Eine Anwendung zur vereinfachten Verarbeitung von Nutzerdaten im generativen Research

Kontext

Bei der nutzerzentrierten Entwicklung von Produkten spielen User Researcher eine entscheidende Rolle. Ihre Aufgabe besteht darin, die Bedürfnisse und Probleme von Nutzern zu identifizieren, in einem Projekt zu berücksichtigen und mit einzubeziehen. Hierfür werden unterschiedliche Methoden verwendet, um Nutzer und deren Umfeld kennen zu lernen und Empathie für sie aufzubauen.

Der Researchprozess

Die Recherche findet am Anfang eines Projektes statt und darin werden unterschiedliche Phasen durchlaufen. Die erhobenen Daten aus der Recherche bilden die Grundlage für den weiteren Projektverlauf.

Findings

Um ein besseres Verständnis der Disziplin zu bekommen und herauszufinden, was im Research Prozess beachtet werden muss, wurden Interviews mit Researchern von IBM, Bosch, Kärcher, Centigrade, Stan Hema und Service Innovation Labs geführt.

Darin wurde vor allem deutlich, dass die Arbeit von User Researchern in den meisten Fällen analog stattfindet. Erhobene Nutzerdaten werden mit Sticky Notes ausgewertet und an Whiteboards und Wänden verarbeitet. Diese Arbeitsweise setzt eine persönliche Anwesenheit voraus, welche durch die flexiblen und ständig wandelnden Arbeitsbedingungen nicht immer gewährleistet werden kann.

Neben der zunehmenden Wichtigkeit, in einem digitalen Raum zusammen zu arbeiten, wurden weitere Aspekte erarbeitet. Diese sind ein wesentlicher Bestandteil der Arbeitsweise von User Researchern und bilden die Grundlage für das weitere Projekt.

Erfassen und Bereitstellen von Daten

Während der Recherche eines Projektes entstehen große Datenmengen. Hierbei spielt das Interview eine entscheidende Rolle, um Nutzendendaten zu erheben. Der Workflow der Datenerfassung und Integration soll unterstützt werden, um die erhobenen Daten zentral für das Team zur Verfügung zu stellen.

Reduktion & Priorisierung von Inhalten

Um den Fokus innerhalb einer Recherche auf die essentiellen Findings zu legen ist es unabdingbar, Informationen zu verwerfen. Diese müssen reduziert und priorisiert werden, um eine gezielte Auswahl treffen zu können.

Visuelles Abbilden von Emotionen

Die Emotionen in den Aussagen der Nutzer sollen mit einbezogen werden, um ein besseres Verständnis für deren Bedürfnisse zu entwickeln. Deshalb ist es entscheidend, das Empathie-Momentum aus dem Research an das Team zu übertragen.

Individuelle Anpassung der Darstellung

Informationen in unterschiedlichen Ansichten darzustellen unterstützt Researcher dabei, neue Betrachtungsweisen auf ein Thema zu erhalten, Inhalte zu priorisieren und aufschlussreiche Erkenntnisse zu erlangen.

Orientierung und Übersicht auf der Arbeitsfläche

Informationen benötigen eine Struktur. Deshalb ist es wichtig, in großen Datenmengen die Übersicht und Orientierung zu behalten.

Nachvollziehbare Erkenntnisse generieren

Die entstandenen Erkenntnisse aus dem Research sollen nachvollziehbar und belegbar sein, denn sie dienen als Grundlage, um im weiteren Projektverlauf nutzerzentrierte Entscheidungen treffen zu können.

Diese Anforderungen bildeten die Grundlage für das Konzept von Sense – einer digitalen Anwendung, die es Researchern ermöglicht, deren bestehende Arbeitsweisen digital anzuwenden und kollaborativ zu arbeiten. Sense bietet für jede Phase des Research Prozesses die benötigten Funktionen, um diesen ganzheitlich zu unterstützen.

Daten erfassen

Um Nutzerdaten effizient zu erheben, können durch die mobile Anwendung bereits in Interviewsituationen Daten generiert werden. Hierzu werden eine Audioaufnahme und ein Transkript erstellt und darin können während eines Gesprächs Highlights markiert werden.

  • Aufnahme
  • Highlights
  • Datenpool
  • Transkript

Daten integrieren

Die erfassten Daten werden in einer Cloud gespeichert und stehen in der Desktop Anwendung dem Team zur Verfügung.

Daten analysieren

Die Findings aus dem Interview werden als Artefakte auf der Arbeitsfläche platziert und können dort weiter verarbeitet werden.

  • Canvas
  • Emotion View
  • Priorisieren
  • Reduzieren
  • Cluster
  • Kanban View
  • Insights
  • Orientierung und Übersicht

Daten synthetisieren

Die Findings aus dem Interview werden als Artefakte auf der Arbeitsfläche platziert und können dort weiter verarbeitet werden.

Über das Projekt

Team: Antonia Wagner, Simon Moog, Ethan Günther
Bachelor Thesis
Betreuung: Prof. Carmen Hartmann-Menzel, Prof. Ludwig Kannicht
Hochschule: HfG Schwäbisch Gmünd, Winter 20