INTERAKTIONSDESIGN KURSUS Q3 2013 DATA INDSAMLING KAP. 7 DATA ANALYSE KAP. 8 MARIANNE GRAVES PETERSEN ASSOCIATE PROFESSOR AARHUS UNIVERSITY mgraves@cs.au.dk
Tavs viden er Det brugerne ikke kan fortælle Det brugerne ikke vil fortælle Det rekvirenten af et system allerede ved om de primære brugere
Eksempler Affordances of paper
Empirical Studies Understanding surfaces of the home
Mobile Home Center!!
Data opsamling Noter Kamera Lydoptagelse Video
Data -> Bearbejdning -> Analyse
Data -> Analyse Umiddelbar reaktion vigtigt at fastholde vigtigt at undersøge nærmere mønstre, temaer, critical incidents Detaljeret analyse kvalitativ og/eller kvantitativ teori-baseret analyse Vær objektiv og nøgtern
kvalitativ og kvantitativ kvalitativ data kvantitativ data kvalitativ analyse kvantitativ analyse
Simpel kvantitativ analyse Gennemsnitsværdi Median Procent Grafiske overblik Number of errors made Internet use Number of errors made Number of errors made 10 8 6 4 2 0 0 5 10 15 20 User < once a day once a day once a week 2 or 3 times a week once a month Number of errors made 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 1 3 5 7 9 11 13 15 17 User
Visualisering af log-data Gestikker modtaget og udført i on-line gaming
Web analytics
Quantified Self
Visualisering af big-data e.g. aaron koblin
Simpel kvalitativ analyse Workarounds Temaer, mønstre, kategorier Critical incidents (pos, neg) Historier - konkrete eksempler på udsagn / situationer / observationer
Workarounds
tænk på et workaround I selv foretager/har foretaget
Tænk på et workaround ift. konkret interaktionsdesign Karakteriser problemet i termer af usability, user experience eller design principper
Temaer, mønstre
Mønstre Affinity diagram
Temaer, mønstre Fremgår af data Ramme kan være defineret på forhånd Critical incidents
Digital Ethnography
Værktøj til at understøtte analyse Excel Google analytics Statistik værktøjer Video-redigering
Triangulering Vigtig ift. sikre kvalitet og validitet Triangulering ift. data (tid, sted, person etc.) investigator teori teknik
Diskuter valg af data analyse ift. jeres projekt med sidemanden Hvad er målet med jeres undersøgelse Hvordan indsamler I data Hvordan planlægger I at analysere data og hvorfor
Teoretiske rammer for kvalitative analyser Detaljeret analyse Større indsigt Forebygge fordomme Tre teori-rammer Grounded Theory Distributed Cognition Activity Theory
Grounded Theory Teoriudvikling på baggrund af data Kategorisering af data (kodning) Åben tilgang Teori udspringer af data
Distributed Cognition Mennesker og systemer betragtes som et integreret kognitivt system Fokuserer på Samarbejde, informationsflow og - transformation
Activity Theory Beskrivelse af menneskelig aktivitet Aktivitet er ramme for analyse
Analyser et eksempel med sidemanden: Sidst du brugte din mobiltelefon...
Menneskelig aktivitet medieret gennem værktøjer
Breakdowns Fokus skifter fra action til operation
Hvad var det seneste breakdown du oplevede i brugen af din mobiltelefon? Fokus skifter fra action til operation
Konklusioner Konkluder ikke bredere end dataindsamling og analyse rækker Kvalitative og kvantitative data kan indsamles vha interviews, spørgeskemaer og observation Vælg Kvalitative og kvantitative analyser efter hvad I undersøger Teori-rammer kan understøtte mere detaljeret analyse Vælg relevant præsentationsformat
Presentation af data analyse diagrammer, billeder, video, statistik etc..
Personas Formål Bearbejdning af indsamlet viden om brugerne Udførelse På baggrund af viden om brugerne Visualisering af målgrupper Personbeskrivelse af forskellige brugertyper Navn, alder, familierelationer, interesser hverdagsbeskrivelser Brug gerne billeder til at illustrere personen Fordele Samle og systematisere viden om brugerne Empati Kan bruges aktivt i udviklingsarbejdet
It s dirty out there ;-)