Помощь респонденту — помеха исследованию или часть сценария?

Представим условную ситуацию. Вы тестируете мобильный банк. Пожилой респондент делает перевод в банковском приложении. Рядом дочь: подсказывает, где найти раздел, а иногда отвечает на вопросы модератора.
Возникает дилемма:

🔴Остановить подсказки? Тогда мы увидим самостоятельные действия человека. Но если в обычной жизни он всегда выполняет перевод с дочерью, насколько такой тест отражает реальное использование?

🟢 Разрешить помощь? Тогда мы увидим привычный совместный сценарий. Но уже не сможем судить, справился ли бы респондент самостоятельно.

Вы модератор этой сессии. Дочь в очередной раз тянется к экрану. Вы остановите помощь или продолжите наблюдать? Почему?
В комментариях поделитесь, почему решили именно так.

📈 Как связать улучшения клиентского опыта с результатами бизнеса?

Опросы, карты клиентских путей и дашборды помогают увидеть, как меняется опыт клиентов. Но связать эти изменения с результатами бизнеса — удержанием, выручкой, стоимостью обслуживания — не всегда просто.

Как подойти к этой задаче, разбирает Дмитрий Сатин, основатель UsabilityLab, в статье «Почему CX-команды не могут показать бизнесу деньги. Самодиагностика CX-зрелости и план на 30 дней».

Эту же тему Дмитрий поднимет 13 ноября на CX Practice Days — в рамках воркшопа «Системный CX». Статья поможет заранее познакомиться с подходом и подготовиться к работе на практикуме.

Что вы найдёте в материале:

🟢Восемь популярных цифр о клиентском опыте: какие из них требуют оговорок и на какие данные лучше опираться при обсуждении с руководством.

🟢Лестница доказательств: какие выводы позволяют сделать корреляции, сравнение «до и после» и контрольная группа.

🟢Самодиагностика по семи параметрам: от связи с бизнес-целями до времени, которое остаётся у команды на системную работу.

🟢Матрица «бизнес-цели × CX-инициативы × метрика» и план первых действий на 30 дней.

✅ Материал будет полезен тем, кто готовит аргументы для обсуждения CX-инициатив с руководством или хочет определить следующие шаги в развитии своей CX-системы.

🍆 Читать статью

Не теряйте нас
VK • MAX • Сайт

Где AI меняет исследование — и какие риски мы замечаем не сразу?

Получить сводку интервью стало проще. Понять, что в неё не попало, — отдельная работа. В опросе мы предложили обсудить, что настораживает в AI-резюме.

Но возможные потери не ограничиваются анализом: они начинаются с подготовки вопросов и продолжаются, когда команда использует выводы для решения о продукте.

К World Usability Day Дмитрий Сатин подготовил статью «ИИ в UX-исследованиях: карту рисков и меры контроля». В ней разобраны 15 рисков: от синтетических пользователей и потери контекста до чрезмерного доверия, изменения профессиональных навыков и размывания ответственности.

🟢 Карту можно читать с того этапа, на котором вы сейчас используете AI. Для каждого риска есть наблюдаемые признаки, меры контроля и дальнейшие действия.
Например, если сводка сгладила различия между участниками, стоит вернуться к исходным материалам и проверить случаи, которые не укладываются в общее объяснение.

Отдельно разобраны полезные применения AI и границы имеющихся данных.

❔ Какие из этих рисков вы уже замечали в своей работе, а какие пока кажутся отдалёнными? Предлагаем читать карту с этим вопросом — и сверять её со своим опытом за последний год.

🍆 Карта рисков AI в UX-исследованиях — читать в блоге

Research Helpdesk в реальном времени: разбираем ваши кейсы обработки данных с ИИ

В честь Всемирного дня юзабилити мы решили обойтись без длинных докладов и вебинаров. Вместо этого объявляем открытый двухчасовой Research Helpdesk прямо здесь, в комментариях.

Тема дня — обработка и анализ исследовательских данных с помощью AI 🐱
С 15:00 до 17:00 команда исследователей UsabilityLab дежурит в комментариях и в режиме реального времени разбирает ваши практические задачи и вопросы.

С чем можно прийти в комментарии:
— AI выделил темы интервью. Как проверить, что важное не потерялось?
— Модель изменила цитаты или перепутала участников. Как организовать проверку?
— Ваша интерпретация расходится с AI-сводкой. Как разобраться?
— Какие этапы обработки можно автоматизировать и как проверять результат?

Чтобы начать разбор, напишите три вещи: какая у вас задача, что вы поручили AI и где возникло затруднение. Если пока только планируете использовать AI — опишите задачу.
Исходные записи и транскрипты присылать не нужно. Достаточно описания процесса или короткого обезличенного примера, которым вы вправе поделиться.
Будем уточнять контекст и вместе искать следующий шаг: к каким данным вернуться, что проверить и как изменить процесс обработки.

🔵Оставляйте вопросы в комментариях — их можно написать заранее.