Dzisiaj chciałbym przedstawić jedną z najczęściej wykorzystywanych przez nas (tzn. w teamie UXowym w Play) metod, czyli affinity diagramming. Przy różnych okazjach jestem pytany o bardzo praktyczne aspekty pracy w projektach UXowych. Niby na ten temat jest bardzo wiele źródeł (osobiście preferuje książki), ale zawsze jesteśmy ciekawi jakimi metodami posługują się inni praktycy. Affinity to dla mnie podstawa, którą wykorzystujemy w większości projektów, a już we wszystkich tych do których wykonujemy pogłębiony research w postaci wszelkiej maści dzienniczków czy innych takich. Affinity jednak to doskonałe narzędzie praktycznie dla każdego, warto więc je znać.
Co to jest affinity diagramming?
Affinity diagramming (a po polsku: diagram pokrewieństwa) to bardzo prosta, ale jednocześnie skuteczna i wysoce angażująca metoda pracy na wynikach researchu. Jeśli poszukać zdjęć na temat design thinking czy UX, to lwią ich część będą stanowiły fotki różnokolorowych karteczek. Affinity nie polega co prawda TYLKO na klejeniu post-itów do ścian, ale są one widomym przejawem korzystania z różnych odmian tej metody 🙂 Jeśli masz dużo obserwacji i nie wiesz jak w chaosie znaleźć porządek – ta metoda jest dla Ciebie.
Na czym polega?
Affinity diagramming polega na grupowaniu elementów w różne kategorie. Tak, to takie proste! Listę kategorii możemy stworzyć lub zostawić otwartą – to ostatnie rozwiązanie prowadzi do szczególnie ciekawych wyników. Dawno temu, kiedy zaczynałem swoją przygodę z UX zawsze interesowało mnie „czy coś wyjdzie” i „co wychodzi”. Otóż to „wychodzenie” to nic innego jak grupowanie wyników obserwacji po różnych kryteriach. Mnie zawsze kojarzyło się to procesem robienia odbitek w ciemni: wszystko jest, ale ukryte. A potem nagle na papierze pojawia się zdjęcie. Magicznie wychodzi. Zabrzmi to dziwnie, ale zawsze podczas affinity mam skojarzenie z magią (Geralt powiedziałby, że jest to magia twórcza), z totalnego chaosu, nagle powstaje wzór. Trochę tak, jak chaotycznie rozsypane opiłki żelaza układają się w regularny wzór pod wpływem pola magnetycznego (fizyków przepraszam za uproszczenie i nadużycie!). Moim zdaniem affinity najlepiej sprawdza się w przypadku posiadania dużej liczby luźnych obserwacji. Jakiś rok temu robiliśmy affinity na bazie dobrze ponad 1000 itemów, a w styczniu – o ile dobrze pamiętam – 2500. Bogactwo rzeczy które „wychodzą” jest zaiste wielkie!
Jak przeprowadzić AD?
Bardzo prosto! Potrzeba trzech rzeczy: danych, miejsca i ludzi.
Dane są oczywiste, mniej natomiast oczywiste jest ich przygotowanie. Jeśli w trakcie brainstorma dacie ludziom plik post-itów i poprosicie o napisanie tytułów 5 filmów, wszystkie te tytuły wylądują na jednej karteczce. I dupa z analizy (chyba że macie nożyczki i to przetniecie). Zawsze trzeba przestrzegać zasady: jedna obserwacja – jeden item do dalszych prac.
Miejsce jest już mniej oczywiste, a w przypadku affinity – mega ważne. Potrzeba dużej powierzchni. DUŻEJ. Może być ściana, może być stół, może być podłoga, grunt żeby było wygodnie. Ma to znaczenie o tyle, że kategorie mają tendencję do mnożenia się, a każda potrzebuje wokół siebie trochę miejsca. Warto też wziąć pod uwagę, że AD nie jest metodą cichą – przy kategoryzacji sporo się rozmawia i może to być uciążliwe dla osób przy okolicznych biurkach (jeśli robisz to np. na open space).
Ludzie są kluczem do dobrego affinity diagramming. Idealnie jest, jeśli w analizie mogą brać udział osoby bezpośrednio zaangażowane w projektu lub posiadające wiedzę ekspercką w danej dziedzinie. Jednak nawet jeśli tak nie jest, to AD jest i tak metodą bardzo angażującą i skłaniającą do intensywnej komunikacji bezpośredniej. Decyzje gdzie umieścić dany item są często trudne i zmuszają do przekonywania się oraz bardzo krytycznego myślenia. W efekcie, pracując nad affinity zespół jest bardzo zaangażowany, a dodatkowo praktycznie każda osoba z teamu potrafi uargumentować powody, takich a nie innych rekomendacji projektowych czy wniosków z badań. A z punktu widzenia późniejszych etapów pracy projektowej, jest to baaardzo ważne. Istotny jest także fizyczny aspekt affinity diagramming – kilkukrotnie zdarzało mi się już dzielić wynikami takich sesji, ale nie w postaci prezentacji, ale koperty z pociętymi karteczkami. Działało to niesamowicie – rzeczy te było od razu oglądane i uważnie analizowane. Sam byłem w szoku 🙂
Affinity diagramming tips & tricks
- Jeśli pracujesz na danych które są zdigitalizowane, to dobrze jest przygotować wstępnie np. w excelu – można wtedy wytworzyć elementy o zbliżonym formacie/wielkości, co znacznie ułatwia pracę. Może to śmieszne, ale wcale nie jest oczywiste. Zaczyna zwracać się na to uwagę dopiero po długotrwałej walce z różnymi formatami karteczek/itemów. Inspiracja oraz dopracowanie pomysłu: Asia Kwiatkowska 🙂
- Jeśli masz dużo danych, to dobrze jest przygotowywać je systematycznie. Wbrew pozorom, przeformatowanie i wycięcie kilkuset itemów zajmuje sporo czasu, a na dodatek jest nużące. Są przyjemniejsze sposoby spędzania wolnego czasu!
- W przypadku pracy grupowej, Google Drive nie jest rozwiązaniem idealnym (chociaż naturalnie przychodzącym do głowy), bo są z nim duże problemy w zarządzaniu treścią poszczególnych komórek. Tekst potrafi dziwnie się złamać i potem człowiek znajduje pourywane fragmenty myśli.
- Dobrze oszacuj czas potrzebny na analizę. Zazwyczaj jest on znacznie dłuższy, niż się wydaje na pierwszy rzut oka. Jeśli możesz, zrób test na 100 itemach i zobacz ile wyszło. Pamiętaj, że w trakcie zawsze będą pojawiały się dyskusje gdzie co umieścić.
- Nastaw się na to, że część roboty wykonasz ponownie. Było takie prawo Murphy’ego, że chęć dokonania głównej zmiany konstrukcyjnej narasta w miarę zaawansowania prac projektowych. Po jakimś czasie Z PEWNOŚCIĄ uznasz, że część danych trzeba podzielić jeszcze raz, bo pojawią się kategorie które zmienią sposób myślenia o dotychczasowej pracy.
- Jeśli musisz zostawić wyniki na noc/bez opieki, zadbaj o ich zabezpieczenie. Oklejenie pomieszczenia kartkami typu „nie sprzątać” może nie zadziałać. Miałem kiedyś przypadek, że po powrocie do pracy następnego dnia, zastałem 800 (słownie: osiemset) statementów pomieszanych w jednej torbie. Okazało się, że pomieszczenie było wynajęte i jakoś nikt nie pomyślał, że „nie sprzątać” może dotyczyć pierdolnika na stole. Co ciekawe, na drugi dzień podzieliliśmy te dane inaczej 🙂
- Jeśli masz wystarczająco dużo ludzi, przygotuj dwa zestawy itemów i daj obu grupom. Jeśli podzielą tak samo, OK. A jeśli inaczej? Jeszcze lepiej, bo zobaczysz różne punkty widzenia na daną sprawę.
- Przygotuj się na to, że odkryjesz fajne rzeczy 🙂