MENU

| BR

Campus

Cursos

Programas Executivos

Programas Executivos

Paises

Entenda quais são os tipos de UX Research

Entenda quais são os tipos de UX Research
#UX
23 de fevereiro - min de leitura

Ainda que a pesquisa não seja tão valorizada e compreendida na Experiência do Usuário, UX Research é a etapa mais crítica do processo. Entenda mais sobre o campo, que costuma gerar muitas dúvidas sobre sua condução, e quais são os tipos de UX Research.


Agora que já sabemos o que é Product Discovery e o que é UX Research e como podemos planejá-la, vamos nos aprofundar um pouco mais falando sobre os tipos de UX Research. Ou melhor, as diferentes metodologias em pesquisa com o usuário!  

E como estamos falando sobre métodos, acho importante trazer uma rápida definição e esclarecer também a diferença em um contexto de mercado.

O que são os tipos de UX Research?

A metodologia é um estudo de métodos necessários para uma pesquisa, podendo ser os tipos de pesquisa (quantitativa e qualitativa), como também as perguntas e os objetivos a serem estudados.  

Os métodos são um regulamento prévio dos momentos a serem realizados em uma pesquisa, como 1º - Coleta de dados, 2º - Análise de dados.

As técnicas são procedimentos básicos que devem ser adotados para um momento do método. Ex: Momento = Coleta de dados, Técnica = Entrevista.

A metodologia, então, é um planejamento da sua pesquisa, um dos tipos de UX Research, muito necessário para organizar, mas para também dar credibilidade à ela. A sua pesquisa precisa ser construída em uma base sólida para ser confiável, ou seja, é o caminho para se chegar ao fim.

Pesquisa em UX: como funciona o mercado?

Claro que em seu contexto de mercado, a pesquisa não é tão aprofundada quanto uma pesquisa acadêmica (inclusive podemos utilizar pesquisas acadêmicas a nosso favor também quando estamos fazendo UX Research). No mercado, há uma maior pressão de resultados em um curto período de tempo, fazendo com que a pesquisa, apesar de necessária e importante, seja comprometida pelo medo de se perder o time-to-market.

Com essas ressalvas feitas, podemos seguir delineando um pouco mais as diferenças entre as abordagens qualitativas e quantitativas. O que vai definir a utilização desses tipos de UX Research é o problema que você quer investigar. É impossível pesquisar sem uma pergunta bem definida. 

O que não sabemos e desejamos descobrir sobre x assunto? Os diferentes métodos de pesquisa vêm para nos ajudar a extrair respostas para perguntas específicas dentro da pesquisa de UX, então temos que ter em mente a pergunta certa.

Tipos de UX Research: quantitativa ou qualitativa?

Se desejamos, por exemplo, saber a intensidade ou frequência de algum fenômeno, então podemos medir com uma pesquisa quantitativa, podendo ser feito por um questionário, por exemplo. O mesmo vale se o foco é traçar um perfil de público baseado em x características como gênero, idade, salário, localização. São respostas fáceis de se transformar em números.

Pesquisas quantitativas focam em um grande número de pessoas, podemos entender então o que x número de pessoas fazem, como podem ser classificadas e como se comportam. 

Já a pesquisa qualitativa, vem em outra partida, nos entrega informações relacionadas a qualidade, de uma experiência ou de uma emoção, por exemplo. Se queremos descobrir como tal pessoa se sente ao utilizar um produto, podemos fazê-lo através de uma entrevista, extraindo dados qualitativos sobre.

A abordagem qualitativa pressupõe um entendimento individualizado. Mesmo que depois possa se criar uma classificação baseada em padrões vistos em diferentes entrevistas, ela se baseia em um entendimento e conversa que não é tão fácil se distanciar de certa interpretação sobre a experiência. Se queremos saber o porquê, o motivo de algo, podemos aplicar esta abordagem. 

É uma área recheada de minuciosidades e é por isso que profissionais de áreas como ciências sociais e psicologia podem agregar tanto à pesquisa em UX, pois suas disciplinas intrinsecamente lidam uma parte científica mais aprofundada em relação à comportamentos humanos. 

Quer saber mais sobre UX Research? Aqui vão algumas indicações:

Conhecimento nunca é demais, e por isso, separei alguns materiais valiosos no seu estudo a respeito dos tipos de UX Research. 

Recomendo muito o livro Metodologia Científica de Eva Maria Lakatos e Marina de Andrade Marconi, e Social Research Methods: Qualitative and Quantitative Approaches (Inglês) de W. Lawrence Neuman, e nos links a seguir, vocês terão acesso a mais informações sobre Pesquisa quantitativa ou qualitativa e Análise de dados de uma pesquisa qualitativa.

Onde posso aprender UX Research?

Agora que você já aprendeu quais são os tipos de UX Research e como utilizar cada um, deve estar se perguntando onde pode se aprofundar mais no assunto.

Na Digital House, temos o curso de Experiência do Usuário (UX). Além de ensinar o processo como um todo, ele também ensina detalhadamente sobre a área de pesquisa, tornando a especialidade possível ao aluno.

Leia mais no blog DH:

Guia de Product Discovery: passo a passo e importância do processo para o seu Produto

Etnografia no UX: como entender a relação do consumidor com produtos e serviços

Prototipagem: 5 ferramentas de prototipação que você precisa conhecer

E aí, já segue a gente no Twitter? Vem pra rede, vamos conversar sobre habilidades digitais! ;)

Outras notícias

 Banco de dados: entenda o que é um banco de dados relacional e não relacional e como aplicá-los img
#Dados

Banco de dados: entenda o que é um banco de dados relacional e não relacional e como aplicá-los

Embora ambas sejam ótimas alternativas, existem alguns fatores importantes para se considerar na hora de escolher entre um banco de dados relacional e um não relacional, de acordo com a sua necessidade.O que é um banco de dados relacional e não relacional?O banco de dados relacional (SQL) surgiu na década de 70 e, desde então, as empresas foram implementando esse conceito, alcançando uma grande popularidade. Hoje, está presente na maior parte dos sistemas.Ele é baseado no modelo relacional, uma forma intuitiva e direta de representar os dados em tabelas, que também são chamados de relações. Em resumo: na horizontal, temos as linhas e na vertical as colunas. Cada coluna representa um campo diferente de dados e informações.A maior característica desse modelo é a necessidade da estruturação de esquemas, projetando uma estrutura de relacionamento entre as linhas e colunas para, assim, poder adicionar algum dado.No banco de dados não relacional (NoSQL), os esquemas não são necessários. Eles representam qualquer banco ligado à Big Data e não seguem o modelo relacional fornecido pelos sistemas tradicionais de gerenciamento de dados. São diversos tipos, como o key-value stores, graph stores, column stores, document stores, entre outros.O banco de dados não relacional surgiu como uma alternativa para situações em que há uma quantidade exorbitante de dados para armazenar, onde a estruturação em tabelas se torna mais difícil.Quando usar um banco de dados relacional ou não relacional?A melhor maneira de saber quando usar cada um deles é destacando os pontos fortes de cada uma dessas tecnologias.O banco de dados relacional sempre irá fornecer dados íntegros e imutáveis, garantindo um controle transacional consistente. Além disso, seu esquema é rígido, sendo possível atribuir campos e estabelecer se o dado de uma coluna é nulo ou não nulo.Já o banco de dados não relacional, que representa diversos tipos de bancos de dados, não exige a rigidez de esquemas para armazenar os dados, ou seja, ele não limita os campos, diferente das colunas do SQL. Além disso, é possível adicionar novas propriedades, sem a preocupação com o impacto nas demais informações já armazenadas.Caso sua empresa esteja aplicando metodologias ágeis modernas, um banco de dados relacional provavelmente não seria uma boa opção nesse contexto, pois ela requer um nível maior de preparação.Não existe um modelo que seja melhor do que o outro, pois cada um tem seu ponto forte. Tudo dependerá do contexto e da necessidade da empresa.Como elaborar um banco de dados?Em um processo de desenvolvimento de um sistema de software, o projeto de elaboração do banco de dados é uma das etapas mais importantes. Esse processo se divide, basicamente, em algumas partes. São elas: projeto conceitual, projeto lógico e projeto físico. Projeto conceitual:Com as expectativas, necessidades e requisitos do cliente alinhados com o projetista, um esquema conceitual do banco de dados é elaborado, por meio de uma visão macro.Projeto lógico:Aqui há o mapeamento mais detalhado dos conceitos e de como eles serão organizados no banco de dados, seja em tabelas, esquemas, metadados das colunas etc.Projeto físico:Nesta etapa final, são definidos os detalhes técnicos da implementação do banco de dados, como a forma que serão armazenados, os scripts que irão criar as tabelas e visões do banco, entre outros.Seja um especialista da área!Que tal se tornar um profissional na área de dados? Na Digital House, temos o curso de Data Science, que ensina o aluno a dominar os diferentes modelos de banco de dados. Seja um especialista da área e garanta sua estabilidade em uma área do futuro.Não deixe de conferir também nossa biblioteca de conteúdo e o Blog DH, com diversos outros artigos e materiais interessantes sobre tecnologia.Leia mais no blog DH:+ O dia a dia de um analista de dados: responsabilidades, ferramentas e dúvidas+ Gestão de produtos: entenda qual é a importância desse profissional no mercado+ Como aprender business intelligence: conheça a área e como ingressar na carreira

O dia a dia de um analista de dados: responsabilidades, ferramentas e dúvidas img
#Dados

O dia a dia de um analista de dados: responsabilidades, ferramentas e dúvidas

O dia a dia do analista de dados é repleto de bases, levantamento e validação de hipóteses e elaboração de relatórios e dashboards. Mas quais realmente são suas responsabilidades? Hoje te explicaremos todas essas dúvidas dessa rotina cheia de atividades.Quais são as responsabilidades do analista de dados?O analista de dados realmente está o tempo todo analisando. Analisa o negócio, hipóteses que devem ser validadas e perguntas que devem ser respondidas. Entende quais serão as fontes de dados necessárias para levantar as informações, analisa e trata essas bases de dados que serão importantes para responder as perguntas definidas, cria relatórios e dashboards para expor o que foi analisado e informações descobertas para enfim gerar insights para a tomada de decisão. Também faz parte das responsabilidades apresentar esses insights e descobertas para a equipe e clientes, portanto a comunicação clara é uma soft skill importante para esse profissional.Em algumas empresas também é responsabilidade do analista de dados ser um ponto focal entre as outras áreas da empresa para que a cultura Data Driven seja implementada, de forma que as necessidades relacionadas a dados fiquem alinhadas e todos os indicadores sejam acompanhados e mensurados corretamente.Quais ferramentas são utilizadas?As ferramentas e melhorias variam de acordo com o segmento, mas as mais comuns são o Excel, SQL para consulta de bancos de dados, Google Analytics, ferramentas de visualização de dados como: Power BI, Tableau, Google Data Studio:Excel: O Excel é um editor de planilhas do pacote Office, da Microsoft. A ferramenta é utilizada para controlar e organizar as informações, contribuindo no cumprimento das rotinas e no aproveitamento do tempo.SQL: Define uma linguagem de consulta criada para a pesquisa de banco de dados relacional, na qual a estrutura básica são as tabelas (também conhecidas como "relações"). Google Analytics: Google Analytics é um serviço do Google que permite o monitoramento e análise de sites. A partir desta ferramenta, é possível monitorar o perfil de quem acessa seu site, como também as páginas mais acessadas, conversões, entre outros.Power BI: O Power BI é um serviço de análise de negócios da Microsoft. A ferramenta fornece visualizações interativas, por meio de Inteligência Artificial, em uma interface simples. Esse serviço visa descomplicar as demandas de dados.Tableau: O Tableau é uma plataforma que permite entender as funcionalidades de forma intuitiva na visualização de dados, a partir de métricas e obtenção de respostas.Google Data Studio: O Google Data Studio permite a visualização de dados de forma mais atrativa. A ferramenta organiza dados, podendo ser compartilhados em tempo real e salvo na nuvem para os demais colaboradores.Como se preparar para ser um analista de dados?Para se tornar um bom analista de dados, a primeira coisa que você precisa ter é a vontade de aprender e estar sempre estudando, pois a cada momento surgem novas ferramentas e linguagens, ser muito crítico e desenvolver sua capacidade analítica. É bem importante entender as metodologias e processos de análise de dados e se estiver nos seus planos ser um especialista minha dica é focar em alguma ferramenta que você se identifique e dominá-la, Power BI ou Tableau por exemplo.Seja também um analista de dadosÉ muito provável que depois desse texto sua vontade de se tornar um analista de dados só aumentou, ou então, descobriu aqui uma ótima oportunidade de alavancar a sua carreira.Na Digital House você se torna um analista de dados em até seis meses no nosso curso de Data Analytics, que ensina o aluno a dominar diversos modelos de análise. Leia mais no blog DH:+ Dados abertos: como usar dados públicos para gerar estratégias de negócios+ Power BI para leigos: aprenda os primeiros passos+ Resumo LGPD: tudo o que uma empresa precisa saber sobre a nova leiE aí, já segue a gente no Twitter? Vem pra rede, vamos conversar sobre habilidades digitais! ;) 

 Gestão de produtos: entenda qual é a importância desse profissional no mercado img
#Otros

Gestão de produtos: entenda qual é a importância desse profissional no mercado

Esse é um cargo relativamente novo, mas que está se destacando e é uma grande opção para quem gosta de liderança e quer se dar bem no futuro, tendo em vista o avanço ininterrupto da tecnologia. Se você está considerando ingressar na área de Gestão de Produtos, continue acompanhando este artigo.O que faz a área de Gestão de Produtos?O gerente de produto ou product manager, como também é conhecido, é uma função interdisciplinar, pois combina diversas áreas, como tecnologia, negócios, design, liderança e marketing para lançar um produto. Ele funciona como uma cola que mantém todos trabalhando em conjunto.Os profissionais da área de Gestão de Produtos devem possuir a visão completa e profunda de toda a operação do negócio, incluindo todo o ciclo de vida do produto, compreendendo, ao mesmo tempo, seu cliente, ao realizar uma liderança focada nele. Além disso, ele também deve criar o roadmap do produto.Sobre sua metodologia de trabalho, é muito importante destacar as habilidades de liderança, visão estratégica, mobilização de equipe e negociações. A condução das atividades é norteada por metodologias ágeis, que propõem a mudança de planos quando necessário e entregas com prazos justos, sempre agregando valor ao cliente.Por exigir diferentes responsabilidades e se cruzar com outras áreas, o gerenciamento de produtos digitais pode ser diferente de uma empresa para outra. Mas um bom profissional que exerce essa função deve ter o domínio de todas essas habilidades e ações.Qual a importância do product manager?Entregar o melhor produto para o seu público-alvo, atendendo as necessidades e trazendo resultado para o negócio é o grande objetivo dentro de Gestão de Produtos.Com um bom desempenho no ciclo de vida do produto, o gerente da área pode concretizar todo seu potencial e alavancar os retornos de forma extraordinária, superando as metas propostas pelo seu cliente no planejamento.Além de se preocupar em concretizar essas metas, o product manager é o elo entre a tecnologia e os demais setores da empresa, onde também está incluída uma importante vertente no desenvolvimento de produto: a experiência do usuário (UX), que também é essencial aos negócios na atual Era Digital.Apesar de ser uma função interdisciplinar, o gestor de produtos possui uma função com a natureza de negócios. Ele não é o operacional que entrega demandas que recebe, mas cria soluções e estratégias para consolidar um produto e sua marca, fidelizando clientes e expandindo sua autoridade para todo o mercado.Como ser um profissional da área de Gestão de Produtos?Essa área é uma promessa para o futuro do mercado de trabalho e a procura de pessoas qualificadas para a função tende a aumentar. A pessoa que busca uma oportunidade na função pode ter experiência em marketing, negócios, tecnologia, design ou engenharia.Lembrando que o mais importante, independentemente de experiência e antes de buscar um curso de gestão de produtos, é gostar e ter a capacidade de liderar, criar estratégias, mobilizar uma equipe e negociar.O financeiro também é um ponto que conta bastante quando investimos no aprendizado de uma nova carreira e o salário médio para a função de gerente de produtos digitais é de R $10.354,00.Com o curso de gestão de Produtos Digitais da Digital House, você estará pronto para estabelecer o roadmap de desenvolvimento de produtos, gerenciar times com metodologias ágeis, gerir negócios usando Business Model Canvas, entre muitas outras habilidades.Os alunos também podem fazer o curso de Gestão de Carreira gratuitamente e participar de feiras de recrutamento exclusivas (Recruiting Day). Não deixe de conferir também a nossa biblioteca de conteúdo e o Blog DH, com diversos materiais sobre essa área tão importante no mercado.Leia mais no blog DH:+ Departamento de carreiras: 95% de empregabilidade na Digital House+ De olho no novo consumidor Digital First+ Inovação: como reinventar a minha empresa?E aí, já segue a gente no Twitter? Vem pra rede, vamos conversar sobre habilidades digitais! ;)