Designový proces 2# Vyvozování
Sesbírali jste hromadu dat o svých uživatelích. Teď je zapotřebí množství dat utřídit, odlišit důležité od nedůležitého a připravit podklady pro další rozhodování. Jak data převést do podoby, která vám usnadní navrhování řešení vašich problémů? Jak stanovit prioritu jednotlivých zjištění? A jak vaše výsledky co nejlépe komunikovat dovnitř týmu i všem zainteresovaným stranám? V angličtině se pro tuto část designového procesu také někdy používá sousloví “sense making”, které nemá český ekvivalent. Ve zkratce jde o to data roztřídit - analyzovat, poté opět provést syntézu - dát jim smysl - a vyvodit z této fáze závěry pro další kroky.
Data - zjištění - insighty
V této fázi jde výzkumníkům a designerům o tzv. insighty - vhledy neboli nové poznatky o uživatelích, které pomohou v navrhování nového produktu nebo v redesignu stávající služby.
Nejde jen o pouhé závěry z pozorování - insighty jsou nová zjištění o chování uživatele a jeho důvodech a motivacích, která nám pomohou navrhovat lepší řešení pro jeho problémy.
Příklad pozorování: Paní Jana každé ráno zalévá zahradu - každý den chvíli poté, co vyjde slunce.
Příklad insightu: Pobyt na zahradě paní Janu každé ráno nastartuje na celý den - cítí se potom dobře a klidně.
Postup při identifikaci insightů:
- Shromážděte data, která máte o uživatelích a jejich chování, potřebách, motivacích i obavách. Roztřiďte je podle podobnosti. Označte si poznatky, které jsou zajímavé, překvapivé, nové nebo narušují vaši dosavadní představu o uživatelích. Pro analýzu využívejte kreativně fyzický (nebo i online) prostor.
- Pokuste se zodpovědět proč - jaké jsou motivace a důvody uživatelů. Vycházejte i ze znalosti kontextu situace a zapojt svou imaginaci. Zamyslete se, zda získané vhledy mohou pomoci při návrhu nové služby a jak.
- Sbírejte vhledy kontinuálně a předávejte informace o nich dál do týmu. Nezamilujte se do svých vlastních závěrů - měli byste být vždy připraveni je změnit, když přijdte na nová zjištění.
Insighty si najdou cestu do reality jen tehdy, pokud je pochopitelně vizualizujeme a dobře komunikujeme (Senova 2017).
Kolaborativní analýza: sense making workshopy
Pro designové myšlení a na člověka zaměřený design jsou charakteristické kolaborativní techniky (co-design). Zapojení různých zainteresovaných stran do analýzy a syntézy dat z počátečního výzkumu je velice časově náročné, ale má několik výhod:
- rozšiřuje se okruh zainteresovaných stran, které se podílely na interpretaci dat a dobře rozumí závěrům,
- zamezí se jednostranným interpretacím pramenícím např. z osobních předsudků,
- není potřeba předávat ad hoc závěry formou zvláštní prezentace.
Kolaborativní sense making workshopy využívá třeba skotská vláda. Zve na ně uživatele služby a další zainteresované strany, pozorovatele, kteří byli přítomni u výzkumu, rozhodovatele a další zástupce stran, které budou přímo ovlivněny výsledkem workshopu.
Příklad kolaborativního workshopu: identifikace bariér pro sociální inovace v knihovnách
V roce 2017 se rozjížděl na KISKu projekt Sociální inovace v knihovnách. Do projektu nastoupila řada nových kolegů zodpovědných za jednotlivé aktivity. Aby se tým seznámil s knihovnickým prostředím, hned první aktivitou bylo zmapovat příklady inovativních projektů v knihovnách v ČR, i bariéry, které podobným projektům brání v uskutečnění.
Proběhlo více než 30 rozhovorů v řadě lokalit. Výzkumníci byli na rozhovorech přítomni vždy sami a každý výzkumník odvedl 3-6 rozhovorů. V první fázi proběhlo jednoduché kódování přepisů rozhovorů. Následovala série tematických workshopů, které pokrývaly vždy jedno vybrané téma (např. bariéry). Úryvky z rozhovorů, které se tématu týkaly, byly na malých papírcích na začátku workshopu umístěny na jedno místo. Postupně pomocí tematické analýzy a kolaborativního otevřeného kódování krystalizovala další dílčí témata, která se nakonec propojila v model bariér pro sociální inovace v knihovnách. Formát workshopu měl velký přínos - všem zúčastněným zprostředkoval různorodé pohledy knihovnic a knihovníků, pro které jsme se chystali designovat nové služby.

Jak data utřídit?
Existuje velké množství metod a technik na tom, jak vnést řád a smysl do množství dat, které pochází z úvodního výzkumu. Těmi základními jsou tematická analýza a mapování.
Tematická analýza neboli kódování
Z výzkumu máte obrovské množství dat a potřebujete se v nich rychle zorientovat. To nejjednodušší, co můžete dělat, je roztřídit je podle témat - někdy mluvíme i o klastrování nebo kódování.

Postup při tematické analýze:
- Projděte si záznamy rozhovorů, protokoly z pozorování či výzkumné deníky - zkrátka všechny záznamy o uživatelích, které máte k dispozici. K jednotlivým pasážím přiřaďte poznámky o tom, co daná data znamenají - tzv. kódy. Kódy mohou být jak předem dané, tak je lze vytvářet během analýzy. První způsob je v designovém procesu častější - hledáme data, která by odpovídala obsahu běžně používaných designových framewroků (např. gains, pains, zkušenosi s touchpointy v rámci zákaznické cesty - podrobně o tom skvěle píše Petra Kutálková).
- Poznatky a kódy seskupte podle tematické blízkosti - můžete jako šablonu využít některý z běžných canvasů pro designerskou práci nebo vytvořit vlastní mapu témat.
- Vytvářejte artefakty z výzkumu - výsledky analýzy připravte na prezentaci dalším stranám (designerům, vlastníkům služby atd.)
Okódovaná data či poznatky z výzkumu je zapotřebí dát do souvislostí - k tomu lze použít jak silně strukturované přístupy (obvykle jej reprezentují různé canvasy), tak méně strukturované způsoby - např. giga-mapování.
Giga-mapování
Giga-mapování může být dobrým základem pro tvorbu pozdějších strukturovanějších výtupů a zároveň umožňuje uchovat všechno, co jste se dozvěděli a co už jste věděli, na jednom místě v podobě velké mapy. Využívá vizuální jazyk, může obsahovat obrázky, fotografie. Ke tvorbě giga-map se dá využít jak velká nástěnka, tak online board.
Součástí giga-mapy bývají většinou:
- mapy ekosystému (hráči, jejich role, kontext)
- mapy procesů (co lidé dělají, jak to dělají…)

Mapa zainteresovaných stran
Mapa zainteresvaných stran je jedním ze strukturovaných modelů pro analýzu a syntézu dat z úvodního výzkumu - především z úvodního rámování i dalších technik. Cílem analýzy zainteresovaných stran je přehledně ukázat, jací lidé, rganizace a další aktéři jsou zapojení do problému, ale i jaká bude jejich role v návrhu řešení. Podrobněji zpracovaná mapa zainteresovaných stran pomůže i popsat jejich zájmy a vzájemné vztahy.
Pro vytváření mapy zainteresovaných stran je nejprve nutné sepsat všechny aktéry, kteří souvisí s problematikou. Dozvíme se o nich z úvodních rámovacích rozhovorů, hloubkových rozhovorů s uživateli, ale třeba také z pozorování. Canvas (šablona pro analýzu obsahuje čtyři kvadranty. Do prvního kvadrantu patří lidé s velkým zájmem o projekt, ale malou mocí něco ovlivnit. Ty je potřeba udržovat informované. V druhém kvadrantu jsou klíčoví hráči s velkým zájmem o projekt a velkou mocí. Ty je potřeba co nejvíce zapojovat. Ve třetím kvadrantu jsou lidé s malým zájmem a nízkou mocí (zde není třeba žádných akcí). Do čtvrtého kvadrantu patří lidé s velkou mocí, ale nízkým zájmem o projekt. Ty budeme příležitostně informovat a dbát na jejich spokojenost s projektem.

Persony
Persony jsou jednou ze základních analyticko-syntetických a vizualizačních technik využívaných v designu služeb. Využíváme je ke zpracování dat z úvodního uživatelského výzkumu, především rozhovorů. Persony jsou vlastně modeloví uživatelé služby, vytvoření induktivním postupem na základě dat o skutečných uživatelích. Pomáhají lépe přizpůsobit služby těm, pro které je navrhujeme. Metodk a technik pro vytváření person existuje celá řada. Podrobně je zpracovává třeba Kim Goodwin v knize Designing for the Digital Age.
Persony jsou tedy modely uživatelů, které obsahují určité komponenty. Nejčastěji mají persony následující součásti:
- jméno,
- fotografie,
- cíle,
- narativy popisující mentální modely,
- popis prostředí a kontextů,
- určení znalostí, dovedností a postojů,
- typické činnosti,
- motivace a frustrace.
Protože jsou persony založené na kvaliativním výzkumu, mají jinou povahu než zákaznické segmenty, které jsou běžně pro návrh produktů využívány v marketingu.


Cesta službou
Dalším modelem hojně využívaným v designu služeb, je cesta službou nebo mapa kontaktních míst. Vytvořit jí můžeme na základě analýzy služby a rozhovorů s uživateli.
Postup:
- Na post-ity nebo jinam vypište všechna kontaktní místa, kde se uživatel setkává s vaší službou. Zahrňte opravdu vše (pulty, telefony, e-maily, web, sociální sítě, letáky, reklamní cedule). Všímejte si různýc kanálů a způsobů komnunikace s uživateli: online a na živo, jednostranná a oboustranná komunikace, případně si vytvořte vlastní kategorie.
- Ke každému kontaktnímu místu přiřaďte typickou akci, která je s ním spojena. Popište touchpoint z pohledu uživatele - kde jsou jeho zážitky pozitivní a kde naopak negativní?
- Identifikujte kritická místa, kde obvykle dochází k selhání služby.

Value Proposition Canvas
Dalším způsobem, jak strukturovaně prezentovat data v designerském procesu, je Value proposition canvas. Jedná se o šablonu, která umožní převést postřehy z výzkumu (jobs, pains, gains) do kategorií, které jsou rozhodující pro návrh budoucí služby (products & services, gain creators, pain relievers). Výhodou VPC je soustředění se na přidanou hodnotu služby pro uživatele.

Prioritizujeme a rozhodujeme se na základě dat
Na konci druhé fáze designového procesu máme roztříděná data. Zbývá ale rozhodnout se, jakým problémům a výzvám se budeme dál věnovat, jaké oblasti jsou pro nás nejdůležitější, nejpalčivější, nejpřínosnější. Typickými technikami pro výběr jsou hlasování nebo prioritizace na základě určitých kritérií.
Tiché hlasování
Při výběru všech možných řešením mohou mít v diskuzích navrch hlasitější členové týmu. Tiché hlasování je metoda, která dá hlas i introvertnějším kolegům.
Postup při tichém hlasování:
- Na jedno místo umístěte všechny možnosti, mezi kterými se rozhodujete. Rozdělte lepící kolečka nebo cokoliv, co bude symbolizovat hlasy. Stačí jeden nebo tři na jednoho člověka.
- Upřesněte pravidla, např. zda se dá hlasovat pro jednu možnost vícekrát. Na povel všichni rozdají hlasy. Během lepení není dovoleno přiřazení hlasů komentovat.
- Vítězí možnost s největším počtem přiřazených hlasů.
Rozhodovací matice
Rozhodovací matice se využívá, pokud máme před sebou množství problémů a insightů a tápeme, kterým se dále věnovat, a zároveň se nechceme řídit jen individuálními či skupinovými preferencemi.
Postup:
- Sepíšeme na post-ity témata, která chcete prioritizovat. Připravíme si šablonu pro analýzu - nakresleme dvě osy, které se protínají v polovině. Vodorovná osa je osa úsilí, které vás bude předpokládané řešení stát, svislá osa bude značit, jak velké dopady může nové řešení mít. Vzniknou tak čtyři kvadranty.
- Do prvního kvadrantu přijdou témata, jejichž řešení nevyžaduje velké úsilí a přitom může mít velký dopad. Do nich se určitě pusťte. V druhém kvadrantu jsou témata, jejichž řešení přinese velké dopady, ale bude vás stát mnohem více úsilí. Zvažte své možnosti. Ve třetím kvadrantu jsou témata s nižším dopadem, ale nevyžadující velké úsilí. Nechte si je napotom. Témata ve čtvrtém kvadrantu budou náročná na řešení a přitom nepřinesou velké dopady.
- Po cvičení následuje diskuze nad prioritizací se zainteresovanými stranami.