あなたの製品は一般的にどう思われていますか？ 日常生活ではどのように使われていますか？ お客様を理解できないと、お客様のニーズに対応できません。そこでUXリサーチが登場します。ターゲットオーディエンスの行動の背後にある明確な答えを提供し、企業が十分な情報に基づいて決定を下すのを支援します。
定量的UXリサーチとは、人間の行動を説明する数値データを理解することであり、ユーザー体験を成功させるための重要な要素の１つです。
定性的（なぜ） vs 定量的（なに）リサーチ
答え探しをはじめる前に、定性的リサーチの役割にも注目することが重要です。これにより、質問の背後にある 「なぜ」 を理解し、ユーザーの意思決定プロセスを把握できます。
定性的調査は少人数の参加者を対象に行われることが多く、今後の道筋について明確な見通しを示すものではありません。しかし、定性的リサーチは定量的リサーチの枠組みを作ることができます。質問する必要がある質問についてのアイデアが得られます。
定量的な調査は、「クリックした人の数」や「ユーザーの何パーセントがCTA（コールトゥアクション）を見つけることができるか」といった質問に答えるもので、統計的な可能性や、サイトやアプリで何が起きているかを理解するのに役立ちます。
定量的リサーチへのアプローチ
定量的リサーチは、オーディエンス全体に焦点を当てる傾向があり、通常はアンケートや行動分析ツールなどの大人数を対象とした方法で行われます。
定量的なデータを得ることは最初のステップにすぎません。分析を開始する前に、結果に偏りがないことを確認するために必要な作業がいくつかあります。
分析前チェックリスト
データ検証とコーディング
数値を確認する前に、データを再評価して、収集したデータが有効であることを確認します。
たとえば、16歳から25歳までの年齢層で製品の使用率を理解しようとした場合、その年齢層を超える年齢層から回答を得ると、全体的な結果にバイアスがかかります。
そうならないよう、外れ値に注意してください。外れ値は結果を大きく歪める場合があります。通常、それらはデータ中の極端な値によって示されます。たとえば、ほぼすべてのユーザーがチェックアウト処理を60秒未満で完了し、数人だけが8分以上かかる場合、データセットに異常値が含まれる可能性があります。
最後に、広範囲にわたって変化するデータをグループ化します。年齢を括弧に入れるのは、グループ分けの良い例の一つです。年齢ごとに結果が異なるのではなく、18歳から25歳、26歳から35歳のように明確なカテゴリーを作ります。
定量的データ分析法
クロス集計
一般的なデータ分析方法はクロス集計です。クロス集計は、複数の変数間の関係を定量的に分析するために使用され、関連している中での排他的なさまざまなデータセット内のパターンを発見するのに役立ちます。たとえば、年齢層別にアプリの利用状況を見たい場合、クロス集計を使うとアプリの利用頻度が最も高い年齢層を確認することができ、比較することもできます。
Max‐Diff分析
Max‐Diff分析は、複数項目に対する選好とその重要度スコアを得るためのアプローチです。これは、どのパラメータがお客様にとって最も重要であるかを判断する優れた方法です。何が上位にランク付けされているかを定量的に理解するのに役立ち、 「ベスト・ワースト」 メソッドとも呼ばれます。
これは単一の属性を比較する場合によく使用されます。たとえば、一連の機能を一覧表示し、利用価値に基づいてそれらをランク付けするように参加者に依頼すると、どの機能が最適かを識別するのに役立ちます。これは、あなたのマーケティング活動に洞察を与えることができます。
コンジョイント分析
Max-Diff分析をさらに一歩進め、より多くの次元を追加すると、コンジョイント分析になります。これは、ユーザーにいくつかの切り口で質問した場合に最適です。
製品機能のリストの例に進みましょう。コンジョイント分析を実行するには、ユーザーの選好に影響する可能性のある他の要因を含める必要があります。したがってこの場合、業態に応じた効用値を考慮することができます。これにより、特定の機能を特定の業界のユーザーに限定することができます。
ギャップ解析
ギャップ解析は、目標とする状態と現在の状態の違いを示すために使用される評価技法です。また、技術で提供できることとユーザーのニーズの違いを分析することもできます。これは通常、ユーザーニーズの分析が起点となり、ユーザビリティの目標や開発計画を作成するために使用されます。通常は棒グラフまたは折れ線グラフを使用して表され、実際のパフォーマンスと期待されるパフォーマンスとの差を測定するのに役立ちます。
たとえば、顧客がどのようにして自分のWebサイトにアクセスしたかを尋ねることができます。これを、あなたが期待していた口コミの成果と比較してみてください。そうすれば、あなたは何に集中すべきかを見抜くことができるでしょう。おそらく読者は、口コミではなくGoogleの広告からより多くの情報が入ることを期待していたかもしれません。
傾向分析
縦断研究（ある程度の期間に渡りデータを取る研究）を終えたばかりのときには、傾向分析によって時間の経過によるデータの変化を示すことができます。これを使って、さまざまな要因がトレンドにどのように影響するかを見ることができます。
たとえば、オンライン調査プラットフォームの需要が夏休みと重なって急増したことに気づいたかもしれません。さらに分析すると、この需要は主に大学や研究者の間にあることに対し、企業間での関心は年間を通じて高まっていることがわかります。
センチメント分析
センチメント分析は、ユーザーのフィードバックのトーンを理解するのに役立ちます。このデータは、特定の感情を抱いているユーザーの数を理解するために定量化することができます。自然言語処理ツールを使用すると、回答の感情を識別し、収集されたデータをより深く理解することができます。
まとめ
アンケートや統計、Web分析などのツールを使用して、定量的および定性的な洞察を得ることができます。定量的UXリサーチは顧客や彼らの選好、行動、そして顧客の意思決定に影響する要因をより良く理解するのに役立ちます。適切な分析によって情報の宝庫を発掘することができ、競争相手より一歩上を行くために必要なレバレッジを得ることができます。
