Design : Conception d’une application de conservation de restaurant social – une étude de cas UX / UI

Aperçu

1. Avant même de commencer le projet, quand Alex et moi avons décidé de travailler ensemble, nous savions que nous voulions placer un accent mis sur la phase de découverte. Étant donné que l’industrie des critiques de restaurants est déjà assez encombrée, cela nous permettrait de vraiment plonger dans les problèmes existants de l’industrie et de produire des solutions basées sur les données. Nous avons commencé le projet de trois semaines avec la planification des entretiens et des enquêtes en créant des questions soigneusement conçues pour pouvoir extraire des informations qualitatives et quantitatives significatives. Nous avons construit un Diagramme d’affinité être en mesure d’organiser les réponses des gens en problèmes exploitables. Nous avons ensuite utilisé cette idée pour définir les «problèmes humains» (Merci de nous avoir montré ce terme, Zack), et Comment nous savoir que ce sont des problèmes sur la base de nos recherches.
2. À partir de ces «problèmes humains», nous avons établi notre public cible ainsi que notre objectifs commerciaux et produits. Enfin dans la phase de définition, nous avons déterminé mesures de succès qui serait utilisé si nous décidions d’expédier Sabor.
3. Pour réfléchir, nous avons passé 30 minutes à noter tout ce que nous pouvions penser que nos utilisateurs pourraient aimer sur les plates-formes existantes ou en souhaiter une nouvelle. Nous avons également noté quelques idées plus grandes qui pourraient être utiles pour aider à formuler une solution. Nous avons ensuite créé un matrice de hiérarchisation des fonctionnalités pour décider laquelle de nos idées aurait le plus d’impact sur nos utilisateurs et nous devrions donc nous concentrer sur notre produit minimum viable (MVP). Enfin, nous avons créé des scénarios utilisateur pour nos deux utilisateurs cibles afin d’illustrer comment et pourquoi ils pourraient utiliser notre application.
4. Nous avons créé une première filaire / prototype basse fidélité en mettant en œuvre les fonctionnalités que nous avons décidé a eu un impact élevé sur nos utilisateurs. Les caractéristiques à fort impact ont été déterminées en tenant compte de nos objectifs et des «problèmes humains».
5. Nous avons mené tests d’utilisation sur cinq utilisateurs pour nous aider à déterminer notre succès dans le prototype basse fidélité et où nous pouvons nous améliorer dans le prototype haute fidélité.
6. Enfin, avec les commentaires des utilisateurs classés, nous avons créé le prototype haute fidélité en utilisant notre Guide de style de l’interface utilisateur. Notre objectif était de mettre en œuvre autant de changements que possible pour tenir compte des commentaires sans ajouter trop de fonctionnalités au MVP.

Analyse de la concurrence

Notre première étape a été de voir ce qui existe déjà. Bien que cette industrie soit très étendue, nous avons décidé de nous concentrer sur quatre acteurs clés: Yelp, Google Maps, The Infatuation et Foursquare. Nous avons effectué des recherches en ligne et passé au crible des dizaines d’avis sur l’App Store et résumé les avantages et les inconvénients ci-dessous:

Proto Persona

Ensuite, nous avons décidé qui nous pensée nos utilisateurs le seraient. Nous avons tous les deux discuté des problèmes que nous avons rencontrés par le passé en matière de recherche de restaurants. complètement biaisé, personnage proto: Daniel Crenshaw. Daniel Crenshaw est un homme de 27 ans d’Atlanta, en Géorgie, qui aime être social et passer du temps avec ses amis. Il ne se considère pas comme un fin gourmet, mais il aime être celui qui recommande des activités et des lieux à la mode. Daniel a parfois du mal à trouver de nouveaux endroits à essayer, surtout quand il n’est pas dans des domaines qu’il connaît. Il recherche parfois des avis en ligne, mais ils ne sont pas très fiables et ne reflètent pas vraiment sa démographie ou ses goûts. Il voit des expériences sympas sur les histoires Instagram ou Snapchat de ses amis, mais ne sait pas où ils se trouvent. S’il trouve ces endroits, il ne sait pas quoi obtenir qu’il sait qu’il appréciera. Ses objectifs sont de trouver de nouveaux endroits à essayer qu’il appréciera et de pouvoir garder une trace des endroits où il s’est rendu pour référence future.

Plan de recherche

En utilisant Daniel Crenshaw comme utilisateur cible idéal, nous avons élaboré un plan de recherche pour mieux comprendre quels sont les problèmes en ce qui concerne les applications de recommandation alimentaire. Nous nous sommes concentrés sur les sujets suivants:

1. Comment les gens recherchent-ils actuellement de nouveaux restaurants?
2. Comment choisissent-ils quoi manger un soir en particulier?
3. La dernière fois qu’une personne a essayé un nouveau restaurant, comment l’ont-ils découvert et décidé?
4. Comment les gens recommandent-ils un restaurant à d’autres? Quand donnent-ils des recommandations non sollicitées et quand leur demande-t-on leur avis?
5. Quels problèmes existent avec les plateformes actuelles de recommandations alimentaires?
6. Qu’est-ce que les gens pensent qu’il manque à ces plateformes?
7. Que font les autres plateformes qui attirent les gens vers elles?

Questions 1 à 4 ont pour but de nous faire comprendre la processus de pensée sous-jacent qui va décider d’un nouveau restaurant et partager de bons restaurants avec les autres. Notre objectif est de pouvoir intégrer ce processus de réflexion dans l’expérience que nous créons.

Questions 5 à 7 sont plus ciblés vers l’industrie actuelle. Ici, nous voulons comprendre quels problèmes existent dans les plates-formes actuelles, plus largement utilisées, et découvrir leurs avantages et leurs inconvénients pour évaluer où il y a de l’espace dans l’industrie pour se développer.

Entretien

Nous avons mené dix (10) entretiens pour obtenir des données qualitatives. L’entretien a été divisé en trois parties: questions d’introduction, questions sur le processus de réflexion et questions actuelles de l’industrie. Notre objectif était de répondre aux questions de recherche ci-dessus et de mieux comprendre comment les gens recherchent actuellement de nouveaux restaurants et quels problèmes ils ont, le cas échéant.

• le questions d’introduction étaient des questions sur les brise-glaces pour comprendre qui étaient nos utilisateurs. Nous avons posé des questions sur les passe-temps, la semaine / le week-end typique et comment ils socialisent avec des amis.
• le questions sur le processus de réflexion sont exactement comme ils sonnent – nous avions pour objectif de comprendre les étapes que les gens prennent pour recommander un restaurant, recevoir une recommandation et décider d’un restaurant. Nous espérions également comprendre comment ils utilisent les applications / autres moyens actuels pour trouver des restaurants et ce qui manquait à leur façon actuelle de faire ces choses.
• Enfin, le questions actuelles de l’industrie approfondi les applications / sites Web actuels qu’ils utilisent et pourquoi. Ici, nous avons recherché les points faibles des utilisateurs, Pourquoi ils les ont, et les moyens potentiels de contourner ou d’atténuer ces problèmes. Nous avons également évalué les opinions des personnes interrogées sur la crédibilité des sites Web et des applications existants d’examen des aliments et le désir d’une plateforme plus communautaire.

Sondage

L’enquête a été créée pour recueillir des données quantitatives et nous avons enregistré 122 réponses. Nous avons utilisé le sondage pour recueillir certaines informations telles que la fréquence à laquelle les gens mangent / commandent au lieu de cuisiner, évalue l’intérêt d’essayer de nouveaux endroits pour manger et détermine qui les gens trouvent être leur source la plus crédible de recommandations alimentaires, entre autres choses . Nous voulions comprendre ce qui a motivé les gens à partager des avis ou à recommander un restaurant.

La dernière section de l’enquête comprenait quatorze (14) questions de l’échelle de Likert. Ici, nous avons demandé aux utilisateurs d’évaluer leur accord avec des déclarations telles que « J’apprécie davantage les informations provenant des recommandations alimentaires en ligne que celles d’un ami » et «Je pense que les sites et applications de recommandation de nourriture en ligne sont crédibles et dignes de confiance.» Nous voulions également savoir qui a publié des avis et ce qu’ils pensaient être important lors de la recommandation d’un restaurant. Ces questions nous ont également aidés à comprendre la perception qu’ont les gens des avis en ligne.

Voici la répartition par âge des 122 répondants au sondage. Nous reconnaissons que ces groupes d’âge peuvent ne pas être représentatifs d’une population aléatoire, car les trois plus grandes catégories sont mon groupe d’âge, le groupe d’âge d’Alex et les deux groupes d’âge de nos parents (merci d’avoir partagé notre enquête sur Facebook, maman!) .

Diagramme d’affinité

L’étape suivante consistait à créer un diagramme d’affinité dans Miro en décomposant tous les points de réponse aux entretiens et les réponses à l’enquête ouverte dans leurs propres notes post-it, et en les refactorisant pour extraire les informations des utilisateurs. Nous n’avons inclus que huit (8) des entrevues dans le diagramme d’affinité parce que deux des entrevues ont été menées plus tard pour recueillir plus d’informations. Comme vous pouvez le voir ci-dessous, il y a beaucoup de catégories que nous avons découvertes en regroupant les post-it et en itérant. Bien que nous ayons décidé de passer à l’étape suivante en raison de contraintes de temps, nous avons pu extraire six (6) informations globales sur les utilisateurs que nous avons définies comme nos «problèmes humains».