Experiencia de usuario aplicada a la visualización de datos
Tags
El riesgo no es una actitud. Es el contexto
Alberto Barreiro.
Diseñador estratégico experto en transformación
A menudo nos encontramos con plataformas/herramientas muy útiles, donde se ha invertido un gran esfuerzo, pero cuya experiencia de usuario (user experience) no es óptima (muchas veces, por la rigidez de la tecnología), lo cual deriva en múltiples problemas:
- Frustración por parte del usuario, sea del tipo que sea: cliente, empleado, proveedor, etc. Se interpone una barrera que repercute, de manera directa, en los resultados que se esperan.
- Aumento de costes. Una mala experiencia de usuario en la visualización de datos aumenta la necesidad de centros de soporte, formación, mayor esfuerzo en captación y en activación.
- Entorpecimiento en la toma de decisiones. Si los datos no son claros ni están bien estructurados, es más complicado extraer conclusiones y tomar decisiones.
Por esta razón, es vital definir una buena experiencia de usuario a la visualización de datos, además de tener conocimiento adecuado para implementar esa experiencia desde el punto de vista técnico. Aquí, los errores más comunes son:
- La falta de claridad en los datos.
- La falta de contexto.
- La falta de personalización.
- El exceso de información.
- El uso incorrecto de gráficos y visualizaciones.
Cómo trabaja nuestro equipo de UX-UI para lograr una experiencia de usuario óptima
En Genetsis tenemos muy claro que es fundamental tener en cuenta estos aspectos desde el principio. Además, en todos los proyectos relacionados con DATA – BI interviene el equipo de UX-UI para que el resultado sea óptimo. Los desarrolladores y los diseñadores trabajan de la mano para lograr una experiencia de usuario acorde a los objetivos definidos.
UX: user experience o experiencia de usuario
UI: user interface o interfaz de usuario
Cuando se trata de mejorar la experiencia de usuario de una plataforma ya desarrollada, generalmente seguimos estos cinco pasos:
- Investigación y definición del problema. Analizamos los puntos a resolver (pain points o puntos de dolor) y definimos las necesidades de los usuarios. Es importante identificar el contexto en el que se utilizará la visualización, las tareas que se quieren llevar a cabo y los usuarios a los que se dirige.
- Análisis y selección de datos. Analizamos la información disponible y definimos los datos más relevantes para la visualización. Es importante tener en cuenta que la selección de datos afectará a la legibilidad y al impacto de la visualización.
- Diseño de la visualización. Diseñamos la visualización de datos en base a los datos seleccionados, las necesidades de los usuarios, la herramienta de visualización y el objetivo de dicha visualización. Consideramos elementos como la jerarquía visual, la elección de gráficos y la interactividad.
- Prototipado y pruebas. Creamos unos prototipos de visualización y los probamos con usuarios reales. Las pruebas permiten identificar problemas y hacer mejoras en el diseño.
- Implementación y evaluación. Implementamos la visualización de datos o damos soporte para que un tercero lo haga (en casos donde el cliente tiene esta parte in house o externalizada) y evaluamos su efectividad. Es importante medir el impacto de la visualización y hacer mejoras continuas, por lo que resulta imprescindible tener un sistema de medición configurado para realizar ese seguimiento regularmente.
La clave del éxito está en nuestra experiencia en proyectos complejos, tanto de data como de diseño y contenidos. Echa un vistazo a nuestros casos de éxito y, si lo que necesitas es inspiración… ¡también podemos ayudarte! ¿Te preguntas cómo? Haz clic aquí y descúbrelo 
.
Genetsis Group
Compartir
Contacto
¿Quieres mejorar la experiencia de usuario en tu plataforma? Contáctanos
