no solo usabilidad: revista sobre personas, diseño y tecnología
menú
menúEl Diseño Centrado en el Usuario (DCU), como filosofía de diseño, engloba o se relaciona con un heterogéneo conjunto de metodologías y técnicas que comparten un objetivo común: conocer y comprender las necesidades, limitaciones, comportamiento y características del usuario, involucrando en muchos casos a usuarios potenciales o reales en el proceso.
Este capítulo pretende servir de guía metodológica, respondiendo a preguntas fundamentales sobre cada técnica: su descripción (qué), su procedimiento (cómo), su ubicación en el ciclo del producto (cuándo), y qué limitaciones o problemas pueden presentar.
El test de usuarios es la prueba reina del DCU, ya que representa la mejor forma de evaluar la usabilidad de un diseño. Estas pruebas se basan en la observación de cómo un grupo de usuarios llevan a cabo una serie de tareas encomendadas por el evaluador, analizando los problemas de usabilidad con los que se encuentran (Hassan-Montero; Martín-Fernández; 2003a).
Aún cuando el diseñador tenga amplios conocimientos sobre usabilidad, resulta recomendable evaluar el diseño con usuarios. Esto se debe a que, conforme más tiempo dedica un diseñador a un proyecto, menor es su perspectiva y más difícilmente detectará posibles problemas. Podemos decir que gran parte de lo que el diseñador percibe cuando mira su propia obra, es una construcción mental; ve aquello que tiene en mente, no aquello que sus usuarios tendrán ante sus ojos.
El número de participantes que son necesarios para detectar el 100% de los problemas (más importantes) de usabilidad de un diseño se encuentra en torno a 15. Nielsen (2000) recomienda que, en vez de hacer una prueba con 15 participantes, es mejor llevar a cabo tres pruebas con 5 participantes por cada una, repartidas en diferentes momentos del proceso de desarrollo. Como Nielsen (2000) defiende, el objetivo de estas pruebas es mejorar de forma iterativa la usabilidad de la aplicación, por lo que cada prueba con 5 participantes nos ofrecerá suficiente información para mejorar la solución de diseño, aún cuándo no nos permita detectar el 100% de los problemas de usabilidad.
En el reclutamiento de participantes debemos asegurarnos de que los elegidos tienen perfiles acordes con los usuarios reales o potenciales del sitio web, muestran interés por el tipo de sitio web a evaluar y, a ser posible, tienen experiencia usando sitios web de naturaleza similar (Hassan-Montero; 2007a). Este reclutamiento de participantes, como en cualquier técnica de DCU que implique la participación de usuarios, sigue tres pasos: determinar la audiencia del sitio web a evaluar, localizar a miembros representativos de esa audiencia, y convencerles para participar (Kuniavsky; 2003). El que los participantes estén motivados resulta crucial para el éxito de la prueba. Por tanto, cuando los participantes no sean amigos, familiares o compañeros de trabajo, será muy importante ofrecerles algún tipo de remuneración o recompensa por su colaboración en la prueba.
Cada uno de los participantes realizará la prueba por separado, y durante cada prueba deberemos registrar toda aquella información relevante para el posterior análisis del comportamiento del usuario. Para esto se puede utilizar desde un bloc de notas, hasta grabaciones de vídeo del usuario, pasando por aplicaciones que registren las acciones del usuario sobre la interfaz.
La primera impresión que se lleve el participante al mostrarle el diseño supone una información muy valiosa sobre su usabilidad. Los usuarios, ante una página web, juzgan lo que ven y toman decisiones intuitivas en muy poco tiempo (véase capítulo sobre Cognición), juicios y decisiones que resultan de gran relevancia para entender la capacidad comunicativa del diseño. Por ello, antes de comenzar formalmente el test se recomienda llevar a cabo lo que Perfetti (2005) denomina un “test de 5 segundos”. Este método consiste en ofrecer al participante un contexto y objetivos concretos (ej.: “Te encuentras en época de exámenes, y necesitas saber si hoy estará la biblioteca abierta por la tarde”), y a continuación mostrarle la página durante un periodo de cinco segundos. Después se le solicita al participante que exprese todo aquello que recuerda de la página que ha visto. Esta prueba también se puede llevar a cabo sin ofrecer objetivo o contexto alguno al participante, mostrándole la página durante 5 segundos y preguntándole posteriormente cuál ha sido su primera impresión, qué contenidos cree que ofrece o puede encontrar en ese sitio web, permitiéndonos de esta forma evaluar la capacidad autoexplicativa de su diseño visual.
A continuación podemos comenzar la prueba completa, en la que solicitaremos al participante una serie de tareas a realizar sobre el sitio web, analizando los errores que cometa, el tiempo empleado y su satisfacción final una vez finalice la tarea. Es decir, esta es una prueba destinada a medir tanto la usabilidad objetiva (qué y cómo actúa el usuario), como la usabilidad subjetiva (cómo de fácil ha percibido la tarea) (recordemos el capítulo sobre Experiencia de Usuario).
Según Kuniavsky (2003), algunos requisitos que deben cumplir las tareas encomendadas al participante son:
Con los test de usuarios no sólo pretendemos detectar en qué momentos el usuario se equivoca o se detiene durante la realización de la tarea, sino también el porqué: qué es aquello que no entiende o qué le ha llevado a tomar decisiones equivocadas. Una forma de obtener esta información es mediante el protocolo 'think-aloud' o 'pensamiento en voz alta', que consiste en solicitar al participante que exprese verbalmente durante la prueba qué está pensando, qué no entiende, por qué lleva a cabo una acción o duda. No obstante, este protocolo tiene algunos inconvenientes, como el hecho de contar lo que uno hace y por qué lo hace inevitablemente altera la forma en la que se hacen las cosas (en comparación con cómo se harían en circunstancias normales). Una alternativa es el método 'think-aloud retrospectivo’, en el que el participante primero realiza la tarea y, una vez finalizada, expresa verbalmente cómo recuerda que ha sido su proceso interactivo.
Una vez los participantes finalicen la prueba y se haya registrado toda la información pertinente, se procede a analizar los resultados y sintetizarlos en un informe final, concluyendo qué mejoras necesita el diseño en base a estos resultados.
Aunque los test de usuarios son pruebas de evaluación, no debemos por esto creer que deben llevarse a cabo una vez ha finalizado el proceso de diseño, desarrollo e implantación del producto. Recordemos que el DCU es una filosofía de diseño iterativa basada en la mejora incremental del producto. Por tanto, cuanto más esperamos para realizar la primera de las pruebas, más costoso resultará la reparación de los errores de diseño que se detecten.
En las etapas más tempranas del proyecto, ya que el producto aún no ha tomado forma, los test de usuarios deben realizarse sobre prototipos (modelos desechables elaborados específicamente para la evaluación de las decisiones de diseño). Estos prototipos pueden realizarse en papel (Medero; 2007), en HTML (Ramsay; 2009), o mediante aplicaciones específicas como Axure (véase el siguiente capítulo, apartado sobre wireframes).
El primer problema de los test de usuarios es el alto coste que implica tanto el reclutamiento de los participantes, como el tiempo y esfuerzo dedicados a realizar las pruebas y a sintetizar y analizar los resultados. Para reducir costes se recomienda realizar una evaluación heurística (véase el siguiente apartado) de forma previa a la prueba con usuarios, una técnica más económica que nos permite detectar una gran cantidad de problemas de usabilidad sin necesidad de implicar a usuarios. No obstante, el coste de las pruebas con usuarios se justifica por el retorno de inversión derivado (ROI: Return of Investment) (Marcus; 2002).
El otro problema es que, al tratarse de pruebas que se realizan en laboratorio y en las que los objetivos y tareas se les imponen explícitamente a los participantes, la interacción del usuario se encuentra descontextualizada, influyendo en su forma de resolver problemas. Por ejemplo, Nielsen (1997) afirmaba que los resultados de sus estudios de usabilidad mostraban que más de la mitad de los usuarios se dirigían directamente al buscador interno para resolver sus necesidades cuando visitaban un sitio web, un dato que difícilmente se corresponde con el uso real de los buscadores internos que podemos observar analizando las estadísticas de un sitio web (véase apartado sobre analítica web).
No todas las técnicas de DCU requieren la participación de usuarios, resultando de esta forma más económicas. Tal es el caso de los métodos de evaluación por inspección como la evaluación heurística, propuesta originalmente por Molich y Nielsen (1990).
En esta técnica varios expertos inspeccionan y analizan el diseño en busca de potenciales problemas de usabilidad, comprobando para ello el cumplimiento de principios de diseño usable (principios heurísticos) previamente establecidos. Estos principios de diseño o ‘heurísticas’ son directrices que establecen requisitos que debe cumplir el diseño con el fin de facilitar su comprensión y uso por el usuario final.
El número ideal de expertos que deben participar en la evaluación debe ser entre 3 y 5. Cada uno de los evaluadores examinará el diseño de forma independiente, documentando los problemas de usabilidad detectados. Una vez finalicen su trabajo, harán una puesta en común de los problemas, y se procederá a elaborar un informe final consensuado. Si la evaluación se hace con menos de tres evaluadores, muchos problemas de usabilidad quedarán sin detectar, y usar más de 5 aumentaría el coste de la evaluación sin ofrecer resultados que los justificasen (Nielsen; 1994).
Respecto al perfil de los revisores, aunque no es imprescindible que sean expertos en usabilidad, diferentes estudios demuestran que conforme más experiencia tengan, mayor será el número de problemas que puedan detectar (González, Pascual, Lorés; 2006).
Durante la prueba, los revisores no sólo deben identificar problemas de usabilidad, sino también ponderar la gravedad de esos problemas, tanto en términos de frecuencia y persistencia del problema, como del impacto o consecuencias que tendrá para el usuario (Manchón; 2003).
Como indica Villa (2003), el revisor puede acometer la evaluación en dos capas:
Numerosos autores han propuesto conjuntos de principios heurísticos o reglas de diseño que pueden ser empleadas como heurísticas (Schneiderman; 1986) (Nielsen; 1994) (Tognazzini; 2003). Otros autores (Hassan-Montero, Martín-Fernández; 2003b) (Márquez-Correa; 2003) (Marcos, Cañada; 2003) ofrecen guías compuestas por criterios heurísticos más específicos que los principios heurísticos, y por tanto de más fácil aplicación por evaluadores no expertos. Además, el lector puede revisar numerosos trabajos que nos ofrecen casos prácticos de aplicación de evaluación heurística (Marcos et al.; 2006) (García-Gómez; 2008) (Candamil-Llano; Guevara-Hurtado; 2009a).
La evaluación heurística, por lo sencillo y económico de su proceso, puede llevarse a cabo en cualquier momento del ciclo de desarrollo del proyecto. Como indicábamos en el apartado sobre test de usuarios, un momento idóneo para su realización es antes de estas pruebas con usuarios, aunque esto no significa que siempre que realicemos una evaluación heurística debamos seguidamente llevar a cabo un test con usuarios.
Dependiendo del momento de aplicación de la evaluación heurística, los principios o criterios a comprobar podrían variar. En las etapas más tempranas se suelen verificar criterios relacionados con la arquitectura de información, mientras que en etapas posteriores, cuando el diseño se encuentra más elaborado, entrarán en juego también principios de diseño gráfico o visual.
González, Pascual y Lorés (2006), tras una revisión exhaustiva de la literatura científica sobre evaluación heurística, resumen los problemas o desventajas destacados por diferentes autores, entre los que podemos encontrar los siguientes:
Como vimos en el capítulo sobre modelos mentales, el conocimiento que los usuarios adquieren y registran a partir de su experiencia lo estructuran internamente en forma de conceptos y relaciones semánticas, pudiendo de esta forma recuperar y aplicar ese conocimiento en su actividad diaria.
Cuando diseñamos arquitecturas de información, siempre y cuando esas arquitecturas no deban cumplir una función didáctica (como pudiera ser el caso de la arquitectura de información de una enciclopedia online), deben adaptarse al modelo mental del usuario. El arquitecto de información, por tanto, tiene un rol de traductor, cuya tarea principal es transformar el modelo organizativo de la empresa o institución que pretende su proyección online (sitio web), al modelo mental de los usuarios a los que se dirige.
Si bien extraer el modelo mental y objetivos del cliente es una tarea relativamente fácil (por ejemplo, por medio de simples entrevistas), extraer el modelo mental del usuario para adaptar la organización y clasificación de información a dicho modelo, resulta una tarea más compleja. Una de las técnicas más populares y eficaces para elicitar o extraer la estructura semántica del conocimiento que los usuarios tienen sobre un dominio concreto, es la llamada card sorting o “Agrupación de tarjetas”.
Esta técnica consiste en solicitar a un grupo de participantes - que como en el caso del test de usuarios deben tener un perfil acorde con la audiencia a la que se dirige el sitio- que agrupen los conceptos representados en cada tarjeta por su similitud semántica. El objetivo es, por tanto, identificar qué conceptos, de los representados en cada tarjeta, tienen relación semántica entre sí, e incluso cuál es el grado de esa relación.
Lo primero que debemos decidir al planificar una prueba de card sorting es si vamos a realizar un análisis cualitativo de los resultados o uno cuantitativo, ya que esto influirá tanto en el número de participantes como en la forma de dirigir la prueba.
En el análisis cualitativo, el número de participantes debe encontrarse en torno de 5. De esta forma podremos acompañar a cada participante en su tarea, e interrogarle acerca de por qué toma la decisión de agrupar unos conceptos u otros y con qué problemas de comprensión se encuentra durante la prueba (Carreras-Plaza, Guaderrama-Hernández; 2004) (Ortega-Santamaría; 2005).
Con el análisis cuantitativo, por el contrario, lo que buscamos es una imagen global de las relaciones semánticas entre conceptos. No buscamos tanto un conocimiento en detalle de cómo los usuarios entienden que se relacionan los conceptos, como obtener las relaciones semánticas compartidas y colectivamente más reforzadas que tienen los conceptos para la audiencia del sitio web. En este tipo de análisis, para que los resultados sean representativos, debemos contar con un número mayor de participantes, que Tullis y Wood (2004) estiman entre 20 y 30.
Otra de las decisiones que debemos tomar en la planificación de la prueba es el tipo de card sorting que llevaremos a cabo, en función de su propósito. Rosenfeld y Morville (2002) diferencian entre card sorting abierto y cerrado. En el abierto el usuario puede agrupar los conceptos libremente en el número de conjuntos que crea necesario, mientras que en el cerrado los grupos o conjuntos están predefinidos y etiquetados, y el participante únicamente deberá ubicar cada concepto en el grupo que crea pertinente. El card sorting cerrado es recomendable para evaluar si una categorización resulta predecible para el usuario, mientras que el abierto tiene el objetivo de descubrir qué tipo de categorización o agrupación de los conceptos resultará más natural y acorde con el modelo mental compartido de la audiencia del sitio web. En el trabajo de Hassan-Montero et al. (2004), podemos ver descrito un caso práctico de card sorting abierto, mientras que Candamil-Llano y Guevara-Hurtado (2008) nos ofrecen un caso de card sorting cerrado.
En el análisis cuantitativo de los resultados de card sorting (abierto) entran en juego multitud de técnicas estadísticas, que comparten el objetivo de reducir la matriz NxN (N es el número de conceptos) donde se representa el número de participantes que han colocado en un mismo grupo cada par posible de categorías, a representaciones gráficas que faciliten al evaluador analizar las relaciones semánticas entre conceptos, y en algunos casos el peso de esas relaciones (Hassan-Montero et al.; 2004). Entre las técnicas que podemos utilizar se encuentran el escalamiento multidimensional (MDS: Multidimensional Scaling), la técnica de poda Pathfinder (PFNets), el Análisis de Clusters (clustering), el Análisis de Componentes Principales (PCA: Principal Component Analysis), o la Redes Neuronales Artificiales (Herrero-Solana, Hassan-Montero; 2006). Como señalan Antolí et al. (2005), la más popular y conocida entre los profesionales de la experiencia de usuario es el análisis de clusters.
Las pruebas de card sorting pueden ser realizadas de forma manual o virtual. En el primer caso (figura 3.5), los conceptos son representados en tarjetas reales (papel o cartón), y los participantes proceden a agruparlas sobre una mesa. En el segundo caso se emplean aplicaciones software específicas, mediante las que los participantes realizan la prueba (ejemplos de aplicaciones populares son optimalsort.com y websort.net). La ventaja principal de usar estas aplicaciones es que automatizan y facilitan la recogida de datos y su análisis estadístico, por lo que son más recomendables cuando el propósito es el análisis cuantitativo. Como desventaja podemos señalar que, como nos indica nuestra experiencia personal llevando a cabo numerosas pruebas de card sorting, los participantes suelen encontrar más divertido el card sorting manual, y por tanto suelen estar más concentrados durante la tarea.
En las pruebas de card sorting hay pequeños detalles que pueden influir y condicionar enormemente la forma en que los participantes realicen el ejercicio, y por tanto el resultado final de la prueba. Por ejemplo, el orden en que se presenten las diferentes tarjetas puede influir en el tipo de agrupaciones que realizará el usuario, tal y como explican Antolí et al. (2005). En pruebas manuales, como sugiere García-Gómez (2005), el tamaño de la mesa podría influir en el número máximo de tarjetas que el participante asignará a cada grupo. En nuestra experiencia con este tipo de pruebas, además, hemos detectado que los participantes tienen una tendencia natural a hacer agrupaciones por relación sintáctica, es decir, a ubicar automáticamente en un mismo grupo tarjetas que tengan en común alguna palabra, aún cuando la relación semántica entre ambos conceptos no esté clara.
No obstante, el factor que en mayor grado puede influir en cómo ejecuten el ejercicio los participantes, es su comprensión acerca de qué tienen que hacer y cómo deben hacerlo. En este sentido, Spencer y Warfel (2007) ofrecen una útil guía, que incluye un ejemplo de las instrucciones que se deben dar a los participantes antes de dar comienzo a la prueba.
Hasta el momento hemos hablado de agrupar “conceptos”, sin establecer un vínculo claro con qué elementos del sitio web pudieran representar estos "conceptos". En las pruebas de card sorting los “conceptos” suelen representar categorías u opciones de navegación, y por tanto lo que se pretende con la prueba es extraer de los propios usuarios cuál sería la mejor forma de agruparlas o clasificarlas, condicionando de este modo cómo los usuarios encontrarán estas opciones o categorías organizadas cuando naveguen por sitio web. Sin embargo, estos “conceptos” no siempre tienen por qué representar categorías u opciones de menús de navegación, ya que podrían representar bloques de contenido de una misma página, permitiéndonos saber cómo ordenarlos espacialmente de acuerdo a su similitud semántica; o incluso podrían representar productos que se vayan a ofrecer desde el sitio web.
Lo que se persigue, en gran medida, es lograr la coherencia local y global del contenido. Cuando el usuario salta desde una unidad de información a otra lo hace porque ambas presentan una conexión semántica. A su vez, cada una de esas unidades de información es posible interpretarla y comprenderla en función de sus relaciones temporales, causales y lógicas, que las relacionan con el contexto global.
El card sorting es una prueba destinada a adaptar la arquitectura de información al modelo mental del usuario, por tanto tiene lugar en etapas tempranas del proyecto (arquitectura de información). Dado que el card sorting abierto cumple la función de ayudar en la toma de decisiones organizativas, y el card sorting cerrado cumple la función de evaluar esas decisiones, en el caso de que se realicen ambas pruebas, la abierta debe preceder a la cerrada. De hecho, ya que ambos tipos de card sorting tienen propósitos diferentes y complementarios, su utilización combinada puede ofrecernos una imagen más fiel el modelo mental del usuario (García-Martín; 2008).
Aunque muchos autores coinciden en afirmar que el card sorting es un método rápido, fiable y barato (Sepencer, Warfel; 2007), coincidimos con Antolí et al. (2005) en que su uso inexperto o inadecuado puede producir resultados erróneos.
Por un lado, tal y como hemos visto, existen numerosos factores que, aún pareciendo poco significativos, pueden influir enormemente en los resultados que se obtengan. Por otro lado, y como Antolí et al. (2005) comentan, de todas las opciones posibles para el análisis estadístico de resultados, en la mayoría de aplicaciones software de card sorting, así como en los estudios publicados, suele aplicarse sólo una de las técnicas – análisis de clusters-, y siempre uno de sus tipos, el clustering determinista mediante técnicas “aglomerativas”. No sólo existen más tipos de clustering, sino que incluso entre las técnicas aglomerativas podemos diferenciar alrededor de 150 tipos en función de las reglas de aglomeración que utilicen (Herrero-Solana, Hassan-Montero; 2006). El problema está en que cada uno de estos tipos de análisis de clusters, aplicados sobre los mismos datos, podría ofrecer agrupaciones diferentes.
Con esto, no obstante, no pretendemos desanimar en el uso de esta técnica, ya que creemos que siempre obtendremos una visión más fiel del modelo mental de nuestros usuarios a través de una prueba de card sorting - aún con errores- que sin llevar a cabo prueba alguna.
Por último señalar que, además del card sorting, existen diversas técnicas estrechamente relacionadas, en cuanto que también están orientadas a extraer patrones de conocimiento semántico de los usuarios. Tal es el caso del “listado libre” (Sinha; 2003) o el “análisis de secuencia” (Ronda-León, Mesa-Rábade; 2005).
Como se puede deducir tras leer el capítulo sobre Percepción Visual, analizando una interfaz desde el conocimiento teórico sobre cómo las personas percibimos visualmente, podemos predecir en gran medida cuál será el comportamiento visual de los usuarios, detectando qué elementos atraerán su atención visual con más fuerza.
Por ejemplo, en función del tipo de elementos que esté buscando visualmente el usuario en cada instante (contenidos, navegación, mapa del sitio web, contacto…), será mayor la probabilidad de que atienda automáticamente a diferentes zonas de la página; un comportamiento que habrá interiorizado a partir de su experiencia previa navegando por otros sitios web. Igualmente sabemos que si un elemento es gráficamente inusual, si presenta características gráficas diferentes a las de sus elementos colindantes, éste atraerá con mayor fuerza la atención del usuario.
No obstante, las interfaces no suelen estar compuestas por formas gráficas simples. Un diseño puede presentar un alto grado de sofisticación visual, sin necesidad de que esto sea consecuencia de una complejidad artificial u ornamental. En estos casos, ser capaz de predecir qué mirará el usuario y en qué orden, se convierte en una actividad propia del mentalismo.
Desde el punto de vista empírico, existe un tipo de pruebas con usuarios que nos permiten estudiar y analizar su exploración visual, denominadas pruebas de eye-tracking o de “seguimiento visual”. El concepto de eye-tracking hace referencia a un conjunto de tecnologías (hardware y software) que permiten monitorizar y registrar la forma en la que una persona mira una determinada escena o imagen, en concreto en qué áreas fija su atención, durante cuánto tiempo y qué orden sigue en su exploración visual (Hassan-Montrero, Herrero-Solana; 2007).
Desde el punto de vista procedimental, las pruebas de eye-tracking resultan muy similares a los test con usuarios descritos anteriormente. La diferencia estriba en la tecnología usada para registrar el comportamiento del usuario, y en qué comportamiento se pretende analizar con mayor detalle: su exploración visual.
La mayoría de sistemas de eye-tracking se basan en el uso de cámaras (eye-trackers) que proyectan rayos infrarrojos hacia uno o los dos ojos del participante, infiriendo la zona de la escena visual que el usuario se encuentra atendiendo en cada momento. Podemos diferenciar dos clases de sistemas de eye-tracking: aquellos que se colocan en la cabeza del participante, y aquellos que registran su movimiento ocular desde la distancia, normalmente ubicados y camuflados en el monitor. Estos últimos resultan menos intrusivos (Goldberg, Wichansky; 2003), y por tanto más adecuados para la evaluación de interfaces, donde no resulta crucial que el usuario tenga completa libertad para mover su cabeza.
Tras un breve proceso de calibración del sistema, el participante de la prueba puede dar comienzo a la realización de las tareas que le hayan sido encomendadas, tiempo durante el cual el sistema monitorizará y registrará continuamente su movimiento ocular: fijaciones y “sacadas” (estos conceptos fueron descritos en el capítulo sobre Percepción Visual).
Una vez finalizada la prueba, el software de eye-tracking debe permitirnos analizar los resultados. Para ello, suelen emplearse representaciones gráficas que resumen la ingente cantidad de información que cada participante ha generado con su exploración visual. Para analizar el comportamiento visual de cada participante individualmente, se suelen utilizar representaciones gráficas de su recorrido visual en forma de grafo lineal (figura 3.6), donde cada nodo identifica una fijación, el tamaño del nodo el tiempo de la fijación, y los conectores entre nodos el salto visual de una fijación a la siguiente.
Para analizar de forma agregada el comportamiento visual de un grupo de participantes, se suelen emplear ‘heatmaps’ o mapas de calor, donde los colores de mayor intensidad señalan las zonas de la interfaz en las que los participantes han fijado su atención con mayor frecuencia (figura 3.7).
Las pruebas de eye-tracking sólo pueden ofrecer información valiosa sobre diseños gráficos elaborados. Pequeños cambios en estos diseños (como cambiar el color de fondo de un bloque, o cambiar la ubicación de un elemento), pueden hacer que los patrones de exploración varíen, por lo que no es una técnica recomendable para su uso iterativo durante el ciclo de desarrollo del producto, sino sólo para su evaluación final.
Los actuales sistemas de eye-tracking disponibles en el mercado presentan en su mayoría un alto grado de precisión, fruto de la larga evolución que ha experimentado esta tecnología en las últimas décadas. Sin embargo, sigue siendo una tecnología cara, un hecho que impide una mayor difusión en el entorno profesional.
Otro problema es que, aunque el proceso de calibración visual de los participantes previo a la prueba es rápido y sencillo, existe un significativo porcentaje de personas cuyos ojos no pueden calibrarse (Jacob, Karn; 2003), lo que encarece aún más este tipo de estudios.
Como otras pruebas con usuarios descritas en este capítulo, las pruebas de eye-tracking requieren del evaluador un conocimiento y esfuerzo considerable en la interpretación de los resultados, por lo que su uso inexperto puede conducir a conclusiones erróneas. Una vez más, no obstante, defendemos que cualquier prueba con usuarios resulta más útil que no hacer prueba alguna, aún cuando se comentan errores de interpretación.
Por último señalar que las pruebas de eye-tracking ofrecen datos cualitativos escondidos bajo la apariencia de datos cuantitativos. Analizar una interfaz con 5 participantes generará una gran cantidad de datos, pero desde el punto de vista estadístico, sigue siendo una muestra de 5 sujetos.
La etnografía constituye una rama de estudio de la antropología que busca estudiar y describir científicamente la conducta, el comportamiento, las creencias y las acciones de los usuarios de una sociedad y una cultura específica. El investigador convive con los sujetos de la investigación para comprender, por propia experiencia y observación directa, el ámbito sociocultural donde están inmersos.
Es un campo de estudio que emplea principalmente métodos cualitativos, con el objetivo de ayudarnos a descubrir y comprender el comportamiento social de nuestros usuarios. Sus métodos nos permiten predecir o explicar acciones e interacciones que, de otro modo, podrían quedar aisladas y provocar resultados contrarios a los objetivos propuestos en nuestro sitio.
Los estudios etnográficos nos acercan a un conjunto de valoraciones (sociales, culturales, idiomáticas, actitudinales, mentales…) relacionadas con el contexto de uso, que son incluidas en el proceso y que proporcionan, necesariamente, una garantía sobre la objetividad y certeza de explicaciones o descripciones que se hagan sobre dicho contexto.
Este tipo de investigación no es utilizada para validar o invalidar hipótesis generales, porque todo depende, como decíamos antes, del contexto de uso y de la gestión de significados.
Con las técnicas etnográficas observamos a las personas en situaciones reales, contextos naturales que nos permiten examinar y analizar sus experiencias y ver el sentido que tienen en sus vidas. Esto no significa que estemos estudiando concretamente a las personas. Son su entorno, su actividad, su situación o los procesos e interacciones que llevan a cabo, el objeto de nuestro análisis.
Podemos optar por estudios prolongados, que requerirán de un análisis más detallado de las observaciones realizadas, materiales audiovisuales y datos recogidos, o por una etnografía rápida (Norman; 2000) (Millen; 2000) que podrá afectar a la reducción de tiempos, objetivos, equipo de trabajo o recursos empleados. Dependiendo de la aproximación etnográfica que empleemos, el material empírico y analítico (Dourish; 2006) se verá ampliado o reducido condicionando la transferencia y utilización de los resultados.
En cualquier caso el observador no deberá comportarse como un simple grabador de eventos. Actúa como un observador que, sin afectar ni ser afectado por el entorno, reconoce la situación de observación, percibe, recoge y descifra lo explícito e implícito, para ofrecer una representación fiel que facilite el proceso analítico.
La forma de hacerlo puede ser a partir de diarios de campo, anotaciones, documentación extraída del propio contexto o bien a partir de métodos y técnicas de indagación, que permiten recoger de los usuarios sus opiniones y experiencias (en posteriores apartados describiremos la entrevista, una de las técnicas más utilizadas en combinación con otras).
Un estudio etnográfico nos aporta datos cualitativos que debemos organizar, comprender e interpretar en fases tempranas, anteriores al proceso de diseño del producto. Aun así, la información obtenida tendrá la función de servir de referencia en posteriores etapas de diseño y desarrollo.
Sin embargo, estos estudios no pueden condicionar el ritmo de producción ni alzarse como instrumentos imprescindibles que retrasen la labor del equipo de trabajo. Norman (2006) cree que es importante separar las observaciones y estudios de campo del diseño conceptual y del análisis de necesidades. Deberían quedar fuera del proceso y tomarse en consideración en la medida que aporten consistencia y reflejen aspectos cruciales, pero no pueden condicionar el ritmo de trabajo o el comienzo del diseño.
Mientras que las técnicas descritas hasta el momento tienen una relación más inmediata con la calidad del producto, la investigación etnográfica se enfrenta a serios desafíos para superar la validez y pragmatismo de sus métodos. Su posición frente a otros métodos de DCU puede verse como una diferenciación entre "validar" para lograr la calidad deseada o "inspirar" para llevar a cabo el diseño (Gilmore; 2002). Pero aún cuando el objetivo principal de la etnografía es la "inspiración", no es menos cierto que los equipos de diseño encuentran dificultades para aprovechar y aplicar en su trabajo los resultados extraídos del "mundo real".
Se plantea así una disyuntiva. Por un lado aceptamos que el diseño debe atender al contexto y a los aspectos sociales que influyen en el comportamiento de nuestros usuarios. Pero por otro, encontramos dificultades para integrar la investigación y las metodologías de trabajo en el proceso. Para Räsänen y Nyce (2006) el problema se produce cuando los desarrolladores y diseñadores usan la etnografía como un instrumento para identificar y resolver problemas o para extraer datos estadísticos, en vez de para predecir y explicar resultados. Esto conlleva que reduzcamos todo su potencial al considerarlo un método para producir respuestas a preguntas específicas, en vez de para descubrir necesidades, comportamientos y actitudes.
Por otra parte, mientras que las investigaciones etnográficas son lentas y requieren tiempo y esfuerzo en la observación e interpretación, la tendencia actual en el entorno profesional es la de reducir y acelerar los ciclos de desarrollo de productos al máximo. En consecuencia, resulta complicada tanto su aplicación, como su aplicación correcta.
Atender a grupos excesivamente amplios también puede verse como un problema o limitación. La etnografía debe trabajar con grupos relativamente pequeños, ya que el observador puede que no realice su trabajo correctamente y acabe por recoger tal cantidad de datos que difuminen las posibilidades argumentativas o interpretativas de los mismos.
Además de las técnicas descritas, existen muchas otras que ofrecen información muy valiosa acerca de los usuarios. Sin embargo, debido a las limitaciones del presente trabajo, no todas pueden ser tratadas con el mismo nivel de detalle. Por tanto, a continuación ofrecemos una breve descripción de otras técnicas de valor destacable en DCU.
La información más valiosa sobre la usabilidad de un diseño la obtenemos observando el comportamiento de los usuarios, no preguntándoles. De hecho, revisando las técnicas que involucran a usuarios descritas hasta el momento, comprobaremos que están orientadas principalmente a obtener información objetiva (qué hacen los participantes), y en mucho menor grado información subjetiva (qué dicen).
Cuando Nielsen (2001) afirma que la primera regla de usabilidad es no escuchar a los usuarios, no le falta razón. Como señala el autor, cuando se le pregunta a un usuario acerca de un diseño, su respuesta estará motivada por lo que cree debería responder o quiere ser oído por quien pregunta. Además, si se nos pregunta sobre el porqué de nuestro comportamiento (en este contexto, usando una aplicación), las personas tendemos a racionalizarlo, a completar, reinventar y reinterpretar nuestros recuerdos, y a buscar una causa, aunque la desconozcamos, a nuestras acciones pasadas.
Esto no significa que no podamos obtener información valiosa para el diseño preguntando a los usuarios. Las entrevistas con usuarios son una poderosa herramienta cualitativa, pero no para evaluar la usabilidad de un diseño, sino para descubrir deseos, motivaciones, valores y experiencias de nuestros usuarios (Kuniavsky; 2003).
Durante estas entrevistas, el entrevistador debe mostrarse neutral y no dirigir o condicionar las respuestas del entrevistado. Lo que pretendemos es descubrir información que nos oriente en el diseño, no confirmar nuestras propias creencias sobre cómo son los usuarios.
Una variante interesante de las entrevistas, son los “focus group” (en español grupos focales o sesiones de grupo), en las que un moderador entrevista de forma conjunta a un grupo de usuarios, y donde la interacción entre los participantes nos ofrece información adicional sobre problemas, experiencias o deseos compartidos.
Hasta el momento, las técnicas descritas han sido esencialmente cualitativas. Estas técnicas nos ayudan a encontrar respuesta acerca de los problemas de usabilidad de nuestros diseños, cómo los usuarios interactúan y comprenden el diseño, e incluso qué pueden desear o necesitar. Sin embargo, por su naturaleza cualitativa, estas técnicas no nos permiten delimitar cómo son realmente nuestros usuarios, y en qué se diferencian del resto de la población.
Las encuestas representan una poderosa herramienta cuantitativa para conocer a nuestra audiencia, a través de preguntas estructuradas que deben ser respondidas por una proporción estadísticamente representativa de dicha audiencia. Estas preguntas suelen versar sobre cuestiones demográficas (cómo son), tecnológicas (cómo acceden a Internet), de necesidades y hábitos (cómo y para qué usan Internet), competitivas (qué sitios web suelen visitar), de satisfacción (acerca de nuestro producto), de preferencias (qué les gusta y qué no), y de deseos (qué echan en falta) (Kuniavsky; 2003).
El mayor error a cometer en la realización de una encuesta se encuentra en el sesgo que se puede producir en la delimitación de la muestra; es decir, a quién se invitará a participar, y qué subconjunto de los encuestados será considerado válido.
Por último, debemos recordar que las encuestas, al igual que las entrevistas, tampoco representan una herramienta fiable de evaluación de usabilidad, ya que su objetivo es otro.
La Analítica Web es definida como la medición, recolección, análisis y documentación de datos de Internet con el objetivo de comprender y optimizar el uso de la Web (WAA; 2009). Bajo el concepto de Analítica Web se engloba una gran cantidad de herramientas y técnicas de investigación, aunque sin duda la más definitoria es el análisis de datos reales de uso del sitio web, ya sea a través de los datos recogidos en ‘ficheros log’ desde el lado del servidor, o a través de aplicaciones de monitorización javascript desde el lado del cliente. Estas últimas ofrecen mayor cantidad de información sobre las acciones de los usuarios, lo que sumado al hecho del lanzamiento de herramientas gratuitas como Google Analytics, ha provocado que en los últimos años hayan ganado mucha popularidad.
Estas técnicas permiten un análisis cuantitativo de las acciones que el usuario realiza sobre un sitio web, pero su principal fortaleza es que, al contrario que otras técnicas cuantitativas, no se basan en muestras, sino en la monitorización del total de los usuarios que están haciendo uso del sitio web. Como consecuencia, se trata de una técnica fiable y muy económica, pues no hay sesgo ni necesidad de invertir en la identificación y reclutamiento de participantes.
Las herramientas de monitorización de uso obtienen y manejan una serie de métricas, a través de las que podemos analizar el comportamiento de nuestros usuarios, tales como (WAA; 2007): páginas vistas, visitantes, visitantes únicos, nuevos visitantes, duración de la visita, click-through, etc.
Como argumenta Rovira-Samblancat (2007), existen muy diversas formas de aprovechar los datos que recogen estas herramientas a fin de mejorar la usabilidad de un sitio web, como: analizar dónde hacen clic los usuarios; comparar el número de abandonos y éxitos de una tarea entre dos páginas con la misma función pero diferente diseño; detectar en qué campo de un formulario se produce mayor número de abandonos; o analizar las rutas de navegación que siguen los usuarios.
Otra información de gran valor que podemos obtener a través de estas herramientas, de cara a mejorar la arquitectura de información del sitio web, es analizar el vocabulario utilizado por los usuarios en sus consultas a través del buscador interno del sitio web. De esta forma podemos estudiar, con datos reales y cuantitativos, el grado de correspondencia existente entre el vocabulario utilizado por los usuarios y el utilizado en el sitio web.
Informe APEI de Usabilidad
Yusef Hassan Montero y
Sergio Ortega Santamaría
1.1. La experiencia del usuario
2.4. El sujeto como ser social
3. Diseño centrado en el usuario (DCU)
3.2. Metodologías y técnicas de DCU
Citación recomendada:
Hassan-Montero, Y.; Ortega-Santamaría, S. (2009). Informe APEI sobre Usabilidad. Gijón: Asociación Profesional de Especialistas en Información, 2009, 73pp. ISBN: 978-84-692-3782-3.
