Introducción al User Research

1

Actualización de Curso

2

Introducción al curso de User Research

3

Relación entre User Research y UX

4

Mitos sobre User Research

User Research en el desarrollo de productos digitales

5

Importancia de investigar usuarios antes de diseñar un producto

6

Desarrollo de un producto digital y su relación con métodos de investigación

User Research bajo ambientes de desarrollo Ágiles

7

Compatibilidad entre Agile y User Research

8

Buenas prácticas para ejecutar User Research bajo Agile

Tipos de User Research

9

Comparativa del User Research

Planeación de un proyecto de User Research

10

Elección de User Research idóneo

11

Pasos para la planeación exitosa de un proyecto de User Research

Preparación de un User Research

12

Etapas de una Investigación de Usuarios

13

Mejores prácticas para realizar una Investigación de Usuarios

Reclutamiento de usuarios

14

Mejores prácticas para reclutar participantes

15

Definición de perfiles de usuarios ideales

16

Medios de reclutamiento

Entrevistas

17

Entrevistas de Usuario ¿Qué son y cuándo realizarlas?

18

Ejecución de una Entrevista de Usuario

Inmersión Contextual

19

Inmersión Contextual ¿Qué es y cuándo realizarla?

Sesiones de Investigación Generativa

20

Sesiones de Investigación Generativa ¿Qué son y cuándo realizarlas?

Business Origami

21

Business Origami ¿Qué es y cuándo realizarlo?

Kano Análisis

22

Kano Análisis ¿Qué es y cuándo realizarlo?

Card Sorting

23

Card Sorting ¿Qué es y cuándo realizarlo?

Estudio de Atractividad

24

Estudio de Atractividad ¿Qué es y cuándo realizarlo?

Evaluación Heurística

25

Evaluación Heurística ¿Qué es y cuándo realizarla?

Evaluación PURE

26

Evaluación PURE ¿Qué es y cuándo realizarla?

Evaluación HEART

27

Evaluación HEART ¿Qué es y cuándo realizarla?

Encuestas

28

Encuestas ¿Qué son y cuándo realizarlas?

Pruebas de Usabilidad

29

Pruebas de Usabilidad ¿Qué son y cuándo realizarlas?

Prueba del Primer Click

30

Prueba del Primer Click ¿Qué es y cuándo realizarla?

A/B Testing

31

Preparación de un A/B Testing

Mapas de Calor / Eyetracking

32

Mapas de Calor / Eyetracking ¿Qué son y cuándo realizarlos?

Diagramas de Afinidad

33

Análisis de resultados de investigación con Diagramas de Afinidad

Definición de audiencia y reporte adecuado

34

Tipos de entregables (reportes) de la Investigación de Usuarios

User Personas

35

Creación de una User Persona

User Journeys

36

Creación de un User Journey

37

Cierre del curso de User Research

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Preparación de un A/B Testing

31/37
Recursos

Uno de los métodos más comunes para evaluar un diseño son las pruebas A/B. La idea es que con esta podamos comparar dos diseños y verificar cuáles son las cosas que podemos cambiar. Estos tests nos ayudan a evaluar aspectos muy particulares del diseño que hemos creado. Aquí te voy a mostrar cómo hacerlo con Google Analytics.

Aportes 8

Preguntas 2

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Es una de las pruebas mas populares. Es una comparación de un diseño con respecto a otro.

Comparar 2 propuestas para ver el rendimiento, con esto nos vamos a dar cuenta cual funciono mejor

Es importante que precises un objetivo claro (Comparar cual de las 2 propuestas genera mas like, genera mas leads, etc)

No puedes evaluar diferentes cosas con un experimento.

Necesitas un número alto de tráfico para realizar esta prueba. Entre las propuestas debe haber una diferencia (Cambiar el flujo, tamaño de una tipografías, Copy de la interfaz, etc) Esto va a determinar la diferencia y cual es mas eficiente.

Los resultados se puede sacar de google Analytics, puedes crear experimentos en esta herramienta.

Las pruebas A/B no te va a decir cual es el problema pero si te va a decir donde esta y que tanto impacta ese problema. (Para comprobar que es lo que esta sucediendo, puedes hacer entrevistas o pruebas de usabilidad)

Martín Coronel
Diseño UX/UI

Web: http://martincoronel.com/
Facebook: https://www.facebook.com/mcoronel01/
Behance: https://www.behance.net/martincoronel

Cuando dice que 100 . 200 es tráfico bajo lo entiendo. pero ¿qué rango numérico considerarían tráfico alto?

Realmente lo que tienes que investigar es si el flujo que definiste para uno, es mejor que el flujo que definiste para el otro diseño.

¿Qué trafico se recomendaría para hacer estas pruebas?

No entendí bien la parte de Porcentaje de trafico de experimento. ¿Alguien me lo podría explicar?

este tipo de pruebas sirven para saber qué diseño es mejor y seguir con el desarrollo del producto.

.