2017 introducerade Gartner konceptet förstärkt analys i dess Augmented Analytics är framtiden för data och analys Rapportera. I bredare termer kan begreppet definieras som dataförberedelse och presentation genom användning av maskininlärning och naturlig språkbehandling (talat eller skrivet).
Under det senaste året har stora företag inom Business Intelligence (BI) digitala lösningar, som Qlik och Tableau, redan investerat i det. Qlik förvärvade CrunchBot ”för att göra det möjligt för användare att skriva frågor på konversationsspråk via företagets eget Qlik Sense UI eller med andra populära samarbetsverktyg, som Slack, Microsoft Teams, Skype och Salesforce Chat, och få datainblick direkt i dessa program”. Dessutom introducerade Tableau redan bearbetning och generering av naturliga språk i sin Utgåva 2019.
Mycket har skrivits i efterföljande artiklar om potentialen för förstärkt analys för företag. I synnerhet dess potential att ge företag handlingsbara insikter snarare än abstrakta rådata. Ändå har mycket lite skrivningar om användarupplevelsen och designpekarna som är involverade i detta nya sätt att komma åt och visualisera data.
Detta kan bero på att detta nya paradigm kommer från, och fortfarande är begränsat till, datavetenskapernas rike. Det är dock viktigt att företag inte underskattar dessa verktygs UX-design. Det spelar ingen roll hur stor potential ett verktyg har om det är för svårt eller obehagligt att använda.
I Gartners rapport är de viktigaste riskerna som pekar på förstärkt analys relaterade till hur människor kommer att ta emot den. En av dem är användarens motstånd på grund av rädslan för svart låda (AI-verktyg som fattar avgörande beslut på ett ogenomskinligt sätt utan att förklara motivationen som följer). Frågor som detta kan inte hanteras av datavetenskaperna själva av två olika skäl:
UX/UI-designers kan inte fortsätta att ignorera den förstärkta analysparametern. Förutsägningarna pekar på 2020 ”90% av BI-plattformarna kommer att ha artificiell intelligens och 50% av analytiska frågor kommer att genereras via sökning, naturlig språkbehandling eller röst, eller kommer helt enkelt att genereras automatiskt.” Eftersom både AI och naturligt språk driver användarinteraktion från grafiskt användargränssnitt till konversationsgränssnitt, är vi på väg att bevittna en fullständig förändring i branschen, liknande den vi såg med smartphones.
Så, låt oss nu gå in i hur konversationsinteraktioner påverkar UX, vilka utmaningar och möjligheter de ger och hur man utformar dem korrekt.
Som redan nämnts är en av huvuddragen i förstärkt analys av interaktionen genom naturligt språk, vilket kräver konversationsgränssnitt. Dessa gränssnitt kan vara antingen röst- eller skrivbaserade.
Röstinteraktion har definitivt en wow-faktor. Men förutom den bländande effekten har röstgränssnittet mycket dålig användbarhet och begränsad potential när man talar om förstärkt analys och affärsintelligens.
Den första och mest uppenbara begränsningen av röstinteraktioner är det sammanhang där användarna känner sig bekväma med att använda den. När de pratar om BI, där känslig information är blandad, kanske användarna inte är öppna för att tala eller ta emot information på ett sätt som lätt kan höras av människor runt omkring dem. Detta begränsar situationerna där ljudinteraktioner är positiva för ett par scenarier, som att köra bil ensam eller ta en dusch, till exempel.
Den andra begränsningen gäller kapaciteten hos det mänskliga arbetsminnet. Studier visar att människor bara kan behålla i genomsnitt 3 till 5 objekt i sitt arbetsminne. Om förstärkta analyslösningar endast innehåller användbara instruktioner kan vissa säga att arbetsminnet kommer att ha en mindre roll. En stor del av BI-beslutet kräver dock strategier som involverar många bitar av information, och inte bara ja eller ingen input. Detta gäller särskilt om vi tar hänsyn till att de flesta beslutsfattare vill ha förklaringar om hur och varför systemet ger dem råd på ett visst sätt.
Som sådana är BI-lösningar som enbart förlitar sig på röstinteraktion värdelösa i sig själva. De bör alltid kompletteras med teckensnittsbaserade interaktioner för att bättre kunna svara på användarens behov.
Konversationer röres av naturen. De är inte linjära processer, trots hur vertikala chattströmmar får dem att se ut.
Människor går fram och tillbaka med frågor, tvister och beslut. De tvingar, tar pauser, bryter saker innan de är färdiga, väntar på att tänka på det. Sedan glömmer de saker, förlorar sammanhanget där saker sades, de misstolkar saker. Det betyder att användare ständigt måste komma tillbaka till tidigare processer för att återställa viss information.
Den uppenbara lösningen för att tillåta detta är att tillhandahålla en konversationshistorik. i alla fall, som vi alla vet, att undersöka genom en konversationshistorik kan vara en smärtsam och tidskrävande uppgift. Konversationerna är långa och användarna kommer ofta inte ihåg när specifika delar av det ägde rum eller vilka ord som användes. Så i de flesta fall räcker det inte med enkla rullar eller sökningar efter ord eller datum.
Dessutom, i flera användningsfall, användare kommer inte att vara intresserade av att bara granska en utgåva utan att upprepa komplexa frågor för att få uppdaterade svar. I dessa användningsfall är problemet att omskrivning av frågor skulle kräva slöseri med tiden för att skriva meningar. Som Shekman Tank, produktdesigner på Intercom säger:
Konversationellt användargränssnitt kan spegla hur vi naturligtvis gillar att kommunicera, men de kräver faktiskt mer mental belastning än traditionella GUI. Om du ber en användare att delta i en konversation istället för att trycka på en knapp eller två, gör du verkligen saker enklare?
— Shekman Tank
För att förbättra din användarupplevelse bör du tänka på att tillhandahålla lättsökbara berättelser som inte bara förlitar sig på diskursivt minne, utan också dra nytta av informationsigenkänning och visuellt minne. Ett sätt att uppnå det är att utforma olika delar av information på olika sätt (vi kommer att prata lite mer om nästa).
Förutom det kan du ha återvägar som ger snabb åtkomst till vanliga frågor. Slutligen bör du tänka på handlingsbara meddelandekort som kan fungera som ankare i konversationen, så att användare kan komma tillbaka till en tidigare konversationspunkt och fortsätta komma från.
De flesta konversationsapplikationer använder numera bara vanlig text med enstaka färgstyling, nästan som en kommandorad. Detta gör skanning genom information långsammare och mer krävande för användarna, särskilt med tanke på att naturligt språk har långa meningar.
Om du vill behålla den mänskliga kommunikationsstilen men övervinna problemet kan du tillämpa visuella hierarkier, spela med element som teckenstorlekar, stycken, avstånd, färgbakgrunder, meddelandemärken eller många andra som passar dina specifika situationer.
På så sätt fångar du användarnas uppmärksamhet för den mest avgörande informationen och låter dem ignorera chitchat i användningsfall där deras uppmärksamhet är begränsad. Till exempel när en användare snabbt kontrollerar en bit information under ett möte eller när han är på resande fot.
Som många UX-designexperter redan har påpekat gör meddelandebyte ett dåligt jobb när det gäller två grundläggande aspekter av användbarhet: upptäckbarhet och förståelse. Eller, med andra ord, genom att låta användaren veta vad systemfunktionerna är, kräver att de formulerar sina behov i varje steg.
Vissa applikationer försöker lösa problemet genom att återkomma till en onboarding där systemalternativ presenteras för användaren. Detta är dock en otillräcklig lösning. Det mest troliga scenariot är att användare bara kommer att uppmärksamma de alternativ som de är intresserade av just nu. Alla andra möjligheter kommer snart att försvinna från användarens sinne.
En annan kompletterande lösning är att låta systemet föreslå kontextuella åtgärder för användarna. Problemet med detta tillvägagångssätt är att det begränsar systemets upptäckbarhet baserat på användarens nuvarande beteende, och presenterar inte triggarna som gör det möjligt att utforska nya vägar. Snälla, snälla, snälla, irritera inte människor med förslag på att prova någon slumpmässig funktion ibland när de inte är intresserade av det!
Vad ska man göra då? En möjlig lösning är att behålla en traditionell meny som kan tvättas eller visas i gränssnittet. Du skulle inte kunna göra en traditionell sidbaserad meny, men du kan välja ämnesbaserade eller åtgärdsbaserade menyer som visar en del av konversationssträckorna som förstår systemet (i ett format som användarna är vana vid). Genom att göra det ger du användarna visuella ledtrådar för att utforska vad systemet kan.
Det finns flera användningsfall där du behöver användare för att mata in data, bygga frågor eller simulera scenarier, till exempel. Som redan nämnts är konversationsinteraktioner långa och ordnade. Och ju större informationsutbyte som behövs, desto längre blir de.
Om du ställer många frågor på en gång kommer meddelandet att bli förvirrande och det kommer att kräva extra ansträngning från användaren att arbeta och svara på det samtidigt som de försäkrar att de har skrivit allt de behöver. Om du frågar en sak efter den andra blir det frustrerande för användare som ser sina förväntningar på att komma till slutmålet försenas om och om igen.
Det är anledningen till att nuvarande webbformulär har antingen ett format på en sida eller ett steg som anger det aktuella steget och summan som saknas i slutet. Detsamma gäller bloggartiklar som har den genomsnittliga läsningstiden, så användaren kan kontrollera om de faktiskt har tid för det just nu innan uppgiften tas ut.
Även om AI i futuristiska utopier förstår vad användare vill säga trots vad de faktiskt har sagt, måste system i den verkliga världen fortfarande hantera inmatningsvalidering. Detta är ännu en fråga om vilket rent konversationsgränssnitt inte erbjuder en bra användarupplevelse.
Validerar du ingångarna efter inlämning, utan att ge tips till användaren om dess format i förväg? Förklarar vi via ett meddelande vad ingångens format är varje gång vi begär det? Får vi användarna att komma ihåg det? Vad gör vi om en inmatning kommer i ett format som inte är giltigt? Ge valideringsfeedback, fråga om det igen, och försena uppnåendet av målen, plus skräppost konversationsflöde med valideringsfel? I alla dessa scenarier kommer vi att sluta med att användaren känner sig frustrerad.
Återigen är lösningen att inte kasta gamla goda partners. I det här fallet, formulär. Ingen gillar formulär, jag vet, men de ger användarna synlighet från början om vilken information som krävs av dem, de ger visuella tips (och begränsningar) om dataformat (minskar inmatningsformatfel) och tillåter omedelbar validering, vilket minskar användarnas frustration. This make tidigare ett mycket snabbare och effektivare sätt att mata in information, med mycket mindre fram och tillbaka.
Som redan nämnts kan du använda lösningar som blandar konversationsgränssnitt med konventionella navigationssystem och formulär, vilket ökar gränssnittseffektiviteten. På liknande sätt kan det att hålla grafiska datavisualiseringselement hjälpa till att lösa några av de identifierade problemen med förstärkt analys, särskilt rädslan för svart låda.
I första hand kan du presentera för användaren den enkla handlingsbara insikten och behålla fördelarna med ett snabbt opartiskt tillvägagångssätt. Men sedan kan du låta användare utforska datadiagrammen och tabellerna själva, i gradvis mer detaljerade grafikbaserade vyer, om de vill. Även om slutanvändarna faktiskt inte dyker upp i alla tillgängliga alternativ efteråt, kan möjligheten att göra det öka deras förtroende för systemet. Det ger också användarna möjlighet, eftersom de känner att de fortfarande är de som har kontroll.
Ett möjligt sätt att göra detta är att presentera användare med konversationskort som kan användas för att öppna grafiska vyer. Detta kan göras genom ett tillvägagångssätt som liknar det som används av WeChat, en applikation som slår samman begreppet chatt och mina appar.
Som vi har beskrivit i den här artikeln, istället för att gå med rent konversationsgränssnitt, kan du använda gränssnitt som sammanfogar konversationsbaserat och GUI-baserat gränssnitt. I dessa hybridgränssnitt har grafiska vyer och former en enorm fördel: de kan bara presentera relevant information för ett specifikt användningsfall, tidigare klargjort genom konversationsinteraktionen. Detta gör att vi kan undvika röriga och förvirrande gränssnitt (så vanligt i traditionella BI-lösningar). Saken är att eftersom grafiska vyer genereras av systemet framför ett specifikt användningsfall kommer vi som designers inte längre att ha kontroll över varje grafisk vy.
Som sådan krävs det att vi slutar tänka på sidor och börja tänka på en mer abstrakt nivå än någonsin tidigare, med fokus på hierarkiets regler, informationsarkitekturprinciper och mekanismer för mänsklig visuell uppfattning.
Designsystem är avgörande för detta, eftersom de förlitar sig på riktlinjer och principer för att möjliggöra generering av nya gränssnitt. Ett tillvägagångssätt som vi tycker är särskilt lämpligt för design av AI-genererade gränssnitt är atomdesign systemet. Detta tillvägagångssätt är redan baserat på ett generativt tillvägagångssätt där små element är organiserade i gradvis mer komplexa element. När vi designar AI-genererade gränssnitt måste vi bara fokusera på att designa två av de komponenter som identifierats i atommetoden: molekyler och särskilt organismer.
När gränssnittet blir mer minimalistiskt blir det viktigt att veta hur man spelar med enkla element som färg och typografi för att visuellt förstärka önskade användarupplevelser och för att bättre förmedla information.
I ett ramverk där texten har en central roll kan till exempel mindre typografiska skillnader ha en enorm inverkan på hur systemet uppfattas av användarna (Är det ett humanistiskt teckensnitt eller ett monospaced? Är teckensnittsvalet anpassat till rösttonen i din AI? Hur fungerar teckensnittet när det gäller läsbarhet? Är karaktärerna lika varandra vilket gör läsningen långsammare?).
Förstärkt analys, och till och med konversationsgränssnitt, kräver inte nödvändigtvis en virtuell personlig assistent. Men ganska ofta går de två tillsammans. Om så är fallet bör valet av assistentattributet göras noggrant. Människor kan tycka att det är konstigt att prata med en maskin men att ge assistenten ett mänskligt klingande namn och en klibbig avatar löser inte det.
Användare kan fortfarande identifiera att assistenten inte är en riktig människa och falskheten i den kan göra upplevelsen ännu mer frustrerande och minska chansen för användare att lita på de insikter som systemet ger dem, eftersom hela plattformen sedan uppfattas som vilseledande. Som principerna för lugn teknik berätta för oss:”Maskiner ska inte agera som människor. Människor ska inte agera som maskiner.” Så du kanske vill överväga att behålla din assistents virtuella identitet. Du kan till exempel ha en robotconcierge.
Var i alla fall medveten om att inte misslyckas föråldrade klichéer som vi har sett när det gäller personliga virtuella assistenter och kön.
Företag har upprepade gånger lanserat dessa produkter med kvinnliga röster och, i vissa fall, namn. Men när vi bara kan se en kvinna, till och med en konstgjord, i den positionen, upprätthåller vi en skadlig kultur.
— Chandra stål, PCMag
Stereotyper är så 90-taliga, och det finns så mycket potential i AI skapa nya verkligheter!
Som vi har sett i den här artikeln har konversationsgränssnittet en enorm potential, men de har också tydliga egna användbarhetsproblem.
Den goda nyheten är att det inte finns någon anledning att kompromissa.
Det är ett misstag att tro att en konversationsdesign innebär att varje användares in- och utdata måste hanteras i ett rent chattformat. När det är vettigt är det bra att överväga ett hybridtillvägagångssätt och använda andra interaktiva element i konversationen (t.ex. knappar, kort, formulär) för att hjälpa användare att slutföra sina mål snabbare och med mindre friktion ”.
— Rajat Harlalka, Hackernoon
Så, sedan Framtiden tillhör hybridgränssnitt, ta de insikter som presenteras här och lärdomarna från B2C-apparaten som redan börjat använda hybridmetoden och tänka kritiskt på när du ska använda den ena eller den andra interaktionsmodellen och hur man sammanför dem i en sammanhängande användarupplevelse.
Det finns ett universum av möjligheter som väntar på oss som arbetar med UI/UX-design för affärsintelligence-lösningar!
Hittade du den här artikeln användbar? Du kanske gillar dessa också!
Med 10 års erfarenhet och bakgrund inom kognitiv vetenskap. Jag brinner för inkluderande design och lugn teknik.
Människor som läste det här inlägget tyckte också att dessa var intressanta:
