Görsel Tasarım Testleri: Hangi Yöntem Neyi Ölçer

Görsel tasarım testlerinin çoğu aynı soruyu sormaz. Beş saniye testi kullanıcının ne hatırladığını, ilk tıklama testi nereye gittiğini, A/B testi de bunun sayıya dönüşüp dönüşmediğini ölçer. Üçünü birbirinin yerine kullanmak, eldeki veriyi olduğundan daha anlamlı sanmaya yol açıyor.

Beş saniye testi ne söyler, ne söylemez

Kullanıcıya tasarımı kısa süre gösterip ekranı kapatırsınız, sonra ne hatırladığını sorarsınız. Ölçtüğü şey, sayfanın ilk bakışta hangi mesajı bıraktığı. Yararlı bir soru, ama cevabı kullanıcının kendi beyanı; hatırladığını sandığı şeyle gerçekten baktığı yer aynı olmak zorunda değil.

İlk tıklama testini beş saniye testinden daha güvenilir bulurum: biri kullanıcının söylediğini kaydeder, diğeri yaptığını. Net bir görev verip ("indirim koşullarını bul") ilk tıklamanın nereye düştüğüne bakmak, arayüzün yönlendirme gücünü doğrudan gösterir. İkisi de aynı oturumda yapılabilir, ama çelişirlerse tıklamaya güvenin.

Peki katılımcı testin kurgusunu fark ederse ne olur? Eder. İkinci ekranda artık ezberlemeye hazır bakıyordur ve o noktadan sonra ölçtüğünüz şey ilk izlenim değil, dikkatli inceleme olur. Bu yüzden beş saniye testi katılımcı başına tek ekranla sınırlı kalmalı; aynı kişiye üç tasarım gösterip üç kez ilk izlenim toplayamazsınız.

Kelime listeleri ve puanlama skalaları

Tasarımı üç kelimeyle tarif ettirmek ucuz ve şaşırtıcı biçimde verimlidir; aklınıza gelmeyen bir niteliği oradan duyarsınız. Hazır kelime listesi sunmak (desirability testing) ise sonuçları sayılabilir hale getirir, karşılığında bir şey kaybeder: liste yalnızca içine yazdığınız kelimeleri geri verebilir. "Güvenilir" kelimesi listede yoksa hiçbir katılımcı tasarımı güvenilir bulmadığını da söylemez, çünkü o eksen hiç sorulmamıştır. Marka algısını ilk kez yokluyorsanız açık uçlu sorun, ne aradığınızı biliyorsanız listeye geçin.

Sayısal skalalar da benzer bir yanılgı üretiyor. Beş üzerinden 3,8 tek başına hiçbir şey ifade etmez; aynı soruyu aynı ölçekle üç ay sonra tekrar sorup 3,8'in 4,2'ye çıktığını görmek bir şey ifade eder. Skala, tek seferlik bir not değil, zaman serisinin ilk noktasıdır.

Tercih testinde alternatif sayısını üçte tutma tavsiyesi doğru, ama gerekçesi genelde yanlış aktarılıyor. Sorun katılımcının yorulması değil, farkların görünürlüğü: iki sürüm arasında yalnızca buton köşe yarıçapı değişiyorsa kullanıcı aslında yazı tipine ya da fotoğrafa oy verir, siz de köşe yarıçapı hakkında veri topladığınızı sanırsınız.

A/B testi hangi trafikte işe yarar

A/B testi listelerde hep en güvenilir yöntem olarak geçiyor, çünkü gerçek davranışı gerçek ortamda ölçer. Atlanan kısım maliyeti. Varyant başına gereken örneklem için kaba hesap şu: 16 × p × (1 - p) / δ². Dönüşüm oranınız %2 ise ve bunun %2,2'ye çıkıp çıkmadığını görmek istiyorsanız δ = 0,002 olur, sonuç varyant başına yaklaşık 78 bin ziyaretçi eder.

Ayda 20 bin ziyaretçisi olan bir site için bu, iki kolu doldurmak adına sekiz aylık bir test demek. O süre içinde sayfanın içeriği, trafik kaynağı ve kampanyaları değişir; testin sonunda elinizde temiz bir karşılaştırma kalmaz. Küçük trafikte buton rengi A/B testi, istatistiksel olarak sonuçsuz bir beklemedir. Aynı bütçeyle 25 kişilik bir ilk tıklama testi yaparsınız ve ertesi gün cevabı bilirsiniz.

A/B testini büyük değişiklikler için saklayın. Dönüşümü %2'den %3'e taşımayı hedefleyen bir akış değişikliğinde δ beş kat büyür, gereken örneklem yirmi beş kat küçülür ve test birkaç haftaya iner. Yöntem aynı, soruyu büyüttüğünüz an uygulanabilir hale geliyor.

Göz takibi ve ucuz taklitleri

Göz takibi, kullanıcının neye ne kadar baktığını gerçekten ölçen tek yöntem. Donanım ve laboratuvar gerektirdiği için çoğu projede sıra ona gelmiyor, yerine fare hareketinden üretilen "dikkat haritaları" kullanılıyor. Bunlar bakışı göstermez, imlecin nerede gezindiğini gösterir; kullanıcı metni okurken faresini bambaşka bir yerde tutabilir. Isı haritasına bakıp "banner görülmemiş" demek, ölçmediğiniz bir şey hakkında hüküm vermek olur.

Hangisini ne zaman

Yöntem seçimi, elinizdeki sorunun şekline bağlı. Kabaca:

• Sayfa ne anlatıyor, anlaşılıyor mu: beş saniye testi, 15-20 katılımcı.
• Kullanıcı doğru yere gidiyor mu: ilk tıklama testi, 20-30 katılımcı.
• İki tasarım arasında kaldıysanız: tercih testi, farkları belirgin tutarak.
• Marka algısını izliyorsanız: kapalı kelime listesi artı skala, aynı soruyla düzenli tekrar.
• Gelir etkisini kanıtlamanız gerekiyorsa: A/B testi, ama önce örneklem hesabını yapın.

Bu testlerin hiçbiri tasarım kararını sizin yerinize vermiyor. Yaptıkları iş, kararın dayandığı varsayımı görünür kılmak: sayfanın ilk bakışta ne anlattığını bildiğinizi sanıyorsanız, beş saniye testi bunu birkaç saat içinde yanlışlayabilir.