こんにちは！Cocoda!というデザイナー向けのサービスを作っているalma.incのﾅﾅﾁｬﾝです。肩書はUXデザイナーなんですが、基本UXリサーチ周りを主な仕事として任せてもらっています💪

この記事では、最近少しずつ耳にすることが増えてきた(ような気がする)UXリサーチャーについて自分の言葉で説明してみようと思います。説明してみようと思った理由は、色々あるんですが特に

課題解決のデザインに関心があるけどグラフィックができない(もしくは大きく興味がない)から、デザイナーになれないと思っている人に道があることを伝えたい

です。
実は私がこの上記のデザイナーになれないと思ってた人でした。当時デザイナーという職や役割を分解できることに気づいておらずグラフィックができないとダメだという脅迫観念を強く持っていて😥
なので大きく捉えていたデザイナーという職が本質的な課題解決ができると思う一方で、自分は向いていないからもう諦めようと思ってたんですね。

でもUXリサーチャーって職能があることを知った時に私がやりたいのはこれだ！！となりまして。
今実際に仕事をしていても確信に変わっていっています。
そして自分の中でも最近はUXリサーチの仕事が具体的につかめてきたかなと思うので今回ここに記してみようと思います〜！

目次
・UXリサーチャーの役割
・新規サービス立ち上げのためのUXリサーチ
・既存サービスの改善のためのUXリサーチ

UXリサーチャーの役割

まずサービスを作る上でどこに深く関わるかという点なのですがこれはgoodpatchさんが図解してくれているものがわかりやすいです。

より具体に迫ってプロダクトを作る上で言うと、UXの5段階に対して1つ1つ検証を入れるのがUXリサーチャーの仕事だと思っています。

例えば5段階の最初にある戦略の検証だと、想定している課題を本当にユーザーが抱えているのかという①課題仮説の検証とそれに対して思案してるソリューションがユーザーにささるのかという②ソリューションの検証を行います。ユーザーヒアリングがメインになりますが、うまくいってる類似サービスがあるかを調査することでもここの検証ができたりします。

それを各段階で方法を変えて行います。検証する上で、定性情報と定量情報を見ることがあるのですがそれに対してやり方はざっとこんな感じです。

定性調査
ユーザーインタビュー
ユーザービリティテスト
ヒューリスティック評価
フィールドワーク
アンケート調査

定量調査
アクセス解析(Google Analyticsなど)
サービス内データの調査(SQLなど)

もちろん調査だけして投げていれば良いわけではなく、その結果を踏まえてどう改善したらいいのかとかを考えます。ですが基本開発したり自身でごりっとUIを作ることはなく脳みその中身はユーザーに関してが100%に近いですね。笑
私の場合だとユーザーが本当に感じている課題をベースにサービスを作りたいという欲求が強かったのでユーザーについてをひたすらに考えるUXリサーチャーがファーストキャリアとしてすごくいいなと思いました。

ちなみに踏むプロセスはマーケターに近いものがあると思います。マーケティングも対ユーザーが強いので、UXリサーチとの親和性も高くマーケティングの戦略も一緒に考えることもあります。

双方の違いは目的が違うと考えていてイメージはこんな感じです。
UXリサーチ...プロダクトを良くするために調査をする
マーケティング...より良い届け方(伝え方)をするために調査をする

これに関しては本当に個人的見解でマーケティングでもプロダクトを改変することに対しての調査はすることもあると思うので突き詰めて考えるとってくらいで思ってください👌

新規サービス立ち上げのためのUXリサーチ

UXリサーチと一言にいってもフェーズ次第でやり方が変わります。
私はCocoda!に関わる前にある事業会社のUXデザイナーのインターンシップに参加し既存サービスの改善業務の体験をしていたのですが、その時のリサーチと今のリサーチが違いすぎて最初は混乱したりしました笑

新規でサービスを作る場合は、基本的には定性情報がめちゃめちゃ重要になります！
課題を掘るためのアンケートなどで定量データを集めることなどはあると思いますが基本的にサービスが無い中やユーザー数が少ない段階ではデータの母数が小さくあまり参考にならないからです。

ユーザーインタビューやプロトタイプでのユーザービリティテストなどを繰り返す中でプロダクトの精度を上げていくという感じになることが多いと思われます。

この２つの記事は、そういった定性情報を集める上でとても参考になったいい記事でした🙏

既存サービスの改善のためのUXリサーチ

既存サービスの改善をしていく上では定性・定量データ双方が重要になってきます。利用者が大きくなってくると回収した定性データが利用してくれているユーザーのうちのほんの一部になってくるので、それをもとに大規模な改善を行うことは危険になってきます。

なので定量データでも裏付けがとれる改善が求められてきます。
とはいえ定量データのみを参考にしていても一向に課題は見えてこないので、双方のデータの行き来がすごく重要になってきます。

個人的には、定性情報から出した仮説が定量情報からみても正しいと思われるという結果になったときにめちゃめちゃ快感を感じるので早くCocoda!でも定量データを見るフェーズにならないかな〜とわくわくしてます。私もCocoda!正式リリースが待ち遠しいです笑

早く正式リリースできるよう頑張ります！