Dưới ánh đèn, nhà toán học đang lay hoay tìm thứ gì đó trên mặt đường. “Anh đang tìm gì đấy?”, một người đi đường hỏi.
“Chìa khóa, tôi làm rớt khi rời quán bar.” nhà toán học trả lời. Người đi đường nhìn qua vai và nói “Nhưng quán bar ở đằng sau này mà?”. “Vâng tôi biết chứ, nhưng đèn ở đây sáng hơn.” nhà toán học trả lời._
Đây là một câu chuyện cười nhưng chắc không có nhiều người thấy gì là vui vẻ. Điều mà câu chuyện muốn truyền tải là sự rõ ràng chỉ hữu ích khi chúng ta áp dụng đúng phương pháp. Đây là điều làm mình khá khó chịu mỗi khi trình bày một thiết kế mới, nhất là từ đội marketing, những người rất giỏi về việc dùng dữ liệu. Dường như công việc hằng ngày đã khiến cho các bạn ấy trở thành nô lệ của số liệu mà bỏ qua những thấu hiểu từ khách hàng.
Data-driven và data-informed
Chắc hẵn mọi người đều biết data-driven design là gì. Một thuật ngữ khá phổ biến trong thời gian gần đây.
Trong Data-driven design (ví dụ: A/B Test), data được sử dụng trong mỗi bước để quyết định hướng đi của thiết kế. Nó khá là hữu ích trong việc tối ưu hóa landing page hoặc những sản phẩm có ít feature vì việc xác định metric khá dễ và rõ ràng.
Nhưng với một feature mới, có khá nhiều thay đổi thì việc thực thi trở nên khó khăn hơn nhiều. Chúng ta còn chưa nói đến phương pháp này có phù hợp hay không.
Hãy xem một ví dụ của Atlassian trong việc sử dụng data để cải thiện sản phẩm của mình.
“Chúng tôi làm một thử nghiệm để cải thiện quy trình onboarding cho khách hàng mới. Nếu chỉ xét về khía cạnh data thì đó là một thất bại lớn. Engagement (thời gian sử dụng app) giảm 12%, conversion rate thì không đổi. Chúng tôi sẽ bỏ nó và làm một thứ khác? Không, chúng tôi tin vào thử nghiệm đó, và những thông tin từ nghiên cứu chất lượng (qualitative researches - user interview, usability testing) nói rằng chúng tôi đang đi đúng hướng. Chúng tôi rút ra bài học từ cuộc thử nghiệm, áp dụng sự thấu hiểu (insight) từ nghiên cứu và một số tinh chỉnh trong thiết kế. Và kết quả là conversion rate tăng +22%, engagement thì giữ nguyên.”
Đó gọi là data-informed, chứ không phải data-driven.
Data chỉ là một khía cạnh
Chúng ta không thể phủ nhận tầm quan trọng của data. Nhưng đó chỉ là một phần. Khách hàng đang nói gì và cảm nhận như thế nào về sản phẩm là một khía cạnh khác. Những gì bạn tin nên là như thế là một phần khác nữa.
Tôi xin mượn hình vẽ từ Simpson trong bài viết của anh ấy để miêu tả về phần này:
Data - Dữ liệu
Data có thể là tỉ lệ chuyển đổi (conversion rate), thời gian sử dụng app, việc sử dụng feature (sử dụng bao nhiêu lần), Net Promoter Scores (NPS),…
Bất cứ khi nào xây dựng một feature mới, mình cần phải biết được metric nào mình đang muốn tối ưu hóa. Chúng ta chỉ nên tối ưu hóa cho một metric, đồng thời cũng nên theo dõi các metric phụ khác.
Mục đích của việc này rút ra những hiểu biết về khách hàng từ data.
Data cho chúng ta biết “cái gì”.
Empathy - Sự đồng cảm
Sự đồng cảm là một kỹ năng vô cùng quan trọng cho một người thiết kế sản phẩm.
Sự đồng cảm có thể được xây dựng dựa trên những feedback trong form NPS, từ những câu hỏi mở khi làm khảo sát, trong phỏng vấn khách hàng, từ usability testing, từ cuộc trò chuyện với đội tư vấn khách hàng.
Tuy nhiên, sự đồng cảm sẽ không có ích gì khi chúng ta không thể rút ra được sự thấu hiểu - những lý do tại sao người ta như vậy.
Sự đồng cảm cung cấp cho chúng ta biết “tại sao’.
Trực giác - Gut feeling
Nếu dựa trên trực giác thì có lẽ bạn sẽ nghĩ nó hơi chủ quan. Nhưng khi là một designer, trực giác là món quà mà chúng ta được ban thưởng sau một thời gian dài luyện tập và làm việc.
Đây là một đoạn trích từ bài viết của Julie Zhuo, product design director từ Facebook mà mình rất thích:
“Data và A/B Test là những đồng minh quý giá, nó giúp chúng ta hiểu, phát triển và tối ưu hóa, nhưng nó không phải là một sự thay thế trong việc đưa ra quyết định nhạy bén và quyết đoán. Đừng trở nên phụ thuộc vào những hào quang đó, đôi khi một chút bản năng sẽ đi được một chặng đường dài.”
Trực giác cho ta biết “thế nào”
Vấn đề cốt lõi để thiết kế được một sản phẩm tốt là tìm được sự cân bằng giữa dữ liệu, đồng cảm và trực giác.
Chúng ta cần kiên nhẫn và kiên trì để hiểu được những thông tin từ dữ liệu và những cuộc nghiên cứu khách hàng, và trực giác trong việc biết được đúng hay sai. Dữ liệu không nên làm tê liệt desginer và ngăn chặn sự tự do sáng tạo của họ.
Tuy nhiên, mình muốn chốt lại bài với ý này: đôi khi mọi thứ trở nên không rõ ràng, chúng ta phải tự tin mà nói “We believe in this, fuck what the data says”. Phần thưởng lớn nhất dành cho những người mạo hiểm. Và lúc này, công việc sẽ hấp dẫn hơn nhiều.
