Caso de estudio: Encontrando el restaurante ideal
Este fue nuestro proceso de UX.
Quiero aprovechar la oportunidad de contarles el proceso de diseño que se llevó a cabo en un proyecto de Restorando para contarles lo que es un proceso Lean de UX.
Este proceso nos ayudó a identificar las necesidades de nuestros usuarios y resolverlas de la mejor manera posible haciendo que el producto evolucione y vaya mejorando con cada iteración.
Investigar y entender el problema
El problema que teníamos que resolver era reducir el bounce rate en la pantalla de perfil de los restaurantes, donde está la mayor parte de nuestro tráfico.
De las 4 plataformas posibles con las que contamos, decidimos enfocarnos en mobile web dado que, como se puede ver en el gráfico siguiente, es la plataforma de mayor crecimiento en los últimos 4 años. Por otro lado también ofrece una agilidad que las apps nativas no, pudiendo validar, experimentar y testear en tiempos mucho menores.
La mayor parte de nuestros usuarios abandonaba el sitio en menos de 3 segundos en la pantalla de perfil del restaurante, una clara señal de que no estábamos satisfaciendo sus necesidades, pero ¿por qué?
Hasta el momento la web de Restorando había tenido un enfoque transaccional, empujando siempre al cliente a concretar la reserva ante todo. Tal así que lo primero que se veía en un perfil de restaurante era el texto “Reservá gratis” y el botón “Ver disponibilidad”.
Ante esta situación decidimos plantearnos la siguiente pregunta: ¿Qué quieren hacer los usuarios cuando llegan a Restorando? ¿Cuál es su Job To Be Done (problema o tarea que una persona necesita realizar)?
Encuesta inicial
De esta manera, planteamos una primer encuesta entre los Jobs que creíamos relevantes, permitiendo que los usuarios agreguen opciones extras de ser necesarias.
La pregunta que les hicimos fue ¿Qué estás buscando? y les ofrecimos las siguientes opciones para elegir:
- Buscar a dónde ir a comer.
- Reservar.
- Información sobre un restaurante.
A quienes respondían reservar les preguntamos también si ya sabían a dónde querían ir a comer, y a quienes buscaban información de un restaurante les preguntamos qué tan flexibles eran a cambiar de lugar si este no tenía disponibilidad.
Los resultados fueron los siguientes:
Se puede ver que casi un 60% de nuestros usuarios quieren ir a comer y aún no tienen decidido a dónde (buscar + reservar pero sin saber a dónde) y un 20% de los que sí saben (5% del tráfico total) están dispuestos a cambiar el restaurante que habían elegido inicialmente, en caso de no haber disponibilidad para reservar.
En resumen: casi dos tercios de nuestros usuarios entran a nuestro sitio sin saber a dónde quieren ir a comer, evaluando el restaurante al que entraron. Nuestro trabajo es, entonces, ayudarlos a tomar esa decisión en la pantalla del perfil del restaurante.
Storyboard
Para poder idear soluciones creamos un storyboard que nos ayude a entender los micromomentos del usuario que necesita saber si un restaurante es bueno para él y así poder entender las necesidades y problemas en cada una de las instancias.
Por lo general, los usuarios que ingresan al sitio lo hacen luego de buscar el nombre de un determinando restaurante en Google (primer micromomento), entrando al link de Restorando. Tanto el SEO, como el tiempo de carga, no eran un inconveniente, los usuarios llegaban exitosamente al sitio.
El primer micromomento (MM) relevante para nuestro análisis es el que llamamos Look & Feel, en donde el usuario evalúa rápidamente el sitio y su credibilidad.
Después (segundo MM) el usuario tiene una primera impresión del restaurante donde capta la esencia o clima del mismo. Con la información básica (otro MM) evalúa si el restaurante es o no una buena opción: fotos, precio, si está abierto o no, etc.
Luego, si el usuario aprueba el lugar, evalúa la información, etapa a la que llamamos Deep dive, donde, por ejemplo, lee las condiciones del descuento si lo tiene, los comentarios (se vuelve o no cómplice en las quejas) y arma una imagen propia del lugar.
Una vez que arma la imagen toma la decisión de ir o no. Si decide ir, reserva y busca indicaciones para ir hasta el lugar. Si lo descarta su nuevo Job va a ser “Buscar a donde ir a comer”, comenzando el proceso nuevamente.
Encuestas
Hicimos encuestas para entender qué información era más importante para nuestros usuarios y si la encontraban o no en el sitio. Estos fueron algunos de los aprendizajes:
» La zona es la información más buscada en mobile web pero la gran mayoría lo encuentra.
» Le siguen los precios y casi la mitad no los encuentran.
» Carta y fotos son igualmente buscados y mayormente encontrados.
» Buscan la forma de contactar telefónicamente al restaurante.
» Por último las calificaciones del lugar.
» La variable que los usuarios menos están dispuestos a cambiar es el día.
Mapas de calor
Adicionalmente, creamos heatmaps o mapas de calor para entender el actual uso del perfil del restaurante. Algunas de las observaciones más relevantes que hicimos:
» La sección de fotos es la más clickeada. Por más de que en las encuestas los usuarios no decían estar buscando fotos, viendo los eventos y mapas de calor podemos ver que es una de las acciones más realizadas. Por eso siempre es importante combinar diversas fuentes de información, cualitativa y cuantitativa. (¡No es lo mismo lo que los usuarios dicen que lo que hacen!)
» Los usuarios interactúan con los ítems de detalle (precio, horario, métodos de pago y comida). Podríamos suponer que podrían estar queriendo ver más información sobre cada uno de estos ítems.
Formular una hipótesis
Con toda la información recolectada hicimos un primer prototipo en baja calidad reformulando la manera en que se presentaba la información. Asimismo, anotamos dudas sobre la solución para pensar cómo en una prueba con usuarios podríamos respondérnoslas.
Validar con usuarios
La forma de validar la hipótesis fue armar distintos prototipos a partir de la primera idea general, definiendo diferentes escenarios de uso para ver cómo los usuarios reaccionaban ante cada uno de ellos en las diferentes versiones alternativas.
Con cada usuario, previo a las pruebas de usabilidad con los prototipos, hacemos una entrevista en la cual indagamos sobre el problema en el que estamos trabajando. De esta forma logramos entender mejor sus deseos, frustraciones y nos aporta más información para entender su comportamiento en la prueba de usuarios.
También utilizamos dicha información para modificar las tareas y adaptar los escenarios a los casos de uso del usuario, para que los mismos se sientan más representados y su accionar sea más natural.
Algunos aprendizajes:
» La nueva jerarquía de la información fue un éxito, los usuarios pudieron encontrar la información básica rápidamente. Los usuarios se sintieron más cómodos con interfaces más espaciadas.
» Tener que esperar la mesa perjudica el clima de romanticismo o de relax que se genera en la pareja, si hay chicos es aún peor porque se ponen inquietos, el contexto en el cual esperar es menos molesto es cuando es con un grupo de amigos. Esto sin duda es bueno para nosotros, la reserva es útil y vuelve a la salida más agradable.
» La ubicación de la mesa es importante, si esta es mala puede arruinar una salida o querer irse del lugar. Por ejemplo en un lugar ruidoso, de mucho transito de gente, cerca de la puerta, abajo del aire, al lado del baño son algunas malas ubicaciones. Este es un posible problema en el que podríamos trabajar a futuro.
» El ruido es una de las mayores quejas, implica tener que gritar, no escuchar, dificulta el diálogo y crea un clima de molestia. Es un factor que puede implicar descartar el lugar.
» El tipo de comida sirve pero quieren verlo en detalle, inclusive una lista de palabras relacionadas a la comida no fue suficiente pero el menú completo fue muy útil.
» Los horarios de apertura fueron vistos en detalle por los usuarios. Quieren saber si pueden comer con tiempo o si la cocina está por cerrar.
» El precio es super relevante para elegir y descartar a donde ir a comer, saber el precio promedio fue muy útil para elegir, sin embargo dudaban sobre si este precio incluía o no el descuento. Para algunos usuarios los beneficios son muy importantes, eso cambia según el tipo de usuario, pero en general no es excluyente para elegir.
» Las fotos brindan mucha información, desde el tipo de comida, como es el espacio, que espacios ofrece el restaurante. Tener pocas fotos no permite tomar una decisión y tener fotos que den información es excluyente.
» Las estrellas no aportan tanta información para comparar, el rating numérico permite ver mayores grises. La cantidad de calificaciones que afectan al puntaje es un dato importante a la hora de priorizar opciones, sobre todo en los casos donde se tienen muy pocas calificaciones.
» Los usuarios leen al menos 5 de las ultimas calificaciones. Si ven varias calificaciones malas descartan el lugar. Si ven una mala calificación siguen leyendo para ver si es solo una o hay más. Evalúan si los reclamos tienen o no sentido para ellos, si el restaurante falla en cosas que les parecen relevantes y si hay varias quejas al respecto lo descartan como opción.
» Los comentarios con contenido pobre no ayudan a tomar una decisión, encontrar calificaciones con contenido pobre es frustrante. Para saber que tan bueno es un lugar tienen que ver si tiene más calificaciones buenas que malas.
Iterar y crear MVP
Con todos los aprendizajes que obtuvimos en las pruebas con usuarios y entrevistas iteramos los diseños buscando evitar y resolver sus frustraciones.
Teniendo la idea final hicimos una versión acotada y fácil de implementar. Aplicamos las mejoras en el perfil del restaurante y en el listado de resultados para mantener consistencia en el sitio. Así podríamos terminar de validar con el uso si estos cambios eran una solución a los problemas de nuestros usuarios.
Testear y medir resultados
Validamos nuestra solución con un A/B Test contra la versión anterior comparando el tiempo de sesión y la conversión.
El primer resultado positivo que vemos es que el tiempo de sesión creció (bajó la tasa de abandono del sitio).
Asimismo, y este es el resultado más importante, los usuarios que veían la nueva versión convertían un 24% más que los que visitaban la versión vieja. Todo un éxito!
Esto nos demuestra el impacto que tiene atender las necesidades de nuestros usuarios así como el valor de contar con metodologías de desarrollo de producto serias y confiables.
Sin duda vamos por un buen camino, pero todavía tenemos mucho para investigar, aprender y mejorar. Eso es lo que hace nuestro trabajo como diseñadores UX interesante ✊.
