Проектирование пользовательского опыта

Курс углубляет знания студентов в области UX-исследований, аналитики и психологии взаимодействия. Программа сфокусирована на проектировании цифровых продуктов на основе данных, создании CJM и юзабилити-тестировании с опорой на ранее изученные принципы UI-дизайна и веб-разработки.

1. Психология восприятия и основы проектирования пользовательского опыта

Психология восприятия и основы проектирования пользовательского опыта

Вы уже умеете верстать адаптивные сетки, настраивать компоненты и связывать фронтенд с бэкендом. Однако технически безупречный код не гарантирует, что продукт будет удобным. Почему пользователи игнорируют яркую кнопку на главном экране, но безошибочно находят скрытую ссылку в подвале сайта? Ответ кроется не в технологиях, а в нейробиологии и когнитивной психологии.

Проектирование пользовательского опыта опирается на понимание того, как человеческий мозг фильтрует, обрабатывает и запоминает информацию.

Фовеальное зрение и паттерны сканирования

Вы когда-нибудь замечали, что при поиске нужного товара в интернет-магазине вы не читаете описания целиком, а лишь скользите взглядом по экрану?

Человеческий глаз физиологически способен четко видеть лишь небольшую область размером 2–5 градусов угла обзора. Это называется фовеальным зрением. Все, что находится за пределами этой зоны, воспринимается размытым, и мозг достраивает картину на основе предыдущего опыта и периферийных сигналов.

> Пользователи не читают текст в интернете, они его сканируют. > > Якоб Нильсен, Nielsen Norman Group

Из-за ограничений фовеального зрения формируются устойчивые паттерны сканирования контента. Наиболее известный из них — F-паттерн. Пользователь читает первую строку полностью, вторую — наполовину, а затем просто скользит взглядом вниз по левому краю экрана, цепляясь за заголовки и маркеры.

Если вы разместите ключевой призыв к действию в правой нижней части объемного текстового блока, его не заметят 80% посетителей. Глаз просто не дойдет до этой зоны. Для управления вниманием необходимо использовать микро-контрасты, негативное пространство и направляющие линии, которые естественным образом приведут фокус пользователя к целевому действию.

Когнитивная нагрузка и закон Хика

Представьте, что вы открываете выпадающий список для выбора страны проживания, а там 195 вариантов без возможности текстового поиска. Возникает раздражение.

Когнитивная нагрузка — это объем умственных усилий, необходимых для использования интерфейса. Рабочая память человека ограничена. Согласно закону Миллера, кратковременная память способна одновременно удерживать элемента. Если элементов больше, мозг начинает тратить энергию на их структурирование, что приводит к усталости и отказу от задачи.

Время, которое требуется пользователю для принятия решения, математически описывается законом Хика:

Где: * — время реакции пользователя. * — базовое время на восприятие интерфейса (константа). * — время на когнитивную обработку одного варианта (константа). * — количество равновероятных альтернатив.

Пример из практики: если базовое время восприятия составляет 200 мс, время обработки одного варианта — 150 мс, а в меню 8 пунктов, то время реакции составит 650 мс. Если мы увеличим количество пунктов до 64, время реакции вырастет до 1100 мс. Кажется, что разница в миллисекундах незначительна, но в масштабах сложного многошагового интерфейса это приводит к фрустрации.

Разделение сложной формы регистрации из 12 полей на 3 последовательных шага по 4 поля снижает когнитивную нагрузку и может увеличить конверсию на 30–40%, хотя общее количество полей остается неизменным.

Принципы гештальта в интерфейсах

Как мозг объединяет разрозненные пиксели на экране в осмысленные блоки? В начале XX века немецкие психологи сформулировали теорию гештальта (Die Gestalt — форма, структура). Принципы гештальта объясняют, как мы визуально группируем элементы.

Для инженера-разработчика эти принципы — прямое руководство к тому, как настраивать отступы и группировать DOM-элементы.

| Принцип | Психологическое объяснение | Применение в интерфейсе | | :--- | :--- | :--- | | Близость | Объекты, расположенные рядом, воспринимаются как группа. | Отступ между заголовком и его абзацем должен быть меньше, чем отступ до следующего заголовка. | | Схожесть | Элементы с одинаковым цветом, формой или размером кажутся связанными. | Все кликабельные ссылки в тексте имеют один цвет (например, синий) и подчеркивание. | | Замкнутость | Мозг стремится завершить незаконченные фигуры. | Использование иконок из контурных линий; пользователь сам "дорисовывает" форму. | | Общая область | Элементы, находящиеся в четко очерченной границе, воспринимаются как единое целое. | Карточки товаров на маркетплейсах с легкой тенью или рамкой вокруг фото, цены и кнопки. |

Нарушение принципа близости — самая частая ошибка начинающих проектировщиков. Если кнопка "Удалить" находится на одинаковом расстоянии от двух разных элементов списка, пользователь испытывает стресс, боясь удалить не тот объект.

Эффект Зейгарник и мотивация

Почему нас так раздражают непрочитанные уведомления на иконках приложений? Это проявление эффекта Зейгарник — психологической особенности, при которой люди лучше запоминают прерванные или незавершенные действия, чем завершенные.

Мозг стремится к завершенности (закрытию гештальта). В проектировании пользовательского опыта этот эффект используется для удержания внимания и повышения вовлеченности.

Если пользователь начал заполнять профиль, но бросил на полпути, интерфейс должен напомнить ему об этом. Индикатор прогресса, показывающий "Ваш профиль заполнен на 60%", создает легкий психологический дискомфорт, который мотивирует человека добавить недостающие данные.

Пример: образовательная платформа разбивает часовую лекцию на 6 коротких видео по 10 минут. После просмотра первого видео пользователь видит заполненную шкалу прогресса на 16%. Желание довести полосу до 100% заставляет его смотреть следующие ролики, тогда как одно длинное часовое видео вызвало бы отторжение из-за высокой когнитивной нагрузки.

Эффект Ресторфф и визуальная иерархия

Представьте тарифную сетку SaaS-сервиса. Три колонки с ценами: 10 долл., 50 долл. и 100 долл. Средняя колонка выделена контрастным цветом, имеет плашку "Популярное" и немного увеличена в размере.

Это классическое применение эффекта Ресторфф (эффекта изоляции). Он гласит: если человеку представить список схожих объектов, он с наибольшей вероятностью запомнит тот, который сильнее всего выделяется.

В интерфейсах этот принцип используется для создания визуальной иерархии. Целевое действие всегда должно визуально доминировать над второстепенными. Если на экране есть кнопки "Сохранить" и "Отмена", они не должны выглядеть одинаково. "Сохранить" получает плотную заливку акцентным цветом, а "Отмена" — лишь контур или текстовое представление.

Итоги

* Фовеальное зрение ограничивает зону четкого восприятия, поэтому пользователи сканируют экраны по паттернам (например, F-паттерн), а не читают их вдумчиво. * Закон Хика доказывает, что увеличение количества вариантов выбора экспоненциально увеличивает время реакции пользователя. Сложные задачи необходимо дробить. * Принципы гештальта (близость, схожесть, общая область) помогают мозгу структурировать интерфейс без дополнительных текстовых подсказок. * Эффекты Зейгарник и Ресторфф — мощные инструменты для управления мотивацией и вниманием, позволяющие направлять пользователя к целевым действиям.

2. Инструменты UX-исследований и качественная аналитика данных

Инструменты UX-исследований и качественная аналитика данных

Опираясь на принципы гештальта, закон Хика и особенности фовеального зрения, изученные ранее, вы можете спроектировать визуально безупречный интерфейс. Однако даже идеальная с точки зрения когнитивной психологии кнопка не принесет пользы, если она запускает функцию, которая изначально не нужна вашей аудитории.

Проектирование пользовательского опыта невозможно без опоры на реальные данные. Интуиция разработчика или дизайнера часто дает сбой из-за когнитивного искажения, известного как эффект ложного консенсуса — склонности проецировать свой способ мышления на других людей. Чтобы избежать создания продуктов «для самих себя», инженеры и проектировщики используют специализированные инструменты UX-исследований.

Количественные и качественные данные

Представьте ситуацию: вы запустили новый модуль регистрации в веб-приложении. Спустя неделю система аналитики показывает, что 68% посетителей покидают страницу на втором шаге.

Система аналитики предоставляет вам количественные данные. Они беспристрастны, математически точны и показывают масштаб проблемы. Но они абсолютно бесполезны для понимания причин происходящего. Почему пользователи уходят? Слишком сложный пароль? Непонятный плейсхолдер? Техническая ошибка в API?

Для ответа на эти вопросы применяются качественные исследования. Они направлены на изучение мотивов, эмоций и логики поведения конкретных людей.

| Характеристика | Количественные исследования | Качественные исследования | | :--- | :--- | :--- | | Главный вопрос | Сколько? Как часто? Где? | Почему? Как именно? Зачем? | | Формат данных | Числа, проценты, графики, логи серверов | Цитаты, видеозаписи экранов, эмоции, инсайты | | Популярные методы | A/B-тестирование, веб-аналитика, массовые опросы | Глубинные интервью, юзабилити-тестирование, фокус-группы | | Требуемая выборка | От сотен до миллионов пользователей | От 5 до 15 пользователей |

Грамотный процесс проектирования всегда строится на пересечении этих двух подходов: количественные данные подсвечивают проблемную зону, а качественные — объясняют причину и подсказывают решение.

Юзабилити-тестирование и парадокс пяти пользователей

Как только у вас появляется интерактивный прототип (даже собранный из черновых блоков), наступает этап юзабилити-тестирования. Это метод качественного исследования, при котором реальному или потенциальному пользователю дают выполнить типичные задачи в интерфейсе, а исследователь наблюдает за процессом.

> Наблюдайте за тем, что пользователи делают, а не слушайте то, что они говорят. > > Якоб Нильсен, Nielsen Norman Group

Студенты технических специальностей часто скептически относятся к качественным тестам из-за малого размера выборки. Кажется нелогичным делать выводы о продукте с аудиторией в 100 000 человек на основе наблюдений за пятью респондентами. Однако в 2000 году математик Том Ландауэр и эксперт по интерфейсам Якоб Нильсен вывели формулу, доказывающую эффективность малых групп:

Где: * — доля найденных проблем юзабилити. * — вероятность того, что один пользователь столкнется с конкретной проблемой (эмпирически доказанная константа, равная примерно 0.31). * — количество тестируемых пользователей.

Подставим значения для пяти пользователей: .

Это означает, что всего 5 человек способны выявить около 85% всех критических ошибок в интерфейсе. Тестирование шестого и седьмого пользователя начнет приносить дублирующиеся данные (они будут спотыкаться о те же самые нелогичные кнопки), а затраты на проведение исследования возрастут.

Пример из практики: команда разрабатывала корпоративный портал. Во время юзабилити-тестирования с 5 сотрудниками выяснилось, что 4 из них не могут найти раздел «Заказ пропусков», так как он был спрятан в выпадающем меню «Административно-хозяйственная часть». Исправление этой логической ошибки на этапе прототипа заняло 10 минут. Если бы продукт ушел в релиз, техподдержка получила бы тысячи однотипных обращений.

Глубинные интервью и выявление истинных мотивов

Если юзабилити-тестирование оценивает удобство уже придуманного решения, то глубинное интервью (In-depth interview) помогает понять, нужно ли это решение вообще. Это неформальная, но строго структурированная беседа с представителем целевой аудитории.

Главное правило любого UX-интервью: никогда не спрашивайте пользователей о будущем и не просите их оценивать ваши идеи. Человеческий мозг плохо прогнозирует собственное поведение. Если вы спросите: «Будете ли вы пользоваться приложением для учета калорий за 300 рублей в месяц?», большинство ответит утвердительно, чтобы показаться лучше или просто не обидеть вас. Но когда дело дойдет до оплаты, конверсия будет стремиться к нулю.

Вместо этого исследуйте прошлый опыт. Вопросы должны строиться вокруг реальных действий:

  • Расскажите, как вы пытались похудеть в последний раз?
  • Какие инструменты вы для этого использовали?
  • Сколько денег вы потратили на эти инструменты в прошлом месяце?
  • Что вас больше всего раздражало в этом процессе?
  • Анализируя ответы, исследователь составляет Customer Journey Map (карту пути пользователя) и находит барьеры, которые продукт может устранить.

    Карточная сортировка и информационная архитектура

    Когда перед инженером стоит задача спроектировать сложную навигацию (например, каталог интернет-магазина электроники на 10 000 позиций), возникает проблема категоризации. Куда поместить «Умные часы» — в раздел «Смартфоны и гаджеты» или в «Спорт и здоровье»?

    Для решения таких задач применяется карточная сортировка. Это метод исследования, при котором пользователям дают карточки с названиями товаров или страниц и просят сгруппировать их так, как им кажется логичным, а затем дать названия этим группам.

    Существует два вида карточной сортировки:

  • Открытая: пользователи сами придумывают названия для созданных ими категорий. Помогает сформировать структуру с нуля.
  • Закрытая: пользователям дают готовые категории и просят распределить карточки по ним. Помогает проверить существующую архитектуру.
  • Пример: интернет-магазин строительных материалов терял продажи из-за того, что пользователи не могли найти «Жидкие гвозди». Инженеры поместили их в раздел «Крепеж». Проведя открытую карточную сортировку с 15 покупателями, исследователи выяснили, что 12 из них интуитивно относят жидкие гвозди к категории «Клеи и герметики». Перенос подкатегории увеличил переходы в карточки товаров на 42%.

    A/B-тестирование и метрики успешности

    Когда качественные исследования проведены, гипотезы сформулированы, а код написан, наступает время финальной проверки боем. A/B-тестирование (сплит-тестирование) — это метод количественного исследования, при котором аудиторию случайным образом делят на две группы. Группа «A» видит текущую версию интерфейса (контрольную), а группа «B» — измененную (тестовую).

    Ключевой показатель, который чаще всего измеряют в таких тестах — это коэффициент конверсии (Conversion Rate, CR). Он рассчитывается по формуле:

    Где: * — коэффициент конверсии. * — количество пользователей, совершивших целевое действие (покупка, регистрация, клик). * — общее количество пользователей, посетивших страницу.

    Допустим, на страницу оформления заказа зашло 50 000 человек. В версии «A» (старая серая кнопка) заказ оформили 1 500 человек. . В версии «B» (новая контрастная кнопка, спроектированная по эффекту Ресторфф) заказ оформили 1 800 человек. .

    Разница в 0.6 процентных пункта может казаться незначительной, но при среднем чеке в 5 000 руб. это приносит бизнесу дополнительные 1 500 000 руб. выручки с каждых 50 000 посетителей.

    Важное правило A/B-тестирования: тестировать можно только одно изменение за раз. Если вы одновременно поменяете цвет кнопки, заголовок и фотографию товара, а конверсия вырастет, вы никогда не узнаете, какой именно элемент повлиял на результат.

    Инструментарий современного исследователя

    Для сбора и анализа данных инженеры и UX-исследователи используют специализированный софт:

  • Для веб-аналитики и тепловых карт: Yandex.Metrica, Hotjar. Они показывают, куда кликают пользователи и как далеко скроллят страницу.
  • Для немодерируемых юзабилити-тестов: Maze, Useberry. Позволяют загрузить прототип из Figma и автоматически собрать метрики успешности выполнения заданий.
  • Для карточной сортировки: Optimal Workshop.
  • Для систематизации качественных данных: Miro, Notion.
  • Итоги

    * Количественные данные показывают масштаб проблемы (что происходит), а качественные исследования объясняют ее причину (почему это происходит). * Согласно математической модели Нильсена, тестирование всего с 5 пользователями позволяет выявить до 85% критических проблем интерфейса. * На глубинных интервью необходимо исследовать реальный прошлый опыт пользователей, а не просить их прогнозировать свои будущие действия. * Карточная сортировка — надежный метод проектирования понятной информационной архитектуры и навигации, основанный на ментальных моделях аудитории. * A/B-тестирование позволяет математически доказать эффективность внедренных изменений, сравнивая коэффициенты конверсии (CR) контрольной и тестовой групп.