Veri ve Tasarım İkilisinin Muhteşem Uyumu

Data merkezli, bilhassa sayısal bilgileri kullanıcıya yayınlayanprogramlar sebep iyi değil ve onları sebep henüz iyi duruma getirebiliriz?

Kullanıcı verisi beynelmilel bir kıymet durumuna geldi. 
Alışveriş listenizden tutun, kalp atışlarınıza kadar tüm bilgilerkullanıcılarına dijital tecrübeler yaşatmak isteyen şirketler doğrulusundatoplanıyor. 
Bu vaziyet çoğu data merkezli kullanıcıları arayüzlerinin iyi olmamasısorununu de yanında getiriyor. 
Genelde arayüzler güzel gözüküyor ama data ile bereketli bir şeklindeetkileşim kurmuyorlar ya da altta yatan mükemmel bir data setleri olduğu halde, bu setler kullananlara resim manada çekici gelmiyor.
Bu meselenin en ehemmiyetli nedenlerinden bir tanesi de kullanıcılarıtecrübesi planımı ve data biliminin ayrı çalışması. 
Dijital ajanslarda kullanıcıları tecrübesi tasarımcıları ve veri analistleriaynısı çatı altında çalışsalar da, kullanıcıları tecrübesi daha fazla sanat,dizayn ve psikoloji temelliyken; data bilimi daha fazla teknoloji, mühendislik ve data analitiğinden besleniyor. 
Bu nedenle iki disiplinden kişiler aynısı dili konuşmuyorlar.
Veri, insanların fiziksel ve dijital ortamlarla olan ilişkilerini değiştirmeye devam edecek. 
Aynı vakitte, veriyi aramak ve onunla temas kurmak bundan sonrayanlızca analistlerin ve eksprlerin misyon tanımına girmiyor. 
Pazarlamacılar ve tüketiciler de bundan sonra futbolcu durumunageldiler. 
Bu vaziyet bilginin toplanması, değişik platform ve cihazlarda tüketilme yolunu tamamiyle değiştiriyor. 
Bu değişimin en devasa nedenlerinden biri genellikle statik muhtevasıolan ve kısıtlı iletişim olanağı yayınlayan internet sayfalarından hareketlimuhteva ve kullanıcıların aksiyon almasına imkan yayınlayan internetuygulamalarına geçiş yapan olmamız.

Tasarımcılar etkileşimi sağlamak yönünden henüz da ehemmiyetliduruma geldiler. 

Fakat tasarımcılar genellikle deneyimin arkasındaki data yapılarını ve yöntemleri anlamıyorlar. 
Bu daha fazla, insan davranışlarını çözümleme ederek ve belli örüntüler bulmaya çalışarak şirketlerin tüketicilerini anlamalarına takviye etmekemeliyle sayısal data ve ölçüm stratejileri kullanan analistlerin işi.
İki tarafın işbirliğini sağlamak emeliyle dizayn ögeleri de anlık ve kullanıcıdan alınan istihparata göre fonksiyon kazanabilecek şeklindetasarlanmalı. 
En iyi tecrübesi sağlamak için, verinin sebep sunulması gerekliliğinisaptamak emeliyle henüz ilerlemiş programlar yapılmalı.

Çok sayıda data kaynağı kullanın.

Big veri her ne kadar data merkezli uygulamalarda kullanıcılarıdeneyiminin ortasında olsa da, yanlızca resmin yarısını delegasyon eder. 
Big veri site analitiği, alış veriş geçmişi, sosyal basın etkinliği ve websitesi tıklama haritası gibi, makineler doğrulusunda yapılan sayısal datasetlerinden meydana gelir. 
Bu data kullanıcıların interneti sebep kullandıklarını açıklayarak tasarımayardım eder, ama kimi kararların sebep alındığını bildirime takviyeetmeyecektir.
İşte burası kullanıcıları görüşmeleri, odak kümeleri ve çevrimiçianketlerden gelen sayısal bilgiler gibi kalifiye verinin işin içerisine girdiği kısımdır.

Veriyi öykü anlatma aracı olarak düşünün.

Kullanıcı tecrübesi tasarımcıları kullanıcıların mevzu ile temaslıörüntüler ve trendler bulmalarına takviye etmek için kuvvetli bir anlatımmeydana getirmek zorundadırlar. 
Hikaye anlatımı ayrı olarak kullanıcıyı devasa miktardaki verinin içindeyönlendirmek için de ehemmiyetlidir. 
Kullanıcının ilgisini çekmek için muharebe eden devasa miktarda dataadına, muhteva önceliklendirilmeli ve altı çizilen anlatımı desteklemelidir.

Kullanıcıların yeteneklerini bilin.
Hedef kitlenizin yeteneklerini aşan, komplike bir düzenek kurmayın. 
Çok özelleşmiş bir kullanıcıları segmentinde bile, kullanıcılar değişikseviyelerde analitik yeteneklere ve tecrübeye sahip olacaklar; bulguyudeğişik şeklinde işleyecekler ve onunla temas kuracaklardır.

Kullanıcılarınızın becerilerine güvenin.

Onların anlamayacağından korkarak kesif bilgiler sunmaktan asla çekinmeyin. 
Bilgi, kullanıcının anlayışına makul, kıymetli ve kullanımı kolay birşeklinde sunulduğu müddetçe, kullanıcılar karmaşıklığa alışmaya hevesliolacaklardır. 
Doğru miktardaki muayene ve takviye, kullanıcı data ile henüz ileriseviyede kullanmanın yollarını keşfetmek için teşvik edecektir.

Keşfetmeye açık yollar kurun.
Sunulan malumat ile kullanıcıların sebep etkileşime girmesi gerekliliğinitanımlayın. 
İzleyebileceğiniz adımlar:
● Kroki. 
Bütün malumat seti için bir kroki sağlamak epey faydalı olabilir. 
Kullanıcıların devasa resmi görmesini, verinin içindeki örüntüleri vemarjinal değerleri bulmasını sağlar.
● Yakınlaştırmak. 
Bir kere kullanıcılar dikkat çekici malumat kümelerini tanıdıktanardından, bu alanlara odaklanma yeteneği ve onları henüz yakından gözlemlemeye gereksinim duyarlar.
● Filtreleme. 
İstenmeyen bulguyu filtrelemek keşfetme sürecinin ehemmiyetli birögesidir.
● Ayrıntılar. 
Kullanıcılar belli bir malumat üstüne odaklandıklarında onu tümayrıntıları ile incelemek isterler.
● Ilgi kurma. 
Kullanıcılar ilişkileri gördüğünde ve bulguyu karşılaştırabildiğindesunulan data henüz manalı duruma gelir.

Kullanıcıları arayüzünde ilgi dağıtıcı ögeleri en aza indirin.

Ekrandaki her öge kullanıcının vazifesini tamamlamasına yardımcı olur. 
Kullanıcıların muhteva objelerine tıklamasına, süreklemesine ve kaydırmasına destur vermek henüz ölçülebilir ve süratli bir etkileşim yoluverir.
Veriyi sosyal ve ilişkilendirilebilir yapın.
Veri, başka kullanıcıların platformu sebep kullandıklarına değin malumatsağlayarak, kullanıcıların henüz devasa bir topluluğa ilişkinhissetmelerine yardım edebilir. 
Arayüzler, veriyi sosyal bir bağlantı noktası olarak kullanarak henüz içi dolu bir tecrübe sunmalılar.
Geleceği önceliğiniz durumuna kazancın.
Kullanıcıların bir ileri hareketinin ne olma ihtimalini ön görü etmemize yarayan çoğu data kaynağı var. 
Kullanıcı arayüzünü optimize etmek ve kullanıcıları tecrübeninibasitleştirmek emeliyle data yaşam sürdüren, sürekli hava ile temasta olan bir öge olarak görülmelidir.

tasarım