Дизайн-мышление + data science = успех | Большие Идеи
Управление инновациями
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Дизайн-мышление + data science = успех

Джон Веттерстен , Дин Мальмгрен
Дизайн-мышление + data science = успех
CROSAILES/GETTY IMAGES

Cтартап Rise Science обратился в IDEO с нелегкой задачей. Компания разработала платформу обработки данных, которая позволяла профессиональным спортсменам и членам университетских спортивных команд отслеживать и корректировать свой режим сна и активности для достижения наилучших результатов. Но атлеты не справлялись с этой задачей. Создатели Rise ожидали, что спортсмены будут принимать решения, опираясь на представленные в таблицах и графиках данные, но те не находили в приложении действительно полезной для себя информации. Основатели стартапа решили, что им необходима более понятная инфографика.

Дизайнеры IDEO и специалисты по обработке данных (data science) из Rise Science пообщались со спортсменами и тренерами и обнаружили, что проблема не в визуализации данных, а в пользовательском восприятии сервиса. Информация о том, когда лучше ложиться спать и просыпаться, была гораздо важнее, чем таблицы и графики. Несколько недель спустя инфографика ушла на второй план, а центральное место в приложении заняли будильник и мессенджер.

За 18 месяцев с момента перезапуска на услуги Rise Science подписалось более 15 элитных профессиональных и университетских команд, а также несколько компаний, которые хотели улучшить эффективность работы и благополучие своих сотрудников.

Этот пример показывает, как междисциплинарная команда специалистов, применяющих дизайн-мышление, может выработать более ориентированный под нужды человека подход к анализу данных. Методы дизайн-мышления требуют от специалистов по обработке данных не узкого фокуса на разработке новых статистических моделей или визуализации информации, а более креативного подхода к решению проблем. Мы не предлагаем объединить эти дисциплины, но если дизайнеры и работающие с данными ученые будут сотрудничать и учиться друг у друга, они смогут добиваться лучших результатов.

Методы, которые мы в IDEO используем в наших ориентированных на людей дизайн-процессах (исследование пользовательского поведения, поиск вдохновения в смежных сферах, наброски и прототипы), хорошо применимы к продуктам, услугам и опытам, основанным на точных данных.

Изучение пользовательского поведения

Сами по себе данные пассивны, это лишь сырье. Чтобы они наполнились смыслом, их нужно использовать в дизайн-решениях, которые отвечают социальным, эмоциональным и функциональным привычкам пользователей. Поставив потребности людей во главу угла, с помощью качественных дизайн-исследований и анализа данных вы обретете новые ценные знания. Такой гибридный подход может оказаться решающим для успеха вашего продукта и значительно улучшит пользовательский опыт ваших клиентов.

Так, например, специалисты Rise и IDEO посещали апартаменты и тренировочные базы спортсменов, чтобы лучше понять их повседневные потребности. Этот стандартный для дизайн-мышления подход называется изучение пользовательского поведения. Мы обнаружили, что почти каждый аспект жизни атлета распланирован, вымерен и оптимизирован. Просить их уделять внимание еще большему количеству информации значило бы просить слишком многого. Мы также выяснили, что такие способы сопровождения пользователей и такие моменты взаимодействия клиентов с сервисом, как моментальное консультирование спортсменов в вопросах режима и качества сна, были для них не менее важны, чем информация о том, как они спят.

Специалисты по обработке данных видят мир иначе, но применить свое уникальное видение они могут, лишь взаимодействуя с людьми. Привлекая ученых к дизайн-исследованиям, можно не только найти действенные и неординарные решения, но и — самое главное — выработать основанный на эмпатии подход к клиентам, которые будут пользоваться разработанными этими специалистами системами.

советуем прочитать
Войдите на сайт, чтобы читать полную версию статьи
советуем прочитать
Стратегия: искусство на основе науки
Лафли А.Г.,  Николай Сигельков,  Ривкин Ян,  Роджер Мартин