ניתן לחלק את עולם אפיון המערכות ל-2 סוגים עיקריים של מערכות, כאשר לכל סוג נדרשים כלי מחקר שונים ויכולות אפיון ועיצוב שונות:
- ממשקי צרכן- כוללים מערכות B2C , B2B2C, אתרי תוכן, אתרים שיווקיים וכו׳.
- מערכות מורכבות- הכוללות בתוכן מערכות מומחה, B2B, מערכות Enterprise, SaaS, מערכות ביטחוניות, רפואיות ועוד.
מה זה מערכת מורכבת?
מערכת מורכבת היא מערכת המכילה מספר גדול של מרכיבים אשר משפיעים זה על זה. המערכת המורכבת אינה בנויה מסט פעולות לינארי, אלא מכמות רבה של מידע ומספר רב של פעולות אפשריות בכל מסך, אליהן לרוב ניתן להגיע במספר דרכים, כאשר לכל פעולה יש השפעה פוטנציאלית על מקומות רבים במערכת.
מערכת מורכבת, או מערכת מומחה, היא לרוב כלי העבודה העיקרי של קהל היעד שלהן. משתמשים אלה הם לרוב אנשי מקצוע מיומנים עם ידע רחב בתחום מסוים. במקרים רבים המשתמשים יתחלקו למספר תפקידים שונים, כאשר לכל תפקיד ישנן מטרות שונות ופעולות שונות שיבצע במערכת, כך שסט היכולות וההרשאות שיהיו חשופים עבור כל משתמש במערכת משתנים בין התפקידים השונים.
אפיון מערכות מורכבות
ישנם מספר עקרונות חשובים שיש להתייחס אליהם בתהליך האפיון של מערכות מורכבות:
- הכרת עולם התוכן- הצעד הראשון באפיון נכון של מערכות מורכבות הוא למידה של עולם התוכן אליו המערכת משתייכת. באמצעות למידה על עולם התוכן, נוכל להבין טוב יותר את המערכת, ללמוד על המטרות שהיא עוזרת למשתמשים להשיג ולהבין את הפונקציונליות שהיא מאפשרת להם.
- הכרת המשתמשים- חשוב להכיר את הפרסונות והתפקידים השונים שמשתמשים במוצר, מה המטרות של כל אחד מהם, מה המידע והמומחיות שהוא מגיע איתם, מה המידע שהוא חשוף אליו במערכת, מה הקשיים שלו, איפה המערכת משתלבת בסדר היום שלו ועוד. ככל שנכיר את המשתמשים יותר טוב, נוכל לאפיין את המערכת בצורה שתספק את הצרכים לכל אחת מהפרסונות בנקודות בהן הן פוגשות את המערכת.
בהסתכלות על מאפיין רמת המומחיות, לרוב נוכל לזהות שהמשתמשים במערכת מתחלקים ל-2 קבוצות:
o משתמשים מומחים: יבצעו פעולות מסובכות ומתקדמות במערכת
o משתמשים ברמת מומחיות נמוכה יותר: ירצו לבצע פעולות פחות מתקדמות ולקבל את המידע בצורה בהירה ומהירה
זהו אחד האתגרים שאנו נתקלים בהם באפיון מערכות מורכבות. חשוב שהמערכת תתאים לשני סוגי המשתמשים האלה- כלומר שמצד אחד היא תעניק למשתמשים המומחים את היכולת לבצע את הפעולות המתקדמות ומצד שני תקל על המשתמש הפשוט כך שיוצגו לו רק הפעולות השכיחות וההכרחיות, ללא יצירת עומס מידע שאינו דרוש לו.
- הבנת המשימות- אחרי שלמדנו על המשתמשים, חשוב להבין מה המשימות של כל פרסונה בהתאם למטרות שלה. במסגרת זו, נגדיר את המשימות העיקריות ונשבור אותן לתת משימות. באמצעות הבנה מעמיקה של המשימות, נוכל לבחון גישות שונות בהן נאפשר למשתמש לבצע את המשימות במערכת, על מנת לספק לו בסופו של דבר אינטראקציה אופטימלית עם המערכת והשלמת המשימות בהצלחה.
- הבנת הלוגיקה של המערכת- במערכות מורכבות, כל פעולה משפיעה על מקומות רבים במערכת, כך שלכל טעות שמתבצעת יכולות להיות השפעות הרסניות. לכן, חשוב להבין את ההקשרים בין הרכיבים השונים במערכת ואת ההשפעות של כל פעולה שמתבצעת. הבנה של רשת הקשרים המורכבת במערכת תוכל לאפשר אפיון נכון כך שנעזור למשתמש להפחית את הטעויות ונספק לו תחושת ביטחון ואמינות בעת השימוש במערכת.
- מחקר מתחרים- חשוב להכיר את המערכות המתחרות בתחום, לראות איזה פונקציונליות הן מאפשרות ומה הדרך שבה בחרו להציג מידע ופעולות שונות. בדרך זו נדע מה קיים בשוק, נוכל לקבל השראה לדברים שנעשו טוב ולהבין מה לא נעשה טוב וכך להימנע מטעויות שבוצעו במערכות אחרות. בנוסף, ישנן פעמים רבות בהן יש קונבנציות מקובלות לאופן בו מאופיינים ומתנהגים רכיבים שונים במערכות מורכבות. במקרים רבים, כדאי להיצמד לקונבנציות אלה ולא להמציא את הגלגל מחדש. שימוש בהתנהגויות מקובלות שהמשתמשים נתקלים בהן במערכות אחרות יביא להתאמה עם המודל המנטלי שכבר קיים אצל המשתמש ממערכות אחרות שהוא מכיר, ויקטין את עקומת הלמידה.
- בדיקות שמישות- לאחר שאנחנו מאפיינים פתרון, חשוב לבדוק ולתקף את השמישות בבדיקות מול משתמשים אמיתיים. במבדקים אלה אנו נבקש מהמשתמשים לבצע משימות במערכת, לרוב תוך תיאור של המחשבות והסיבות לבחירות שהם עושים, וכך נוכל לזהות בעיות שימושיות ונקודות פוטנציאליות לשיפור חווית המשתמש.
לסיכום, אפיון מערכת מורכבת הוא אתגר ותהליך לא פשוט המצריך למידה עמוקה והתייחסות לפרטים הקטנים. באפיון זה נדרשת הבנת עולם התוכן, הבנת המשתמשים והבנת הלוגיקה במערכת, כמו גם בחינה של פתרונות שיתנו מענה למשתמשים השונים ולמורכבות הרבה שיש במערכת.
ב- Mouse UX אנחנו מתמחים באפיון של מערכות מורכבות משלל תחומים ומשתמשים במתודולוגיות עבודה המאפשרות לנו לאפיין מערכות מורכבות עם חווית משתמש פשוטה ואינטואיטיבית. המתודולוגיות שאנו משתמשים בהן כוללות: מחקר משתמשים, בדיקות שימושיות, ניתוח משימות, design thinking, ארכיטקטורת מידע, מחקר מתחרים ועוד.