User Experience: Ist das Nutzererlebnis messbar?

Daten sammeln für das perfekte Produkt

Um die Funktion und Nutzung der eigenen Produkte & Services zu überprüfen, stehen Unternehmen und Designern eine Vielzahl von Analytics-Tools zur Verfügung, mit denen Unmengen an quantitativen Daten erhoben und ausgewertet werden können.

Mit solchen Analyse-Wekzeugen lassen sich recht einfach komplexe Informationen zur Leistung, Nutzung und zum Datenverkehr im System aufbereiten. So messen die Tools z.B. den gesamten Traffic, geben eine Übersicht über die Loading Time, oder zeigen auf, wann und wo auf den Service zugegriffen wird. Wichtig zu beachten, Messmethoden im Bereich B2C und B2B sind grundlegend unterschiedlich.

In erster Linie liefern einem diese Analysen Daten, die einem den Erfolg oder eben Misserfolg des eigenen Produktes in Zahlen darlegen. Dadurch können Key Performance Indicators (KPIs) gemessen und abgeglichen werden – also die Kennzahlen, die den übergeordneten Zielen des Unternehmens entsprechen und als Schlüsselfaktoren anzusehen sind.

Diese Zahlen sind jedoch extrem produkt- und serviceabhägig und geben Aufschluss über das ‚Was’: Läuft das Ganze oder läuft es nicht? Aber ‚warum’ das Ganze nun (nicht) läuft, ist aus den quantitativen Daten nur schwerlich oder gar nicht herauszulesen.

Messung und Verbesserung der Usability

Allerdings gibt es auch Daten aus den Analyse-Tools, mit denen man sich diesem ‚Warum’ annähern kann und Informationen über die Nutzerfreundlichkeit des Produktes erhält. Denn die Usability baut auf erlernte Verhaltensmuster und Interaktionen des Nutzers, welche z.B. in einer Funnel-Analyse in Kombination mit Click-Through Rates (CTR) durchgespielt werden können.

Der Funnel oder Konversionspfad bezeichnet den vom Betreiber erwünschten Weg des Nutzers durch das System. Dies bedeutet, dass der Nutzer bestimmte Clicks/Prozesse durchführt, bevor er das intendierte Ziel erreicht. Bei einem Online-Shop wäre dies zum Beispiel der Weg von der Produktseite bis hin zur finalen Bestellseite. Natürlich inklusive der Clicks durch den Warenkorb, Login sowie der Auswahl der Zahlungsweise.

Mit den gängigen Tools kann man diesen Konversionspfad analysieren und Rückschlüsse darauf ziehen, wann der Pfad vom Nutzer verlassen oder gänzlich abgebrochen wurde. Wenn hier also eine hohe Abbruchquote bzw. Absprungrate verzeichnet ist, liegt das ‚Warum’ zumeist an einer ungenügenden Usability: Der User wird nicht zielgerichtet zu einer Bestellung geleitet und verliert somit das Interesse.

Von der Nutzerfreundlichkeit zur Nutzererfahrung

Und wie kommt jetzt die User Experience ins Spiel bzw. kann man eine Erfahrung, ein Erlebnis überhaupt messen? Zumindest kann man ein Erlebnis planen und gestalten. Bei der UX handelt es sich schließlich um einen ganzheitlichen Ansatz, der die komplette Bandbreite an Interaktion und Kommunikation zwischen Mensch und Maschine umfasst.

Eine gute UX ist sozusagen der (Über-)Rahmen der gesamten Anwendung, deren Komplexität so vereinfacht dargestellt werden soll, dass der User intuitiv weiß, wie er sich im System zurechtfindet, agieren und navigieren kann. Zu den absoluten UX-Basics und wichtigsten Elementen gehört deshalb das direkte Feedback.

Um hier beim vorherigen Beispiel eines Online-Shops zu bleiben, kann man durch die UX über dem eher pragmatischen Ansatz der Usability auch noch einen psychologischen Effekt miteinbeziehen. So ist ein Konversionspfad nachweislich erfolgsversprechender, wenn es für die Nutzer einen sogenannten Step Indicator gibt, mit dem direkt angezeigt wird, welche Prozesse bereits abgeschlossen wurden und welche Prozesse noch ausstehen.

UX als allumfassender Einflussfaktor

Es geht bei der UX also darum, wie die Nutzer die Anwendung wahrnehmen und welche Erfahrungen sie damit machen. Die UX hat somit Auswirkungen auf das gesamte Produkt und dessen Nutzung. Das bedeutet im Umkehrschluss, dass alle etablierten UX-Parameter auch Einfluss auf die Messungen der Analytics-Tools haben.

Deshalb könnte man die Ausgangsfrage auch ummodeln: Wenn alle zu erhebenden Analysedaten mit unter direkt von der UX beeinflusst werden – also ‚schlechte Daten’ gleichzeitig auf eine ‚schlechte UX’ zurückzuführen sind-, misst man dann nicht durch jegliches Analysetool die UX irgendwie mit?