Кількісні та продуктові
9 позицій у цьому сімействі. Кожна картка: коли застосовувати і коли не варто, параметри, протокол, типові помилки, з чим поєднувати, шаблони й джерела.
Не знаєте, який метод обрати? Помічник вибору методу →
Кількісні та продуктові
A/B and multivariate testing
A/B- і мультиваріантне тестування
Інші назви: split testing, MVT, online controlled experiments, спліт-тест, experimentation
Трафік живого продукту випадково ділять між варіантами і порівнюють поведінкову метрику. Єдиний метод у довіднику, що дає причинний доказ ефекту зміни в масштабі.
- Учасники
- Живий трафік; n на варіант фіксують до запуску: n ≈ 16σ²/δ² (80% power, α=0,05). Орієнтир масштабу: різниця 3 п.п. при базовій частці ≈50% потребує ≈3 400 на групу (MeasuringU, α=0,10, 80% power; при α=0,05 — ≈4 400); для рідкісних подій (конверсія кілька відсотків) потрібно менше, тому n рахують калькулятором під свою базову частку. Тримати тест повні бізнес-цикли, ≥1–2 тижні (оцінка практики).Evan Miller, How Not to Run an A/B Test; MeasuringU, Sample Size Recommendations
- Строк
- 2 тиж – 4 тиж
- Вартість
- середня
- Хто веде
- аналітик
Коли застосовувати
- Є живий продукт з трафіком у тисячі користувачів на тиждень і одна вимірювана метрика.
- Треба довести, що конкретна зміна покращує конверсію, перш ніж розкатувати на всіх.
- Якісний тест знайшов проблему, виправлення готове, і треба виміряти його ефект.
- Два рішення рівноцінні з точки зору дизайну, і спір вирішує лише поведінка.
- Керівництво вимагає числа з довірчим інтервалом, а не думки команди.
Коли не варто
- Трафіку замало: реалістичний ефект потребує тисяч користувачів на варіант.
- Питання звучить «чому користувачі так роблять» — потрібен юзабіліті-тест або інтерв'ю.
- Продукт ще не запущений або зміна стратегічна й не зводиться до однієї метрики.
- Команда не може зафіксувати n і дату зупинки — результат буде хибним.
Параметри
- Для яких питань
- виміряти живий продукт (базовий), оцінити концепт або дизайн
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- прямий
- Аудиторія
- від тисяч людей або показів
- Дані
- кількісні
- Джерело даних
- що люди роблять
- Контекст
- природне використання
Ролі
- Веде
- Аналітик або data scientist (дизайн експерименту); дизайнер відповідає за варіанти
- Бере участь
- PO, розробник (feature flags), дизайнер
- Користується результатом
- Команда ініціативи, продуктове керівництво
Протокол
Підготовка
- Записати гіпотезу за шаблоном Lean UX: бізнес-результат, персона, зміна, сигнал.
- Обрати одну первинну метрику і 2–3 guardrail-метрики (помилки, відтік, швидкість).
- Взяти базову конверсію з аналітики; з аналітиком порахувати MDE і n на варіант.
- Зафіксувати n, дату зупинки і критерій успіху в ab-test-plan до запуску.
- Підготувати варіанти в Figma з описом єдиної відмінності; узгодити реалізацію через feature flag.
- Перевірити рандомізацію і трекінг A/A-тестом або на staging.
- Узгодити з аналітиком і DPO: агреговані дані A/B зазвичай не потребують окремої згоди (NN/g).
Проведення
- Запустити на весь цільовий сегмент; виключити внутрішній трафік і ботів.
- Не читати p-value до досягнення запланованого n або перейти на sequential/Bayesian-метод.
- Щодня перевіряти лише технічне здоров'я: розподіл трафіку, помилки, guardrails.
- Тримати тест щонайменше один повний бізнес-цикл, краще два тижні.
- Не змінювати варіанти під час тесту; будь-яка зміна — новий тест.
Аналіз і передача
- Аналітик рахує ефект по первинній метриці з довірчим інтервалом.
- Перевірити guardrails і лише заздалегідь названі сегменти, без «полювання» на значущість.
- Записати в реєстр експериментів: гіпотеза, n, ефект, CI, рішення.
- Відсутність ефекту теж результат; не продовжувати тест, щоб «дотиснути».
- Передати переможця в rollout і запланувати повторний замір метрики через місяць.
Що отримуєте
- ab-test-plan з гіпотезою, n, MDE і критерієм успіху
- Варіанти в Figma з описом відмінності
- Звіт: ефект по первинній метриці з CI, стан guardrails
- Запис у реєстрі експериментів
- Рішення: rollout, відкат або новий тест
Інструменти
- Statsig або GrowthBook
- Amplitude Experiment
- Optimizely або VWO
- LaunchDarkly (feature flags)
- Калькулятор розміру вибірки Evan Miller
Типові помилки
ПомилкаPeeking: тест зупиняють при першому «значущому» p-value
Як помітитиУ плані немає зафіксованого n; команда щодня обговорює «вже видно переможця»
Як виправитиЗафіксувати n і дату зупинки до запуску або використати sequential/Bayesian-метод; у прикладі Міллера peeking дає 26% хибних спрацювань
ПомилкаНедостатня потужність: тест не здатен побачити реалістичний ефект
Як помітитиn підібрали «на око»; MDE більший за будь-який правдоподібний ефект зміни
Як виправитиПорахувати MDE від базової конверсії перед запуском; якщо трафіку бракує — укрупнити зміну або обрати юзабіліті-тест
ПомилкаБагато метрик і сегментів — щось «виграє» випадково
Як помітитиУ звіті перемога лише в одному з десяти сегментів або у вторинній метриці
Як виправитиОдна первинна метрика, guardrails і сегменти названі в плані; решта — гіпотези для наступного тесту
Поєднувати з
Шаблони
Джерела
Кількісні та продуктові
Product analytics
Продуктова аналітика
Інші назви: web analytics, clickstream, funnel analysis, cohort analysis, retention curves, event tracking
Агреговані поведінкові дані інструментованого продукту: воронки, когорти, retention. Показує, де і скільки користувачів відвалюються, але не пояснює чому.
- Учасники
- Дані всієї популяції користувачів, рекрутинг не потрібен. Сегменти мають бути достатні для довірчих інтервалів: для бінарних метрик ±14% при n=30 і ±5% при n=300 (MeasuringU).MeasuringU, Sample Size Recommendations; MeasuringU, «magic ranges»
- Строк
- 1 дн – 7 дн
- Вартість
- низька
- Хто веде
- аналітик
Коли застосовувати
- Треба знайти, на якому кроці флоу губляться користувачі і скільки їх.
- Потрібен baseline перед редизайном і замір після релізу.
- Нема доступу до користувачів, але є дані — з них можна обґрунтувати дослідження.
- Треба пріоритизувати проблеми за масштабом: скільки людей стикаються.
- На Kick-off потрібні цифри про поточне використання для брифу.
Коли не варто
- Питання «чому» або «як виправити» — дані лише вкажуть, де дивитися.
- Продукт новий, події не інструментовані або трафіку менше десятків на крок.
- Треба оцінити прототип або концепт, яких ще нема в продукті.
- Команда читає метрики без гіпотез і measurement plan — вийде «чорна діра» цифр.
Параметри
- Для яких питань
- виміряти живий продукт (базовий), зрозуміти людей і контекст, що робити першим
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- кількісні
- Джерело даних
- що люди роблять
- Контекст
- природне використання
Ролі
- Веде
- Аналітик (tracking plan, запити); дизайнер формулює питання і читає дашборди
- Бере участь
- PO, розробник (інструментування подій)
- Користується результатом
- Уся команда ініціативи, керівництво
Протокол
Підготовка
- Записати 3–5 питань із брифу, на які має відповісти кількість.
- Скласти measurement plan: ціль → мікроконверсії → метрики (NN/g) або таблицю HEART GSM.
- Перевірити з аналітиком наявність подій; за потреби поставити задачу на інструментування.
- Домовитися про визначення: «активний користувач», «успіх кроку», «сесія».
- Визначити сегменти і перевірити їхній розмір для довірчих інтервалів.
Проведення
- Побудувати воронку ключового флоу; відсікти внутрішній трафік і ботів.
- Подивитися retention по тижневих когортах реєстрації.
- Для кожного просідання записати 2–3 гіпотези за категоріями проблем: контент, навігація, помилка, мотивація.
- Перевірити гіпотези розрізами: пристрій, сегмент, джерело трафіку, версія.
- Зберегти запити й дашборд з описом, щоб повторити замір через квартал.
Аналіз і передача
- Аналітик додає довірчий інтервал або хоча б n до кожної цифри.
- Відокремити «що» (дані) від «чому» (потребує якісної перевірки).
- Обрати 1–3 просідання для session replay або юзабіліті-тесту.
- Оформити односторінковий підсумок:питання → цифра → інтерпретація → наступний крок.
- Внести baseline-метрики в research plan ініціативи.
Що отримуєте
- Measurement plan: цілі, сигнали, метрики, власники
- Дашборд воронки і retention з baseline
- Список просідань з n і довірчими інтервалами
- Гіпотези причин для якісної перевірки
- Односторінковий підсумок для команди
Інструменти
- Amplitude або Mixpanel
- GA4
- Pendo або Heap
- Looker Studio або Metabase
- Measurement plan у Notion або Google Sheets
Типові помилки
Помилка«Чорна діра» метрик: дашборди дивляться без питань і плану
Як помітитиНема measurement plan; обговорення метрик не закінчується рішенням
Як виправитиПобудувати ланцюг ціль → мікроконверсії → метрики і дивитися лише їх (NN/g)
ПомилкаХибне читання метрики, наприклад «час на сторінці» як інтерес
Як помітитиВисновок спирається на одну метрику без альтернативного пояснення
Як виправитиПеревіряти гіпотези за категоріями проблем і кількома метриками одразу
Помилка«Що» без «чому»: редизайн запускають лише на основі воронки
Як помітитиУ брифі є цифра просідання, але нема жодної причини з уст користувачів
Як виправитиТріангулювати: session replay або юзабіліті-тест на кроці просідання перед рішенням
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Структура share-out (дек і 1-pager)
- Таблиця синтезу, affinity mapping та atomic nugget
Джерела
Кількісні та продуктові
Log and search-log analysis
Аналіз логів і пошукових запитів
Інші назви: search-log analysis, server-log analysis, query-log mining, site search analytics, zero-results analysis
Видобуток закономірностей із системних і пошукових логів: якими словами користувачі шукають, що не знаходять, де система дає збій. Дешеве джерело лексики та точок відмов без рекрутингу.
- Учасники
- Повний масив логів за період; для пошукових логів — усі запити за 1–3 місяці, щоб не загубити рідкі формулювання (оцінка практики). Числових норм вибірки джерела не дають.оцінка практики; NN/g UX Research Cheat Sheet відносить метод до фази Listen без норми n
- Строк
- 2 дн – 7 дн
- Вартість
- низька
- Хто веде
- аналітик
Коли застосовувати
- Треба дізнатися, як користувачі називають речі, перед card sorting або переписуванням навігації.
- Внутрішній пошук повертає порожні результати, і потрібен список запитів без відповіді.
- Є підозра на точки відмов у системі: повтори дії, помилки на кроці.
- Нема доступу до користувачів, а дані вже накопичені.
- Потрібен baseline частки невдалих запитів перед зміною контенту.
Коли не варто
- У продукті нема пошуку або логування подій.
- Питання про мотиви й контекст — логи покажуть лише «що».
- Логи містять персональні дані, а правової основи та псевдонімізації ще нема.
- Продукт щойно запущений: даних замало для патернів.
Параметри
- Для яких питань
- виміряти живий продукт, структура, навігація, назви
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- кількісні
- Джерело даних
- що люди роблять
- Контекст
- природне використання
Ролі
- Веде
- Аналітик (вивантаження, SQL); дизайнер або контент-дизайнер інтерпретує лексику
- Бере участь
- Розробник (доступ до логів), контент-дизайнер, DPO
- Користується результатом
- Команда IA і контенту, команда пошуку
Протокол
Підготовка
- Сформулювати питання: лексика, частота, невдалі запити чи точки відмов.
- Погодити з розробником і DPO правову основу (legitimate interests з balancing test) і псевдонімізацію.
- Вивантажити логи за період; зафіксувати поля: запит, кількість результатів, клік, сторінка, час.
- Відсікти ботів, внутрішні IP і службові запити.
- Підготувати таблицю для словника: термін користувача → наша назва → частота.
Проведення
- Нормалізувати запити: регістр, опечатки, форми слова; порахувати частоти.
- Виділити топ-100 запитів і всі запити з нульовим результатом.
- Згрупувати запити за наміром і зіставити з наявними розділами й назвами.
- Порахувати частку запитів без кліку і повторних переформулювань.
- Для системних логів знайти послідовності помилок і повторів дії на одному кроці.
Аналіз і передача
- Заповнити словник лексики з частотами; позначити розбіжності з назвами в інтерфейсі.
- Пріоритезувати розбіжності за частотою × відсутністю результату.
- Передати назви користувачів у card sorting або tree testing як вхідні дані.
- Скласти список змін: синоніми для пошуку, перейменування, новий контент.
- Повторити замір через квартал і порівняти частку zero-results.
Що отримуєте
- Словник лексики користувачів із частотами
- Список запитів з нульовим результатом
- Звіт про точки відмов у системних логах
- Backlog змін назв, синонімів і контенту
- Baseline частки невдалих запитів
Інструменти
- GA4 Site Search або Amplitude
- Algolia або Elasticsearch analytics
- BigQuery або SQL-клієнт
- Google Sheets або Python (pandas) для нормалізації
- Miro для карти лексики
Типові помилки
ПомилкаБоти і внутрішній трафік спотворюють частоти
Як помітитиДивні піки, однакові запити з однієї адреси, запити службовою лексикою
Як виправитиФільтрувати за IP, user agent і обліковими записами співробітників перед аналізом
ПомилкаСирі запити без нормалізації розмивають картину
Як помітитиОдин термін зустрічається у десятках варіантів написання, кожен з малою частотою
Як виправитиНормалізувати регістр, опечатки й форми слова; групувати за наміром
ПомилкаНамір користувача домислюють із самого запиту
Як помітитиУ висновках є твердження про потреби без жодної перевірки з людьми
Як виправитиПеревірити гіпотези tree test або короткими інтерв'ю; логи дають «що», не «чому»
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
Джерела
Кількісні та продуктові
Session replay
Перегляд записів сесій
Інші назви: session recordings, screen recordings, session playback, записи сесій, user session replay
Відтворення реальних сесій користувачів у живому продукті, щоб побачити поведінку й тертя в контексті. Пояснює просідання з аналітики без рекрутингу, але не дає чисел і не чує міркувань.
- Учасники
- Обмежений набір 20–30 релевантних сесій на одне питання, відфільтрованих за кроком воронки (оцінка практики). Інструменти захоплюють сесії в межах ліміту тарифу — звірити покриття з аналітикою. Перегляд: 2–4 години на питання (оцінка практики).оцінка практики; Hotjar Help про ліміти сесій; UX Collective про вибірку heatmaps
- Строк
- 1 дн – 5 дн
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- Аналітика показує просідання на кроці, а причина незрозуміла.
- Після релізу треба швидко перевірити, чи нова взаємодія працює як задумано.
- Підтримка описує проблему, яку команда не може відтворити.
- Нема бюджету чи часу на рекрутинг, а живий продукт є.
- Потрібні короткі кліпи, щоб показати команді реальне тертя.
Коли не варто
- Треба порахувати, скільки користувачів стикаються з проблемою — це аналітика.
- Продукт ще прототип або не інструментований.
- Нема правової основи, маскування полів і політики зберігання записів.
- Треба почути міркування і мотиви — потрібен модерований тест або інтерв'ю.
Параметри
- Для яких питань
- виміряти живий продукт, оцінити концепт або дизайн, зрозуміти людей і контекст
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- чому і як (якісна)
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- якісні
- Джерело даних
- що люди роблять
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер
- Бере участь
- Аналітик (фільтри, зіставлення з воронкою), DPO (маскування, retention)
- Користується результатом
- Команда ініціативи, підтримка
Протокол
Підготовка
- Зафіксувати питання і крок воронки, який вивчаємо.
- Увімкнути маскування полів вводу і PII; узгодити з DPO правову основу і retention.
- З аналітиком задати фільтр: сторінка або подія, пристрій, помилка, rage click.
- Виключити внутрішній трафік і тестові акаунти.
- Підготувати таблицю спостережень: сесія, крок, поведінка, гіпотеза.
Проведення
- Переглянути 20–30 відфільтрованих сесій підряд; кожну записати в таблицю.
- Рахувати повтори однакової поведінки, а не запам'ятовувати найдраматичнішу сесію.
- Відмічати rage clicks, dead clicks, повернення назад, покинуті поля.
- Після 10 сесій перевірити, чи з'являються нові патерни; якщо ні — зупинитися.
- Зберегти 3–5 коротких кліпів до 1 хвилини для команди.
Аналіз і передача
- Порахувати частку сесій з кожним патерном у переглянутому наборі.
- Перевірити масштаб в аналітиці: скільки користувачів доходять до цього кроку.
- Сформулювати гіпотези причин і спосіб перевірки: юзабіліті-тест або A/B.
- Показати кліпи на sprint review з висновком і наступним кроком.
- Записати нагети в репозиторій з тегами етапу і продуктової області.
Що отримуєте
- Таблиця спостережень по сесіях
- Список патернів тертя з частотою в наборі
- 3–5 кліпів для команди
- Гіпотези причин і план їхньої перевірки
- Нагети в репозиторії
Інструменти
- Microsoft Clarity
- Hotjar
- FullStory або LogRocket
- Contentsquare
- Notion або Dovetail для нотаток і кліпів
Типові помилки
ПомилкаАнекдот: одна драматична сесія стає «доказом»
Як помітитиУ висновку одна історія без підрахунку повторів у наборі сесій
Як виправитиФільтрувати за кроком воронки, дивитися 20–30 сесій, рахувати частку з патерном
ПомилкаВнутрішній трафік і недовибірка через ліміти тарифу
Як помітитиКількість захоплених сесій у рази менша за трафік кроку в аналітиці
Як виправитиБлокувати внутрішні IP, звірити покриття з аналітикою, розподілити ліміт на весь період
ПомилкаПерсональні дані в записах
Як помітитиУ відтворенні видно введений текст форм, імена, номери
Як виправитиМаскувати всі поля вводу за замовчуванням, обмежити retention і доступ до записів
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
Джерела
Кількісні та продуктові
Heatmaps
Теплові карти
Інші назви: click maps, scroll maps, attention maps, mouse tracking, карти кліків, карти прокрутки
Агреговані накладки кліків, прокрутки або уваги на сторінку живого продукту. Показують, куди доходять і натискають користувачі, але не пояснюють намір.
- Учасники
- Агреговані перегляди сторінки без рекрутингу. Інструменти часто обмежують вибірку першими 1–2 тис. візитів, тому вибірку планують на весь період. Мінімуму переглядів на карту джерела не задають; для eye-tracking-карт NN/g радить ≈39 учасників на сторінку — орієнтир, не правило для click maps.UX Collective, Heatmaps: 5 ways you could be screwing them up; NN/g, Eyetracking Setup (лише для eye-tracking)
- Строк
- 3 дн – 2 тиж
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- Треба перевірити, чи доходять користувачі до CTA на довгій сторінці.
- Підозра, що користувачі клікають на неклікабельні елементи.
- Порівняння «до/після» редизайну сторінки з достатнім трафіком.
- Пріоритезація контенту на лендінгу: що бачать, що пропускають.
- Потрібна швидка візуальна аргументація для стейкхолдерів.
Коли не варто
- Сторінка динамічна або персоналізована: карта змішує різні стани.
- Трафіку сторінки замало, щоб карта була стабільною.
- Питання «чому» — потрібні session replay або юзабіліті-тест.
- Нативний мобільний застосунок без підтримки інструменту.
Параметри
- Для яких питань
- виміряти живий продукт, оцінити концепт або дизайн
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від сотень людей
- Дані
- кількісні
- Джерело даних
- що люди роблять
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер
- Бере участь
- Аналітик (звірка вибірки з аналітикою), розробник (встановлення скрипта)
- Користується результатом
- Команда ініціативи, маркетинг
Протокол
Підготовка
- Обрати сторінки і питання: глибина прокрутки до CTA, кліки по неклікабельному.
- Налаштувати знімок саме поточної версії сторінки; виключити внутрішній трафік.
- Розділити карти за пристроєм (desktop/mobile) і ключовим сегментом.
- Перевірити, скільки візитів захопить карта; подовжити період, якщо вибірка обрізана.
- Зафіксувати дату старту для порівняння «до/після».
Проведення
- Збирати дані щонайменше повний тиждень, щоб охопити будні й вихідні.
- Читати scroll map: середня глибина, де лишається 50% і 25% відвідувачів.
- Читати click map: кліки по неклікабельних елементах, порожні зони навколо CTA.
- Звірити кількість візитів на карті з аналітикою сторінки.
- Зберегти знімки карт з датою, версією і n візитів.
Аналіз і передача
- Накласти карту на макет у Figma і позначити 3–5 проблемних зон.
- Перевірити гіпотези на 10–20 session replay цієї сторінки.
- Запропонувати зміни: перемістити CTA, прибрати хибні affordance, скоротити сторінку.
- Для важливих змін спланувати A/B-тест, а не покладатися на карту.
- Зафіксувати baseline для повторного заміру після релізу.
Що отримуєте
- Знімки карт з анотаціями, датою і n
- Список проблемних зон на макеті
- Гіпотези для session replay або A/B
- Рекомендації змін сторінки
- Baseline глибини прокрутки і кліків
Інструменти
- Microsoft Clarity
- Hotjar
- Contentsquare
- FullStory
- Figma для накладання карти на макет
Типові помилки
ПомилкаКарта побудована з обрізаної вибірки або одного дня
Як помітитиn візитів на карті в рази менше за трафік сторінки в аналітиці
Як виправитиРозподілити ліміт інструменту на повний період, збирати щонайменше тиждень
ПомилкаОдна карта на динамічну сторінку з різними станами
Як помітитиКліки «в повітрі», накладка не збігається з макетом
Як виправитиОкремі карти на кожен стан і пристрій; фіксувати версію сторінки
ПомилкаКліки й увагу читають як інтерес без контексту
Як помітитиВисновки про мотиви зроблені лише з карти, без записів сесій чи тесту
Як виправитиПеревіряти на session replay і юзабіліті-тесті; карта — лише індикатор
Поєднувати з
Шаблони
Джерела
Кількісні та продуктові
Standardized UX questionnaires (SUS, SEQ, UMUX-Lite)
Стандартизовані UX-опитувальники (SUS, SEQ, UMUX-Lite)
Інші назви: SUS, SEQ, UMUX-Lite, UX-Lite, SUPR-Q, PSSUQ
Валідовані шкали сприйнятої зручності після задачі (SEQ) або після сесії (SUS, UMUX-Lite). Дають число з нормами для порівняння релізів, дизайнів і конкурентів.
- Учасники
- n=20 дає ±8 балів SUS і ±0,4 бала SEQ при 90% CI (MeasuringU). NN/g: ≥20 для кількісних досліджень, ≈40 для більшості. Щоб побачити різницю 12 п.п. у completion rate: 93 учасники within-subjects або 213 на групу between-subjects (MeasuringU).MeasuringU, Sample Size Recommendations; NN/g, How Many Test Users; NN/g відео «5 users: qual vs quant»
- Строк
- 3 дн – 10 дн
- Вартість
- низька
- Хто веде
- дизайнер з коучингом ресерчера
Коли застосовувати
- Потрібен бенчмарк зручності між релізами або проти конкурента.
- До якісного юзабіліті-тесту треба додати порівнюване число.
- Треба порівняти два дизайни з однаковими задачами.
- Керівництву потрібен показник з нормами, а не лише перелік проблем.
- HEART-метрика Happiness потребує стандартизованого інструмента.
Коли не варто
- n<5, а число подають як «оцінку продукту» — точність надто низька.
- Треба знайти конкретні проблеми: шкали не діагностують, лише вимірюють.
- Команда хоче змінити формулювання або шкалу — результат перестане бути порівнюваним.
- Між хвилями змінилися задачі або профіль учасників.
Параметри
- Для яких питань
- виміряти живий продукт, оцінити концепт або дизайн
- Мінімум на руках
- hi-fi прототип
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- кількісні
- Джерело даних
- що люди кажуть
- Контекст
- сценарій дослідника
Ролі
- Веде
- Дизайнер з коучингом ресерчера; аналітик рахує CI і порівнює хвилі
- Бере участь
- Ресерчер (дизайн дослідження, переклад шкали), PO
- Користується результатом
- Команда ініціативи, керівництво (бенчмарк по релізах)
Протокол
Підготовка
- Обрати шкалу під питання: SEQ після кожної задачі, SUS або UMUX-Lite після сесії.
- Взяти валідований переклад; не змінювати формулювання, порядок і кількість пунктів.
- З аналітиком задати n під потрібну точність: n=20 → ±8 SUS.
- Зафіксувати задачі, профіль рекрутингу і момент опитування однаково для всіх хвиль.
- Провести пілот з 1–2 людьми за день до поля.
Проведення
- Давати SEQ одразу після кожної задачі, до будь-якого обговорення.
- SUS або UMUX-Lite давати наприкінці сесії, до дебрифу.
- Після оцінки SEQ ≤5 ставити одне відкрите «чому».
- Не коментувати відповіді і не допомагати «виправити» оцінку.
- Зберігати сирі відповіді для кожного респондента і задачі.
Аналіз і передача
- Порахувати SUS за стандартною формулою; вивести середнє і 90% або 95% CI.
- Порівняти з нормами: SUS середнє 68, оцінка A ≥80,3, F <51; SEQ середнє ≈5,5.
- UMUX-Lite корелює з SUS (r=0,83, MeasuringU); радимо звітувати його окремо від SUS і не змішувати в одному тренді (рекомендація цієї методології, не висновок джерела).
- Порівнювати хвилі лише з CI і за однакового протоколу.
- Звіт: число + CI + n + 3 цитати «чому» на задачу з низькою оцінкою.
Що отримуєте
- SUS або UMUX-Lite з CI і n
- SEQ по задачах з CI та порівнянням з нормою
- Таблиця бенчмарку за хвилями або дизайнах
- Цитати «чому» для низьких оцінок
- Протокол повторення для наступної хвилі
Інструменти
- Maze, Lyssna або UserTesting (збір після задач)
- Sprig або Hotjar (SEQ у продукті)
- Калькулятори CI MeasuringU
- Google Sheets або R
- Dovetail для відповідей «чому»
Типові помилки
ПомилкаПорівняння хвиль без довірчих інтервалів
Як помітитиУ звіті «SUS виріс із 66 до 71» без CI, n і однакових задач
Як виправитиПоказувати CI, тримати ті самі задачі й профіль рекрутингу; різницю перевіряти тестом
ПомилкаSUS при n<5 подають як «оцінку продукту»
Як помітитиЧисло з усної сесії на 3–4 учасниках у презентації для керівництва
Як виправитиПоказувати CI; для числа набирати ≥20 через unmoderated-інструмент
ПомилкаSEQ читають як top-box «скільки поставили 7»
Як помітитиУ звіті лише відсоток максимальних оцінок без середнього
Як виправитиПорівнювати середнє з нормою ≈5,5 і запитувати «чому» при оцінках <5
Поєднувати з
Шаблони
- Чекліст дизайну опитування
- Скрипт модерованого юзабіліті-тесту
- Структура share-out (дек і 1-pager)
- План дослідження (повний)
Джерела
Кількісні та продуктові
NPS, CSAT, CES
Метрики лояльності й задоволеності
Інші назви: Net Promoter Score, Customer Satisfaction Score, Customer Effort Score, relationship survey, transactional survey
Одноелементні шкали: готовність рекомендувати (NPS), задоволеність епізодом (CSAT), зусилля (CES). Дешево відстежують ставлення в часі, але не діагностують usability.
- Учасники
- n задає бажана ширина CI: n = (p_prom + p_det)·Z²/d², CI рахують методом adjusted-Wald (MeasuringU). При 15 відповідях стрибок NPS на 15 пунктів мав CI від −36 до +66. Орієнтир для ±5%: ≈385 відповідей (Cochran). Відгук in-app опитувань ≈12–30% (Refiner 2025: 27,5%, mobile 36%); інші вендори звітують 2–12%.MeasuringU, Sample Sizes for Comparing NPS; Attest (формула Кокрена); Refiner, In-app Survey Response Rates 2025
- Строк
- 3 дн – 2 тиж
- Вартість
- низька
- Хто веде
- дизайнер з коучингом ресерчера
Коли застосовувати
- Треба відстежувати ставлення до продукту квартал за кварталом.
- Після звернення в підтримку або завершення задачі потрібен CES чи CSAT.
- Треба порівняти сегменти в масштабі сотень відповідей.
- Керівництво вже звітує NPS, і команда має показувати тренд коректно.
Коли не варто
- Як діагностика зручності інтерфейсу — одна шкала без даних про надійність.
- Рішення на n<100 відповідей: інтервал ширший за будь-який ефект.
- Опитують лише після успішної дії — вийде систематичне завищення.
- Замість дослідження: число не пояснює, що змінити.
Параметри
- Для яких питань
- виміряти живий продукт (базовий)
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- прямий
- Аудиторія
- від сотень людей
- Дані
- кількісні
- Джерело даних
- що люди кажуть
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер або PO з коучингом ресерчера; аналітик рахує CI і тренди
- Бере участь
- CX або маркетинг (власник каналу), аналітик, підтримка
- Користується результатом
- Керівництво, команда продукту
Протокол
Підготовка
- Обрати метрику під питання: NPS — відносини, CSAT — епізод, CES — зусилля після задачі.
- Зафіксувати формулювання і шкалу; не змінювати між хвилями.
- Визначити тригер і вибірку: випадковий відбір, не лише після успіху; ліміт частоти показу.
- З аналітиком задати цільове n під бажану ширину CI.
- Додати одне відкрите «чому» і метадані: сегмент, етап, пристрій.
Проведення
- Запускати хвилями або безперервно з квотою на сегмент.
- Стежити за response rate; якщо нижче 10% — переглянути момент і довжину.
- Не підказувати відповідь і не відсіювати незадоволених на вході.
- Збирати коментарі з прив'язкою до сегмента й етапу шляху.
Аналіз і передача
- Порахувати score з CI (adjusted-Wald) і n; без CI не звітувати.
- Різницю між хвилями перевіряти тестом, а не «на око».
- Закодувати коментарі в теми; дати частоти тем по сегментах.
- Зв'язати score з поведінкою через аналітику: retention, churn, частота.
- Поставити поруч UX-метрики (SUS/UMUX-Lite, успіх задач), бо NPS не діагностує зручність.
Що отримуєте
- Тренд score з CI і n за хвилями
- Таблиця тем із коментарів з частотами
- Порівняння сегментів з CI
- Зв'язок score з поведінковими метриками
- Список дій для команди
Інструменти
- Sprig, Pendo або Userpilot (in-app)
- Qualtrics, SurveyMonkey або Typeform (email)
- Калькулятор NPS CI MeasuringU
- Amplitude для зв'язку з поведінкою
- Dovetail для кодування коментарів
Типові помилки
ПомилкаТочковий score без довірчого інтервалу
Як помітитиУ звіті «NPS виріс на 8 пунктів» без CI і n
Як виправитиЗавжди показувати CI і n; різницю перевіряти тестом на пропорції (MeasuringU)
ПомилкаNPS використовують як діагностику зручності або UX
Як помітитиПадіння NPS пояснюють інтерфейсом без інших даних
Як виправитиПоєднати з SUS або UMUX-Lite, успіхом задач і коментарями; NPS — одна шкала без даних надійності
ПомилкаУпередження виживання і моменту: опитують лише задоволених
Як помітитиТригер стоїть тільки після успішної дії або для активних користувачів
Як виправитиВипадкова вибірка, опитування відтоку окремим каналом, фіксований момент для всіх
Поєднувати з
- Standardized UX questionnaires (SUS, SEQ, UMUX-Lite)
- Feedback widgets
- Product analytics
- User interviews
Шаблони
Джерела
Кількісні та продуктові · фреймворк, не метод
HEART framework
Фреймворк HEART
Інші назви: Happiness–Engagement–Adoption–Retention–Task success, Goals–Signals–Metrics, GSM, UX-метрики масштабу, Google HEART
Фреймворк Google для вибору UX-метрик масштабу за п'ятьма категоріями через ланцюг Goals → Signals → Metrics. Дає команді спільне визначення «працює» ще до запуску.
Допоміжна позиція: описана так само повно, але як метод дослідження не рекомендується — її називають поруч із обраним методом.
- Учасники
- Поведінкові категорії (Engagement, Adoption, Retention, Task success) — вся популяція з аналітики. Happiness — опитуванням за правилами вибірки: n=20 → ±8 SUS (MeasuringU), ≈385 для ±5% (Cochran). Сегменти мають підтримувати довірчі інтервали.Rodden, Hutchinson, Fu (CHI 2010) — структура; MeasuringU і Attest (Cochran) — правила n
- Строк
- 3 дн – 10 дн
- Вартість
- низька
- Хто веде
- аналітик
Коли застосовувати
- На Kick-off або старті епіку треба домовитися про метрики успіху.
- Після запуску треба вимірювати досвід у масштабі, а не лише конверсію.
- Треба пріоритизувати роботу за впливом на кілька вимірів досвіду.
- Дашборди є, але метрики не пов'язані з цілями користувачів.
Коли не варто
- Нема живого продукту або інструментованих подій — вимірювати нічого.
- Замість discovery: HEART вимірює, але не відкриває потреби.
- Метрики беруть з наявних дашбордів, не формулюючи цілі.
- Мала команда намагається вести всі п'ять категорій одночасно.
Параметри
- Для яких питань
- виміряти живий продукт, що робити першим
- Мінімум на руках
- hi-fi прототип
- Відповідь
- скільки і наскільки (кількісна)
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- кількісні
- Джерело даних
- що кажуть і що роблять
- Контекст
- природне використання
Ролі
- Веде
- Аналітик (метрики, дашборд); дизайнер веде GSM-воркшоп
- Бере участь
- PO, дизайнер, розробник, ресерчер
- Користується результатом
- Команда ініціативи, керівництво
Протокол
Підготовка
- Зібрати команду на GSM-воркшоп 60–90 хв на Kick-off або старті епіку.
- Сформулювати ≤3 цілі словами про користь для користувача, не наявними метриками.
- Обрати 3–4 категорії HEART, що пасують продукту; не брати всі п'ять.
- Для кожної цілі записати сигнали: спостережувані дії або ставлення.
- Перетворити сигнали в метрики: назва, формула, джерело даних, власник.
- Перевірити з аналітиком наявність подій; поставити задачі на інструментування.
Проведення
- Побудувати дашборд з baseline для кожної метрики до релізу.
- Налаштувати Happiness-опитування (SUS, UMUX-Lite або CSAT) з тригером і випадковою вибіркою.
- Переглядати метрики в ритмі спринту; записувати гіпотези про зміни.
- Позначати релізи й експерименти на таймлайні дашборда.
Аналіз і передача
- Читати категорії разом: Adoption росте, а Happiness падає — сигнал конфлікту.
- Аналітик додає CI і порівняння з тим самим періодом минулого року.
- Просідання пояснювати якісним методом, не здогадкою.
- Оновлювати GSM-таблицю після кожного етапу; прибирати метрики, на які ніхто не реагує.
- Звітувати однією сторінкою: ціль → метрика → тренд → рішення.
Що отримуєте
- Таблиця goals–signals–metrics з власниками
- Дашборд HEART з baseline
- Налаштоване Happiness-опитування
- Квартальна нотатка з трендами і рішеннями
- Список задач на інструментування
Інструменти
- Miro (GSM-воркшоп)
- Amplitude або Mixpanel
- Looker Studio або Metabase (дашборд)
- Sprig або Qualtrics (Happiness)
- Notion (таблиця goals–signals–metrics)
Типові помилки
ПомилкаЦілі сформульовані як наявні метрики («підняти DAU»)
Як помітитиУ колонці Goals стоять числа з дашборда, а не користь для користувача
Як виправитиПереписати цілі як «чим UX допомагає користувачу»; метрики виводити лише із сигналів
ПомилкаЗабагато категорій і метрик — ніхто не стежить
Як помітитиДашборд з 20+ метриками, які не обговорюють на ревʼю
Як виправитиЛишити 3–4 категорії і 1–2 метрики на ціль; решту архівувати
ПомилкаМетрики читають поодинці й пропускають конфлікт
Як помітитиЗвіт святкує зростання Adoption, а Happiness або Retention не згадано
Як виправитиПоказувати категорії поруч; будь-яке зростання перевіряти на ціну в інших категоріях
Поєднувати з
- Product analytics
- Standardized UX questionnaires (SUS, SEQ, UMUX-Lite)
- NPS, CSAT, CES
- A/B and multivariate testing
Шаблони
Джерела
Кількісні та продуктові · інфраструктура досліджень
Feedback widgets
Віджети зворотного зв'язку
Інші назви: always-on feedback, «Чи було це корисно?», voice of customer (VoC), in-product feedback, customer feedback channel
Постійні канали в продукті, куди користувачі самі пишуть оцінки й коментарі. Дешеве безперервне слухання, але пишуть переважно незадоволені.
Допоміжна позиція: описана так само повно, але як метод дослідження не рекомендується — її називають поруч із обраним методом.
- Учасники
- Нерекрутований потік відгуків. Для тематичного аналізу — репрезентативна вибірка ≥500 звернень за 3–6 місяців (Kromatic, для підтримки й відгуків). Відгук in-app форм ≈12–30% (Refiner 2025: 27,5%), інші вендори 2–12%.Kromatic, Customer Support Analysis; Refiner, In-app Survey Response Rates 2025
- Строк
- 3 дн – 2 тиж
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- Потрібне безперервне слухання після запуску без рекрутингу.
- На сторінках довідки треба знати, чи матеріал допоміг.
- Треба ловити баги і скарги в контексті сторінки й версії.
- Є підтримка, готова щотижня розбирати потік і закривати петлю.
Коли не варто
- Потрібна репрезентативна картина: автори відгуків — зміщена вибірка.
- Замість інтерв'ю: відгуки не розкривають контекст і мотиви.
- Нема людини, яка читатиме потік щотижня — канал стане шумом.
- Віджет збирає чутливі дані без згоди і політики зберігання.
Параметри
- Для яких питань
- виміряти живий продукт, зрозуміти людей і контекст
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- обидві
- Доступ до користувачів
- прямий
- Аудиторія
- від сотень людей
- Дані
- змішані
- Джерело даних
- що люди кажуть
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер
- Бере участь
- Підтримка (маршрутизація), аналітик (масштаб тем), DPO
- Користується результатом
- PO, команда ініціативи, контент-команда
Протокол
Підготовка
- Обрати місця: після завершення задачі, на сторінках довідки, у налаштуваннях; не на критичному кроці.
- Обрати формат: одна оцінка + вільний текст; не більше 4–5 питань.
- Погодити маршрутизацію: хто читає щотижня, куди йдуть баги, запити, скарги.
- Налаштувати метадані: сторінка, сегмент, версія, пристрій.
- Прописати політику PII і retention; додати короткий текст згоди у віджет.
Проведення
- Переглядати потік щотижня; кодувати в 15–25 тегів з письмовими визначеннями.
- Відокремлювати баги (у Jira) від UX-проблем і запитів на функції.
- Рахувати частоти тем на місяць і по сторінках.
- Відповідати на критичні звернення разом із підтримкою; закривати петлю.
- Раз на квартал перевіряти теги на дрейф і об'єднувати дублі.
Аналіз і передача
- Для топ-тем перевірити масштаб в аналітиці: скільки людей проходять цей крок.
- Пам'ятати про зміщення: пишуть здебільшого незадоволені; не узагальнювати на всіх.
- Теми «що» перевести в «чому» через інтерв'ю або юзабіліті-тест.
- Щомісячний дайджест: топ-5 тем, тренд, що зроблено.
- Записати нагети в репозиторій з тегами продуктової області.
Що отримуєте
- Потік відгуків з тегами і метаданими
- Щомісячний дайджест топ-тем і трендів
- Частоти тем по сторінках і сегментах
- Список звернень для тріажу з підтримкою
- Нагети в репозиторії
Інструменти
- Hotjar Feedback або Microsoft Clarity
- Sprig, Pendo або Userpilot
- Usersnap
- Dovetail або Condens (кодування)
- Productboard або Notion (маршрутизація)
Типові помилки
ПомилкаВідгуки вважають репрезентативними для всіх користувачів
Як помітитиУ звіті «користувачі хочуть X» на основі 12 коментарів без масштабу
Як виправитиТріангулювати з аналітикою і опитуванням; завжди вказувати n і частку від аудиторії кроку
ПомилкаТе, що пишуть, приймають за те, що роблять
Як помітитиРішення про зміну флоу спирається лише на тексти відгуків
Як виправитиПеревірити спостереженням: session replay або юзабіліті-тест на цьому кроці
ПомилкаВідкрита петля: відгуки збирають, але не обробляють і не відповідають
Як помітитиТижні непрочитаних повідомлень; ті самі скарги повторюються місяцями
Як виправитиЗадокументований щотижневий тріаж із підтримкою, відповідальний і SLA на відповідь
Поєднувати з
Шаблони
- Чекліст дизайну опитування
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)