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

  1. Записати гіпотезу за шаблоном Lean UX: бізнес-результат, персона, зміна, сигнал.
  2. Обрати одну первинну метрику і 2–3 guardrail-метрики (помилки, відтік, швидкість).
  3. Взяти базову конверсію з аналітики; з аналітиком порахувати MDE і n на варіант.
  4. Зафіксувати n, дату зупинки і критерій успіху в ab-test-plan до запуску.
  5. Підготувати варіанти в Figma з описом єдиної відмінності; узгодити реалізацію через feature flag.
  6. Перевірити рандомізацію і трекінг A/A-тестом або на staging.
  7. Узгодити з аналітиком і DPO: агреговані дані A/B зазвичай не потребують окремої згоди (NN/g).

Проведення

  1. Запустити на весь цільовий сегмент; виключити внутрішній трафік і ботів.
  2. Не читати p-value до досягнення запланованого n або перейти на sequential/Bayesian-метод.
  3. Щодня перевіряти лише технічне здоров'я: розподіл трафіку, помилки, guardrails.
  4. Тримати тест щонайменше один повний бізнес-цикл, краще два тижні.
  5. Не змінювати варіанти під час тесту; будь-яка зміна — новий тест.

Аналіз і передача

  1. Аналітик рахує ефект по первинній метриці з довірчим інтервалом.
  2. Перевірити guardrails і лише заздалегідь названі сегменти, без «полювання» на значущість.
  3. Записати в реєстр експериментів: гіпотеза, n, ефект, CI, рішення.
  4. Відсутність ефекту теж результат; не продовжувати тест, щоб «дотиснути».
  5. Передати переможця в rollout і запланувати повторний замір метрики через місяць.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

До списку методів

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

  1. Записати 3–5 питань із брифу, на які має відповісти кількість.
  2. Скласти measurement plan: ціль → мікроконверсії → метрики (NN/g) або таблицю HEART GSM.
  3. Перевірити з аналітиком наявність подій; за потреби поставити задачу на інструментування.
  4. Домовитися про визначення: «активний користувач», «успіх кроку», «сесія».
  5. Визначити сегменти і перевірити їхній розмір для довірчих інтервалів.

Проведення

  1. Побудувати воронку ключового флоу; відсікти внутрішній трафік і ботів.
  2. Подивитися retention по тижневих когортах реєстрації.
  3. Для кожного просідання записати 2–3 гіпотези за категоріями проблем: контент, навігація, помилка, мотивація.
  4. Перевірити гіпотези розрізами: пристрій, сегмент, джерело трафіку, версія.
  5. Зберегти запити й дашборд з описом, щоб повторити замір через квартал.

Аналіз і передача

  1. Аналітик додає довірчий інтервал або хоча б n до кожної цифри.
  2. Відокремити «що» (дані) від «чому» (потребує якісної перевірки).
  3. Обрати 1–3 просідання для session replay або юзабіліті-тесту.
  4. Оформити односторінковий підсумок:питання → цифра → інтерпретація → наступний крок.
  5. Внести baseline-метрики в research plan ініціативи.

Що отримуєте

Інструменти

Типові помилки

  1. 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)

  2. 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

  3. 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

Джерела

До списку методів

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

  1. Сформулювати питання: лексика, частота, невдалі запити чи точки відмов.
  2. Погодити з розробником і DPO правову основу (legitimate interests з balancing test) і псевдонімізацію.
  3. Вивантажити логи за період; зафіксувати поля: запит, кількість результатів, клік, сторінка, час.
  4. Відсікти ботів, внутрішні IP і службові запити.
  5. Підготувати таблицю для словника: термін користувача → наша назва → частота.

Проведення

  1. Нормалізувати запити: регістр, опечатки, форми слова; порахувати частоти.
  2. Виділити топ-100 запитів і всі запити з нульовим результатом.
  3. Згрупувати запити за наміром і зіставити з наявними розділами й назвами.
  4. Порахувати частку запитів без кліку і повторних переформулювань.
  5. Для системних логів знайти послідовності помилок і повторів дії на одному кроці.

Аналіз і передача

  1. Заповнити словник лексики з частотами; позначити розбіжності з назвами в інтерфейсі.
  2. Пріоритезувати розбіжності за частотою × відсутністю результату.
  3. Передати назви користувачів у card sorting або tree testing як вхідні дані.
  4. Скласти список змін: синоніми для пошуку, перейменування, новий контент.
  5. Повторити замір через квартал і порівняти частку zero-results.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

Джерела

До списку методів

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

  1. Зафіксувати питання і крок воронки, який вивчаємо.
  2. Увімкнути маскування полів вводу і PII; узгодити з DPO правову основу і retention.
  3. З аналітиком задати фільтр: сторінка або подія, пристрій, помилка, rage click.
  4. Виключити внутрішній трафік і тестові акаунти.
  5. Підготувати таблицю спостережень: сесія, крок, поведінка, гіпотеза.

Проведення

  1. Переглянути 20–30 відфільтрованих сесій підряд; кожну записати в таблицю.
  2. Рахувати повтори однакової поведінки, а не запам'ятовувати найдраматичнішу сесію.
  3. Відмічати rage clicks, dead clicks, повернення назад, покинуті поля.
  4. Після 10 сесій перевірити, чи з'являються нові патерни; якщо ні — зупинитися.
  5. Зберегти 3–5 коротких кліпів до 1 хвилини для команди.

Аналіз і передача

  1. Порахувати частку сесій з кожним патерном у переглянутому наборі.
  2. Перевірити масштаб в аналітиці: скільки користувачів доходять до цього кроку.
  3. Сформулювати гіпотези причин і спосіб перевірки: юзабіліті-тест або A/B.
  4. Показати кліпи на sprint review з висновком і наступним кроком.
  5. Записати нагети в репозиторій з тегами етапу і продуктової області.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

Джерела

До списку методів

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

  1. Обрати сторінки і питання: глибина прокрутки до CTA, кліки по неклікабельному.
  2. Налаштувати знімок саме поточної версії сторінки; виключити внутрішній трафік.
  3. Розділити карти за пристроєм (desktop/mobile) і ключовим сегментом.
  4. Перевірити, скільки візитів захопить карта; подовжити період, якщо вибірка обрізана.
  5. Зафіксувати дату старту для порівняння «до/після».

Проведення

  1. Збирати дані щонайменше повний тиждень, щоб охопити будні й вихідні.
  2. Читати scroll map: середня глибина, де лишається 50% і 25% відвідувачів.
  3. Читати click map: кліки по неклікабельних елементах, порожні зони навколо CTA.
  4. Звірити кількість візитів на карті з аналітикою сторінки.
  5. Зберегти знімки карт з датою, версією і n візитів.

Аналіз і передача

  1. Накласти карту на макет у Figma і позначити 3–5 проблемних зон.
  2. Перевірити гіпотези на 10–20 session replay цієї сторінки.
  3. Запропонувати зміни: перемістити CTA, прибрати хибні affordance, скоротити сторінку.
  4. Для важливих змін спланувати A/B-тест, а не покладатися на карту.
  5. Зафіксувати baseline для повторного заміру після релізу.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

До списку методів

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

  1. Обрати шкалу під питання: SEQ після кожної задачі, SUS або UMUX-Lite після сесії.
  2. Взяти валідований переклад; не змінювати формулювання, порядок і кількість пунктів.
  3. З аналітиком задати n під потрібну точність: n=20 → ±8 SUS.
  4. Зафіксувати задачі, профіль рекрутингу і момент опитування однаково для всіх хвиль.
  5. Провести пілот з 1–2 людьми за день до поля.

Проведення

  1. Давати SEQ одразу після кожної задачі, до будь-якого обговорення.
  2. SUS або UMUX-Lite давати наприкінці сесії, до дебрифу.
  3. Після оцінки SEQ ≤5 ставити одне відкрите «чому».
  4. Не коментувати відповіді і не допомагати «виправити» оцінку.
  5. Зберігати сирі відповіді для кожного респондента і задачі.

Аналіз і передача

  1. Порахувати SUS за стандартною формулою; вивести середнє і 90% або 95% CI.
  2. Порівняти з нормами: SUS середнє 68, оцінка A ≥80,3, F <51; SEQ середнє ≈5,5.
  3. 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).
  4. Порівнювати хвилі лише з CI і за однакового протоколу.
  5. Звіт: число + CI + n + 3 цитати «чому» на задачу з низькою оцінкою.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

Джерела

До списку методів

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

  1. Обрати метрику під питання: NPS — відносини, CSAT — епізод, CES — зусилля після задачі.
  2. Зафіксувати формулювання і шкалу; не змінювати між хвилями.
  3. Визначити тригер і вибірку: випадковий відбір, не лише після успіху; ліміт частоти показу.
  4. З аналітиком задати цільове n під бажану ширину CI.
  5. Додати одне відкрите «чому» і метадані: сегмент, етап, пристрій.

Проведення

  1. Запускати хвилями або безперервно з квотою на сегмент.
  2. Стежити за response rate; якщо нижче 10% — переглянути момент і довжину.
  3. Не підказувати відповідь і не відсіювати незадоволених на вході.
  4. Збирати коментарі з прив'язкою до сегмента й етапу шляху.

Аналіз і передача

  1. Порахувати score з CI (adjusted-Wald) і n; без CI не звітувати.
  2. Різницю між хвилями перевіряти тестом, а не «на око».
  3. Закодувати коментарі в теми; дати частоти тем по сегментах.
  4. Зв'язати score з поведінкою через аналітику: retention, churn, частота.
  5. Поставити поруч UX-метрики (SUS/UMUX-Lite, успіх задач), бо NPS не діагностує зручність.

Що отримуєте

Інструменти

Типові помилки

  1. 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)

  2. 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

  3. 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

Шаблони

Джерела

До списку методів

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

  1. Зібрати команду на GSM-воркшоп 60–90 хв на Kick-off або старті епіку.
  2. Сформулювати ≤3 цілі словами про користь для користувача, не наявними метриками.
  3. Обрати 3–4 категорії HEART, що пасують продукту; не брати всі п'ять.
  4. Для кожної цілі записати сигнали: спостережувані дії або ставлення.
  5. Перетворити сигнали в метрики: назва, формула, джерело даних, власник.
  6. Перевірити з аналітиком наявність подій; поставити задачі на інструментування.

Проведення

  1. Побудувати дашборд з baseline для кожної метрики до релізу.
  2. Налаштувати Happiness-опитування (SUS, UMUX-Lite або CSAT) з тригером і випадковою вибіркою.
  3. Переглядати метрики в ритмі спринту; записувати гіпотези про зміни.
  4. Позначати релізи й експерименти на таймлайні дашборда.

Аналіз і передача

  1. Читати категорії разом: Adoption росте, а Happiness падає — сигнал конфлікту.
  2. Аналітик додає CI і порівняння з тим самим періодом минулого року.
  3. Просідання пояснювати якісним методом, не здогадкою.
  4. Оновлювати GSM-таблицю після кожного етапу; прибирати метрики, на які ніхто не реагує.
  5. Звітувати однією сторінкою: ціль → метрика → тренд → рішення.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

Шаблони

Джерела

До списку методів

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

  1. Обрати місця: після завершення задачі, на сторінках довідки, у налаштуваннях; не на критичному кроці.
  2. Обрати формат: одна оцінка + вільний текст; не більше 4–5 питань.
  3. Погодити маршрутизацію: хто читає щотижня, куди йдуть баги, запити, скарги.
  4. Налаштувати метадані: сторінка, сегмент, версія, пристрій.
  5. Прописати політику PII і retention; додати короткий текст згоди у віджет.

Проведення

  1. Переглядати потік щотижня; кодувати в 15–25 тегів з письмовими визначеннями.
  2. Відокремлювати баги (у Jira) від UX-проблем і запитів на функції.
  3. Рахувати частоти тем на місяць і по сторінках.
  4. Відповідати на критичні звернення разом із підтримкою; закривати петлю.
  5. Раз на квартал перевіряти теги на дрейф і об'єднувати дублі.

Аналіз і передача

  1. Для топ-тем перевірити масштаб в аналітиці: скільки людей проходять цей крок.
  2. Пам'ятати про зміщення: пишуть здебільшого незадоволені; не узагальнювати на всіх.
  3. Теми «що» перевести в «чому» через інтерв'ю або юзабіліті-тест.
  4. Щомісячний дайджест: топ-5 тем, тренд, що зроблено.
  5. Записати нагети в репозиторій з тегами продуктової області.

Що отримуєте

Інструменти

Типові помилки

  1. 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

  2. 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

  3. 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

Джерела

До списку методів