Will Web For Food

El uso de estadística en la aplicación de las técnicas de usability engineering, es la mejor forma de garantizarnos la consistencia de nuestros resultados. Esta consistencia es vital, por ejemplo cuando se realizan test de usuarios, ya que los resultados suelen afectar a las decisiones de diseño del producto, y el producto afecta al negocio.

Debido a estas implicaciones se requiere cierto grado de certeza a la hora de aceptar los datos y la investigación del informe de test de usuarios.

Este post es el ultimo de una serie de 3, y en el nos vamos a centrar en el informe de resultados empleando el modelo CIF.

CIF son las siglas de Common Industry Format, un modelo unificado de informe de test de usabilidad, que se basa en la definición  de usabilidad de la ISO 9241-11

Usabilidad como la capacidad de  que un producto puede ser usado por usuarios específicos para alcanzar objetivos específicos con eficacia, eficiencia y satisfacción en un contexto de uso específico.

El CIF fue creado por el  IUSR group, un grupo de expertos en usabilidad, vinculada con NIST, el Instituto Nacional de Estándares y Tecnología, que es una agencia del gobierno norteamericano y varios  miembros de la industria del software con el fin de  reducir los costes indirectos derivados de los problemas de usabilidad del software, mejorar la productividad de los usuarios, y definir y validar la usabilidad del software.
Todo esto es muy interesante pero ¿En que me beneficia emplear este modelo?

La razón principal es que permite ahorrar tiempo en el diseño del documento de informe, ayuda a centrar el análisis y la metodología en la definición del estudio, y nos permite empezar desde una posición avanzada, con un estándar definido y reconocido por la industria, permitiendo que nos centremos en lograr informes mucho más eficientes y que logren comunicar de una forma  más efectiva.

También permite que el experimento se pueda reproducir, ya que en CIF indica como se ha llevado a cabo y aporta datos sobre el proceso de captación, métricas que se han considerado, definición de usabilidad empleada en la evaluación, tareas evaluadas y forma de valorar el éxito o el fracaso de una tarea y percepción subjetiva de la unidad experimental.

Este ultimo aspecto me parece muy relevante. Un formato estandarizado que permite generar conocimiento acumulativo y dotar a los proyectos de UX Strategy con continuidad en el tiempo.

Pero ¿cómo se plasma este conocimiento acumulativo? Principalmente sirviendo de herramienta para la mejora gradual de la usabilidad del producto mediante las distintas oleadas de consultoría a las que puede estar expuesto el proyecto, que como todos sabemos pueden ser llevadas a cabo por distintas personas e incluso, distintos proveedores.

Si existe un documento marco de test de usabilidad, donde se define que variables se deben tener en cuenta, como medirlas y como implementar las mejoras, todo el ciclo de análisis de usabilidad y su aplicación parece que pueden permitirnos obtener resultados más coherentes.

Existen dos versiones de CIF, la versión 1.0 y la 2.0 esta ultima del 2001, el documento se encuentra en ingles, pero próximamente liberaremos una versión traducida al español.

Referencias:

• Cif Version 2.0 (PDF)

———————————————————————————————

★ Quizás te interesa leer: Estadística para HCI 1. Introducción

Estadística para HCI 2. Diseño de investigación

El diseño de investigación o diseño experimental es un plan general de investigación para contrastar la hipótesis.

Una hipótesis es una afirmación respecto a una característica de una población.

Todas las investigaciones o estudio estadístico, de forma general, se componen de los siguientes pasos:

• En primer lugar hay que definir el objetivo de la investigación, ¿qué quiero saber? Por ejemplo “como de usable es el interfaz”.

Esta pregunta podría ser nuestra  hipótesis. Pero ¿cómo podemos saber si esta es una buena hipótesis?

Para poder habla de “como de usable es el interfaz” debemos comenzar por definir que atributos vamos a considerar indicadores de usabilidad. Existen numerosas definiciones de usabilidad, por lo que debernos elegir una. Por ejemplo podemos utilizar la definición de la ISO 9241-11*, que vincula la usabilidad  con la Eficiencia, la Eficacia y la Satisfacción del empleo del producto.

Muy bien, hasta ahora hemos acotado el objeto de investigación, pero aun así, indicar como de eficiente, eficaz o satisfactorio es el empleo de un interfaz sigue siendo un tanto árido.  Por lo que necesitamos tareas sobre las que ponderar estas características.

Una tarea es una acción que puede realizar un usuario con un objetivo, y tiene un origen y un fin claros.

Las tareas que vamos a seleccionar serán aquella que responden a los objetivos de negocio, interés del proyecto, consistencia con anteriores investigaciones o que nos aporten los datos que necesitamos. Es importante que seleccionemos tareas que aporten datos significativos. Las tareas deben ser únicas y deben tener un único objetivo. Por ejemplo en un librería online la tarea “Comprar el libro X” puede implica 1. Tratar de localizar el libro, 2. Iniciar la compra, 3. Validar la compra. Estaríamos ante 3 tareas, si la enunciamos como una sola tendremos problemas a la hora de cuantificar.

Con la ayuda de las tareas parece que podemos definir nuestra hipótesis.  Recordemos, la hipótesis debe ser formula de forma sencilla e inequívoca.

La idea del proceso es cerciorarnos con números que lo que afirmamos en la hipótesis  es correcto, (cuando es correcta nuestra afirmación decimos que se cumple la hipótesis nula)

• Recogida de la información muestral.

Uno de los aspectos más comentados cuando se habla de test de usuarios es: ¿cuántos usuarios necesito?
Es mucho mas importante definir correctamente las tareas y fijar los objetivos que realizar un muestreo muy exhaustivo. La calidad de la muestra es tan importante como su tamaño.

Es posible que conozcas formula 5. Bueno, en principio usar 5 usuarios no resulta estadísticamente representativo. Además recuerda que Nielsen habla de una población homogénea donde cada unidad descubre el 31% de los problemas de usabilidad de un total de problemas CONOCIDOS.

Puede que necesites argumentar porque no usar 5 usuarios, como alternativa a teórica a  Nielsen están los estudios CUE de Molich.

La selección de la muestra es un problema antiguo de los test de usuarios, ya que en algún sitio esta escrito a fuego que resulta cara la captación de usuarios (en cualquiera de sus sabores, pero la captación formal e informal no tienen el mismo coste), aunque posiblemente resulte más caro tomar decisiones basadas en seudo-investigación.

A la hora de hacer un muestreo es importante el grado de homogeneidad de la población. Por ejemplo si nuestros usuarios responden en su mayoría a una serie de características comunes (grupo de edad muy definido, pautas de consumo similares, objetivos de uso concretos …)  diremos que son muy homogéneos, si no es así, y en la mayoría de casos no lo sera, estableceremos grupos que presenten homogeneidad interna y heterogeneidad entre los grupos (jóvenes, adultos, amplia experiencia con tecnología, poca experiencia con tecnología)  y seleccionaremos aleatoriamente la muestra.

Los estimadores siempre tienen que ir acompañados por una  medida de su precisión por lo que la pregunta no es cuantos usuarios empleo en mi test, sino cuanta incertidumbre puedo aceptar a la hora de hacer recomendaciones de usabilidad, en otras palabras, con que seguridad puedo decir que debemos cambiar “ese botón” por que 5 usuarios han tenido problemas con él. Gota de sudor.

Raúl Páramo tiene un post muy bueno al respecto de tamaños de muestra (y al final del post esta el enlace a la calculadora de muestras para distribuciones normales ¡oro puro!).

• Significación estadística.  Son los análisis numéricos, pero eso se lo vamos a dejar a algún útil programa de calculo como  SPSS, o la alternativa código libre PSPP.

Vas a necesitar los estadísticos descriptivos para el análisis descriptivo.

La significación estadística la vamos a calcular de la siguiente forma:

1. Si se trata de una única variable continua mediante el calculo de la T de Student.
2. Si se trata de mas de una variable continua  mediante el calculo de la ANOVA.
3. Si se trata de una variable discreta mediante el calculo de Chi cudrado.

• Análisis descriptivo. Ya tienes un buen montón de datos, pero es posible que necesites resumir los datos, las formas más intuitivas es la presentación de los datos mediante algún diagrama, como por ejemplo un histograma. Recuerda que un buen gráfico siempre tiene algo de ciencia y algo de arte.

• Informe. Donde documentamos el proceso del test y los resultados obtenidos. Seguiremos el modelo CIF.

* Usability en ISO 9241-11: “the extent to which a product can be used by specified users to achieve specified goals with effectiveness, efficiency and satisfaction in a specified context of use“. Esta definición también se emplea en CIF.

———————————————————————————————

★ Quizás te interesa leer: Estadística para HCI 1. Introducción

La ciencia estadística tiene un sin fin de campos de aplicación. Dentro del HCI puedes encontrar estadística en las técnicas de Usability Engineering, como por ejemplo en los test de usuario.

Para un ejercicio responsable del Usability Engineering es imprescindible tener un mínimo conocimiento de estadística, sin que esto implique un gran dominio de las matemáticas.
Este post pretende introducción algunos conceptos básicos de estadística  que permitan entender la aplicación de la estadística a las investigaciones con usuarios.

La estadística básicamente  nos permite hacer 2 tipos de cosas: analizar grupos y aceptar o rechazar hipótesis.

Esto se plasma en los dos grandes tipos que hay de estadística, la Estadística Descriptiva y la Estadística Inferencial.

La Estadística Descriptiva es la que nos permite recoger, ordenar y analizar los datos sobre un asunto, fenómeno o problema de investigación, por ejemplo ¿cómo  son nuestros usuarios?.

La Estadística Inferencial es la a partir de una muestra extraída de una población nos permite hacer inferencias acerca de esa población, como por ejemplo ¿sí los usuarios del test realizan X todos los usuarios realizará Y?.

Es posible que encuentres difícil algunas de estas ideas, seguramente por que se emplea un vocabulario especializado. Así que vamos a empezar por acotar conceptos.

Conceptos  estadísticos básicos

• Universo o Población: es el conjunto completo de individuos sobre los que queremos generalizar las conclusiones de nuestro estudio.  Se denota como N.

• Muestra: es el conjunto de individuos que estudiamos. La muestra debe ser representativa de la población de estudio.  Se denota como n.

Un universo o población se puede describir mediante parámetros. Los parámetros se suelen representar con letras griegas. Los parámetros nos dicen que es lo que ocurre en la población y los obtenemos de los estadísticos de la muestra.
Los estadísticos son una estimación del valor del parámetro en la población.

• Parámetros: son índices que describen la población. Estos índices son toda función definida sobre los valores numéricos de una población.

• Estadísticos: son índices que describen la muestra. Estos índices es toda función definida sobre los valores numéricos de una muestra.

• Las variables: son cada una de las características o aspectos que queremos medir en la muestra. Las variables se pueden clasificar en dos grupos:

1. Cualitativas, cuando los valores no se pueden medir por que indican una cualidad (las variables cualitativas que pueden ser Nominales, cuando no pueden ordenar, por ejemplo el genero. Ordinales cuando si se pueden  ordenar, por ejemplo ante una pregunta sobre las preferencias,  estoy totalmente de acuerdo, estoy moderadamente de acuerdo…)
2. Cuantitativas, cuando los valores se pueden medir por que son un numero (las variables cuantitativas pueden Discretas, que no tienen un valor intermedio entre dos valores consecutivos,  por ejemplo numero de hijos, pueden ser 1 o 2, pero no 1.7. Continuas cuando si existen valores intermedios entre dos valores consecutivos, por ejemplo la temperatura).

• Distribución: es el registro de las distintas observaciones de una variable.

La distribución de una variable discreta es binomial y la distribución de una variable continua es normal.

Hay que tener cuidado al definir las variables del estudio porque en ocasiones estamos definiendo implícitamente la escala, por ejemplo si queremos medir la “usabilidad” en una tarea tenemos distintas formas de formular la cuestión.

• Facilidad del usuario para completar la tarea: Completada/No Completada (Variable cualitativa nominal).
• Dificultad percibida de la tarea: Alta, Media, Baja (Variable cualitativa ordinal).
• Tiempo empleado en completar la tarea en segundos: (Variable cuantitativa continua).

Como norma general, trataremos de usar variables cuantitativas continuas, porque  contienen más información, y permiten utilizar pruebas estadísticas más potentes.
Además, cuando recogemos información sobre un  dato en forma de variable cuantitativa, podemos agrupar esa información en categorías cualitativas, mientras que al revés no se puede.
De todos modos, esto no es una obligación, ya que  hay que valorar el esfuerzo que supone conseguir los datos y la viabilidad de la investigación. Estos aspectos los definiremos en el diseño de la investigación.

———————————————————————————————

★ Quizás te interesa leer: Estadística para HCI 2. Diseño de investigación

Un grupo de discusión o “focus group” se define como “un grupo cuyo objetivo es hacer una confrontación de opiniones, de ideas o de sentimientos, con el fin de llegar a unas conclusiones, un acuerdo o unas decisiones” (Muchielli, 2003).
Es importante  saber que un grupo de discusión no es un grupo de trabajo, y por lo tanto, su objetivo no es “producir soluciones”. El objetivo es que el investigador pueda documentar como los participantes intercambiar opiniones entre ellos, para obtener información acerca de percepciones, lenguaje, actitudes o motivaciones.

Se trata de que los miembros aporten ideas, pero no hay que confundir un “focus group” con un “brainstorming”. Tampoco hay que suponer que es una charla casual, se debe aplicar una metodología y fijar unos objetivos.

En teoría, los participantes del grupo de discusión deberían no conocerse entre sí. Sin embargo, en ocasiones se realizan grupos con miembros de una misma organización que si tienen relación, e incluso puede que formen parte de un mismo departamento.

Esta situación  puede suponer un problema de cara a la investigación. Para neutralizarlo se debe hacer todo lo posible para eliminar las inhibiciones de los participantes. Dejando claro el objetivo de la investigación, recordando a los participantes que la intención del grupo es recoger información sobre distintos puntos de vista  y haciendo que el grupo de discusión se desarrolle en un lugar neutro.

Como realizar un grupo de discusión

El grupo de discusión debe ser representativo del colectivo que se quiere estudiar.

Para su creación se debe seleccionar individuos que  nos permitan reproducir el discurso de la realidad investigada.

Hay que evitar la  “heterogeneidad excluyente“: esto quiere decir, no incluir en un mismo grupo individuos con diferencias muy marcadas, clásicas heterogeneidades excluyentes son:  individuos con una gran diferencia de edad pueden reproducir relaciones padre/hijo, o personas de clase social muy diferente, que pueden reproducir relaciones propietario/proletario.

Si por los objetivos de la investigación se requiere de este tipo de heterogeneidad, debemos forman grupos distintos,  cada uno de ellos  con miembros homogéneos entre si,  y compararemos los resultados de los distintos grupos, por ejemplo, para conocer las percepciones sobre un site de telefonía quizás necesitemos usuarios de teléfono móvil Prepago vs usuarios de teléfono móvil Contrato.

La selección de los participantes también suele ser problemática, un buen método para determinar los  participar es realizar una selección aleatoria.
Para ello creamos una lista de candidatos que cumplan con los objetivos de la investigación y seleccionamos 1 de cada X individuos, en función del tamaño de la lista y  del tamaño deseado para el grupo de discusión.

El tamaño ideal para una discusión en grupo está entre 7 y 10 participantes. Por debajo  de 7 se suelen monopolizar las opiniones y por encima de 10 resulta difícil de moderar por que los participantes pueden formar subgrupos y conversaciones paralelas.

El moderador del grupo o animador, es la persona encargada de coordinar y de facilitar el intercambio de opiniones entre los participantes. El moderador no puede aporta ni información ni ideas a la discusión.

El moderador debe velar para que se cumplan los objetivos de la investigación, redirigir el debate si se desvía, facilitar el intercambio de ideas entre los participantes, haciendo respetar el método que se establezca para el desarrollo de la reunión, y estableciendo la síntesis de la discusión.

Básicamente, el moderador debe reformular las aportaciones de los participantes cuando lo considere necesario, y hacer síntesis periódicas de las opiniones que van diciendo. Para lo cual puede utilizar diferentes técnicas:

• Plantear preguntas que permitan encaminadas la discusión. Se usan preguntas  abiertas en las que se exponen el tema de discusión o un punto sobre el que se quiere hacer girar la misma.

• Reformular las preguntas. El moderador expone las ideas de los participantes con otras palabras, para asegurarse de que todo el mundo entiende lo mismo.

• Sintetizar las respuestas. Cuando en el grupo se emiten diferentes ideas sobre un punto, el moderador debe confrontarlas y reagruparlas, haciendo una síntesis y recapitulando lo que se ha dicho para que todos los participantes sepan en todo momento en qué punto de la discusión están.

Hay otra figura  que es conveniente  en el grupo de discusión, es el ayudante de investigación, su función es tomar nota de lo que ocurre en el grupo, pero estas notas no deben ser una transcripción del debate, sino de los aspectos que no se pueden reflejar en la grabación. Se recomienda grabar el sonido del debate para evitar que se pierdan partes del discurso o se tomen notas sesgadas.

Trucos

• Convocar a los participantes con tiempo suficiente. Parece obvio, pero muchas veces se olvida. La convocatoria debe informar del objetivo de la sesión, el lugar, la hora, y la duración aproximada (se recomienda que no dure más de una hora).

• Las reuniones funcionan mejor por la mañana. Nadie tiene ganas de hablar a las 6 de la tarde mientras esta pensando en el atasco o en que llegará tarde.

• Colocar a los participantes de forma circular u oval. La idea es los participantes se vean unos a otros, el contacto visual facilita las interacciones entre ellos.

Referencias:

• L’Analyse qualitative en sciences humaines et sociales.
• Focus groups - how to run them.

• This post also available in English.

Introducción

La etnografía es el estudio descriptivo de las costumbres y tradiciones de los pueblos, por lo que su aplicación nos permite conocer la forma de vida de un grupo humano en un periodo concreto y un contexto determinado. Se basa en  el empleo de metodología cualitativa, aunque en la práctica las técnicas principales son la observación participante y la entrevista.

Como disciplina forma parte del cuerpo teórico de la antropología.

Esto puede parecer muy lejano al diseño de interacción, pero solo es una cuestión semántica, si sustituyes “pueblos”  por “usuarios”, parece razonable incluir la etnografía en el arsenal metodológico del diseño de interacción

Como llevar a cabo una investigación etnográfica

El plan es el generador, sin un plan, carecemos de orden e intencionalidad. El plan contiene en si mismo la esencia de la sensación.
Towards a new architecture, Le Corbusier
La investigación con usuarios es un proceso que permite dotar de mayor robustez a nuestras decisiones de diseño. Con lo lograras evitar malgastar mucho tiempo en discusiones. Estas haciendo ciencia, no es un pasatiempo o un detalle exótico dentro del proyecto.
La investigación etnográfica se compone de una serie de procesos que se pueden plasmar en los siguientes pasos.

# 1 Pasos previos a la investigación:

En esta fase se realizan los preparativos para llevar a cabo la investigación.  Si tu proyecto consiste en el rediseño de una aplicación web, por ejemplo, durante la fase previa deberías obtener información  sobre las funcionalidades de la aplicación,( por ejemplo ¿cuáles son las principales funcionalidades, si son las mismas para todos los departamentos, …?), los escenarios de uso, (¿todo el mundo se conecta de igual forma, se emplean equipos similares, hay varios modos de acceder a la aplicación , distintos escenarios?) el perfil o perfiles de los usuarios, (experiencia, porcentaje de uso de la aplicación en una jornada, funcionalidades más empleadas, puedo agrupar perfiles?) conocer la historia del producto (¿es desarrollo interno de la empresa, es un desarrollo de terceros, están contentos con el producto?), conocer la cultura empresarial de la compañía y lograr los permisos, recuerda que la gente esta trabajando, es posible que encuentres alguna dificultad a este respecto. Las empresas de fuerte perfil tecnológico pueden no lograr entender totalmente los objetivos de la investigación de campo, conviene tener argumentos preparados.

# 2 Investigación:

En esta fase entras en contacto con los usuarios y tratas de obtener conocimiento. Para lo cual debes fijar una agenda de entrevistas, con los distintos perfiles. Como esto puede sonar muy desconcertante para un responsable técnico. Una posible estrategia es pedir que te muestren como son sus tareas habituales, o que te den la formación que se suele aplicar a las personas que se incorporan a la empresa. Puedes emplear distintos métodos, por ejemplo una entrevista en profundidad (más información sobre entrevista en profundidad) a este tipo de investigación se le llama  investigación flexible por que los parámetros de la investigación no se encuentran definidos, esta es una de las características del análisis etnográfico.

#3 Análisis:

Ya tienes una buena cantidad de literatura, de hecho puede ser que mucha, las transcripciones de las entrevistas en si mismas no te aportan datos, y en tu cabeza cada vez esta más claro que es lo que esta mal en la aplicación.  Una buena forma de evitar el sesgo de investigador es codificando tus datos. Por ejemplo puedes definir mapas de actividades para los perfiles, y con estos contrastar los requisitos y el análisis funcional.
Si logras reducir los datos a mapas de procesos será mucho más sencillo que los objetivos de todos los implicados estén alineados.

#4 Aplicación de tu investigación:

Como afecta lo descubierto al proyecto, estos datos nos dan la certeza de que el uso de la aplicación será más satisfactorio en el futuro, como se gestionara el cambio, las mejoras afectaran drásticamente a la organización, podemos tomar opiniones vinculantes sobre la conveniencia de definir procesos según un workflow para todos los implicados.

Conclusiones

¿Por qué hacer investigación etnográfica? Por que los proyectos fallan por problemas de comunicación, más que por problemas derivados de la  tecnología. Conocer las necesidades, los deseos y las frustraciones de las personas relacionadas con el producto puede ser muy útil para lograr el éxito de tu proyecto.

En ocasiones los directores de desarrollo del proyecto, solo tienen contacto con los responsables de la compañía, que hablan en nombre de los usuarios, tomando decisiones que tienen unas consecuencias difíciles de cuantificar y prever.

Los equipos de desarrollo también pueden tomar decisiones sesgadas, basadas en sus propias opciones y gustos. Y todo esto se plasma en el interfaz y afecta al usuario final, generando disgusto y dificultades de uso.

Para evitar estas situaciones podemos realizar una investigación de campo.

Referencias:

• IDEO method carts
• Observación participante, Oscar Guash
• Etnografía, Métodos de investigación, Martyn Hamme, Paul Atkison

• This post also available in English.

La técnica de diseño de  personas (en ingles) o personajes es de gran utilidad a la hora de diseñar productos satisfactorios. Esta herramienta permite alinear las expectativas y necesidades del producto de todos los implicados en el desarrollo. Estos implicados son tanto el core team del producto, como los stakeholders  y los hippos. Además,  al emplear personajes se evita que se produzcan desviaciones de los objetivos de diseño del producto.

Solo por lo anteriormente expuesto, la técnica de personajes ya debería ser obligatoria en cualquier desarrollo.
Aunque,  en ocasiones al presentarla te puedes encontrarte con dificultades para que sea aceptada.

Las dificultades pueden venir por la naturaleza de los personajes, ya que son abstracciones, aunque se basan en datos reales, pero no representan a usuarios reales con un nombre y un apellido, aunque los personajes si los tienen. (Puedes ampliar información sobre la técnica en Personajes y escenarios una introducción a la metodología)

Esta característica hace que a veces surjan voces discordantes sobre la conveniencia del uso de personajes, y que se planteen dudas sobre su pragmatismo frente al uso de usuarios reales, lo cual puede parece en principio más lógico, pero que como veremos a continuación  resulta menos eficiente.

Los personajes forman parte de la táctica del desarrollo, mientras que los clientes potenciales son un elemento estratégico del producto.

La idea principal es que los personajes no representan a un usuario en particular como tal, sino que se componen de características de muchos de los potenciales usuarios. A estas características las vamos a llamar “variables”.

Los personajes son abstracciones, pero se basan en datos.

No te los has inventando, hay un análisis e investigación previos. De lo contrario no te servirán de nada.

Tampoco hay que confundir “que todos lo puedan usar” en términos de usabilidad con “que todos lo quieran usar” en términos de marketing. En ocasiones los debates sobre la conveniencia del empleo de personajes se hace pensando en como influye sobre la mercadotecnia. Y eso también es erróneo.

Puede haber una relación entre personajes y usuarios reales, pero no es una relación directa entre personajes y usuarios o clientes, sino que  los personajes y los usuarios se relacionan mediante el producto através de variables.

Un personaje se compone de variables, a más variables del personaje parece razonable pensar que habrá un numero menor de usuarios reales que encajen con el personaje. Esta es una de las razones por las que se emplean personajes. Simplifican enormemente el proceso por que nos permite trabajar con múltiples variables de una sola vez. Además evita la selección y captación de usuarios, lo cual puede ser extremadamente complejo para ciertas variables.

Esta relación de representatividad es uno de los factores por los que no  se puede establecer una relación directa. Ya que a más grado de detalle de los personajes menos numero de personas reales que encajen en ellos.
Esto también explica el porqué de la conveniencia de diseñar el producto para el personaje principal.
Casi podríamos decir que cuando un personajes esta bien desarrollado, no debe permitirnos identificarlo con un individuo en concreto, sino que debe recordarnos rasgos de muchas.

Por lo expuesto se podría pensar que conociendo las variables, nos podriamos ahorrar el trabajo de desarrollar los personajes. Pero diseñar sobre las variables de una forma desagrupada fuera del personajes dificulta establecer casos de uso, lo que le resta eficiencia al proceso. Los humamos estamos más capacitados para establecer relaciones empaticas cuando nos ponemos en el lugar de otra “persona” (aunque esta sea imaginaria) que cuando lo hacemos directamente desde las variables.

Veamos todo esto aplicado en un ejemplo clásico de personajes tomado del papel Personas, Participatory Design and Product Development:An Infrastructure for Engagement de Grudin y Pruitt.

En este papel se definen varios personajes con un alto grado de detalle. Por ejemplo “Patrick” se define con 21 variables distintas, si la posibilidad de que un posible usuario tenga un atributo cualquiera que este sea es del 50%, sobre 21 variables,  nos da  como resultado un 0.000047 % de personas  reales que encajan con como se ha definido  a Patrick, lo que para una población como la estadounidense del año 2009 es de solo 146 personas reales.

Este cálculo se realiza de la siguiente forma:

(0.5) ^21 *100%= 0.000047%

(306,711,000*0.000047)/100= 146

Ahora, si definimos a Patrick y permitimos que equipo establezca una relación con él, que el producto se  diseñe con “Patrick en la cabeza”, seguramente las decisiones de diseño serán más contantes y coherentes a lo largo de todo el proceso, que si las vinculamos a un listado de variables que pueden ser interpretadas de distinto modo por los distintos agentes de los equipos.
También parece más sencillo y económico utilizar personajes que localizar “usuarios tipo” que cumplan con las características deseadas, e implicarlos en el proceso de diseño.

Conclusión

•    Los personajes son una herramienta de diseño que permite que los objetivos del producto se mantengan constantes, logrando productos mucho más coherentes. Esta es la finalidad de la técnica, y no se debe perder de vista.
•    No se puede pretender vincular los personajes con los usuarios de una forma lineal, por que no tienen la misma naturaleza, las comparaciones se deben establecer sobre las variables en caso de que esto sea necesario. Aquí  es donde creo que esta el error de Chapman y Milham, que en su papel “The Personas´ New Clothes:Methodological and Practical Arguments against a Popular Method”, con  un argumento basado en los cálculos que acabamos de exponer, indican que la técnica es errónea porque no permiten vincular personajes con usuarios reales.
•    Y en el caso de que se sustituya a los potenciales usuarios (clientes) por  personajes se esta cometiendo un error, por que el target se vera significativamente reducido, hasta niveles peligrosos y carentes de sentido empresarial.
•    Recientemente se ha testado la técnica de personajes sobre el diseño de un producto descubriendo que reduce las deficiencias de usabilidad detectadas mediante análisis heurístico  entre 2 y 4 veces menos si se emplea la técnica de personajes.

Referencias:

• Ejemplos de uso de personas
• Discusión en IxDA sobre la efectividad del papel de Frank Long
• Template para hacer personas