Theory
वह Assumption जिसने Fest खाली कर दी
जब आपने FestConnect design किया, आपने assume किया users आपके जैसे हैं: forms से comfortable, fast typers, tech-confident। तो आपने उस user के लिए बनाया।
Real users निकले Gujarati-medium schools से first-years, cheap phones पर, जिन्होंने कभी एक online form नहीं भरा था और पूरी चीज़ intimidating पाई।
आपने एक ऐसे user के लिए design किया जो exist ही नहीं करता था। Fix ज़्यादा cleverness नहीं है: यह EVIDENCE है। User research वह तरीका है जिससे आप पता लगाते हैं आपके users असल में कौन हैं, एक fantasy के लिए design करने से PEHLE।
Theory
User Research, formally
User research आपके target users का systematic study है: उनके behaviours, needs, goals, motivations और contexts: design को assumption के बजाय evidence से inform करने के लिए।
यह उन questions का answer देने के लिए exist करता है जो आप otherwise GUESS करते: वे असल में कौन हैं? उन्हें क्या चाहिए? वे कहाँ struggle करते हैं? उनके लिए क्या obvious है, और क्या confuse करता है?
Payoff risk reduction है: research "हम ग़लत चीज़ बना रहे हैं" catch करता है जब यह अभी भी बदलना cheap है, launch के बाद नहीं जब real users पहले ही चले गए हों। यह design को opinion से एक informed decision में बदल देता है।
At a glance
User Research की Kinds (Axes जानिए)
| Axis | Type A | Type B |
|---|---|---|
| Depth | Qualitative: क्यों/कैसे (interviews, observation) | Quantitative: कितने (surveys, analytics) |
| Source | Primary: आप इसे fresh gather करते हैं | Secondary: existing data/reports |
| यह क्या Capture करता है | Attitudinal: लोग क्या SAY करते हैं | Behavioural: लोग क्या DO करते हैं |
| Sample | Small, rich detail | Large, numeric patterns |
Theory
Say-Do Gap
एक research insight जो अपने पैराग्राफ के लायक है: लोग क्या SAY करते हैं और क्या DO करते हैं अक्सर अलग होता है।
Students से पूछिए "क्या आप एक fest app इस्तेमाल करेंगे?" और हर कोई yes कहता है (attitudinal)। उन्हें असल में register करने की कोशिश करते देखिए (behavioural) और आधे date field पर give up कर देते हैं। Words sincere थे; behaviour truth था।
यही वजह है good research सिर्फ़ ASK नहीं करती, यह OBSERVE करती है: usability tests और real use देखना वह gap catch करते हैं जो अकेले interviews miss करते हैं। पूरी picture के लिए attitudinal (वे क्यों struggle करते हैं) को behavioural (कि वे struggle करते हैं) के साथ combine कीजिए: एक theme जो अगले interviews और testing में चलती है।
Quiz
Design में user research क्यों matter करता है इसका core reason क्या है?
- यह product को ज़्यादा colourful बनाता है
- यह designer की assumptions को इस बात के evidence से replace करता है users असल में कौन हैं और उन्हें क्या चाहिए
- यह सारे software के लिए एक legal requirement है
- यह designer को कभी users से बात न करने देता है
Show the answer
यह designer की assumptions को इस बात के evidence से replace करता है users असल में कौन हैं और उन्हें क्या चाहिए
Research design को assumption के बजाय EVIDENCE में ground करने के लिए exist करता है: you-are-not-your-user problem का direct cure, एक fantasy के लिए design करने से पहले real users, needs और pain points reveal करते हुए। Option A research (users समझना) को visual design (एक बाद की unit) से confuse करता है। Option C एक legal mandate invent करता है; research एक professional practice है, law नहीं। Option D research का बिल्कुल OPPOSITE है, जो fundamentally users से ENGAGE करने के बारे में है (उनसे बात करना और उन्हें observe करना)। Lesson: design decisions को users के बारे में जो आपने LEARN किया उस पर टिकना चाहिए, जो आपने GUESS किया उस पर नहीं।
Think first
कौन से Question के लिए कौन सी Research?
दो FestConnect questions: (a) students registration form क्यों abandon करते हैं? (b) हर step पर कितने students drop off करते हैं? हर एक को qualitative या quantitative research से match कीजिए, और note कीजिए आपको दोनों क्यों चाहिए। फिर tap कीजिए।
Show the answer
(a) वे क्यों abandon करते हैं यह qualitative है: interviews और कुछ students को देखना reasons reveal करते हैं (confusing date field, errors का डर): rich, explanatory, small-sample। (b) हर step पर कितने drop off करते हैं यह quantitative है: analytics कई users में numerically drop-off measure करता है: broad, पर WHY पर silent। आपको दोनों चाहिए: quantitative आपको बताता है problem WHERE है (date step 40% खोता है), qualitative आपको बताता है WHY (कोई format नहीं समझता)। Numbers wound locate करते हैं; conversation इसे diagnose करती है। Great research दोनों को pair करती है।
Watch out
Research Slips
'Time बचाने' के लिए Research Skip करना: सबसे expensive shortcut: यह assumptions के लिए design करने की guarantee देता है।
सिर्फ़ पूछना, कभी Observe न करना: say-do gap का मतलब है self-reports mislead करती हैं; real behaviour भी देखिए।
Leading Questions: "आपको यह feature पसंद है, है ना?" flattery gather करता है, truth नहीं (interview lesson इसे tackle करता है)।
खुद को एक Sample मानना: एक CS student user base नहीं है; REAL target users research कीजिए।
Theory
Raw Research से एक Usable Picture तक
Research insights का एक ढेर produce करता है: पर एक ढेर के against design करना मुश्किल है। अगला lesson इसे किसी ऐसी चीज़ में बदलता है जो आप अपने दिमाग़ में hold कर सकें और जिसके लिए design कर सकें: PERSONA: एक real user का एक believable model, research से बना। फिर उसके बाद का lesson subject का सबसे important research METHOD सिखाता है: user interview, और answers corrupt किए बिना एक कैसे run करें।
Summary
Key takeaways
- User research target users का systematic study है design को assumption के बजाय evidence से inform करने के लिए।
- यह reveal करता है users असल में कौन हैं, उनकी needs और pain points, ग़लत चीज़ बनाने का risk कम करते हुए।
- Axes: qualitative (क्यों/कैसे) बनाम quantitative (कितने); primary बनाम secondary; attitudinal (say) बनाम behavioural (do)।
- Say-do gap: users क्या say करते हैं यह do करते हैं उससे अलग होता है; सिर्फ़ पूछिए नहीं, observe कीजिए।
- Quantitative (problem कहाँ है) को qualitative (यह क्यों होता है) के साथ pair कीजिए।
- Research पूरे समय चलता है, especially early, और personas और requirements feed करता है।
- Memory hook: research guessing को knowing से replace करता है।