NERAMIT

TECH STUDIO

UX/UI

การวิเคราะห์ข้อมูล Feedback ของผู้ใช้สำหรับการทำ User Research เพื่อช่วยงาน UX

Logan AK
สิงหา 26, 2567

การวิเคราะห์ข้อมูลเข้ามามีบทบาทสำคัญในการทำ UX เป็นอย่างมาก โดยเฉพาะในส่วนของการสืบค้นข้อมูล (Research) เพื่อทำความเข้าใจพฤติกรรมของผู้ใช้ เนื่องจากการวิเคราะห์ข้อมูลจะช่วยให้ทีมสามารถทราบข้อมูลเชิงลึก (Insight), ความต้องการของผู้ใช้งาน และสนับสนุนการตัดสินใจของทีมได้เป็นอย่างดี แต่อย่างไรก็ตามทีมพัฒนาและออกแบบ UX ควรคำนึงถึงระยะเวลาและขนาดโปรเจ็กต์ร่วมด้วย เนื่องจากบางครั้งการเก็บรวบรวมข้อมูลเพื่อทำการวิเคราะห์นั้นต้องใช้ระยะเวลานาน แต่นั้นไม่ได้หมายความว่าเราไม่ควรทำการวิเคราะห์ข้อมูล จะเป็นการดีที่สุดหากวางแผนการวิเคราะห์ข้อมูลให้สอดคล้องกับโปรเจ็กต์เพราะมันจะทำให้เราสร้าง UI ให้ตอบโจทย์กับกลุ่มผู้ใช้ได้สมบูรณ์แบบที่สุด

เมื่อเราทราบความสำคัญของการวิเคราะห์ข้อมูลในการทำ UX เรียบร้อยแล้ว บทความนี้เราจะพาทุกท่านไปทำการวิเคราะห์ข้อมูลความคิดเห็น (Reviews) ของกลุ่มผู้ใช้กับข้อมูลจริง ด้วย Perplexity AI โดยข้อมูลความคิดเห็นที่ได้นั้นมาจาก Play Store ของแอปพลิเคชัน Myfitnesspal ซึ่งผู้เขียนได้มีโอกาสใช้งานแอปพลิเคชันนี้มาสักระยะเพื่อคอยบันทึกสารอาหารที่เรารับประทานไปในแต่ละมื้อ ซึ่งมันเหมาะกับผู้เขียนที่กำลังควบคุมอาหาร เลยรู้สึกชอบถูกใช้แอปพลิเคชันตัวนี้ แต่ไม่วายได้เกิดข้อสงสัยว่าผู้ใช้งานคนอื่น ๆ ที่เข้ามาแสดงความคิดเห็นกันจะมีความรู้สึกไปในทิศแนวทางเดียวกันหรือเปล่า โดยผู้เขียนหวังว่าบทความนี้จะมีประโยชน์ไม่มากก็น้อย ไม่ทางตรงก็ทางอ้อมกับผู้อ่านนะครับ

วิธีและเทคนิคการวิเคราะห์ข้อมูลนั้นมีหากหลายวิธีเป็นอย่างมาก โดยจะใช้เทคนิคทั้งหมด 3 ตัวดังด้านล่างเพื่อทำหาข้อมูลเชิงลึก ด้วยการดำเนินการกับ LLMs แบบ Role-playing

  1. Sentiment analysis หรือ การวิเคราะห์อารมณ์ของผู้ใช้จากข้อมูลการแสดงความคิดเห็น
  2. Keyword extraction เพื่อระบุและแยกคำหรือวลีที่สำคัญจากความคิดเห็นของผู้ใช้ บทวิจารณ์ และแบบสำรวจ
  3. Specific Emotions Affective Coding เพื่อแยกข้อมูลการแสดงความคิดเห็นตามความรู้สึกที่เราต้องการ

รายละเอียดชุดข้อมูลความคิดเห็นที่ใช้ในการวิเคราะห์

เราจะใช้การดึงข้อมูลด้วย google-play-scraper ซึ่งเป็น python package และเมื่อดึงข้อมูลทั้งหมดมาแล้วจะทำความสะอาดข้อมูลด้วยการเอาเฉพาะข้อมูลเวอร์ชันล่าสุดของแอปและตัดคอลันม์ที่ไม่ต้องการออกไป และทำให้มีข้อมูล 3 ตัวคือ

content คือ ข้อความแสดงความคิดเห็นของผู้ใช้

score คือ คะแนนรีวิวที่ให้ดาวของผู้ใช้

thumbsUpCount คือ คะแนนที่คนอื่น ๆ มากดถูกใจความคิดเห็น

  1. กำหนด Role-playing ด้วย prompt ดังด้านล่าง พร้อมใส่ข้อมูลที่ได้เข้า attrach เข้าไปใน Perplexity AI

I'm a UX/UI designer and I need to analyze review data from user feedback.

  1. 2. กำหนด prompt ดังด้านล่างเพื่อทำ Sentiment analysis และให้เห็นภาพรวมทั้งหมดของข้อมูล

Analyze the overall sentiment of user review feedback

ผลลัพธ์ที่ได้จากการใช้ prompt

Positive Sentiments: โดยรวมพบว่าแอปพลิเคชันนั้นใช้งานได้ง่ายสามารถติดตามและบรรลุปริมาณแคลอรี่และกิจกรรมการออกกำลังกายของผู้ใช้ได้ นอกจากนั้นแอปพลิเคชันยังมีฐานข้อมูลอาหารขนาดใหญ่พร้อมสารอาหารต่าง ๆ

Negative Sentiments: โดยรวมทางแอปพลิเคชันได้ให้ความสำคัญกับฟังก์ชันพรีเมียมมากเกินไปจนผู้ใช้บางรายรู้สึกว่าเวอร์ชันฟรีไม่มีประโยชน์อีกต่อไป เช่น ถอดเครื่องสแกนบาร์โค้ดออกจากเวอร์ชันฟรี และยังพบปัญหาเรื่องการซิงค์หรือเชื่อมต่ออุปกรณ์อื่น และแม้ว่ามีฐานข้อมูลอาหารขนาดใหญ่ผู้ใช้ยังพบรู้สึกว่าข้อมูลไม่ถูกต้อง โฆษณาที่มากเกินไปจนทำให้ผู้ใช้รู้สึกหงุดหงิด

  1. 3. กำหนด prompt ดังด้านล่างสำหรับทำ Keyword extraction เพื่อระบุประเด็นและข้อกังวลทั่วไป

Extract keywords for identifying common themes and concerns

ผลลัพธ์ที่ได้จากการใช้ prompt สังเห็นประเด็นและข้อกังวลที่ทำให้ผู้ใช้รู้สึกที่ควรแก้ไข

  1. Reinstate the free barcode scanner to address user upset and improve functionality.
  2. Simplify UI and navigation to alleviate clutter and enhance usability.
  3. Address technical issues and bugs to reduce frustration and improve performance.
  4. Improve accuracy of nutrition facts to build trust and satisfaction.
  5. Offer more customization options to cater to user preferences and increase engagement.
  6. Re-evaluate premium features and pricing to better meet user expectations.
  7. Enhance customer support to resolve issues promptly and boost loyalty.
  8. Consider adding a premium family option to expand user base.
  9. Improve app performance and stability to minimize disruptions.
  10. Provide detailed food history breakdown for better tracking and user satisfaction.

จาก prompt จะทำให้เราทราบประเด็นและข้อกังวลของผู้ใช้ที่เข้ามาแสดงความคิดเห็น เช่น เรื่องของ barcode scanner ควรเอากลับมาให้อยู่ในเวอร์ชันฟรีด้วย, ต้องมีการปรับปรุงความแม่นยำของสารอาหารในฐานข้อมูล, ต้องมีการปรับรูปแบบราคาของ Premium ใหม่ให้ต้องต่อความต้องการของผู้ใช้มากขึ้น เป็นต้น

สรุป

จากการทดลองการวิเคราะห์ข้อมูลด้วยข้อมูลความคิดเห็นของผู้ใช้งานกับ Perplexity AI ซึ่งเป็น Feedback ที่นักพัฒนาและออกแบบ UX ต้องนำมาวิเคราะห์พิจารณาเพื่อสร้างนวัตกรรมที่ตรงและตอบโจทย์ต่อความต้องการของผู้ใช้มากขึ้น จากตัวอย่างจะทำให้เราทราบว่าประเด็นที่ควรได้รับการปรับปรุงและการแสดงออกทางอารมณ์ต่อแอปพลิเคชันของผู้ใช้ได้แบบเร็ว ๆ ด้วยการใช้ AI เป็นเครื่องมือช่วยแต่อย่างไรก็ตามควรระวังเรื่องความเป็นส่วนตัวของข้อมูล ข้อกฎหมายของบริษัทก่อนดำเนินการใช้งาน AI ไม่งั้นอาจจะโดนฟ้องเอาได้

References
  • play.google.com
  • pypi.org