Akrivia Health on Oxfordin yliopiston spin-off-yritys, jolla on yksi maailman suurimmista ja monipuolisimmista mielenterveystietokannoista. Käytettävissä olevista 4 miljardista datapisteestä on mahdollista saada tietoa, joka voi mullistaa ymmärryksemme masennuksesta, dementiasta ja muista sairauksista - jos sitä kysytään asianmukaisesti.
Akrivia kehitti yhdessä UX-suunnittelutoimistomme ja Oxfordin yliopiston tiimin kanssa käyttöliittymän NHS:n, tutkimuslaitosten ja lääkeyritysten käyttäjille. Pyrkimyksenä oli tehdä tiedosta helposti lähestyttävää sekä datatieteilijöille että ihmisille, jotka eivät ole koskaan aiemmin uskaltautuneet big data -analytiikan pariin.
Tietoarkkitehtuuri
UX-suunnittelu
UX Flows
Interaktiivisten prototyyppien luominen
Käyttäjätutkimus
Käyttäjätestaus
Akateeminen kirjallisuuskatsaus
Tuote Bootcamp
Tekniset työpajat
UI-suunnittelu
Viitekehys
Design System
Näiden tietokokonaisuuksien käyttömahdollisuudet ovat rajattomat, mutta käyttöliittymän on oltava tarkoituksenmukainen. Selvittääksemme, mitä tuotteen on saavutettava, järjestimme kahden viikon mittaisen käyttäjätutkimukseen keskittyvän selvitysvaiheen.
Tavoitimme kaksi kohderyhmää: tutkijat ja terveydenhuoltoalan asiantuntijat. Järjestimme haastatteluja ja fokusryhmiä sekä kokeneiden datatieteilijöiden että sellaisten ihmisten kanssa, jotka eivät olleet koskaan aiemmin työskennelleet big datan parissa, eli niin sanottujen "kansalaistutkijoiden" kanssa.
Loppujen lopuksi käytimme useiden käyttäjätutkimusmenetelmien yhdistelmää paljastaaksemme vivahteita siitä, mitä käyttäjät odottivat ja tarvitsivat tuotteelta.
Akateeminen tutkimus on erinomainen resurssi käyttäjäkokemuksen suunnittelulle, koska siinä keskitytään keskeisiin kysymyksiin ja noudatetaan korkeita metodologisia standardeja. Aloitimme kysymyksenasettelusta ja tutkimme sähköisten terveyskertomusten käyttöä koskevia tutkimuksia. Näin saimme selville:
• Miten graafiset käyttöliittymät voivat tukea terveydenhuollon työntekijöitä löytämään tietoa potilastietokannoista?
• Millaisia malleja kliinikot käyttävät etsiessään sähköisistä terveystiedoista? Ja mitä heuristiikkoja käytetään potilaiden löytämiseen kliinisiä tutkimuksia varten?
• Mitkä ovat luotettavaan tutkimukseen perustuvat parhaat käytännöt sähköisen potilastietojärjestelmän käyttöliittymiä varten?
• Miten graafinen käyttöliittymä voi yleisesti ottaen tukea akateemisia tai lääketeollisuuden tutkijoita?
Löysimme monia käyttäjien kipupisteitä tutkimuksista, joissa tarkasteltiin, miten käyttäjät etsivät suuria tietokokonaisuuksia. Tulokset olivat yleisiä, mutta ne antoivat perustavanlaatuista tietoa tulevia UX-suunnittelupäätöksiä varten.
UX-tutkimus tuottaa useita ainutlaatuisia tietoja. Jotta voidaan ennustaa, mitä käyttäjät tarvitsevat prosessin jokaisessa vaiheessa, tulokset on yhdistettävä yhtenäiseksi kokonaisuudeksi.
Analysoimalla, vertailemalla ja vertailemalla kaikkea tätä tietoa löysimme yleisiä malleja. Näiden mallien avulla voimme ymmärtää poikkeamia, kuten erilaisia menetelmiä, joita ihmiset käyttävät saavuttaakseen tavoitteensa.
Malli osoittaa myös eroja käyttäjien tarpeissa. Esimerkiksi yliopistotutkijoiden on käytävä läpi pitkä hyväksymisprosessi, ennen kuin he voivat edes alkaa käyttää tietokokonaisuuksia. Sitä vastoin lääkeyritysten tutkijat aloittavat kokeilut tietokokonaisuuksien kanssa jo varhaisessa vaiheessa, mutta kohtaavat sääntelyyn liittyviä rajoituksia myöhemmin.
Testasimme yhdeksää terveydenhuoltoalalla yleisesti käytettyä tietokyselytyökalua. Vertailuanalyysin tarkoituksena on auttaa meitä ymmärtämään syvällisesti terveydenhuollon big data -työkaluissa ilmeneviä haasteita.
Tunnistimme suunnittelumalleja, joita käyttäjät saattavat odottaa, sekä ainutlaatuisia vuorovaikutustapoja, jotka ovat joko loistavia ideoita tai epäonnistuneita yrityksiä ratkaista ongelma.
Tunnistimme suunnittelumalleja, joita käyttäjät saattavat odottaa, sekä ainutlaatuisia vuorovaikutustapoja, jotka ovat joko loistavia ideoita tai epäonnistuneita yrityksiä ratkaista ongelma.
Käyttäjäkokemus on suunniteltu niin, että se selviytyy monenlaisista monimutkaisista kyselyistä: yksinkertaisista kaksitekijäisistä kyselyistä aina monitekijäisiin kyselyihin 8 syvyystasolla.
Kehitimme 5 mallin kyselynrakentajasta, jotka perustuivat 3 eri oletukseen, ja muutimme ne interaktiivisiksi prototyypeiksi iteratiivisen UX-suunnittelun avulla. Klikattavien prototyyppien avulla pystyimme analysoimaan kunkin mallin hyviä ja huonoja puolia käyttäjätestauksen avulla.
Käytimme evoluutioprosessia, jossa variantit kehittyivät rinnakkain, kunnes osa niistä yhdistyi voittajamalliksi. Tämä UX-suunnitteluprosessi, joka sisältää tutkimisen ja empiirisen valinnan, johti lopulta kyselytyökaluun, joka päihittää kaikki alkuperäiset versiot.
Tietojen analysointityökalut integroitiin moduuleina: kuvailevat tilastot, korrelaatiofunktiot ja muut. Ne sopivat tämän terveydenhuolto-ohjelmiston modulaariseen arkkitehtuuriin liitännäisohjelmina.Sama pätee myös tietojen visualisointimoduuleihin.
Muissa big data -analyysityökaluissa nämä ominaisuudet ovat tarpeettoman monimutkaisia, ja niiden ulkoasu on kuiva ja tekninen. Näiden data-analyysimoduulien tavoitteena oli räätälöidä käyttöliittymäsuunnittelu käyttäjille, jotka eivät ole datatieteilijöitä.
Healtcharen tutkijat työskentelevät tiimeissä. Yksi henkilö voi kuulua moniin eri tiimeihin. UX-haasteen kannalta tämä hallinto-osio vaikuttaa triviaalilta, mutta se on itse asiassa kriittinen tekijä käyttäjien onnistumisen kannalta. Varmistaaksemme, etteivät admin-moduulit päädy turhautumisen lähteeksi, olemme panostaneet yhtä paljon pikkutarkkaa työtä, huolellisuutta ja testausta niiden käyttäjäkokemuksen muokkaamiseen.
Käytimme neutraaleja värejä näytöissä, joissa käyttäjät keskittyvät lähinnä raakatietoihin, ja sinisen, violetin, vihreän ja punaisen sähköisiä sävyjä tietojen analysointimoduuleissa. Kuvitusta on käytetty säästeliäästi lisäämään lyhyitä ilahduttavia hetkiä käyttäjävirtojen keskeisiin vaiheisiin.
Suunnittelujärjestelmällä pyritään tukemaan kehitystyötä sekä suunnittelun toteuttamisen aikana että tulevaisuudessa. Kehittäjillä on käytössään komponenttikirjasto, jota he voivat käyttää seuraavien kahden vuoden aikana suunniteltujen ominaisuuksien julkaisemiseen.
Kehitystiimi kutsuttiin alusta alkaen osallistumaan työpajoihin. Meille kehittäjät ovat tärkeitä projektin sidosryhmiä, joiden tekninen asiantuntemus auttaa ohjaamaan tiettyjä suunnittelupäätöksiä.
Suunnittelutyöpajojen aikana halusimme varmistaa, että prototyyppien käyttäjien vuorovaikutus oli teknisesti toteutettavissa. Kehitystiimille osallistuminen varhaisessa vaiheessa merkitsi mahdollisuutta valita optimaaliset taustatekniikat sekä askelta kohti tarkkoja työmääräarvioita.
Suunnittelun lähestyessä loppuaan roolimme kehitystiimin kanssa tehtävässä yhteistyössä muuttui tukitehtäväksi. Osallistuimme säännöllisiin tapaamisiin, joissa tiedotimme heille heidän sprinttejään varten, ja tarjosimme live-tukea Slackissa ja Zeplinissä koko toteutuksen ajan.
Tiivis ja avoin yhteistyö on ratkaisevan tärkeää innovatiivisten välineiden kehittämiseksi. Järjestimme viikoittaisia tuotetyöpajoja sidosryhmien kanssa ja dokumentoimme prosessimme saumatonta luovutusta varten.
Perusolettamuksena koko suunnittelusprintin ajan oli, että emme tiedä, mutta meidän on selvitettävä, mitä voisi olla, ja testattava ideoita kokoamalla yhteen mahdollisimman monta tietolähdettä. Vuorovaikutteiset prototyypit olivat olennaisen tärkeitä ennakoivan palautteen keräämisessä.
Suunnitelmat eivät ole mitään ilman asianmukaista toteutusta, joten kehittäjien tarpeet olivat prosessissa keskeisellä sijalla. Selvitimme yhdessä, missä käyttäjien tarpeet ja tekniset mahdollisuudet kohtaavat. Pysyimme mukana tarjoamassa tukea myös asianmukaisen UX- ja GUI-suunnittelun valmistumisen jälkeen.
Ensimmäinen napsautettava prototyyppi toimitettiin 4 viikossa
Alpha-julkaisun suunnittelu toimitettiin 2 kuukaudessa
Saumaton luovutus suunnittelutiimille
Toimitettu täydellinen suunnittelujärjestelmä
Yhtään määräaikaa ei ole laiminlyöty 3 kuukauteen