Исследование пользовательского опыта взаимодействия различных целевых аудиторий с интерфейсом портала

В последнее время большое внимание уделяется удобству и доступности программных продуктов, веб-сайтов, мобильных приложений и др. Это обуславливает интерес к дизайну продуктов, ориентированного на пользователя, и UX-дизайну. При разработке цифровых продуктов дизайнеры применяют особый пул инструментов, позволяющих как проводить эмпирические исследования пользовательского опыта, так и моделировать сценарии использования программных продуктов и сервисов. Широкое распространение получили такие методы и инструменты, как интервью, наблюдение, карта пользовательского пути (Customer Journey Mapping, далее – CJM), фреймворки «Персоны», User Stories, тепловая карта. Каждый из них позволяет выявить проблемные места применения программного продукта или сервиса, определить направления его обновления таким образом, чтобы он полностью удовлетворял запросы пользователей, а также решал ключевые задачи бизнеса. Цель исследования заключается в анализе и выявлении путей совершенствования веб-портала на основе проведения юзабилити-тестирования. В статье в качестве объекта исследования взят официальный сайт для размещения информации о подготовке федеральными органами исполнительной власти проектов нормативных правовых актов и результатах их общественного обсуждения: https://regulation.gov.ru. Данный портал играет существенную роль в задах обеспечения прозрачности нормотворческой деятельности в сфере государственного управления. В связи с этим мониторинг эффективности работы портала и доступности размещения для широкой аудитории информации на нем является актуальной задачей. В исследовании используются методы юзабилити-тестирования, решенческое интервью, матрица обратной связи от пользователя, инструменты CJM, HotJar, SpyWord, SemRush. Приведены особенности проведения юзабилити-тестирования. Исследование позволило сделать выводы о возможных направлениях модернизации портала с целью достижения его удобства для широкой аудитории, в результате чего сформулирован ряд конкретных предложений.

1. Басок Б.М., Френкель С.Л. (2021). Некоторые формализованные подходы к оценке удобства интерфейса пользователя веб-приложений // Российский технологический журнал. Т. 9, № 2(40). С. 7–21. DOI http://doi.org/10.32362/2500-316X-2021-9-2-7-21

2. Филиппова О.А., Зыкова Д.О. (2014). Юзабилити-тестирование: оценка качества интерфейса программного продукта с точки зрения бизнес-пользователей // Школа университетской науки: парадигма развития. № 4(14). С. 23–26.

3. Browne C. (2021). User-Centered Design: A How-To Guide. Available at: https://careerfoundry.com/en/blog/ux-design/user-centered-design-how-to-guide/ (accessed 22.02.2023).

4. Elejalde E., Ferres L., Schifanella R. (2019). Understanding news outlets’ audience-targeting patterns // EPJ Data Sci. Vol. 8, no. 16. DOI http://doi.org/10.1140/epjds/s13688-019-0194-8

5. Li F.-H., Li C.-T., Shan M.-K. (2011). Labeled influence maximization in social networks for target marketing // 2011 IEEE third international conference on privacy, security, risk and trust and 2011 IEEE third international conference on social computing, Boston, October 9–11, 2011 / Boston. Pp. 560–563. DOI http://doi.org/10.1109/PASSAT/SocialCom.2011.152

6. Maurya A. (2012). Running Lean: Iterate from Plan A to a Plan That Works, СА: O’Reilly Media. 240 p.

7. Nielsen J. (2000). Why You Only Need to Test with 5 Users. Available at: https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/ (accessed 22.02.2023).

8. Nielsen J. (2012). How Many Test Users in a Usability Study? Available at: https://www.nngroup.com/articles/how-many-test-users/ (accessed 22.02.2023).

9. Nielsen J., Landauer T.K. (1993). A mathematical model of the finding of usability problems // Proceedings of ACM INTERCHI’93 Conference, Amsterdam, April 24–29, 1993. Amsterdam. Pp. 206–213.

10. Norman D. (1988). The Design of Everyday Things. Revised and Expanded Edition. The MIT Press. 368 p.

11. Norman D., Draper S. (1988). User Centered System Design: New Perspectives on Human-Computer Interaction // The American Journal of Psychology. University of Illinois Press. Vol. 101, no. 1. Pp. 148–151.

12. Paukova A. (2019). Ecologies of usability testing: (un)taming the chaos // The Journal of Sociology and Social Anthropology. Vol. 22, no. 6. Pp. 86–102. DOI http://doi.org/10.31119/jssa.2019.22.6.6

13. Saleem M.A., Kumar R., Calders T., Xie X., Pedersen T.B. (2017). Location influence in location-based social networks // Proceedings of the Tenth ACM International Conference on Web Search and Data Mining, WSDM’17, New York, February, 2017 / Association for Computing Machinery. Pp. 621–630. DOI http://doi.org/10.1145/3018661.3018705

14. Shi Q., Wang C., Chen J., Feng Y., Chen C. (2019). Location driven influence maximization: Online spread via offline deployment // KnowledgeBased Systems. No. 166. Pp. 30–41. DOI http://doi.org/10.1016/j.knosys.2018.12.003

15. Sziklai B.R., Lengyel B. (2021). Location and audience selection for maximizing social influence, Cornell University. 26 p. DOI http://doi.org/10.48550/arXiv.2106.02707

16. Vasilieva E. (2021). Design Thinking in the Development of Project Management Approaches and Modeling of Business Processes of the Organization // Digital Transformation and New Challenges. Lecture Notes in Information Systems and Organization. No. 45. Рp. 3–16. DOI http://doi.org/10.1007/978-3-030-71397-3_1

17. Yan Q., Huang H., Gao Y., Lu W., He Q. (2017). Group-level influence maximization with budget constraint // International Conference on Database Systems for Advanced Applications, March, 2017 / Lecture Notes in Computer Science. Pp. 625–641. DOI http://doi.org/10.1007/978-3-319-55753-3_39