UXリサーチ：その強みと影響力の理解

この公式要約を通じて、UXリサーチがもたらす多大な影響と強みについて学びましょう。その意義と有効性を探求し、この不可欠な実践手法に関する洞察を深めてください。UXリサーチの重要性を理解することは、ユーザー体験を向上させ、ビジネスの成功を導く上で不可欠です。

UXリサーチ：より良い製品と体験を実現するためのユーザーインサイトの解明

優れた製品やサービスを生み出すには、ユーザーにとって何が有効で、何がそうでないかを理解する必要があります。しかし、この理解を深めることは、解決が難しい課題です。UX（ユーザー体験）やHCI（人間とコンピュータの相互作用）の研究分野全体は、本質的にこの課題を解決するために存在しています。

この研究がこれほど困難である理由は数多くあります。その中には、ユーザーが接する環境や製品の多様性、あらゆる体験が絶えず変化し続ける性質、そして参加者一人ひとりが独自の反応を示すという事実などが挙げられます。どのような相互作用においても、そこには多くの要素が絡み合っているのです。

ユーザー体験を適切に設計することは、企業にとって極めて大きな強みとなります（そして、それを実現するための要因はそれ自体、研究する価値があります）。そのため、何が効果的で何がそうでないかを把握しようと、さまざまな手法が用いられています。

以下では、ユーザーエクスペリエンス調査で従来から用いられてきた手法のいくつかを解説するとともに、バイオセンサーを活用した新しい手法が、これまでユーザーエクスペリエンス研究者にとって極めて重要でありながら入手困難だったデータを提供することで、この分野の発展にどのように貢献しているかについても説明します。

UXリサーチ手法：ユーザーエクスペリエンスデータ

ユーザー体験を理解しようとする際には、以下のようなさまざまな手法が用いられることが多い。

• 観察 – 研究者がユーザーの行動や振る舞いを追跡する方法（例：ユーザーが製品を操作する際に笑顔を見せるかどうか）。この手法は多くのデータを提供できるが、記録には手間がかかり、主観的な要素が強い。
• 「思考発話法」――これは、ユーザーに対し、製品とのインタラクションの進行状況について報告してもらう手法である。このアプローチは、参加者の感情的な反応に関する洞察を得ることを目的としているが、結果として体験の流れに影響を及ぼすことになる。また、観察法と同様に、偏りが生じやすいという特徴がある。
• ヒューリスティック評価 ― デザイナーにとって重要な懸念事項に対する回答を引き出すことを目的とした、体系化された一連の指針となる課題。具体的な手順は採用される手法によって異なる場合があるが、その原理は同じである。この手法を用いることで、各参加者に求められる行動や反応に一貫性を持たせることができる。明確な枠組みが提供されるという利点がある一方で、参加者の率直な意見に依存するため、最終的には主観的な評価となる。
• インタビュー／アンケート – 構造化された質問または非構造化された質問のセットであり、体験の最中（その場合、体験の流れを中断することになる）か、あるいは体験後の振り返り（その場合、進行中の体験に関する情報を捉えることができない）のいずれかのタイミングで実施する必要がある。このアプローチは重要な定性データ（特にユーザー体験に関する明示的な記憶に関して）を提供できるが、意図せずとも偏りが生じやすい。
• タスク分析指標 — ウェブページ上で製品がどれだけ速く見つかるか、サービスの登録にどれくらいの時間がかかるか、あるいは情報をダウンロードするために何回キーを押したかなど、明確なタスク遂行状況を測定する指標である[1]。これは効率性を客観的に測定できるが、ユーザー体験における重要な感情的な要素を捉えきれていない。

多くの研究手法と同様に、データ量が多いことは（その活用方法が分かっている限り）通常は良いことです。また、複数の手法を組み合わせることで、ユーザー体験について一貫性のある全体像を構築できることは明らかです。これらの指標の多くは、製品の成功にとって極めて重要な要素である「感情的な体験」を理解することを目的としています。

ジョン・マッカーシーとピーター・ライトが著書『Technology as Experience』で述べているように、「いわゆる『ユーザー体験』を論じる際には、テクノロジーとの関わりにおける感情的、知的、そして感覚的な側面を考慮に入れなければならない」[2]。成功する製品とは、直感的に操作できるだけでなく、使うことが楽しいものでなければならない。

前述の指標を用いるという手法は、ユーザー体験を理解する上で極めて有用であり続けてきた（そして今後もそうであり続けるだろう）が、それらが主観的な性質を持つため、体験の特定の側面は結局のところ確実に把握できないということになる。

UXリサーチの現代的なアプローチ

このギャップを埋めるため、現代のUX業務や調査では、より客観的で一貫性があり、体験を中断させる必要のないデータを提供するために、バイオセンサーの利用がますます増えています。このアプローチでは、生理学的データを収集するツールを活用し、そのデータをユーザーの体験――つまり、通常は客観的に捉えることが極めて困難な感情的、認知的、注意的なプロセス――と関連付けることができます。

これは、参加者が意識的に努力することなくデータが収集されるという点で、主に受動的なプロセスです。参加者に機器を取り付ける必要がある場合もありますが（例えば、皮膚電気反応を測定するために2本の指に電極を装着するなど）、それらの機器は概して邪魔にならず、非侵襲的です。

では、バイオセンサーとは何でしょうか？大まかに言えば、バイオセンサーとは生物学的活性を測定するあらゆる装置のことです。UXリサーチにおいては、以下のようなものが挙げられます：

• 視線の動きを測定するアイトラッカー。これにより、注意に関する情報が得られる
• 表情の分析：感情が表れた際の動画記録に基づく
• fEMG（顔面筋電図）は、顔面筋の動きを検出し、それを感情の極性に関連付けることができる手法である
• GSR（皮膚電気反応、別名：皮膚電気活動またはEDA）は、生理的および感情的な興奮度を測定するものです
• 心電図（ECG）は、心拍活動を測定するために用いられます。このデータからは、心拍変動や心拍間隔といった他の指標も得られ、これらは感情的な興奮状態に関する情報を提供するのに利用されてきました。
• 脳波検査（EEG）は、脳の活動を測定する装置であり、接近や回避といった感情に関する情報をはじめ、さまざまな指標を提供することができる

このアプローチには、継続的かつ偏りのない測定が可能になるなど、方法論的な利点が明確にある一方で、収集されたデータはUX改善に向けた実践的な知見へと迅速に転換することも可能です。以下では、バイオセンサーを活用してユーザー体験についてより正確かつ信頼性の高い理解を深めた調査事例をいくつか紹介します。

先日、iMotionsの長年のパートナーであり、行動経済学の専門家でもある、The Brainy Business Inc.の創業者兼CEO、メリーナ・パーマー氏が、iMotionsのジェシカ・ウィルソン博士を、自身の人気ポッドキャスト「The Brainy Business Podcast」のゲストとして招きました。

二人は、コンテンツの検証の重要性について話し合ったほか、iMotionsがラボ環境とオンラインの両方でその検証をどのように支援できるか、そして何よりも、メリナのウェブサイトや最新著書のプロモーション活動に関して、二人が長期間にわたり取り組んできたオンライン調査について議論した。

こちらから聴く

こうした進歩は、現在のUX改善だけでなく、人間とテクノロジーの関わり方の将来像を理解する上でも、極めて重要な基盤となります。より広範な将来の展望を探り、主要な動向を予測するためには、2021年に人間の体験においてどのような変化が待ち受けているのかを検討してみましょう。

ユーザーエクスペリエンス調査

NackeとLindleyによる研究[3]では、EEG、ECG、fEMG、GSR、アイトラッキングといった手法を組み合わせて使用した。彼らは、参加者がゲームプレイをどのように体験しているかを検証し、収集された信号と、その体験に関するその他の指標（主観的・客観的の両方）との間に相関関係を見出した。この研究は、インタラクションに関する有益かつリアルタイムで客観的なデータを提供する測定手法の有効性を示す「概念実証」として、特に有用であった。

サセックス大学で行われた別のゲームプレイ研究では、観察法と生体センサーを用いた手法の両方が採用され、最終的に「観察法によってユーザビリティに関連する問題の大部分を明らかにできることが示されたが、生体認証に基づくアプローチにより、研究者はプレイヤーの感情、没入感、ゲームプレイ体験に関連する潜在的な問題を発見することができ、特定の問題カテゴリーにおいては、観察法のみの場合に比べて最大63％多くの問題を明らかにすることができた」と結論づけられている[4]。 観察手法は必要不可欠であることが証明された一方で、生体センサーとの組み合わせにより、新たなレベルの理解が得られた。

サザン・インディアナ大学によるパイロット研究[5]では、ユーザーがビジネスダッシュボードを閲覧する際に、客観的なデータを収集するためのバイオセンサーの活用について検討した。ダッシュボードは、ユーザーが過度な認知的負荷を負うことなく、最も有用かつ関連性の高い情報を可能な限り迅速に伝達できるよう設計され、それによって最善の意思決定が行えるようにしなければならない。

本研究では、アイトラッキング、表情分析、GSR、およびEEG（iMotionsを使用）を用いて、こうした生体センサーによって注意や認知的負荷をどのように追跡できるかを調査し、最終的に「ビジネスダッシュボードの文脈において、ユーザーの反応をより直接的かつ客観的に測定する手法が必要である」と結論付けた。

さらなる研究では、医療機器の使用時のユーザーの注意を調査するためにアイトラッキングが用いられた[6]。研究者らは、アイトラッキング用メガネとiMotionsソフトウェアを使用した。彼らは、「通常、機器メーカーは製品開発段階における形成的ユーザビリティテストにおいて、言語による自己報告プロトコル、インタビュー、および観察を用いている」と指摘している。

アイトラッキングを活用することで、「5つの独自の知見と発見」が得られました。これには、ユーザーがボタンを押し損ねたタイミングやテキストが読み飛ばされたタイミングに関する情報、およびデバイス使用中の視覚的な注意散漫についてより深く理解できたことが含まれます。また、アイトラッキングの利用により、より迅速な結果が得られ、発見の詳細度も向上したほか、ユーザー体験を妨げたり影響を与えたりすることなく実施できたと指摘しています。

また、研究者たちはアイトラッキング、心電図（ECG）、皮膚電気反応（GSR）、および表情分析を組み合わせて、注意、感情的興奮、および表出された感情を多角的に分析し、ウェブページ上の「感情ヒートマップ」を作成している[7]。これらのヒートマップは、処理された信号から生成され、ユーザーが画面の特定の箇所を見た際にどのような感情を抱いていたかという情報を伝える視覚的なオーバーレイとして機能する。

研究者らは、「この三角測量的なアプローチにより、特定のインターフェースの領域について、ユーザーのさまざまな感情的・認知的状態（例えば、認知的負荷と感情的価値の組み合わせなど）を視覚的に分析することが可能になる」と述べており、これはユーザー体験を理解するための強力なツールである。

結論として、UXリサーチャーは理解を深めるために、バイオセンサーをますます活用するようになっています。これらの手法は、理解の基礎となる従来の方法論と組み合わせて使用するのが最適であり、バイオセンサーはユーザー体験をより深く理解するためのデータを提供します。

参考文献

[1] Yao, L., Liu, Y., Li, W., Zhou, L., Ge, Y., Chai, J., & Sun, X. (2014). 生理学的指標を用いたモバイルアプリケーションのユーザー体験の評価. 『Engineering Psychology and Cognitive Ergonomics』 (pp. 301-310). Springer International Publishing.

[2] McCarthy, J., & Wright, P. (2007). 『テクノロジーとしての体験』. マサチューセッツ州ケンブリッジ：MITプレス.

[3] Nacke, L. & Lindley, G.A. (2008). 「ファーストパーソン・シューティングゲームにおけるフローと没入感：プレイヤーのゲーム体験の測定」。2008年ACM FuturePlay会議論文集、カナダ・トロント。

[4] Mirza-babaei, P., Long, S., Foley, E. (2011). 「ゲームユーザー調査における生体認証技術の役割に関する考察」。DiGRA ’11 – 2011年DiGRA国際会議『Think Design Play』論文集、オランダ、ユトレヒト。

[5] Bacic, D. (2017). ビジネス・ダッシュボード設計がユーザーに与える影響の解明：アイトラッキング、表情、皮膚電気反応、およびEEGセンサーを用いた三角測量アプローチ. In: AMCIS 2017., マサチューセッツ州ボストン.

[6] Koester, T., Brøsted, J. E., Jakobsen, J. J., Malmros, H. P., Andreasen, N. K. (2017). 医療機器のユーザビリティテストにおけるアイトラッキングの活用. 2017年医療分野における人間工学・エルゴノミクス国際シンポジウム論文集.

[7] Georges, V., Courtemanche, F., Senecal, S., Baccino, T., Fredette, M., & Leger, P. M. (2016). UXヒートマップ：視覚的インターフェースにおけるユーザー体験の可視化．『2016年CHIカンファレンス（コンピューティングシステムにおける人間工学）論文集』（pp. 4850-4860）．ACM．