UX DAY 1 : UX Researcher
📍 UX DAY 1: UX Researcher
วันนี้เราเริ่มจากพื้นฐานสำคัญของงาน UX
คือการ “เข้าใจผู้ใช้จริง ๆ”
ในยุคที่ AI ช่วยคิดคำถาม สรุปข้อมูล และจัดไอเดียได้เร็วขึ้น
แต่ AI ยังแทนที่ Designer ที่มี Foundation แน่นไม่ได้ง่าย ๆ
เพราะ UX Research ไม่ใช่แค่การหาข้อมูล
แต่มันคือการถาม การฟัง การสังเกต และเข้าใจเหตุผลเบื้องหลังพฤติกรรมของมนุษย์ ซึ่ง AI ไม่สามารถเข้าใจสิ่งเหล่านี้ได้เท่า "มนุ ษย์ UX"
AI ช่วยให้เราทำงานเร็วขึ้น
แต่พื้นฐานที่แน่น จะทำให้เราใช้ AI ได้ถูกทาง
Day 1 ผ่านไปแบบเข้มข้นมาก UXUI รุ่น 49
ขอบคุณทุกคนที่ตั้งใจเรียนและลงมือฝึกจริงครับ 🔥
.
👉 สำรองที่นั่ง/สอบถามข้อมูลเพิ่มเติม
FB PAGE : https://m.me/uxuistudio9
.
#uxuistudio #uxdesign #uidesign #graphicdesign #uxui #uxuiworkshop #uxworkshop #uiworkshop
#เพราะเราเข้าใจว่ามือใหม่ต้องการอะไร
ถ้าให้ตอบแบบสั้น ๆ จากประสบการณ์เรียน/ทำเวิร์กช็อป UX มา “UX Researcher” คือคนที่ช่วยทีมออกแบบและทีมโปรดักต์ “เข้าใจผู้ใช้จริง ๆ” ก่อนตัดสินใจทำฟีเจอร์ ปรับหน้าจอ หรือแก้ปัญหาในสินค้า/บริการค่ะ ไม่ใช่แค่หาข้อมูลจากกูเกิล แต่คือการตั้งคำถามให้ถูก ฟังให้เป็น และตีความพฤติกรรมมนุษย์ให้ทีมเอาไปออกแบบต่อได้ หน้าที่ของ UX Researcher ทำอะไรบ้าง? 1) ทำความเข้าใจปัญหาและเป้าหมายของงาน: ก่อนเริ่มรีเสิร์ชจะคุยกับทีมว่าอยากรู้ “อะไร” เพื่อใช้ตัดสินใจ “เรื่องไหน” เช่น คนกดสมัครไม่สำเร็จเพราะอะไร หรือทำไมถึงไม่กล้ากดจ่ายเงิน 2) วางแผนการวิจัย (Research Plan): กำหนดกลุ่มเป้าหมาย จำนวนผู้ใช้ วิธีการ เกณฑ์คัดเลือก และคำถามหลัก ๆ 3) เก็บข้อมูลจากผู้ใช้จริง: ทั้งการสัมภาษณ์ การสังเกตการใช้งาน หรือทดสอบต้นแบบ 4) สรุปอินไซต์ (Insight) และแปลงเป็นข้อเสนอแนะ: ไม่ใช่แค่สรุปว่า “ผู้ใช้ชอบ/ไม่ชอบ” แต่ต้องตอบให้ได้ว่า “เพราะอะไร” และควรแก้อะไรต่อ 5) สื่อสารให้ทีมเข้าใจ: ทำรายงาน แชร์คลิปไฮไลต์ ทำ workshop เล็ก ๆ ให้ทีมเห็นภาพผู้ใช้ร่วมกัน วิธีทำ UX Research ที่เจอบ่อย (เลือกให้เหมาะกับคำถาม) - User Interview: เหมาะกับการเข้าใจแรงจูงใจ ความคาดหวัง ความกลัว - Usability Testing: ให้ผู้ใช้ลองทำภารกิจบนเว็บ/แอป แล้วดูว่าติดตรงไหน - Survey: เก็บภาพรวมเชิงปริมาณ แต่ต้องออกแบบคำถามดี ๆ - Observation/Contextual Inquiry: ไปดูผู้ใช้ทำงานจริงในบริบทจริง จะเจอรายละเอียดที่เขา “ไม่เล่า” - Competitor/Heuristic Review: ตรวจคู่แข่งหรือประเมินตามหลัก UX เพื่อหาจุดที่ควรปรับ ตัวอย่างคำถามที่ช่วย “ขุดเหตุผล” (ใช้ได้จริง) - “ก่อนจะกดปุ่มนี้ คุณคิดว่าจะเกิดอะไรขึ้น?” - “อะไรทำให้คุณลังเล/ไม่มั่นใจ?” - “ถ้าย้อนกลับไปได้ คุณอยากให้ขั้นตอนนี้เป็นแบบไหน?” - “ครั้งล่าสุดที่เจอปัญหานี้ คุณแก้ยังไง?” แล้ว AI ช่วย UX Researcher ตรงไหนได้? จากที่ลองใช้จริง AI ช่วยได้มากกับงานเร็ว ๆ เช่น สรุปโน้ตประชุม จัดกลุ่มคำตอบ ทำ draft คำถาม หรือช่วยทำธีมเบื้องต้นจาก transcript แต่จุดที่ยังต้องเป็น “มนุษย์ UX” คือการอ่านระหว่างบรรทัด สังเกตอารมณ์/ความลังเล จับบริบท และตัดสินใจว่าอินไซต์ไหนสำคัญต่อเป้าหมายธุรกิจและผู้ใช้จริง ๆ ทักษะพื้นฐานที่มือใหม่ควรมี - ตั้งคำถามแบบไม่ชี้นำ (Neutral) และฟังให้ครบก่อนสรุป - จดบันทึก/แยก Fact vs Opinion (แยกสิ่งที่เห็นกับสิ่งที่ตีความ) - คิดเชิงโครงสร้าง: แปลงข้อมูลกระจัดกระจายเป็น pattern - สื่อสารให้ทีมเข้าใจง่าย: อินไซต์ + หลักฐาน + ข้อเสนอแนะที่ทำได้จริง ถ้าคุณกำลังเริ่มต้น แนะนำให้ลองซ้อมง่าย ๆ ด้วยการเลือก 1 หน้าจอ/1 ขั้นตอนของแอปที่ใช้ประจำ แล้วชวนเพื่อน 3–5 คนมาลองทำภารกิจเดียวกัน จากนั้นจดว่า “เขาติดตรงไหน ทำไมถึงติด และทีมควรแก้อะไร” แค่นี้จะเริ่มเห็นภาพงาน UX Researcher ชัดขึ้นมากค่ะ
