นักพัฒนาทั้งผลิตภัณฑ์และระบบแทบจะร้อยทั้งร้อย
ต้องเจอกับประสบการณ์ฝันหวานอย่างเรื่องลูกค้าเปลี่ยนแปลงโดยถ้วนหน้ากันแล้ว
บางคนจึงคร้านจะคุยกับลูกค้า นั่งเทียนเอาเองง่ายกว่าเยอะเลย
และหลายๆครั้งก็ประสบพบเจอว่า นั่งเทียนหรือถาม ก็มักจะมีค่าเท่ากัน

ประเด็นคือ ปรกติแล้ว เรามักจะเจอลูกค้า หรือผู้ใช้ที่ไม่รู้หรอกว่าต้องการอะไรกันแน่
ซึ่งเป็นหน้าที่ของเราๆที่จะต้องคิดว่าจะทำอะไรให้ลูกค้าดี
เช่น ลูกค้าอาจจะคิดแค่ว่า เขาอยากได้กาต้มน้ำที่ทำให้น้ำเดือดเร็วๆ
ถ้าเราฟังลูกค้ามาแค่นี้ เราก็สามารถที่จะผลิตกาต้มน้ำที่ทำให้น้ำเดือดเร็วๆได้
เพราะเรามี know-how ในการทำกาต้มน้ำอยู่แล้ว

แต่ความแตกต่างก็คือ

เราไม่เคยรู้ว่าลูกค้าแขนไม่ค่อยดี เดินลำบาก หูตึง บางทีก็ให้หลานตัวเล็กๆยกให้
และนั่นเป็นสิ่งที่ชี้วัดว่า
กาต้มน้ำที่เราผลิตนั้น ลูกค้าใช้งานแล้วจะดีร้ายเด่นด้อยปลอดภัยอันตรายขนาดไหนกัน
เส้นบางๆระหว่างการ”ทำได้” กับการ”ทำได้ดี” มันอยู่ตรงนี้ล่ะ
นั่นเป็นเหตุผลที่เราต้องมานั่งเก็บข้อมูลจากผู้ใช้กัน

การเก็บข้อมูลจากผู้ใช้
ไม่ได้แปลว่า เราต้องไปเอาผู้คนมาจำนวนหนึ่ง
แล้วเก็บไว้ในห้องที่เราเตรียมไว้ แล้วให้ทำสิ่งที่เราต้องการ
เราเคยทำ focus group อยู่ 2 ครั้ง
ในแบบที่จับมานั่งในห้องที่กำหนด
แต่ด้วยการทำงานช่วงหลังๆ ที่ใช้วิธีวิ่งไปคุยกับผู้ใช้ถึงที่ทำงาน
ก็พบว่า เออ มันจริงกว่ากัน
เราจะได้เห็นทั้งซีนการทำงานของเขา
สิ่งที่อยู่บนโต๊ะเขาทั้งหลาย เอกสารที่ใช้งานจริง
ประสิทธิภาพของเครื่องที่เขาใช้อยู่จริง
รวมไปถึงความชำนาญและความเคยชินในการใช้งานที่เครื่องของเขาเอง

การได้มาซึ่งข้อมูลจากผู้ใช้ในกรณีนี้ จะมาจากสองทางได้แก่
1. การสอบถาม
2. การสังเกตการณ์

การสอบถาม ก็อย่างเช่น การถามประชาชนว่าเลือกตั้งคราวนี้ จะเลือกใคร
การถามสาวๆว่า ในแต่ละเดือน ใช้จ่ายไปกับอะไรเป็นส่วนใหญ่
เป็นการเก็บข้อมูลในมิติของ “ความคิดเห็น” (Attitudinal)
นั่นคือข้อมูลที่ให้จากการที่เขาคิดว่าเขามี เขาเป็น เขาทำ

บางคนอาจจะงงว่า อ้าว ก็แล้วไง
คนบอกว่าเลือกพรรคสีส้ม มันก็คือข้อมูลว่าคนๆนั้นเลือกพรรคสีส้ม
หญิงสาวบอกว่าเธอใช้จ่ายไปกับมะม่วงดองมากที่สุด
มันก็คือข้อมูลว่าเธอซื้อมะม่วงดองเป็นจำนวนเงินมากที่สุด

ซึ่งเอาเข้าจริงๆแล้ว อาจจะทำตามนั้นหรือไม่ก็ได้
เพราะมันคือสิ่งที่เขาคิดว่าเขาทำ
แต่ก็ไม่ใช่ว่า เป็นข้อมูลที่เชื่อถือไม่ได้
เพียงเราต้องเข้าใจว่า มันเป็นข้อมูลระดับความคิดเห็น
ซึ่งเราอาจจะต้องมานั่งกรองกับผู้ใช้อีกทีหนึ่งว่า
มันเป็นสิ่งที่ควรจะเป็นไปตามที่คิดเห็นจริงๆหรือไม่

ส่วนการสังเกตการณ์ ก็เทียบกับการดูผลการเลือกตั้งของจริง
หรือการที่ไปเห็นหญิงสาวซื้อของจริงๆ
เอาเข้าจริงประชาชนอาจจะเลือกพรรคสีฟ้ามากกว่า
หรือหญิงสาวที่บอกว่าเอาเงินส่วนมากไปซื้อมะม่วงดองนั้น
เอาเข้าจริงแล้ว เธออาจจะละลายเงินไปกับเสื้อผ้าที่ลดราคามากกว่าก็ได้
นี่คือข้อมูลที่เก็บขึ้นในมิติของ “พฤติกรรมจริง” (Behavioral)

แต่ก็ไม่ใช่ว่า นี่ไง อันนี้ของจริง
แล้วจะไปเก็บเอาข้อมูลที่ไม่รู้จะจริงหรือเปล่าอย่างความคิดเห็นทำไม
ถึงมันจะเป็นพฤติกรรมที่เกิดขึ้นจริง
แต่เหตุผลในการแสดงออกพฤติกรรมเช่นนั้น
บ่อยครั้งที่ไม่สามารถหาได้จากการสังเกตการณ์อย่างเดียวเท่านั้น
การที่พรรคสีฟ้าได้รับเลือกมากที่สุด อาจจะไม่ได้แปลว่า มีคนชอบมากที่สุด
อาจจะเป็นเพราะประชาชนบางส่วนไม่อยากให้พรรคสีเขียวเข้าร่วมรัฐบาล
หญิงสาวที่ช็อปของเซลล์แต่คิดว่าเธอซื้อมะม่วงดองเยอะ
ก็ไม่ได้แปลว่าเธอโกหกปกปิดเช่นกัน เธออาจจะคิดอย่างนั้นจริงๆก็ได้
การแพ้ของเซลล์เป็นอาการของจิตใต้สำนึก เธอจึงซื้อไปโดยไม่รู้ตัวว่าซื้อ เป็นต้น

จะเห็นได้ว่า การเก็บข้อมูล ทั้งแบบ Attitudinal และ Behavioral
มันมีคุณสมบัติตรวจสอบกันและกันอยู่
ข้อมูลที่เราได้จากมิติ Attitudinal เราก็สามารถตรวจสอบความเป็นจริงได้
ด้วยข้อมูลที่ได้จากมิติ Behavioral
ข้อมูลที่เราได้จากมิติ Behavioral เราก็สามารถหาเหตุผลที่เหมาะสมที่สุดได้
ด้วยข้อมูลที่ได้จากมิติ Attitudinal

แต่ทั้งนี้ทั้งนั้นก็ต้องเป็นข้อมูลที่มาจากวิธีการเก็บข้อมูลที่ดีด้วย
เช่น ไม่ใช่ว่าคนรอบข้างมีแต่คนเกลียดกำนันแหวง (attitudinal)
ก็สรุปว่ากำนันแหวงคงสอบตกปีหน้าอย่างแน่นอน
เพราะชาวบ้านอาจจะเกลียดสารวัตรจ๊อด ที่เป็นคู่แข่งเลือกตั้งมากกว่าก็ได้
จึงทำให้กำนันแหวงจึงยังคงได้รับเลือกให้เป็นกำนันสมัยที่สี่อยู่ (behavioral)
หรือการที่หญิงสาวคนหนึ่งจะทิ้งชายหนุ่มไปหาชายหนุ่มที่นิสัยแย่กว่า (behavioral)
ก็ใช่ว่าจะสรุปได้ว่าเป็นเพราะหญิงสาวชอบคนเลว
ต้องอยู่ที่ข้อมูลความคิดเห็นที่ได้จากหญิงสาวด้วย (attitudinal)

 
ในอีกเซ็ตมิติหนึ่งก็คือ
การเก็บข้อมูลเชิงปริมาณ (Quantitative) กับคุณภาพ(Qualitative)
โดยที่การเก็บข้อมูลเชิงปริมาณนั้น
เราต้องการหาคำตอบในแง่ “มากเท่าไร” “เป็นจำนวนเท่าไร” “ขนาดเท่าไร”
ในขณะที่การเก็บข้อมูลเชิงคุณภาพ
เราต้องการหาคำตอบในแง่ “ทำไม” และ “แก้ไขอย่างไร”
ซึ่งสามารถจะนำไปใช้ได้กับทั้งการเก็บข้อมูลแบบ Attitudinal และ Behavioral

ตัวอย่างการเก็บข้อมูลมิติ Attitudinal เชิงคุณภาพ เช่น
การสอบถามวิธีในการแปรงฟันของผู้ใช้
ตัวอย่างการเก็บข้อมูลมิติ Attitudinal เชิงปริมาณ เช่น
การสรุปจำนวนผู้ที่มีวิธีแปรงฟันที่ถูกวิธี
หรือการสอบถามความถี่ในการแปรงฟันในแต่ละวัน เป็นต้น

ซึ่งถ้าดูกราฟ ก็จะเห็นความสัมพันธ์ของสองเซ็ตมิตินี้

ความสัมพันธ์ข��งการเก็บข้��มูลในมิติต่างๆ

ความสัมพันธ์ของการเก็บข้อมูลในมิติต่างๆ จาก useit.com

หวังว่าคงจะทำให้วางแผนเก็บข้อมูลลูกค้ากันได้ง่ายขึ้น ไม่มากก็น้อยนะคะ ^_^