Qu'aimez-vous le plus à propos de Optimal?
1. Outils divers pour différentes méthodes de recherche
Optimal soutient une variété de besoins en recherche UX : tri de cartes, tests d'arborescence, tests de prototypes, enquêtes et entretiens qualitatifs. Cette gamme signifie que je peux utiliser une seule plateforme pour une grande partie de mon flux de travail plutôt que de combiner plusieurs outils.
2. Facilité de configuration et fréquence d'utilisation
Pour la plupart des études, il est relativement simple de commencer. Construire des tâches, télécharger des prototypes, configurer des enquêtes ou mettre en place la prise de notes pour les entretiens a une courbe d'apprentissage décente, mais une fois familiarisé, je peux avancer rapidement.
3. Fonctionnalités d'analyse et visualisation
Les tableaux de bord de reporting / résultats sont utiles. Les visualisations de la manière dont les utilisateurs naviguent dans les tests d'arborescence, les catégories qu'ils utilisent dans les tris, le marquage / codage des notes qualitatives — tout cela aide à rendre les motifs visibles et à communiquer les résultats aux parties prenantes.
4. Capacité de recherche à distance et non modérée
La possibilité de réaliser des tests non modérés, d'atteindre les participants à distance et de les laisser effectuer les tâches à leur propre rythme a été très utile. Pour les tests de prototypes et les premiers retours, c'est efficace et évite les embouteillages.
5. Ressources de support client / meilleures pratiques
Il y a de bons documents d'aide, exemples et guides. En cas de doute, la documentation ou les articles sur les meilleures pratiques (par exemple, comment structurer un test d'arborescence, comment analyser un tri de cartes) ont été vraiment utiles. Avis collecté par et hébergé sur G2.com.
Que n’aimez-vous pas à propos de Optimal?
1. Problèmes de qualité des participants et de recrutement
Un problème récurrent est que certains participants recrutés fournissent des réponses de faible qualité ou superficielles (par exemple, en se précipitant à travers les tâches, sans s'engager profondément). Si vous utilisez le panel de participants d'Optimal, le filtrage est possible mais nécessite tout de même un effort pour inspecter manuellement et éliminer le bruit.
2. Limitations des enquêtes / questionnaires
Lorsque j'ai besoin d'une logique plus avancée (ramification, questions conditionnelles), ou que je souhaite personnaliser profondément l'apparence, les fonctionnalités d'enquête semblent quelque peu limitées. Dans certains cas, une fois qu'une enquête est lancée, l'édition des éléments / le réarrangement des questions n'est pas très flexible.
3. Profondeur des fonctionnalités vs. attentes
Parce qu'Optimal fait beaucoup de choses, certaines fonctionnalités semblent moins matures ou puissantes par rapport à des outils spécialisés. Les tests de prototypes manquent parfois de certaines capacités attendues (par exemple, une interaction plus riche ou des enregistrements de session) par rapport aux outils dédiés aux tests d'utilisabilité.
4. Coût et structure tarifaire
Selon le nombre d'études menées, le nombre de participants recrutés, etc., le coût peut devenir significatif. Si vous n'utilisez pas toutes les fonctionnalités régulièrement, vous pouvez avoir l'impression de payer pour plus que ce dont vous avez besoin. De plus, les plans nécessitent parfois un engagement ou ont une flexibilité limitée.
5. Accès aux données / contraintes d'abonnement
Il y a des rapports / expériences (en dehors des miens ou similaires à ce que j'ai vu) selon lesquels une fois certaines périodes d'abonnement écoulées, l'accès aux études passées ou la possibilité de les analyser davantage est restreint. Cela peut être une préoccupation pour le suivi longitudinal ou la révision des travaux passés.
6. Problèmes de performance à grande échelle
Avec un grand nombre de participants, de grands ensembles de données ou des études complexes, les choses peuvent ralentir. Les temps de chargement, la réactivité dans les tableaux de bord, l'exportation de grands ensembles de données, etc., peuvent être lents, affectant ainsi la fréquence d'utilisation.
7. Apprentissage difficile pour certaines analyses / étiquetage
Surtout pour les parties qualitatives (prise de notes, étiquetage des thèmes), il y a un surcoût non négligeable pour définir les étiquettes, maintenir la cohérence, nettoyer les doublons, etc. Si votre équipe n'a pas beaucoup d'expérience en synthèse qualitative, il faut du temps pour établir un processus qui fonctionne bien avec l'outil. Avis collecté par et hébergé sur G2.com.