Chcete se dozvědět, jak se lidé chovají a jak skutečně používají váš web nebo aplikaci? Pak zkuste využít tuto poměrně jednoduchou metodu.
Dnešní digitální produkty mohou poměrně snadno poskytnou velké množství informací o tom, jak je lidé používají. Ať už jde o data samotná, tak i nejrůznější záznamy aktivit, které aplikace sbírá v rámci monitoringu stability systémů, propojení, atp.
Pokud byste se na tyto informace podívali, poměrně snadno se tak můžete dozvědět, jak lidé skutečně váš web nebo aplikaci používají. Data totiž nebudou zkreslená experimenty, výzkumnou studií, atp. Budou tedy odrážet skutečné používaní.
A na co se můžete tedy podívat? Záleží na tom, co váš produkt umožňuje a co sledujete, případně můžete sledovat. Typicky se jedná například o:
- Vyhledávání na webu,
- Využívání a monitoring API,
- Ukládání uživatelských dat.

V podobných datech můžete často najít:
- Jak lidé věci skutečně nazývají.
- Problémy v informační architektuře právě kvůli četnosti hledání určité fráze.
- Jaké možnosti lidé nejčastěji používají.
- Jak se lidé chovají a zda existují nějaké vzory chování.
Výhodou takto posbíraných dat je, že se můžete dostat k poměrně velkému vzorku dat a zároveň že je můžete využít ke zlepšení vašeho webu nebo aplikace tak, že například:
- Vezmete nejčastěji používané volby a uděláte z nich například výchozí hodnoty.
- Případně se podíváte co lidé nejčastěji hledají a dané položky více zviditelníte. (Či s nimi naložíte podobným způsobem.)
Tato metoda má samozřejmě i tu nevýhodu, že se nedozvíte, proč lidé dané věci dělají a o co se snaží (chybí zde kvalitativní složka). Bohužel se taktéž nedozvíte, zda lidé dosáhli toho, co potřebovali, z dat to můžete pouze vyvodit. Proto je užitečné tuto metodu zkombinovat s některou z metod kvalitativního výzkumu.
Jak na to
Než se pustíte do analýzy logů, je potřeba si říct:
- Co přesně potřebujete zjistit a proč.
- V rámci jakého období.
- V rámci jakých uživatelských skupin či částí webu.
Data budete potřebovat získat v kooperaci s někým dalším, například typicky vývojáři nebo analytiky, a je tedy potřeba správně formulovat svůj požadavek, abyste od nich dostali požadovaná data, případně data v podobě, kterou budete moct pro analýzu využít.
Při analýze dat se zaměřte například na:
- Četnosti výskytů dat, například vyhledávání, pojmenování, chyb, využití určitých možností, atd. Užitečné je se podívat na zastoupení dat v mezích 25, 50, 75 a 90% a zbytek. Tyto informace jsou užitečné s tím, že budete vědět co dělá určitá skupina lidí, včetně majority. Poté si říct, pro jak velkou skupinu lidí rozhraní přizpůsobit a jak velkou skupinu udělat více efektivní (protože podporovat všechny je často velice časově náročné).
- Používání v čase, tedy jak lidé aplikaci využívají v čase, jak často dělají určité operace, v jakém množství vytváří nová data, atp.
- Opakované akce a vzory chování, díky kterým budete moct vytvořit například zkratky, automatické volby, atd. Lidé tak budou efektivnější. Zároveň vám podobné informace a data pomohou vytvořit případné segmenty uživatelů, které můžete využít například pro tvorbu Person, případně pro segmentování dalších dat.
- Extrémy – podívejte se, co jsou lidé schopni vytvořit a s čím se bude muset váš produkt potýkat a v produktu podporovat.

Pro lepší pochopení dat je užitečné využít histogramů a nebo jen souhrnných tabulek.
Využití této metody samozřejmě závisí na tom, co potřebujete zjistit a jaké možnosti dat máte. Doporučuji se podívat na níže uvedené reference, kde najdete více informací a příkladů.
Poznámka – Je potřeba dbát na bezpečí vašich uživatelů a proto nakládejte se získanými daty obezřetně. Pro potřeby uživatelského výzkumu mnohdy nepotřebujete konkrétní osobní data, proto se snažte data analyzovat ideálně v anonymizované podobě, neukládejte data mimo bezpečná úložiště, atp. A po skončení zpracování je raději smažte.
Kdy metodu Log Analysis využít
Tuto metodu můžete přirozeně využít v případě, kdy už máte existující web nebo aplikaci, kterou už někdo používá. Může to být ale klidně ihned od spuštění s prvním člověkem. Metodu využijte v případě, kdy chcete web zlepšovat a zjednodušovat.
Analyzovat logy a data se hodí v případě, kdy:
- Pracujete na nové funkcionalitě a chcete vědět, jak lidé používají podobné funkce, jaké další části používají, jak zadávají názvy, atp. abyste poskytly uživatelské rozhraní, které bude reflektovat skutečné potřeby (a třeba i snížíte také chybovost).
- Chcete aplikaci nebo web „proaktivně“ zlepšit vylepšením použitelnosti.