Technology acceptance model для проверки идей новых фич
Есть много моделей того, как люди выбирают, пользоваться им новой системой/продуктом, или нет. Часть моделей обладает прогностической валидностью — т.е. позволяют частично предсказать использование нового продукта или фичи с помощью опросников.
Одна из самых известных — TAM, technology acceptance model. На основе TAM разработан опросник, в нём 12 вопросов, позволяющих измерить измерять субъективную простоту и полезность продукта и частично предсказать, насколько им будут пользоваться. Найти его можно здесь, в русском переводе нашёл только тут (первый архив, 109-я страница, я не шучу).
TAM лучше всего предсказывает использование профессиональных систем — тех, что связаны с работой. Например то, насколько учителя будут использовать LMS (learning management system) в обучении, в какой степени менеджеры по продажам начнут пользоваться CRM, а врачи — электронными картами пациентов.
А вот использование гедонистических систем (hedonic systems — медиасервисов и онлайн игр) TAM предсказывает гораздо хуже. Для них есть другие модели, например, HMSAM (Hedonic-motivation system adoption model), про неё в другой раз.
Как устроена модель
Если чуть упрощать, technology acceptance model говорит нам, что люди хотят пользоваться технологией, если воспринимают её как полезную (useful) и простую в использовании (easy to use).
Т.е. замерив субъективную полезность и простоту технологии для пользователя, мы можем отчасти предсказать, насколько сильный интерес к использованию технологии (attitude toward using) у него возникнет. Этот интерес, в свою очередь частично предсказывает желание воспользоваться (behaviour intention to use), а желание воспользоваться — реальное использование системы (actual system use).
Модель разработал Frad Davis в 89-м году в рамках своей диссертации в MIT. В том же году подтвердил её валидность с помощью лонгитюдного исследования: провёл TAM опросник на 107 людях, а через 14 недель повторно опросил их же про частоту использования системы, и подтвердил, что результаты опроса значительно коррелируют с частотой использования (краткий пересказ обеих работ есть у Сауро).
Как TAM предсказывает использование продуктов
За 30 лет существования TAM и его модификации (TAM 2 и TAM 3) были исследованы сотни раз для разных продуктов и технологий: мобильного банкинга, медицинского софта, ERP и CRM в крупных компаниях и использования LMS учителями (про внедрение технологий в обучение данных особенно много).
Про образование: в 2019-м году вышел метаанализ 114 исследований по теме teachers’ adoption of digital technology in education, и согласно нему, the TAM в значительное степени предсказывает исползование LMS систем и других цифровых систем учителями.
Про enterprise soft: по разным данным, TAM позволяет объяснить от 15 до 56% использования бизнес систем:
Более того, согласно одному из исследований, опрос позволяет предсказать до 60% использования, если давать его не рядовым сотрудникам, использующим систему, а тем, кто принимает решение о покупке и использовании (тут я бы поспорил, что это зависит от бизнес модели — для Microsoft Teams опросник лучше давать топ менеджменту, а для Slack — рядовым сотрудникам).
Как Athenahealth приоритезируют функции в продукте с помощью TAM
Athenahealth (создают системы для хранения медицинских данных) используют TAM для быстрого скоринга функций в баклоге с 2017-го года, процесс называется concept validation.
Как он выглядит: создаётся онлайн-опрос, в который вставляют видео, макет, или описание потенциальной фичи в таком виде, чтобы пользователь мог понять её ценность, и, в некоторых случаях, оценить интерфейс. Пользователя просят посмотреть видео и оценить эту фичу — ответить на вопросы о воспринимаемой полезности и удобстве (ответить на стандартный TAM опросник).
Онлайн опросы стоят дёшево, что позволяет массово пропускать потенциальные фичи через concept validation, присваивать им баллы по субъективному удобству и нужности, и оценивать их относительно друг друга.
В одном из видео есть практический пример — в альфа версии их медицинской системы появилась возможность открывать несколько результатов анализов пациента на соседних вкладках (что экономило докторам время на переключение). Эта функция не была в фокусе и застряла в альфа версии на 8 месяцев, так что продакт-менеджер уже собрался убрать её из продукта, но быстрый скоринг по TAM позволил увидеть, что она важна, быстро доработать её и включить в ближайший релиз.
В самом процессе concept validation есть допущение, что макета и видео достаточно для оценки полезности и удобства использования фичи (обычно TAM проводят на готовой системе, в изначальной работе Девис давал респондентам работать с системой почти час), но у Athenahealth, кажется, работает. В любом случае, то же самое допущение мы делаем, когда проводим Кано, где свойства продукта описываются вообще в виде текста.
Сам процесс настолько прижился, что Athenahealth сделали self managed платформу для продакт менеджеров, чтобы те могли проверять идеи, не привлекая исследователей (продакты заполняют форму, выгружают в неё видео/концепт фичи, а платформа автоматом генерирует опрос на пользователей).
Что теперь делать
- Взять опрос (вот он), проверить его предсказательную силу на существующих функциях вашего продукта, и применять, если он сработает.
- Может не сработать. Для hedoniс systems (онлайн-музыки, игр, медиаплатформ) TAM работает хуже, для них есть другие модели.
- Иметь в виду, что почти во всех исследованиях easy of use примерно в два раза больше предсказывает последующее использование, чем usefulness, а значит часто важнее донести ценность фичи, чем бесконечно шлифовать её.
- Подписаться на мой канал про UX исследования (ну конечно).