Tại sao các nhà thiết kế nên làm việc với dữ liệu thực thay vì bản năng?

Các phần mềm ứng dụng không trực tiếp cung cấp thức ăn, nước uống, nơi ở, tình cảm hay tình dục cho bạn – điều duy nhất chúng làm đó là phổ biến thông tin, thứ có thể dẫn đến tất cả những nhu cầu cơ bản trên.

Do vậy, thiết kế đồ họa, UX, phần mềm, thực tế luôn bao hàm việc lựa chọn và tổ chức thông tin, qua thời gian. Thông tin chính là tất cả mọi thứ, bạn cần phải biết nó là gì, có ý nghĩa ra sao? Cũng như phương thức thể hiện nó một cách trung thực, đi kèm tính năng cụ thể, qua đó trở thành tài sản hữu ích thực sự cho công ty hoặc xã hội.

Choropleth Hình dung các chỉ số quy hoạch đô thị khác nhau bằng Excel và Illustrator — Nguồn: Jeff Davidson Design

Nhà thiết kế không phải nhà khoa học, toán học, kinh tế học hay thậm chí là những nhà nghiên cứu khắt khe — có lẽ điều đó nghe cũng ổn. Nhưng theo suy nghĩ của tôi, hầu hết bọn họ có thể chưa-từng-nhìn-thấy bảng tính Excel kể từ lớp kế toán cuối cùng thời trung học và đây là một vấn đề lớn đang gây khó khăn không ít cho ngành.

Trong hầu hết cửa hàng hoặc công ty mà tôi thấy qua, bên cạnh hàng tá sản phẩm tôi đã làm hoặc tư vấn, các nhà thiết kế thường tự phải hình dung, hoặc chỉ đơn giản là giả định một biểu đồ hoặc biểu đồ thanh cụ thể mà họ nghĩ người dùng nên đọc. Là một người có nhiều kinh nghiệm trong cả việc bóc tách, tính toán lẫn biểu diễn dữ liệu một cách trực quan — tôi có thể tuyên bố rằng việc thiếu kiến thức thống kê cơ bản sẽ gây nên nhiều bất lợi cho quá trình thiết kế sản phẩm của bạn, đặc biệt là trong thời đại thông tin. Sự sợ hãi hoặc thiếu hiểu biết này đặc biệt thể hiện rõ ràng qua vô vàn các sản phẩm kỹ thuật số sở hữu bảng điều khiển (dashboard) nhưng không được đính kèm tính năng. Bạn đang có một sản phẩm phần mềm? Hãy làm cho nó một bảng điều khiển ngay!

Dashboard là gì?

Dashboard có thể được hiểu là một bảng điều khiển kỹ thuật số (digital control), hay một giao diện số được dùng để thu thập và tổng hợp dữ liệu của toàn bộ hệ thống. Dashboard không chỉ cung cấp dữ liệu chuyên sâu trong quá trình sản xuất kinh doanh, đồng thời còn đưa ra một cái nhìn tổng quát về năng suất của từng bộ phận, các xu hướng, các hoạt động, các chỉ số KPI (Key Performance Indicator – hay còn gọi là chỉ số đánh giá thực hiện công việc).

Thấu hiểu được dữ liệu mà mình đang thiết kế sẽ cho phép bạn trình bày chúng theo cách phù hợp với chức năng của người dùng cuối (end-user). Nó sẽ buộc bạn (nhà thiết kế) trở thành nhà phân tích. Hãy xem đó như một hình thức để tìm hiểu và đắm chìm vào yếu tố dân tộc học (Ethnography).

Ethnography là gì?

Ethnography là hoạt động nghiên cứu nhằm thấu hiểu hành vi văn hóa, tập tục trong hoàn cảnh tự nhiên, đời thường bằng cách tham gia sinh hoạt cùng ứng viên để nghiên cứu. Phương pháp này được những nhà nhân chủng học dùng để nghiên cứu các nhóm văn hóa. Tuy nhiên, một số người thực hiện công việc nghiên cứu cũng thường sử dụng chúng để hiểu rõ thói quen sinh hoạt cũng như tiêu dùng của đáp viên. Các dữ liệu được thu thập chủ yếu là thông qua quan sát, các cuộc trò chuyện thân mật hoặc các cuộc phỏng vấn chính thức.

Thay vì chỉ chọn ra vài chỉ số cấp cao và mô phỏng chúng trên biểu đồ thanh với màu sắc hay phông chữ đẹp, hãy buộc bản thân (hoặc nhà thiết kế của bạn) đọc dữ liệu trước cũng như xác định xem chúng đang thể hiện gì. Điều gì quan trọng đối với người dùng thông thường của bạn? Kích thước mẫu có đủ không? Làm thế nào để miêu tả này cung cấp cho ai đó một sức mạnh cụ thể để khắc phục vấn đề liên quan — để thực hiện các bước tiếp theo? Điều này sẽ trông như thế nào với các bộ sản phẩm và nguyên mẫu khác nhau? Tất cả những câu hỏi này đều quan trọng khi lựa chọn một kỹ thuật hình dung cụ thể. Một lần nữa, các nhà thiết kế cần chịu trách nhiệm về việc lựa chọn và tổ chức thông tin — thực sự là vậy. Nếu bạn không nắm bắt được nhiều phương thức để biểu thị số lượng, giải pháp của bạn sẽ trở nên thô sơ hơn.

Hình dung về mức độ độc lập trong Khu vực Đại Toronto. Nguồn: Jeff Davidson Design

Cách bắt đầu làm việc với dữ liệu

Khi các công cụ nguyên mẫu như Sketch, XD, Figma được sử dụng ngày càng phổ biến – nhà thiết kế có xu hướng càng rời xa các công cụ như Adobe Illustrator. Tất cả các công cụ thế hệ mới nói trên đều rất đơn giản để học hỏi, nhưng chúng thường thiếu những chức năng thô bạo của Illustrator như một công cụ kết xuất toán học mạnh mẽ. Đặc biệt là khả năng tạo bản đồ chuyên đề (choropleth) trực quan trong khi phân lớp và chia tỷ lệ dữ liệu. Khi nói đến thiết kế thông tin, Illustrator vượt trội hơn tất cả.

Choropleth map là gì?

Choropleth Map là một loại bản đồ chuyên đề, trong đó các khu vực được tô bóng hoặc tạo khuôn theo tỷ lệ với một biến thống kê đại diện cho một bản tóm tắt tổng hợp về một đặc điểm địa lý trong từng khu vực, như mật độ dân số hoặc thu nhập bình quân đầu người. Đây là một trong những công cụ hình ảnh hóa dữ liệu hữu ích trong nhiều tình huống nhất là với người làm nghiên cứu.

Nhiều năm trước, tôi từng làm việc cho một quỹ nghiên cứu đô thị mang nặng về yếu tố trực quan hóa dữ liệu. Vì thế tôi đã làm việc với rất nhiều tệp CSV thô — nhập, phân tích dữ liệu cũng như cố gắng tìm ra cách để làm chúng trở nên trung thực và hiệu quả hơn. Sau đó, tôi buộc phải học Excel và bỗng nhiên bắt đầu yêu thích toàn bộ quá trình nghiên cứu.

Tôi rất hào hứng khi nhập dữ liệu, kết xuất biểu đồ để có thể nhìn thấy tất cả những gì mà nó trình bày. Học cách bóc tách, đọc và hình dung dữ liệu là một kỹ năng độc đáo sẽ thúc đẩy sự nghiệp của bất kỳ ai với tư cách là một nhà thiết kế chức năng. Nó cũng dạy cho tôi tầm quan trọng của tính chặt chẽ trong nghiên cứu, bên cạnh phương pháp khoa học, điều này vô cùng quý giá đối với tôi như một người hoạt động trong lĩnh vực phần mềm nơi mà bản ngã có thể tăng tiến và các thành kiến ​​xã hội vẫn phát triển tốt. Nói cách khác, các phương pháp nghiên cứu thích hợp đã làm nổi bật mức độ thô sơ của UX.

Vẻ đẹp của Excel chính là bởi nó phối hợp nhuần nhuyễn với Illustrator một cách đáng kinh ngạc. Bạn có thể tạo biểu đồ trong Excel, thay đổi phông chữ thành phông chữ tương thích với AI, dán chúng vào Illustrator, sau đó tách ra vô số clipping mask. Điều này để lại cho bạn các vectơ hoàn toàn có thể chỉnh sửa, thứ mà bạn dễ dàng thao tác theo ý muốn.

Kỹ thuật này cũng rất phù hợp cho việc phân lớp dữ liệu để tạo ra các hình ảnh trực quan phong phú, hoàn hảo cho các nhà phân tích. Dữ liệu lớn thì luôn yêu cầu trực quan hóa lớn và Illustrator lại có khả năng cung cấp cho bạn khung vẽ để thực hiện điều này. Hãy nhớ rằng ‘nhà thiết kế thông tin’ (UX / UI / product /graphic) phải chịu trách nhiệm cho tính chính xác của dữ liệu để người ta có thể dựa vào đó mà đưa ra quyết định hiệu quả hơn. Đây là những người đưa ra các quyết định trị giá hàng tỷ đô dựa trên cách họ nắm bắt vấn đề, do đó, người tổ chức chúng phải có tinh thần trách nhiệm rất lớn. Hơn nữa, làm việc với dữ liệu buộc nhà thiết kế phải trở thành nhà phân tích cũng như người dùng.

Sự khác biệt về mật độ dân số dựa trên sự phân bổ của cánh đồng xanh trong Vùng Đại Toronto. Nguồn: Jeff Davidson Design

Kinh nghiệm phân tích là một quá trình kết hợp cùng nhau — xem xét các biến số khác nhau để thấu hiểu các mối quan hệ, mẫu và các điểm bất thường. Nhà phân tích là người liên tục di chuyển mắt của họ. Các công cụ kết xuất thiết kế như Adobe Illustrator (sử dụng công cụ blend và eyedropper) cho phép bạn tạo ra các hình ảnh chuyên đề trực quan tuyệt đẹp, nơi người ta có thể “phân lớp” dữ liệu, giúp các nhà phân tích dễ dàng có được cái nhìn thấu đáo hơn về các mối quan hệ này.

Illustrator cũng vô cùng tuyệt vời để phân tích các đường xu hướng dài vì người dùng có thể thiết lập biểu đồ của họ cùng với khung vẽ có kích thước đáng kể, chỉnh sửa các yếu tố hình ảnh, dễ dàng chú thích cũng như gửi đồ thị cho ‘đội ngũ’ để xem xét. Nó cũng tuyệt vời cho in ấn vật lý và sắp đặt các hình ảnh trực quan lớn lên tường để phân tích hoặc chú thích. Hơn nữa, nhiệm vụ cũng như trách nhiệm của nhà thiết kế là cho phép các nhà phân tích so sánh các số liệu một cách dễ dàng mà không làm cho khung vẽ trở nên quá phức tạp. Sự phức tạp trong thị giác sẽ dẫn đến sự hỗn loạn về nhận thức.

Dữ liệu thực tế sẽ dạy bạn cách nghiên cứu đúng đắn và chặt chẽ

Các trường UX nói chung thường bị thổi phồng bởi các quy trình được thúc đẩy bởi nghe – nói, cái tôi và suy nghĩ nhóm — không phải là những con số và dữ liệu cứng. Chúng ta thường sử dụng phản hồi định tính để biện minh cho các quyết định thiết kế trong khi thực tế, hầu hết các trường hợp kích thước mẫu lại quá nhỏ để có thể biết được nhận thức nào mang tính “chân thật”. Tương lai của ngành thiết kế sẽ phải chuyên trách về thể nghiệm và bằng chứng chứ không phải nghiên cứu định tính dựa trên bản ngã. Mặc dù bản ngã là thứ cần thiết để hình thành nên giả thuyết (hoặc giả thuyết vô hiệu nếu bạn đang làm đúng), nhưng việc giả định hoặc tuân theo một ý tưởng lại là việc làm thiếu đúng đắn trừ khi có ít nhất 1-2 bằng chứng chỉ ra độ xác thực của nó. Hơn nữa, việc cho bạn (hoặc nhà thiết kế của bạn) tiếp xúc với dữ liệu thực trong các tình huống thực chắc chắn sẽ mang lại cái nhìn sâu sắc hơn về chiến lược, quy trình cũng như sản phẩm. Kính gửi các nhà thiết kế, hãy học cách sử dụng Excel và thoải mái khi sử dụng nó.

(Giorgia Lupi – người Ý, sinh năm 1981 / Studio sáng tạo, nghiên cứu và thiết kế Accurat – Ý, thành lập năm 2011.
Thông tin dữ liệu: Bối cảnh thời trang 2017
Nhiệm vụ của dữ liệu: Thời trang có hiện đại không?
Dự án này được hiện thực hóa bởi Trung tâm thời trang của Đại học Glasgow Caledonian New York)

Phần kết

Thiết kế là sự thao túng của các tác nhân kích thích và thông tin. Khi các sản phẩm trở nên phức tạp hơn, thiết kế thông tin hợp lý sẽ tách những sản phẩm thành công ra khỏi các sản phẩm yếu kém. Không chỉ bố cục, kiểu chữ, màu sắc hay cấu tạo cần phải hoạt động mà chính việc thể hiện dữ liệu cũng cần phải phù hợp để đào sâu phân tích. Nếu đã từng tạo các biểu đồ phức tạp trước đây, bạn có thể hiểu được khó khăn trong việc tạo ra sự hài hòa giữa các biến số khác nhau mà một biểu đồ bao gồm. Cần có thời gian, kiên nhẫn cũng như ý chí sẵn sàng truy vấn đến cùng.

Với sự tiến bộ của trí tuệ nhân tạo và máy học, con người có thể nghĩ cuối cùng chúng ta có thể không cần đến các nhà phân tích. Máy tính và hệ thống sẽ thực hiện tất cả các quyết định này cho chúng ta. Đây là một sai lầm nghiêm trọng mà những người ủng hộ mạnh mẽ cho trí tuệ nhân tạo mắc phải. Con người sẽ và mãi mãi muốn trở thành chủng tộc đưa ra quyết định tự chủ. Ngay cả khi AI ngày nay bắt đầu cung cấp các quyết định siêu chính xác về hành vi mua hàng, chúng ta vẫn sẽ cần phải kiểm chứng những đề xuất này, bởi ý chí tự do là một trong những giá trị và đức tính cao nhất của con người, bất kể bạn nghĩ nó tồn tại hay không. Cho đến tận cuối cùng, loài người vẫn mang tính quyết định.

Người dịch: Nam Vu
Tác giả:
Jeff Davidson
Nguồn: medium

Cùng tác giả

#Tag

Ai artificial intelligence computer vision design design thinking Google Analytics mind mapping

iDesign Must-try

Liệu Công nghệ có phục vụ Nghệ thuật hay không? - (Phần 3)
Liệu Công nghệ có phục vụ Nghệ thuật hay không? - (Phần 3)
Có thật là ta sắp tiến tới một thời đại không gian-thời gian mới, nơi những sản phẩm của ta sẽ hoàn toàn mang tính chân thực, đưa người xem…
Liệu Công nghệ có phục vụ Nghệ thuật hay không? (Phần 2)
Liệu Công nghệ có phục vụ Nghệ thuật hay không? (Phần 2)
Hiện nay, một số nền tảng cho phép người dùng số hóa và quốc tế hoá thị trường nghệ thuật.
Điểm tin nghệ thuật thế giới tháng 01/2024
Điểm tin nghệ thuật thế giới tháng 01/2024
Một cậu bé 13 tuổi được tuyển làm thực tập sinh cho Louis Vuitton; ‘Thiếu niên và chim diệc’ giúp đạo diễn Hayao Miyazaki giành Quả Cầu Vàng đầu tiên…
Cách Công nghệ dần thay đổi Thế giới Nghệ thuật - (Phần 2)
Cách Công nghệ dần thay đổi Thế giới Nghệ thuật - (Phần 2)
Tìm hiểu chi tiết hơn về các tác phẩm nghệ thuật ứng dụng công nghệ trong khuôn khổ triển lãm Nghệ thuật Kỹ thuật số nổi bật của thời đại…
Nghệ thuật và Công nghệ: Cùng tồn tại và phát triển
Nghệ thuật và Công nghệ: Cùng tồn tại và phát triển
Sự xuất hiện của công nghệ số trong quá trình sáng tạo nghệ thuật chưa bao giờ mạnh mẽ như lúc này. Nhưng, tận dụng hay loại bỏ, đâu mới…
‘Products of Place’ Giới thiệu trí tuệ nhân tạo trong thiết kế sản phẩm bền vững
‘Products of Place’ Giới thiệu trí tuệ nhân tạo trong thiết kế sản phẩm bền vững
“Products of Place” là một nỗ lực khám phá cách mà trí tuệ nhân tạo (AI) có thể giúp các nhà thiết kế tạo ra các sản phẩm bền vững…