Design af oplevelser, som dine brugere vil elske.
Brugeradfærd
Af Stine Dorner, Head of Design
Du bygger hurtigt. Men bygger du til virkelige mennesker?
Når digitale løsninger ikke bliver brugt som tiltænkt, er udfordringen sjældent kommunikation – den er næsten altid adfærdsmæssig. Og det er faktisk en god nyhed. For det betyder, at der er noget meget konkret at gøre ved det.
Denne artikel er skrevet til dig, der arbejder med digitale løsninger og genkender frustrationen over at bygge noget godt, der alligevel ikke virker i praksis. Det er sjældent selve løsningen, der svigter. Det er sproget for, hvad der faktisk sker, og hvad der konkret kan gøres ved det.
Det mønster vi ser igen og igen
Vi lever i en tid, hvor AI gør det muligt at bygge hurtigere end nogensinde. Mere, med færre ressourcer, på kortere tid. Det gælder ikke bare for produkter og platforme – det gælder også for måden, vi implementerer AI-løsninger på i organisationer.
Men det ændrer ikke på det grundlæggende: mennesker tager stadig beslutninger baseret på vaner, friktion og det, der føles lettest i det øjeblik. Den vigtigste disciplin fremover er derfor ikke hastighed, men evnen til at bygge til virkelige mennesker.
Forskning peger på, at cirka 7 ud af 10 digitale initiativer ikke leverer den forretningsværdi, man forventede.¹ Dårlig projektledelse, uklare krav og tekniske udfordringer er en del af forklaringen, men en af de mest oversete årsager er en anden: løsningen er der, men mennesker tager den ikke til sig, sjældent fordi de er modvillige, men fordi vi systematisk bygger til intentioner og undervurderer alt det andet, som påvirker adfærd.
I det arbejde vi laver med virksomheder på tværs af brancher, er der fire scenarier, vi møder med påfaldende regelmæssighed.
Scenarie 1: Folk finder veje udenom.
Godkendelsen sker stadig på mail, selvom der er et workflow til det. Det er bare nemmere. Og så gør alle det, men der er ingen data i systemet – og dermed ingen grund til at bruge det.
Scenarie 2: Adoptionen starter godt, men folk falder fra.
De første to uger går det rigtig godt. Folk prøver det, de synes det er fint. Og så tager hverdagen over. Og så er det gamle workflow langsomt tilbage.
Scenarie 3: Kun de mest engagerede er med.
Det er altid de samme tre mennesker, der bruger løsningen fuldt ud. Resten venter på at se, om det holder.
Scenarie 4: Problemet er synligt – ingen rapporterer det.
Der er ingen, der klager. Systemet ser fint ud. Men tallene viser, at ingen rigtig logger ind. Og ingen siger det, fordi ingen vil være den, der klager over noget der kostede så mange penge.
Fælles for alle scenarierne er, at udfordringen sjældent er teknisk af natur, men derimod adfærdsmæssig.
Hvad det koster at ignorere det
Vi mødte engang en virksomhed, der ville gøre hverdagen lettere for deres kundekonsulenter. Målet var simpelt: kortere opkald, bedre kvalitet, mindre administrativt bøvl. Løsningen var ambitiøs, et AI-system, der kunne lytte med i samtalerne, guide konsulenterne undervejs og automatisk skrive det lovpligtige referat bagefter.
Da systemet blev præsenteret, var konsulenterne faktisk motiverede. De ville gerne gøre deres arbejde bedre. Og så fulgte vi dem igennem deres arbejdsdag for at se, hvad der skete.
AI-systemet var ikke integreret i konsulenternes øvrige systemer. De skulle selv huske at tænde for det, hvilket de hurtigt glemte, efterhånden som dagen skred frem. De guides, som systemet foreslog undervejs i samtalerne, blev ikke fulgt, fordi det krævede at konsulenterne multitaskede mellem at lytte til kunden og læse skærmen på samme tid. Og belønningen med at slippe for referaterne udeblev også. Systemet kunne godt hive pointer ud af en kompleks samtale, men skrev aldrig de basale informationer: dato, konsulentens navn, kundens navn. Det skulle de stadig gøre selv.
Ledelsen havde gode intentioner. Brugerne var motiverede. Og alligevel virkede det ikke.
Årsagen var metodisk: ingen havde lavet feltobservationer, inden systemet blev designet. Man kendte konsulenternes opgaver på papiret, men ikke den faktiske arbejdsrytme, de kognitive krav midt i en samtale, eller de mikroøjeblikke, hvor et ekstra klik er ét for meget. Contextual inquiry er ikke en nice-to-have i den fase. Det er det grundlag, resten bygger på.
Og prisen for det er ikke abstrakt. Det er et dyrt system, der ikke bruges som tiltænkt. Det er konsulenter, der stadig bruger tid på manuel dokumentation. Det er en organisation, der mistede tilliden til AI som redskab – ikke fordi teknologien var forkert, men fordi ingen havde spurgt ind til, hvad der faktisk skete, inden man byggede. Og det er sandsynligheden for, at version 2 starter med de samme antagelser, fordi man ledte efter det forkerte problem.
Det der oftest overses – også når man kender modellerne
Fogg-modellen³ siger, at adfærd kun opstår når tre ting er til stede på samme tid: motivation, evne og en trigger. Habit loop⁴ beskriver, hvad der skal til for at adfærden holder: et signal sætter en rutine i gang, og en belønning gør den værd at gentage. Tilsammen er det to af de mest anvendte rammer i adfærdsdesign. Alligevel ser vi dem fejle på nøjagtig samme sted igen og igen: nemlig trigger-elementet.
Det er ikke tilfældigt. Trigger er det eneste element, der kræver indsigt i det brugeren allerede gør – ikke i det de skal til at gøre. Hvornår er de allerede i gang med noget tilstødende? Hvad sker der i de sekunder, lige inden den ønskede handling burde opstå? De spørgsmål kan man ikke besvare ved at læse en kravspecifikation. Man kan kun besvare dem ved at observere folk i deres faktiske arbejdsdag.
Habit loop fejler af samme grund. Signal og rutine kan designes inden for systemet, og belønningen kan gøres synlig og hurtig. Men hvis triggeren forudsætter, at brugeren aktivt husker at skifte kontekst til det nye system, i en hverdag der i forvejen kræver sit, holder adfærden ikke, når presset stiger.
Det er ikke en menneskelig svaghed at designe udenom. Cirka 45% af vores daglige handlinger sættes i gang automatisk, af vaner og kontekst snarere end bevidste valg.² Som designere er det ikke en begrænsning, vi skal kompensere for – det er den mekanisme, vi skal designe med.
Et eksempel fra virkeligheden:
I et samarbejde med SENS Innovation arbejdede vi med KOL-patienter under og efter indlæggelse. Gruppen vidste godt, at de burde bevæge sig mere, men de gjorde det ikke. Det var ikke et informationsproblem, og det var ikke et motivationsproblem i traditionel forstand. Det var et trigger-problem.
Fogg-modellen siger, at adfærd kun opstår, når motivation, evne og trigger er til stede på samme tid. I dette tilfælde var to af tre elementer allerede på plads: patienterne ville gerne blive raske hurtigere, og selve handlingen, at rejse sig og gå, krævede ikke nye færdigheder. Det der manglede, var den tredje faktor: noget der satte bevægelsen i gang på det rigtige tidspunkt og i den rigtige kontekst.
Det klassiske svar ville have været at kommunikere mere, en reminder, en plakat i gangen, en snak med en sygeplejerske. Men det ændrer ikke strukturen i hverdagen. Sengen er stadig nær. Gangen er stadig lang og kedelig. Der er ingenting, der gør næste skridt til det mest naturlige næste skridt.
I stedet stillede vi spørgsmålet anderledes: hvad skulle der til for at gøre bevægelsen synlig, meningsfuld og belønnende i det øjeblik, den skulle ske? Svaret kom fra adfærdsdesign og habit loop-logikken, signal, rutine, belønning, oversat til en konkret brugeroplevelse.
Resultatet var en app, der via data fra et intelligent plaster oversætter patientens bevægelse til fremskridt på en virtuel rute gennem København, Aarhus eller anden dansk by. Belønningen er ikke abstrakt eller udskudt. Den er synlig og øjeblikkelig: ruten rykker sig, og fremdriften bekræftes i realtid.
Det er præcis det, der adskiller denne løsning fra en reminder eller en informationskampagne. Triggeren er ikke ekstern og arbitrær, den er forankret i selve bevægelsen. Belønningen er ikke en teoretisk gevinst i fremtiden, den opstår i det øjeblik, handlingen sker. Og den faktiske hverdag på hospitalet er ikke designet udenom, men taget som udgangspunkt.
Resultatet var 51 minutter mere bevægelse om dagen i gennemsnit hos patienterne.
Fem spørgsmål du kan stille i dit næste projekt
Du behøver ikke starte med nye features eller store relanceringer. Du kan starte med de spørgsmål du stiller dig selv. De trækker på det samme vidensgrundlag som feltobservation, task-analyse og usability-test, og de er relevante langt tidligere i et projektforløb, end de typisk stilles.
1. Hvad er den ene konkrete handling, du egentlig gerne vil have brugeren til at gøre?
Ikke “brugerne skal bruge systemet mere”, men “projektlederen skal godkende afrapporteringen inden for 24 timer efter, den er indsendt”. Det er task-analyse i sin enkleste form: jo mere præcis du er på selve handlingen, jo lettere bliver det at bygge noget der understøtter den.
2. Antag at motivationen er der og kig efter friktionen.
I de fleste organisationer vil folk faktisk gerne gøre det rigtige. Stil dig selv spørgsmålet: hvad gør handlingen svær? Hvor kræver løsningen for mange klik? Hvor bryder den med eksisterende arbejdsgange? Den største effekt ligger næsten altid i at fjerne friktion, ikke i at forklare løsningen bedre.
3. Hvornår giver det faktisk mening?
Det er et spørgsmål om task-flow: hvad laver brugeren lige før og lige efter? Adfærd, der opstår naturligt som et næste skridt i noget, brugeren allerede er i gang med, gentager sig næsten af sig selv. Adfærd, der kræver et bevidst kontekstskift, gør det sjældent.
4. Er belønningen synlig og hurtig?
Adfærd gentages ikke, fordi den er blevet grundigt forklaret. Den gentages, når man kan se eller mærke, at den virker. Det behøver ikke være mere avanceret end et statusfelt, der skifter fra afventer til godkendt, en progress-bar, der rykker sig, eller en besked, der bekræfter, at noget er modtaget.
5. Observer hvad folk gør – ikke hvad de siger.
Det er kernen i enhver god usability-session: brugere siger ofte “det ville jeg sagtens kunne finde ud af”, og gør det alligevel ikke i praksis. Observer først: hvor stopper folk, hvor finder de veje udenom, hvornår falder de fra? Og test derefter småt. Én ting ad gangen.
Tilbage til de fire scenarier – nu med et sprog for dem
De fire mønstre, vi beskrev i starten, er ikke bare symptombeskrivelser. Med det begrebsapparat, vi nu har på plads, kan vi stille en mere præcis diagnose på hver af dem.
Hvis folk finder deres egne veje udenom, er det sjældent modvillighed. Handlingen er simpelthen for svær eller for fremmed i den kontekst, den skal opstå i. Der mangler noget, der sænker tærsklen. Det er et friktions- og evneproblem.
Hvis adoptionen starter godt, men falder fra, er der intet, der holder adfærden i gang, når hverdagen tager over. Ingen trigger, der minder folk om det på det rette tidspunkt. Ingen belønning, der giver lyst til at gøre det igen. Det er et signal- og belønningsproblem.
Hvis løsningen bruges, men ikke som tiltænkt, er der et mismatch mellem det flow, der er bygget ind i systemet, og det flow brugerne faktisk befinder sig i. Triggeren rammer forkert tidspunkt eller forkert kontekst. Det er et timing- og flowproblem.
Og hvis man ikke ved, hvad der går galt, er det faktisk det mest ærlige udgangspunkt af dem alle. Adfærd er usynlig, hvis man ikke aktivt kigger efter den. Det er ikke et tegn på fejl, men på at sproget endnu mangler. De fem spørgsmål ovenfor er et sted at begynde.
¹ McKinsey & Company (2018): Unlocking success in digital transformations
² Wood, W. & Neal, D.T. (2007): A new look at habits and the habit-goal interface, Psychological Review, 114(4)
³ Fogg, B.J. (2009): A behavior model for persuasive design, Proceedings of the 4th International Conference on Persuasive Technology
⁴ Duhigg, C. (2012): The Power of Habit: Why We Do What We Do in Life and Business, Random House