De gebruiksmogelijkheden voor deze datasets zijn oneindig, maar de interface moet wel doelgericht zijn. Om te verduidelijken wat het product moet bereiken, organiseerden we een twee weken durende ontdekkingsfase die zich richtte op gebruikersonderzoek.

We hebben mensen uit de twee doelgroepen benaderd: academici en deskundigen uit de gezondheidszorg. We organiseerden interviews en focusgroepen met zowel ervaren datawetenschappers als mensen die nog nooit met big data hadden gewerkt, de zogenaamde 'citizen scientists'.

Uiteindelijk hebben we een mix van verschillende gebruikersonderzoeksmethoden gebruikt om de nuances bloot te leggen van wat gebruikers van het product verwachtten en nodig hadden.

UX-onderzoek levert meerdere unieke stukken informatie op. Om te kunnen voorspellen wat gebruikers nodig hebben tijdens elke stap van het proces, moeten de bevindingen worden geïntegreerd tot een samenhangend geheel.

Door al deze inzichten te analyseren, te vergelijken en te contrasteren, ontdekten we algemene patronen. Deze patronen stellen ons in staat om buitenstaanders te begrijpen, zoals de uiteenlopende methoden die mensen gebruiken om hun doelen te bereiken.

Het model laat ook verschillen zien in wat gebruikers nodig hebben. Universitaire onderzoekers moeten bijvoorbeeld een langdurig goedkeuringsproces doorlopen voordat zij zich met de datasets kunnen gaan bezighouden. Onderzoekers van farmaceutische bedrijven daarentegen beginnen al vroeg met de datasets te experimenteren, maar stuiten pas later op wettelijke beperkingen.

We hebben negen data query tools getest die gebruikelijk zijn in de gezondheidszorg. Het doel van benchmarking is om ons te helpen een diepgaand inzicht te krijgen in de uitdagingen die zich voordoen bij big data-tools voor de gezondheidszorg.

We hebben ontwerppatronen geïdentificeerd die gebruikers zouden kunnen verwachten, evenals unieke interacties die ofwel slimme ideeën zijn of mislukte pogingen om een probleem op te lossen.

Dankzij deze inspanning kunnen we de doodlopende wegen vermijden die anderen hebben geprobeerd en tijd besparen tijdens het ontwerpproces. Maar er is ook een ander groot voordeel: de gebruikerservaring die we creëren is bedoeld om te integreren in de algemene ruimte voor gezondheidszorgtoepassingen en om de grenzen te verleggen.

De gebruikerservaring is ontworpen om een breed scala van query complexiteit aan te kunnen: van eenvoudige twee-factor queries, tot aan multiple-factor queries op acht diepteniveaus.

We hebben vijf modellen van query builders ge-direframed op basis van drie verschillende aannames en deze omgezet in interactieve prototypes door middel van iteratief UX design. De klikbare prototypes stelden ons in staat om de voor- en nadelen van elk model te analyseren door middel van gebruikerstesten.

We gebruikten een evolutionair proces waarbij de varianten parallel evolueerden tot een aantal van hen samensmolten tot een winnend model. Dit UX-ontwerpproces, dat exploratie en empirische selectie omvat, leidde uiteindelijk tot een querytool die beter presteert dan alle oorspronkelijke versies.

Hulpmiddelen voor gegevensanalyse werden geïntegreerd als modules: beschrijvende statistieken, correlatiefuncties, en andere. Ze passen als plugins in de modulaire architectuur van deze gezondheidszorgsoftware. Hetzelfde geldt voor de modules voor gegevensvisualisatie.

In andere big data-analysetools hebben deze functies een nodeloos ingewikkelde gebruikerservaring, en voelen droog en technisch aan. De ambitie voor deze data-analysemodules was om het UX-ontwerp af te stemmen op gebruikers die geen datawetenschappers zijn.

Healtchare-onderzoekers werken in teams. Eén individu kan deel uitmaken van veel verschillende teams. In termen van wat een UX-uitdaging vormt, lijkt dit admin-gedeelte triviaal, maar het is in feite een kritieke factor voor het succes van de gebruiker. Om ervoor te zorgen dat de beheermodules geen bron van frustratie worden, hebben we net zo veel zorg en testen geïnvesteerd in het vormgeven van hun gebruikerservaring.

We hebben neutrale kleuren gebruikt voor schermen waar gebruikers zich vooral zullen concentreren op ruwe gegevens, en elektrische tinten blauw, paars, groen en rood voor gegevensanalysemodules. Illustraties zijn spaarzaam gebruikt, om korte momenten van verrukking toe te voegen aan belangrijke stappen van de gebruikersstromen.

Het ontwerpsysteem is bedoeld om de ontwikkeling te ondersteunen, zowel tijdens de implementatie van ons ontwerp als in de toekomst. Ontwikkelaars beschikken over een bibliotheek van componenten die ze kunnen gebruiken om de functies uit te brengen die voor de komende twee jaar zijn gepland.

Het ontwikkelingsteam werd vanaf het begin uitgenodigd om deel te nemen aan onze workshops. Voor ons zijn ontwikkelaars belangrijke stakeholders in het project, wier technische expertise helpt bij het nemen van bepaalde ontwerpbeslissingen.

Tijdens de ontwerpworkshops wilden we er zeker van zijn dat de gebruikersinteracties die we prototypten vanuit technisch oogpunt haalbaar waren. Voor het ontwikkelingsteam betekende een vroegtijdige betrokkenheid een kans om de optimale backend technologieën te kiezen, evenals een stap in de richting van nauwkeurige schattingen van de inspanning.

Naarmate het ontwerp vorderde, verschoof onze rol in de samenwerking met het ontwikkelingsteam naar een ondersteunende. We namen deel aan regelmatige vergaderingen om hen te informeren ter voorbereiding van hun sprints en we boden live ondersteuning op Slack en Zeplin in de loop van de hele implementatie.