A Hybrid Usability Approach for Rating Evaluation of M-Commerce Applications

आधुनिक खरीदारी की हलचल भरी दुनिया में, एक सफल ऐप और एक भुला दिए गए ऐप के बीच का अंतर अक्सर एक ही, क्षणिक पल पर निर्भर करता है: इसका उपयोग करना कितना आसान है। अध्ययन का यह क्षेत्र, जिसे 'यूजेबिलिटी' (उपयोगिता) के रूप में जाना जाता है, एक व्यक्ति और उनके हाथ में मौजूद तकनीक के बीच के घर्षण का परीक्षण करता है। यह सरल लेकिन गहन प्रश्न पूछता है: क्या एक उपयोगकर्ता इंटरफ़ेस को जल्दी सीख सकता है? क्या सिस्टम सुसंगत व्यवहार करता है? क्या किसी कार्य को पूरा करना संतोषजनक है? मोबाइल उपकरणों के माध्यम से सामान बेचने वाले व्यवसायों के लिए, ये प्रश्न केवल आराम के बारे में नहीं हैं; ये अस्तित्व के बारे में हैं। जब किसी एप्लिकेशन का नेविगेशन कठिन होता है, तो उपयोगकर्ता चले जाते हैं, और डिजिटल स्टोरफ्रंट अपना मूल्य खो देता है। उन विशिष्ट डिज़ाइन तत्वों को समझना महत्वपूर्ण है जो उच्च रेटिंग को प्रेरित करते हैं, उन डेवलपर्स के लिए जो ऐसे उपकरण बनाना चाहते हैं जिन्हें लोग वास्तव में अपने पास रखना चाहें।

पाकिस्तान की एक शोध टीम ने अपने क्षेत्र में उपयोग किए जाने वाले पांच लोकप्रिय मोबाइल शॉपिंग एप्लिकेशन: दराज (Daraz), शॉपहाइव (Shophive), होम शॉपिंग (Home Shopping), सिम्बियोस (Symbios) और यावो (Yayvo) को देखकर इस संबंध को डिकोड करने का प्रयास किया। उन्होंने सॉफ्टवेयर को उपयोग में आसान बनाने के बारे में विचारों का एक विस्तृत संग्रह एकत्र करके शुरुआत की, जो स्थापित सिद्धांतों से प्रेरित थे जो उपयोगिता को आठ अलग-अलग श्रेणियों में विभाजित करते हैं। इन श्रेणियों में शामिल था कि एक उपयोगकर्ता ऐप को कितनी जल्दी सीख सकता है, डिज़ाइन कितना सुसंगत महसूस होता है, सिस्टम मानवीय त्रुटियों को कितनी अच्छी तरह संभालता है, और समग्र अनुभव कितना कुशल है। इस सूची को परिष्कृत करने के लिए, शोधकर्ताओं ने इस क्षेत्र के आठ विशेषज्ञों के एक पैनल से परामर्श किया। चर्चा और संशोधन की एक सावधानीपूर्ण प्रक्रिया के माध्यम से, उन्होंने संभावित प्रश्नों की एक लंबी सूची को साठ चुनिष्ट वस्तुओं तक सीमित कर दिया, यह सुनिश्चित करते हुए कि प्रत्येक प्रश्न उपयोगकर्ता के अनुभव के बारे में कुछ सार्थक मापे।

अपने परिष्कृत प्रश्नों के साथ, शोधकर्ता उन लोगों की ओर मुड़े जो सबसे अधिक मायने रखते हैं: खरीदार। उन्होंने दो सौ व्यक्तियों को भर्ती किया जो उत्पादों को खरीदने के लिए इन मोबाइल अनुप्रयोगों का नियमित रूप से उपयोग करते थे। प्रत्येक प्रतिभागी को इन ऐप्स पर विशिष्ट कार्य करने के लिए कहा गया और फिर सर्वेक्षण प्रश्नों का उत्तर देने को कहा गया, जिसमें उनके अनुभव को 'कड़े असहमति' से 'कड़े सहमति' के पैमाने पर रेट किया गया। अधूरे या असंगत प्रतिक्रियाओं को हटाने के बाद, टीम के पास वास्तविक दुनिया के उपयोग के एक सौ अड़सठ विस्तृत विवरण बचे। यह डेटा उनके अन्वेषण का आधार बना, जिससे उन्हें यह देखने में मदद मिली कि कौन से कारक वास्तव में उन रेटिंग्स के साथ सह-संबंधित थे जो उपयोगकर्ताओं ने अनुप्रयोगों को दी थीं।

शोधकर्ताओं ने पहले प्रत्येक आठ उपयोगिता कारकों को अलग-तलग देखा कि यह अंतिम रेटिंग को कितना प्रभावित करता है। उन्होंने पाया कि दक्षता—एक उपयोगकर्ता कितनी तेज़ी और सुगमता से कार्य पूरा कर सकता था—उच्च रेटिंग का सबसे मजबूत व्यक्तिगत भविष्यवक्ता था। इसके विपरीत, उन्होंने पाया कि सामान्य मानवीय कारक (human factors), जो एक व्यापक श्रेणी है जो उपयोगकर्ता और मशीन के बीच भौतिक और मनोवैज्ञानिक तालमेल को कवर करती है, अकेले विचार किए जाने पर रेटिंग पर सबसे कम प्रभाव डालती थी। इस प्रारंभिक चरण ने स्पष्ट कर दिया कि उपयोगिता के सभी पहलू समान नहीं होते हैं; कुछ उपभोक्ताओं की दृष्टि में दूसरों की तुलना में बहुत अधिक महत्वपूर्ण होते हैं।

एक स्पष्ट तस्वीर पाने के लिए, टीम ने एक एकल भविष्य कहनेवाला मॉडल (predictive model) में इन कारकों को संयोजित किया, जिसमें एक सांख्यिकीय पद्धति का उपयोग किया गया जो सबसे अच्छे फिट को मिलने तक एक-एक करके चर (variables) जोड़कर एक सूत्र बनाती है। उन्होंने पाया कि मूल आठ में से सात कारकों का उपयोग करने वाला एक मॉडल उपयोगकर्ता रेटिंग में होने वाले ९१ प्रतिशत बदलाव की व्याख्या कर सकता है। एक कारक जिसे उन्हें छोड़ना पड़ा वह "मानवीय कारक" था, जो यह सुझाव देता है कि हालांकि यह महत्वपूर्ण है, लेकिन जब अन्य सात कारकों को पहले से ही शामिल कर लिया जाता है, तो यह भविष्यवाणी में पर्याप्त अद्वितीय मूल्य नहीं जोड़ता है। परिणामी मॉडल ने दिखाया कि सीखने की क्षमता (learnability), दक्षता और प्रभावशीलता मुख्य स्तंभ थे, जो यह निर्धारित करने में सबसे अधिक भार रखते थे कि क्या कोई ऐप उच्च रेटिंग प्राप्त करेगा।

टीम ने फिर अपने नए, सुव्यवस्थित मॉडल की तुलना एक सरल दृष्टिकोण से की जिसने सभी आठ कारकों को समान रूप से महत्वपूर्ण माना, जो अनिवार्य रूप से रेटिंग का अनुमान लगाने के लिए उनका औसत निकालता है। नया मॉडल, जिसने प्रत्येक कारक के महत्व को सावधानीपूर्वक तौला, अत्यधिक श्रेष्ठ सिद्ध हुआ। जबकि साधारण औसत ने रेटिंग के अंतर के एक बहुत छोटे हिस्से की ही व्याख्या की, नए मॉडल ने कहानी के विशाल बहुमत को पकड़ लिया। यह सुनिश्चित करने के लिए कि यह परिणाम कोई संयोग नहीं है, शोधकर्ताओं ने अपने मॉडल का विभिन्न समूहों में डेटा को विभाजित करके बार-बार परीक्षण किया, एक ऐसी प्रक्रिया जिसने पुष्टि की कि निष्कर्ष विभिन्न उपयोगकर्ताओं के सेटों में स्थिर और विश्वसनीय थे।

अध्ययन यह निष्कर्ष निकालता है कि मोबाइल कॉमर्स अनुप्रयोगों के लिए, सफलता उपयोगिता के हर संभव बॉक्स को टिक करने के बारे में नहीं है। इसके बजाय, यह गुणों के एक विशिष्ट सेट में महारत हासिल करने के बारे में है। यह ध्यान केंद्रित करके कि उपयोगकर्ता सिस्टम को कितनी जल्दी सीख सकते हैं, वे कितनी कुशलता से अपनी खरीदारी पूरी कर सकते हैं, और ऐप उन्हें उनके लक्ष्यों को प्राप्त करने में कितनी प्रभावी ढंग से मदद करता है, डेवलपर्स उन अनुप्रयोगों की रेटिंग में उल्लेखनीय सुधार कर सकते हैं जिन्हें वे प्राप्त करना चाहते हैं। शोध सुझाव देता है कि एक लक्षित दृष्टिकोण, जो इन महत्वपूर्ण सात कारकों पर केंद्रित है, डिजाइन के प्रत्येक पहलू को समान रूप से अनुकूलित करने के प्रयास की तुलना में एक सफल मोबाइल शॉपिंग अनुभव बनाने के लिए बहुत स्पष्ट मार्ग प्रदान करता है।