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

No movimentado mundo das compras modernas, a diferença entre um aplicativo de sucesso e um esquecido muitas vezes se resume a um único momento fugaz: o quão fácil é usá-lo. Este campo de estudo, conhecido como usabilidade, examina o atrito entre uma pessoa e a tecnologia que ela segura em sua mão. Ele faz perguntas simples, mas profundas: Um usuário consegue aprender a interface rapidamente? O sistema se comporta de forma consistente? É satisfatório completar uma tarefa? Para empresas que vendem mercadorias através de dispositivos móveis, essas perguntas não são apenas sobre conforto; são sobre sobrevivência. Quando um aplicativo é difícil de navegar, os usuários partem, e a vitrine digital perde seu valor. Compreender quais elementos específicos de design impulsionam uma classificação alta é crucial para desenvolvedores que desejam construir ferramentas que as pessoas realmente queiram manter.

Uma equipe de pesquisadores no Paquistão partiu para decodificar essa relação, observando cinco populares aplicativos de compras móveis usados em sua região: Daraz, Shophive, Home Shopping, Symbios e Yayvo. Eles começaram reunindo uma ampla gama de ideias sobre o que torna o software fácil de usar, baseando-se em teorias estabelecidas que dividem a usabilidade em oito categorias distintas. Essas categorias incluíam o quão rápido um usuário pode aprender o aplicativo, o quão consistente a sensação do design é, quão bem o sistema lida com o erro humano e o quão eficiente é a experiência geral. Para refinar essa lista, os pesquisadores consultaram um painel de oito especialistas na área. Através de um processo cuidadoso de discussão e revisão, eles reduziram uma longa lista de potenciais perguntas para um conjunto focado de sessenta itens, garantindo que cada pergunta mensurasse algo significativo sobre a experiência do usuário.

Com suas perguntas refinadas em mãos, os pesquisadores voltaram-se para as pessoas que mais importam: os compradores. Eles recrutaram duzentas pessoas que utilizavam regularmente esses aplicativos móveis para comprar produtos. Cada participante foi solicitado a realizar tarefas específicas nos aplicativos e, em seguida, responder às perguntas da pesquisa, avaliando sua experiência em uma escala que ia desde o forte desacordo até o forte acordo. Após remover as respostas incompletas ou inconsistentes, a equipe ficou com cento e sessenta e oito relatos detalhados de uso no mundo real. Esses dados tornaram-se a base para sua investigação, permitindo-lhes ver quais fatores realmente correlacionavam com as classificações que os usuários deram aos aplicativos.

Os pesquisadores primeiro observaram cada um dos oito fatores de usabilidade isoladamente para ver o quanto cada um influenciava a classificação final. Eles descobriram que a eficiência — o quão rápido e suave um usuário poderia completar uma tarefa — era o preditor individual mais forte de uma classificação alta. Por outro lado, descobriram que os fatores humanos gerais, uma categoria ampla que abrange o ajuste físico e psicológico entre usuário e máquina, tiveram a influência mais fraca na classificação quando considerados isoladamente. Este passo inicial revelou que nem todos os aspectos da usabilidade são criados iguais; alguns importam muito mais do que outros aos olhos do consumidor.

Para obter uma imagem mais clara, a equipe combinou esses fatores em um único modelo preditivo, utilizando um método estatístico que constrói uma fórmula adicionando variáveis uma a uma até que a melhor adequação seja encontrada. Eles descobriram que um modelo usando sete dos oito fatores originais poderia explicar noventa e um por cento da variação nas classificações dos usuários. O fator que tiveram que deixar de fora foi o "fator humano", sugerindo que, embora seja importante, ele não adiciona valor único suficiente à previsão quando os outros sete fatores já estão contabilizados. O modelo resultante mostrou que a facilidade de aprendizado, a eficiência e a eficácia eram os grandes protagonistas, carregando o maior peso na determinação de se um aplicativo seria altamente classificado.

A equipe então comparou seu novo modelo, mais simplificado, contra uma abordagem mais simples que tratava todos os oito fatores como igualmente importantes, essencialmente fazendo uma média deles para prever a classificação. O novo modelo, que pesou cuidadosamente a importância de cada fator, provou ser vastamente superior. Enquanto a média simples explicava apenas uma fração minúscula das diferenças de classificação, o novo modelo capturou a grande maioria da história. Para garantir que esse resultado não fosse um acaso, os pesquisadores testaram seu modelo repetidamente, dividindo os dados em diferentes grupos, um processo que confirmou que as descobertas eram estáveis e confiáveis entre diferentes conjuntos de usuários.

O estudo conclui que, para aplicações de comércio móvel, o sucesso não consiste em marcar todas as caixas possíveis de usabilidade. Em vez disso, trata-se de dominar um conjunto específico de atributos essenciais. Ao focar em quão rapidamente os usuários podem aprender o sistema, quão eficientemente eles podem completar suas compras e quão eficazmente o aplicativo os ajuda a atingir seus objetivos, os desenvolvedores podem melhorar significamente as classificações que seus aplicativos recebem. A pesquisa sugere que uma abordagem direcionada, focando nesses sete fatores críticos, oferece um caminho muito mais claro para criar uma experiência de compra móvel bem-sucedida do que tentar otimizar cada aspecto do design de forma igual.