Användbarhet vid Produktberikning i PIM-System

Huvudområde: Datavetenskap Examen: Kandidatexamen 180hp Omfattning: 15hp

Termin: VT 2020

Handledare: Dipak Surie

Examinator: Susanne Frennert Slutseminarium: 2020-06-01

Användbarhet vid

Produktberikning i PIM-System

Usability when Enriching

Products in PIM Systems

Angelina Fransson

Loise Borg

Abstract

E-commerce has grown rapidly in the last couple of years and has gotten more demanding customers that want better and more consistent product information. With more products on the market than ever, spreadsheets are not enough. Product Information Management (PIM) systems have been developed to meet those needs. Because these systems contain a lot of different processes and handles a lot of data, they can be complex and contain usability problems. The purpose of the study is to understand and explain the usability of the PIM system process of enriching products. The study answers the research questions: “How do the users experience the usability in the process of enriching products in PIM systems?” and “What are the main usability problems in the enrichment process in an existing PIM system?”. The result shows that the overall usability in the enrichment process is good and the investigated PIM system is easy to use and is flexible. The analysis shows that the main usability problems are the lack of functionality and efficiency. The two problems are connected to each other as the users need to do workarounds because the lack of certain functions. The efficiency would be improved if the missing functions were added. These usability attributes can be difficult to evaluate before the system has been used for a while because it can take time for the users to discover problem regarding them.

Innehållsförteckning

5.2.1. Användbarhet i stora system ... 4

5.3. Utvärderade informationssystem ... 5 5.4. inRiver... 6 5.5. Enrich ... 6 6. Metod ... 9 6.1. Metodteori ... 9 6.2. Metodval... 10 6.2.1. Enkätundersökning... 10 6.2.2. Kontextuell undersökning ... 10 6.2.3. Intervjuer ... 11 6.2.4. Observationer... 12 6.2.5. Explorativ dataanalys ... 13 6.2.6. Tematisk analys ... 13 6.3. Metoddiskussion ... 13 6.4. Utformning av enkät ... 14

6.5. Utformning av observation och intervju ... 15

7. Resultat ... 16 7.1. Enkät ... 16 7.1.1. Användaren... 16 7.1.2. Användbarhet ... 17 7.1.3. Arbeta i Enrich ... 22 7.2. Intervjuer ... 24 7.2.1. Information om respondenterna ... 24 7.2.2. Arbetsuppgifter i Enrich ... 24

7.2.3. Positivt med berikningsprocessen i Enrich ... 24

7.2.4. Negativt med berikningsprocessen i Enrich ... 25

7.2.5. Funktioner som respondenterna vill uppmärksamma... 26

8. Analys ... 26

8.1. Analys av kvantitativa data... 26

8.2. Analys av kvalitativa data ... 27

8.2.1. Teman inom användbarhet... 28

9. Diskussion ... 30 9.1. Begränsningar ... 33 9.2. Framtida arbete ... 33 10. Slutsats ... 33 11. Referenser ... 35 12. Bilagor ... 37 12.1. Enkätens utformning ... 37 12.2. Svar på enkäten ... 48

12.3. Protokoll observationer och intervjuer ... 58

12.3.1. Protokoll 1 ... 58

12.3.2. Protokoll 2 ... 70

12.3.3. Protokoll 3 ... 76

12.3.4. Protokoll 4 ... 85

Figurlista

Figur 2 – Webbapplikationen. Här syns en produktentitet med dess relationskopplingar till höger... 7

Figur 3 – Webbapplikationen. Här syns funktionen för att skapa sökfrågor. ... 8

Figur 4 – Desktopapplikationen. Här syns bland annat sökfunktionen till vänster och en produktentitets information och relationskopplingar till höger... 8

Figur 5 – Cirkeldiagram över vilken bransch de tillfrågade tillhör. ... 16

Figur 6 – Stapeldiagram över de tillfrågades svar på frågan om de tycker om att använda Enrich ofta... 17

Figur 7 – Stapeldiagram över de tillfrågades svar på frågan om de känner sig väldigt självsäkra när de använder Enrich. ... 17

Figur 8 – Stapeldiagram över de tillfrågades svar på frågan om de tycker Enrich är lätt att använda. ... 18

Figur 9 – Stapeldiagram över de tillfrågades svar på frågan om de har behövt hjälp från en teknisk person för att kunna använda Enrich. ... 18

Figur 10 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich är väldigt besvärligt att använda. ... 19

Figur 11 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att det är för mycket motsägelser i Enrich. ... 19

Figur 12 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att de flesta människor skulle kunna lära sig att använda Enrich väldigt snabbt. ... 20

Figur 13 – Stapeldiagram över de tillfrågades svar på frågan om de behövde genomgå mycket träning för att förstå Enrich. ... 20

Figur 14 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich har alla funktioner som behövs för att utföra sina arbetsuppgifter ... 21

Figur 15 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre vanligaste uppgifter i Enrich. ... 22 Figur 16 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre svåraste uppgifter att utföra i Enrich. ... 23 Figur 17 – Ämnen som diskuteras i dessa kvalitativa data. Staplarna representerar frekvensen av det diskuterade ämnet. Färgen på staplarna representerar om ämnet diskuterades i positiv eller negativ mening. ... 27 Figur 18 – Teman inom användbarhet som diskuteras. Staplarna representerar frekvensen av det diskuterade temat. Färgen på staplarna representerar om temat diskuterades i positiv eller negativ mening. ... 28 Figur 19 – Funktionalitet som användarna saknar. Staplarna representerar frekvensen av den påtalade funktionaliteten. ... 29 Figur 20 – Ineffektivitet som användarna påtalar. Staplarna representerar frekvensen av den påtalade ineffektiviteten. ... 30 Figur 21 – Cirkeldiagram över vilken bransch de tillfrågade tillhör. ... 48 Figur 22 – Cirkeldiagram över antalet timmar de tillfrågade spenderar i Enrich.... 49 Figur 23 – Stapeldiagram över de tillfrågades svar på frågan om de tycker om att använda Enrich ofta... 49 Figur 24 – Stapeldiagram över de tillfrågades svar på frågan om de tycker Enrich är lätt att använda. ... 50 Figur 25 – Stapeldiagram över de tillfrågades svar på frågan om de har behövt hjälp från en teknisk person för att kunna använda Enrich. ... 50 Figur 26 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att det är för mycket motsägelser i Enrich. ... 51 Figur 27 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att de flesta människor skulle kunna lära sig att använda Enrich väldigt snabbt. ... 51 Figur 28 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich är väldigt besvärligt att använda. ... 52 Figur 29 – Stapeldiagram över de tillfrågades svar på frågan om de känner sig väldigt självsäkra när de använder Enrich. ... 53 Figur 30 – Stapeldiagram över de tillfrågades svar på frågan om de behövde genomgå mycket träning för att förstå Enrich. ... 53 Figur 31 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich har alla funktioner som behövs för att utföra sina arbetsuppgifter ... 54 Figur 32 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre vanligaste uppgifter i Enrich. ... 56 Figur 33 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre svåraste uppgifter att utföra i Enrich.. ... 57

Begreppsdefinitioner

Artikel En entitet för att representera en variant av en produkt

CAD Computer-Aided Design

CAM Computer-Aided Manufacturing

CMS Content Management System

Contains En operator i funktionen för att skapa sökfrågor i Enrich

CVL Controlled Vocabulary List, används i inRiver PIM för att hantera data

DAM Digital Asset Management

Desktopapplikationen Syftar på Rich Client, inRivers desktop-berikningsapplikation

ECM Enterprise Content Management

EPI Episerver, en CMS-plattform

ERP Enterprise Resource Planning

iPMC inRiver Product Marketing Cloud, den version av inRivers PIM som körs via webbläsaren

Master data Data som är nödvändig för att kunna bedriva en verksamhet

Model Tool Verktyget för att hantera datamodeller i inRiver PIM

On-prem Programvara som körs lokalt

Produkt En entitet för att representera högsta nivån av en produkt

Query En sökfråga

Rich Client Den version av inRiver PIM som körs lokalt

SKU Stock Keeping Unit, en unik kod som representerar en variant av en artikel eller produkt

Statusfält Fält som visar hur pass långt i processen en produkt befinner sig för att anses vara färdigberikad

Task En uppgift som kan fördelas på en eller flera användare i Enrich

Webbapplikationen Syftar på iPMC

Workarea En komponent i Enrich som används för att förvara entiteter som användaren arbetar med

1

1. Inledning

Tillväxten i e-handel har ökat kraftigt de senaste åren (Postnord, 2020) och kräver därför nya arbetssätt och system för att kunna hantera all data. Fler produkter än tidigare erbjuds på online-shoppar, vilket gör att kalkylark är otillräckligt som arbetsmedel (Abraham, 2014). Produkter erbjuds inte bara på webben längre utan i många olika kanaler: i mobiler, surfplattor, butiker, fysiska kataloger och så vidare. Detta kräver ett specialiserat system för att kunna hantera mycket distribuerad information. Förutom detta, så kräver dagens kunder som handlar över internet även mer, bättre och konsekvent produktinformation (Abraham, 2014). Produktinformationshanteringssystem (förkortat PIM-system, för Product Information Management) har utvecklats för att kunna lösa dessa utmaningar och vara den delade källan för företags produktinformation (Abraham, 2014).

För att kunna hantera dessa utmaningar och all data, krävs ett stort och komplext system vilket kan skapa användbarhetsproblem. Komplexa system kan leda till att användare måste navigera i mer information än vad de kan hantera eller trötta ut användaren kognitivt, då det är betungande att analysera mycket data och ta många beslut (Redish, 2007). Om användarna inte heller kan utföra de uppgifter som krävs för att genomföra sitt arbete så är inte systemet användbart, oavsett hur enkelt systemet är att använda (Redish, 2007).

Att förbättra ett systems användbarhet kan leda till positiva effekter för både de som utvecklar systemet och dess kunder (Donahue, et al., 1999). Kunderna tjänar på ökad användbarhet då deras personal kan utföra sitt jobb mer effektivt och produktivt vilket kan leda till ekonomiska vinningar. Kunderna behöver heller inte lägga resurser på upplärning av systemet eller tid på att kontakta support för att få hjälp i systemet. Utvecklarna av systemet tjänar på ökad användbarhet genom ökad nöjdhet hos kunderna och en ökad försäljning. Om det finns två system för samma pris och med samma funktionalitet, så kommer kunderna att välja det system som är mer användbart (Donahue, et al., 1999).

På grund av PIM-systems komplexitet så kommer uppsatsen enbart att fokusera på användbarhet i berikningsprocessen i systemet, där användare av systemet berikar produkter och artiklar med information, bilder, relationer, översättningar och så vidare. Berikningsprocessen är en generell process för olika sorters PIM-system och har valts för att resultatet ska kunna generaliseras.

2. Syfte

Det primära syftet med den här uppsatsen är förstå och förklara hur användarupplevelsen av PIM-systems berikningsprocess av produkter ser ut inom målgruppen som studien är baserad på. Berikningsprocessen är en komplex process där produkter, kategorier, med mera kan berikas på väldigt många olika sätt. Detta kan leda till utmaningar för utvecklare och UX-designers av systemet. Därför är det en viktig del att undersöka då det kan leda till ny kunskap inom fältet.

2

Undersökningen har begränsats till att fokusera på berikningsprocessen, då omfattningen av PIM-system är för stor för att täckas inom tidsramen för det här arbetet. Berikning av produktinformation är en generell process för olika PIM-system och därför kan resultatet tillämpas i en större kontext.

Det sekundära syftet är att öka medvetenheten av användarupplevelser i system som hanterar mycket information. Genom att undersöka följande forskningsfrågor kommer ny kunskap att spridas om hur användare av PIM-system upplever användbarheten vid berikningsprocessen samt vad användarna tycker är problematiskt i berikningsprocessen av produkter. Den nya kunskapen kan leda till bättre utvecklade PIM-system, där både kunder och produktägarna kan dra ekonomisk nytta av systemets användbarhet.

3. Frågeställning

- Hur upplever användarna användbarheten i berikningsprocessen av produkter i PIM-system?

- Vad är de huvudsakliga användbarhetsproblemen i berikningsprocessen i ett existerande PIM-system?

4. Avgränsningar

Studien består av en enkätundersökning med 37 respondenter av totalt 794 tillfrågade samt fyra observationer kombinerat med intervjuer av totalt 220 tillfrågade. Målgruppen som studeras är användare av Enrich som är inRiver PIMs berikningsapplikation. Intervjuerna och enkäterna besvaras av europeiska användare. Ingen ytterligare begränsning görs då COVID-19 försvårar datainsamlingen då många av de tillfrågade uppger att de inte hinner ställa upp på grund av COVID-19 eller att de är permitterade.

3

5. Litteraturstudie

I följande kapitel tas följande ämnen upp: produktinformationshantering, berikningsprocesser i PIM, PIM:s användningsområde, användbarhet, användbarhet i stora system och utvärderade stora system. De ämnena tas upp för att undersöka vad tidigare forskning har kommit fram till. Även inRiver och Enrich tas upp, för att ge bakgrundfakta om produkten som utvärderas samt företaget som äger den.

5.1.

Produktinformationshantering

Den vetenskapliga litteraturen om produktinformationshantering är knapphändig och det arbete som är mest genomgående om ämnet är boken Product Information

Management (Abraham, 2014). PIM refererar till processer och tekniker vars

huvudmål är att centralt hantera produktinformation, med fokus på data som behövs för att marknadsföra och sälja produkter genom en eller flera distributionskanaler (Abraham, 2014).

5.1.1.

Berikningsprocesser i PIM

I PIM kan man bland annat berika produkter, varumärken och kategorier, vilket innebär att man adderar information om produktens/varumärkets/kategorins olika kvaliteter (Abraham, 2014). Produktberikning refererar till processen när man lägger till produktinformation, där informationen inte är importerad från master data. Huvudprocessen vid produktberikning är att lägga till data, antingen manuellt eller genom att importera det från en tredje part, till produkterna (Abraham, 2014).

Till en början har en produkt enbart enkel information om sig i systemet: en unik identifierare, dess inköps- och butikspris samt vikt och storlek. Den informationen räcker sällan för att kunna sälja produkten på olika kanaler, länder och så vidare. Det krävs att försäljarna och marknadsförarna berikar produkten med bland annat olika information och bilder samt kategoriserar produkterna, för att kunna sälja dem (Abraham, 2014).

5.1.2.

PIM:s användningsområde

PIM används av nästintill alla avdelningar i en organisation. Nedan finns exempel på intressenter och hur de använder PIM, enligt Abraham (2014).

Intressent Hur de använder PIM

Leverantörer Lägger till information om sina produkter i kunders PIM-system.

Uppdaterar sina priser och lagernivåer.

Inköpare Sparar insamlad produktinformation såsom priser eller exempelvis kontrakt med leverantörer.

4

Forskare, utvecklare eller designers

Sparar CAD/CAM-ritningar, tekniska specifikationer och dokumentation skapat i produktutvecklingsprocessen.

Marknadsförare och försäljare Lägger till kommersiell information som hjälper

kunder att göra informerade val eller få en bättre produktupplevelse.

Kundtjänst Lägger till klagomål och FAQ om produkten som produktdesignavdelningen kan använda för att förbättra produkten eller dess dokumentation.

Kunder Lägger till produktrecensioner, foton och videos på hur de använder produkten i verkliga livet.

5.2.

Användbarhet

Användbarhet definieras som “den grad i vilken användare i ett givet sammanhang kan bruka en produkt för att uppnå specifika mål på ett ändamålsenligt, effektivt och för användaren tillfredsställande sätt” (Svenska Institutet för Standarder, 2018). “Ändamålsenligt” syftar till med vilken exakthet en användare kan uppnå sitt mål. “Effektivt” syftar till hur mycket resurser som krävs för att uppnå målen. Resurser kan vara tid, pengar, mänsklig ansträngning och material. “Tillfredsställande” syftar till hur pass väl systemet lever upp till användarens förväntningar och behov (Svenska Institutet för Standarder, 2018).

För att kunna mäta användbarhet krävs det att man bryter ner begreppet i mindre beståndsdelar. Följande användbarhetsattribut tas ofta upp i litteraturen:

• Lärbarhet – hur enkelt är systemet att lära sig. • Effektivitet – hur effektivt är systemet att använda.

• Minnesvärdhet – hur enkelt det är att minnas hur man använder systemet. • Felhantering – hur ofta uppstår problem och hur lätt är det att ta sig ur

problemet.

• Tillfredsställande – systemet ska vara tillfredsställande att använda (Nielsen, 1993), (Schneiderman & Plaisant, 2004), (Shackel, 2009).

Användbarheten i ett system kan variera beroende på vem som använder det, vilka mål som ska uppnås i det, vilka uppgifter som ska utföras, resurser samt i vilken miljö det används (Svenska Institutet för Standarder, 2018). Därför krävs det kunskap om vilken kontext systemet används i för att kunna mäta dess användbarhet (Tullis & Albert, 2013).

5.2.1.

Användbarhet i stora system

I stora, komplexa system kan det vara svårt att använda de vanliga testmetoderna för att mäta användbarhet (Redish, 2007). Det beror bland annat på att det inte alltid finns tydliga scenarion att testa, då de inte alltid har ett bestämt slut eller något korrekt svar att jämföra testresultaten mot. Komplexa system skiljer sig från mängden på flera plan:

5

• Användare har inte tillräcklig kognitiv energi för att hantera oanvändbara gränssnitt, då att analysera mycket data och att ta många beslut är betungande.

• Systemkomponenter måste analyseras självständigt för att få reda på hur de används som en del av hela systemet (Redish, 2007).

Ett system kan vara lätt att använda, men går det inte att utföra de uppgifter som användarna har behov av så blir inte systemet användbart. Man behöver därför också bland annat utvärdera, utöver användbarhet, hur bra systemet stödjer:

• Samarbete mellan användare. • Innovation och kreativitet.

• Interaktion med användaren och andra system. • Reducering av mänskliga fel (Redish, 2007).

På samma sätt som funktionalitet påverkar användbarheten i ett system, så påverkar användbarheten hur användarna kan utnyttja funktionerna i systemet (Goodwin, 1987). Användarna måste förstå vad de olika funktionerna gör och hur man använder dem, annars blir de irrelevanta. I stora system med många transaktioner kan en förbättring i hur lätt en transaktion är att genomföra leda till stora kostnadsbesparingar (Goodwin, 1987).

5.3.

Utvärderade informationssystem

Det saknas tidigare forskning inom användbarhet i PIM-system. Därför eftersöks användbarhetsstudier på andra affärssystem som hanterar mycket information.

ERP-system (Enterprise Resource Planning system) används till att integrera all data som existerar inom en organisation (Davenport, 1998). Det kan exempelvis vara data som berör ekonomi, personal, logistik och försäljning. Användare av ett ERP-system intervjuades för att identifiera användbarhetsproblem (Topi, et al., 2005). De användbarhetsproblem som identifierades var att det var besvärligt att hitta funktioner, det var svårt att genomföra transaktioner, systemet gav inte alltid den output användaren önskade, bristande felhanteringsstöd, problem med att förstå terminologi och en övergripande systemkomplexitet (Topi, et al., 2005).

ECM-system (Enterprise Content Management) används för att organisera ett företags elektroniska dokument, exempelvis textdokument och e-post (Totterdale, 2008). Användbarhetstester utfördes för att identifiera användbarhetsproblem. De användbarhetsproblem som identifierades var att organiseringsprocessen var överväldigande och komplex, användaren hade för mycket frihet vilket bidrog till en risk för att göra fel, systemet var ibland långsamt, användarna saknade en mer utvecklad sökfunktion och vissa användare blev förvirrade av att systemet påminde om ett e-posthanteringssystem, men fungerade inte på samma sätt (Totterdale, 2008).

6

5.4.

inRiver

inRiver är ett Malmöbaserat företag vars produkt används av mer än 1 500 märken och 500 kunder. inRiver erbjuder PIM-produkter och tjänster för att skapa, uppdatera, upprätthålla och distribuera produktinnehåll globalt (inRiver, 2020).

5.5.

Enrich

Enrich är inRiver PIM-systems berikningsapplikation där användaren kan hantera produktinformation. Det är en omfattande applikation och alla dess funktioner kommer därför inte att behandlas i det här avsnittet, men följande information är till hjälp för att bättre förstå innehållet i den här uppsatsen:

• En produkt kan representeras av flera entiteter som har olika abstraktionsnivåer. Det kan exempelvis vara en artikel (i Enrich kallad Item) som innehåller information som är unikt för varje artikel, exempelvis färg, medan en produkt (i Enrich kallad Product) innehåller information som är gemensamt för flera artiklar, exempelvis material.

• Relationer kan skapas mellan entiteterna. En produkt kan exempelvis kopplas till flera artiklar så att produktentiteten innehåller (i Enrich kallad Includes) dessa artiklar, medan en produkt i sin tur kan ingå i (i Enrich kallad Included

In) en entitet som exempelvis innehåller tvättråd för produkten eller en

kampanjentitet som kopplas till de produkter som ska ingå i kampanjen. • För att söka efter entiteter används funktionen för att skapa sökfrågor (i

Enrich kallad Query Editor). Det går då att få fram de entiteter som uppfyller de krav som sökfrågan ställer. Resultatet kan sparas i en så kallad Workarea. • Det går att redigera en eller flera entiteters information direkt i Enrich eller

exportera informationen till Excel, redigera och sedan importera.

• Det går att skapa så kallade Notifications för att ha kontroll över om det finns entiteter som behöver berikas.

• En Task kan skapas för att fördela en uppgift på en person eller grupp. • Webbapplikationen, iPMC, och desktopapplikation, Rich Client, har olika

7

Figur 1 – Webbapplikationen. Här syns bland annat användarens notifieringar och arbetsytor till vänster och användarens uppgifter till höger.

Figur 2 – Webbapplikationen. Här syns en produktentitet med dess relationskopplingar till höger.

8

Figur 3 – Webbapplikationen. Här syns funktionen för att skapa sökfrågor.

Figur 4 – Desktopapplikationen. Här syns bland annat sökfunktionen till vänster och en produktentitets information och relationskopplingar till höger.

9

6. Metod

I följande kapitel presenteras, diskuteras och motiveras valen av metod för att framställa den här studien.

6.1.

Metodteori

Data kan antingen vara kvalitativ eller kvantitativ (Oates, 2006). Kvantitativa data är numeriska data och samlas in genom exempelvis enkätundersökning. Där får deltagaren själv fylla i ett frågeformulär eller delta i intervjuundersökning där intervjuaren ställer frågorna som finns i ett frågeformulär (Eliasson, 2018). Kvantitativa metoder är att föredra om man vill göra generaliseringar utifrån en mindre grupp (Eliasson, 2018).

Kvantitativa data kan bestå av flera olika typer, exempelvis nominal-, ordinal-, intervall- och kvotdata. Nominala data är det som beskriver kategorier och har inget faktiskt numeriskt värde. Exempelvis är svaret på frågan “vilket kön identifierar du dig med?” nominala data, då det inte är meningsfullt att utföra aritmetiska beräkningar på svaren (Oates, 2006). Ordinal data innebär data som kommer från svar där siffrorna är en del av en kvantitativ skala, exempelvis en skala mellan 1–5 där den svarande ska ange hur mycket hen håller med om påståendet (Oates, 2006). Intervalldata är som ordinal data, men där siffrorna är en del av en kvantitativ skala. Rankingen av kategorierna är proportionella och därför kan man ange skillnaden mellan två värden precist (Oates, 2006). Kvotdata är som intervalldata, fast det finns ett entydigt sätt att definiera ett nollvärde. Exempel på kvotdata är ålder, vikt, längd och så vidare (Oates, 2006)

Kvalitativa data är alla andra typer av data: ord, bilder och så vidare, som finns i exempelvis intervjuband, forskarens anteckningar eller företagsdokument (Oates, 2006). Kvalitativa data samlas in genom exempelvis observationer och intervjuer (Eliasson, 2018) (Creswell & Plano Clark, 2018). Kvalitativ metod används när man vill skapa djupare förståelse för ett problem (Eliasson, 2018).

Datainsamlingsmetoder kan även kombineras, i en så kallad metodtriangulering, där studien använder två eller flera datainsamlingsmetoder (Flick, 2018). Genom att använda mer än en datainsamlingsmetod så ser man ett fenomen ur flera synvinklar. Det är större chans att producera mer data vilket kan öka forskningskvalitén, men det kan även vara mer tidskrävande och kostnaden kan öka (Oates, 2006). Metodtriangulering gör även så att resultat från en metod kan antingen styrkas eller ifrågasättas genom att jämföra det med data från en annan metod. Om data är konsekvent i metoderna, så kan det öka förtroendet för resultatet genom att visa att resultatet inte är för nära förbundet med den specifika metoden som valts för att generera data (Oates, 2006). Om man genomför en omfattande undersökning så kan det vara till fördel att kombinera kvantitativ och kvalitativ metod (Eliasson, 2018). Man kan exempelvis följa upp en kvantitativ undersökning med intervjuer angående intressanta iakttagelser från den kvantitativa undersökningen (Eliasson, 2018). Genom att kombinera metoderna så får man en bättre förståelse för problemet (Creswell & Plano Clark, 2018).

10

6.2.

Metodval

Datainsamlingen till studien görs med en enkätundersökning och observationer kombinerat med semi-strukturerade intervjuer. Datainsamlingen görs i inRivers PIM-systems berikningsapplikation då det är ett Malmöbaserat företag med stor kundkrets och de kan bistå med maillistor över eventuella respondenter och intervjuobjekt. Den kvantitativa data analyseras med en explorativ dataanalys och den kvalitativa data analyseras med en tematisk analys.

6.2.1.

Enkätundersökning

En enkätundersökning genomförs för att samla in kvantitativa och kvalitativa data till studien. Det görs för att få en generell bild över användbarheten vid berikningen av produktdata från en stor grupp av människor, på ett standardiserat och systematiskt sätt (Oates, 2006). Användarna som berikar produktdata är geografiskt utspridda och därför är enkätundersökning ett tidseffektivt och ekonomiskt fördelaktigt alternativ för att nå ut till så många användare som möjligt (Gillham, 2007). Denna data används för att hitta mönster genom att använda statistik, för att göra en generalisering över den grupp användare som berikar produktinformation (Oates, 2006).

Enkätens frågor är inspirerade av SUS (System Usability Scale). SUS består av tio frågor och ger en bred uppfattning om den upplevda användbarheten i systemet (Brooke, 1996). SUS används för att det är ett enkelt, snabbt och pålitligt sätt att få fram en ett mått på upplevd användbarhet (Peres, et al., 2013) (Orfanou, et al., 2015). SUS har fått kritik för sina ordval, där vissa frågor använder sig av ordet ”väldigt” då respondenter har sagt att de känt sig motstridiga då de känt sig självsäkra men inte väldigt självsäkra (Peres, et al., 2013). Även ordet ”cumbersome” (besvärlig) kritiseras då en signifikant andel av de som inte har engelska som sitt modersmål inte förstod ordets betydelse. Detta kan påverka pålitligheten och validiteten då enkäten skickades till företag i icke-engelsktalande länder (Finstad, 2006). Frågorna har formulerats om något då frågorna i SUS är formulerad till användare som enbart har testat systemet (Brooke, 1996), medan användarna som svarar på enkäten arbetar i PIM-systemet dagligen.

Enkätundersökningar ger mest nytta när de kombineras med någon annan datainsamlingsmetod (Gillham, 2007). När flera metoder ger liknande resultat så ger det en bättre tillit till studiens upptäckter. Nackdelen med enkäter är att de kan vara för strukturerade och att möjliga svar bestäms av den som utformar enkäten (Gillham, 2007). Därför läggs ett kommentarsfält till vid varje fråga så deltagaren kan förtydliga/lägga till eller kommentera sitt svar.

6.2.2.

Kontextuell undersökning

För att få fram kvalitativa data kan en kontextuell undersökning utföras. Metoden går ut på att forskarna besöker den plats där deltagaren utför uppgiften som ska studeras (till exempel en arbetsplats), observerar och pratar med deltagaren medan

11

hen utför sitt riktiga arbete (Raven & Flanders, 1996). Förhoppningen är att det kommer leda insikter om aktiviteterna som sker i systemet, exempelvis vilka ad-hoc lösningar som utförs, samt om aktiviteterna utanför systemet, exempelvis vilka hjälpverktyg som används. Kunskapen om dessa lösningar och aktiviteter utanför systemet kan leda till att de adderas i framtida versioner av systemet (Potts & Bartocci, 2009).

Enligt Raven och Flanders (1996) baseras kontextuell undersökning på tre principer: 1. Datainsamling måste ske i kontext till användarens arbete.

2. Datainsamlaren och användaren formar ett partnerskap för att undersöka problem tillsammans.

3. Undersökningen är baserad på ett fokus; det är baserat på tydligt definierade ämnen snarare än en lista med specifika frågor.

Kontextuell undersökning baseras på premissen att undersökaren och deltagaren är jämlikar; undersökaren kan vara expert på en sak, medan deltagaren är expert inom sitt arbete (Raven & Flanders, 1996). Genom att påpeka att deltagaren är expert så leder det till flera viktiga aspekter:

• Det gör det klart för deltagaren att undersökaren inte kommer på besök för att lösa problem och att svara på tekniska frågor.

• Det blir en tillåtande miljö för undersökaren att ställa frågor (även om frågorna kan låta naiva).

• Det minskar risken för misstolkningar, då undersökaren kan fråga deltagaren varför hen agerade på ett visst sätt istället för att tolka själv (Raven & Flanders, 1996).

Två typer av kvalitativa data samlas in genom kontextuell undersökning: undersökarens observationer av hur deltagaren arbetar i systemet och deltagarens kommentarer (Kantner, et al., 2003).

6.2.3.

Intervjuer

Intervjuer utförs för att få fram kvalitativa data och är en passande datainsamlingsmetod när forskaren bland annat vill undersöka känslor eller erfarenheter som är svårt att observera eller förklaras via fördefinierade enkätsvar (Oates, 2006). Det finns tre olika typer av intervjuer: strukturerade, semistrukturerade och ostrukturerade.

• Strukturerade intervjuer använder sig av förbestämda, standardiserade och identiska frågor för varje intervjuobjekt. Frågorna läses ut och svaret noteras. Det kan vara social interaktion mellan intervjuobjektet och undersökaren (till exempel förtydligande av fråga) men det är viktigt att inte engagera sig i en konversation. Frågorna ska läsas ut på samma sätt och att svaren ska noteras utan kommentar för att undvika att undersökarens åsikter färgar intervjun.

12

• Semistrukturerade intervjuer innebär att undersökaren har en lista av teman som ska beröras och frågor som vill ställas, men de kan ställas i olika följd beroende på intervjun. Undersökaren kan ställa frågor som inte har förberetts sedan tidigare och intervjuobjektet kan prata mer på djupet om ämnen som tas upp och introducera egna ämnen som de anser är relevant för undersökaren.

• Ostrukturerade intervjuer innebär att undersökaren har mindre kontroll, då hen börjar med att introducera ett ämne och sedan låta intervjuobjektet utveckla sina idéer, tala fritt om beteenden och tankar. Undersökaren försöker att inte avbryta och är så icke-påträngande som möjligt (Oates, 2006) (Wilson, 2013).

6.2.4.

Observationer

Observationer utförs för att fördjupa intervjuerna, då observationer kompletterar intervjuer genom att man tar reda på vad människor faktiskt gör, snarare än vad de säger att de gör (Sharp, et al., 2019). Observationer sker ofta genom synen, men kan även involvera andra sinnen så som: hörseln, lukten, känseln och smaken (Oates, 2006).

Observationer kan ske ”öppet” och ”hemligt”. Vid hemlig observation så blir människor observerade utan deras vetskap (Oates, 2006). Fördelen med detta är att omgivningen störs inte och människor beter sig naturligt. Det negativa är att forskaren måste se till att ingen inser vad hen gör, vilket innebär att forskaren inte kan ställa för många frågor, inte kritisera något som ses som normalt av de som observeras och inte dra till sig uppmärksamhet på något sätt. Om forskaren blir upptäckt finns det en risk att hen kan utsättas för aggressioner och kan till och med vara i fysisk fara. Det är även en fråga om etik, då det kan anses vara oetiskt att observera människor som inte gett sitt medgivande till forskningen. Vid öppen observation vet de observerade att de är observerade och har gett sin tillåtelse, och därför är forskningen mer etisk (Oates, 2006).

Observationer kan ske med olika grader av deltagande:

• Komplett observerande där observerande kan ske antingen öppet eller hemligt. Man observerar allt som sker, men tar inte plats (Sharp, et al., 2019). • Komplett deltagande där forskaren använder sig av en hemlig observation och försöker att bli en del av en grupp som blir undersökt, för att se gruppens värld inifrån. Det kan krävas specifika meriter, kön eller ålder för att smälta in i gruppen (Oates, 2006).

• Deltagande-observerande där forskaren skuggar någon och kan användas om man inte har de rätta meriterna för att göra ett komplett deltagande (Oates, 2006).

• Praktiserande-forskare (practitioner-researcher) är någon som redan har ett arbete och väljer att forska om sin egen arbetsorganisation (Oates, 2006).

13

6.2.5.

Explorativ dataanalys

John W. Tukey var en av de första som gav en detaljerad beskrivning av en explorativ dataanalys (EDA) och han definierade det som ”detektivarbete – numeriskt detektivarbete – eller räknande detektivarbete – eller grafiskt detektivarbete” (Martinez & Martinez, 2005). En annan beskrivning av EDA är att det är något som besvarar frågor som ”Vad kan dessa data berätta för mig om relationen mellan X och Y?” (Hartwig & Dearing, 1979). EDA kan sammanfattas som en huvudsakligen dataanalysfilosofi/attityd där forskaren undersöker data utan några förutfattade idéer för att kunna upptäcka vad dessa data kan säga om fenomenet som studeras (Martinez & Martinez, 2005).

6.2.6.

Tematisk analys

Tematisk analys är den vanligaste analysmetoden inom kvalitativ forskning (Guest, et al., 2012). Genom tematisk analys kan man identifiera och förklara idéer i kvalitativa data och därmed hitta teman. Teman i data blir kodade, vilket senare kommer att användas vid analysen. Analysen kan exempelvis vara att jämföra frekvensen av koder, identifiera koder som förekommer tillsammans med varandra eller visa relationer mellan koder grafiskt (Guest, et al., 2012).

Processen för den tematiska analysen kan delas upp i följande steg (Robson, 2011): • Lär känna dessa data – transkribera, läs igenom och skriv ner eventuella

tankar.

• Skapa koder – koder ges till olika delar i dessa data där liknande delar får samma kod.

• Identifiera teman – koderna jämförs och slås ihop till teman. De utvalda temana kontrolleras så att de fungerar i relation till dessa data som är kopplad till dem.

• Skapa ett tematiskt nätverk – om det finns många teman så grupperas de som liknar varandra.

• Integrera och tolka – Mönster som hittas i temana utforskas, beskrivs, summeras och tolkas (Robson, 2011).

Tillförlitligheten hos en tematisk analys kan ifrågasättas mer än exempelvis en ordbaserad analys, eftersom det krävs tolkning av dessa data för att identifiera koder (Guest, et al., 2012). Resultatet av analysen kan begränsas till vad forskarna vill fokusera på, trots att det finns mer att utforska i dessa data (Robson, 2011). Metoden är dock accepterad, eftersom den tillhandahåller ett principiellt sätt att sammanfatta viktiga egenskaper i stora mängder data. Metoden är även flexibel och lätt att använda, i jämförelse med andra kvalitativa analysmetoder (Robson, 2011).

6.3.

Metoddiskussion

Studiens syfte är att förstå och förklara hur användarupplevelsen av PIM-systems berikningsprocess av produkter ser ut hos användarna. För att uppfylla syftet väljs både kvantitativ enkät och kvalitativa intervjuer och observationer, då en metodtriangulering skapar data med både djup och bredd samt att det ger resultatet större tyngd. Resultatet från enkäten ger en bredare bild av hur användarna upplever användbarheten i berikningsprocessen, medan resultatet från observationerna och intervjuerna ger en djupare förståelse för vilka användbarhetsproblem som existerar.

14

Berikningsprocessen i PIM-system kräver många steg och har ett arbetsflöde som kan vara svårt att memorera, vilket gör att metodvalet till en början blev enkäter kompletterat med kontextuella undersökningar. Det finns flera anledningar till att kontextuella undersökningar föredras framför mer traditionella metoder som enkäter, observationer och intervjuer. En anledning är att människor inte är medvetna om allt de gör (Beyer & Holtzblatt, 1998) då många interaktioner har blivit så rutinmässiga och “osynliga” för användaren. De traditionella metoderna kan även missa att fånga kontexten där användarna utför sina uppgifter vilket kan vara viktigt i system. En annan anledning är också att observationer ofta inte kan ge tillräckligt djup förståelse för varför och hur människor gör som de gör, vilket man kommer åt med kontextuell undersökning (Enshelm Jensen, et al., 2018).

Smittspridningen av COVID-19 påverkar val av metod, då det avrådes att fysiskt träffa människor (Myndigheten för samhällsskydd och beredskap, 2020). Därför kan inte kontextuella undersökningar ske trots att den anses som den bäst lämpade metoden för uppsatsen. Många av de tillfrågade arbetar hemifrån och/eller har fått direktiv från sina arbetsgivare att inte ha fysiska möten med utomstående. Av den anledningen väljs istället intervjuer i kombination med observationer via digitala kanaler, då liknande typ av data kan samlas in. Dock finns det flera vinster med att göra det digitalt då geografiska gränser suddas ut och fler intervjuobjekt kan tillfrågas, samt att det är tidsbesparande att inte behöva ta sig till flera olika arbetsplatser. Enkäten gjordes digitalt och kunde skickas ut via mejl som planerat, men flertalet mejlade att de inte hade tid att besvara den på grund av COVID-19 eller att de var permitterade. Det går inte att säkerställa att COVID-19 inte har påverkat studiens resultat, då kontextuella undersökningar kan ha lett till ett annat resultat och svaren i enkäten från de permitterade/de som inte hade tid på grund av COVID-19 skulle kunna skilja sig från den grupp av människor som svarade.

Istället väljs enkäter och semistrukturella intervjuer kombinerat med observationer, då de metoderna kan utföras på distans. Semistrukturella intervjuer väljs för att ha struktur på den data som genereras, men samtidigt tillräckligt ostrukturerat så intervjuobjektet kan ta upp just sina åsikter och tankar om berikningsprocessen. Då användbarhet ska analyseras, kompletteras intervjuerna med observationer där en deltagande-observerande roll antas för att kunna ställa frågor utan att ta för mycket plats. En komplett observerande roll är oförenlig med intervju och komplett deltagande roll är oetiskt, då de intervjuade är i sina arbetsroller och kan avslöja företagshemligheter om forskarna inte är tydliga med sina uppsåt.

För att analysera den kvalitativa dessa data används tematisk analys. Tematisk analys väljs då den anses vara mest användbar för att fånga komplexiteten i kvalitativa data (Guest, et al., 2012). Det är också en relativt enkel metod att lära sig och passar därför oerfarna forskare (Robson, 2011). Kommentarer från enkäten, transkriptioner från observationen och intervjun samt observatörernas anteckningar gås igenom och kodas för att sedan delas in i större teman. De teman som upptäcks kopplas samman med existerande användbarhetsaspekter för att besvara frågan om vilka användbarhetsproblem som existerar i systemet.

6.4.

Utformning av enkät

Först får respondenterna svara på om de arbetar i Enrich, för att kontrollera att enbart användare av Enrich besvarar enkätfrågorna. Om de svarar nej, skickas de

15

till en sida som tackar för deras medverkan. Respondenterna som svarar ja får i enkäten svara på följande påståenden med en skala (håller inte alls med) 1 - 5 (håller helt med):

• I enjoy using Enrich often. • I think Enrich is easy to use.

• I have needed the support of a technical person to be able to use Enrich. • I think there is too much inconsistency in Enrich.

• I think that most people would learn to use Enrich very quickly. • I find Enrich very cumbersome to use.

• I feel very confident using Enrich.

• I had to undergo a lot of training to understand Enrich.

• I think Enrich has all the functions that I need to accomplish my work tasks.

Respondenterna får också uppge: • Vilken arbetsroll de har.

• Vilken bransch som deras arbetsgivare verkar inom. • Hur många månader som de har arbetat i Enrich. • Hur många timmar per dag som de arbetar i Enrich. • Beskriva deras arbetsflöde.

• Lista deras tre främsta uppgifter som de utför i Enrich.

• Lista tre uppgifter som de anser vara svårast att genomföra i Enrich.

Enkätens frågor och påståenden har utformats för att få en bredare bild av hur användarna arbetar med berikningsprocessen och hur användbarheten i Enrich är. Till varje påstående finns det möjlighet att tillägga en kommentar så att respondenterna kan utveckla sina svar. Dessa kan vara till hjälp för att få en förståelse för varför respondenterna har svarat som de gör och för att identifiera teman som kan kopplas till den data som samlas in via observationer och intervjuer.

6.5.

Utformning av observation och intervju

Respondenten får dela sin datorskärm och visa de arbetsuppgifter som de vanligen utför. Under tiden för observationen kan frågor ställas till respondenten för att få en djupare förståelse för något. Utöver observationen får respondenten besvara följande frågor:

• Vilken arbetsroll de har.

• Hur många timmar per dag som de arbetar i Enrich. • Vad de tycker är bra med Enrich.

• Vad de tycker är mindre bra med Enrich.

• Vad de skulle tipsa en kollega om för funktion eller lösning som förenklar deras arbete.

Eftersom respondentens datorskärm delas så kan svaren på frågorna också demonstreras av respondenten. Observationen och intervjuerna ska bidra till att få en djupare förståelse för hur de olika uppgifterna i berikningsprocessen utförs och vilka användbarhetsproblem som kan uppstå när de utförs.

16

7. Resultat

I följande kapitel presenteras resultatet från den utförda enkäten och intervjuerna.

7.1.

Enkät

37 av totalt 794 tillfrågade har svarat på enkäten, varav 30 personer arbetar i Enrich och 7 gör det inte. De 30 som arbetar i Enrich har svarat vidare på resterande frågor i enkäten. I avsnittet om användbarhet används påståenden med en skala (håller inte alls med) 1 - 5 (håller helt med) för att ta reda på vad de tillfrågade anser om olika användbarhetsaspekter i Enrich.

7.1.1.

Användaren

Respondenterna har varierande arbetsroller och arbetar i de branscher som presenteras i figur 5. De som uppger att de arbetar i en annan bransch arbetar inom uthyrning och konstruktion. De flesta av respondenterna, 28 av 30, har arbetat i Enrich i över ett år.

17

7.1.2.

Användbarhet

7.1.2.1. Är Enrich tillfredsställande att använda

I de påståenden där respondenterna får ange hur pass nöjda och självsäkra de är i Enrich så svarar majoriteten positivt, se figur 6 och 7.

Figur 6 – Stapeldiagram över de tillfrågades svar på frågan om de tycker om att använda Enrich ofta.

Figur 7 – Stapeldiagram över de tillfrågades svar på frågan om de känner sig väldigt självsäkra när de använder Enrich.

18

7.1.2.2. Är Enrich lätt att använda

Svaren på de påståenden som handlar om hur lätt Enrich är att använda presenteras i figur 8, 9, 10 och 11. Majoriteten anser att Enrich är lätt att använda och de har inte behövt ta hjälp av en teknisk person. De håller till största delen inte med om att Enrich skulle inkonsekvent eller besvärligt att använda.

I kommentarerna svarar respondenterna bland annat att de tycker att det är svårt med relationskopplingar, att det är krångligt att arbeta med flera workareas, att man behöver klicka runt mycket och att det är svårt att få en bra överblick. Någon har också tagit hjälp av en teknisk person för att utveckla nya funktioner i systemet.

Figur 8 – Stapeldiagram över de tillfrågades svar på frågan om de tycker Enrich är lätt att använda.

Figur 9 – Stapeldiagram över de tillfrågades svar på frågan om de har behövt hjälp från en teknisk person för att kunna använda Enrich.

19

Figur 10 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich är väldigt besvärligt att använda.

Figur 11 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att det är för mycket motsägelser i Enrich.

20

7.1.2.3. Är Enrich lätt att lära sig

Svaren på de påståenden som handlar om hur lätt Enrich är lära sig presenteras i figur 12 och 13. Majoriteten anser att de flesta snabbt kan lära sig att använda Enrich, men många ställer sig också neutrala till påståendet. De har inte heller behövt mycket upplärning.

Figur 12 – Stapeldiagram över de tillfrågades svar på frågan om de tycker att de flesta människor skulle kunna lära sig att använda Enrich väldigt snabbt.

Figur 13 – Stapeldiagram över de tillfrågades svar på frågan om de behövde genomgå mycket träning för att förstå Enrich.

21

7.1.2.4. Har Enrich all funktionalitet

De flesta respondenter håller med om att Enrich har alla de funktioner som de behöver för att utföra sina arbetsuppgifter, se figur 14. Det som saknas är en mer avancerad sökfunktion, som exempelvis att söka på flera relationer eller identifierare. Någon saknar möjligheten att importera entiteter på SKU-nivå och att exportera på entiteter baserat på relationskopplingar.

Figur 14 – Stapeldiagram över de tillfrågades svar på frågan om de anser att Enrich har alla funktioner som behövs för att utföra sina arbetsuppgifter

22

7.1.3.

Arbeta i Enrich

7.1.3.1. De mest förekommande uppgifterna

De vanligaste uppgifterna som respondenterna utför i Enrich presenteras i figur 15. Import- och exportfunktionen används ofta till att exportera information till ett kalkylark, redigera information och sedan importera den till PIM-systemet igen.

Figur 15 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre vanligaste uppgifter i Enrich.

23

7.1.3.2. De svåraste uppgifterna att utföra

De uppgifter som respondenterna anser vara svåra att utföra presenteras i figur 16. Andra uppgifter som uppgetts som svåra att utföra är att arbeta med flera workareas samt att skapa sökfrågor med flera identifierare.

Figur 16 – Stapeldiagram över de tillfrågades svar på frågan om deras topp tre svåraste uppgifter att utföra i Enrich.

24

7.2.

Intervjuer

7.2.1.

Information om respondenterna

Respondent Arbetsroll Arbetstid i Enrich Observationstid

R1 Produktspecialist 6-8 h/dag Ca 50 min

R2 PIM-specialist - Ca 30 min

R3 Webbredaktör 4-6 h/dag Ca 50 min

R4 PIM-koordinator 2 h/dag Ca 50 min

7.2.2.

Arbetsuppgifter i Enrich

R1 har den slutgiltiga kontrollen innan produkterna publiceras i deras webbshop. R1 arbetar i desktopapplikationen med relationskopplingar mellan produkter och ser till att de kopplas till rätt produktkategori. R1s företag har utvecklat en egen lösning till desktopapplikationen för att de inte ska behöva klicka runt lika mycket när de kopplar ihop entiteter till varandra. R1 arbetar i webbapplikationen när hen ska skapa sökfrågor och uppdatera fler entiteter samtidigt, då det inte går att göra det i desktopapplikationen.

R2 arbetar i webbapplikationen där hen berikar produkter med information för att sedan få ut dem till deras webbshop. R2 delar sina arbetsuppgifter med en annan kollega. De får in information om vad som ska göras genom att Tasks skapas och fördelas till dem som grupp. R2 skapar sökfrågor för att filtrera ut produkter som de eventuellt vill ändra någon information i eller gå igenom för att kontrollera något. Om R2 ska uppdatera enstaka fält hos flera produkter så gör hen en massuppdatering direkt i Enrich, annars exporteras all information till Excel där R2 redigerar fälten och sedan importeras information.

R3 arbetar i desktopapplikationen med att berika produkter med information. De produkter som ska berikas exporteras till Excel för att det ska gå snabbt att fylla i många fält för många produkter. R3 gör detta för att slippa klicka sig in på varje enskild produkt och redigera dess fält. R3 skapar även sökfrågor i webbapplikationen för att få ett urval av artiklar eller produkter som hen sedan i kopplar till kampanjer i desktopapplikationen. R3 arbetar i webbapplikationen med att förbättra datakvalitén hos produkterna. Det kan exempelvis vara att förbättra beskrivningen av en produkt eller att kontrollera att dess HTML-formatering är enhetlig. R3 skapar också skuggentiteter till olika varianter av en produkt för att de ska synas som enskilda entiteter i webbshoppen, men också som varianter av varandra. Det kan exempelvis vara en produkt som finns i flera färger.

7.2.3.

Positivt med berikningsprocessen i Enrich

Alla respondenter anser att det bästa med Enrich är att det är enkelt att använda och anpassningsbart. Respondenterna säger:

R1: ”Att jobba med relationskopplingarna här är guld. Det är väldigt, väldigt enkelt.” R2: ”Väldig smidig och lätt.”

25

R4: ”Det är inga konstigheter egentligen, utan man berikar ett gäng fält och man har en query och kan förhoppningsvis söka fram vissa saker. ”

R2 tycker att det är smidigt att använda operatorn Contains i funktionen för att skapa sökfrågor då värdet som söks efter inte behöver vara exakt. R3 tycker att desktopapplikationen är lättöverskådlig. Man kan bland annat välja att visa sitt sökresultat på det sätt som passar bäst för tillfället, exempelvis i en detaljerad lista eller som ikoner. Det är lätt att veta var man hittar saker så man lär sig att använda det snabbt. R4 tycker det är enkelt att navigera runt mellan entiteternas olika relationer.

7.2.4.

Negativt med berikningsprocessen i Enrich

R2, R3 och R4 anser att funktionen för att skapa sökfrågor skulle kunna förbättras. R4 säger: ”Du kan bara söka på en relation. Det är en stor nackdel tycker jag.” .R2 anser att det är begränsande att det endast går att söka på ett värde per fält. Hen vill ha möjlighet att skapa frågor som innehåller operatorer som ”OR” och ”AND” där flera värden kan kombineras. R3 vill ha möjlighet att lägga till flera villkor för relationer. Exempelvis att söka efter en produkt som tillhör en viss underkategori, men som också tillhör en viss kampanj.

R1 och R4 vill också ha möjlighet att spara en sökfråga, inte bara resultatet av en sökfråga. R1 vill exempelvis kunna dela en sökfråga via en länk eller liknande, medan R4 vill kunna spara frågan för att kunna byta ut värdena för att inte behöva skapa om sökfrågan varje gång hen vill söka på ett nytt värde.

R3 vill på ett enkelt sätt kunna växla mellan abstraktionsnivåerna för en entitet, exempelvis från produktnivå till artikelnivå och på ett enkelt sätt föra över information mellan dem. R3 påtalar också att när hen har sökt fram flera artiklar i desktopapplikationen och de visas i en detaljerad lista, så kan man inte se vilken produkt som artikeln är kopplad till och inte heller sortera resultatet efter olika fältvärden.

R4 menar att den största fördelen, att Enrich är väldigt flexibelt, är också en nackdel. På grund av det är anpassningsbart så finns det inte några best practices.

R1 påtalar att i det inte går att dra en produkt till sidopanelen i webbapplikationen. Hen vill ha möjlighet till det för att spara den under tiden som hen exempelvis söker upp en ny produkt. Det fungerar i endast i desktoppapplikationen. R1 nämner att också hen vill ha stavningskontroll i desktopapplikationen som ett stöd till de som arbetar med produkttexterna. Det finns inte heller i webbapplikationen, men där kan de ta hjälp av webbläsararens stavningskontroll. R1 vill kunna arbeta med webbapplikationen i mobilen när hen är på resande fot och snabbt behöver skapa en sökfråga som ska fördelas till en kollega. Detta fungerar inte då gränssnittet inte är responsivt och det inte heller går att scrolla i sidled.

26

7.2.5.

Funktioner

som

respondenterna

vill

uppmärksamma

R1 vill tipsa om funktionen för att skapa sökfrågor för att kunna arbeta med flera produkter samtidigt och att man kan spara resultatet av sökfrågorna för att hålla koll på vad som ska berikas i produkterna. R2 tycker att fritextsökningen är bra att använda då den ger bra resultat och man kan söka på många olika sätt. R3 vill tipsa om att exportera till Excel för att snabbt uppdatera många entiteter. R4 vill tipsa om att man kan använda en produkts statusfältet som en del i sökfrågorna för att filtrera sökresultatet.

7.2.6.

Övrig information

Alla respondenter berättar att de har andra system som på något vis interagerar med PIM-systemet. I dagsläget fungerar inte synkroniseringen mellan PIM-systemet och R3s webbsida, vilket gör att R3 måste gå in i kanalen som är kopplad till webbsidan och manuellt synkronisera materialet.

R3 är under observationen tvungen att starta om desktopapplikationen då den hamnar efter i reaktionen på klick. När R3 ska markera en rad i en lista så markeras den raden som var meningen att markeras i tidigare klick.

R2 och hens kollegor använder sig av Tasks för att fördela arbetsuppgifter, medan de andra respondenterna kommunicerade vad som ska göras genom andra kanaler.

8. Analys

I följande kapitel analyseras den kvantitativa och kvalitativa data som genererats.

8.1.

Analys av kvantitativa data

Enkäten ger en bild av att användarna av Enrich är till största del nöjda med användbarheten. Påståendena som finns i enkäten kan ge en bild av hur användbarheten upplevs i stort och utifrån användbarhetsattribut som tillfredsställelse, effektivitet och lärbarhet. Det går också att se om användarna upplever att det saknas funktioner för dem att kunna utföra sina arbetsuppgifter och vilka uppgifter som de anser är svåra att utföra.

På de påståenden som är positivt ställda, så som ”I enjoy using Enrich often”, ”I think Enrich is easy to use”, ”I think most people would learn to use Enrich very quickly”, ”I feel very confident using Enrich” och ”I think Enrich has all the functions that I need to accomplish my work tasks” så håller respondenterna mer med påståendet än vad de inte gör det. På de påståenden som är negativt ställda, så som ”I have needed the support of a technical person to be able to use Enrich”, ”I think there is too much inconsistency in Enrich”, ”I find Enrich very cumbersome to use” och ”I hade to undergo a lot of training to understand Enrich” så håller respondenterna inte med påståendet mer än vad de håller med påståendet. Svaren tyder på att det finns en övervägande tillfredställelse med applikationen och att det beror på att

27

användarna anser att applikationen är lätt att använda, lätt att lära sig, har mycket av den funktionalitet som de behöver och inte är krånglig eller motsägelsefull.

8.2.

Analys av kvalitativa data

När den kvalitativa data analyseras så delas först relevant data in i ämnen som berör systemet, se figur 17. Ämnen som diskuteras delas in i negativt och positivt efter hur respondenterna har pratat om ämnet och hur många gånger som ett ämne benämns i ny kontext. Samma användare kan alltså diskutera ett ämne fler gånger, men i olika avseenden.

Figur 17 – Ämnen som diskuteras i dessa kvalitativa data. Staplarna representerar frekvensen av det diskuterade ämnet. Färgen på staplarna representerar om ämnet diskuterades i positiv eller negativ mening.

Funktionen för att skapa sökfrågor, Query Editor, har till störst del diskuterats i negativ mening. Kritiken handlar övervägande om att det saknas viss funktionalitet, så som att söka på flera identifierare eller dela sökfrågor användare emellan. De positiva åsikterna om att skapa sökfrågor har i huvudsak handlat om att det är enkelt att skapa en sökfråga.

Systemet i helhet benämns till störst del i positiva ordalag. Det beskrivs som bland annat enkelt, anpassningsbart, modernt och agilt. Det som upplevs som negativt är att det är dålig översikt, icke-intuitivt, mycket klick, svårt att lära sig med mera, vilket stämmer överens med resultatet från litteraturstudien. Komplexa system kan bland annat tvinga användare att navigera i mer information än vad de kan hantera (Redish, 2007) vilket kan leda till de problem som användarna nämner ovan. Användarna har, som lösning på problemen, anpassat sig efter systemets begränsningar eller utvecklat egna funktioner i systemet som anses ha saknats.

Tasks Samarbete mellan system Workarea Relationskopplingar Import/export Felhantering Desktopapplikationen Webbapplikationen Systemet i helhet Query Editor

Ämnen som tas upp i dessa kvalitativa data

28

Webbapplikationen diskuteras mest i negativ mening. Webbapplikationen anses vara begränsad, till exempel att den inte var mobilanpassad. Mycket anses krångligt, som till exempel relationskopplingar och dålig överblick. Det positiva som nämns är enkel drag and drop-funktion och sökfunktion. Åsikterna om webbapplikationen är ofta jämförande med desktopapplikationen, som i det här exemplet från en av intervjuerna:

... man stavningskontroller och så från Chrome. Det har vi inte här inne

(desktopapplikationen), vilket är synd. Det vill säga att det är ganska enkelt att man går in och råkar göra någon typo eller grammatiskt fel.

I dektopapplikationen saknas funktion för att spara sökfrågor och man kan inte sortera vyer. Som positivt tas det upp att den är effektiv och det är lätt att skapa relationskopplingar. När man jämför svaren från webbapplikation och desktopapplikation så kompletterar applikationerna varandra bra, och det som saknas i den ena återfinns ofta i den andra.

8.2.1.

Teman inom användbarhet

Kommentarerna till de ämnen som diskuteras omfördelas sedan i teman kopplade till användbarhet för att få en bild om vilka användbarhetsproblem som existerar, se figur 18. Vissa teman kopplas till litteraturstudiens avsnitt om användbarhet, så som effektivitet, felhantering, lärbarhet, tillfredsställande och samarbete mellan system. Funktionalitet, översikt och anpassningsbart är egendefinierade teman som separeras från de andra användbarhetsattributen då de är återkommande ämnen som framkom i resultatet.

Figur 18 – Teman inom användbarhet som diskuteras. Staplarna representerar frekvensen av det diskuterade temat. Färgen på staplarna representerar om temat diskuterades i positiv eller negativ mening.

Anpassningsbart Tillfredsställande Lärbarhet Samarbeta mellan system Översikt Felhantering Effektivitet Funktionalitet

Ämnena omfördelade till teman för användbarhet

29

Till största delen diskuteras funktionalitet i negativ mening. Vilka funktioner som anses saknas finns i figur 19. Användarna saknar vissa funktioner i systemet för att på ett enkelt sätt kunna utföra sina arbetsuppgifter. Främst påtalas att funktionen för att skapa sökfrågor saknar möjlighet att söka på flera relationer samtidigt och att det endast går att söka på ett värde per fält. De vill också ha möjlighet att dela sökfrågor. De funktioner som saknas förhindrar inte syftet med systemet, att berika produkter med information. Om det var fallet, så hade den totala upplevelsen av systemets användbarhet med största sannolikhet varit sämre. Däremot hindrar det användarna att utföra sina arbetsuppgifter på ett, enligt dem, smidigt sätt.

Figur 19 – Funktionalitet som användarna saknar. Staplarna representerar frekvensen av den påtalade funktionaliteten.

Workarea: växla mellan olika entitetsnivåer Import: importera på SKU-nivå Export: dölja gömda fält vid exportering Webbapp: mobilanpassning Webbapp: drag and drop Desktopapp: stavningskontroll

Desktopapp: spara en sökfråga Desktopapp: sortera vyer Import: visa oredigerade entiteter i workarea

Export: exportera på relationer Query editor: söka på flera relationer Query editor: dela sökfråga Query editor: söka på fler värden per fält

Funktionalitet som saknas

30

Vidare så ses att effektivitet tas upp näst flest gånger som ett användbarhetsproblem. I vilka avseenden som ineffektivitet har diskuterats visas i figur 20. Användarna upplever att vissa uppgifter är krångliga att utföra. Det kan delvis kopplas till att viss funktionalitet saknas och därför måste användarna arbeta runt det. Det kan också vara att de anser att en uppgift ska kunna utföras med mindre ansträngning av användaren, exempelvis färre klick. Den ineffektivitet som påtalas flest gånger berör relationskopplingar.

Figur 20 – Ineffektivitet som användarna påtalar. Staplarna representerar frekvensen av den påtalade ineffektiviteten.

9. Diskussion

Syftet med det genomförda arbetet är förstå och förklara hur användarupplevelsen av PIM-systems berikningsprocess av produkter ser ut och vilka användbarhetsproblem som existerar. Berikning av produktinformation är en generell process för olika PIM-system och genom att undersöka det kommer ny kunskap spridas om hur vilka användbarhetsaspekter som är viktiga att ta hänsyn till vid utvecklandet av PIM-system.

Resultatet visar på att det utvärderade PIM-systemets berikningsapplikation har hög användbarhet. Applikationen är lätt att använda, lätt att lära sig och har de flesta funktioner som användarna eftersöker. De största användbarhetsproblemen är att det saknas viss funktionalitet och att applikationen skulle kunna vara mer effektiv.

Små fält att klicka i Mycket klickande Webbapp: ibland långa svarstider Tasks: måste aktivt avslutas Webbapp: att söka Desktopapp: sammanfoga sökningar Workarea: arbeta med flera workareas Relationer: skapa relationer mellan entiteter

Ineffektivitet