UX Case study: Choose your fighter!
Project ini dikerjakan dalam bentuk bertahap, dan akan di update berkala.
Project Overview
Rush Hour ada pada sekitar pukul 6–8 pagi dan 4–6 sore, belum lagi faktor ketika hujan atau hari menjelang weekend dan libur nasional juga menjadi faktor penyebab Peak Hour — nya Jakarta
Background
Pertanyaan yang sering muncul ketika user menggunakan aplikasi GoJek, salah satunya adalah;
“Kenapa kita tidak bisa ‘memilih’ driver yang ada di sekitar kita?”
Tentu saja dengan alasan — agar user lebih mudah menemukan transportasi terdekat, tanpa user harus menunggu lama.
Understanding the Problem
Penyebab terjadinya ‘kelangkaan’ Driver ketika saat User melakukan order ada pada saat Peak Hour, ditambah lagi dengan cuaca seperti hujan dan kondisi kemacetan di kota besar seperti Jakarta, juga dapat memperburuk keadaan
Possibly Solutions
Untuk itu, Gojek harus meningkatkan mutu layanan bagi user dalam mengatasi masalah dalam keseharian mereka yang membutuhkan mobilitas dan jasa layanan transportasi, antara lain:
- Scheduler Pickup Order
- Self — Picking up the Rides
My Role
Sebagai Solo — UX Designer, Saya bertanggung-jawab dalam melakukan User Research, melakukan in-depth Interview, Survey Quantitative, membuat Wireframe, Prototype hingga Usability Testing dan Iteration Design
Tools
Miro, Maze, Figma, Excel, Word, dan Spreadsheet
Timeline
3 Sprint
User Research
Stakeholder Interview
Sebelum Kick-off, kami melakukan Stakeholder Interview dengan melibatkan pihak-pihak internal dalam menentukan permasalahan yang kami hadapi
Qualitative
“Who’s the Users?”
User adalah pengguna aktif dalam keseharian yang menggunakan jasa transportasi online dalam keseharian, dengan ciri sebagai berikut:
- Usia 22–35 tahun
- Tinggal di Jakarta Kota
- Pekerja aktif (Work From Office)
- Menggunakan jasa layanan minimal 2x dalam sehari
Research ini kami lakukan dengan metode In-depth Interview dan mengambil sample partisipan sebanyak 5 orang, dengan pertanyaan sebagai berikut:
- Pernah mengalami kendala saat melakukan Pickup Order?
- Pada saat apa Anda kesulitan dalam melakukan Pickup Order?
- Bagaimana Anda mengatasi hal tersebut?
- Pernah menggunakan fitur Scheduler?
Affinity Map
Kami mendapatkan beberapa insight dari hasil Interview 5 partisipan tersebut, yang kemudian kami rangkum dalam bentuk Affinity Map
“The Scheduler Pickup wasn’t the best option as a solution to solve the problem from traffic or even on high demand at peak hours..”
User Persona
Untuk mengalihkan fokus kita dari sejumlah insight tersebut, kita perlu menggunakan User Persona agar lebih ‘User-centric’ dan juga untuk lebih memudahkan kita dalam membantu melihat lebih jauh permasalahan pada User.
Storyboard
Di tahap ini, kita coba menggunakan Storyboard untuk lebih menggambarkan bagaimana cerita dan kendala yang dialami oleh User ketika ingin menggunakan layanan dalam keseharian
Customer Journey Map
Di sini, kita tidak hanya bisa melihat permasalahan yang sedang User kita hadapi, tapi kita juga mampu untuk melihat sejumlah ‘Opportunities’ di balik permasalahan dari sisi User kita
“Taking back …a few step”
Kelangkaan pada area High demand ini dikarenakan banyaknya permintaan pada titik tertentu, sehingga permintaan menjadi tumpukan dalam antrian, dan juga dikarenakan oleh faktor dari jumlah ketersediaan Driver pada area tersebut tidak dapat memenuhi permintaan. Dan dari sejumlah permasalahan yang kita temukan di lapangan, terdapat beberapa permasalahan, antara lain:
- Ketersediaan Driver pada area High demand menjadikan User harus lebih extra dalam menunggu
User sering mengalami ketika melakukan perpindahan lokasi penjemputan dari High deman atau rute area yang mengalami kemacetan ke area yang aman, User sering menemukan Driver di sekitaran, tetapi User malah mendapatkan Driver dengan jarak yang jauh dari lokasi penjemputan. Kondisi ini yang membuat User terpaksa harus menunggu lama atau beralih menggunakan transportasi umum atau menggunakan jasa kompetitor
- Perbedaan kenaikan harga pada Pickup Point yang signifikan saat terjadinya High demand
Bahkan masih pada lokasi yang sama, perbedaan harga sering terjadi dan kenaikan harga tersebut membuat User merasa “agak keberatan” dan harus mengubah titik point penjemputan. Kebanyakan dari sisi User memutuskan untuk menunda atau harus membatalkan order dan menunggu hingga harganya kembali menjadi normal pada saat High demand
“Kayaknya sih emang dari server Gojek sendiri ya, yang ngebaca dari titik permintaan, dan pasti harganya naik. Dilihat dari jumlah permintaan yang mungkin terlalu banyak pada titik tersebut dan berdasarkan jumlah Driver yang menerima orderan pada titik tersebut..”
Reframing the Problem
“How Might We provide an alternative to self — choose the driver nearby the user without await for too long?”
Ideation
Indikator Warna
Dengan memberikan indikator warna pada map mengenai informasi area yang terdampak High demand, dan juga dapat membantu User mengetahui kondisi area akurat pada area yang mengalami lonjakan permintaan dan ‘suggestion area’ agar User dapat menghindari area tersebut dalam radius tertentu ketika berpindah Pickup point
Trial error
Kami melakukan simulasi terhadap User dengan prototype test yang menunjukkan situasi pada map user ketika menggunakan aplikasi. Sebagai informasi yang menunjukkan kepadatan pada area dan juga indikasi warna pada area yang tidak terdampak oleh High demand pada map.
The Impact
Dari sejumlah test yang kami lakukan, sebagian dari User dapat mengerti dan juga dapat menjadikan indikator warna sebagai referensi dari bagian area yang harus dihindari ketika terjadi kepadatan.
Next on update