TL; DR
Comprender uso, hábitos y evolución de la experiencia con un producto en el tiempo.
Descripción detallada
Diary Studies es una metodología longitudinal en la que los participantes registran sus experiencias, pensamientos y actividades durante un período prolongado, típicamente de días a semanas. Esta técnica permite capturar comportamientos y actitudes en contexto real, revelando patrones de uso temporal y factores externos que influyen en la experiencia del usuario. La investigación demuestra su valor para comprender la evolución de la experiencia a lo largo del tiempo (Nielsen Norman Group). Es especialmente útil para productos con ciclos de uso largos o comportamientos que varían según el contexto.
Objetivo principal
Comprender uso, hábitos y evolución de la experiencia con un producto en el tiempo.
Cuándo usarla
Cuando se necesita investigar uso a largo plazo en contexto real.
Nivel de esfuerzo
AltoNúmero de usuarios recomendado
5–10 participantesVentajas
- ✓**Contexto natural y Longitudinalidad:** Es la mejor técnica para entender comportamientos que ocurren durante días o semanas en el entorno real del usuario, minimizando la artificialidad del laboratorio,.
- ✓**Captura lo invisible:** Permite acceder a los pensamientos internos, dudas y motivaciones del usuario en el momento exacto en que ocurren.
- ✓**Evalúa el uso experto:** Es ideal para ver cómo los usuarios pasan de novatos a intermedios o expertos, algo que las pruebas de usabilidad estándar no pueden medir.
- ✓**Inspiración:** Proporciona material rico y humano (fotos, anécdotas) que inspira al equipo de diseño.
Desventajas
- ✗**Sesgo de auto-informe:** Los participantes pueden olvidar registrar cosas, filtrar información para parecer más competentes, o racionalizar sus acciones. Depende de la honestidad y memoria del usuario,.
- ✗**Fatiga del participante:** Requiere un alto compromiso por parte del usuario. La calidad de los datos puede disminuir con el tiempo si el participante se cansa.
- ✗**Análisis laborioso:** Genera una gran cantidad de datos no estructurados. El análisis puede ser "pesado" (*heavyweight*), requiriendo mucho tiempo para codificar y sintetizar la información de múltiples participantes,.
- ✗**Falta de observación directa:** El investigador no ve lo que realmente sucede, solo lo que el usuario decide contar.
Cuándo usar
- •Productos de uso habitual
- •Investigación longitudinal
- •Cambios de comportamiento
- •Adopción de productos
Métricas
- 📊Frecuencia de uso
- 📊Patrones temporales
- 📊Evolución de satisfacción
- 📊Retención de participantes
Ejemplo práctico
Pedir a usuarios registrar interacciones diarias con una app de gastos personales durante semanas.