Vai al contenuto
Tutti i progetti

SenseKit: strumenti costruiti attorno ai metodi di ricerca

Tre piccoli strumenti per metodi di ricerca che perdono informazioni quando vengono forzati dentro form, fogli di calcolo o whiteboard generiche.

Ruolo
Designer, Ricercatore & Sviluppatore
Team
Progetto individuale
Durata
4 mesi
Cliente
Suite di strumenti personali / sensekit.eu

Il progetto in un minuto

La Sfida

Form, whiteboard e fogli di calcolo sono flessibili, ma non conoscono la struttura specifica di questi metodi. Il ricercatore finisce quindi per fare manualmente una parte consistente dell'aggregazione e della visualizzazione.

Il mio contributo

  • Identificazione del gap tra metodi di ricerca consolidati e strumenti digitali disponibili
  • Design e sviluppo di tre strumenti di ricerca su misura come monorepo
  • Sviluppo dell'aggregazione e della visualizzazione dei dati in tempo reale per ciascuno strumento

Risultati e portata

3 strumenti di ricerca costruiti su misura, ciascuno online sul proprio dominio

La Sfida

Di cosa mi sono occupato

  • Identificazione del gap tra metodi di ricerca consolidati e strumenti digitali disponibili
  • Design e sviluppo di tre strumenti di ricerca su misura come monorepo
  • Sviluppo dell'aggregazione e della visualizzazione dei dati in tempo reale per ciascuno strumento
  • Creazione dell'esperienza partecipante: nessun login, nessuna configurazione, partecipazione immediata
  • Design della dashboard del ricercatore con analisi in tempo reale, export CSV e gestione progetti
  • Sviluppo di una libreria di componenti UI condivisa tra le tre app usando Radix UI e Tailwind

Form, whiteboard e fogli di calcolo sono flessibili, ma non conoscono la struttura specifica di questi metodi. Il ricercatore finisce quindi per fare manualmente una parte consistente dell'aggregazione e della visualizzazione.

SenseKit raccoglie tre strumenti che ho costruito a partire da metodi che uso nella ricerca e nella strategia: stakeholder mapping, differenziale semantico e posizionamento competitivo.

Il problema ricorrente era sempre lo stesso. La raccolta dati avveniva in uno strumento generico e l'analisi richiedeva poi di ricostruire a mano le relazioni spaziali o statistiche che il metodo prevedeva già.

"Per chi partecipa, ogni passaggio aggiuntivo (login, setup, istruzioni sullo strumento) sottrae attenzione alla domanda. Per chi facilita, il problema arriva dopo: trasformare risposte sparse in una vista leggibile del gruppo."

Impatto

Il costo principale era tempo di post-processing e perdita di immediatezza: i pattern emergevano quando il workshop era già finito, invece che mentre il gruppo poteva ancora discuterli.

Sintomi

Coordinate spaziali, scale bipolari e dispersione delle risposte venivano spesso ridotte a campi generici e ricostruite dopo la sessione.

Ricerca

Cosa si perde con gli strumenti generici

·Documentazione del gap tra ciò che il metodo richiede e ciò che gli strumenti disponibili offrono

Alcuni metodi hanno bisogno di un input spaziale

Tutti e tre i metodi comportano il posizionamento di elementi nello spazio: su assi, scale, matrici. Strumenti di sondaggio che riducono questo a dropdown o slider perdono la relazione spaziale che rende significativo il metodo.

Le risposte vanno lette insieme

Le singole risposte contano meno del quadro aggregato: dove i partecipanti concordano (cluster stretti) e dove no (dispersioni ampie). Nessuno strumento esistente lo mostrava in tempo reale.

2-4 ore di rielaborazione successiva per esercizio

L'aggregazione manuale di uno stakeholder mapping con 10 partecipanti richiede 2-4 ore. Con SenseKit, è istantanea e continua.

Ridurre gli ostacoli per chi partecipa

·Capire cosa rende la raccolta dati un'esperienza senza sforzo per i partecipanti

Partecipare deve essere immediato

In un workshop l'attenzione dei partecipanti dura pochi secondi. Login, download o configurazioni riducono subito la partecipazione: lo strumento ideale è un link che apre direttamente l'esercizio.

Per questi esercizi, interagire nello spazio è naturale

Trascinare un elemento su una matrice è più immediato che compilare un campo. I partecipanti capiscono subito 'metti questo dove pensi che vada'.

"Voglio condividere un link e avere persone che fanno l'esercizio entro 5 secondi."

— Requisito di design personale

Insight Chiave

Ogni metodo di ricerca ha bisogno di un'interazione adatta

Stakeholder map, differenziali semantici e mappe competitive hanno strutture diverse. Usare la stessa interfaccia per tutti significherebbe perdere proprio ciò che rende utile ciascun metodo.

L'aggregazione in tempo reale cambia quando può iniziare l'analisi

Vedere i risultati mentre arrivano permette al facilitatore di iniziare a leggere pattern e differenze già durante la sessione, e di usarli per alimentare la discussione.

Gli indicatori statistici fanno emergere consenso e conflitto

La media da sola nasconde il disaccordo. Deviazione standard in SemDiff ed ellissi di dispersione in CompScape mostrano anche quanto le risposte sono vicine o lontane tra loro.

Il partecipante deve pensare alla domanda

Per chi partecipa non servono account o tutorial: apre il link e trova subito l'esercizio. Tutto il resto deve restare fuori dal percorso.

Base tecnica comune, interazioni diverse per ogni metodo

I tre strumenti condividono design system, autenticazione e architettura dati. La UI di ciascuno invece è costruita attorno al suo metodo.

Obiettivi e Principi

StakeMap: posizionamento 2D collaborativo e risultati aggregati

I partecipanti trascinano gli stakeholder su una matrice 2D personalizzabile. Il ricercatore vede in tempo reale le posizioni medie e le nuvole di dispersione di tutti i partecipanti.

SemDiff: scale di differenziale semantico con profondità statistica

I partecipanti valutano elementi su scale bipolari (es. Innovativo–Tradizionale). La dashboard mostra profili medi con barre di deviazione standard, permettendo confronti tra partecipanti ed elementi.

CompScape: mappa competitiva e grado di consenso

I partecipanti posizionano competitor su una matrice 2D. Le ellissi di dispersione rivelano dove i partecipanti concordano e dove le percezioni divergono, facendo emergere i posizionamenti contesi.

In comune: partecipare senza account o passaggi inutili

Accesso anonimo via link. Nessun login per i partecipanti. L'autenticazione anonima di Firebase gestisce lo stato. Creazione di progetti e analisi richiedono autenticazione del ricercatore.

Principi guida

Prima il metodo, poi le funzioni

Ogni strumento implementa un solo metodo, e sono i vincoli di quel metodo a definire le funzioni.

I risultati si aggregano mentre arrivano le risposte

I risultati si aggiornano mentre i partecipanti rispondono, senza una fase di elaborazione separata.

I dati si possono esportare

I dati non devono restare chiusi in SenseKit. CSV, dati strutturati ed esportazioni visive permettono di continuare l'analisi negli strumenti che il ricercatore usa già.

Progettazione della Soluzione

Schema interattivo

Dalle valutazioni individuali a un profilo condiviso

Sposta le tre valutazioni di esempio. La media cambia, mentre le posizioni individuali restano visibili.

TradizionaleInnovativo

Valutazione media4.0 / 7

Cerchi: valutazioni individuali. Linea verticale: media aritmetica. Valutazioni diverse possono avere la stessa media.

Scala illustrativa a sette punti con tre risposte fittizie. Una piccola dimostrazione di SemDiff, non risultati di ricerca.

Monorepo e libreria UI condivisa

Tre strumenti che necessitano di coerenza visiva e infrastruttura condivisa, ma ciascuno con modelli di interazione e modelli dati distinti.

Alternative considerate

  • App singola con cambio modalità (pubblicazione più semplice, più difficile mantenere UX distinte)
  • Tre repo separati (indipendenti ma duplicativi)
  • Monorepo con pacchetti condivisi (coerenza + indipendenza)
Decisione

Monorepo pnpm workspaces con un pacchetto shared-ui contenente tutti i componenti base (pulsanti, card, modali, layout) costruiti su Radix UI e Tailwind. Ciascuna app ha la propria configurazione Vite, il proprio progetto Firebase e il proprio dominio (stakemap.sensekit.eu, ecc.).

Motivazione

Ciascun metodo di ricerca ha strutture dati fondamentalmente diverse (coordinate 2D vs. valori di scala vs. posizioni competitive), ma i pattern della dashboard per il ricercatore (gestione progetti, export, impostazioni) sono identici. Il monorepo permette a ciascuno strumento di divergere dove serve condividendo l'80% dell'infrastruttura UI.

Compromesso: Il monorepo aggiunge complessità di build. pnpm workspaces gestisce le dipendenze, ma coordinare pubblicazione tra tre progetti Vercel richiede configurazione CI attenta.

Aggregazione in tempo reale con Firebase Realtime Database

I partecipanti rispondono in modo asincrono durante i workshop. Il ricercatore deve vedere i risultati aggregati aggiornarsi di continuo, senza refresh o export.

Alternative considerate

  • Polling (semplice ma lento, manca il requisito 'tempo reale')
  • Server WebSocket (performante ma pesante di infrastruttura per un progetto individuale)
  • Firebase Realtime Database (sottoscrizioni native, zero infrastruttura)
Decisione

Firebase Realtime Database con sottoscrizioni basate su listener. Quando un partecipante invia una posizione, la dashboard del ricercatore si aggiorna in millisecondi. L'aggregazione (medie, deviazioni standard, ellissi di dispersione) viene calcolata client-side dallo stream dati in tempo reale.

Motivazione

Con le sottoscrizioni di Firebase l'aggregazione in tempo reale non richiede polling né un'infrastruttura WebSocket custom. Il calcolo client-side mantiene il server stateless, e l'autenticazione anonima evita il login ai partecipanti. Il vendor lock-in con Firebase è un compromesso accettabile per l'affidabilità e la velocità che offre.

Compromesso: L'aggregazione client-side funziona per dataset di scala workshop (5-30 partecipanti) ma non scala a centinaia senza calcolo server-side. Il modello di pricing di Firebase significa che i costi scalano con le letture, il che potrebbe contare a volumi alti di partecipanti.

Ellissi di dispersione per mostrare il grado di accordo

Nel posizionamento competitivo e nello stakeholder mapping, la posizione media ti dice dov'è il centro del gruppo, ma non ti dice se tutti sono d'accordo o se la media maschera un'opinione divisa.

Alternative considerate

  • Mostrare solo i punti individuali (accurato ma visivamente rumoroso)
  • Mostrare solo la media (pulito ma nasconde il disaccordo)
  • Mostrare media + ellisse di dispersione (rivela sia posizione che consenso)
Decisione

Ho implementato ellissi di dispersione calcolate dalla deviazione standard su entrambi gli assi. Un'ellisse stretta indica consenso, una ampia indica percezioni divergenti. Le ellissi sono affiancate dai punti dei singoli partecipanti e dai centri medi.

Motivazione

L'ellisse di dispersione è l'elemento più utile. In un'analisi competitiva, vedere che 'Competitor A' ha un'ellisse stretta (tutti d'accordo sulla sua posizione) mentre 'Competitor B' ne ha una ampia (percezione contesa) spesso conta più delle posizioni stesse.

Compromesso: La visualizzazione della dispersione richiede abbastanza partecipanti (5+) per essere statisticamente significativa. Con pochissime risposte, le ellissi possono essere fuorvianti. La UI si adatta mostrando punti individuali quando il conteggio dei partecipanti è basso.

Risultati e Impatto

SenseKit è oggi una suite funzionante di tre strumenti. Le risposte vengono aggregate mentre arrivano, così chi facilita può vedere cluster, dispersione e differenze durante la sessione senza ricostruirli a mano dopo.

3 strumenti di ricerca costruiti su misura, ciascuno online sul proprio dominio

Aggregazione in tempo reale basata su listener tra input del partecipante e dashboard del ricercatore

Partecipazione a zero attrito: nessun login, nessun download, accesso immediato via link

Libreria UI condivisa: 80%+ di riuso di componenti tra tre applicazioni distinte

L'aggregazione avviene durante la raccolta invece di richiedere un passaggio manuale separato

I metodi spaziali raccolgono input spaziale invece di passare da un form

La visualizzazione della dispersione fa emergere consenso e conflitto che le sole medie nasconderebbero

I ricercatori possono reagire ai dati in arrivo durante i workshop invece di elaborarli dopo

Il design system condiviso rende coerenti i tre strumenti

L'export CSV preserva tutti i dati grezzi per analisi downstream in R, Python o Excel

Cosa ho realizzato

  • StakeMap: posizionamento collaborativo 2D di stakeholder con posizioni medie e nuvole di dispersione
  • SemDiff: differenziale semantico digitale con profili medi e indicatori di deviazione standard
  • CompScape: mappatura del panorama competitivo con ellissi di dispersione per analisi del consenso
  • Libreria di componenti UI condivisa costruita su Radix UI e Tailwind CSS
  • Sync dati in tempo reale e autenticazione anonima dei partecipanti basati su Firebase
  • Dashboard del ricercatore con gestione progetti, analisi in tempo reale ed export CSV
  • Sito di marketing su sensekit.eu con demo degli strumenti e documentazione

Riflessioni

Condividere l'infrastruttura tecnica tra strumenti diversi è utile finché non costringe anche l'esperienza del partecipante a diventare uguale.

Cosa farei diversamente

  • Avrei aggiunto prima una modalità facilitatore collaborativa, permettendo al facilitatore di controllare quale fase vedono i partecipanti durante un workshop
  • Avrei esplorato l'aggregazione server-side per gruppi di partecipanti più grandi fin dall'inizio
  • Avrei costruito una dashboard unificata del ricercatore che mostri tutti i progetti tra gli strumenti in una vista
Cosa ha funzionato e quali difficoltà ho incontrato

Cosa ha funzionato

Partire dal metodo ha tenuto sotto controllo le funzioni

Ogni strumento implementa un metodo preciso, e questo ha limitato l'ambito in modo naturale: le funzioni venivano dal metodo.

L'aggregazione in tempo reale ha cambiato la dinamica del workshop

I facilitatori potevano proiettare la dashboard durante gli esercizi, usando i risultati in tempo reale come spunti di discussione. Raccolta dati e sense-making accadevano simultaneamente invece che in sequenza.

Il monorepo ha semplificato presto la manutenzione

Grazie al lavoro iniziale su shared-ui, il secondo e il terzo strumento sono stati molto più veloci da costruire. CompScape ha richiesto una frazione del tempo di StakeMap perché la base condivisa esisteva già.

Sfide

Le visualizzazioni statistiche richiedono impostazioni predefinite solide

Ellissi di dispersione, barre di deviazione standard e metodi di aggregazione richiedono tutti decisioni di design con implicazioni statistiche. Ottenere i default giusti (es. quando mostrare ellissi vs. punti individuali) ha richiesto di bilanciare accuratezza e accessibilità.

Tre applicazioni significano anche tre processi di pubblicazione da mantenere

Ciascuno strumento ha il proprio progetto Vercel, dominio e istanza Firebase. Coordinare gli aggiornamenti nella suite ha richiesto più lavoro ops di una singola applicazione.