Belajar UX Researcher - Synthesis & Affinity Mapping

#Pendahuluan

Setelah di episode 4-9 kalian mengumpulkan data dari berbagai metode — interview, observasi, survei, usability test, diary, dan analytics — tibalah saat yang paling menentukan dan paling sering ditinggalkan: sintesis. Data yang belum disintesis hanyalah tumpukan catatan; insight baru lahir saat data itu dirapikan, dikelompokkan, dan dihubungkan.

Mengapa sintesis sering gagal? Karena ia terasa "tidak produktif" — tidak ada wawancara baru, tidak ada tombol yang ditekan. Padahal sintesis adalah saat penelitian benar-benar menjadi sesuatu. Riset tanpa sintesis = catatan yang menganggur di Dovetail. Episode ini membahas cara melakukannya dengan disiplin.

#Dari Data ke Insight: Prosesnya

Langkah 1-2 (tagging) sering dilakukan sambil mengumpulkan data; langkah 3-6 adalah sintesis sesungguhnya.

#Tagging: Memberi Kode pada Data

Tagging adalah menandai potongan data (kutipan, perilaku, momen) dengan label tema. Di Dovetail (episode 13), tagging dilakukan langsung pada transkrip. Prinsip tagging yang baik:

• Satu tag satu ide — "harga" dan "harga vs kepercayaan" adalah dua tag yang berbeda.
• Gunakan bahasa data, bukan bahasa solusi — tag "butuh notifikasi stok" adalah solusi terselubung; "stok habis tidak disadari" adalah perilaku. Tag yang baik menggambarkan fenomena, bukan rekomendasi.
• Konsisten — buat daftar tag awal (tag taxonomy), dan tambah secara terkontrol saat menemukan tema baru.
• Jangan over-tag — ribuan tag unik sama buruknya dengan tidak ada tag.

Contoh tag untuk data riset WarungNaik:

- stok-habis-tak-terduga
- pemilihan-distributor
- kepercayaan-langganan
- perbandingan-harga
- keterbatasan-kuota
- kebiasaan-telepon
- rasa-takut-teknologi
- momen-sibuk

#Affinity Mapping

Affinity mapping adalah proses mengelompokkan tag/kutipan menjadi tema lebih besar secara bottom-up — dari detail ke umum, bukan sebaliknya. Jangan mulai dengan tema yang sudah dibayangkan; biarkan data membentuk kelompoknya sendiri.

#Cara Melakukannya

1. Tulis setiap kutipan/insight pada satu sticky note (satu ide per note) — di papan fisik atau FigJam/Dovetail.
2. Dalam diam, tempelkan note yang mirip bersebelahan — tanpa berdiskusi dulu, biarkan pola muncul dari data.
3. Beri nama tiap kelompok dengan tema yang mewakili isinya.
4. Kelompok besar = tema yang sering muncul = kandidat prioritas.
5. Kelompok kecil bukan berarti tidak penting — periksa apakah ia masih relevan dengan RQ (episode 3).

Hasil untuk WarungNaik (dari data episode 4-5):

#Dari Tema ke Insight

Tema adalah pola; insight adalah tema + makna + implikasi. Insight yang baik harus actionable — ia mengarah ke keputusan. Struktur insight yang sering dipakai:

[Dalam konteks X],
[user type] [perilaku/pengalaman Y]
[karena alasan Z],
yang berarti [implikasi/opportunity].

Contoh insight untuk WarungNaik:

Dalam konteks warung kios kecil yang melayani pelanggan sendiri, pemilik mengetahui stok habis justru saat pembeli menanyakannya karena tidak ada pengecekan rutin, yang berarti ada peluang untuk peringatan stok proaktif yang bekerja tanpa meminta pemilik mencatat manual.

Perhatikan: insight ini punya konteks, perilaku nyata, alasan, dan peluang — bukan sekadar "pengguna butuh notifikasi stok".

#Uji Kualitas Insight

• Didukung data? Bisa ditelusuri ke kutipan/momen nyata (bukan perasaan).
• Baru? Mengubah cara tim melihat masalah, bukan mengulang yang sudah diketahui.
• Actionable? Menunjukkan arah keputusan, bukan sekadar observasi.
• Berani? Insight yang tidak menantang asumsi tim biasanya juga tidak berguna.

#Sintesis Kolaboratif dengan Stakeholder

Sintesis tidak harus sendirian. Melibatkan stakeholder dalam affinity mapping memberi dua manfaat: analisis yang lebih kaya (perspektif berbeda melihat pola berbeda) dan kepemilikan temuan (orang yang ikut menemukan, tidak akan mudah menolak). Cara praktis:

1. Researcher melakukan tagging dan draft kelompok.
2. Stakeholder diajak sesi 90 menit: memindahkan note, menamai kelompok, memilih prioritas.
3. Researcher merapikan dan memvalidasi dengan data.

#Penutup

Pada episode 10 ini, kalian telah menguasai sintesis riset kualitatif.

Inti yang harus dibawa pulang:

• Sintesis mengubah data → tagging → affinity mapping → tema → insight.
• Tag fenomena, bukan solusi; konsisten dan tidak berlebihan.
• Affinity mapping bersifat bottom-up — biarkan data membentuk kelompok, jangan memaksa tema.
• Insight yang actionable punya konteks, perilaku, alasan, dan peluang — dan bisa ditelusuri ke data.
• Melibatkan stakeholder dalam sintesis membangun kepemilikan temuan.

Di episode 11 selanjutnya kita akan mengubah insight menjadi personas & JTBD — membangun persona berbasis data, merumuskan jobs-to-be-done, dan menyusun journey map lengkap dengan pains, gains, dan touchpoints untuk WarungNaik. Sampai jumpa di episode 11!