Belajar UX Researcher - Diary Studies & Longitudinal

#Pendahuluan

Setelah di episode 7 kita mengamati perilaku dalam satu sesi usability test, pada episode ini kita membahas metode untuk pertanyaan yang tidak bisa dijawab sekali jalan: riset longitudinal. Ada perilaku yang hanya muncul dari waktu ke waktu — kebiasaan, perubahan, dan pola yang tidak terlihat dalam satu kali kunjungan.

Interview adalah foto, diary study adalah film. Seorang pemilik warung mungkin tidak bisa menjelaskan kapan ia mulai berpindah dari buku catatan ke catatan di ponsel — tapi jika kita mengikutinya selama dua minggu, transisi itu akan terlihat sendiri. Diary study menangkap proses, bukan hanya momen.

#Kapan Riset Longitudinal Diperlukan

Pertanyaan riset berikut tidak bisa dijawab riset sekali jalan:

Pertanyaan	Alasan butuh waktu
"Bagaimana kebiasaan memesan berubah dalam 3 bulan?"	Perubahan butuh waktu
"Kapan pengguna benar-benar memakai fitur X?"	Konteks pemakaian bervariasi harian
"Apakah perilaku kembali ke kebiasaan lama?"	Relaps hanya terlihat seiring waktu
"Bagaimana siklus belanja stok bulanan?"	Siklus lebih panjang dari sesi riset

Untuk WarungNaik, diary study 2 minggu bisa menjawab: "Bagaimana ritme pemesanan stok pemilik warung dalam dua minggu?" — kapan mereka memesan, apa pemicunya, dan bagaimana WarungNaik masuk (atau tidak masuk) ke ritme itu.

#Mendesain Diary Study

#Durasi dan Frekuensi

Durasi: 7-14 hari adalah titik manis — cukup panjang untuk menangkap beberapa siklus, cukup pendek untuk menjaga keterlibatan. Studi bulanan lebih jarang tapi lebih mahal dan rawan drop-out.
Frekuensi: 1-3 entri per hari. Terlalu sering membebani; terlalu jarang kehilangan konteks.
Mode: aplikasi diary khusus (Dovetail Field Notes, Indeemo), grup WhatsApp/Telegram, atau form Google — pilih yang paling natural bagi pengguna. Untuk pemilik warung, WhatsApp sering paling realistis: mereka sudah hidup di sana.

#Prompt yang Efektif

Prompt harus singkat dan mudah dijawab di sela kesibukan:

Prompt harian diary study

Hari ini (jangan butuh waktu lama, 2-3 menit cukup):
 
1. Apa aktivitas terkait stok/pesanan yang kamu lakukan hari ini?
2. Apa yang memicu kamu melakukannya?
3. Kalau kamu memakai WarungNaik: bagaimana rasanya?
   Kalau tidak: apa yang menghalangi / yang kamu pakai
   sebagai gantinya?
4. Satu hal: momen paling merepotkan hari ini soal stok.

Perhatikan pola prompt: dimulai dari perilaku konkret, lalu pemicu, lalu pengalaman, lalu momen emosional. Hindari "bagaimana perasaanmu hari ini?" tanpa konteks — jawabannya akan kosong.

#Menjalankan Studi dengan Mulus

#Onboarding dan Insentif

Jelaskan aturan main: berapa lama, seberapa sering, apa yang akan dilakukan dengan data.
Insentif bertahap bekerja lebih baik daripada satu insentif besar di akhir — misal saldo gopay per minggu — karena menjaga keterlibatan.
Sediakan saluran bantuan: pengguna akan tersangkut, dan kehilangan satu partisipan di tengah studi merusak data.

#Memeriksa Kualitas di Tengah Jalan

Jangan tunggu akhir studi untuk melihat data. Cek setiap 2-3 hari:

Apakah entri cukup detail atau hanya "oke"?
Apakah ada partisipan yang mulai menjawab asal?
Apakah prompt dipahami dengan benar?

Jika ada masalah, perbaiki prompt atau coaching partisipan di tengah studi — lebih baik daripada membuang seluruh data di akhir.

Warning

Waspadai reactivity effect — pengguna berperilaku berbeda karena tahu sedang diamati. Partisipan diary study kadang "memperbaiki" perilakunya agar terlihat rajin. Mitigasi: tekankan bahwa tidak ada jawaban yang salah, dan lintas-cek entri diary dengan data log penggunaan jika tersedia (log tidak bisa "dipoles").

#Log Analysis: Data Perilaku sebagai Pelengkap

Diary study memberi cerita; log analysis memberi fakta. Log penggunaan (event analytics) menunjukkan apa yang benar-benar terjadi di aplikasi tanpa bias laporan diri. Kombinasi keduanya sangat kuat:

Diary: "hari ini saya pakai WarungNaik untuk pesan gula."
Log: pengguna benar-benar membuka halaman produk gula pukul 06:40, tapi keluar di checkout.

Perbandingan ini mengungkap kesenjangan antara yang dikatakan dan yang dilakukan — dan justru di sanalah insight UX terbaik lahir. Contoh pertanyaan yang bisa dijawab:

Apakah pengguna yang "rajin" di diary juga rajin di log?
Pada titik mana mereka memakai aplikasi (pagi vs malam)?
Berapa lama jeda antara masuk aplikasi dan pesanan pertama?

Log analysis dibahas mendalam di episode 9 (quantitative UX) dan 24 (behavioral analytics).

#Menganalisis Hasil Diary Study

Setelah studi selesai, kumpulkan semua entri dan baca sebagai alur:

Baca semua entri per partisipan untuk membangun gambaran individunya.
Tag entri dengan tema (stok habis, pemilihan distributor, hambatan, emosi).
Cari pola waktu — kapan perilaku terjadi, apa pemicunya, apakah konsisten.
Buat timeline per partisipan untuk melihat perubahan perilaku.

Contoh temuan dari timeline

P1 (kios kecil): Hari 1-4 memesan via telepon distributor.
   Hari 5: mencoba WarungNaik karena promo.
   Hari 6-8: kembali ke telepon ("aplikasinya ribet cek harga").
   Hari 9: pakai WarungNaik lagi karena distributor langganan
   tidak buka. Hari 10-14: campur, dominan telepon.
   → Insight: WarungNaik dipakai saat "pilihan darurat", bukan
   pilihan utama. Perlu memperbaiki momen cek harga + membangun
   kebiasaan, bukan hanya fitur.

Tip

Diary study menghasilkan banyak data mentah. Mulai tagging sejak hari pertama studi, bukan di akhir — menandai sambil jalan membuat analisis akhir jauh lebih ringan dan kalian bisa menangkap pola yang perlu dikejar lewat prompt berikutnya di tengah studi.

#Penutup

Pada episode 8 ini, kalian telah menguasai riset longitudinal dan diary study.

Inti yang harus dibawa pulang:

Riset longitudinal diperlukan untuk pertanyaan tentang perubahan, kebiasaan, dan siklus yang tidak terlihat sekali jalan.
Diary study yang baik: durasi 7-14 hari, 1-3 prompt harian, mode paling natural bagi pengguna (sering WhatsApp), dan insentif bertahap.
Prompt dimulai dari perilaku konkret → pemicu → pengalaman → emosi.
Kombinasi diary + log analysis mengungkap kesenjangan cerita vs fakta — sumber insight terbaik.
Tag dan analisis sambil jalan, bukan menumpuk di akhir.

Di episode 9 selanjutnya kita akan membahas quantitative UX & analytics — metrik seperti SUS dan SUPR-Q, membaca funnel analytics, serta dasar-dasar A/B testing untuk mengukur dampak desain. Sampai jumpa di episode 9!