Miksi tärkein asia ei ole aina se, joka sattuu olemaan näkyvissä?

Hyvä käyttöliittymä ei vain näytä informaatiota. Se säätelee sitä, mikä informaatio pääsee vaikuttamaan päätöksiin.

Yrityksissä puhutaan paljon informaation saatavuudesta. Harvemmin kysytään, mitä tapahtuu sen jälkeen, kun informaatio on saatavilla.

CRM lähettää ilmoituksen. Teams vilkkuu. Dashboard näyttää punaista. Sähköposti saapuu. Tekoäly nostaa esiin poikkeaman. Kilpailijan julkaisu näkyy LinkedInissä. Myyntijohtaja kuulee yhdestä asiakkaasta käytäväkeskustelussa.

Kaikki nämä kilpailevat samasta resurssista: ihmisen rajallisesta regulaatiokyvystä.

Tässä kohtaa saatavuusheuristiikasta tulee käyttöliittymäongelma.

Saatavuusheuristiikka ei ole vain ihmisen vika

Saatavuusheuristiikalla tarkoitetaan yksinkertaistaen sitä, että helposti mieleen tulevat asiat vaikuttavat arvioihimme enemmän kuin niiden todellinen merkitys välttämättä oikeuttaisi.

Yritysympäristössä helposti mieleen tuleva asia on usein myös helposti näkyvä asia.

• viimeisin asiakaspalaute
• äänekkäin asiakas
• punaisena vilkkuva mittari
• viimeisin kilpailijan julkaisu
• yksittäinen epäonnistunut kauppa
• johtoryhmässä juuri kerrottu tarina

Siksi saatavuusheuristiikkaa ei pitäisi käsitellä vain yksilön kognitiivisena virheenä.

Organisaation tietojärjestelmät itse määrittävät, mikä tulee helposti saataville.

Käyttöliittymä on siten osa päätöksentekojärjestelmää.

Ongelma: näkyvyys ja merkitys eivät ole sama asia

Monet järjestelmät optimoivat näkyvyyttä täysin eri tavoitteella kuin käyttäjä optimoisi päätöksentekoaan.

Sähköpostijärjestelmä näyttää uusimman viestin ylimpänä.

Somepalvelu näyttää sisällön, johon käyttäjä todennäköisesti reagoi.

CRM näyttää uuden tapahtuman.

Analytiikkajärjestelmä nostaa esiin suuren prosentuaalisen muutoksen.

AI-avustaja tarjoaa vastauksen siihen kysymykseen, jonka käyttäjä sattui juuri esittämään.

Mutta mikään näistä ei vielä tarkoita, että kyseessä olisi tärkein asia.

Organisaation pitäisi siksi erottaa toisistaan vähintään kolme asiaa:

1. information availability – mitä informaatiota on saatavilla
2. attention availability – mikä informaatio pääsee käyttäjän tietoisuuteen
3. decision relevance – mikä informaatio todella muuttaa järkevää toimintaa

Hyvä järjestelmä pyrkii saattamaan nämä kolme mahdollisimman lähelle toisiaan.

Tavoite ei ole poistaa saatavuusheuristiikkaa

Täydellinen heuristiikkojen poistaminen ei olisi edes järkevää.

Ihminen tarvitsee yksinkertaistuksia, priorisointia ja nopeita oikopolkuja. Ongelmana ei ole heuristiikan olemassaolo vaan sen huono kalibrointi.

Yrityksen pitäisi kysyä:

Miten rakennamme informaatioympäristön, jossa helposti mieleen tulevat asiat ovat mahdollisimman usein myös niitä asioita, joihin kannattaa reagoida?

Tämä muuttaa koko käyttöliittymäsuunnittelun näkökulman.

Tavoitteena ei enää ole näyttää mahdollisimman paljon relevanttia informaatiota.

Tavoitteena on rakentaa regulaatiokykyä vastaava saatavuusrakenne.

Mikä on regulaatiokyky?

Kyberneettisesti ajatellen regulaatiokyky tarkoittaa järjestelmän kykyä havaita merkityksellisiä muutoksia, verrata niitä tavoitetilaan ja tuottaa riittävä korjaava vaste.

Ihmisellä tämä kapasiteetti on rajallinen.

Työntekijä ei voi:

• seurata kaikkia mittareita
• arvioida kaikkia poikkeamia
• lukea kaikkia viestejä
• tutkia kaikkia mahdollisia mahdollisuuksia
• valvoa kaikkia tekoälyagentteja samanaikaisesti

Siksi järjestelmän informaatiotuotanto pitäisi suhteuttaa käyttäjän kykyyn reagoida siihen.

Yksinkertainen periaate voisi olla:

Informaation näyttämiskynnys kasvaa, kun käyttäjän regulaatiokapasiteetti pienenee.

Jos käyttäjä kykenee tänään käsittelemään kymmenen merkittävää poikkeamaa, järjestelmän ei pitäisi näyttää hänelle sataa.

Millainen järjestelmä kannattaa valita?

Kaikki informaatiotyökalut eivät ratkaise samaa ongelmaa. Valinta kannattaa tehdä sen mukaan, missä kohtaa regulaatioketju epäonnistuu.

Ongelma	Sopiva järjestelmä	Mitä sen pitäisi tehdä
Liikaa raakadataa	Suodatus- ja aggregointijärjestelmä	Poistaa duplikaatit, matalan arvon signaalit ja kohinan
Liikaa hälytyksiä	Priorisointi- ja alert management -järjestelmä	Yhdistää tapahtumat ja nostaa vain toimintaa vaativat poikkeamat
Väärät asiat tuntuvat tärkeiltä	Outcome-kalibroitu suosittelujärjestelmä	Oppii, mitkä signaalit todella johtavat hyödyllisiin päätöksiin
Käyttäjän kapasiteetti vaihtelee	Adaptiivinen käyttöliittymä	Muuttaa informaatiomäärää tilanteen mukaan
Useat AI-agentit kilpailevat huomiosta	Attention broker tai Human Attention Firewall	Päättää, mikä agentti saa keskeyttää ihmisen
Tietoa on paljon mutta toiminta epäselvää	Decision-support-järjestelmä	Tiivistää informaation vaihtoehdoiksi ja seuraaviksi toimiksi

1. Suodatusjärjestelmä, kun ongelmana on kohina

Ensimmäinen askel ei yleensä tarvitse hienoa tekoälyä.

Jos sama informaatio tulee viidestä lähteestä, järjestelmän pitäisi tunnistaa, että kyseessä on yksi signaali eikä viisi.

Jos 95 prosenttia tapahtumista ei koskaan muuta käyttäjän toimintaa, suuri osa niistä voidaan todennäköisesti käsitellä koneellisesti.

Tässä vaiheessa kannattaa käyttää:

• sääntöpohjaista suodatusta
• deduplikointia
• avainsana- ja luokittelumalleja
• poikkeamien tunnistamista
• pienempiä ja halvempia kielimalleja

Kallista ihmisen huomiota ei kannata käyttää ongelmaan, jonka SQL-lause ratkaisee.

2. Priorisointijärjestelmä, kun kaikki näyttää tärkeältä

Monessa dashboardissa suurin suunnitteluvirhe on, että järjestelmä kertoo liian monta asiaa samalla visuaalisella voimakkuudella.

Tämä tekee saatavuusheuristiikasta sattumanvaraisen.

Järjestelmän pitäisi mieluummin arvioida jokaiselle signaalille esimerkiksi:

• vaikutuksen suuruus
• toiminnan kiireellisyys
• epävarmuus
• reversibiliteetti
• toimimatta jättämisen kustannus
• käyttäjän mahdollisuus vaikuttaa asiaan

Sen jälkeen näkyvyys voidaan sitoa näihin ominaisuuksiin.

Visuaalinen salienssi pitäisi ansaita.

3. Outcome-kalibroitu järjestelmä, kun relevanssi ei riitä

Tämä on ehkä tärkein seuraavan sukupolven ominaisuus.

Monet nykyiset järjestelmät yrittävät ennustaa:

Kiinnostaako käyttäjää tämä?

B2B-järjestelmän pitäisi mieluummin kysyä:

Muuttuiko jokin hyödyllinen päätös, koska käyttäjä näki tämän?

Järjestelmä voi seurata ketjua:

signaali → huomio → päätös → toiminta → lopputulos

Jos tietyntyyppisiä ilmoituksia avataan jatkuvasti mutta niistä ei seuraa mitään arvokasta toimintaa, niiden saatavuutta pitäisi vähentää.

Jos harvinainen signaali puolestaan johtaa usein merkittävään toimintaan, sen näkyvyyttä pitäisi lisätä.

Tällöin saatavuusheuristiikka kalibroidaan toteutuneisiin seurauksiin.

4. Adaptiivinen käyttöliittymä, kun regulaatiokyky muuttuu

Käyttäjän regulaatiokyky ei ole vakio.

Aamulla käyttäjä saattaa kyetä arvioimaan monimutkaisia vaihtoehtoja. Kesken kokouspäivän hän voi pystyä käsittelemään vain erittäin selviä poikkeamia.

Siksi käyttöliittymän pitäisi pystyä vaihtamaan tilaa.

Esimerkiksi:

• Deep mode: enemmän kontekstia, vaihtoehtoja ja epävarmuutta
• Normal mode: vain priorisoidut signaalit
• Low-capacity mode: vain toimintaa vaativat poikkeamat
• Do-not-interrupt mode: vain kriittiset tapahtumat

Tämä on olennaisesti eri asia kuin nykyinen ilmoitusten päälle/pois-kytkin.

Järjestelmä ei kysy vain, saako käyttäjää keskeyttää.

Se kysyy:

Kuinka arvokkaan signaalin täytyy olla, jotta sen käsittely kannattaa juuri nyt?

5. Human Attention Firewall, kun AI-agenttien määrä kasvaa

AI-agenttien yleistyessä informaation niukkuus voi vaihtua nopeasti informaation ylitarjonnaksi.

Kuvitellaan työntekijä, jolla on:

• myyntiagentti
• markkinointianalyytikko
• kilpailijaseuranta-agentti
• talousagentti
• asiakaspalauteagentti
• projektinhallinta-agentti

Jokainen näistä voi olla itsenäisesti hyödyllinen.

Yhdessä ne voivat kuitenkin muodostaa uuden ongelman: kuusi koneellista järjestelmää yrittää jatkuvasti saada yhden ihmisen huomion.

Silloin tarvitaan erillinen välittäjä.

Human Attention Firewall vastaanottaa agenttien signaalit ja päättää, mikä niistä saa päästä ihmiseen asti.

Se voi käyttää esimerkiksi seuraavaa päättelyä:

Näytä signaali vain jos:

odotettu päätösarvo
× toiminnan kiireellisyys
× vaikutettavuus
× informaation uutuus

ylittää

keskeytyskustannuksen
× kognitiivisen kuorman
× epävarmuuden
× vaihtoehtoisen työn arvon

Tämä tekee ihmisen huomiosta aidosti budjetoidun resurssin.

FOMO on käyttöliittymän vihollinen – mutta myös mittauskohde

Saatavuusrakenteen ongelma ei rajoitu siihen, mitä järjestelmä näyttää.

Käyttäjä voi myös pelätä sitä, mitä järjestelmä jättää näyttämättä.

Tässä syntyy FOMO-ongelma.

Hyvä järjestelmä ei ratkaise sitä näyttämällä kaiken.

Se ratkaisee sen rakentamalla luottamuksen siihen, että tärkeät asiat eivät katoa.

Esimerkiksi järjestelmä voi ilmoittaa:

2 418 tapahtumaa analysoitu.
27 yhdistetty merkittäviksi signaaleiksi.
4 vaatii huomiotasi.
0 korkean prioriteetin tapahtumaa jätettiin näyttämättä.

Tällainen käyttöliittymä ei vain suodata informaatiota.

Se tuottaa käyttäjälle epistemistä turvallisuutta.

Paras dashboard voi olla lähes tyhjä

Perinteisessä dashboard-ajattelussa tyhjä tila näyttää usein käyttämättömältä.

Regulaation näkökulmasta se voi olla merkki onnistumisesta.

Jos kaikki on tavoitealueella eikä käyttäjältä vaadita toimintaa, järjestelmän optimaalinen viesti voi olla:

Ei mitään, mikä vaatii huomiotasi.

Se on huomattavasti arvokkaampi käyttöliittymä kuin 17 vihreää graafia, joita käyttäjän täytyy silti tarkastella varmistaakseen, ettei niissä ole mitään kiinnostavaa.

Neljä mittaria, joilla järjestelmää voi arvioida

Flutterby Ninja Consultingin näkökulmasta tällaisen järjestelmän arviointiin voisi käyttää ainakin neljää mittaria.

1. Attention Waste Rate

Kuinka suuri osa käyttäjän käsittelemästä informaatiosta ei johda merkitykselliseen päätökseen tai toimintaan?

2. Attention ROI

Kuinka paljon liiketoiminta-arvoa käyttäjän käyttämä huomio keskimäärin tuottaa?

3. Missed Signal Rate

Kuinka moni jälkikäteen tärkeäksi osoittautunut signaali jäi suodattimen alle?

4. Regulation Load Ratio

Kuinka suuri käyttäjän käsittelykykyyn nähden järjestelmän vaatima päätöskuorma on?

Jos suhde on jatkuvasti yli yhden, ongelmaa ei pitäisi ratkaista kouluttamalla työntekijää käsittelemään enemmän.

Järjestelmää pitäisi muuttaa.

Valitse järjestelmä sen mukaan, mitä haluat ihmisen säätelevän

Lopullinen suunnittelukysymys ei siis ole:

Miten saamme kaiken tärkeän informaation näkyviin?

Parempi kysymys on:

Mikä informaatio ihmisen täytyy nähdä, jotta järjestelmä pysyy hallinnassa?

Tämä on pieni mutta ratkaiseva ero.

Ensimmäinen kysymys johtaa helposti dashboardeihin, ilmoituksiin ja informaatiotulvaan.

Toinen johtaa regulaatiojärjestelmään.

Kun saatavuusheuristiikka kalibroidaan käyttäjän todelliseen regulaatiokykyyn, käyttöliittymä lakkaa olemasta passiivinen ikkuna dataan.

Siitä tulee osa organisaation ohjausjärjestelmää.

---

Flutterby Ninja Consulting

Meitä kiinnostavat järjestelmät, joissa tekoäly ei vain tuota enemmän informaatiota, vaan auttaa organisaatiota päättämään, mikä informaatio ylipäätään ansaitsee ihmisen huomion.

The goal is not to make every signal available. The goal is to make the right signals cognitively available at the moment regulation requires them.