Testen met lezers brengt problemen aan het licht die experts missen

Bewijst Gebruikersonderzoek

Wie een tekst schrijft, weet wat hij bedoelt. Juist daardoor is het moeilijk om te zien waar een lezer vastloopt. Collega's en experts helpen, maar zij lezen met dezelfde voorkennis. In dit artikel lees je wat onderzoek zegt over teksten testen met echte lezers, en wat dat jullie organisatie oplevert.

In het kort

• Lezers vinden problemen die schrijvers niet zien. In Nederlands onderzoek voorspelden ervaren tekstschrijvers maar een klein deel van de problemen die lezers uit de doelgroep tegenkwamen.
• Je hebt geen grote groepen nodig. Met vijf testers vind je volgens onderzoek al het grootste deel van de problemen in een ontwerp.
• Testen levert direct betere teksten op. Bij een getest en herschreven brief daalde het aandeel lezers dat de brief niet begreep van 56% naar 11%.

Het moment waarop iedereen het snapt, behalve de lezer

Stel je voor: Ruben is beleidsmedewerker bij een woningcorporatie. Hij schrijft een brief over renovatiewerkzaamheden. Drie collega's lezen mee en vinden de brief helder. De brief gaat naar 400 huurders. In de week daarna gaat de telefoon steeds: wanneer komen de werklieden precies, moeten huurders thuis zijn, en wat betekent "de werkzaamheden vinden gefaseerd plaats"?

Bij Tolkie noemen we dit het Huh?-moment: het moment waarop iemand afhaakt omdat de tekst niet duidelijk is. De collega's van Ruben kenden het project al. Zij zagen het Huh?-moment niet aankomen. De huurders wel.

Wat onderzoek laat zien

Wat lezerstests opleveren, is al tientallen jaren onderzocht. Vier inzichten springen eruit.

1. Schrijvers en experts zien maar een deel van de problemen

Onderzoekers van de Universiteit Twente en de Universiteit Utrecht vroegen vijftien technisch schrijvers om de problemen voor lezers aan te wijzen in een voorlichtingsfolder van de overheid. Dezelfde folder werd ook getest met dertig lezers uit de doelgroep. De uitkomsten overlapten weinig. De schrijvers voorspelden maar een klein deel van de problemen die lezers aangaven, en waren het onderling ook vaak niet eens (De Jong & Lentz, 1996).

Het onderzoek naar overheidsteksten in opdracht van het ministerie van BZK en de Taalunie liet iets vergelijkbaars zien. Lezers wezen op onverwachte informatie en een ongepaste toon, iets wat je met alleen een tekstanalyse niet vindt (Corsius et al., 2023).

2. Een kleine test levert al veel op

Lezerstests hoeven niet groot en duur te zijn. Uit onderzoek van Jakob Nielsen en Thomas Landauer bleek dat één tester al ongeveer een derde van de problemen in een ontwerp blootlegt. Met vijf testers vind je zo'n 85% van de problemen. Het advies is daarom: test met een kleine groep, verbeter en test opnieuw (Nielsen, 2000).

3. Getest en herschreven werkt beter

De Amerikaanse veteranendienst liet medewerkers brieven herschrijven en de nieuwe versies testen met veteranen. Bij één brief daalde het aandeel veteranen dat de brief niet begreep van 56% naar 11%. Niemand vond de nieuwe brief nog lastig, tegenover 44% bij de oude versie (Kimble, 1996–1997).

Bij een formulier van de Amerikaanse belastingdienst, dat na tests werd herzien, steeg het aandeel mensen dat het formulier zonder grote fouten invulde van 10% naar 55% (Kimble, 1996–1997). En de nieuwe hypotheekformulieren van de Amerikaanse toezichthouder voor consumentenfinanciën werden eerst getest met 92 consumenten in negen steden. In de grote toets daarna beantwoordden consumenten 29% meer vragen goed dan met de oude formulieren (Consumer Financial Protection Bureau, 2013; Credit Union Times, 2013).

4. Testen met lezers hoort bij duidelijke taal

De Belastingdienst laat brieven beoordelen door een klantpanel van mensen uit de doelgroep, naast een automatische taalscan en een panel van ruim 400 medewerkers (Belastingdienst, 2024). En de internationale ISO-norm voor duidelijke taal uit 2023 vraagt organisaties om te blijven evalueren hoe lezers hun documenten gebruiken (International Organization for Standardization, 2023).

Wat het oplevert

Teksten testen met lezers levert vooral zekerheid op:

• Je vindt problemen voordat ze geld kosten. Een fout in een brief die naar honderden mensen gaat, levert honderden telefoontjes op. Een test met vijf mensen voorkomt dat.
• Je bespaart discussies. In plaats van intern te twisten over welke versie beter is, laat je de lezer beslissen.
• Je bereikt ook mensen die moeite hebben met lezen. Zij lopen het eerst vast, en hun feedback maakt de tekst beter voor iedereen.
• Je kunt aantonen dat het werkt. Testresultaten laten aan directie of toezichthouder zien dat een tekst begrepen wordt.

Wat dit betekent voor jullie organisatie

Zo maak je testen met lezers onderdeel van jullie werk:

1. Kies de teksten die het meest uitmaken. Begin met brieven en pagina's die veel mensen lezen, of waar veel van afhangt.
2. Test met de mensen voor wie de tekst bedoeld is. Niet met collega's, maar met huurders, inwoners, klanten of deelnemers, ook met mensen die moeite hebben met lezen.
3. Laat lezers de tekst in eigen woorden uitleggen. Vraag niet "is dit duidelijk?", maar "wat moet u nu doen?"
4. Houd het klein en herhaal. Vijf lezers per ronde is genoeg om de grootste problemen te vinden. Verbeter en test opnieuw.
5. Leg vast wat je leert. Veel problemen komen in meerdere teksten terug. Wat je bij de ene brief leert, helpt bij de volgende.

Hoe Tolkie hierbij helpt

Tolkie Gebruikersonderzoek laat jullie teksten testen door de mensen voor wie ze bedoeld zijn, ook door mensen die moeite hebben met lezen. Jullie krijgen terug waar lezers vastlopen en wat er beter kan.

Tolkie Webmonitoring meet de leesbaarheid van alle teksten op jullie website met Lint van de Universiteit Utrecht (Pander Maat et al., 2023). Zo weten jullie welke pagina's als eerste getest moeten worden.

Samen laten ze het Huh?-moment zien voordat de lezer het meemaakt.

Bronnen

Belastingdienst. (2024, 25 maart). Programma Begrijpelijke Brieven: "We hebben al veel bereikt". https://over-ons.belastingdienst.nl/programma-begrijpelijke-brieven-we-hebben-al-veel-bereikt/ (opent extern)

Consumer Financial Protection Bureau. (2013). Know before you owe: Quantitative study of the current and integrated TILA-RESPA disclosures. Kleimann Communication Group. https://files.consumerfinance.gov/f/201311_cfpb_study_tila-respa_disclosure-comparison.pdf (opent extern)

Corsius, M., Van der Pool, E., & Sluis-Thiescheffer, W. (2023). Begrijp jij het? Mixed-method monitor van overheidsteksten. Tijdschrift voor Taalbeheersing, 45(1), 40–65. https://doi.org/10.5117/TVT2023.3.003.CORS (opent extern)

Credit Union Times. (2013, 27 november). CFPB finalizes TILA-RESPA disclosures. https://www.cutimes.com/2013/11/27/cfpb-finalizes-tilarespa-disclosures (opent extern)

De Jong, M., & Lentz, L. (1996). Expert judgments versus reader feedback: A comparison of text evaluation techniques. Journal of Technical Writing and Communication, 26(4), 507–519. https://doi.org/10.2190/66YB-NJEW-JX8W-YDPR (opent extern)

International Organization for Standardization. (2023). Plain language — Part 1: Governing principles and guidelines (ISO 24495-1:2023). https://committee.iso.org/standard/78907.html (opent extern)

Kimble, J. (1996–1997). Writing for dollars, writing to please. The Scribes Journal of Legal Writing, 6. https://scribes.org/wp-content/uploads/2022/12/Scribes_vol6_04_Writing_for_Dollars.pdf (opent extern)

Nielsen, J. (2000). Why you only need to test with 5 users. Nielsen Norman Group. https://nngroup.com/articles/why-you-only-need-to-test-with-5-users/ (opent extern)

Pander Maat, H., Kleijn, S., & Frissen, S. (2023). LiNT: een leesbaarheidsformule en een leesbaarheidsinstrument. Tijdschrift voor Taalbeheersing, 45(1). https://doi.org/10.5117/TVT2023.3.002.MAAT (opent extern)

Laurens van den Berg schreef dit artikel.