用户体验度量

译者序

作者简介

前言

致谢

第1章引言

1.1本书架构

1.2什么是可用性

1.3可用性为什么重要

1.4什么是可用性度量

1.5可用性度量的价值

1.6十个关于可用性度量的常见误解

第2章背景知识

2.1设计可用性研究

2.1.1选择参加者

2.1.2样本大小

2.1.3组内或组间研究

2.1.4平衡

2.1.5自变量和因变量

2.2数据类型

2.2.1称名数据

2.2.2顺序数据

2.2.3等距数据

2.2.4比率数据

2.3度量和数据

2.4描述统计

2.4.1集中趋势的测量

2.4.2变异性的测量

2.4.3置信区间

2.5比较平均数

2.5.1独立样本

2.5.2配对样本

2.5.3比较两个以上的样本

2.6变量之间的关系

2.7非参数检验

2.8图形化呈现数据

2.8.1柱状图或条形图

2.8.2折线图

2.8.3散点图

2.8.4饼图

2.8.5堆积条形图

2.9小结

第3章规划可用性研究

3.1研究目标

3.1.1形成式可用性

3.1.2总结式可用性

3.2用户目标

3.2.1绩效

3.2.2满意度

3.3选择正确的度量：十种可用性研究

3.3.1完成一次业务

3.3.2比较产品

3.3.3评估同一种产品的频繁使用

3.3.4评估导航和(或)信息架构

3.3.5提高知晓度

3.3.6问题发现

3.3.7使要害产品的可用性最大化

3.3.8创造正面的用户体验

3.3.9评估微小改动的影响

3.3.10比较替代性的设计

3.4其他研究细节

3.4.1预算和时间表

3.4.2评估方法

3.4.3参加者

3.4.4数据收集

3.4.5数据整理

3.5小结

第4章绩效度量

4.1任务成功

4.1.1收集任一类型的成功度量

4.1.2二分式成功

4.1.3成功等级

4.1.4测量任务成功中的问题

4.2任务时间

4.2.1测量任务时间的重要性

4.2.2如何收集和测量任务时间

4.2.3分析和呈现任务时间数据

4.2.4使用时间数据时需要考虑的问题

4.3错误

4.3.1何时测量错误

4.3.2什么构成了错误

4.3.3收集和测量错误

4.3.4分析和呈现错误

4.3.5使用错误度量时需要考虑的问题

4.4效率

4.4.1收集和测量效率

4.4.2分析和呈现效率数据

4.4.3结合任务成功和任务时间的效率

4.5易学性

4.5.1收集和测量易学性数据

4.5.2分析和报告易学性数据

4.5.3测量易学性时需要考虑的问题

4.6小结

第5章基于问题的度量

5.1发现可用性问题

5.2什么是可用性问题

5.3如何发现可用性问题

5.3.1面对面研究

5.3.2自动式研究

5.3.3问题的出现和结束

5.3.4精细程度

5.3.5需要多个观察者

5.4严重性等级评估

5.4.1基于用户体验的严重性等级评估

5.4.2综合多种因素的严重性等级评估

5.4.3严重性等级评估系统的应用

5.4.4有关严重性等级评估的忠告

5.5分析和报告可用性问题相关的度量

5.5.1独特问题的频次

5.5.2每个参加者遇到的问题频次

5.5.3参加者的频次

5.5.4问题归类

5.5.5按任务区分问题

5.5.6报告正面的问题

5.6发现可用性问题时的一致性

5.7发现可用性问题时的偏差

5.8参加者数量

5.8.1五个参加者足矣

5.8.2五个参加者不够

5.8.3我们的建议

5.9小结

第6章自我报告式的度量

6.1自我报告数据的重要性

6.2收集自我报告的数据

6.2.1Likert量表

6.2.2语义差异量表

6.2.3什么时候收集自我报告数据

6.2.4如何搜集自我报告数据

6.2.5收集自我报告数据中的偏差

6.2.6评分量表的一般指导原则

6.2.7分析自我报告数据

6.3任务后评分

6.3.1易用性

6.3.2情景后问卷

6.3.3期望测量

6.3.4可用性数量估计

6.3.5任务后自我报告度量的比较

6.4测试后评分

6.4.1合并单个任务的评分

6.4.2系统可用性量表

6.4.3计算机系统可用性问卷

6.4.4用户界面满意度问卷

6.4.5有效性、满意度和易用性的问卷

6.4.6生成反应卡

6.4.7测试后自我报告度量的比较

6.5用SuS比较各种设计

6.5.1比较“老年人友好”网站

6.5.2比较WindowsME和WindowsxP

6.5.3纸质选票的比较

6.6在线服务

6.6.1网站分析和测量问卷

6.6.2美国客户满意度指数

6.6.3OpinionLab

6.6.4在线网站调查的问题

6.7其他类型的自我报告度量

6.7.1评估具体的属性

6.7.2评估具体的元素

6.7.3开放式问题

6.7.4知晓度和理解

6.7.5知晓度和有用度差距

6.8小结

第7章行为和生理度量

7.1观察和编码外显的行为

7.1.1言语行为

7.1.2非言语行为

7.2需要仪器才能捕获的行为

7.2.1面部表情

7.2.2视线跟踪

7.2.3瞳孔反应

7.2.4皮肤电反应和心率

7.2.5其他测量方法

7.3小结

第8章合并和比较度量

8.1单一可用性分数

8.1.1根据预定目标合并度量

8.1.2根据百分比合并度量

8.1.3根据z分数合并数据

8.1.4使用SUM：单一可用性度量

8.2可用性记分卡

8.3与目标和专家绩效比较

8.3.1与目标比较

8.3.2与专家绩效比较

8.4小结

第9章专题

9.1在线网站数据

9.1.1服务器端的日志

9.1.2点击率

9.1.3弃用率

9.1.4A/B研究

9.2卡片分类数据

9.2.1开放式卡片分类数据的分析

9.2.2封闭式卡片分类数据的分析

9.3可达性数据

9.4投资回报率数据

9.5六西格玛

9.6小结

第10章案例研究

10.1如何又快又省地对网站进行再设计

10.1.1阶段1：对竞争对手的网站进行可用性测试

10.1.2阶段2：对三种不同的设计概念进行测试

10.1.3阶段3：对单独的设计方案进行测试

10.1.4总结

10.1.5个人简介

10.2语音识别的IVR系统的可用性评估

10.2.1方法

10.2.2结果：基于任务的测量

10.2.3PSSIJQ

10.2.4用户评论

10.2.5可用性问题

10.2.6样本量的合适性

10.2.7基于用户行为和评价的建议

10.2.8讨论

10.2.9作者简介

10.2.10参考文献

10.3CDC.gov网站的再设计

10.3.1可用性测试级别

10.3.2基线测试

10.3.3任务场景

10.3.4定性分析的发现

10.3.5绘制线框图与首次点击测试

10.3.6最终原型测试

10.3.7结论

10.3.8个人简介

10.3.9参考文献

10.4可用性基准化：手机音乐和视频

10.4.1项目目标和方法

10.4.2定性和定量数据

10.4.3研究范围

10.4.4对比分析

10.4.5调研实施：参加者的数量

10.4.6招募参加者

10.4.7数据收集

10.4.8任务完成时间

10.4.9任务完成与失败

10.4.10尝试次数

10.4.11感知性度量

10.4.12定性发现

1014.13定量发现

10.4.14总结性发现和SuM度量

10.4.15数据处理及可视化

10.4.16讨论

10.4.17基线调整和后续工作

10.4.18个人简介

10.4.19参考文献

10.5测量“药品标签设计和相似性对药剂师操作行为的影响”

10.5.1测试参加者

10.5.2仪器与设备

10.5.3实验刺激

10.5.4实验程序

10.5.5数据分析

10.5.6结果和讨论

10.5.7个人简介

10.5.8参考文献

10.6重视度量

10.6.1Onestart：印地安纳大学的门户网站项目

10.6.2设计和执行研究

10.6.3分析和解释结果

10.6.4分享发现和建议

10.6.5对影响进行反思

10.6.6结论

10.6.7致谢

10.6.8个人简介

10.6.9参考文献

第11章推进

11.1推销可用性和度量的作用

11.2从小事做起，努力慢慢做起来

11.3确保你有时间和经费

11.4早计划，常计划

11.5给你的产品确定基线

11.6挖掘你的数据

11.7说商业性的语言

11.8呈现你的置信程度

11.9不要误用度量

11.10简化你的报告

参考文献

　　有效地测量任何产品的可用性都需要选择和使用正确的度量，并要有效地利用它所揭示出来的信息。本书首次介绍了相关实用资料，可以使可用性从业人员和产品开发人员完成这种测量。作者把几十个种度量整理成六类：绩效、基于问题的、自我报告式的、Web导航、综合性的/派生的，以及生理/行为的。他们对每一种度量都进行了考察，并认真考虑了收集、分析和呈现这些数据的最佳方法。他们对使用任何技术来测量任何类型产品的可用性都提供了步进式指导。　　本书介绍了针对测试案例选择最佳度量的标准；采取产品和技术中立的方法；提供深度案例研究，来说明组织如何成功使用本书所介绍的度量及相关信息。　　如何量化用户体验对有效提高产品的可用性而言至关重要。本书详尽地介绍了如何有效可靠地使用（收集、分析和呈现）几种重要的用户体验度量数据：操作绩效（正确率等）、可用性问题（频率和严重程度）、各种类型的满意度数据及生理/行为数据（如眼动跟踪）。同时对“综合性量化度量数据”和“投资回报率（ROI）”等问题进行了专门介绍。　　本书内容详实，案例丰富，是一本值得该领域从业人员研读的指导性书籍，同时也可以作为相关课程的参考教材。