用户体验度量

Thomas S.（Tom）Tullis是富达投资公司（Fidelity Investments）User Insight的高级副总裁。他1993年加入富达，对该公司用户体验（User Experience）部门的发展起了重要作用，该部门的设备包括一个技术发展水平（state，of-the，art）可用性实验室。在加入富达公司之前，Tom曾在佳能信息系统（Canon Information Systems）、麦道（McDonnell Douglas）、优利系统公司（Unisys Corporation）和贝尔实验室（Bell Laboratories）任职。他和富达的可用性团队曾被多家媒体专题报道过，包括《新闻周刊》（Newsweek）、《Business 2.0》、《Money》《波士顿环球报》（The Boston Globe）、《华尔街日报》（...

(展开全部)

Thomas S.（Tom）Tullis是富达投资公司（Fidelity Investments）User Insight的高级副总裁。他1993年加入富达，对该公司用户体验（User Experience）部门的发展起了重要作用，该部门的设备包括一个技术发展水平（state，of-the，art）可用性实验室。在加入富达公司之前，Tom曾在佳能信息系统（Canon Information Systems）、麦道（McDonnell Douglas）、优利系统公司（Unisys Corporation）和贝尔实验室（Bell Laboratories）任职。他和富达的可用性团队曾被多家媒体专题报道过，包括《新闻周刊》（Newsweek）、《Business 2.0》、《Money》《波士顿环球报》（The Boston Globe）、《华尔街日报》（The Wall Street Journal）和《纽约时报》（The New York Times）。Tullis在莱斯大学（Rice University）获得学士学位、在新墨西哥州立大学获得实验心理学硕士学位，以及在莱斯大学获得工程心理学博士学位。他有30多年的人机界面研究方面的经验，在诸多技术期刊上发表了50多篇文章，他曾在美国和国际会议上作特邀报告。Tom还拥有8项美国专利，他也是Bentley学院信息设计中的人因学课程（Human Factors in Information Design Program）的教师。

William（Bill）Albert目前是富达投资用户体验部门的负责人。在加入富达之前，他是Lycos公司的高级用户界面研究员，也曾是剑桥基础研究（Cambridge Basic Research）的博士后研究人员。在过去几十年里，作为他研究的一部分，Bill几乎使用了所有类型的可用性度量。他发表了20多篇文章，曾在多个行业会议和学术会议上报告他的研究。因为他在人因学和空间认知（spatial cognition）领域内的研究，Albert获得了加利福尼亚大学（theUniversity of California）和日本政府所授予的奖项。他获得了华盛顿大学的学士学位和硕士学位，获得了波士顿大学的博士学位。

译者序.
作者简介
前言
致谢
第1章 引言 1
1.1 本书架构 2
· · · · · · (更多)

译者序.
作者简介
前言
致谢
第1章 引言 1
1.1 本书架构 2
1.2 什么是可用性 3
1.3 可用性为什么重要 4
1.4 什么是可用性度量 6
1.5 可用性度量的价值 8
1.6 十个关于可用性度量的常见误解 9
第2章 背景知识 13
2.1 设计可用性研究 13
2.1.1 选择参加者 13
2.1.2 样本大小 14
2.1.3 组内或组间研究 15
2.1.4 平衡 16
2.1.5 自变量和因变量 17
2.2 数据类型 17
2.2.1 称名数据 18
.2.2.2 顺序数据 18
2.2.3 等距数据 19
2.2.4 比率数据 19
2.3 度量和数据 20
2.4 描述统计 20
2.4.1 集中趋势的测量 21
2.4.2 变异性的测量 22
2.4.3 置信区间 23
2.5 比较平均数 23
2.5.1 独立样本 24
2.5.2 配对样本 25
2.5.3 比较两个以上的样本 25
2.6 变量之间的关系 26
2.7 非参数检验 28
2.8 图形化呈现数据 29
2.8.1 柱状图或条形图 30
2.8.2 折线图 32
2.8.3 散点图 34
2.8.4 饼图 35
2.8.5 堆积条形图 36
2.9 小结 37
第3章 规划可用性研究 38
3.1 研究目标 38
3.1.1 形成式可用性 38
3.1.2 总结式可用性 39
3.2 用户目标 39
3.2.1 绩效 40
3.2.2 满意度 40
3.3 选择正确的度量：十种可用性研究 40
3.3.1 完成一次业务 41
3.3.2 比较产品 42
3.3.3 评估同一种产品的频繁使用 42
3.3.4 评估导航和（或）信息架构 42
3.3.5 提高知晓度 43
3.3.6 问题发现 44
3.3.7 使要害产品的可用性最大化 44
3.3.8 创造正面的用户体验 45
3.3.9 评估微小改动的影响 45
3.3.10 比较替代性的设计 46
3.4 其他研究细节 46
3.4.1 预算和时间表 46
3.4.2 评估方法 47
3.4.3 参加者 49
3.4.4 数据收集 50
3.4.5 数据整理 50
3.5 小结 51
第4章 绩效度量 53
4.1 任务成功 54
4.1.1 收集任一类型的成功度量 55
4.1.2 二分式成功 55
4.1.3 成功等级 59
4.1.4 测量任务成功中的问题 61
4.2 任务时间 62
4.2.1 测量任务时间的重要性 62
4.2.2 如何收集和测量任务时间 63
4.2.3 分析和呈现任务时间数据 65
4.2.4 使用时间数据时需要考虑的问题 67
4.3 错误 68
4.3.1 何时测量错误 68
4.3.2 什么构成了错误 69
4.3.3 收集和测量错误 70
4.3.4 分析和呈现错误 71
4.3.5 使用错误度量时需要考虑的问题 73
4.4 效率 73
4.4.1 收集和测量效率 74
4.4.2 分析和呈现效率数据 74
4.4.3 结合任务成功和任务时间的效率 76
4.5 易学性 78
4.5.1 收集和测量易学性数据 78
4.5.2 分析和报告易学性数据 79
4.5.3 测量易学性时需要考虑的问题 80
4.6 小结 81
第5章 基于问题的度量 82
5.1 发现可用性问题 82
5.2 什么是可用性问题 83
5.3 如何发现可用性问题 84
5.3.1 面对面研究 85
5.3.2 自动式研究 86
5.3.3 问题的出现和结束 86
5.3.4 精细程度 86
5.3.5 需要多个观察者 87
5.4 严重性等级评估 87
5.4.1 基于用户体验的严重性等级评估 88
5.4.2 综合多种因素的严重性等级评估 88
5.4.3 严重性等级评估系统的应用 89
5.4.4 有关严重性等级评估的忠告 90
5.5 分析和报告可用性问题相关的度量 90
5.5.1 独特问题的频次 91
5.5.2 每个参加者遇到的问题频次 92
5.5.3 参加者的频次 93
5.5.4 问题归类 94
5.5.5 按任务区分问题 94
5.5.6 报告正面的问题 95
5.6 发现可用性问题时的一致性 95
5.7 发现可用性问题时的偏差 96
5.8 参加者数量 98
5.8.1 五个参加者足矣 98
5.8.2 五个参加者不够 99
5.8.3 我们的建议 99
5.9 小结 101
第6章 自我报告式的度量 102
6.1 自我报告数据的重要性 102
6.2 收集自我报告的数据 103
6.2.1 likert量表 103
6.2.2 语义差异量表 103
6.2.3 什么时候收集自我报告数据 104
6.2.4 如何搜集自我报告数据 104
6.2.5 收集自我报告数据中的偏差 105
6.2.6 评分量表的一般指导原则 105
6.2.7 分析自我报告数据 106
6.3 任务后评分 107
6.3.1 易用性 ..107
6.3.2 情景后问卷 107
6.3.3 期望测量 108
6.3.4 可用性数量估计 109
6.3.5 任务后自我报告度量的比较 110
6.4 测试后评分 113
6.4.1 合并单个任务的评分 113
6.4.2 系统可用性量表 113
6.4.3 计算机系统可用性问卷 114
6.4.4 用户界面满意度问卷 115
6.4.5 有效性、满意度和易用性的问卷 117
6.4.6 生成反应卡 118
6.4.7 测试后自我报告度量的比较 119
6.5 用sus比较各种设计 121
6.5.1 比较“老年人友好”网站 121
6.5.2 比较windows me和windows xp 121
6.5.3 纸质选票的比较 122
6.6 在线服务 124
6.6.1 网站分析和测量问卷 124
6.6.2 美国客户满意度指数 124
6.6.3 opinionlab 128
6.6.4 在线网站调查的问题 129
6.7 其他类型的自我报告度量 130
6.7.1 评估具体的属性 130
6.7.2 评估具体的元素 133
6.7.3 开放式问题 135
6.7.4 知晓度和理解 135
6.7.5 知晓度和有用度差距 136
6.8 小结 136
第7章 行为和生理度量 138
7.1 观察和编码外显的行为 138
7.1.1 言语行为 139
7.1.2 非言语行为 141
7.2 需要仪器才能捕获的行为 141
7.2.1 面部表情 141
7.2.2 视线跟踪 144
7.2.3 瞳孔反应 148
7.2.4 皮肤电反应和心率 150
7.2.5 其他测量方法 152
7.3 小结 154
第8章 合并和比较度量 156
8.1 单一可用性分数 156
8.1.1 根据预定目标合并度量 156
8.1.2 根据百分比合并度量 157
8.1.3 根据z分数合并数据 161
8.1.4 使用sum：单一可用性度量 163
8.2 可用性记分卡 165
8.3 与目标和专家绩效比较 167
8.3.1 与目标比较 167
8.3.2 与专家绩效比较 168
8.4 小结 169
第9章 专题 171
9.1 在线网站数据 171
9.1.1 服务器端的日志 171
9.1.2 点击率 172
9.1.3 弃用率 174
9.1.4 a/b研究 175
9.2 卡片分类数据 176
9.2.1 开放式卡片分类数据的分析 177
9.2.2 封闭式卡片分类数据的分析 181
9.3 可达性数据 183
9.4 投资回报率数据 186
9.5 六西格玛 188
9.6 小结 190
第10章 案例研究 192
10.1 如何又快又省地对网站进行再设计 192
10.1.1 阶段1：对竞争对手的网站进行可用性测试 192
10.1.2 阶段2：对三种不同的设计概念进行测试 194
10.1.3 阶段3：对单独的设计方案进行测试 197
10.1.4 总结 198
10.1.5 个人简介 198
10.2 语音识别的ivr系统的可用性评估 198
10.2.1 方法 198
10.2.2 结果：基于任务的测量 199
10.2.3 pssuq 199
10.2.4 用户评论 200
10.2.5 可用性问题 200
10.2.6 样本量的合适性 201
10.2.7 基于用户行为和评价的建议 202
10.2.8 讨论 203
10.2.9 作者简介 203
10.2.10 参考文献 203
10.3 cdc.gov网站的再设计 203
10.3.1 可用性测试级别 204
10.3.2 基线测试 205
10.3.3 任务场景 206
10.3.4 定性分析的发现 206
10.3.5 绘制线框图与首次点击测试 207
10.3.6 最终原型测试 209
10.3.7 结论 211
10.3.8 个人简介 212
10.3.9 参考文献 212
10.4 可用性基准化：手机音乐和视频 212
10.4.1 项目目标和方法 213
10.4.2 定性和定量数据 213
10.4.3 研究范围 213
10.4.4 对比分析 213
10.4.5 调研实施：参加者的数量 214
10.4.6 招募参加者 214
10.4.7 数据收集 215
10.4.8 任务完成时间 215
10.4.9 任务完成与失败 215
10.4.10 尝试次数 215
10.4.11 感知性度量 216
10.4.12 定性发现 216
10.4.13 定量发现 216
10.4.14 总结性发现和sum度量 217
10.4.15 数据处理及可视化 217
10.4.16 讨论 217
10.4.17 基线调整和后续工作 218
10.4.18 个人简介 218
10.4.19 参考文献 219
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” 219
10.5.1 测试参加者 220
10.5.2 仪器与设备 220
10.5.3 实验刺激 221
10.5.4 实验程序 223
10.5.5 数据分析 223
10.5.6 结果和讨论 224
10.5.7 个人简介 227
10.5.8 参考文献 227
10.6 重视度量 227
10.6.1 onestart：印地安纳大学的门户网站项目 228
10.6.2 设计和执行研究 229
10.6.3 分析和解释结果 229
10.6.4 分享发现和建议 230
10.6.5 对影响进行反思 231
10.6.6 结论 232
10.6.7 致谢 232
10.6.8 个人简介 232
10.6.9 参考文献 233
第11章 推进 234
11.1 推销可用性和度量的作用 234
11.2 从小事做起，努力慢慢做起来 235
11.3 确保你有时间和经费 236
11.4 早计划，常计划 236
11.5 给你的产品确定基线 237
11.6 挖掘你的数据 238
11.7 说商业性的语言 238
11.8 呈现你的置信程度 239
11.9 不要误用度量 240
11.10 简化你的报告 240
参考文献 ...242
· · · · · · (收起)