了得網圖書_用戶體驗度量：收集、分析與呈現（紀念版）(博文視點出品)

作者簡介

Thomas S. (Tom) Tullis 是富達投資公司（Fidelity Investments）用戶體驗研究部門（User Experience Research）的高級副總裁，同時也是本特利大學信息設計學院人因工程方向的兼職教授。他 1993 年加入富達用戶體驗，對該公司用戶體驗部門的發展起了重要作用，該部門的設備包括一個技術發展水平（state-of-the-art）可用性研究實驗室。在加入富達投資公司之前，Tom 曾在佳能信息繫統（Canon Information Systems）、麥道（ McDonnell Douglas）、優利繫統公司（Unisys Corporation）和貝爾實驗室（Bell Laboratories）任職。他和富達的可用性研究團隊曾被多家出版物專題介紹過，包括《新聞周刊》（Newsweek）、Business 2.0、Money、《波士頓環球報》（The Boston Globe）、《華爾街日報》（The Wall Street Journal）和《紐約時報》（The New York Times）。Tuillis 在萊斯大學獲得學士學位、在新墨西哥州立大學獲得實驗心理學碩士學位以及在萊斯大學獲得工程心理學博士學位。他有 35 年以上的人機界面研究方面的經驗，在諸多技術期刊上發表了 50 多篇文章，他曾在國內和國際會議上做特邀報告。同時，Tom 擁有8 項美國專利。合作完成（與 Bill Albert 和 Donna Tedesco 合著）的 Beyond the Usability Lab: Conducting Large-Scale Online User Experience Studies 在2010 年由 Elsevier/Morgan Kauffman 出版。Tullis 是 2011 年用戶體驗行業協會（User Experience Professional Association，UXPA）終身成就獎的獲得者，2013 年被 SIGCHI（ACM 人機交互特別興趣組）遴選為人機交互學會會士（CHI Academy）。可通過 @TomTullis 關注 Tom。William (Bill) Albert 目前是本特利大學設計和可用性研究中心的執行總監（Executive Director），也是本特利大學信息設計學院人因工程方向的兼職教授。在加入本特利大學之前，他是富達投資公司用戶體驗部的總監，Lycos 公司的高級用戶界面研究員，也曾是 Nissan Cambridge Basic Research的博士後研究人員。Albert 曾在 30 多個國內和國際會議上發表和報告過他的研究。2010 年，合作完成（與 Tom Tullis 和 Donna Tedesco 合著）的 Beyond the Usability Lab: Conducting Large-Scale Online User Experience Studies，並由 Elsevier/Morgan Kauffman 出版。他是 Journal of Usability Studies 的共同主編（co-Editor in Chief）。因為他在人因學和空間認知（spatial cognition）領域內的研究，Albert 獲得了加州大學聖塔芭芭拉分校和日本政府所授予的獎項。他從華盛頓大學獲得學士和碩士學位（地理信息繫統），在波士頓大學（地理―空間認知）獲得博士學位。他在 Nissan Cambridge Basic Research 完成了博士後研究。可通過 @UXMetrics 關注 Bill。

第 1 章引言 / 1
1．1 什麼是用戶體驗 / 4
1．2 什麼是用戶體驗度量 / 6
1．3 用戶體驗度量的價值 / 8
1．4 適用於每個人的度量方法 / 9
1．5 用戶體驗度量的新技術 / 10
1．6 十個關於用戶體驗度量的常見誤解 / 11
誤解 1 ：度量需要花太多的時間而難以收集 / 11
誤解 2 ：用戶體驗度量要花費太多的錢 / 12
誤解 3 ：當集中在細小的改進上時，用戶體驗度量是沒有用的 / 12
誤解 4 ：用戶體驗度量對我們理解原因沒有幫助 / 12
誤解 5 ：用戶體驗數據的噪聲太多 / 13
誤解 6 ：隻能相信自己的直覺 / 13
誤解 7 ：度量不適用於新產品 / 13
誤解 8 ：沒有度量適用於我們正在處理的問題 / 14
誤解 9 ：度量不被管理層所理解或贊賞 / 14
誤解 10 ：用小樣本很難收集到可靠的數據 / 14
第 2 章背景知識 / 16
2．1 自變量和因變量 / 16
2．2 數據類型 / 17
2．2．1 稱名數據 / 17
2．2．2 順序數據 / 18
2．2．3 等距數據 / 18
2．2．4 比率數據 / 19
2．3 描述性統計 / 20
2．3．1 集中趨勢的測量 / 20
2．3．2 變異性的測量 / 22
2．3．3 置信區間 / 23
2．3．4 通過誤差線來呈現置信區間 / 25
2．4 比較平均數 / 27
2．4．1 獨立樣本 / 27
2．4．2 配對樣本 / 29
2．4．3 比較兩個以上的樣本 / 30
2．5 變量之間的關繫 / 32
2．6 非參數檢驗 / 33
2．7 用圖形化的方式呈現數據 / 35
2．7．1 柱形圖或條形圖 / 36
2．7．2 折線圖 / 38
2．7．3 散點圖 / 40
2．7．4 餅圖或圓環圖 / 41
2．7．5 堆積條形圖 / 43
2．8 總結 / 44
第 3 章規劃 / 45
3．1 研究目標 / 45
3．1．1 形成式可用性 / 46
3．1．2 總結式可用性 / 46
3．2 用戶目標 / 47
3．2．1 績效 / 47
3．2．2 滿意度 / 48
3．3 選擇正確的度量：10種可用性研究 / 48
3．3．1 完成一個業務 / 50
3．3．2 比較產品 / 50
3．3．3 評估同一種產品的使用效率 / 51
3．3．4 評估導航和 / 或信息架構 / 51
3．3．5 提高知曉度 / 52
3．3．6 問題發現 / 53
3．3．7 使應急產品的可用性最大化 / 53
3．3．8 創造整體的正向用戶體驗 / 54
3．3．9 評估微小改動的影響 / 55
3．3．10 比較替代性的設計方案 / 55
3．4 評估方法 / 56
3．4．1 傳統（引導式）的可用性測試 / 56
3．4．2 在線（非引導式）可用性測試 / 57
3．4．3 在線調查 / 60
3．5 其他研究細節 / 61
3．5．1 預算和時間表 / 61
3．5．2 參與者 / 62
3．5．3 數據收集 / 64
3．5．4 數據整理 / 64
3．6 總結 / 65
第 4 章績效度量 / 67
4．1 任務成功 / 69
4．1．1 二分式成功 / 70
4．1．2 成功等級 / 75
4．1．3 任務成功測量中存在的問題 / 78
4．2 任務時間 / 79
4．2．1 測量任務時間的重要性 / 80
4．2．2 如何收集和測量任務時間 / 80
4．2．3 分析和呈現任務時間數據 / 83
4．2．4 使用時間數據時需要考慮的問題 / 87
4．3 錯誤 / 89
4．3．1 何時測量錯誤 / 89
4．3．2 什麼構成了錯誤 / 90
4．3．3 收集和測量錯誤 / 90
4．3．4 分析和呈現錯誤 / 91
4．3．5 使用錯誤度量時需要考慮的問題 / 93
4．4 效率 / 93
4．4．1 收集和測量效率 / 94
4．4．2 分析和呈現效率數據 / 95
4．4．3 結合任務成功和任務時間的效率 / 98
4．5 易學性 / 100
4．5．1 收集和測量易學性數據 / 101
4．5．2 分析和報告易學性數據 / 102
4．5．3 測量易學性時需要考慮的問題 / 104
4．6 總結 / 104
第 5 章基於問題的度量 / 106
5．1 什麼是可用性問題 / 107
5．2 如何發現可用性問題 / 108
5．2．1 面對面研究 / 110
5．2．2 自動化研究 / / 110
5．3 嚴重性評估 / 110
5．3．1 基於用戶體驗的嚴重性評估 / 111
5．3．2 綜合多種因素的嚴重性評估 / 112
5．3．3 嚴重性等級評估繫統的應用 / 113
5．3．4 嚴重性等級評估繫統的忠告 / 114
5．4 分析和報告“可用性問題相關的度量” / 115
5．4．1 獨特問題的頻次 / 115
5．4．2 每個參與者遇到的問題數量 / 117
5．4．3 參與者人次 / 118
5．4．4 問題歸類 / 119
5．4．5 按任務區分問題 / 119
5．5 可用性問題發現中的一致性 / 120
5．6 可用性問題發現中的偏差 / 123
5．7 參與者數量 / 125
5．7．1 五個參與者足夠 / 125
5．7．2 五個參與者不夠 / 127
5．7．3 我們的建議 / 129
5．8 總結 / 129
第 6 章自我報告度量 / 131
6．1 自我報告數據的重要性 / 132
6．2 評分量表 / 132
6．2．1 Likert 量表 / 133
6．2．2 語義差異量表 / 134
6．2．3 什麼時候收集自我報告數據 / 134
6．2．4 如何收集自我報告數據 / 135
6．2．5 自我報告數據收集中的偏差 / 135
6．2．6 評分量表的一般指導原則 / 136
6．2．7 分析評分量表數據 / 137
6．3 任務後評分 / 141
6．3．1 易用性 / 141
6．3．2 情景後問卷（ASQ） / 141
6．3．3 期望測量 / 142
6．3．4 任務後自我報告度量的比較 / 143
6．4 測試後評分 / 147
6．4．1 合並單個任務的評分 / 147
6．4．2 繫統可用性量表 / 148
6．4．3 計算機繫統可用性問卷 / 150
6．4．4 用戶界面滿意度問卷 / 152
6．4．5 有效性、滿意度和易用性的問卷 / 153
6．4．6 產品反應卡 / 154
6．4．7 測試後自我報告度量的比較 / 155
6．4．8 淨推薦值 / 157
6．5 用SUS比較設計 / 158
6．6 在線服務 / 159
6．6．1 網站分析和測量問卷 / 159
6．6．2 美國客戶滿意度指數 / 161
6．6．3 OpinionLab / 164
6．6．4 在線網站調查的問題 / 166
6．7 其他類型的自我報告度量 / 166
6．7．1 評估特定的屬性 / 166
6．7．2素的評估 / 169
6．7．3 開放式問題 / 171
6．7．4 知曉度和理解 / 172
6．7．5 知曉度和有用性差距 / 173
6．8 總結 / 174
第 7 章行為和生理度量 / 176
7．1 自發言語表情的觀察與編碼 / 176
7．2 眼動追蹤 / 178
7．2．1 如何進行眼動追蹤 / 178
7．2．2 眼動數據的可視化 / 180
7．2．3 興趣區 / 183
7．2．4 常用眼動度量指標 / 186
7．2．5 眼動分析技巧 / 188
7．2．6 瞳孔反應 / 189
7．3 情感度量 / 190
7．3．1 Affffectiva 公司和 Q 傳感器 / 191
7．3．2 藍色泡沫實驗室和 Emovision / 193
7．3．3 Seren 公司和 Emotlv / 195
7．4 緊張和其他生理指標 / 197
7．4．1 心率變異性 / 197
7．4．2 心率變異性和皮膚電研究 / 198
7．4．3 其他測量手段 / 199
7． 5 總結 / 201
第 8 章合並和比較度量 / 203
8．1 單一可用性分數 / 203
8．1．1 根據預定目標合並度量 / 204
8．1．2 根據百分比合並度量 / 205
8．1．3 根據 z 分數合並數據 / 211
8．1．4 使用單一可用性度量（SUM） / 213
8．2 可用性記分卡 / 215
8．3 與目標和專家績效比較 / 219
8．3．1 與目標比較 / 219
8．3．2 與專家績效比較 / 222
8．4 總結 / 223
第 9 章專題 / 225
9．1 實時動態網站數據 / 225
9．1．1 基本的網站分析 / 226
9．1．2 點擊率 / 229
9．1．3 棄用率 / 230
9．1．4 A/B 研究 / 231
9．2 卡片分類數據 / 234
9．2．1 開放式卡片分類數據的分析 / 235
9．2．2 封閉式卡片分類數據的分析 / 241
9．2．3 樹測試 / 244
9．3 可及性數據 / 246
9．4 投資回報率數據 / 249
9．5 總結 / 254
第 10 章案例研究 / 255
10．1 淨推薦與良好用戶體驗的價值 / 255
10．1．1 方法 / 256
10．1．2 結果 / 257
10．1．3 在界面設計中對投入進行優先級設置 / 258
10．1．4 討論 / 260
10．1．5 總結 / 261
參考文獻 / 262
作者簡介 / 262
10．2 度量指紋采集的反饋效果 / 263
10．2．1 方法 / 263
10．2．2 討論 / 271
10．2．3 總結 / 273
致謝 / 273
參考文獻 / 273
作者簡介 / 274
10．3 Web體驗管理繫統的再設計 / 274
10．3．1 測試迭代 / 275
10．3．2 數據收集 / 276
10．3．3 工作流程 / 277
10．3．4 結果 / 281
10．3．5 結論 / 283
參考文獻 / 283
作者簡介 / 283
10．4 使用度量來改善大學招生簡章網站 / 284
10．4．1 樣例 1 ：可用性測試後決定行動 / 285
10．4．2 樣例 2 ：網站追蹤數據 / 288
10．4．3 樣例 3 ：人物角色迭代的定位測量 / 290
10．4．4 總結 / 291
致謝 / 292
參考文獻 / 292
作者簡介 / 292
10．5 利用生物測量技術測量可用性 / 293
10．5．1 背景 / 293
10．5．2 方法 / 294
10．5．3 生物測量學的發現 / 295
10．5．4 定性結果 / 297
10．5．5 總結及給從業人員的建議 / 298
致謝 / 299
參考文獻 / / 299
作者簡介 / 300
第 11 章通向成功的 10 個關鍵點 / 301
11．1 讓數據活起來 / 301
11．2 主動去度量 / 303
11．3 度量比想的便宜 / 304
11．4 早計劃 / 305
11．5 給產品確定基線 / 306
11．6 挖掘數據 / 307
11．7 講商業語言 / 308
11．8 呈現置信程度 / 308
11．9 不要誤用度量 / 309
11．10 簡化報告 / 310
參考文獻 / 312

查看全部↓

前言/序言

歡迎翻閱《用戶體驗度量：收集、分析與呈現》第 2 版。用戶體驗（User Experience）（經常被簡稱為 UX）自本書第 1 版出版以來已發生了相當多的變化。以 iPhone、iPad、Twitte 等為代表的硬件和應用形成了人們對類似日常技術的使用體驗和期望。用戶期待隨手拿起一個新的應用或硬件就可以正確地使用起來。確保這些技術可以實現這樣的目標正是本書的出發點。

UX 涵蓋了用戶與產品、設備或繫統交互時所涉及的所有內容。很多人似乎都把用戶體驗認為是一些不可被測量或量化的模糊特性。但我們認為 UX 是可以被度量或量化的。用來測量用戶體驗的工具可對下列內容進行度量（metrics）。

l 用戶能否使用智能手機成功地找到他們健康計劃中距離最近的醫生？

l 在旅行網站上預訂一個航班需要用多長時間？

l 用戶在嘗試登錄一個新繫統時犯了多少錯誤？

l 有多少用戶可以成功地使用他們平板計算機上新安裝的應用控制數字錄像機去錄制所有他們喜愛的電視節目？

l 有多少用戶在進入一個“直奔終點”的直梯時沒有首先選擇自己要去的樓層，然後纔發現直梯中根本就沒有選擇面板。

l 有多少用戶在注冊新業務時由於看不清被新手機電池蓋著的很小的序列號而倍感受挫？

l 有多少用戶在沒有文字說明的情況下能夠很輕易地把他們的新書架組裝起來，並因此感覺愉悅？

這些都是可以通過測量獲得的行為和態度方面的示例。其中，有的可能比其他的要容易測量，但它們都是可以測量的。任務成功率、任務時間、鼠標點擊或敲擊鍵盤的次數、挫折或愉悅感的自我報告式評分，甚至注意網頁上某個鏈接的注視點個數都是 UX 度量的例子。這些度量可以使你對用戶體驗形成非常有價值的見解。

為什麼需要測量用戶體驗呢？答案很簡單：這有助於提升用戶體驗。對今天的多數消費類產品、應用和網站來說，如果不提升用戶的體驗，就會落後。UX 度量可以幫助你確定你相對於競爭對手所處的位置，也可以幫助你準確定位，以集中力量對需要提高的地方進行改進（即用戶感覺最困惑、低效或受挫的地方）。這是一本操作性的指導圖書，而不是一本理論專著。我們主要就實際中的應用提供一些建議，比如：在什麼情境下收集哪些度量，如何收集這些度量，如何使用不同的分析方法對數據進行梳理，以及如何以一種最清晰、最吸引人的方式呈現結果？我們也將會與你分享實踐中的一些教訓，這些教訓源於我們在該領域內 40 多年的經驗總結。

這本書適合對提高任何類型產品用戶體驗有興趣的任何人，無論這些產品是消費類產品、計算機繫統、應用程序、網站，還是其他任何類型的物品。隻要是人使用的產品，那麼你就可以測量與使用該產品有關的用戶體驗。那些關注如何提高用戶體驗的人和那些可以從本書獲益的人可以來自許多不同的專業和領域，包括可用性和用戶體驗（UX）專業人員、交互設計師、信息架構師、產品設計師、Web 設計師和開發者、軟件開發人員、圖形設計師、銷售和市場研究從業人員，以及項目和產品管理人員。

與第 1 版相比，本書（第 2 版）有哪些更新呢？下面是一些最突出的內容。

l 測量情緒體驗的新技術，包括手環和面部表情的自動分析。

l 眼動追蹤技術的進展，包括遠程基於攝像頭的眼動追蹤。

l 新的案例，包括 UX 領域目前正在做的事情（第 10 章案例研究全部更新）。

l 收集和分析 UX 數據的新方法和工具，包括多種在線工具。

l 通貫全書的諸多新示例。

我們希望這本書在探求如何提高產品的用戶體驗等方面對你有所幫助。我們很想聽到你的成功（和失敗！）。我們真的很重視許多讀者針對第 1 版所給予的反饋和建議。大部分反饋都有助於促成我們在這一版本中所進行的內容上的調整和新增。

你可以通過我們的網站與我們取得聯繫：www.MeasuringUserExperience.com。在那裡，你也可以找到一些補充性材料，比如：本書多數例子中所提到的真實電子數據表格和圖形，以及可以幫助你測量用戶體驗的相關工具等方面的信息。

查看全部↓

商品搜索

商品分类

【醫學】

【各大出版社】

【医学】

【各大出版社】

產品特色

編輯推薦

內容簡介

作者簡介

目錄

前言/序言