用户体验度量:收集、分析与呈现(第3版)(全彩)
  • 推荐0
  • 收藏0
  • 浏览142

用户体验度量:收集、分析与呈现(第3版)(全彩)

【美】Bill Albert 【美】TomTullis (作者)  周荣刚 (译者) 孙学瑛 (责任编辑)

  • 书  号:9787121475290
  • 出版日期:2024-04-01
  • 页  数:368
  • 开  本:16(240*190)
  • 出版状态:上市销售
  • 维护人:博文小编
用户体验度量对有效提升产品质量至关重要。本书详尽地介绍如何有效且可靠地收集、分析和呈现典型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)、自我报告式的满意度及生理/行为数据(眼动追踪等)。相对第2版,本版不仅新增第8章“情感度量”,还引入许多新的度量指标,如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley体验记分卡等,全面更新用户体验度量的相关案例。
《用户体验度量:收集、分析与呈现(第3版)(全彩)》内容翔实,是一本值得用户体验从业人员和数据分析及运营人员研读的参考书,也可以作为大中专院校相关专业的教材。
用户体验界的数据分析圣经!集合了作者在该领域50余年的方法、经验与教训!
作者简介
Bill Albert,博士,美国本特利大学用户体验中心(UXC)执行总监。Mach49 公司的高级副总裁兼全球客户发展总监。在用户体验研究院、设计和战略方面拥有超过 20年的经验。
Tom Tullis,博士,美国富达投资公司(Fidelity Investments)前用户体验研究副总裁。他在人机界面研究方面拥有超过35年的经验,在技术期刊上发表了50多篇文章,并受邀在美国国内和国际会议上演讲,同时拥有8项美国专利。

译者简介
周荣刚,北京航空航天大学经济管理学院教授,博士生导师。北航经管学院智能交互与体验研究中心负责人,现任:中国人类工效学学会常务理事、智能交互与体验分会副主任委员兼秘书长,《人类工效学》编委,中华人因与工效学协会理事兼秘书长,中国心理学会工程心理学分会委员。主要研究方向:人因工程、工程心理学、决策行为、智能人机交互、客户体验。
前言
欢迎来到《用户体验度量 :收集、分析与呈现》(第 3 版)的世界!
我们非常兴奋地要在本书中与大家分享用户体验度量的最新、最先进的工具和技术。自 2008 年本书首次出版以来,用户体验行业发生了显著的变化。在 21 世纪初,许多大型组织认为,用户体验团队是奢侈品或新奇的事物,而小型组织通常没有用户体验团队。如今,几乎每一种类型的组织,无论大小,都拥有某种形式的用户体验团队,包括用户
体验研究员和设计师。现在,用户体验被视为各种类型组织的产品和业务战略的关键差异化因素,进而推动设计和创新发展。
当 Tom 和我在 2006 年首次构思这本书时,用户体验研究几乎完全是定性的,主要集中于可用性测试。用户体验度量指标在数量和范围上非常有限,在数据收集、分析和呈现方面几乎没有一致性。但是自那时以来,大家对用户体验度量指标产生了巨大的兴趣。用户体验研究员现在正在挖掘更多的定量分析技能,以补充他们的定性研究经验。
现在有许多新的可靠的用户体验度量指标,可以度量用户体验的方方面面。在过去的十年中,用户体验度量的工具和技术取得了巨大的进步,使我们几乎能够捕捉和分析用户体验的每个方面,跨越产品、平台和环境。用户体验领域正在迅速成熟,而度量指标的更新是该领域发展的关键部分。
在本书中,我们采用了一种非常全面的方法来研究用户体验。我们认为用户体验(User eXperience,UX)涵盖了用户与产品、应用程序或服务交互时所涉及的全部内容。许多人似乎认为用户体验具有一些不可被度量(metrics)和量化的特性,但我们并不这样认为,例如 :
用户是否可以使用手机配合医生进行远程健康诊疗?
员工提交月度费用报告需要多长时间?
用户在尝试重置密码时会犯错吗?
人们在组装新家具时的挫败感有多严重?
当人们走近杂货店的货架时,第一眼会看到什么?
有多少用户是先进入了一个新的“目的地导向”(destination-based)的电梯,才发现电梯内没有楼层按钮的?
对于扫地机器人,哪些功能最重要?
人们使用大学费用计算器(college cost calculator)时,哪些情绪最值得关注?
人们想要熟练使用呼叫中心应用程序需要积累多少经验?
这些示例中的行为、态度和情感都是可以被度量的。虽然有些容易度量,有些困难,但都是可以通过用户体验度量得到结果的。任务成功率、任务时间、鼠标单击的次数、轻点或敲击键盘的次数、挫折或愉悦感的自我报告式评分、面部表情,甚至注视点个数都是用户体验度量指标。这些度量指标可以帮你提升洞察力,了解用户体验。
为什么你会需要度量用户体验呢?答案很简单 :这有助于提升用户体验。对于大多数消费类产品、应用、网站和服务来说,如果不提升用户体验,就会落后。用户体验度量可以帮你确定相对于竞争对手所处的位置,并帮你准确定位应该集中力量改进的地方——最令用户困惑、受挫或低效的领域。
这是一本指导操作的图书,不是一本理论专著。我们主要针对实际应用中的问题提供一些建议,例如 :在什么情景下收集哪些度量指标、如何收集这些度量指标、如何使用不同的分析方法对数据进行梳理,以及如何以一种最清晰、最吸引人的方式呈现结果等。我们也会与你分享实践中的一些教训,它们源于我们在该领域内 50 多年的经验总结。
这本书适用于任何对改进不同类型产品或服务的用户体验感兴趣的人,无论这些产品是消费类产品、计算机系统、应用程序、网站、服务,还是其他任何类型的物品,只要是人使用的产品,就可以度量与使用该产品有关的用户体验。来自不同专业和领域的关注如何提高用户体验的人将会从本书获益,包括可用性和用户体验专业人员、交互设
计师、信息架构师、服务设计师、产品设计师、Web 设计师和开发人员、软件开发人员、平面设计师,以及市场营销和市场研究专业人员,还有项目和产品经理等。
与第 2 版相比,本书有哪些更新呢?下面是一些最关键的内容。
新增第 8 章,专注于度量情感,包括面部表情分析和 iMotions 平台。
引入了许多新的指标度量,例如 AttrakDiff、Kano 方法、Google 的 HEART 框架、新的 Bentley 体验记分卡,等等。
第 11 章是全新内容,5 个全新的案例研究重点展示了不同的用户体验团队度量用户体验的创意方法,以及如何利用用户体验度量指标推动组织内的变革。
用于收集和分析用户体验数据的新工具,例如 GuessTheTest、youXemotions 和PremoTool。
本书还增加了许多新的示例,可用于指导你收集、分析和呈现用户体验指标。
希望你会发现,这本书对于改进产品和服务的用户体验非常有帮助。我们很想收到你的成功(和失败)的反馈。我们非常重视读者对第 2 版提出的反馈和建议,这些反馈和建议对于完善这一版起到了重要作用。

目录

第 1 章 引言 / 1
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 8
1.3 用户体验度量的价值 / 10
1.4 人人都能学会的用户体验度量方法 / 11
1.5 用户体验度量的新技术 / 12
1.6 十个关于用户体验度量的常见误解 / 13
误解 1 :度量数据需要花太多的时间收集 / 13
误解 2 :用户体验度量要花费太多的钱 / 13
误解 3 :当集中在细小的改进上时,用户体验度量是没有用的 / 14
误解 4 :用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 :用户体验度量的数据噪声太多 / 14
误解 6 :直觉就够用,不必度量 / 15
误解 7 :度量不适用于新产品 / 15
误解 8 :没有度量适用于我们正在处理的问题 / 15
误解 9 :度量不被管理层所理解或赞赏 / 16
误解 10 :用小样本很难收集到可靠的数据 / 16
第 2 章 背景知识 / 17
2.1 自变量和因变量 / 18
2.2 数据类型 / 18
2.2.1 称名数据 / 18
2.2.2 顺序数据 / 19
2.2.3 等距数据 / 20
2.2.4 比率数据 / 21
2.3 描述性统计 / 22
2.3.1 集中趋势的度量 / 22
2.3.2 变异性的度量 / 24
2.3.3 置信区间 / 25
2.3.4 通过误差线来展示置信区间 / 27
2.4 比较平均值 / 29
2.4.1 独立样本 / 29
2.4.2 配对样本 / 31
2.4.3 比较两个以上的样本 / 32
2.5 变量之间的关系 / 34
2.6 非参数检验 / 35
2.7 数据图形化 / 37
2.7.1 柱状图或条形图 / 38
2.7.2 折线图 / 40
2.7.3 散点图 / 42
2.7.4 饼图或圆环图 / 44
2.7.5 堆积条形图 / 45
2.8 总结 / 46
第 3 章 规划 / 48
3.1 用户体验研究的目标 / 48
3.1.1 形成性研究 / 49
3.1.2 总结性研究 / 49
3.2 用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2 用户偏好 / 51
3.2.3 用户情感 / 51
3.3 商业目标 / 52
3.4 选择合适的用户体验度量指标 / 53
3.4.1 完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性最大化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5 用户体验研究的方法与工具 / 61
3.5.1 传统(引导式)的可用性测试 :实验室测试 / 61
3.5.2 非引导式的可用性测试 :在线测试 / 62
3.5.3 在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5 点击和鼠标工具 / 65
3.6 其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2 参与者 / 67
3.6.3 数据收集 / 68
3.6.4 数据整理 / 69
3.7 总结 / 70
第 4 章 绩效度量 / 71
4.1 任务成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任务成功等级 / 78
4.1.3 任务成功度量中存在的问题 / 81
4.2 任务时间 / 82
4.2.1 度量任务时间的重要性 / 83
4.2.2 任务时间的收集和度量 / 83
4.2.3 分析和呈现任务时间数据 / 86
4.2.4 分析任务时间数据时需要考虑的问题 / 90
4.3 错误 / 92
4.3.1 何时度量错误 / 93
4.3.2 什么造成错误 / 93
4.3.3 收集和度量错误 / 94
4.3.4 分析和呈现错误数据 / 95
4.3.5 错误度量时需要考虑的问题 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈现效率数据 / 100
4.4.3 合并任务成功和任务时间的效率 / 102
4.5 易学性 / 105
4.5.1 收集和度量易学性 / 106
4.5.2 分析和呈现易学性数据 / 106
4.5.3 度量易学性的关键问题 / 108
4.6 总结 / 109
第5 章 自我报告度量 / 111
5.1 自我报告数据的重要性 / 112
5.2 评分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 语义差异量表 / 114
5.2.3 什么时候收集自我报告数据 / 115
5.2.4 如何收集自我报告数据 / 115
5.2.5 自我报告数据收集中的偏差 / 116
5.2.6 评分量表的一般指导原则 / 116
5.2.7 分析评分量表数据 / 118
5.3 任务后评分 / 122
5.3.1 易用性 / 122
5.3.2 事后调查问卷 / 122
5.3.3 期望度量 / 123
5.3.4 任务后自我报告度量的比较 / 124
5.4 总体用户体验评分 / 127
5.4.1 系统可用性量表 / 127
5.4.2 计算机系统可用性问卷 / 130
5.4.3 产品反应卡 / 132
5.4.4 用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6 净推荐值 / 137
5.4.7 用户体验自我报告度量的其他工具 / 139
5.4.8 总体自我报告度量的比较 / 140
5.5 用SUS对设计进行比较 / 142
5.6 在线调查 / 143
5.6.1 网站分析和度量问卷 / 143
5.6.2 美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4 在线调查需要注意的问题 / 145
5.7 其他类型的自我报告度量 / 146
5.7.1 评估属性优先级 / 146
5.7.2 评估特定属性 / 147
5.7.3 评估具体部分 / 149
5.7.4 开放式问题 / 150
5.7.5 知晓度和理解 / 152
5.7.6 知晓度 - 有用性差距 / 154
5.8 总结 / 155
第 6 章 可用性问题度量 / 156
6.1 什么是可用性问题 / 156
6.2 如何发现可用性问题 / 158
6.2.1 在一对一研究中使用出声思维 / 161
6.2.2 在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3 严重性等级评估 / 163
6.3.1 基于用户体验的严重性等级评估 / 164
6.3.2 综合多种因素的严重性等级评估 / 165
6.3.3 严重性等级评估系统的应用 / 167
6.3.4 严重性等级评估系统的应用注意事项 / 167
6.4 分析和呈现可用性问题度量 / 168
6.4.1 独特可用性问题的发生频率 / 169
6.4.2 每名参与者遇到的可用性问题数量 / 170
6.4.3 遇到可用性问题的参与者数量 / 171
6.4.4 将可用性问题分类 / 171
6.4.5 按任务分析可用性问题 / 172
6.5 可用性问题发现中的共识 / 173
6.6 可用性问题发现中的偏差 / 174
6.7 参与者数量 / 176
6.7.1 五名参与者足够 / 176
6.7.2 五名参与者不够 / 177
6.7.3 怎么办 / 178
6.7.4 我们的建议 / 179
6.8 总结 / 179
第 7 章 眼动追踪 / 181
7.1 如何进行眼动追踪 / 182
7.2 移动眼动追踪 / 184
7.2.1 度量瞬读性 / 184
7.2.2 在具体情景中理解移动用户 / 185
7.2.3 移动眼动追踪技术 / 186
7.2.4 眼镜式眼动追踪 / 187
7.2.5 支架式眼动追踪 / 187
7.2.6 软件式眼动追踪 / 188
7.3 眼动数据的可视化 / 189
7.4 兴趣区 / 191
7.5 常用眼动度量指标 / 193
7.5.1 停留时间 / 193
7.5.2 注视点数量 / 193
7.5.3 注视时间 / 193
7.5.4 浏览顺序 / 193
7.5.5 首次注视所需要的时间 / 194
7.5.6 重访次数 / 194
7.5.7 命中率 / 194
7.6 眼动数据分析技巧 / 195
7.7 瞳孔反应 / 196
7.8 总结 / 196
第 8 章 情感度量 / 198
8.1 定义用户情感体验 / 199
8.2 度量情感的方法 / 201
8.3 通过语言表达度量情感 / 204
8.4 自我报告 / 206
8.5 面部表情分析 / 210
8.6 皮肤电反应 / 213
8.7 案例分析:生物识别技术的价值 / 215
8.8 总结 / 218
第 9 章 合并和比较度量 / 220
9.1 单一的用户体验分数 / 220
9.1.1 根据预定目标合并度量 / 221
9.1.2 根据百分比合并度量 / 222
9.1.3 根据 z 分数合并数据 / 229
9.1.4 使用单一用户体验度量 / 232
9.2 用户体验记分卡和用户体验框架 / 233
9.2.1 用户体验记分卡 / 234
9.2.2 用户体验框架 / 238
9.3 分别与目标绩效和专家绩效比较 / 239
9.3.1 与目标绩效比较 / 239
9.3.2 与专家绩效比较 / 241
9.4 总结/243
第 10 章 专题 / 244
10.1 网站分析 / 244
10.1.1 基本的网站分析 / 245
10.1.2 点击率 / 248
10.1.3 弃用率 / 250
10.1.4 A/B 测试 / 251
10.2 卡片分类 / 252
10.2.1 开放式卡片分类数据的分析 / 253
10.2.2 封闭式卡片分类数据的分析 / 259
10.3 树形测试 / 263
10.4 首次点击测试 / 266
10.5 可及性度量 / 269
10.6 投资收益的度量 / 272
10.7 总结 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 结果 / 281
11.1.4 讨论 / 283
11.1.5 影响 / 284
11.2 参与/竞争/胜出(PCW)框架:评估市场上的产品与特征 / 286
11.2.1 简介 / 286
11.2.2 提出客观标准 / 287
11.2.3 功能分析 / 288
11.2.4 PCW(总结性)可用性测试 / 291
11.3 企业用户体验案例研究:发现“用户体验-收益链” / 293
11.3.1 度量指标的识别与选择 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 结果 / 300
11.3.5 结论 / 303
11.4 四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1 方法 / 304
11.4.2 结果 / 306
11.4.3 总结和建议 / 311
11.5 缩小补充营养援助计划(SNAP)鸿沟 / 313
11.5.1 实地调查 / 314
11.5.2 每周检视 / 315
11.5.3 申请问题 / 316
11.5.4 调查 / 318
11.5.5 测试原型 / 320
11.5.6 成功的度量指标 / 321
11.5.7 组织 / 321
第 12 章 通向成功的 10 个关键点 / 323
12.1 让数据活起来 / 323
12.2 主动去度量 / 325
12.3 度量比想的便宜 / 326
12.4 早计划 / 327
12.5 给产品确定用户体验基线 / 327
12.6 挖掘数据 / 328
12.7 讲商业语言 / 329
12.8 呈现置信区间 / 330
12.9 不要误用度量 / 331
12.10 简化报告 / 332
参考文献 / 335

读者评论