logo
分类于: 其它 编程语言

简介

用户体验度量:收集、分析与呈现(第2版)(全彩)

用户体验度量:收集、分析与呈现(第2版)(全彩) 8.8分

资源最后更新于 2020-07-25 14:11:12

作者:【美】TOM TULLIS(汤姆 图丽斯)

译者:周荣刚

出版社:电子工业出版社

出版日期:2016-01

ISBN:9787121277122

文件格式: pdf

标签: 用户体验 用户研究 设计 数据分析 交互设计 研究方法 产品经理 心理学

简介· · · · · ·

如何量化用户体验对有效提高产品的使用质量至关重要。《用户体验度量:收集、分析与呈现(第2版)(全彩)》详尽地介绍了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)、用户体验问题(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)。同时对“综合性量化度量数据”等问题进行了专门介绍,而且结合案例等形式对当前与用户体验相关的新内容(如用户体验对NPS 的影响)进行了说明。

《用户体验度量:收集、分析与呈现(第2版)(全彩)》内容翔实,是一本值得用户体验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。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

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 / 6
1.3 用户体验度量的价值 / 8
1.4 适用于每个人的度量方法 / 9
1.5 用户体验度量的新技术 / 10
1.6 十个关于用户体验度量的常见误解 / 11
误解1 :度量需要花太多的时间而难以收集 / 11
误解2 :用户体验度量要花费太多的钱 / 12
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 / 12
误解4 :用户体验度量对我们理解原因没有帮助 / 12
误解5 :用户体验数据的噪声太多 / 13
误解6 :你只能相信你的直觉 / 13
误解7 :度量不适用于新产品 / 13
误解8 :没有度量适用于我们正在处理的问题 / 14
误解9 :度量不被管理层所理解或赞赏 / 14
误解10 :用小样本很难收集到可靠的数据 / 14
第2 章 背景知识 / 16
2.1 自变量和因变量 / 16
2.2 数据类型 / 17
2.2.1 称名数据 / 17
2.2.2 顺序数据 / 18
2.2.3 等距数据 / 18
2.2.4 比率数据 / 19
2.3 描述性统计 / 20
2.3.1 集中趋势的测量 / 20
2.3.2 变异性的测量 / 22
2.3.3 置信区间 / 23
2.3.4 通过误差线来呈现置信区间 / 25
2.4 比较平均数 / 27
2.4.1 独立样本 / 27
2.4.2 配对样本 / 29
2.4.3 比较两个以上的样本 / 30
2.5 变量之间的关系 / 32
2.5.1 相关 / 32
2.6 非参数检验 / 33
2.6.1 卡方检验 / 33
2.7 用图形化的方式呈现数据 / 35
2.7.1 柱形图或条形图 / 36
2.7.2 折线图 / 38
2.7.3 散点图 / 40
2.7.4 饼图或圆环图 / 41
2.7.5 堆积条形图 / 43
2.8 总结 / 44
第3 章 规划 / 45
3.1 研究目标 / 45
3.1.1 形成式可用性 / 46
3.1.2 总结式可用性 / 46
3.2 用户目标 / 47
3.2.1 绩效 / 47
3.2.2 满意度 / 48
3.3 选择正确的度量:10种可用性研究 / 48
3.3.1 完成一个业务 / 50
3.3.2 比较产品 / 50
3.3.3 评估同一种产品的频繁使用 / 51
3.3.4 评估导航和/ 或信息架构 / 51
3.3.5 提高知晓度 / 52
3.3.6 问题发现 / 53
3.3.7 使应急产品的可用性最大化 / 53
3.3.8 创造整体的正向用户体验 / 54
3.3.9 评估微小改动的影响 / 55
3.3.10 比较替代性的设计方案 / 55
3.4 评估方法 / 56
3.4.1 传统(引导式)的可用性测试 / 56
3.4.2 在线(非引导式)可用性测试 / 57
3.4.3 在线调查 / 60
3.5 其他研究细节 / 61
3.5.1 预算和时间表 / 61
3.5.2 参加者 / 62
3.5.3 数据收集 / 64
3.5.4 数据整理 / 64
3.6 总结 / 65
第4 章 绩效度量 / 67
4.1 任务成功 / 69
4.1.1 二分式成功 / 70
4.1.2 成功等级 / 75
4.1.3 任务成功测量中存在的问题 / 78
4.2 任务时间 / 79
4.2.1 测量任务时间的重要性 / 80
4.2.2 如何收集和测量任务时间 / 80
4.2.3 分析和呈现任务时间数据 / 83
4.2.4 使用时间数据时需要考虑的问题 / 87
4.3 错误 / 89
4.3.1 何时测量错误 / 89
4.3.2 什么构成了错误 / 90
4.3.3 收集和测量错误 / 90
4.3.4 分析和呈现错误 / 91
4.3.5 使用错误度量时需要考虑的问题 / 93
4.4 效率 / 93
4.4.1 收集和测量效率 / 94
4.4.2 分析和呈现效率数据 / 95
4.4.2 结合任务成功和任务时间的效率 / 98
4.5 易学性 / 100
4.5.1 收集和测量易学性数据 / 101
4.5.2 分析和报告易学性数据 / 102
4.5.3 测量易学性时需要考虑的问题 / 104
4.6 总结 / 104
第5 章 基于问题的度量 / 106
5.1 什么是可用性问题 / 107
5.1.1 真问题和假问题 / 108
5.2 如何发现可用性问题 / 108
5.2.1 面对面研究 / 110
5.2.2 自动化研究 / 110
5.3 严重性评估 / 110
5.3.1 基于用户体验的严重性评估 / 111
5.3.2 综合多种因素的严重性评估 / 112
5.3.3 严重性等级评估系统的应用 / 113
5.3.4 严重性等级评估系统的忠告 / 114
5.4 分析和报告“可用性问题相关的度量” / 115
5.4.1 独特问题的频次 / 115
5.4.2 每个参加者遇到的问题数量 / 117
5.4.3 参加者人次 / 118
5.4.4 问题归类 / 119
5.4.5 按任务区分问题 / 119
5.5 可用性问题发现中的一致性 / 120
5.6 可用性问题发现中的偏差 / 123
5.7 参与者数量 / 125
5.7.1 五个参与者足够 / 125
5.7.2 五个参与者不够 / 127
5.7.3 我们的建议 / 129
5.8 总结 / 129
第6 章 自我报告度量 / 131
6.1 自我报告数据的重要性 / 132
6.2 评分量表 / 132
6.2.1 Likert 量表 / 133
6.2.2 语义差异量表 / 134
6.2.3 什么时候收集自我报告数据 / 134
6.2.4 如何收集自我报告数据 / 135
6.2.5 自我报告数据收集中的偏差 / 135
6.2.6 评分量表的一般指导原则 / 136
6.2.7 分析评分量表数据 / 137
6.3 任务后评分 / 141
6.3.1 易用性 / 141
6.3.2 情景后问卷(ASQ) / 141
6.3.3 期望测量 / 142
6.3.4 任务后自我报告度量的比较 / 143
6.4 测试后评分 / 147
6.4.1 合并单个任务的评分 / 147
6.4.2 系统可用性量表 / 148
6.4.3 计算机系统可用性问卷 / 150
6.4.4 用户界面满意度问卷 / 152
6.4.5 有效性、满意度和易用性的问卷 / 153
6.4.6 产品反应卡 / 155
6.4.7 测试后自我报告度量的比较 / 156
6.4.8 净推荐值 / 158
6.5 用SUS比较设计 / 159
6.6 在线服务 / 160
6.6.1 网站分析和测量问卷 / 160
6.6.2 美国客户满意度指数 / 162
6.6.3 OpinionLab / 165
6.6.4 在线网站调查的问题 / 167
6.7 其他类型的自我报告度量 / 167
6.7.1 评估特定的属性 / 167
6.7.2 具体元素的评估 / 170
6.7.3 开放式问题 / 172
6.7.4 知晓度和理解 / 173
6.7.5 知晓度和有用性差距 / 174
6.8 总结 / 175
第7 章  行为和生理度量 / 177
7.1 自发言语表情的观察与编码 / 177
7.2 眼动追踪 / 179
7.2.1 如何进行眼动追踪 / 179
7.2.2 眼动数据的可视化 / 181
7.2.3 兴趣区 / 184
7.2.4 常用眼动度量指标 / 187
7.2.5 眼动分析技巧 / 189
7.2.6 瞳孔反应 / 190
7.3 情感度量 / 191
7.3.1 Affectiva 公司和Q 传感器 / 192
7.3.2 蓝色泡沫实验室和Emovision / 194
7.3.3 Seren 公司和Emotlv / 196
7.4 紧张和其他生理指标 / 198
7.4.1 心率变异性 / 198
7.4.2 心率变异性和皮肤电研究 / 199
7.4.3 其他测量手段 / 200
7. 5 总结 / 202
第8 章 合并和比较度量 / 204
8.1 单一可用性分数 / 204
8.1.1 根据预定目标合并度量 / 205
8.1.2 根据百分比合并度量 / 206
8.1.3 根据z 分数合并数据 / 212
8.1.4 使用单一可用性度量(SUM) / 214
8.2 可用性记分卡 / 216
8.3 与目标和专家绩效比较 / 220
8.3.1 与目标比较 / 220
8.3.2 与专家绩效比较 / 223
8.4 总结 / 224
第9 章 专题 / 226
9.1 实时动态网站数据 / 226
9.1.1 基本的网站分析 / 227
9.1.2 点击率 / 230
9.1.3 弃用率 / 231
9.1.4 A/B 研究 / 232
9.2 卡片分类数据 / 235
9.2.1 开放式卡片分类数据的分析 / 236
9.2.2 封闭式卡片分类数据的分析 / 242
9.2.3 树测试 / 245
9.3 可及性数据 / 247
9.4 投资回报率数据 / 250
9.5 总结 / 255
第10 章 案例研究 / 256
10.1 净推荐值与良好用户体验的价值 / 256
10.1.1 方法 / 257
10.1.2 结果 / 258
10.1.3 在界面设计中对投入进行优先级设置 / 259
10.1.4 讨论 / 261
10.1.5 总结 / 262
参考文献 / 263
作者简介 / 263
10.2 度量指纹采集的反馈效果 / 264
10.2.1 方法 / 264
10.2.2 讨论 / 272
10.2.3 总结 / 274
致谢 / 274
参考文献 / 274
作者简介 / 275
10.3 Web体验管理系统的再设计 / 275
10.3.1 测试迭代 / 276
10.3.2 数据收集 / 277
10.3.3 工作流程 / 278
10.3.4 结果 / 282
10.3.5 结论 / 284
参考文献 / 284
作者简介 / 284
10.4 使用度量来改善大学招生简章网站 / 285
10.4.1 样例1 :可用性测试后决定行动 / 286
10.4.2 样例2 :网站追踪数据 / 289
10.4.3 样例3 :人物角色迭代的定位测量 / 291
10.4.4 总结 / 292
致谢 / 293
参考文献 / 293
作者简介 / 293
10.5 利用生物测量技术测量可用性 / 294
10.5.1 背景 / 294
10.5.2 方法 / 295
10.5.3 生物测量学的发现 / 296
10.5.4 定性结果 / 298
10.5.5 总结及给从业人员的建议 / 299
致谢 / 300
参考文献 / / 300
作者简介 / 301
第11 章 通向成功的10 个关键点 / 302
11.1 让数据活起来 / 302
11.2 主动去度量 / 304
11.3 度量比你想的便宜 / 305
11.4 早计划 / 306
11.5 给你的产品确定基线 / 307
11.6 挖掘你的数据 / 308
11.7 讲商业语言 / 309
11.8 呈现你的置信程度 / 309
11.9 不要误用度量 / 310
11.10 简化你的报告 / 311
参考文献 / 313