用戶體驗度量:收集、分析與呈現(第3版)(全彩)

周榮剛,(美)Tom Tullis(湯姆·圖麗斯)

買這商品的人也買了...

相關主題

商品描述

用戶體驗度量對有效提升產品質量至關重要。本書詳盡地介紹如何有效且可靠地收集、分析和呈現典型的用戶體驗度量數據:操作績效(正確率等)、可用性問題(頻率和嚴重程度)、自我報告式的滿意度及生理/行為數據(眼動追蹤等)。相對第2版,本版不僅新增第8章“情感度量”,還引入許多新的度量指標,如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley體驗記分卡等,全面更新用戶體驗度量的相關案例。本書內容翔實,是一本值得用戶體驗從業人員和數據分析及運營人員研讀的參考書,也可以作為大中專院校相關專業的教材。

目錄大綱

第 1 章 引言 / 1
1.1 什麽是用戶體驗 / 4
1.2 什麽是用戶體驗度量 / 8
1.3 用戶體驗度量的價值 / 10
1.4 人人都能學會的用戶體驗度量方法 / 11
1.5 用戶體驗度量的新技術 / 12
1.6 十個關於用戶體驗度量的常見誤解 / 13
誤解 1 :度量數據需要花太多的時間收集 / 13
誤解 2 :用戶體驗度量要花費太多的錢 / 13
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 / 14
誤解 4 :用戶體驗度量無助於我們理解問題發生的原因 / 14
誤解 5 :用戶體驗度量的數據噪聲太多 / 14
誤解 6 :直覺就夠用,不必度量 / 15
誤解 7 :度量不適用於新產品 / 15
誤解 8 :沒有度量適用於我們正在處理的問題 / 15
誤解 9 :度量不被管理層所理解或贊賞 / 16
誤解 10 :用小樣本很難收集到可靠的數據 / 16
第 2 章 背景知識 / 17
2.1 自變量和因變量 / 18
2.2 數據類型 / 18
2.2.1 稱名數據 / 18
2.2.2 順序數據 / 19
2.2.3 等距數據 / 20
2.2.4 比率數據 / 21
2.3 描述性統計 / 22
2.3.1 集中趨勢的度量 / 22
2.3.2 變異性的度量 / 24
2.3.3 置信區間 / 25
2.3.4 通過誤差線來展示置信區間 / 27
2.4 比較平均值 / 29
2.4.1 獨立樣本 / 29
2.4.2 配對樣本 / 31
2.4.3 比較兩個以上的樣本 / 32
2.5 變量之間的關系 / 34
2.6 非參數檢驗 / 35
2.7 數據圖形化 / 37
2.7.1 柱狀圖或條形圖 / 38
2.7.2 折線圖 / 40
2.7.3 散點圖 / 42
2.7.4 餅圖或圓環圖 / 44
2.7.5 堆積條形圖 / 45
2.8 總結 / 46
第 3 章 規劃 / 48
3.1 用戶體驗研究的目標 / 48
3.1.1 形成性研究 / 49
3.1.2 總結性研究 / 49
3.2 用戶體驗目標 / 50
3.2.1 用戶績效 / 51
3.2.2 用戶偏好 / 51
3.2.3 用戶情感 / 51
3.3 商業目標 / 52
3.4 選擇合適的用戶體驗度量指標 / 53
3.4.1 完成一個任務 / 54
3.4.2 比較產品 / 55
3.4.3 評估同一產品的使用頻率 / 55
3.4.4 評估導航和 / 或信息架構 / 56
3.4.5 提高產品知曉度 / 57
3.4.6 問題發現 / 58
3.4.7 使緊要產品的可用性最大化 / 58
3.4.8 創造整體正向的用戶體驗 / 59
3.4.9 評估產品微小改動的影響 / 60
3.4.10 不同設計方案的比較 / 60
3.5 用戶體驗研究的方法與工具 / 61
3.5.1 傳統(引導式)的可用性測試 :實驗室測試 / 61
3.5.2 非引導式的可用性測試 :在線測試 / 62
3.5.3 在線調查 / 63
3.5.4 信息架構工具 / 64
3.5.5 點擊和鼠標工具 / 65
3.6 其他研究細節 / 65
3.6.1 預算和時間表 / 65
3.6.2 參與者 / 67
3.6.3 數據收集 / 68
3.6.4 數據整理 / 69
3.7 總結 / 70
第 4 章 績效度量 / 71
4.1 任務成功 / 73
4.1.1 二分式成功 / 74
4.1.2 任務成功等級 / 78
4.1.3 任務成功度量中存在的問題 / 81
4.2 任務時間 / 82
4.2.1 度量任務時間的重要性 / 83
4.2.2 任務時間的收集和度量 / 83
4.2.3 分析和呈現任務時間數據 / 86
4.2.4 分析任務時間數據時需要考慮的問題 / 90
4.3 錯誤 / 92
4.3.1 何時度量錯誤 / 93
4.3.2 什麽造成錯誤 / 93
4.3.3 收集和度量錯誤 / 94
4.3.4 分析和呈現錯誤數據 / 95
4.3.5 錯誤度量時需要考慮的問題 / 98
4.4 效率 / 99
4.4.1 收集和度量效率 / 99
4.4.2 分析和呈現效率數據 / 100
4.4.3 合並任務成功和任務時間的效率 / 102
4.5 易學性 / 105
4.5.1 收集和度量易學性 / 106
4.5.2 分析和呈現易學性數據 / 106
4.5.3 度量易學性的關鍵問題 / 108
4.6 總結 / 109
第5 章 自我報告度量 / 111
5.1 自我報告數據的重要性 / 112
5.2 評分量表 / 112
5.2.1 李克特量表 / 113
5.2.2 語義差異量表 / 114
5.2.3 什麽時候收集自我報告數據 / 115
5.2.4 如何收集自我報告數據 / 115
5.2.5 自我報告數據收集中的偏差 / 116
5.2.6 評分量表的一般指導原則 / 116
5.2.7 分析評分量表數據 / 118
5.3 任務後評分 / 122
5.3.1 易用性 / 122
5.3.2 事後調查問捲 / 122
5.3.3 期望度量 / 123
5.3.4 任務後自我報告度量的比較 / 124
5.4 總體用戶體驗評分 / 127
5.4.1 系統可用性量表 / 127
5.4.2 電腦系統可用性問捲 / 130
5.4.3 產品反應卡 / 132
5.4.4 用戶體驗問捲 / 133
5.4.5 AttrakDiff / 136
5.4.6 凈推薦值 / 137
5.4.7 用戶體驗自我報告度量的其他工具 / 139
5.4.8 總體自我報告度量的比較 / 140
5.5 用SUS對設計進行比較 / 142
5.6 在線調查 / 143
5.6.1 網站分析和度量問捲 / 143
5.6.2 美國客戶滿意度指數 / 144
5.6.3 OpinionLab / 145
5.6.4 在線調查需要註意的問題 / 145
5.7 其他類型的自我報告度量 / 146
5.7.1 評估屬性優先級 / 146
5.7.2 評估特定屬性 / 147
5.7.3 評估具體部分 / 149
5.7.4 開放式問題 / 150
5.7.5 知曉度和理解 / 152
5.7.6 知曉度 - 有用性差距 / 154
5.8 總結 / 155
第 6 章 可用性問題度量 / 156
6.1 什麽是可用性問題 / 156
6.2 如何發現可用性問題 / 158
6.2.1 在一對一研究中使用出聲思維 / 161
6.2.2 在自動化研究中使用文本評論 / 162
6.2.3 使用網站分析 / 162
6.2.4 使用眼動追蹤 / 163
6.3 嚴重性等級評估 / 163
6.3.1 基於用戶體驗的嚴重性等級評估 / 164
6.3.2 綜合多種因素的嚴重性等級評估 / 165
6.3.3 嚴重性等級評估系統的應用 / 167
6.3.4 嚴重性等級評估系統的應用註意事項 / 167
6.4 分析和呈現可用性問題度量 / 168
6.4.1 獨特可用性問題的發生頻率 / 169
6.4.2 每名參與者遇到的可用性問題數量 / 170
6.4.3 遇到可用性問題的參與者數量 / 171
6.4.4 將可用性問題分類 / 171
6.4.5 按任務分析可用性問題 / 172
6.5 可用性問題發現中的共識 / 173
6.6 可用性問題發現中的偏差 / 174
6.7 參與者數量 / 176
6.7.1 五名參與者足夠 / 176
6.7.2 五名參與者不夠 / 177
6.7.3 怎麽辦 / 178
6.7.4 我們的建議 / 179
6.8 總結 / 179
第 7 章 眼動追蹤 / 181
7.1 如何進行眼動追蹤 / 182
7.2 移動眼動追蹤 / 184
7.2.1 度量瞬讀性 / 184
7.2.2 在具體情景中理解移動用戶 / 185
7.2.3 移動眼動追蹤技術 / 186
7.2.4 眼鏡式眼動追蹤 / 187
7.2.5 支架式眼動追蹤 / 187
7.2.6 軟件式眼動追蹤 / 188
7.3 眼動數據的可視化 / 189
7.4 興趣區 / 191
7.5 常用眼動度量指標 / 193
7.5.1 停留時間 / 193
7.5.2 註視點數量 / 193
7.5.3 註視時間 / 193
7.5.4 瀏覽順序 / 193
7.5.5 首次註視所需要的時間 / 194
7.5.6 重訪次數 / 194
7.5.7 命中率 / 194
7.6 眼動數據分析技巧 / 195
7.7 瞳孔反應 / 196
7.8 總結 / 196
第 8 章 情感度量 / 198
8.1 定義用戶情感體驗 / 199
8.2 度量情感的方法 / 201
8.3 通過語言表達度量情感 / 204
8.4 自我報告 / 206
8.5 面部表情分析 / 210
8.6 皮膚電反應 / 213
8.7 案例分析:生物識別技術的價值 / 215
8.8 總結 / 218
第 9 章 合並和比較度量 / 220
9.1 單一的用戶體驗分數 / 220
9.1.1 根據預定目標合並度量 / 221
9.1.2 根據百分比合並度量 / 222
9.1.3 根據 z 分數合並數據 / 229
9.1.4 使用單一用戶體驗度量 / 232
9.2 用戶體驗記分卡和用戶體驗框架 / 233
9.2.1 用戶體驗記分卡 / 234
9.2.2 用戶體驗框架 / 238
9.3 分別與目標績效和專家績效比較 / 239
9.3.1 與目標績效比較 / 239
9.3.2 與專家績效比較 / 241
9.4 總結/243
第 10 章 專題 / 244
10.1 網站分析 / 244
10.1.1 基本的網站分析 / 245
10.1.2 點擊率 / 248
10.1.3 棄用率 / 250
10.1.4 A/B 測試 / 251
10.2 卡片分類 / 252
10.2.1 開放式卡片分類數據的分析 / 253
10.2.2 封閉式卡片分類數據的分析 / 259
10.3 樹形測試 / 263
10.4 首次點擊測試 / 266
10.5 可及性度量 / 269
10.6 投資收益的度量 / 272
10.7 總結 / 276
第 11 章 案例研究 / 278
11.1 在 Netflix 電視用戶界面中思考的快與慢 / 278
11.1.1 背景 / 278
11.1.2 方法 / 279
11.1.3 結果 / 281
11.1.4 討論 / 283
11.1.5 影響 / 284
11.2 參與/競爭/勝出(PCW)框架:評估市場上的產品與特徵 / 286
11.2.1 簡介 / 286
11.2.2 提出客觀標準 / 287
11.2.3 功能分析 / 288
11.2.4 PCW(總結性)可用性測試 / 291
11.3 企業用戶體驗案例研究:發現“用戶體驗-收益鏈” / 293
11.3.1 度量指標的識別與選擇 / 294
11.3.2 方法 / 296
11.3.3 分析 / 300
11.3.4 結果 / 300
11.3.5 結論 / 303
11.4 四個醫療保健網站的競爭性用戶體驗基準測試 / 303
11.4.1 方法 / 304
11.4.2 結果 / 306
11.4.3 總結和建議 / 311
11.5 縮小補充營養援助計劃(SNAP)鴻溝 / 313
11.5.1 實地調查 / 314
11.5.2 每周檢視 / 315
11.5.3 申請問題 / 316
11.5.4 調查 / 318
11.5.5 測試原型 / 320
11.5.6 成功的度量指標 / 321
11.5.7 組織 / 321
第 12 章 通向成功的 10 個關鍵點 / 323
12.1 讓數據活起來 / 323
12.2 主動去度量 / 325
12.3 度量比想的便宜 / 326
12.4 早計劃 / 327
12.5 給產品確定用戶體驗基線 / 327
12.6 挖掘數據 / 328
12.7 講商業語言 / 329
12.8 呈現置信區間 / 330
12.9 不要誤用度量 / 331
12.10 簡化報告 / 332
參考文獻 / 335