出版社: 电子工业出版社
出品方: 博文视点
副标题: 收集、分析与呈现
译者: 周荣刚
出版年: 2020-6
页数: 340
定价: 118.00元
装帧: 平装
ISBN: 9787121385353
内容简介 · · · · · ·
如何量化用户体验对有效提高产品的使用质量至关重要。本书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。本书内容翔实,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。
用户体验度量(纪念版)的创作者
· · · · · ·
-
特里斯 作者
作者简介 · · · · · ·
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》(...
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。
目录 · · · · · ·
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
· · · · · · (更多)
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 :只能相信自己的直觉 / 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
2.6 非参数检验 / 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 评估同一种产品的使用效率 / 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 参与者 / 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
4.4.3 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
5.2 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 每个参与者遇到的问题数量 / 117
5.4.3 参与者人次 / 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 / 154
6.4.7 测试后自我报告度量的比较 / 155
6.4.8 净推荐值 / 157
6.5 用SUS比较设计 / 158
6.6 在线服务 / 159
6.6.1 网站分析和测量问卷 / 159
6.6.2 美国客户满意度指数 / 161
6.6.3 OpinionLab / 164
6.6.4 在线网站调查的问题 / 166
6.7 其他类型的自我报告度量 / 166
6.7.1 评估特定的属性 / 166
6.7.2 具体元素的评估 / 169
6.7.3 开放式问题 / 171
6.7.4 知晓度和理解 / 172
6.7.5 知晓度和有用性差距 / 173
6.8 总结 / 174
第 7 章 行为和生理度量 / 176
7.1 自发言语表情的观察与编码 / 176
7.2 眼动追踪 / 178
7.2.1 如何进行眼动追踪 / 178
7.2.2 眼动数据的可视化 / 180
7.2.3 兴趣区 / 183
7.2.4 常用眼动度量指标 / 186
7.2.5 眼动分析技巧 / 188
7.2.6 瞳孔反应 / 189
7.3 情感度量 / 190
7.3.1 Affffectiva 公司和 Q 传感器 / 191
7.3.2 蓝色泡沫实验室和 Emovision / 193
7.3.3 Seren 公司和 Emotlv / 195
7.4 紧张和其他生理指标 / 197
7.4.1 心率变异性 / 197
7.4.2 心率变异性和皮肤电研究 / 198
7.4.3 其他测量手段 / 199
7. 5 总结 / 201
第 8 章 合并和比较度量 / 203
8.1 单一可用性分数 / 203
8.1.1 根据预定目标合并度量 / 204
8.1.2 根据百分比合并度量 / 205
8.1.3 根据 z 分数合并数据 / 211
8.1.4 使用单一可用性度量(SUM) / 213
8.2 可用性记分卡 / 215
8.3 与目标和专家绩效比较 / 219
8.3.1 与目标比较 / 219
8.3.2 与专家绩效比较 / 222
8.4 总结 / 223
第 9 章 专题 / 225
9.1 实时动态网站数据 / 225
9.1.1 基本的网站分析 / 226
9.1.2 点击率 / 229
9.1.3 弃用率 / 230
9.1.4 A/B 研究 / 231
9.2 卡片分类数据 / 234
9.2.1 开放式卡片分类数据的分析 / 235
9.2.2 封闭式卡片分类数据的分析 / 241
9.2.3 树测试 / 244
9.3 可及性数据 / 246
9.4 投资回报率数据 / 249
9.5 总结 / 254
第 10 章 案例研究 / 255
10.1 净推荐与良好用户体验的价值 / 255
10.1.1 方法 / 256
10.1.2 结果 / 257
10.1.3 在界面设计中对投入进行优先级设置 / 258
10.1.4 讨论 / 260
10.1.5 总结 / 261
参考文献 / 262
作者简介 / 262
10.2 度量指纹采集的反馈效果 / 263
10.2.1 方法 / 263
10.2.2 讨论 / 271
10.2.3 总结 / 273
致谢 / 273
参考文献 / 273
作者简介 / 274
10.3 Web体验管理系统的再设计 / 274
10.3.1 测试迭代 / 275
10.3.2 数据收集 / 276
10.3.3 工作流程 / 277
10.3.4 结果 / 281
10.3.5 结论 / 283
参考文献 / 283
作者简介 / 283
10.4 使用度量来改善大学招生简章网站 / 284
10.4.1 样例 1 :可用性测试后决定行动 / 285
10.4.2 样例 2 :网站追踪数据 / 288
10.4.3 样例 3 :人物角色迭代的定位测量 / 290
10.4.4 总结 / 291
致谢 / 292
参考文献 / 292
作者简介 / 292
10.5 利用生物测量技术测量可用性 / 293
10.5.1 背景 / 293
10.5.2 方法 / 294
10.5.3 生物测量学的发现 / 295
10.5.4 定性结果 / 297
10.5.5 总结及给从业人员的建议 / 298
致谢 / 299
参考文献 / / 299
作者简介 / 300
第 11 章 通向成功的 10 个关键点 / 301
11.1 让数据活起来 / 301
11.2 主动去度量 / 303
11.3 度量比想的便宜 / 304
11.4 早计划 / 305
11.5 给产品确定基线 / 306
11.6 挖掘数据 / 307
11.7 讲商业语言 / 308
11.8 呈现置信程度 / 308
11.9 不要误用度量 / 309
11.10 简化报告 / 310
参考文献 / 312
· · · · · · (收起)
原文摘录 · · · · · · ( 全部 )
-
其他还有很多非引导式的可用性测试工具能够简化数据收集的过程,降低其成本。如通过 Userzoom和 Loopll都能有效并低成本地收集大量的可用性数据: Usabilla在整合定性与定量数据方面也非常出色,同时价格也非常合理; Usabilitesting.com提供便捷、快速的服务,用以进行定性的自动式的可用性研究。 (查看原文) —— 引自章节:1.5 用户体验度量的新技术 / 10 -
第一章 引言 第二章 背景知识 第三章 规划可用性研究 第四章 绩效测量 第五章 基于问题的度量 第六章 自我报告式的度量 第七章 行为和生理度量 第八章 合并和比较度量 第九章 专题 第十章 案例研究 第十一章 推进 参考文献 (查看原文) —— 引自章节:概览
> 全部原文摘录
喜欢读"用户体验度量(纪念版)"的人也喜欢的电子书 · · · · · ·
喜欢读"用户体验度量(纪念版)"的人也喜欢 · · · · · ·
用户体验度量(纪念版)的书评 · · · · · · ( 全部 13 条 )

可用性从业人员必读的书

可以读但并不是太推荐

如何量化用户体验KPI
这篇书评可能有关键情节透露
1 用户体验 之前写过一篇“ 扔个界面上去? ”里面提到了关于UI和UX的区别。 直白的说,用户体验就是关于“感受”的部分,这种感受不完全依赖于界面的设计。 度量 度量是一种测量或评价特定现象或事物的方法。 比如时间、距离、重量、高度、速度、温度、体积等等。 所以,我们... (展开)
主要还是可用性方面的评估,值得一读

一本讲解如何把定性变为定量方法的书
> 更多书评 13篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部7 )
-
电子工业出版社 (2016)8.7分 182人读过
-
Morgan Kaufmann (2008)8.4分 165人读过
-
机械工业出版社 (2009)8.0分 639人读过
-
电子工业出版社 (2024)暂无评分 5人读过
以下书单推荐 · · · · · · ( 全部 )
- 与环境的互操作数据流----数字化核心5 (小毛叔)
- 书单|需求分析 (危枫)
- 书单|用户体验书籍评分Top20 (celine)
- 書 (scarlett18)
- 2021&2022&2023买书 (Sparkle)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于用户体验度量(纪念版)的评论:
feed: rss 2.0
0 有用 发条洋葱 2021-09-28 10:12:50
为了准备一个游戏用研的面试看的,其实看完觉得不是特别适合游戏领域。面试的时候问面试官还有什么可以准备的,他说只要把自己重新放到一个玩家的位置就好了,其他工具都是能慢慢掌握的——还是很受用啊
0 有用 momo 2022-04-28 11:18:08
到底是翻译生硬还是作者措辞生硬?首先“度量”这个词咱平时用得多么?
0 有用 沈持盈 2020-08-04 16:44:53
一个产品的优化,当然要靠用户的体验,但也要考虑到PM的直觉……
0 有用 东区迪克 2022-04-17 02:12:35
干货与工具
1 有用 正在树上倒挂 2021-07-17 10:50:07
有了一点项目经验后 作者的思路就非常好理解了 满分! 无论是最开始的项目思路介绍 背景知识介绍还是具体工具应用介绍。可能差一点的是 对新手非常不友好。第二次重新读发现这书这么好读!还是带着项目疑惑读效率高~ 现在很多测量已经和大数据相结合了 定性和定量研究越来越紧密了 这书就全都cover了 非常好。