用户体验度量（第3版）（全彩）

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。...

(展开全部)

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。

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
· · · · · · (更多)

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
· · · · · · (收起)