盤點(diǎn)：十個常見的可用性度量誤區(qū)

【計算機(jī)論文】盤點(diǎn)：十個常見的可用性度量誤區(qū)

歸根結(jié)底，這些誤區(qū)是從哪里冒出來的無足輕重，重要的是要將事實(shí)與虛構(gòu)區(qū)分開來。我們圍繞可用性度量的問題列出了十個最常見的誤區(qū)，對應(yīng)著舉了一些例子來一一解釋。誤區(qū)1：度量數(shù)據(jù)收集耗時長最好的情況是，可用性度量可以加速設(shè)計過程，在最壞的情況是，它至少不會應(yīng)影響總體產(chǎn)品的交付時間。度量作為產(chǎn)品正常迭代時可用性評估過程的一部分來說，數(shù)據(jù)收集是迅速而簡易的。項(xiàng)目團(tuán)隊(duì)成員可能會錯誤地認(rèn)為，全面的調(diào)查需要一個啟動過程，你要連續(xù)兩周在實(shí)驗(yàn)室進(jìn)行測試，收集用于可用性度量基本數(shù)據(jù)。事實(shí)上，有一些非常簡單的可用性度量數(shù)據(jù)可以在你日常測試的過程中收集到。在每一個可用性測試開始或結(jié)束時多問幾個額外的問題不會耗費(fèi)多少時間的?？梢宰寘⑴c者可以快速回答一些關(guān)鍵問題，當(dāng)作是問卷里典型的背景問題或后續(xù)活動的一部分就可以了。也可以在參與者每個任務(wù)完成后或全部任務(wù)結(jié)束后，讓他們評估一下這個測試的任務(wù)過程是否可以輕松完成，滿意度如何等。如果你很容易找到一個大群目標(biāo)用戶或有很多在線登陸用戶，那么你可以發(fā)送一個寫著幾個關(guān)鍵問題，也許有一些截圖電子郵件給他們。在一天之內(nèi)收集數(shù)百名用戶調(diào)研資料也是有可能的。一些數(shù)據(jù)甚至可以在沒有涉及用戶參與的情況下快速收集到。例如，你可以輕松而快速地獲得每個新迭代設(shè)計的具體問題的出現(xiàn)頻率和嚴(yán)重程度。收集這些度量數(shù)據(jù)所總共也需要不了幾周的時間，有時甚至幾天就可以完成。更有甚者，只要額外幾小時甚至幾分鐘的時間就足夠了。誤區(qū)2：可用性度量耗費(fèi)財力有些人認(rèn)為，獲得可靠的可用性數(shù)據(jù)的唯一方法是外包給市場研究的調(diào)研公司或可用性咨詢公司，讓他們來做。雖然這在某些情況下可能是有用的，但是需要的價錢恐怕也是不菲的。其實(shí)很多可靠的度量數(shù)據(jù)的獲得根本花不了多少錢。對于產(chǎn)品各種可用性問題出現(xiàn)的頻率和嚴(yán)重程度等這些有價值的度量數(shù)據(jù)，在日常測試的過程中完全可以收集到，這有些令人難以置信，是吧。你也可以通過發(fā)送短郵件來調(diào)查別的員工或一組目標(biāo)用戶來，以此收集大量的定量數(shù)據(jù)。同時，網(wǎng)站上的一些很棒的分析工具都是免費(fèi)的。雖然金錢在某些情況下可以對數(shù)據(jù)收集有所助力，但對于想獲得一些重要的度量數(shù)據(jù)來說，這種做法完全沒必要。誤區(qū)3：在著眼于微小的優(yōu)化時，可用性度量不起作用當(dāng)一些項(xiàng)目團(tuán)隊(duì)成員只對一些很小的改進(jìn)感興趣的時候，他們可能會質(zhì)疑這種度量是否真的有效。他們可能會說，最好是將目光聚焦在產(chǎn)品微小的改進(jìn)上，而不必去擔(dān)心度量數(shù)據(jù)的問題。他們可能沒有任何額外的時間和預(yù)算來收集任何可用性度量數(shù)據(jù)。他們也許會說，度量過程在快速迭代設(shè)計過程中沒有立足之地。其實(shí)，對可用性問題的分析是一種顯而易見又非常有價值的問題解決方案。例如，對可用性問題的嚴(yán)重程度和頻率以及它們?yōu)槭裁磿霈F(xiàn)進(jìn)行研究，是對資源的集中利用，這在設(shè)計過程中的一個十分明智做法。這種方法可以節(jié)省項(xiàng)目耗費(fèi)的時間和金錢。在前人研究的基礎(chǔ)上，你可以很容易地獲得需要的可用性數(shù)據(jù)，這可以幫你回答一些關(guān)鍵的可用性問題。可以說，無論項(xiàng)目大小，可用性度量都適用。誤區(qū)4：可用性度量沒法幫助我們理解內(nèi)在原因有些人認(rèn)為度量沒法幫助我們了解可用性問題的根本原因所在。他們(錯誤地)認(rèn)為，度量結(jié)果只是強(qiáng)調(diào)這個問題有多么嚴(yán)重而已。但如果他們只專注于成功率或完成時間的數(shù)據(jù)，就會很容易明白為什么一些人可能有這種看法了。其實(shí)，度量數(shù)據(jù)能夠告訴你的有關(guān)的可用性問題的根本原因，要比你想象的多得多。你可以通過逐字分析評論來揭示問題的根源和使用用戶的數(shù)量。你能找出用戶在系統(tǒng)使用的哪個地方遇到了問題，而且度量數(shù)據(jù)不僅能告訴你哪里出問題了，甚至能說明問題出現(xiàn)的原因所在。源自于數(shù)據(jù)的編碼和分析方法的支持，豐富的可用性數(shù)據(jù)，可以幫助你揭示很多可用性問題產(chǎn)生的根本原因。誤區(qū)5：可用性數(shù)據(jù)噪聲太多了對可用性度量最大的一個批評是，數(shù)據(jù)里充滿了太多的“噪聲”干擾：太多的變量，讓人不清楚到底發(fā)生了什么事情。一個經(jīng)典的“噪聲”數(shù)據(jù)例子就是，在一個自動化的可用性研究中測量任務(wù)完成時間。但是在這期間，參與者會出去喝杯咖啡，或者更糟糕的是，周末回家休息。雖然情況這可能發(fā)生，但它不應(yīng)該阻止你收集任務(wù)時間數(shù)據(jù)或任何其他類型的可用性數(shù)據(jù)。有一些簡單的做法，可以減少甚至消除數(shù)據(jù)中的噪聲。清理后的可用性數(shù)據(jù)，一些極端數(shù)值將不會被用于分析中。同時，對于一些具體的度量數(shù)據(jù)，可以通過仔細(xì)選擇來以減少噪聲數(shù)據(jù)的干擾。定義良好的程序可以用來確保在評價任務(wù)或可用性問題時保持適當(dāng)水平上的一致性。許多標(biāo)準(zhǔn)的可用性問卷調(diào)查已經(jīng)被許多學(xué)者廣泛驗(yàn)證。這個做法的底線就是，通過認(rèn)真思考和一些簡單的技巧的使用，可顯著降低很多可用性數(shù)據(jù)中的噪聲干擾，營造一幅關(guān)于用戶的行為和態(tài)度的清晰畫面。誤區(qū)6：你只能相信自己的直覺很多可用性的決策需要“全身心的投入”才能做出來。項(xiàng)目團(tuán)隊(duì)里總有人會說，“這個決定只是憑感覺做出來的！”度量的美妙之處有很多，其中之一就在于在工作中數(shù)據(jù)的獲得是需要耗費(fèi)大量精力，從可用性的決策中猜測得來的。一些設(shè)計選擇存在很多詬病，但它們實(shí)際上可能影響很多用戶。有時候，看似正確的設(shè)計方案反而是違反直覺的。例如，一個設(shè)計團(tuán)隊(duì)?wèi)?yīng)該確保網(wǎng)頁上所有的信息都呈現(xiàn)在頁面上，從而消除了滾動頁面的需求。然而，可用性數(shù)據(jù)(也許是任務(wù)完成時間的形式數(shù)據(jù))可以顯示更長的任務(wù)完成時間，因?yàn)樵诟鞣N視覺元素之間沒有足夠的空白空間可供利用。直覺固然重要，但數(shù)據(jù)是更有說服力。誤區(qū)7：度量不適用于新產(chǎn)品有些人在評價一個新產(chǎn)品羞于使用度量方法。他們可能會說，既然沒對比的問題點(diǎn)，度量就是毫無意義的。我們認(rèn)為恰恰相反。當(dāng)評估一個新產(chǎn)品的時候，建立一套基準(zhǔn)度量標(biāo)準(zhǔn)比在未來的設(shè)計迭代中進(jìn)行度量比較更重要。這是準(zhǔn)確把握設(shè)計是否真的提高改善了的唯一方法。此外，建立新產(chǎn)品的目標(biāo)度量指標(biāo)也很有用。產(chǎn)品發(fā)布之前，至少要滿足圍繞任務(wù)成功，滿意度、效率等這些方面建立基本的可用性度量指標(biāo)。誤區(qū)8：對于特殊類型的問題的處理，我們無法度量有些人相信，不存在任何與他們創(chuàng)建的特定產(chǎn)品或項(xiàng)目相關(guān)的度量指標(biāo)。無論項(xiàng)目目標(biāo)是什么，至少一對度量指標(biāo)與項(xiàng)目的商業(yè)目標(biāo)是直接相關(guān)的。例如，有些人說他們唯一感興趣的用戶的情緒反應(yīng)和不實(shí)際的工作表現(xiàn)。在這種情況下，幾種行之有效的測量情緒反應(yīng)方法是可用的。在其他情況下，可能有人只關(guān)注意識。那么有一種很簡單的測量意識方法，即使沒有眼動跟蹤設(shè)備。有些人說，他們只對用戶更微妙的反應(yīng)感興趣，例如他們的沮喪水平。還有不需要詢問用戶就可以測量應(yīng)力水平的方式。在我們的可用性研究的幾年中，我們也遇到一個企業(yè)或用戶的目標(biāo)，在某種程度上是不可測量的。你可能要在你如何收集數(shù)據(jù)上做出一些創(chuàng)新，但是它總是能夠度量出來的。誤區(qū)9：管理人員不理解或者不認(rèn)可度量數(shù)據(jù)雖然有一些管理者認(rèn)為可用性只是提供設(shè)計或產(chǎn)品的定性反饋數(shù)據(jù)，但是大多數(shù)經(jīng)理還是看到了測量的價值所在。據(jù)我們的經(jīng)驗(yàn)，高水平的管理人員不僅理解可用性度量的內(nèi)容，同事也非常認(rèn)可和欣賞非常感激。他們可以講度量與聯(lián)系起來。度量為團(tuán)隊(duì)、產(chǎn)品和設(shè)計過程提供可靠的保證。度量數(shù)據(jù)可以用來計算投資回報率。大多數(shù)管理者喜歡度量數(shù)據(jù)，并且可用性度量是一種他們能夠快速掌握的方法?？捎眯远攘繑?shù)據(jù)可以成功地將管理者的注意力轉(zhuǎn)移過來。例如，在線檢測過程中存在一個問題是一回事，但如果說52%的用戶在網(wǎng)上找到頁面后都無法成功購買產(chǎn)品，這就是一個完全不同的事情了。誤區(qū)10：小樣本中難以收集到可靠的數(shù)據(jù)一個廣泛認(rèn)可的理念是，收集任何可靠的可用性度量數(shù)據(jù)都需要一個大樣本量的支持。很多人認(rèn)為，你需要至少30個參與者參與測試，才可以開始考慮可用性數(shù)據(jù)收集的問題。雖然有一個更大的樣本大小