用户体验度量 收集、分析与呈现 纪念版

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：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优选化/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
6.2.1Likert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
6.6.3OpinionLab/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
7.3.1Affffectiva公司和Q传感器/191
7.3.2蓝色泡沫实验室和Emovision/193
7.3.3Seren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
9.1.4A/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
10.3Web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