Kasutajauuringute ja kasutatavuse testimise käigus kogutud andmete kogumine, sorteerimine ja mõistmine on muutumas UX-i praktikute seas üha tavalisemaks ülesandeks - tegelikult on see muutumas kriitiliseks UX-oskuseks.

Kasutatavuse test annab teile teada, kas teie sihtkasutajad saavad teie toodet kasutada. See aitab tuvastada probleeme, mis inimestel on konkreetse kasutajaliidese abil, ning paljastab raskesti täidetavaid ülesandeid ja segadust tekitava keele. Tavaliselt hõlmab kasutatavuse test ulatuslikku ettevalmistamist ja analüüsi ning seda peetakse üheks kõige väärtuslikumaks uurimistehnikaks. See suudab pakkuda mõlemat kvantitatiivne ja kvalitatiivne andmed, mis aitavad tootemeeskonda paremate lahenduste poole juhtida.

See pole siiski jalutuskäik pargis. Püüdes avastama kasutatavuse probleemid, UX-i teadlased ja disainerid peavad sageli toime tulema mittetäielike, ebatäpsete ja segaste andmete vooluga. Viie kuni kümne osalejaga tavaline kasutatavustesti saab genereerida hõlpsasti üle kuuekümne numbri . Kardetuid oodates võib tekkida tunne, nagu oleks 'tulekahjust joomine' analüüsi halvatus oma koleda pea tagaküljele.

Märkimisväärne risk proovimisel lahendada kasutamisprobleemid lähevad valele teele, püüdes leida lahendusi, mis käsitletud probleeme tegelikult ei lahenda. Risk on selles, et leitud probleemide ja tuvastatud lahenduste vahel võib olla seos. Need võivad olla põhjustatud paljudest erinevatest teguritest, sealhulgas otsuse väsimus ja mitut tüüpi tunnetuslikke eelarvamusi .

õlipalmisaak hektari kohta

Kuidas muuta kasutatavuse testimise andmed toimivaks lahenduseks

Eespool nimetatud takistuste ületamiseks vajame tõhusaid viise oma testiandmete käsitsemiseks, tagades samas, et valime leitud probleemidele kõige tõhusamad lahendused.

Alustame mõne idee loomeprotsessist laenamisega. Üks võimsamaid on topelt teemant Briti disaininõukogult , mis omakorda kasutab lahknev-lähenev mõtlemine . See on disainiprotsess, millel on selgelt määratletud ja integreeritud probleemide ja lahenduste faasid.

Topeltteemant on just see, mida peame ehitama raamistiku jaoks, mis tegeleb kasutatavuse probleemidega ja leiab viisid nende lahendamiseks.

Ülaltoodud mudeli kohandamine tulemuse kasutatavuse testimisega on neljaetapiline protsess:

1. Andmete kogumine
2. Välja prioriteetide seadmine
3. Lahenduste genereerimine
4. Lahenduse prioriseerimine

Vaatame iga sammu üksikasjalikult, sealhulgas seda, kuidas seda praktikas rakendada.

Märge: Peame kasutama mõnda põhimatemaatikat. Ärge muretsege, see pole liiga palju ja selle artikli lõpus leiate arvutustabeli, mis automatiseerib kogu protsessi. Kui see ikka teie jaoks ei toimi, on olemas ka visuaalne lähenemisviis, kus saate kasutada Post-iti ja tahvleid.

1. samm: kasutatavuse uurimise andmete kogumine

Alustades oma uurimisküsimused , esimene samm on kasutatavustesti abil genereeritud andmete kogumine. See tuleb seadistada ideede hõlpsaks loomiseks ja ülevaate saamiseks hilisemas protsessis - peamine on andmete selge struktureerimine ja korrastamine, et vältida segadust. Enamikul juhtudel piisab:

• Kas teil on probleem identifitseerimine (ID) süsteem
• Märge kus see juhtus (ekraan, moodul, kasutajaliidese vidin, voog jne)
• Teadke ülesanne kasutaja tegeles
• Pakkuda lühidalt kirjeldus väljaandest

Lewise ja Sauro raamatus kasutatud ühine lähenemine kasutatavuse probleemide korraldamisel Kasutuskogemuse kvantifitseerimine , on andmete joonistamine, nagu on näidatud allolevas tabelis, kusjuures ridade probleemid ja osalejad on viimastes veergudes.

Ülalolevas näites andis kolme osalejaga tehtud väljamõeldud kasutatavuse test kaks probleemi:

• Esimene, mida osaleja koges (P1)
• Teised osalejad (P2 ja P3)

2. samm: prioriteetide määramine

Kuna ressursid on piiratud, tuleb kasutatavuse probleemid seada esikohale viisil, mis analüüsi optimeerib. Tavaliselt on iga kasutamisprobleemi hinne tõsidus , mida mõjutavad mõned tegurid, näiteks:

• Ülesande kriitilisus: Hinnatud mõju ettevõttele või kasutajale, kui ülesanne pole täidetud.
• Väljaandmise sagedus: Mitu korda on probleem tekkinud erinevate osalejatega.
• Probleemi mõju: Kui palju on see mõjutanud kasutajat, kes üritab ülesannet täita.

Prioriteetide seadmiseks peame järgima neid samme:

1. Määrake kriitilisuse skoor igast testis sooritatud ülesandest. Lihtsamalt öeldes määrake, kui oluline on ülesanne ettevõtte või kasutaja jaoks, määrates sellele arvulise väärtuse. Väärtused võivad pärineda lihtsast lineaarsest järjestusest (nt 1, 2, 3, 4 jne) või millestki keerulisemast nagu Fibonacci järjestus (1, 2, 3, 5, 8 jne), täpselt nagu kasutatakse agiilsetes meetodites nagu pokkeri planeerimine .

2. Määrake mõju skoor määrake iga väljaande jaoks selle skaala üksuste jaoks väärtus (sama mis ülalpool):
   • 5: (blokeerija) takistab probleem kasutajal ülesande täitmist
   • 3: (suurem) põhjustab pettumust ja / või viivitust
   • 2: (väike) mõjutab see ülesande täitmist vähe
   • 1: (soovitus) see on osaleja soovitus

3. Leidke väljaandmise sagedus (%) väljaandest, jagades juhtumite arvu osalejate koguarvuga. See on põhiline protsentarvutus.

4. Lõpuks arvutage tõsidus iga väljaande korrutades ülaltoodud kolm muutujat.

Vaatame, kuidas see arvutustabelis töötab (muidugi tahame seda automatiseerida, eks?). Meie uuendatud tabel näeks välja selline:

Ülaltoodud näites on meil järgmine stsenaarium:

• Kolm kasutamisprobleemi, mida kogesid kolm osalejat (p1, p2 ja p3);
• Ülesanne ‘loo postitus’ ilmub kaks korda ja määrab a kriitiliselt 5-st ja vähem kriitiline ülesanne (sotsiaalne sisselogimine) määras 3;
• Igale väljaandele määrati selle väärtus mõju : 5 (blokeerija), 3 (suurem) ja 2 (väike mõju ülesande täitmisele);
• The sagedus igast väljaandest (nt väljaanne nr 2 ilmus kolmel osalejal kaks korda, seega 2/3 = 0,67);
• Lõpuks tõsidus tulenes teiste tegurite korrutamisest (nt 3 x 5 x 0,33 = 4,95).

Praegu on see kõik. Leidsime kõige olulisemad kasutatavuse probleemid selles järjekorras: 3 , 2 ja üks . Selles etapis on meil ka hea vaatenurk kasutatavuse probleemmaastik —Suur pilt, mis aitab meeskonnal järgmiste sammude käigus kõrgetasemelist probleemi raamistada ja optimeerida.

3. samm: lahenduse genereerimine

Tavaliselt ei ole kasutatavustestid lõpule viidud ilma soovituste (üldised soovitused) ja lahenduste (konkreetsed juhised) loendita. Mõnikord on lahendus üsna ilmne - näiteks kasutajaliidese komponendi paigutuse parandamine. Olukord muutub keerulisemaks nende probleemide puhul, mille lahendused on ilmsed või paljude võimalike lahendustega. Milline lahendus on parem? Kumb neist on teostatavam? Kui suur on katse läbiviimise kulu ja kasu, et teada saada? Siin ei piisa tavapäraste soovituste tavapärasest meetodist.

Halbade kujundusotsuste langetamise riski vähendamiseks vajame: a) valimiseks mitmeid lahenduste alternatiive ja b) tõhusat valimisprotsessi. Kasutame sama lahknevat ja lähenevat lähenemisviisi, mida kasutati eelmises etapis andmete kogumisel ja prioriteetide seadmisel. Sammud on:

1. Iga numbri puhul genereerida mitu lahenduse ideed —Mis on selle probleemi lahendamise võimalikud viisid? Siin on meil suurepärane koostöövõimalus ülejäänud meeskonnaga (arendajad, disainerid, tootejuhid jne).

2. Korrastage lahused, hoides neid konkreetsetena - ühendage või jagage lahendused vastavalt vajadusele, et vältida koondamisi ja liigset abstraktsiooni. Jällegi olge konkreetne, et ideid oleks lihtsam hinnata. Näiteks on lihtsalt „Vältige hamburgerimenüü kasutamist“ asemel parem öelda konkreetne lahendus, näiteks „Kasuta horisontaalset navigeerimis- ja vertikaalpuu menüüd“.

3. Märgi lisaküsimused et lahendus suudaks lahendada - praktikas saab üks hea lahendus lahendada mitu küsimust. Head lahendused on mitmekülgsed!

Järgides ülaltoodud samme, näeb saadud tabel välja järgmine:

Selles näites on meil ajurünnakute loetelu (read) ja probleemid, mida iga lahendus käsitleb (veerud, mis esindavad eelmistes sammudes leitud probleeme).

Järgmisena vaatame, kuidas seda loendit edasi arendada ja selgitame välja, millised lahendused on rakendamiseks parimad kandidaadid ja millises järjekorras.

4. samm: lahenduse prioriseerimine

Sarnaselt prioriteetide väljaandmisega peame lahendused prioriseerima mõne parameetri järgi. Agiilsetes meeskondades, kus seda teemat väga tõsiselt koheldakse, on see tavaline äriväärtus ja keerukus , mis võimaldab meil arvutada investeeringutasuvus (ROI). Sellest loogikast laenates on meil järgmised sammud:

1. Arvutage iga lahenduse tõhusus .
   Mida tõsisem on probleem, seda parem lahendus. Seda võiks jämedalt võrrelda äriliste väärtustega agiilsetes meetodites. Lisage kõigi lahenduses käsitletud probleemide tõsidus.

   Effectiveness = Sum of issue severities
2. Lihvida lahenduse keerukus .
   1. Millised on selle lahenduse väljatöötamiseks vajalikud ressursid?
   2. Kui standardsed on kaasatud tehnoloogiad?
   3. Kui selged on ettevõtte / kasutaja nõuded?

   Teisisõnu, mida rohkem vaeva ja ebakindlust, seda keerukam lahendus. Tõlgi see lihtsalt kvantifitseeritavaks väärtuseks, näiteks Fibonacci järjestuseks (1, 2, 3, 5, 8 jne). Kui teete seda meeskonnana, pokkeri planeerimine sobib ideaalselt.

3. Arvutage KUNINGAS lahusest. See on kulude ja tulude suhe, mis arvutatakse jagades tõhusust lahuse selle abil keerukus . Mida suurem on ROI, seda parem.

   ROI = Effectiveness / Complexity

Naaseme oma arvutustabeli juurde, mis näeb nüüd välja selline:

Ülaltoodud näites on meil:

1. Lahenduste loend (read)
2. Küsimused (i1 kuni i3) ja nende raskusaste (4,95, 6,7 ja 10,05)
3. Indikaator 1 iga kord, kui lahendus vastab (adresseerib) probleemi
4. Iga lahenduse efektiivsus (4,95, 4,95 ja 16,75)
5. Iga lahenduse (1, 3 ja 5) keerukus on meeskonna hinnangul
6. Iga lahuse ROI (4,95, 1,65, 3,35)

Selle näite kohaselt peaksime eelistama lahenduste väljatöötamist järgmises järjekorras (ROI-lt madalamale): lahendus 1, seejärel lahendus 3 ja 2.

Sammude kokkuvõtteks: alustasime andmete kogumisega, seejärel seadsime küsimused prioriteediks vastavalt konkreetsetele parameetritele. Seejärel genereerisime nende probleemide lahenduste ideed ja seadsime need lõpuks tähtsuse järjekorda.

Arvutustabeli kasutamine

Eespool toodud meetod hõlmab mitmeid (põhilisi) arvutusi, mida korratakse mitu korda, seega on kõige parem kasutada arvutustabelit.

Kui soovite seda metoodikat järgida, on siin mall (Google Sheet): https://goo.gl/RR4hEd . See on allalaaditav ja saate seda vabalt oma vajadustele kohandada.

Ma vihkan arvutustabeleid! Aga midagi visuaalsemat?

Peaaegu kõik tuttavad (ka mina - muidugi) armastavad kleepuvate märkmete ja tahvlitega töötamist mitte ainult sellepärast, et see on tavaliselt kiirem ja lõbusam, vaid ka seetõttu, et see hõlbustab koostööd. Kui olete vilgas või disainmõtlemine praktik, teate, mida ma mõtlen. Kuidas saaksime käesolevas artiklis toodud lähenemisviisiga töötamiseks rakendada visuaalseid tööriistu nagu kleebitud märkmeid? Noh, see väärib ilmselt tervet blogipostitust, kuid proovime pinda kriimustada.

Üks võimalus seda teha on luua maatriks probleemidele (mõju x sagedus) ja asetada see lahenduste kõrvale (tõhusus x keerukus). Iga maatriks on jagatud neljaks kvadrandiks, mis näitab prioriteetsust.

Siin on sammud:

1. Looge väljaandmise maatriks asetades kleepuvad märkmed õigesse ruutu vastavalt mõju ja sagedus . Selle lähenemise lihtsustamiseks pidime ühe parameetri välja jätma. Sel juhul, ülesande kriitilisus .

2. Looge lahuse maatriks korraldades märkmikud vastavalt igale lahendusele tõhusust ja keerukus :

   1. Mõlemate ideede lahendused igale väljaandele, alustades emissioonimaatriksi 1. kvadrandi küsimustest (suurema raskusastmega).

   2. Pange need lahused lahuse maatriksisse, alustades 1. kvadrandist (üleval vasakul). Mida tõsisem on teema, seda tõhusam on selle lahendus.

   3. Reguleerige keerukus igast lahendusest, liigutades seda horisontaalteljel (mida keerulisem, seda paremale).

   4. Korrake ülaltoodud samme ülejäänud väljaannete jaoks (2., 3. ja 4. kvadrand selles järjekorras).

Harjutuse lõpus on 1. kvadrandi lahendused parima ROI-ga (efektiivsemad ja vähem keerukad), mis tähistavad esmatähtsat prioriteeti. Tulemus on näidatud alloleval pildil:

Sealhulgas asjaolu, et jätsime ühe parameetri välja (ülesande kriitilisus), on siin negatiivne külg see, et arvutustabeli asemel peate arvutuste asemel lootma visuaalsele täpsusele. Positiivne on see, et meil on koostöö soodustav meetod - mis on mõnikord meeskonnalt sisseostmise jaoks ülioluline.

Koostöö soodustamine 'kiire ja määrdunud' visuaalse analüüsi abil täpsuse tõenäolise hinnaga on potentsiaalne kompromiss. Kumb on parem lähenemine? Lühike vastus: see, mis sobib kõige paremini teie olukorraga ja sobib kõige paremini teie eesmärkidega.

Andmete analüüsi lõplikud kasutatavuse testimise võimalused

Nende metoodikate abil tõid meeskonnad, kes seda erinevates projektides kasutasid, järgmised tähelepanekud:

1. Eriti suuremate uuringute käsitlemisel hoiab teema prioriseerimine meeskonda keskendunud tegelikule, säästes aega ja ressursse, vähendades soovimatuid kognitiivseid väljakutseid nagu teabe üleküllus, analüüsi halvatus ja otsuste väsimus;

2. Ühendatud otsast-lõpuni töövoog hoiab lahendused paremini vastavusse kasutatavuse testi väljunditega (kuna probleemid ja lahendused on seotud), vähendades vähem kui optimaalsete lahenduste rakendamise riski;

3. Saame seda meetodit hõlpsasti rakendada koostöös (osaliselt või tervikuna) veebitööriistade abil.

Oluline on mõista selle lähenemise piiranguid. Näiteks prioriteetide määramise etapis ei kaasata testimisel täheldatud kasutajate positiivseid hoiakuid ja käitumist. Keskendutakse kasutatavuse küsimustele. Üks soovitus on seda tüüpi andmed eraldi registreerida ja neid vastavalt vajadusele leidude täiendamiseks ja tasakaalustamiseks kasutada.

Lõpuks, lisaks kasutatavuse testimisele, saab seda lähenemist laiendada ka teistele UX-i uurimisvõtetele. Rakendades kahekordse teemantiga lähenemist (lahknevad / lähenevad probleemid ja lahendused), saame segada erinevaid kasutajauuringute andmeid ja kasutada ülaltoodud meetodeid mis tahes muus projektis. Teie kujutlusvõime on piir!

• • •

Lisalugemine ApeeScape'i disainiblogist:

• e-kaubanduse UX - ülevaade parimatest tavadest (koos infograafikaga)
• Inimkeskse disaini tähtsus tootedisainis
• Parimad UX-i disainerite portfellid - inspireerivad juhtumianalüüsid ja näited
• Mobiilsete liideste heuristilised põhimõtted
• Ennetav disain: kuidas luua maagilisi kasutajakogemusi