最近小编看到大家都在讨论可用性研究（十种正确的可用性度量方法） 相关的事情，对此呢小编也是非常的感应兴趣，那么这件事究竟是怎么发生的呢？具体又是怎么回事呢？下面就是小编搜索到的关于可用性研究（十种正确的可用性度量方法） 事件的相关信息，我们一起来看一下吧！
可用性研究(十种正确的可用性测量方法)
现在大家在做产品，谈需求，谈体验，都说不能拍脑袋，要用数据说话。好吧，这就是问题所在。我们需要什么样的数据来谈论不同的问题？这确实需要我们深思熟虑。在这里，我们就通过一些小栗子为大家做一个简单的梳理。
(相关资料图)
用户的体验可以用可用性来衡量(插个广告~ ~关于可用性衡量的问题，可以参考我的另一篇文章《用户体验衡量的工具:可用性衡量》)。所以，在选择可用性研究的度量标准时，我们需要考虑许多方面，包括研究目标和用户目标，现有的收集和分析数据的方法和技术，预算和交付时间。因为每一项可用性研究都有其独特的属性，我们无法准确地为友好资源的可用性研究的每一种类型指定可用性指标。
但是可用性主要有以下十种类型，针对每一种类型都提出了与度量相关的建议。
1.完成一项业务。
许多可用性研究旨在使业务尽可能平稳地运行。这些业务可能以用户完成交易、注册、购买/出售股票等形式出现。一个企业通常有一个明确的开始和结束。例如，在打车软件中，一项业务可以在用户点击出租车时开始，在到达目的地并支付成功时结束。
也许你关注的之一个可用性度量是任务成功(标记每个任务是成功还是失败)，但是每个任务都需要一个清晰可定义的结束状态。添加指标(某个业务的流失率等)非常有用。)到产品。通过了解用户在哪里变动，您可以专注于业务流程中最重要的步骤。
2.比较产品
与竞争对手和之前的版本相比，您的产品表现如何？了解这些信息非常重要。通过对比，可以知道自己产品的优缺点，以及这个版本是否较之前的版本有进步。但是测量方式的选择还是要根据自己的产品。有些产品是效率之王，有些是用户体验之王。
为了获得总体可用性问题，推荐以下三个可用性度量标准。
之一，建议关注一个任务的成功。对于大多数产品来说，正确完成一项任务是必不可少的。
其次，建议注重效率。效率可以是完成一项任务的时间、浏览的页数、按钮的点击率或者执行某项操作的步骤数。知道了效率，就可以很好的了解这个产品的使用有多简单了。
再次，建议关于满意度，对于用户有多重选择的产品(目前同质化产品现象严重)，满意度最有意义。
最后，比较不同优优资源 *** 产品可用性的更好方法之一是通过组合和比较可用性测量。这将使我们对不同产品的可用性有一个清晰而全面的了解。
3.评估同一产品的频繁使用
很多产品都是经常使用或者经常使用的。此类产品包括微信、电子邮件和消费电子产品(微波炉、智能电视等。)，而简洁高效可以成为评价这类频繁或经常使用的产品的关键。
建议用任务时间来衡量其可用性。测量完成一系列关键任务所需的时间可以表明完成这些任务所需的努力。对于大多数产品来说，任务时间越短越好。但是，由于一些任务本身就很复杂，所以将参与者完成任务的时间与业务专家完成任务的时间进行比较也很重要。此外，例如，完成一项任务的步骤数量可能需要很短的时间来完成每一步，但为了完成一项任务而要做出的相应决策会变得很多。
学习能力的测量评价表明了达到更高效率需要多少时间和努力。易学可以用上面提到的各种效率指标来表示。
4.评估导航和/或信息架构
许多产品可用性研究的重点是改进产品的导航和/或信息架构，目的是确保用户可以快速轻松地找到他们需要的东西，轻松地在产品模块之间切换，并知道他们在信息架构中的位置以及他们可以或不可以到达的位置。这部分研究工作一般体现在在线框图或高保真原型中，因为导航和信息机制以及信息架构对于产品设计的重要性不言而喻。因此，这部分工作必须在几乎任何设计工作进行之前完成。
评估导航的更佳可用性指标之一是任务成功。要求参与者完成一系列任务来寻找一些关键信息(类似寻宝)，你就知道产品的导航和信息架构设计是否恰当。给定的任务必须设计产品的所有部分。评估导航与信息架构的效率和可用性的一种衡量标准:它侧重于用户完成一项任务所采取的实际步骤与完成该任务所需的最少步骤之间的比较。
卡片分类也是了解用户如何组织信息的一种特别有效的方式。有一种卡片分类叫闭环分类。插图:让参与者将信息项归入定义的类别。从闭环分类的研究中演化出来的一个有用的可用性度量是:正确类别中的信息项占总项数的比例。这个可用性度量反映了产品信息架构设计是否直观。
5.提高认识。
并不是所有的设计都是为了让它们更有用或更高效，但有些设计是为了增加用户对某些内容或功能的认知而改进的。这种改进不仅是 *** 广告所必需的，对其功能重要但使用率低的产品也很重要。产品的某些功能和内容没有被注意到或使用的原因是多方面的，包括视觉设计、标识或定位等。
首先，建议监控用户与产品中我们关注的那些元素的交互次数，但这种方式并不能完全被理解，因为用户可能注意到了我们关注的元素，但并没有点击或以某种形式与之交互。然而，相反的情况不太可能发生:你不会注意到，但你会互动。这些数据可以帮助确认意识，但不能证明缺乏意识。
对于这个测量建议，如果有条件可以邀请用户做眼动实验。当然，如果没有条件也可以用记忆法。说明:你可以向参与者展示一些不同的元素，其中只有一个他们以前见过，然后让他们选择完成任务时看到的元素。如果他们注意到任务中的这个元素，他们更可能记住而不是猜测。当然这种方法不一定靠谱，因为每个人的记忆都不一样，但至少能给你提供一些数据支持。
