重点摘要
1. 用户体验指标为产品改进提供宝贵见解
用户体验指标不仅仅是简单的观察。
量化用户体验使设计师和开发人员能够就产品改进做出明智的决策。指标帮助识别具体的困难区域，优先修复问题，并随时间跟踪进展。它们提供了支持设计选择和资源分配的具体证据。
用户体验指标分为几类：
- 性能指标（例如，任务成功率、任务时间、错误率）
- 自我报告指标（例如，满意度评分、净推荐值）
- 行为和生理指标（例如，眼动追踪、皮肤电导）
通过收集这些指标的组合，用户体验专业人员可以全面了解用户如何与产品互动，他们在哪里遇到困难，以及他们对体验的感受。这种数据驱动的方法导致更有效和以用户为中心的设计改进。
2. 任务成功率、任务时间和错误率是关键性能指标
如果用户在使用产品时无法成功执行关键任务，那么该产品很可能会失败。
测量任务性能提供了关于用户能否用产品实现其目标的客观数据。任务成功率表明能够完成特定任务的用户百分比，突出界面可能令人困惑或不足的区域。任务时间衡量效率，揭示用户是否能快速完成操作，还是在某些区域陷入困境。
错误率和错误类型提供了具体的可用性问题的见解：
- 导航错误：用户难以找到正确的路径
- 输入错误：表单或数据输入字段设计不佳
- 理解错误：说明或标签不清楚
分析这些性能指标有助于优先考虑产品最需要关注和改进的方面。设定基准并随时间跟踪这些指标对于确保用户体验的持续改进非常重要。
3. 自我报告指标捕捉用户满意度和感知
在情感层面上，数据可能会告诉你用户对系统的感受。
通过问卷、评分量表和开放式回答收集用户反馈提供了关于主观体验和态度的宝贵见解。常见的自我报告指标包括：
- 系统可用性量表（SUS）：一个快速的10项问卷，用于整体可用性
- 净推荐值（NPS）：衡量推荐产品的可能性
- 任务特定的易用性评分
- 对喜欢、不喜欢和建议的开放式评论
这些指标有助于捕捉从性能数据中可能看不到的用户体验的情感和感知方面。它们可以揭示用户是否觉得产品令人沮丧、愉快或有价值，即使他们能够成功完成任务。对于用户满意度和参与度对成功至关重要的产品，自我报告数据尤为重要。
4. 行为和生理指标提供客观的情感数据
眼动追踪在许多类型的可用性测试中可以带来显著的好处。
测量无意识反应提供了关于用户情感状态和认知过程的见解，而无需依赖自我报告。这些指标可以揭示参与者可能没有意识到或无法表达的用户体验方面。关键的行为和生理指标包括：
- 眼动追踪：显示用户看哪里，看多久，以及顺序
- 面部表情分析：通过微表情检测情绪
- 皮肤电导：测量唤醒和压力水平
- 心率变异性：指示认知负荷和情感状态
这些指标通过捕捉瞬间反应提供了对用户体验的更细致理解。例如，眼动追踪数据可以揭示重要的界面元素是否被注意到，而皮肤电导峰值可能表明沮丧或兴奋的时刻。与其他指标结合时，这些数据提供了用户如何与产品互动和反应的丰富图景。
5. 结合指标提供全面的可用性评估
关键发现是五个条件中的一个，条件1在最小样本量开始时以及持续时表现出更好的相关性。
三角测量多个数据源提供了更强大和可靠的可用性评估。通过结合不同类型的指标，用户体验专业人员可以克服任何单一测量的局限性，并更全面地了解用户体验。这种方法有助于验证发现并揭示依赖单一指标时可能被忽略的见解。
有效结合指标的方法包括：
- 创建包含多种测量的可用性记分卡
- 基于加权指标计算单一可用性评分
- 比较不同用户群体或产品版本的指标
在结合指标时，重要的是考虑每种测量的优缺点。例如，任务成功率可能很高，但自我报告的满意度可能很低，这表明虽然用户可以完成任务，但体验令人沮丧。通过检查这些差异，设计师可以识别出从性能数据中可能看不到的改进领域。
6. 有效的数据可视化对于传达用户体验发现至关重要
确保它们能够以简单有效的方式呈现给他人。
清晰且引人注目的可视化帮助利益相关者快速掌握用户体验研究的关键见解。用户体验指标的有效数据可视化技术包括：
- 条形图用于比较任务成功率或满意度评分
- 折线图用于显示随时间或跨产品版本的趋势
- 热图用于显示眼动追踪或点击数据
- 散点图用于揭示不同指标之间的关系
创建可视化时：
- 为数据和信息选择合适的图表类型
- 战略性地使用颜色突出重要信息
- 包含清晰的标签和图例
- 在适当时显示置信区间或误差线
设计良好的可视化可以使复杂数据更易于理解和有说服力，有助于在组织内建立对用户体验改进的支持。它们还可以揭示从原始数据中可能看不到的模式或趋势，导致新的见解和设计想法。
7. 实时网站数据和A/B测试揭示真实世界的用户行为
使用区间或比率数据最有用的事情之一是比较不同的均值。
分析实际用户在实时网站上的行为提供了补充受控可用性研究的宝贵见解。关键指标包括：
- 页面浏览量和页面停留时间
- 特定元素的点击率
- 关键操作的转化率（例如，购买、注册）
- 多步骤流程中的流失率
A/B测试通过随机向用户显示不同版本并测量其表现，直接比较不同的设计变体。这种方法可以帮助解决设计争议并优化网站或应用程序的特定元素。
分析实时网站数据时：
- 寻找用户行为中的模式和异常
- 比较不同用户群体的指标
- 使用统计测试确定差异是否显著
- 考虑可能影响数据的外部因素
实时数据和A/B测试为基于真实世界使用的用户体验改进提供了持续的反馈循环，补充了从更受控的可用性研究中获得的见解。
8. 卡片分类有助于直观的信息架构设计
关键是将这些矩阵结合起来，适用于研究中的所有参与者。
了解用户对信息应如何组织的心理模型对于创建直观的导航和内容结构至关重要。卡片分类练习中，用户对内容项进行分组和标记，提供了这些心理模型的宝贵见解。卡片分类主要有两种类型：
- 开放式卡片分类：用户创建自己的类别
- 封闭式卡片分类：用户将项目分类到预定义的类别中
分析卡片分类数据包括：
- 创建相似性矩阵，显示项目被一起分组的频率
- 使用聚类分析识别自然分组
- 计算一致性评分，衡量参与者之间的一致性
卡片分类研究的结果可以为创建符合用户期望的网站地图、菜单结构和内容层次提供信息。这导致更直观和高效的导航，减少用户在与产品或网站互动时的认知负荷。
9. 无障碍指标确保所有用户的可用性
评估可用性测试结果的最佳方法之一是将这些结果与测试前设定的目标进行比较。
测量无障碍性对于确保产品对残障人士可用并符合法律要求至关重要。关键的无障碍指标包括：
- 符合《网络内容无障碍指南》（WCAG）
- 屏幕阅读器兼容性评分
- 颜色对比度比率
- 键盘导航成功率
无障碍测试应包括：
- 使用专用工具进行自动检查
- 手动专家评审
- 与残障用户进行可用性测试
通过将无障碍指标纳入整体用户体验评估，组织可以创建更具包容性的产品，为更广泛的用户服务。这不仅改善了残障人士的可用性，还通过更清晰的设计和更灵活的交互方式通常为所有用户带来更好的体验。
10. 投资回报率（ROI）计算证明用户体验改进的合理性
你可能首先要检查的指标是任务成功率。
证明用户体验改进的商业价值有助于为以用户为中心的设计计划争取资源和支持。计算用户体验的投资回报率包括：
- 确定受用户体验改进影响的关键绩效指标（KPI）
- 测量改进前的基线性能
- 估计或测量改进后的性能
- 计算变化的财务影响
用户体验投资回报率计算的常见KPI：
- 转化率提高
- 支持成本降低
- 员工生产力提高
- 客户保留率提高
在呈现投资回报率计算时：
- 使用保守估计以保持可信度
- 清楚解释假设和方法
- 提供短期和长期预测
- 将定性收益与定量数据一起呈现
通过以财务术语量化用户体验改进的影响，用户体验专业人员可以更有力地为投资以用户为中心的设计辩护，并向组织展示其工作的战略价值。
Last updated:
评论
《衡量用户体验》获得了大多数正面评价，读者称赞其内容结构良好，清晰解释了用户体验指标和统计数据。许多人认为这本书对用户体验专业人士，尤其是那些刚接触定量研究的人来说，是一份宝贵的资源。该书被描述为全面、实用，并且对规划可用性研究非常有用。一些读者指出它具有教科书般的性质，这既是优点也是缺点。少数批评者认为它过于基础，但总体而言，对于那些希望提高对用户体验测量和数据驱动决策理解的人来说，这本书是强烈推荐的。