下表包含我们一些与定量用户研究相关的文章和视频的链接。在每个部分中,参考资料按推荐的阅读顺序排列。
定量与定性用户体验研究
在用户体验中,我们经常使用定性研究来收集关于用户的见解或观察结果。这种类型的研究有助于发现问题和确定设计解决方案。(我们也有一个学习指南定性可用性测试.)
具有定量研究,我们的重点是不同的。我们收集用户体验指标——体验不同方面的数字表示。定量研究对于确定设计问题的规模或优先级、对经验进行基准测试或以实验方式比较不同的设计方案非常有用。
4分钟视频:定量与定性用户体验研究
本文介绍的主题和方法
用户体验基准测试和投资回报(ROI)
用户体验基准测试指通过使用指标来衡量产品或服务相对于有意义的标准的相对性能,从而评估产品或服务的用户体验。团队使用基准测试跟踪用户体验随时间的改进,或与竞争对手进行比较。
基准测试指标通常也用于计算投资回报率(ROI)用户体验工作;这种类型的计算可以帮助用户体验专业人士证明他们的价值,并争取更多的资源。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 视频 | 跟踪您的设计在一段时间内的表现 | |
| 2. | 文章 | 基准测试如何在高水平上工作 | |
| 3. | 文章 | 开始基准测试需要遵循的具体步骤 | |
| 4. | 视频 | 使用度量来估计设计变更的价值 | |
| 5. | 文章 | ||
| 6. | 文章 | 人们在开始ROI计算时常犯的错误 | |
| 7. | 文章 | 对2006年以来基准测试趋势的分析,旨在设定指标随时间变化的预期 | 
要获得更深入的帮助,请查看我们的报告和全天课程。(与本学习指南中的文章和视频不同,这些资源不是免费的。)
报告:用户体验指标和投资回报
全日制课程:测量用户体验和投资回报率
定量可用性测试
在里面定量可用性测试,研究人员在参与者执行任务时收集指标(如任务时间、成功率和满意度分数)。与定性可用性测试相比,此版本的可用性测试需要更多的参与者和更严格的研究结构。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 视频 | 如何确定何时需要进行定量研究 | |
| 2. | 文章 | 定量用户测试和(更常见的)定性可用性测试之间的差异 | |
| 3. | 文章 | 定量用户测试的40名参与者指南与您可能看到其他建议的原因 | |
| 4. | 文章 | 为什么认为你可以在qual研究中收集量化指标是错误的 | |
| 5. | 文章 | 为什么在定量和定性用户测试中样本大小不同 | |
| 6. | 文章 | quant与qual用户测试任务之间的差异以及为什么好的quant任务是具体的 | |
| 7. | 文章 | 当您有多个成功级别时,如何分析任务完成情况 | |
| 8. | 文章 | 定量可用性研究不能取代定性研究的原因,以及qual研究如何补充定量研究的发现 | |
| 9 | 文章 | 如何在比较两种不同设计的定量可用性测试中选择两种备选研究设置 | |
| 10 | 文章 | 通过查看用户学习界面所需的时间,量化新用户需要一段时间才能学习的复杂产品的可学习性 | 
分析和A/B测试
分析数据描述了人们对你的live产品所做的事情——他们去哪里,他们点击什么,他们使用什么功能,他们来自哪里,以及他们决定离开网站或应用程序的页面。这些信息可以支持各种各样的用户体验活动—它可以帮助您监控产品中各种内容、UI或功能的性能,并确定哪些不起作用。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 视频 | 比较从这两个用户体验量化指标来源获得的信息 | |
| 2. | 文章 | 如何避免在分析数据中迷失方向并使其有意义 | |
| 3. | 视频 | 如何使用高价值用户操作(宏转换)和较小价值、频繁的用户操作(微转换)作为分析指标来跟踪站点性能并确定问题 | |
| 4. | 文章 | 为特定用户体验目标选择正确分析指标的建议 | |
| 5. | 视频 | 将分析与定性研究结合起来,了解通过分析发现的问题背后的“原因” | |
| 6. | 视频 | 如何理解需要解释的分析指标 | |
| 7. | 视频 | 何时以及如何使用两个关键的分析指标(花费的时间和页面浏览量)来评估您的用户是否高效或积极 | |
| 8. | 文章 | 为什么只有上升的指标(如总访客)不是很有用,以及如何避免这些感觉良好的虚荣指标 | |
| 9 | 文章 | 如何使用分析发现产品信息体系结构中的潜在问题 | |
| 10 | 视频 | 人们经常混淆的两个指标之间的差异 | 
虽然您可以使用分析指标来监控产品的性能,但您也可以创建实验来检测不同的UI设计对这些指标的影响-通过A/B测试或多元检验.
| 数 | 链接 | 格式 | 描述 | 
| 1. | 视频 | A/B测试的工作原理 | |
| 2. | 文章 | 如何在研究中为A/B测试实验奠定基础,以开发信息充分的设计变体 | |
| 3. | 视频 | 为什么单靠A/B测试很可能导致设计错误。 | |
| 4. | 文章 | ||
| 5. | 视频 | 当您需要多变量测试与A/B测试时,以及为什么多变量测试需要更多流量 | |
| 6. | 文章 | 
全日制课程:分析和用户体验
调查
定量性的调查包括要求大量用户回答一组标准化的问题。这些调查通常涉及在评分量表上选择响应,并用于量化用户的感知。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 文章 | 为什么用户满意度和性能指标(如任务时间)经常相关,但并不总是相关 | |
| 2. | 文章 | 可能导致调查数据出现问题的偏差 | |
| 3. | 文章 | 为什么在线调查必须简短才能收集到许多高质量的回答 | |
| 4. | 文章 | 如何设计和完善您自己的调查的示例 | |
| 5. | 文章 | 何时使用两种最流行的评分量表 | |
| 6. | 视频 | 雅各布·尼尔森(Jakob Nielsen)对最受欢迎、持续时间最长的用户体验问卷之一的看法 | |
| 7. | 文章 | 净促销员得分(NPS)是一种流行的营销指标,与用户体验的相关性有限 | |
| 8. | 文章 | 作为NPS替代品的一组调查问卷 | 
卡片分类和树测试
卡片排序和树测试都是评估和改进产品信息体系结构的有用方法。
在一个卡片分类在这项研究中,参与者被赋予内容项目(有时写在索引卡上),并被要求以对他们有意义的方式对这些项目进行分组和标记。该测试可以亲自进行,使用物理卡,也可以使用卡片分拣平台远程进行。卡片分类可以有定性和定量两个部分。
在一个树试验,参与者仅使用网站的类别结构完成任务。它本质上是一种通过将信息体系结构与UI的所有其他方面隔离开来来评估信息体系结构的方法。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 文章 | 什么是信息体系结构及其与站点导航的关系 | |
| 2. | 文章 | 卡片分类简介 | |
| 3. | 视频 | ||
| 4. | 文章 | 您的卡片分类研究中要包括多少参与者 | |
| 5. | 视频 | 如何在这两种不同的卡片分类中进行选择 | |
| 6. | 文章 | 树测试简介 | |
| 7. | 视频 | ||
| 8. | 文章 | 如何根据树测试数据做出决策 | |
| 9 | 文章 | 一个团队在重新设计B2B站点的信息体系结构时如何使用树测试的示例 | 
全日制课程:信息架构
分析定量数据
要得出结论并解释定量数据,您需要了解一些统计数据并研究设计概念。以下资源将向您介绍这些概念。
这些资源不会为您提供计算置信区间或统计显著性等内容的分步说明-这些内容太复杂,无法在一篇短文中介绍。如果您想学习这些分析程序,请参阅下面的全天课程。
| 数 | 链接 | 格式 | 描述 | 
| 1. | 文章 | 为什么有效性在用户体验研究中很重要 | |
| 2. | 视频 | 为什么要计算量化指标的置信区间 | |
| 3. | 文章 | 这三个重要分析概念的详细说明 | |
| 4. | 视频 | 统计显著性意味着什么,以及在定量比较两种设计时为什么要计算统计显著性 | |
| 5. | 文章 | ||
| 6. | 视频 | 当你的发现在统计上不显著时该怎么办 | 
全日制课程:如何解读用户体验数字

 
               
               
               
              
分享这篇文章: