用户体验度量：收集、分析与呈现（第2版 全彩）

　　如何量化用户体验对有效提高产品的使用质量至关重要。本书详尽地介绍了如何有效且可靠地收集、分析和呈现典型的用户体验度量数据：操作绩效（正确率等）、用户体验问题（频率和严重程度）、自我报告式的满意度及生理/行为数据（眼动追踪等）。同时对“综合性量化度量数据”等问题进行了专门介绍，而且结合案例等形式对当前与用户体验相关的新内容（如用户体验对NPS 的影响）进行了说明。

　　2005年毕业于中国科学院心理研究所，获应用心理学博士学位（工程心理学/人因工程）。现为北京航空航天大学经济管理学院副教授，目前任中华人因工效学协会理事。主要研究方向为航空工效、驾驶安全、行为决策和用户体验。2000年开始从事人机交互和用户体验的相关研究、企业实践和咨询服务工作，目前主要关注用户行为建模、设计评估、UX流程构建、UX与NPS（净推荐值）管理等问题，并试图就“具身认知框架下的用户行为和决策”开展相关研究和整理工作。

第1 章　引言 / 11.1　什么是用户体验 / 41.2　什么是用户体验度量 / 61.3　用户体验度量的价值 / 81.4　适用于每个人的度量方法 / 91.5　用户体验度量的新技术 / 101.6　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 ：你只能相信你的直觉 / 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 / 162.1　自变量和因变量 / 162.2　数据类型 / 172.2.1　称名数据 / 172.2.2　顺序数据 / 182.2.3　等距数据 / 182.2.4　比率数据 / 192.3　描述性统计 / 202.3.1　集中趋势的测量 / 202.3.2　变异性的测量 / 222.3.3　置信区间 / 232.3.4　通过误差线来呈现置信区间 / 252.4　比较平均数 / 272.4.1　独立样本 / 272.4.2　配对样本 / 292.4.3　比较两个以上的样本 / 302.5　变量之间的关系 / 322.5.1　相关 / 322.6　非参数检验 / 332.6.1　卡方检验 / 332.7　用图形化的方式呈现数据 / 352.7.1　柱形图或条形图 / 362.7.2　折线图 / 382.7.3　散点图 / 402.7.4　饼图或圆环图 / 412.7.5　堆积条形图 / 432.8　总结 / 44第3 章　规划 / 453.1　研究目标 / 453.1.1　形成式可用性 / 463.1.2　总结式可用性 / 463.2　用户目标 / 473.2.1　绩效 / 473.2.2　满意度 / 483.3　选择正确的度量：10种可用性研究 / 483.3.1　完成一个业务 / 503.3.2　比较产品 / 503.3.3　评估同一种产品的频繁使用 / 513.3.4　评估导航和/ 或信息架构 / 513.3.5　提高知晓度 / 523.3.6　问题发现 / 533.3.7　使应急产品的可用性最大化 / 533.3.8　创造整体的正向用户体验 / 543.3.9　评估微小改动的影响 / 553.3.10　比较替代性的设计方案 / 553.4　评估方法 / 563.4.1　传统（引导式）的可用性测试 / 563.4.2　在线（非引导式）可用性测试 / 573.4.3　在线调查 / 603.5　其他研究细节 / 613.5.1　预算和时间表 / 613.5.2　参加者 / 623.5.3　数据收集 / 643.5.4　数据整理 / 643.6　总结 / 65第4 章　绩效度量 / 674.1　任务成功 / 694.1.1　二分式成功 / 704.1.2　成功等级 / 754.1.3　任务成功测量中存在的问题 / 784.2　任务时间 / 794.2.1　测量任务时间的重要性 / 804.2.2　如何收集和测量任务时间 / 804.2.3　分析和呈现任务时间数据 / 834.2.4　使用时间数据时需要考虑的问题 / 874.3　错误 / 894.3.1　何时测量错误 / 894.3.2　什么构成了错误 / 904.3.3　收集和测量错误 / 904.3.4　分析和呈现错误 / 914.3.5　使用错误度量时需要考虑的问题 / 934.4　效率 / 934.4.1　收集和测量效率 / 944.4.2　分析和呈现效率数据 / 954.4.2　结合任务成功和任务时间的效率 / 984.5　易学性 / 1004.5.1　收集和测量易学性数据 / 1014.5.2　分析和报告易学性数据 / 1024.5.3　测量易学性时需要考虑的问题 / 1044.6　总结 / 104第5 章　基于问题的度量 / 1065.1　什么是可用性问题 / 1075.1.1　真问题和假问题 / 1085.2　如何发现可用性问题 / 1085.2.1　面对面研究 / 1105.2.2　自动化研究 / 1105.3　严重性评估 / 1105.3.1　基于用户体验的严重性评估 / 1115.3.2　综合多种因素的严重性评估 / 1125.3.3　严重性等级评估系统的应用 / 1135.3.4　严重性等级评估系统的忠告 / 1145.4　分析和报告“可用性问题相关的度量” / 1155.4.1　独特问题的频次 / 1155.4.2　每个参加者遇到的问题数量 / 1175.4.3　参加者人次 / 1185.4.4　问题归类 / 1195.4.5　按任务区分问题 / 1195.5　可用性问题发现中的一致性 / 1205.6　可用性问题发现中的偏差 / 1235.7　参与者数量 / 1255.7.1　五个参与者足够 / 1255.7.2　五个参与者不够 / 1275.7.3　我们的建议 / 1295.8　总结 / 129第6 章　自我报告度量 / 1316.1　自我报告数据的重要性 / 1326.2　评分量表 / 1326.2.1　Likert 量表 / 1336.2.2　语义差异量表 / 1346.2.3　什么时候收集自我报告数据 / 1346.2.4　如何收集自我报告数据 / 1356.2.5　自我报告数据收集中的偏差 / 1356.2.6　评分量表的一般指导原则 / 1366.2.7　分析评分量表数据 / 1376.3　任务后评分 / 1416.3.1　易用性 / 1416.3.2　情景后问卷（ASQ） / 1416.3.3　期望测量 / 1426.3.4　任务后自我报告度量的比较 / 1436.4　测试后评分 / 1476.4.1　合并单个任务的评分 / 1476.4.2　系统可用性量表 / 1486.4.3　计算机系统可用性问卷 / 1506.4.4　用户界面满意度问卷 / 1526.4.5　有效性、满意度和易用性的问卷 / 1536.4.6　产品反应卡 / 1556.4.7　测试后自我报告度量的比较 / 1566.4.8　净推荐值 / 1586.5　用SUS比较设计 / 1596.6　在线服务 / 1606.6.1　网站分析和测量问卷 / 1606.6.2　美国客户满意度指数 / 1626.6.3　OpinionLab / 1656.6.4　在线网站调查的问题 / 1676.7　其他类型的自我报告度量 / 1676.7.1　评估特定的属性 / 1676.7.2　具体元素的评估 / 1706.7.3　开放式问题 / 1726.7.4　知晓度和理解 / 1736.7.5　知晓度和有用性差距 / 1746.8　总结 / 175第7 章　行为和生理度量 / 1777.1　自发言语表情的观察与编码 / 1777.2　眼动追踪 / 1797.2.1　如何进行眼动追踪 / 1797.2.2　眼动数据的可视化 / 1817.2.3　兴趣区 / 1847.2.4　常用眼动度量指标 / 1877.2.5　眼动分析技巧 / 1897.2.6　瞳孔反应 / 1907.3　情感度量 / 1917.3.1　Affectiva 公司和Q 传感器 / 1927.3.2　蓝色泡沫实验室和Emovision / 1947.3.3　Seren 公司和Emotlv / 1967.4　紧张和其他生理指标 / 1987.4.1　心率变异性 / 1987.4.2　心率变异性和皮肤电研究 / 1997.4.3　其他测量手段 / 2007. 5　总结 / 202第8 章　合并和比较度量 / 2048.1　单一可用性分数 / 2048.1.1　根据预定目标合并度量 / 2058.1.2　根据百分比合并度量 / 2068.1.3　根据z 分数合并数据 / 2128.1.4　使用单一可用性度量（SUM） / 2148.2　可用性记分卡 / 2168.3　与目标和专家绩效比较 / 2208.3.1　与目标比较 / 2208.3.2　与专家绩效比较 / 2238.4　总结 / 224第9 章　专题 / 2269.1　实时动态网站数据 / 2269.1.1　基本的网站分析 / 2279.1.2　点击率 / 2309.1.3　弃用率 / 2319.1.4　A/B 研究 / 2329.2　卡片分类数据 / 2359.2.1　开放式卡片分类数据的分析 / 2369.2.2　封闭式卡片分类数据的分析 / 2429.2.3　树测试 / 2459.3　可及性数据 / 2479.4　投资回报率数据 / 2509.5　总结 / 255第10 章　案例研究 / 25610.1　净推荐值与良好用户体验的价值 / 25610.1.1　方法 / 25710.1.2　结果 / 25810.1.3　在界面设计中对投入进行优先级设置 / 25910.1.4　讨论 / 26110.1.5　总结 / 262参考文献 / 263作者简介 / 26310.2　度量指纹采集的反馈效果 / 26410.2.1　方法 / 26410.2.2　讨论 / 27210.2.3　总结 / 274致谢 / 274参考文献 / 274作者简介 / 27510.3　Web体验管理系统的再设计 / 27510.3.1　测试迭代 / 27610.3.2　数据收集 / 27710.3.3　工作流程 / 27810.3.4　结果 / 28210.3.5　结论 / 284参考文献 / 284作者简介 / 28410.4　使用度量来改善大学招生简章网站 / 28510.4.1　样例1 ：可用性测试后决定行动 / 28610.4.2　样例2 ：网站追踪数据 / 289目录XIX10.4.3　样例3 ：人物角色迭代的定位测量 / 29110.4.4　总结 / 292致谢 / 293参考文献 / 293作者简介 / 29310.5　利用生物测量技术测量可用性 / 29410.5.1　背景 / 29410.5.2　方法 / 29510.5.3　生物测量学的发现 / 29610.5.4　定性结果 / 29810.5.5　总结及给从业人员的建议 / 299致谢 / 300参考文献 / / 300作者简介 / 301第11 章　通向成功的10 个关键点 / 30211.1　让数据活起来 / 30211.2　主动去度量 / 30411.3　度量比你想的便宜 / 30511.4　早计划 / 30611.5　给你的产品确定基线 / 30711.6　挖掘你的数据 / 30811.7　讲商业语言 / 30911.8　呈现你的置信程度 / 30911.9　不要误用度量 / 31011.10　简化你的报告 / 311参考文献 / 313