用戶體驗度量：收集、分析與呈現(xiàn)（紀念版）

定　價：￥118.00

作　者：	（美）湯姆-圖麗斯,比爾-艾博特
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121385353	出版時間：	2020-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	340	字數(shù)：

內(nèi)容簡介

　　如何量化用戶體驗對有效提高產(chǎn)品的使用質(zhì)量至關(guān)重要。本書詳盡地介紹了如何有效且可靠地收集、分析和呈現(xiàn)典型的用戶體驗度量數(shù)據(jù)：操作績效（正確率等）、用戶體驗問題（頻率和嚴重程度）、自我報告式的滿意度及生理/行為數(shù)據(jù)（眼動追蹤等）。同時對“綜合性量化度量數(shù)據(jù)”等問題進行了專門介紹，而且結(jié)合案例等形式對當前與用戶體驗相關(guān)的新內(nèi)容（如用戶體驗對NPS的影響）進行了說明。本書內(nèi)容翔實，是一本值得用戶體驗從業(yè)人員研讀的指導性書籍，同時也可以作為相關(guān)課程的參考教材。

作者簡介

　　Thomas S. （Tom） Tullis 是富達投資公司（Fidelity Investments）用戶體驗研究部門（User Experience Research）的高級副總裁，同時也是本特利大學信息設(shè)計學院人因工程方向的兼職教授。他 1993 年加入富達用戶體驗，對該公司用戶體驗部門的發(fā)展起了重要作用，該部門的設(shè)備包括一個技術(shù)發(fā)展水平（state-of-the-art）可用性研究實驗室。在加入富達投資公司之前，Tom 曾在佳能信息系統(tǒng)（Canon Information Systems）、麥道（ McDonnell Douglas）、優(yōu)利系統(tǒng)公司（Unisys Corporation）和貝爾實驗室（Bell Laboratories）任職。他和富達的可用性研究團隊曾被多家出版物專題介紹過，包括《新聞周刊》（Newsweek）、Business 2.0、Money、《波士頓環(huán)球報》（The Boston Globe）、《華爾街日報》（The Wall Street Journal）和《紐約時報》（The New York Times）。Tuillis 在萊斯大學獲得學士學位、在新墨西哥州立大學獲得實驗心理學碩士學位以及在萊斯大學獲得工程心理學博士學位。他有 35 年以上的人機界面研究方面的經(jīng)驗，在諸多技術(shù)期刊上發(fā)表了 50 多篇文章，他曾在國內(nèi)和國際會議上做特邀報告。同時，Tom 擁有8 項美國專利。合作完成（與 Bill Albert 和 Donna Tedesco 合著）的 Beyond the Usability Lab： Conducting Large-Scale Online User Experience Studies 在2010 年由 Elsevier/Morgan Kauffman 出版。Tullis 是 2011 年用戶體驗行業(yè)協(xié)會（User Experience Professional Association，UXPA）終身成就獎的獲得者，2013 年被 SIGCHI（ACM 人機交互特別興趣組）遴選為人機交互學會會士（CHI Academy）?？赏ㄟ^ @TomTullis 關(guān)注 Tom。William （Bill） Albert 目前是本特利大學設(shè)計和可用性研究中心的執(zhí)行總監(jiān)（Executive Director），也是本特利大學信息設(shè)計學院人因工程方向的兼職教授。在加入本特利大學之前，他是富達投資公司用戶體驗部的總監(jiān)，Lycos 公司的高級用戶界面研究員，也曾是 Nissan Cambridge Basic Research的博士后研究人員。Albert 曾在 30 多個國內(nèi)和國際會議上發(fā)表和報告過他的研究。2010 年，合作完成（與 Tom Tullis 和 Donna Tedesco 合著）的 Beyond the Usability Lab： Conducting Large-Scale Online User Experience Studies，并由 Elsevier/Morgan Kauffman 出版。他是 Journal of Usability Studies 的共同主編（co-Editor in Chief）。因為他在人因?qū)W和空間認知（spatial cognition）領(lǐng)域內(nèi)的研究，Albert 獲得了加州大學圣塔芭芭拉分校和日本政府所授予的獎項。他從華盛頓大學獲得學士和碩士學位（地理信息系統(tǒng)），在波士頓大學（地理―空間認知）獲得博士學位。他在 Nissan Cambridge Basic Research 完成了博士后研究。可通過 @UXMetrics 關(guān)注 Bill。Thomas S. （Tom） Tullis 是富達投資公司（Fidelity Investments）用戶體驗研究部門（User Experience Research）的高級副總裁，同時也是本特利大學信息設(shè)計學院人因工程方向的兼職教授。他 1993 年加入富達投資公司，對該公司用戶體驗部門的發(fā)展起了重要作用，該部門的資源包括一個技術(shù)發(fā)展水平（state-of-the-art）可用性研究實驗室。在加入富達投資公司之前，Tom 曾在佳能信息系統(tǒng)（Canon Information Systems）、麥道（McDonnell Douglas）、優(yōu)利系統(tǒng)公司（Unisys Corporation）和貝爾實驗室（Bell Laboratories）任職。他和富達的可用性研究團隊曾被多家出版物專題介紹過，包括《新聞周刊》（Newsweek）、Business 2.0、Money、《波士頓環(huán)球報》（The Boston Globe）、《華爾街日報》（The Wall Street Journal）和《紐約時報》（The New York Times）。Tuillis 在萊斯大學獲得學士學位、在新墨西哥州立大學獲得實驗心理學碩士學位以及在萊斯大學獲得工程心理學博士學位。他有 35 年以上的人機界面研究方面的經(jīng)驗，在諸多技術(shù)期刊上發(fā)表了 50 多篇文章，他曾在國內(nèi)和國際會議上做特邀報告。同時，Tom 擁有8 項美國專利。合作完成（與 Bill Albert 和 Donna Tedesco 合著）的 Beyond the Usability Lab： Conducting Large-Scale Online User Experience Studies 在 2010 年由 Elsevier/Morgan Kauffffman 出版。Tullis 是 2011 年用戶體驗行業(yè)協(xié)會（User Experience Professional Association，UXPA）終身成就獎的獲得者，2013 年被 SIGCHI（ACM 人機交互特別興趣組）遴選為人機交互學會會士（CHI Academy）。可通過 @TomTullis 關(guān)注 Tom。 William （Bill） Albert 目前是本特利大學設(shè)計和可用性研究中心的執(zhí)行總監(jiān)（Executive Director），也是本特利大學信息設(shè)計學院人因工程方向的兼職教授。在加入本特利大學之前，他是富達投資公司用戶體驗部的總監(jiān)，Lycos 公司的高級用戶界面研究員，也曾是Nissan Cambridge Basic Research的博士后研究人員。Albert 曾在 30 多個國內(nèi)和國際會議上發(fā)表和報告過他的研究。2010 年，合作完成（與 Tom Tullis 和 Donna Tedesco 合著）Beyond the Usability Lab： Conducting Large-Scale Online User Experience Studies，并由 Elsevier/Morgan Kauffman 出版。他是 Journal of Usability Studies 的共同主編（co-Editor in Chief）。因為他在人因?qū)W和空間認知（spatial cognition）領(lǐng)域內(nèi)的研究，Albert 獲得了加州大學圣塔芭芭拉分校和日本政府所授予的獎項。他從華盛頓大學獲得學士和碩士學位（地理信息系統(tǒng)），在波士頓大學（地理 - 空間認知）獲得博士學位。他在 Nissan Cambridge Basic Research 完成了博士后研究?？赏ㄟ^ @UXMetrics 關(guān)注 Bill。

圖書目錄

第 1 章引言 / 1
1．1 什么是用戶體驗 / 4
1．2 什么是用戶體驗度量 / 6
1．3 用戶體驗度量的價值 / 8
1．4 適用于每個人的度量方法 / 9
1．5 用戶體驗度量的新技術(shù) / 10
1．6 十個關(guān)于用戶體驗度量的常見誤解 / 11
誤解 1 ：度量需要花太多的時間而難以收集 / 11
誤解 2 ：用戶體驗度量要花費太多的錢 / 12
誤解 3 ：當集中在細小的改進上時，用戶體驗度量是沒有用的 / 12
誤解 4 ：用戶體驗度量對我們理解原因沒有幫助 / 12
誤解 5 ：用戶體驗數(shù)據(jù)的噪聲太多 / 13
誤解 6 ：只能相信自己的直覺 / 13
誤解 7 ：度量不適用于新產(chǎn)品 / 13
誤解 8 ：沒有度量適用于我們正在處理的問題 / 14
誤解 9 ：度量不被管理層所理解或贊賞 / 14
誤解 10 ：用小樣本很難收集到可靠的數(shù)據(jù) / 14
第 2 章背景知識 / 16
2．1 自變量和因變量 / 16
2．2 數(shù)據(jù)類型 / 17
2．2．1 稱名數(shù)據(jù) / 17
2．2．2 順序數(shù)據(jù) / 18
2．2．3 等距數(shù)據(jù) / 18
2．2．4 比率數(shù)據(jù) / 19
2．3 描述性統(tǒng)計 / 20
2．3．1 集中趨勢的測量 / 20
2．3．2 變異性的測量 / 22
2．3．3 置信區(qū)間 / 23
2．3．4 通過誤差線來呈現(xiàn)置信區(qū)間 / 25
2．4 比較平均數(shù) / 27
2．4．1 獨立樣本 / 27
2．4．2 配對樣本 / 29
2．4．3 比較兩個以上的樣本 / 30
2．5 變量之間的關(guān)系 / 32
2．6 非參數(shù)檢驗 / 33
2．7 用圖形化的方式呈現(xiàn)數(shù)據(jù) / 35
2．7．1 柱形圖或條形圖 / 36
2．7．2 折線圖 / 38
2．7．3 散點圖 / 40
2．7．4 餅圖或圓環(huán)圖 / 41
2．7．5 堆積條形圖 / 43
2．8 總結(jié) / 44
第 3 章規(guī)劃 / 45
3．1 研究目標 / 45
3．1．1 形成式可用性 / 46
3．1．2 總結(jié)式可用性 / 46
3．2 用戶目標 / 47
3．2．1 績效 / 47
3．2．2 滿意度 / 48
3．3 選擇正確的度量：10種可用性研究 / 48
3．3．1 完成一個業(yè)務(wù) / 50
3．3．2 比較產(chǎn)品 / 50
3．3．3 評估同一種產(chǎn)品的使用效率 / 51
3．3．4 評估導航和 / 或信息架構(gòu) / 51
3．3．5 提高知曉度 / 52
3．3．6 問題發(fā)現(xiàn) / 53
3．3．7 使應(yīng)急產(chǎn)品的可用性最大化 / 53
3．3．8 創(chuàng)造整體的正向用戶體驗 / 54
3．3．9 評估微小改動的影響 / 55
3．3．10 比較替代性的設(shè)計方案 / 55
3．4 評估方法 / 56
3．4．1 傳統(tǒng)（引導式）的可用性測試 / 56
3．4．2 在線（非引導式）可用性測試 / 57
3．4．3 在線調(diào)查 / 60
3．5 其他研究細節(jié) / 61
3．5．1 預(yù)算和時間表 / 61
3．5．2 參與者 / 62
3．5．3 數(shù)據(jù)收集 / 64
3．5．4 數(shù)據(jù)整理 / 64
3．6 總結(jié) / 65
第 4 章績效度量 / 67
4．1 任務(wù)成功 / 69
4．1．1 二分式成功 / 70
4．1．2 成功等級 / 75
4．1．3 任務(wù)成功測量中存在的問題 / 78
4．2 任務(wù)時間 / 79
4．2．1 測量任務(wù)時間的重要性 / 80
4．2．2 如何收集和測量任務(wù)時間 / 80
4．2．3 分析和呈現(xiàn)任務(wù)時間數(shù)據(jù) / 83
4．2．4 使用時間數(shù)據(jù)時需要考慮的問題 / 87
4．3 錯誤 / 89
4．3．1 何時測量錯誤 / 89
4．3．2 什么構(gòu)成了錯誤 / 90
4．3．3 收集和測量錯誤 / 90
4．3．4 分析和呈現(xiàn)錯誤 / 91
4．3．5 使用錯誤度量時需要考慮的問題 / 93
4．4 效率 / 93
4．4．1 收集和測量效率 / 94
4．4．2 分析和呈現(xiàn)效率數(shù)據(jù) / 95
4．4．3 結(jié)合任務(wù)成功和任務(wù)時間的效率 / 98
4．5 易學性 / 100
4．5．1 收集和測量易學性數(shù)據(jù) / 101
4．5．2 分析和報告易學性數(shù)據(jù) / 102
4．5．3 測量易學性時需要考慮的問題 / 104
4．6 總結(jié) / 104
第 5 章基于問題的度量 / 106
5．1 什么是可用性問題 / 107
5．2 如何發(fā)現(xiàn)可用性問題 / 108
5．2．1 面對面研究 / 110
5．2．2 自動化研究 / / 110
5．3 嚴重性評估 / 110
5．3．1 基于用戶體驗的嚴重性評估 / 111
5．3．2 綜合多種因素的嚴重性評估 / 112
5．3．3 嚴重性等級評估系統(tǒng)的應(yīng)用 / 113
5．3．4 嚴重性等級評估系統(tǒng)的忠告 / 114
5．4 分析和報告“可用性問題相關(guān)的度量” / 115
5．4．1 獨特問題的頻次 / 115
5．4．2 每個參與者遇到的問題數(shù)量 / 117
5．4．3 參與者人次 / 118
5．4．4 問題歸類 / 119
5．4．5 按任務(wù)區(qū)分問題 / 119
5．5 可用性問題發(fā)現(xiàn)中的一致性 / 120
5．6 可用性問題發(fā)現(xiàn)中的偏差 / 123
5．7 參與者數(shù)量 / 125
5．7．1 五個參與者足夠 / 125
5．7．2 五個參與者不夠 / 127
5．7．3 我們的建議 / 129
5．8 總結(jié) / 129
第 6 章自我報告度量 / 131
6．1 自我報告數(shù)據(jù)的重要性 / 132
6．2 評分量表 / 132
6．2．1 Likert 量表 / 133
6．2．2 語義差異量表 / 134
6．2．3 什么時候收集自我報告數(shù)據(jù) / 134
6．2．4 如何收集自我報告數(shù)據(jù) / 135
6．2．5 自我報告數(shù)據(jù)收集中的偏差 / 135
6．2．6 評分量表的一般指導原則 / 136
6．2．7 分析評分量表數(shù)據(jù) / 137
6．3 任務(wù)后評分 / 141
6．3．1 易用性 / 141
6．3．2 情景后問卷（ASQ） / 141
6．3．3 期望測量 / 142
6．3．4 任務(wù)后自我報告度量的比較 / 143
6．4 測試后評分 / 147
6．4．1 合并單個任務(wù)的評分 / 147
6．4．2 系統(tǒng)可用性量表 / 148
6．4．3 計算機系統(tǒng)可用性問卷 / 150
6．4．4 用戶界面滿意度問卷 / 152
6．4．5 有效性、滿意度和易用性的問卷 / 153
6．4．6 產(chǎn)品反應(yīng)卡 / 154
6．4．7 測試后自我報告度量的比較 / 155
6．4．8 凈推薦值 / 157
6．5 用SUS比較設(shè)計 / 158
6．6 在線服務(wù) / 159
6．6．1 網(wǎng)站分析和測量問卷 / 159
6．6．2 美國客戶滿意度指數(shù) / 161
6．6．3 OpinionLab / 164
6．6．4 在線網(wǎng)站調(diào)查的問題 / 166
6．7 其他類型的自我報告度量 / 166
6．7．1 評估特定的屬性 / 166
6．7．2 具體元素的評估 / 169
6．7．3 開放式問題 / 171
6．7．4 知曉度和理解 / 172
6．7．5 知曉度和有用性差距 / 173
6．8 總結(jié) / 174
第 7 章行為和生理度量 / 176
7．1 自發(fā)言語表情的觀察與編碼 / 176
7．2 眼動追蹤 / 178
7．2．1 如何進行眼動追蹤 / 178
7．2．2 眼動數(shù)據(jù)的可視化 / 180
7．2．3 興趣區(qū) / 183
7．2．4 常用眼動度量指標 / 186
7．2．5 眼動分析技巧 / 188
7．2．6 瞳孔反應(yīng) / 189
7．3 情感度量 / 190
7．3．1 Affffectiva 公司和 Q 傳感器 / 191
7．3．2 藍色泡沫實驗室和 Emovision / 193
7．3．3 Seren 公司和 Emotlv / 195
7．4 緊張和其他生理指標 / 197
7．4．1 心率變異性 / 197
7．4．2 心率變異性和皮膚電研究 / 198
7．4．3 其他測量手段 / 199
7． 5 總結(jié) / 201
第 8 章合并和比較度量 / 203
8．1 單一可用性分數(shù) / 203
8．1．1 根據(jù)預(yù)定目標合并度量 / 204
8．1．2 根據(jù)百分比合并度量 / 205
8．1．3 根據(jù) z 分數(shù)合并數(shù)據(jù) / 211
8．1．4 使用單一可用性度量（SUM） / 213
8．2 可用性記分卡 / 215
8．3 與目標和專家績效比較 / 219
8．3．1 與目標比較 / 219
8．3．2 與專家績效比較 / 222
8．4 總結(jié) / 223
第 9 章專題 / 225
9．1 實時動態(tài)網(wǎng)站數(shù)據(jù) / 225
9．1．1 基本的網(wǎng)站分析 / 226
9．1．2 點擊率 / 229
9．1．3 棄用率 / 230
9．1．4 A/B 研究 / 231
9．2 卡片分類數(shù)據(jù) / 234
9．2．1 開放式卡片分類數(shù)據(jù)的分析 / 235
9．2．2 封閉式卡片分類數(shù)據(jù)的分析 / 241
9．2．3 樹測試 / 244
9．3 可及性數(shù)據(jù) / 246
9．4 投資回報率數(shù)據(jù) / 249
9．5 總結(jié) / 254
第 10 章案例研究 / 255
10．1 凈推薦與良好用戶體驗的價值 / 255
10．1．1 方法 / 256
10．1．2 結(jié)果 / 257
10．1．3 在界面設(shè)計中對投入進行優(yōu)先級設(shè)置 / 258
10．1．4 討論 / 260
10．1．5 總結(jié) / 261
參考文獻 / 262
作者簡介 / 262
10．2 度量指紋采集的反饋效果 / 263
10．2．1 方法 / 263
10．2．2 討論 / 271
10．2．3 總結(jié) / 273
致謝 / 273
參考文獻 / 273
作者簡介 / 274
10．3 Web體驗管理系統(tǒng)的再設(shè)計 / 274
10．3．1 測試迭代 / 275
10．3．2 數(shù)據(jù)收集 / 276
10．3．3 工作流程 / 277
10．3．4 結(jié)果 / 281
10．3．5 結(jié)論 / 283
參考文獻 / 283
作者簡介 / 283
10．4 使用度量來改善大學招生簡章網(wǎng)站 / 284
10．4．1 樣例 1 ：可用性測試后決定行動 / 285
10．4．2 樣例 2 ：網(wǎng)站追蹤數(shù)據(jù) / 288
10．4．3 樣例 3 ：人物角色迭代的定位測量 / 290
10．4．4 總結(jié) / 291
致謝 / 292
參考文獻 / 292
作者簡介 / 292
10．5 利用生物測量技術(shù)測量可用性 / 293
10．5．1 背景 / 293
10．5．2 方法 / 294
10．5．3 生物測量學的發(fā)現(xiàn) / 295
10．5．4 定性結(jié)果 / 297
10．5．5 總結(jié)及給從業(yè)人員的建議 / 298
致謝 / 299
參考文獻 / / 299
作者簡介 / 300
第 11 章通向成功的 10 個關(guān)鍵點 / 301
11．1 讓數(shù)據(jù)活起來 / 301
11．2 主動去度量 / 303
11．3 度量比想的便宜 / 304
11．4 早計劃 / 305
11．5 給產(chǎn)品確定基線 / 306
11．6 挖掘數(shù)據(jù) / 307
11．7 講商業(yè)語言 / 308
11．8 呈現(xiàn)置信程度 / 308
11．9 不要誤用度量 / 309
11．10 簡化報告 / 310
參考文獻 / 312