用戶體驗度量:收集、分析與呈現, 2/e (全彩) 用户体验度量:收集、分析与呈现(第2版)

湯姆·圖麗斯 (Tom Tullis), 比爾·艾博特 (Bill Albert)

  • 出版商: 電子工業出版社
  • 出版日期: 2016-02-01
  • 定價: $594
  • 售價: 8.5$505
  • 語言: 簡體中文
  • 頁數: 320
  • 裝訂: 平裝
  • ISBN: 7121277123
  • ISBN-13: 9787121277122
  • 相關分類: UX 使用者經驗

下單後立即進貨 (約4週~6週)

買這商品的人也買了...

商品描述

 

<內容簡介>

如何量化用戶體驗對有效提高產品的使用質量至關重要。圖麗斯、艾博特編著的《用戶體驗度量》詳盡地介紹瞭如何有效且可靠地收集、分析和呈現典型的用戶體驗度量數據: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∕行為數據(眼動追蹤等)。同時對「綜合性量化度量數據」等問題進行了專門介紹,而且結合案例等形式對當前與用戶體驗相關的新內容(如用戶體驗對NPS的影響)進行了說明。
本書內容翔實,是一本值得用戶體驗從業人員研讀的指導性書籍,同時也可以作為相關課程的參考教材。

 

<章節目錄>

第1章  引言
  1.1  什麼是用戶體驗
  1.2  什麼是用戶體驗度量
  1.3  用戶體驗度量的價值
  1.4  適用於每個人的度量方法
  1.5  用戶體驗度量的新技術
  1.6  十個關於用戶體驗度量的常見誤解
  誤解1 :度量需要花太多的時間而難以收集
  誤解2 :用戶體驗度量要花費太多的錢
  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
  誤解4 :用戶體驗度量對我們理解原因沒有幫助
  誤解5 :用戶體驗數據的噪聲太多
  誤解6 :你只能相信你的直覺
  誤解7 :度量不適用於新產品
  誤解8 :沒有度量適用於我們正在處理的問題
  誤解9 :度量不被管理層所理解或讚賞
  誤解10 :用小樣本很難收集到可靠的數據
第2章  背景知識
  2.1  自變量和因變量
  2.2  數據類型
    2.2.1  稱名數據
    2.2.2  順序數據
    2.2.3  等距數據
    2.2.4  比率數據
  2.3  描述性統計
    2.3.1  集中趨勢的測量
    2.3.2  變異性的測量
    2.3.3  置信區間
    2.3.4  通過誤差線來呈現置信區間
  2.4  比較平均數
    2.4.1  獨立樣本
    2.4.2  配對樣本
    2.4.3  比較兩個以上的樣本
  2.5  變量之間的關係
    2.5.1  相關
  2.6  非參數檢驗
    2.6.1  卡方檢驗
  2.7  用圖形化的方式呈現數據
    2.7.1  柱形圖或條形圖
    2.7.2  折線圖
    2.7.3  散點圖
    2.7.4  餅圖或圓環圖
    2.7.5  堆積條形圖
  2.8  總結
第3章  規劃
  3.1  研究目標
    3.1.1  形成式可用性
    3.1.2  總結式可用性
  3.2  用戶目標
    3.2.1  績效

    3.2.2  滿意度
  3.3  選擇正確的度量:10種可用性研究
    3.3.1  完成一個業務
    3.3.2  比較產品
    3.3.3  評估同一種產品的頻繁使用
    3.3.4  評估導航和/ 或信息架構
    3.3.5  提高知曉度
    3.3.6  問題發現
    3.3.7  使應急產品的可用性最大化
    3.3.8  創造整體的正向用戶體驗
    3.3.9  評估微小改動的影響
    3.3.10  比較替代性的設計方案
  3.4  評估方法
    3.4.1  傳統(引導式)的可用性測試
    3.4.2  在線(非引導式)可用性測試
    3.4.3  在線調查
  3.5  其他研究細節
    3.5.1  預算和時間表
    3.5.2  參加者
    3.5.3  數據收集
    3.5.4  數據整理
  3.6  總結
第4章  績效度量
  4.1  任務成功
    4.1.1  二分式成功
    4.1.2  成功等級
    4.1.3  任務成功測量中存在的問題
  4.2  任務時間
    4.2.1  測量任務時間的重要性
    4.2.2  如何收集和測量任務時間
    4.2.3  分析和呈現任務時間數據
    4.2.4  使用時間數據時需要考慮的問題
  4.3  錯誤
    4.3.1  何時測量錯誤
    4.3.2  什麼構成了錯誤
    4.3.3  收集和測量錯誤
    4.3.4  分析和呈現錯誤
    4.3.5  使用錯誤度量時需要考慮的問題
  4.4  效率
    4.4.1  收集和測量效率
    4.4.2  分析和呈現效率數據
    4.4.2  結合任務成功和任務時間的效率
  4.5  易學性
    4.5.1  收集和測量易學性數據
    4.5.2  分析和報告易學性數據
    4.5.3  測量易學性時需要考慮的問題
  4.6  總結
第5章  基於問題的度量
  5.1  什麼是可用性問題
    5.1.1  真問題和假問題

  5.2  如何發現可用性問題
    5.2.1  面對面研究
    5.2.2  自動化研究
  5.3  嚴重性評估
    5.3.1  基於用戶體驗的嚴重性評估
    5.3.2  綜合多種因素的嚴重性評估
    5.3.3  嚴重性等級評估系統的應用
    5.3.4  嚴重性等級評估系統的忠告
  5.4  分析和報告「可用性問題相關的度量」
    5.4.1  獨特問題的頻次
    5.4.2  每個參加者遇到的問題數量
    5.4.3  參加者人次
    5.4.4  問題歸類
    5.4.5  按任務區分問題
  5.5  可用性問題發現中的一致性
  5.6  可用性問題發現中的偏差
  5.7  參與者數量
    5.7.1  五個參與者足夠
    5.7.2  五個參與者不夠
    5.7.3  我們的建議
  5.8  總結
第6章  自我報告度量
  6.1  自我報告數據的重要性
  6.2  評分量表
    6.2.1  Likert 量表
    6.2.2  語義差異量表
    6.2.3  什麼時候收集自我報告數據
    6.2.4  如何收集自我報告數據
    6.2.5  自我報告數據收集中的偏差
    6.2.6  評分量表的一般指導原則
    6.2.7  分析評分量表數據
  6.3  任務後評分
    6.3.1  易用性
    6.3.2  情景後問捲(ASQ)
    6.3.3  期望測量
    6.3.4  任務後自我報告度量的比較
  6.4  測試後評分
    6.4.1  合併單個任務的評分
    6.4.2  系統可用性量表
    6.4.3  電腦系統可用性問捲
    6.4.4  用戶界面滿意度問捲
    6.4.5  有效性、滿意度和易用性的問捲
    6.4.6  產品反應卡
    6.4.7  測試後自我報告度量的比較
    6.4.8  凈推薦值
  6.5  用SUS比較設計
  6.6  在線服務
    6.6.1  網站分析和測量問捲
    6.6.2  美國客戶滿意度指數
    6.6.3  Opini

    6.6.4  在線網站調查的問題
  6.7  其他類型的自我報告度量
    6.7.1  評估特定的屬性
    6.7.2  具體元素的評估
    6.7.3  開放式問題
    6.7.4  知曉度和理解
    6.7.5  知曉度和有用性差距
  6.8  總結
第7章  行為和生理度量
  7.1  自發言語表情的觀察與編碼
  7.2  眼動追蹤
    7.2.1  如何進行眼動追蹤
    7.2.2  眼動數據的可視化
    7.2.3  興趣區
    7.2.4  常用眼動度量指標
    7.2.5  眼動分析技巧
    7.2.6  瞳孔反應
  7.3  情感度量
    7.3.1  Affectiva 公司和Q 傳感器
    7.3.2  藍色泡沫實驗室和Emov
    7.3.3  Seren 公司和E
  7.4  緊張和其他生理指標
    7.4.1  心率變異性
    7.4.2  心率變異性和皮膚電研究
    7.4.3  其他測量手段
  7. 5  總結
第8章  合併和比較度量
  8.1  單一可用性分數
    8.1.1  根據預定目標合併度量
    8.1.2  根據百分比合併度量
    8.1.3  根據z 分數合併數據
    8.1.4  使用單一可用性度量(SUM)
  8.2  可用性記分卡
  8.3  與目標和專家績效比較
    8.3.1  與目標比較
    8.3.2  與專家績效比較
  8.4  總結
第9章  專題
  9.1  實時動態網站數據
    9.1.1  基本的網站分析
    9.1.2  點擊率
    9.1.3  棄用率
    9.1.4  A/B 研究
  9.2  卡片分類數據
    9.2.1  開放式卡片分類數據的分析
    9.2.2  封閉式卡片分類數據的分析
    9.2.3  樹測試
  9.3  可及性數據
  9.4  投資回報率數據
  9.5  總結

第10章  案例研究
  10.1  凈推薦值與良好用戶體驗的價值
    10.1.1  方法
    10.1.2  結果
    10.1.3  在界面設計中對投入進行優先級設置
    10.1.4  討論
    10.1.5  總結
  參考文獻
  作者簡介
  10.2  度量指紋採集的反饋效果
    10.2.1  方法
    10.2.2  討論
    10.2.3  總結
  致謝
  參考文獻
  作者簡介
  10.3  Web體驗管理系統的再設計
    10.3.1  測試迭代
    10.3.2  數據收集
    10.3.3  工作流程
    10.3.4  結果
    10.3.5  結論
  參考文獻
  作者簡介
  10.4  使用度量來改善大學招生簡章網站
    10.4.1  樣例1 :可用性測試後決定行動
    10.4.2  樣例2 :網站追蹤數據
  目錄
    10.4.3  樣例3 :人物角色迭代的定位測量
    10.4.4  總結
  致謝
  參考文獻
  作者簡介
  10.5  利用生物測量技術測量可用性
    10.5.1  背景
    10.5.2  方法
    10.5.3  生物測量學的發現
    10.5.4  定性結果
    10.5.5  總結及給從業人員的建議
  致謝
  參考文獻
  作者簡介
第11章  通向成功的10 個關鍵點
  11.1  讓數據活起來
  11.2  主動去度量
  11.3  度量比你想的便宜
  11.4  早計劃
  11.5  給你的產品確定基線
  11.6  挖掘你的數據
  11.7  講商業語言

  11.8  呈現你的置信程度
  11.9  不要誤用度量
  11.10  簡化你的報告
  參考文獻

 

<作者介紹>

(美)圖麗斯//艾博特|譯者:周榮剛//秦憲剛