下面的表格包含了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,资源按照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。这种类型的研究对于发现问题和确定设计解决方案是有用的。(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分钟的视频:定量与定性用户体验研究

本文涉及的主题和方法

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。

基准度量也经常用于计算投资回报率(ROI)用户体验的工作;这种计算方式可以帮助UX专业人士证明他们的价值,并争取更多的资源。

链接

格式

描述

1

对产品用户体验进行基准测试的好处

视频

跟踪你的设计在一段时间内的表现

2

基准测试UX:跟踪参数

文章

基准测试如何高级别

3.

测试产品用户体验的7个步骤

文章

开始基准测试时要遵循的具体步骤

4

计算设计项目的ROI

视频

使用度量来估计设计变更的价值

5

分4步计算设计项目的投资回报率

文章

6

计算用户体验ROI的三个误区

文章

人们在开始计算ROI时常犯的错误

7

平均的用户体验改进会随着时间的推移而减少

文章

自2006年以来的基准趋势分析,意味着为您的指标随时间变化的预期来设定期望

想要更多深入的帮助,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ROI

全天的课程:测量用户体验和投资回报率

量化的可用性测试

在里面量化的可用性测试,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)。这个版本的可用性测试比定性的可用性测试需要更多的参与者和更严格的研究结构。

链接

格式

描述

1

定量与定性用户体验研究

视频

如何确定您何时需要定量研究

2

定量和定性可用性测试

文章

定量用户测试和(更常见的)定性可用性测试的区别

3.

定量可用性研究的参与者有多少参与者:样本大小建议的摘要

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

为什么你不能相信定性可用性研究的数字

文章

为什么认为你可以在质量研究中收集量化指标是错误的

5

为什么5名参与者在定性研究中表现良好,但在定量研究中表现不佳

文章

为什么定量和定性用户测试的样本量不同

6

定量和定性可用性研究的写作任务

文章

量化任务和质量用户测试任务之间的区别以及为什么好的量化任务是具体而具体的

7

成功率:最简单的可用性指标

文章

当你有多级成功时,如何分析任务完成情况

8

定量研究的风险

文章

定量可用性研究不能取代定性研究的原因,以及定性研究如何补充定量研究的结果

9

受试者间与受试者内研究设计

文章

在比较两种不同设计的量化可用性测试中,如何在两种可供选择的研究设置中进行选择

10

如何衡量用户界面的可学习性

文章

通过观察人们学习界面所花的时间,量化新用户需要一段时间才能学会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。

链接

格式

描述

1

分析与定量可用性测试

视频

比较从这两个用户体验定量度量来源获得的信息

2

分析在用户体验实践中的三种用途

文章

如何避免在分析数据中迷失方向并使其有意义

3.

宏和微版本作为分析中的指标

视频

如何同时使用高价值的用户操作(宏转换)和低价值、频繁的用户操作(微转换)作为分析指标来跟踪网站的性能并识别问题

4

将用户体验目标转化为分析测量计划

文章

为特定用户体验目标选择正确分析指标的建议

5

将分析结果转化为可用性研究

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

在分析学中,数字的真正含义是什么?

视频

如何理解需要解释的分析度量

7

如何解释用户花费的时间和页面视图

视频

何时以及如何使用两个关键分析指标(时间花费和页面浏览量)来评估你的用户是否高效或参与度

8

虚荣度量:添加上下文以添加意义

文章

为什么只会上升的指标(如总访问量)不是很有用,如何避免这些感觉良好的虚荣心指标

9

分析报告中的5个信息架构警告标志

文章

如何使用分析来发现产品信息架构中的潜在问题

10

Web分析中的反弹与退出

视频

人们经常混淆的两个指标之间的差异

虽然你可以使用分析指标来监控你的产品,你也可以创建实验来检测不同的UI设计是如何影响这些指标的——或者通过A / B测试或者多变量测试

链接

格式

描述

1

101 A / B测试

视频

A/B测试是如何工作的

2

通过用户体验研究定义更强的A/B测试变体

文章

如何在研究中进行A/B测试实验,从而开发出有见地的设计变体

3.

不要在悬崖上做A/B测试

视频

为什么只依靠A/B测试可能导致设计错误?

4

把A/B测试放在合适的位置

文章

5

设计优化的A/B测试与多元测试

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

多变量与A/B测试:增量与根本性变化

文章

全天的课程:分析和用户体验

调查

定量调查包括询问大量用户回答一组标准化的问题。这些调查通常涉及选择一个评价量表的答复,并用于量化用户的看法。

链接

格式

描述

1

用户满意度与性能指标

文章

为什么用户满意度和性能指标(如任务执行时间)经常相关,但并不总是如此

2

用户研究中的调查反应偏差

文章

偏见可能会导致你的调查数据出现问题

3.

在线调查保持简短

文章

为什么在线调查必须短暂收集许多高质量的响应

4

调查问题的迭代设计:一个案例研究

文章

如何设计和完善自己的调查的一个例子

5

用户体验研究中的评分量表:Likert还是语义差异?

文章

何时使用两种最流行的评分量表

6

系统可用性量表(SUS)在UX项目中有多有用?

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

净推广者得分:客户关系指标能告诉你什么是用户体验

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

超越NPS:用SUS、NASA-TLX和任务和可用性测试后的单一易用性问题测量感知可用性

文章

作为NPS替代品的一组调查问卷

卡片分类和树测试

卡片分类和树测试都是评估和改进产品信息架构的有用方法。

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。

在一个树的测试,参与者只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架构与UI的所有其他方面隔离开来来评估信息架构的方法。

链接

格式

描述

1

信息体系结构(IA)和导航的区别

文章

什么信息架构是以及它与网站导航有关

2

卡片分类:揭示用户的心理模型以实现更好的信息体系结构

文章

卡排序介绍

3.

卡片分类:如何最好地组织产品

视频

4

卡片分类:测试多少用户

文章

您的卡片分类研究中要包括多少参与者

5

打开与关闭卡片排序

视频

如何在这两种卡片排序方式中进行选择

6

树测试:快速迭代评估菜单标签和类别

文章

介绍树木测试

7

评估信息架构类别的树测试

视频

8

树测试第2部分:结果的解释

文章

如何根据树测试数据做出决策

9

量化用户体验改进:一个案例研究

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

全天的课程:信息架构

定量数据分析

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。

这些资源不会一步一步地指导您计算置信区间或统计显著性——这些太复杂了,不可能在一篇简短的文章中涵盖。如果你想学习这些分析程序,请参阅下面的全天课程。

链接

格式

描述

1

用户体验研究的内部有效性与外部有效性

文章

为什么有效性在用户体验研究中很重要

2

为什么置信区间对用户体验很重要

视频

为什么要计算定量度量的置信区间

3.

置信区间,误差边缘,UX中的置信水平

文章

详细说明了这三个重要的分析概念

4

用户体验的统计意义

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

理解统计学意义

文章

6

处理用户体验数据中的无关紧要信息

视频

当您的发现没有统计学意义时该怎么办

全天课程:如何解读用户体验数字