以下表包含与其与定量用户研究相关的一些文章和视频的链接。在每个部分中,资源以建议的阅读顺序。

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。

基准测试度量通常也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。

数字

链接

格式

描述

1

基准测试您的产品UX的好处

视频

跟踪你的设计在一段时间内的表现

2

基准UX:跟踪指标

文章

标杆管理在高水平下是如何运作的

3.

测试产品用户体验的7个步骤

文章

遵循的具体步骤开始使用基准测试

4

计算设计项目ROI

视频

使用指标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

关于计算UX投资回报率的三个神话

文章

人们在开始计算ROI时常犯的错误

7

平均UX改进随着时间的推移萎缩

文章

对2006年以来基准趋势的分析,旨在为您的指标随时间的变化设定预期

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:UX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

在里面定量可用性测试,研究人员收集指标(如任务,成功率和满意度得分),而参与者执行任务。此版本的可用性测试需要更多的参与者和比定性可用性测试更严格的研究结构。

数字

链接

格式

描述

1

定量与定性用户体验研究

视频

如何确定何时需要进行定量研究

2

定量与定性可用性测试

文章

定量用户测试之间的差异和(更常见)定性可用性测试

3.

定量可用性研究有多少参与者:样本大小建议的总结

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

为什么你不能信任来自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

Qual用户测试的任务之间的差异以及为什么好的量程任务是特定的和混凝土

7

成功率:最简单的可用性指标

文章

当您有多个成功级别时,如何分析任务完成

8

定量研究的风险

文章

定量可用性研究无法取代定性研究的原因,以及Qual研究如何补充量项研究的调查结果

9

对象之间的受试者之间的研究设计

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。

数字

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

用于用户体验练习中的分析的三种用途

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UX目标转换为分析测量计划

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指标

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

为什么只上升的指数(如总访问者)并不是很有用,以及如何避免这些感觉良好的虚荣度量

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测试多变量测试

数字

链接

格式

描述

1

101 A / B测试

视频

A / B测试如何工作

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检测实验,开发知情的设计变化

3.

不要在悬崖上检查自己

视频

为什么单独依赖A / B测试可能会导致设计错误。

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

定量调查涉及要求大量用户回答标准化的问题。这些调查通常涉及在评级尺度上选择响应,并用于量化用户的感知。

数字

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

可能导致调查数据中出现问题的偏见

3.

在线调查保持简短

文章

为什么在线调查必须很短才能收集到高质量的反馈

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

卡排序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。

在一个树测试,参与者仅使用您网站的类别结构完成任务。通过将其与UI的所有其他方面隔离来评估您的信息架构的方式基本上是一种评估您的信息架构。

数字

链接

格式

描述

1

信息架构(IA)与导航的区别

文章

什么是信息架构,以及它与网站导航的关系

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

卡片分类的介绍

3.

卡片分类:如何最好地组织产品

视频

4

卡排序:有多少用户测试

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之间进行选择

6

树测试:快速,迭代评估菜单标签和类别

文章

树测试介绍

7

树测试评估信息架构类别

视频

8

树测试第2部分:解释结果

文章

如何根据您的树测试数据进行决策

9

量化UX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

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分步说明,以便计算相互置信区间或统计显着性的东西 - 这些是太复杂的,不能在简短的文章中涵盖。如果您想了解这些分析程序,请参阅下面的全日制课程。

数字

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UX的信心间隔

视频

为什么你应该计算你的定量指标的置信区间

3.

用户体验的置信区间、误差边界和置信水平

文章

这三个重要分析概念的详细解释

4

UX统计学意义

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

当你的发现没有统计学意义时,你该怎么办

一整天的课程:如何解读用户体验数字