下表包含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,参考资料按推荐的阅读顺序排列。

定量与定性UX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的可用性测试.)

定量研究,我们的重点是不同的。我们收集用户体验指标——体验的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的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UX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率(ROI)

用户体验基准测试指的是根据有意义的标准,使用指标来衡量产品或服务的相对性能,从而评估产品或服务的用户体验。团队使用基准测试来跟踪用户体验的改进,或者与竞争对手进行比较。

基准测试指标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。

数量

链接

总体安排

描述

1

对产品的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

基准测试用户体验:跟踪指标

文章

标杆管理在高水平下是如何运作的

3.

衡量产品用户体验的7个步骤

文章

开始基准测试需要遵循的具体步骤

4

计算设计项目的投资回报率

视频

使用度量来估计设计变更的价值

5

4步计算设计项目的ROI

文章

6

关于计算用户体验投资回报率的三个误区

文章

人们在开始计算ROI时常犯的错误

7

随着时间的推移,用户体验的平均改善率正在下降

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:用户体验指标和投资回报

全天的课程:测量用户体验和ROI

量化的可用性测试

定量可用性测试,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)。与定性可用性测试相比,此版本的可用性测试需要更多的参与者和更严格的研究结构。

数量

链接

总体安排

描述

1

定量与定性UX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

定量用户测试和(更常见的)定性可用性测试之间的差异

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

40人参与量化用户测试的指导原则和为什么你可能会看到其他建议之间的原因

4

为什么你不能相信定性可用性研究的数据

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

为什么在定性研究中有5个参与者可以,而在定量研究中却不行

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

quant与qual用户测试任务之间的差异以及为什么好的quant任务是具体的

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qual研究如何补充定量研究的发现

9

受试者之间与受试者内部研究设计

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易学性

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产品做了什么——他们去了哪里,他们点击了什么,他们使用了什么功能,他们来自哪里,他们决定在哪个页面离开网站或应用程序。这些信息可以支持各种各样的UX活动它可以帮助您监视产品中各种内容、ui或功能的性能,并识别出哪些部分不起作用。

数量

链接

总体安排

描述

1

分析vs.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自我,并使其变得有意义

3.

宏和微转换是分析中的指标

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

为你的UX目标选择正确的分析参数的建议

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浏览量

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

虚荣指标:添加背景添加意义

文章

为什么只有上升的指标(如总访客)不是很有用,以及如何避免这些感觉良好的虚荣指标

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区别

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

数量

链接

总体安排

描述

1

101 A / B测试

视频

A/B测试的工作原理

2

通过UX研究定义更强大的A/B测试变化

文章

如何在研究中为A/B测试实验奠定基础,以开发信息充分的设计变体

3.

不要在悬崖下测试自己

视频

为什么单靠A/B测试很可能导致设计错误。

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

什么时候你需要多变量测试vs. A/B测试,以及为什么多变量测试需要更多流量

6

多变量vs. A/B测试:增量vs.彻底改变

文章

全天的课程:分析和用户体验

调查

定量调查包括要求大量用户回答一组标准化的问题。这些调查通常涉及在评分量表上选择响应,并用于量化用户的感知。

数量

链接

总体安排

描述

1

用户满意度vs.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

可能导致调查数据出现问题的偏差

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

什么时候使用这两种最流行的评级量表

6

系统可用性量表(SUS)在UX项目中有多有用?

视频

Jakob Nielsen对一份最流行、时间最长的用户体验问卷的看法

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

Net Promoter Score (NPS)是一个流行的营销指标,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

一套可考虑作为NPS替代方案的问卷

卡片分类和树测试

卡片排序和树测试都是评估和改进产品信息体系结构的有用方法。

在一个卡片分类在研究中,参与者被给予内容项目(有时写在索引卡上),并被要求以他们认为有意义的方式对这些项目进行分组和标记。该测试既可以亲自进行,也可以使用实体卡片,或使用卡片分类平台远程进行。卡片分拣可分为定性和定量两部分。

在一个树试验,参与者仅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体系结构与UI的所有其他方面隔离开来来评估信息体系结构的方法。

数量

链接

总体安排

描述

1

信息体系结构(IA)和导航的区别

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获得更好的信息架构

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

卡片分类:要测试多少用户

文章

你的卡片分类研究包括多少参与者

5

打开和关闭卡片分类

视频

如何在这两种不同的卡片分类中进行选择

6

树测试:菜单标签和类别的快速迭代评估

文章

树测试简介

7

评估信息体系结构类别的树测试

视频

8

树测试第2部分:解释结果

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

为了得出结论并解释定量数据,你需要理解一些统计学和研究设计概念。下面的参考资料将向您介绍这些概念。

这些资源不会为您提供计算置信区间或统计显著性等内容的分步说明-这些内容太复杂,无法在一篇短文中介绍。如果您想学习这些分析程序,请参阅下面的全天课程。

数量

链接

总体安排

描述

1

用户体验研究的内部效度与外部效度

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UX很重要

视频

为什么要计算量化指标的置信区间

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说明

4

UX中的统计显著性

视频

什么是统计显著性,为什么在定量比较两种设计时要计算统计显著性

5

理解统计学意义

文章

6

处理用户体验数据中的不重要

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