《用戶體驗度量：收集、分析與呈現（第2版）（全彩）》是2016年2月電子工業出版社出版的圖書，作者是【美】TOM TULLIS（湯姆 圖麗斯），Bill Albert（比爾 艾博特）。
基本介紹
- 書名：用戶體驗度量：收集、分析與呈現（第2版）（全彩）
- 作者：【美】TOM TULLIS（湯姆 圖麗斯），Bill Albert（比爾 艾博特） 著
- 譯者：周榮剛 ，秦憲剛 譯
- ISBN：978-7-121-27712-2
- 頁數：417頁
- 定價：99.00元
- 出版社：電子工業出版社
- 出版時間：2016年2月出版
- 開本：16開
內容簡介,目錄,
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。《用戶體驗度量：收集、分析與呈現（第2版）（全彩）》詳盡地介紹了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。
《用戶體驗度量：收集、分析與呈現（第2版）（全彩）》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。
目錄
第1 章 引言 / 1
1.1 什麼是用戶體驗 / 4
1.2 什麼是用戶體驗度量 / 6
1.3 用戶體驗度量的價值 / 8
1.4 適用於每個人的度量方法 / 9
1.5 用戶體驗度量的新技術 / 10
1.6 十個關於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 ：用戶體驗數據的噪聲太多 / 13
誤解6 ：你只能相信你的直覺 / 13
誤解7 ：度量不適用於新產品 / 13
誤解8 ：沒有度量適用於我們正在處理的問題 / 14
誤解9 ：度量不被管理層所理解或讚賞 / 14
誤解10 ：用小樣本很難收集到可靠的數據 / 14
第2 章 背景知識 / 16
2.1 自變數和因變數 / 16
2.2 數據類型 / 17
2.2.1 稱名數據 / 17
2.2.2 順序數據 / 18
2.2.3 等距數據 / 18
2.2.4 比率數據 / 19
2.3 描述性統計 / 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 置信區間 / 23
2.3.4 通過誤差線來呈現置信區間 / 25
2.4 比較平均數 / 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 變數之間的關係 / 32
2.5.1 相關 / 32
2.6 非參數檢驗 / 33
2.6.1 卡方檢驗 / 33
2.7 用圖形化的方式呈現數據 / 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 餅圖或圓環圖 / 41
2.7.5 堆積條形圖 / 43
2.8 總結 / 44
第3 章 規劃 / 45
3.1 研究目標 / 45
3.1.1 形成式可用性 / 46
3.1.2 總結式可用性 / 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 完成一個業務 / 50
3.3.2 比較產品 / 50
3.3.3 評估同一種產品的頻繁使用 / 51
3.3.4 評估導航和/ 或信息架構 / 51
3.3.5 提高知曉度 / 52
3.3.6 問題發現 / 53
3.3.7 使應急產品的可用性最大化 / 53
3.3.8 創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 比較替代性的設計方案 / 55
3.4 評估方法 / 56
3.4.1 傳統（引導式）的可用性測試 / 56
3.4.2 線上（非引導式）可用性測試 / 57
3.4.3 線上調查 / 60
3.5 其他研究細節 / 61
3.5.1 預算和時間表 / 61
3.5.2 參加者 / 62
3.5.3 數據收集 / 64
3.5.4 數據整理 / 64
3.6 總結 / 65
第4 章 績效度量 / 67
4.1 任務成功 / 69
4.1.1 二分式成功 / 70
4.1.2 成功等級 / 75
4.1.3 任務成功測量中存在的問題 / 78
4.2 任務時間 / 79
4.2.1 測量任務時間的重要性 / 80
4.2.2 如何收集和測量任務時間 / 80
4.2.3 分析和呈現任務時間數據 / 83
4.2.4 使用時間數據時需要考慮的問題 / 87
4.3 錯誤 / 89
4.3.1 何時測量錯誤 / 89
4.3.2 什麼構成了錯誤 / 90
4.3.3 收集和測量錯誤 / 90
4.3.4 分析和呈現錯誤 / 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 分析和呈現效率數據 / 95
4.4.2 結合任務成功和任務時間的效率 / 98
4.5 易學性 / 100
4.5.1 收集和測量易學性數據 / 101
4.5.2 分析和報告易學性數據 / 102
4.5.3 測量易學性時需要考慮的問題 / 104
4.6 總結 / 104
第5 章 基於問題的度量 / 106
5.1 什麼是可用性問題 / 107
5.1.1 真問題和假問題 / 108
5.2 如何發現可用性問題 / 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 基於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的套用 / 113
5.3.4 嚴重性等級評估系統的忠告 / 114
5.4 分析和報告“可用性問題相關的度量” / 115
5.4.1 獨特問題的頻次 / 115
5.4.2 每個參加者遇到的問題數量 / 117
5.4.3 參加者人次 / 118
5.4.4 問題歸類 / 119
5.4.5 按任務區分問題 / 119
5.5 可用性問題發現中的一致性 / 120
5.6 可用性問題發現中的偏差 / 123
5.7 參與者數量 / 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 / 129
第6 章 自我報告度量 / 131
6.1 自我報告數據的重要性 / 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 什麼時候收集自我報告數據 / 134
6.2.4 如何收集自我報告數據 / 135
6.2.5 自我報告數據收集中的偏差 / 135
6.2.6 評分量表的一般指導原則 / 136
6.2.7 分析評分量表數據 / 137
6.3 任務後評分 / 141
6.3.1 易用性 / 141
6.3.2 情景後問卷（ASQ） / 141
6.3.3 期望測量 / 142
6.3.4 任務後自我報告度量的比較 / 143
6.4 測試後評分 / 147
6.4.1 合併單個任務的評分 / 147
6.4.2 系統可用性量表 / 148
6.4.3 計算機系統可用性問卷 / 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 產品反應卡 / 155
6.4.7 測試後自我報告度量的比較 / 156
6.4.8 淨推薦值 / 158
6.5 用SUS比較設計 / 159
6.6 線上服務 / 160
6.6.1 網站分析和測量問卷 / 160
6.6.2 美國客戶滿意度指數 / 162
6.6.3 OpinionLab / 165
6.6.4 線上網站調查的問題 / 167
6.7 其他類型的自我報告度量 / 167
6.7.1 評估特定的屬性 / 167
6.7.2 具體元素的評估 / 170
6.7.3 開放式問題 / 172
6.7.4 知曉度和理解 / 173
6.7.5 知曉度和有用性差距 / 174
6.8 總結 / 175
第7 章 行為和生理度量 / 177
7.1 自發言語表情的觀察與編碼 / 177
7.2 眼動追蹤 / 179
7.2.1 如何進行眼動追蹤 / 179
7.2.2 眼動數據的可視化 / 181
7.2.3 興趣區 / 184
7.2.4 常用眼動度量指標 / 187
7.2.5 眼動分析技巧 / 189
7.2.6 瞳孔反應 / 190
7.3 情感度量 / 191
7.3.1 Affectiva 公司和Q 感測器 / 192
7.3.2 藍色泡沫實驗室和Emovision / 194
7.3.3 Seren 公司和Emotlv / 196
7.4 緊張和其他生理指標 / 198
7.4.1 心率變異性 / 198
7.4.2 心率變異性和皮膚電研究 / 199
7.4.3 其他測量手段 / 200
7. 5 總結 / 202
第8 章 合併和比較度量 / 204
8.1 單一可用性分數 / 204
8.1.1 根據預定目標合併度量 / 205
8.1.2 根據百分比合併度量 / 206
8.1.3 根據z 分數合併數據 / 212
8.1.4 使用單一可用性度量（SUM） / 214
8.2 可用性記分卡 / 216
8.3 與目標和專家績效比較 / 220
8.3.1 與目標比較 / 220
8.3.2 與專家績效比較 / 223
8.4 總結 / 224
第9 章 專題 / 226
9.1 實時動態網站數據 / 226
9.1.1 基本的網站分析 / 227
9.1.2 點擊率 / 230
9.1.3 棄用率 / 231
9.1.4 A/B 研究 / 232
9.2 卡片分類數據 / 235
9.2.1 開放式卡片分類數據的分析 / 236
9.2.2 封閉式卡片分類數據的分析 / 242
9.2.3 樹測試 / 245
9.3 可及性數據 / 247
9.4 投資回報率數據 / 250
9.5 總結 / 255
第10 章 案例研究 / 256
10.1 淨推薦值與良好用戶體驗的價值 / 256
10.1.1 方法 / 257
10.1.2 結果 / 258
10.1.3 在界面設計中對投入進行優先權設定 / 259
10.1.4 討論 / 261
10.1.5 總結 / 262
參考文獻 / 263
作者簡介 / 263
10.2 度量指紋採集的反饋效果 / 264
10.2.1 方法 / 264
10.2.2 討論 / 272
10.2.3 總結 / 274
致謝 / 274
參考文獻 / 274
作者簡介 / 275
10.3 Web體驗管理系統的再設計 / 275
10.3.1 測試疊代 / 276
10.3.2 數據收集 / 277
10.3.3 工作流程 / 278
10.3.4 結果 / 282
10.3.5 結論 / 284
參考文獻 / 284
作者簡介 / 284
10.4 使用度量來改善大學招生簡章網站 / 285
10.4.1 樣例1 ：可用性測試後決定行動 / 286
10.4.2 樣例2 ：網站追蹤數據 / 289
10.4.3 樣例3 ：人物角色疊代的定位測量 / 291
10.4.4 總結 / 292
致謝 / 293
參考文獻 / 293
作者簡介 / 293
10.5 利用生物測量技術測量可用性 / 294
10.5.1 背景 / 294
10.5.2 方法 / 295
10.5.3 生物測量學的發現 / 296
10.5.4 定性結果 / 298
10.5.5 總結及給從業人員的建議 / 299
致謝 / 300
參考文獻 / / 300
作者簡介 / 301
第11 章 通向成功的10 個關鍵點 / 302
11.1 讓數據活起來 / 302
11.2 主動去度量 / 304
11.3 度量比你想的便宜 / 305
11.4 早計畫 / 306
11.5 給你的產品確定基線 / 307
11.6 挖掘你的數據 / 308
11.7 講商業語言 / 309
11.8 呈現你的置信程度 / 309
11.9 不要誤用度量 / 310
11.10 簡化你的報告 / 311
參考文獻 / 313
