выявление частей интерфейса или продукта, которые вызывают проблемы у пользователей или, наоборот, вызывают восхищение;
сравнение результатов проектирования после каждой итерации.
Проектирование интерфейса пользователя. Лекция №14.
Наблюдение и анализ явных признаков поведения. Вербальное поведение
Проектирование интерфейса пользователя. Лекция №14.
Проектирование интерфейса пользователя. Лекция №14.
выявление частей интерфейса или продукта, которые вызывают проблемы у пользователей или, наоборот, вызывают восхищение;
ограниченное применение для продуктов, с ограниченным физическим взаимодействием;
сравнение результатов проектирования после каждой итерации или сравнение различных продуктов.
Пример
процедура установки ПО для синхронизации MP3-плеера с компьютером (серийный номер белыми символами на серебристом корпусе);
прищуриваться, вертеть в руках, подносить к источнику света, просить подростков прочитать – хорошие индикаторы сложности задачи для пользователей.
записи опытных наблюдателей сессии
видеозапись сессии
выражение лица;
слежение за взглядом;
анализ реакции зрачка;
электропроводность кожи и сердцебиение;
другие.
потенциально точнее выражает ощущения людей (реакцию на продукт), чем их слова.
Техники
видеозапись участника во время сессии:
анализ вручную (категории выражений лица и их взаимосвязь с эмоциями);
автоматический анализ видеозаписи (например, 6 эмоций – радость, злость, грусть, удивление, страх, отвращение и нейтральность).
Техники
электромиограмма (ЭМГ) – сенсоры измеряют электрическую активность мышц лица, лоб (хмуриться) и скулы (улыбаться).
Примеры
[Hazlett, 2003]:
28 участников, 5 задач, 2 веб-сайта;
«индекс разочарования» коррелирован с традиционными показателями («успех задания»).
[Hazlett&Benedek, 2005]:
демонстрация возможных особенностей новой ОС (Microsoft);
опрос участников о понравившихся функциях;
«показатель желанности» на основе ЭМГ – хотя бы одно стандартное отклонение от базиса для мышц скул (положительная реакция) и одновременное отсутствие движения мышц лба (негативная реакция).
для массового использования в ю-тестировании нужны средства менее навязчивые с т. з. участника
Без аппаратуры на голове
инфракрасные источники света и инфракрасная камеры встроены в монитор;
оценка отражённого света от роговицы глаза и сравнение с положением зрачка;
первичная калибровка.
С аппаратурой на голове
оптическая или магнитная система;
отслеживание поворотов головы и глаз;
минимум первичной настройки;
назойливый способ с т. з. участника.
Пример
участник не выполнил задание, так как не совершил переход по ссылке, ведущей к решению. Почему? (не нашёл её или не понял её)
График последовательности фиксаций
фиксация – задержка взгляда на определённой области интерфейса;
размер окружности ~ длительности фиксации;
нумерация фиксаций – последовательность перемещений взгляда;
саккада – перемещение между фиксациями – линии.
(а)
«Тепловая карта»
последовательности фиксаций множества участников на одной и той же странице интерфейса;
самые светлые области – наибольшая плотность фиксаций.
(b)
Варианты использования в ю-исследовании
доля пользователей, рассматривающих конкретный элемент или участок ПИ;
время, потраченное на просмотр конкретного элемента или участка ПИ.
Варианты использования в ю-исследовании
сравнение продуктивности расположения конкретного элемента ПИ в различных местах.
Пример.
где разместить рекламу: над или под логотипом компании?
Варианты использования в ю-исследовании
время, требуемое для обнаружения конкретного элемента ПИ:
усреднить время начала первичной фиксации в области данного элемента, для всех участников, которые его заметили
пути изучения страницы:
длина траекторий перемещения взгляда (чем короче, тем эффективнее ПИ);
длительность фиксаций (чем длиннее, тем больше времени потребовалось участнику на чтение и обработку информации).
Проектирование интерфейса пользователя. Лекция №14.
выявление участков с повышенной умственной концентрацией и/или эмоциональным возбуждением (увеличением интереса);
многие системы отслеживания взгляда обнаруживают положение зрачка и измеряют его диаметр.
Наблюдение и анализ признаков поведения, регистрируемых посредством специального оборудования. Реакция зрачка
Проектирование интерфейса пользователя. Лекция №14.
выявление участков, вызывающих стресс у участников.
Наблюдение и анализ признаков поведения, регистрируемых посредством специального оборудования. Электропроводность кожи и сердцебиение
Примеры применения в ю-исследовании
[Ward et al., 2003]:
2 дизайна сайта, хорошо спроектированный и плохо продуманный (интенсивное использование представления функций в виде раскрывающихся список, скудные подсказки навигации, случайные всплывающие окна, необоснованная анимация);
базис – измерения в первую минуту сессии;
для продуманного дизайна: снижение сердцебиения и электропроводности кожи;
для плохо продуманного варианта: увеличение электропроводности кожи и сердцебиение на базовом уровне.
Примеры применения в ю-исследовании
[Lin et al, 2005]:
3D-игра Super Mario, 3 различных участка игры, ограничено время прохождения участка (более, чем достаточно для выполнения задачи);
поиск зависимости между продуктивностью, субъективными рейтингами и электропроводностью кожи;
сильная корреляция между субъективными рейтингами задач (от участников) и показаниями GSR.
из опроса
Примеры применения в ю-исследовании
[Trimmel et al., 2003]:
анализ сердцебиения в зависимости от уровня стресса, вызванного реакцией на время ожидания загрузки веб-страницы;
время загрузки страницы: 2, 10 или 22 секунды;
для электропроводности кожи выявлен аналогичный шаблон.
Применение в ежедневном ю-исследовании
во время сессии участники испытывают давление осознания наличия видеокамер, одностороннего зеркала, устройства слежения за взглядом;
зажимы на пальцы и т. п. окончательно запугают участников;
для измерения уровня стресса требуются менее навязчивое оборудование.
Пример
средние значения отдельных показателей удовлетворяют конечной цели;
успешность задания: 6 из 8 – 75%;
время на задачу: 5 из 8 – 62%;
однако, итоговый показатель низкий – 38%;
< 70 сек
> 80%
Правила преобразования (или правила выбора минимальных или максимальных значений).
Если по определению значения показателя – от 0 до 100, то P = А%. Пример: SUS.
Если минимум – 0, а максимум известен (Max), то P = (A / Max ) * 100%. Пример: число успешно выполненных заданий, удовлетворённость по оценочной шкале.
Если минимум – 0, а максимум неизвестен, то Max = <наибольшее значение, выявленное в ходе исследования>. Если при этом целью исследование является минимизация показателя, то P = 1 – (A / Max ) * 100%. Пример: количество ошибок.
Если минимум и максимум неизвестны. Max = <наибольшее значение, выявленное в ходе исследования>, Min = <наименьшее значение, выявленное в ходе исследования> Пример: время выполнения задания – P = ( Min / A ) * 100%.
Пример 1.
Общая оценка юзабилити – 62%;
доверит. инт. (95%) – 51-72%
общая оценка смещена в сторону показателей производительности
( 1 – чем больше %, тем выше оценка юзабилити
Пример
«взвешенные средние» стали ближе к оценке удовлетворённости, чем средние при равных весовых коэффициентах
Для участника №1 «средняя взвешенная оценка»:
(38%*1 + 47%*1 + 60%*2) / (1 + 1 + 2) ≈ 51%
Используя Excel:
СРЗНАЧ(<множество зн. показателя>), или AVERAGE(<то же>);
СТАНДОТКЛОН(<множество зн. показателя>), или STDEV(<то же>);
НОРМАЛИЗАЦИЯ(<зн. показателя>,<среднее>,<станд. отклонение>), илиSTANDARDIZE(<то же>).
Область применения:
итеративное исследование разных прототипов (данные из разных ю-исследований);
сравнение данных от разных групп пользователей (в одном ю-исследовании);
сравнение разных условий или дизайна) (в одном ю-исследовании).
доверительные интервалы
Пример:
два показателя:
уровень выполнения заданий;
субъективная оценка выполнения заданий (удовлетворённость);
наглядно отображает:
различие между заданиями;
наиболее проблемные для пользователей задания;
несоответствие между тенденциями разных показателей.
Лепестковая диаграмма (radar-diagram).
обобщённые значения показателей – итоги ю-исследования.
Пример:
показатели:
уровень выполнения заданий;
посещения веб-страницы;
аккуратность (отсутствие ошибок);
оценка удовлетворённости;
оценка полезности;
наглядно отображает:
на какие аспекты продукта надо обратить внимание на следующей итерации проектирования.
Круги Харви (Harvey Balls).
Harvey Poppel, Booz Allen Hamilton, 1970-е гг., – резюмирование длинных таблиц с числовыми данными;
представление:
пять уровней отображения данных;
от пустого круга (худшее значение показателя) до полностью заполненного (наилучшее значение).
представление данных ю-исследования на уровне заданий.
Пример.
таблица со слайда 34.
наглядно отображает:
как участники выполнили каждое задание (по строкам);
какие аспекты продукта выявлены участниками как худшие/лучшие ( по столбцам).
% цели, достигнутый при выполнении каждого задания.
Процедура:
Провести два одинаковых ю-исследования:
первое – с пользователями;
второе – с экспертами (специалистами в предметной области продукта, досконально знакомыми как с заданиями, так и с самим продуктом).
Проанализировать, насколько результаты двух ю-исследований близки, имеют общие тенденции.
Наиболее распространённый аспект для привлечения экспертов – время выполнения заданий, для многих остальных аспектов результат работы экспертов предполагается очевидным.
Пример
вычислить соотношение значений показателей, полученных в ходе двух исследований – с типичными пользователями и экспертами.
усреднённое значение соотношения «эксперт/пользователь» – очередной обобщённый показатель юзабилити.
оценка эффективности различных способов представления ссылок;
самое распространённое применение – реклама в Веб;
Пример
Nielsen Norman Group рекламировали свою конференцию, посвящённую вопросам юзабилити, проводимую в Лондоне;
реклама показывалась пользователям поисковой системы, формулирующим соответствующие поисковые запросы.
есть ли существенная разница между полученными значениями CTR?
критерий хи-квадрат – наиболее простой критерий проверки значимости различия двух качественных переменных;
основан на выяснении, отличаются ли наблюдаемые значения от ожидаемых значений (теоретически равновероятных);
CTR (Link1) = 1,4%
CTR (Link2) = 1,7%
Пример
Процедура:
Построить таблицу ожидаемых частот (с равномерным распределением);
Вычислить значение критерия: Хи-квадрат = ∑(Н - О)² / О;
Сравнить значение критерия с критическим значением, взятым из таблицы критических значений критерия с заданной вероятностью ошибки (p <= 0.05) и степенью свободы = 1;
Если полученное значение критерия меньше критического, то принимается нулевая гипотеза, то есть эмпирический и теоретический (равномерный) законы распределения близки => различие между двумя переменными (Link1 и Link 2) статистически несущественно. Иначе различие – существенно.
Пример (продолжение)
Используя Excel:
=ХИ2ТЕСТ(<диапазон наблюдаемых значений>; <диапазон ожидаемых значений>).
Специализированный способ выяснения, в каком месте в последовательности страниц:
пользователь уходит;
прерывает процесс, например, открытия счёта или совершения покупки.
Пример:
пользователь создаёт учетную запись;
этот процесс занимает на 5 страниц;
процентные соотношения в таб. 9.5 - относительно количества пользователей, начавших процесс со страницы 1.
выяснить разницу между тем, сколько человек перешли на страницу и тем, сколько её завершили успешно
Инструмент для A/B исследования:
Google's Website Optimizer
Вариант В (перепроектированный)
В: повышение процента продаж на 20%.
См. http://visualwebsiteoptimizer.com/split-testing-blog/how-aquasoft-increased-their-sales-by-20-doing-ab-split-tests-in-multiple-phases/
Инструмент для многовариантного исследования:
Google's Website Optimizer.
См. http://www.conversionvoodoo.com/blog/2010/03/the-difference-between-ab-testing-or-split-testing-and-multivariate-testing/
Джеф Раскин (Jef Raskin) (26 марта 1943 — 26 февраля 2005) — специалист по компьютерным интерфейсам, автор статей по юзабилити и книги «The Human Interface», сотрудник №31 фирмы Apple Computer, наиболее известен как инициатор проекта Макинтош в конце 70-x [Википедия].
Модель GOMS (Goals, Operators, Methods, and Selection rules):
один из подходов к количественному анализу моделей [Card, Moran and Newell, 1983].;
позволяет выполнить сравнительный анализ нескольких моделей интерфейсов в терминах, сколько времени потребуется опытному пользователю на выполнение конкретной операции при использовании данной модели интерфейса;
Другие методы оценки:
количественные методы оценки производительности интерфейсов;
оценка скорости движения курсора (закон Фитса);
оценка времени, необходимого для принятия решения (закон Хикка).
Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:
Email: Нажмите что бы посмотреть