Учебный курсПроектирование интерфейса пользователя презентация

комментариев (составить перечень всех высказываний и категоризовать их – позитивные, негативные, нейтральные).

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.

наблюдателей сессии
видеозапись сессии

Наблюдение и анализ явных признаков поведения. Вербальное поведение

Проектирование интерфейса пользователя. Лекция №14.

лица (хмуриться, улыбаться, выглядеть удивлённо, поднимать бровь и др.);
язык тела (ёрзать на стуле, изучать близко к экрану, потирать лоб, голову, хаотично двигать мышь, глубоко вздыхать и др.)

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

специального оборудования

выражение лица;
слежение за взглядом;
анализ реакции зрачка;
электропроводность кожи и сердцебиение;
другие.

специального оборудования. Выражение лица

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).

специального оборудования. Выражение лица

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

специального оборудования. Eye-Tracking

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)

специального оборудования. Eye-Tracking

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)

специального оборудования. Eye-Tracking

«Тепловая карта»

последовательности фиксаций множества участников на одной и той же странице интерфейса;
самые светлые области – наибольшая плотность фиксаций.

(b)

специального оборудования. Eye-Tracking

Варианты использования в ю-исследовании

доля пользователей, рассматривающих конкретный элемент или участок ПИ;
время, потраченное на просмотр конкретного элемента или участка ПИ.

специального оборудования. Eye-Tracking

Варианты использования в ю-исследовании

сравнение продуктивности расположения конкретного элемента ПИ в различных местах.

Пример.
где разместить рекламу: над или под логотипом компании?

специального оборудования. Eye-Tracking

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).

варианта каждого задания (легкий и трудный);
существенное расширении зрачка при выполнении сложных вариантов заданий, требующих умственных усилий.
Узнать эмоциональную реакцию на новое графическое оформление сайта:
для каждого участника измерить % отклонений от базиса, усреднить по всем участникам;
или просто измерить % участников, чьи зрачки расширялись при рассматривании сайта.

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

пот, увлажняется кожа, электропроводность повышается.
Частота сердцебиений
при волнении сердцебиение учащается.
Heart Rate Variability (HRV):
снижается при повышение стресса;
это способность сердца биться чаще или реже в ответ на эмоциональные или физические нагрузки.

Проектирование интерфейса пользователя. Лекция №14.

выявление участков, вызывающих стресс у участников.

Наблюдение и анализ признаков поведения, регистрируемых посредством специального оборудования. Электропроводность кожи и сердцебиение

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.

специального оборудования. Электропроводность кожи и сердцебиение

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

специального оборудования. Электропроводность кожи и сердцебиение

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.

специального оборудования. Электропроводность кожи и сердцебиение

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.

цели, например:
«каждый участник должен успешно выполнить хотя бы 80% заданий и потратить на каждое задание в среднем не более 70 сек».
Для каждого участника выставить двоичную оценку достижения цели.
Вычислить % участников, которые достигли этих целей в ходе исследования.

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%

значение каждого отдельного показателя (A) в процентное соотношение (P%):
без использования весовых коэффициентов;
с использованием весовых коэффициентов;
Усреднить процентные соотношения разных показателей для каждого участника .
Усреднить эти «средние» по всем участникам.

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%.

Без использования весовых коэффициентов

Пример 1.

Общая оценка юзабилити – 62%;
доверит. инт. (95%) – 51-72%

общая оценка смещена в сторону показателей производительности

соотношений. Без использования весовых коэффициентов

( 1 – / 5) * 100%

чем больше %, тем выше оценка юзабилити

С использованием весовых коэффициентов

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%

на предположении о нормальном распределение показателей;
каждое множество показателей нормализуется (μ = 0, σ = 1):
z = ( x – μ ) / σ, где
x – значение показателя (подлежащее преобразованию);
μ – среднее распределения показателя;
σ – стандартное отклонение распределения показателя;
z-значения показывают, на сколько значений стандартного отклонения значение показателя больше или меньше среднего;
для усреднения шкалы всех показателей должны иметь одинаковое направление: бóльшие значения – лучший результат оценки.
Достоинства:
никаких предположений относительно минимума и максимума значений показателя;
при усреднении z-значения всех показателей делают одинаковый вклад в среднее z-значение
Недостатки:
нельзя использовать обобщённое среднее z-значение как обобщённый показатель юзабилити, так как по определению он равен 0.

1.

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>).

2.
Эксперимент:
цель – изучить влияние возраста пользователей на производительность при пользовании веб-сайтом;
z-значения как комбинация показателей времени на задачу и успешности заданий;
результат – производительность прототипа №2 выше, влияние возраста отсутствует.

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).

и др. (2005);
учитываются (равный вклад):
показатель успешности выполнения заданий;
время на задание;
ошибки при выполнении задания;
позадачная оценка удовлетворённости (близкая к ASQ) – три 5-бальных шкалы, простота использования, удовлетворённость и воспринимаемое время;
по построение SUM уровня задач (в отличие от предыдущих комбинированных показателей – уровня ю-исследования);
итоговый показатель даёт близкие значения к показателям, основанным на вычислении процентов или z-значений;
Excel-таблица для вычисления SUM на http://www.measuringusability.com/sum:
ввод четырёх показателей;
значения показателей нормируются;
для каждой задачи вычисляется значение SUM и его доверительный интервал.

6 заданий;
цель – выяснить, какие задания участникам даются легче/сложнее остальных.

доверительные интервалы

таким образом, чтобы общие тенденции и наиболее важные аспекты стали наглядными – на сводных оценочных диаграммах;
два распространённых подвида диаграмм:
для двух показателей;
для трёх и более показателей.

показателей

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.

и более 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.

и более показателей

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).

ю-исследованием сформулировать цели:
на уровне заданий, например:
«хотя бы 90% типичных пользователей смогут успешно зарезервировать подходящий номер в гостинице»;
«хотя бы 85% типичных пользователей смогут открыть новый счёт в сети в течение 10 минут»;
«хотя бы 95% новых пользователей смогут в течение 5 минут купить в сети выбранный ими товар»;
или на уровне исследования:
«пользователи смогут успешно выполнить хотя бы 90% их задач»;
«пользователи смогут успешно выполнить свои задачи, потратив не более 3 минут в среднем на задачу»;
«пользователи дадут оценку SUS приложению хотя бы на уровне 80%».
Цели должны быть «измеряемыми», например, ссылаться на показатели типа:
уровень успешности заданий;
время выполнения заданий;
аккуратность;
удовлетворённость;
Вычислить % участников, которые достигли этих целей в ходе исследования.

участников – 10;
цели могут различаться для различных заданий.

% цели, достигнутый при выполнении каждого задания.

производительности экспертов.

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.

производительности экспертов.

Пример
вычислить соотношение значений показателей, полученных в ходе двух исследований – с типичными пользователями и экспертами.

усреднённое значение соотношения «эксперт/пользователь» – очередной обобщённый показатель юзабилити.

rate, CTR)

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?

rate, 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.

rate, CTR)

Пример (продолжение)

 

 

 

 

Используя Excel:
=ХИ2ТЕСТ(<диапазон наблюдаемых значений>; <диапазон ожидаемых значений>).

rates)

 

 

 

 

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

вариантов веб-страницы – А и В, отличающиеся:
взаимным расположением функциональных и информационных элементов страницы;
графическим оформлением элементов или всей страницы;
информационным представлением элементов страницы и др.
Случайным образом показывать различные варианты разным пользователям.
Вычислять юзабилити-показатели отдельно для каждого варианта:
процент продаж для интернет-магазинов;
уровень конверсии;
число посетителей и др.

Инструмент для A/B исследования:
Google's Website Optimizer

А (изначальный)

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/

вариантов представления элементов одной и той же страницы, например, заголовка, изображения, текста и др.;
Применять только для веб-сайтов с высоким трафиком (более 1000 показов в неделю).

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/

интерфейса пользователя. Лекция №14.

интерфейса пользователя. Лекция №14.

интерфейса пользователя. Лекция №14.

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).