理论知识|量化用户研究:可用性测试
三分设
共 4694字,需浏览 10分钟
· 2022-02-20
HOW? 怎么做用户研究?
了解可用性测试
1、可用性测试的优势
2、可用性测试的类型
1)形成性测试
主要作用于查找与修复可用性问题,提供及时反馈便于改进,是设计师重点参与的测试类型:
通常以小样本量的定性调查 数据以问题描述和设计建议形成输出 采用频率和严重性为指标量化问题,追踪那些用户用到什么样的问题,衡量完成任务时长,并判定他们是否成功的完成任务等。
用指标度量可用性,用来评估效果,其中又分为基准测试和比较测试。
Part 4
1、标准化的可用性测试问卷
2、软件可用性问卷(SUS)
3、可用性、易用性抽取
4、分值计算
SUS 总分= 所有转化过的分值相加 * 2.5, 多样本算 SUS 总分均值 可用性总分=所有转化过的可用性分数相加*3.125 易用性总分=所有转化过的易用性分数相加*12.5
Part 5
1、相关概念
x = 样本平均值 误差幅度=临界值*(样本标准差/样本量的平方根),即:(x - μ) = α* (s / sqrt(n)) α=临界值(Excel 函数=TINV(1-置信度,样本量-1)) μ=被检验的基准值(行业标准) s=样本的标准差(Excel 函数=STDEVP(N1,N2,..)) n=样本量
3、可用性测试策划应用
Step 3: 引导测试用户完成可用性测试,过程中记录测试时间、用户遇到的问题、发生的频率等等,记录类型可以根据测试测中点进行记录;
Step 4: 用户填写 SUS 问卷,回收问卷分数进行计算,得出 SUS 分数、可用性分数、易用性分数的均值作为本次测试的结论;
评论
金融研究 | 使用Python测量关键审计事项的「信息含量」
Tips: 公众号推送后内容只能更改一次,且只能改20字符。如果内容出问题,或者想更新内容, 只能重复推送。为了更好的阅读体验,建议阅读本文博客版, 链接地址https://textdata.cn/blog/2023-01-13-information-content-of-critical-aud
大邓和他的Python
0
金融研究(更新) | 使用Python构建关键审计事项的「信息含量」
Tips: 公众号推送后内容只能更改一次,且只能改20字符。如果内容出问题,或者想更新内容, 只能重复推送。为了更好的阅读体验,建议阅读本文博客版, 链接地址https://textdata.cn/blog/2023-01-13-information-content-of-critical-aud
大邓和他的Python
0
测试新人,如何快速上手一个陌生的系统!
大家好,我是狂师!作为刚入行不久的测试新人,面对一个陌生的系统时,可能会感到有些手足无措。面对一个全新的系统系统,如何快速上手并展开有效的测试工作是一个重要的挑战。本文将探讨测试新人如何通过一系列步骤和策略,快速熟悉并掌握新系统的测试要点,从而提高测试效率和质量。本文旨在为测试新手提供一份指导,帮助
测试开发技术
0
APP 安全测试项总结
一、安装包测试 1.1、关于反编译 目的是为了保护公司的知识产权和安全方面的考虑等,一些程序开发人员会在源码中硬编码一些敏感信息,如密码。而且若程序内部一些设计欠佳的逻辑,也可能隐含漏洞,一旦源码泄漏,安全隐患巨大。 为了避免这些问题,除了代码审核外,通常开发的做法是对代码进行混淆,混淆后源代
测试开发技术
0
自动化测试做得好的标准是什么
自动化测试要做得好的标准,主要包括以下几个方面:一、高覆盖率与精准定位1、测试用例覆盖全面:自动化测试应覆盖产品的核心功能、关键业务流程以及常见的异常场景,确保测试范围广泛,降低遗漏风险。2、问题定位准确:自动化测试应能够精准地识别并定位问题,包括缺陷的位置、产生的原因以及可能的影响,为开发团队提供
测试开发社区
0
21.3K star!推荐一款可视化自动化测试/爬虫/数据采集神器!功能免费且强大!
【温馨提示】由于公众号更改了推送规则,不再按照时间顺序排列,如果不想错过测试开发技术精心准备的的干货文章,请将测试开发技术设为“星标☆”,看完文章在文尾处点亮“在看”!大家好,我是狂师!在大数据时代,信息的获取与分析变得尤为重要。对于开发者、数据分析师乃至非技术人员来说,能够高效地采集网络数据并进行
测试开发技术
4
【用户画像、标签体系、CDP&DMP&CRM】相关资料汇总
用户画像、标签体系等相关资料概览,已同步到知识星球存储供下载,不断更新中;需要源文件的朋友可以公众号后台回复:报告以上为用户画像、标签体系等相关资料概览,已同步到知识星球存储供下载,不断更新中;需要源文件的朋友可以公众号后台回复:报告
数据D江湖
13
这才是真正的用户画像,而不是罗列性别年龄地域
用户画像的错误姿势1、限于数据,动不敢动。一提用户画像,很多人脑海里立刻蹦出了性别,年龄,地域,爱好等基础信息字段,然后大呼:我们好像没这个数据,于是放弃分析了。可实际想想,知道男性占比真的有那么大意义?知道男性占比65%还是60%真的对业务有帮助?不一定的,贴用户标签有很多方式,不要限于一些难采集
数据D江湖
10