迄今为止，我们已经完成了用户研究、问卷调研、焦点小组、卡片分类、日记研究、实地研究6种用户研究方法的讨论，本周我们进入第7种用户研究方法：可用性测试，已经推送的内容有：
- 1. 形成性评估和总结性评估，分析法与试验法。
- 2. 产品可用性评估的实验法。
- 3. 产品可用性评估的分析法。
- 4. 可用性测试的准备和执行。
今天是最后一篇：可用性测试的数据分析。
即使有些结论显而易见，也仍然需要进行严谨的分析，找到根本原因、提取出最大价值。
今天简单介绍一下可用性测试的数据收集整理和分析。
1、收集整理数据资料
可用性测试的基础数据其实是主持人、观察员和用研员的笔记。
主持人和观察员的笔记比较简单。和他们过一遍笔记，请他们逐条解释一下，如果需要也可以做做访谈，增加一些笔记中缺少的观察资料。
用研员的笔记是数据收集中最重要、最耗时的部分。用研员除了现场笔记，应该多看几遍录像，记下出现错误或用户产生困惑的所有情况、用户对产品或功能发表意见的情形，重点关注用户在使用哪些功能时遇到了问题、在什么情况下会遇到这些问题，并提供对问题的详细描述。
昨天提到，可用性测试中也可以收集一些定量信息，例如执行任务的时间。可用性测试的定量数据并不需要太高的精度，因为结果往往只仅按量级排序。所以事实上往往可以使用3级或5级量表的方式。
收集定量数据需要用户在可用性测试活动过程中参与。可以给每位用户发一个指标表，安排他们完成任务的同时，填写指标表。
如果条件允许，可以将整个可用性测试过程全部转录成文字。但文字信息只能作为观看录像的辅助手段，因为它缺失一些用户声音、行为和情绪变化信息。
完成数据收集后，可以通盘浏览笔记和记录，对数据材料获得整体感觉。然后，将所有资料收集到一起，逐一浏览每份文档，并按相似进行分组，例如：
- 表面相似：“不理解的术语”
- 功能缺陷：“购物车问题”
- 根本原因：“让人困扰的信息架构”
2、数据分析和总结评价
完成数据材料的分组后，浏览分组并进行归并，分离出互不相关的话题，去掉数据较少的分组。
然后，针对每个分组，一个简短的语句来对问题进行归类，用几句话全而描述现象。尽可能解释根本问题，将对现象的解释与对原因的假设分离出来，将注意力集中在对问题的描述、问题对用户体验的直接影响和问题产生的位置。
一定要从用户的角度来描述问题的重要性。必要时，应根据问题对用户体验的影响进行分类，如“阻碍行为”、“造成困惑”、“与预期不符”、“认为多余”等。
除了确定可用性问题，还可以考虑一些定量指标，并将其整理到总结性评价中：
任务完成时间：完成某个任务的时间。
错误的数量：完成任务时所犯的错误。
完成率：成功完成任务的用户数。
满意度：研究活动结束时，用户整体上对任务或产品的满意程度。可按5、7、9级量表评估。
页面浏览量和点击数：用户浏览页面或点击的数量，与最有效和最理想的路径进行比较。最佳路径可能不是用户首选的路径，你只需要分析用户做什么，不必追问用户为什么这样做。
转化率：用户是否完成了转化，如成功完成了他登录、购买等任务。通常在现场试验中度量。
没有人喜欢听坏消息，但没有产品十全十美，而可用性测试本来就是找问题的，坏消息不可避免。因此，你需要把握哪些对相关干系人来说有争议或难以接受。
在整理总结报告时，如果要报告坏消息，可以使用以下技巧：
不要完全负面。肯定能找到一些正面评价来缓和刺耳的忠言。不要无中生有，捏造正面评价，但也不要认为报告问题是你的天职。只要可以，就要为做得好的地方点赞。
关注真实用户。关键发现并不来自用研，而是来自用户。例如，视频显示几个真实用户在使用产品时都遇到了困难，就很难怀疑问题的存在。
提出建设性意见。不要代替产品团队，但如果问题解决办法非常明显，而且还是由用户提出的的，那就应该明确提出来。就算建议未被采纳，起码可以让大家知道存在可能的解决方案。
竞品比较：可以把你的产品与竞品或业内最佳案例进行比较研究。还可以比较多轮测试时指标值的变化，从而观察当前设计发生明确改善。
本文由用户 @我的冰块发布于新媒体运营，未经许可，禁止转载。
题图来自Unsplash, 基于CC0协议。
