1704181389
1704181390
1704181391
1704181392
1704181393
3）用户评分记录模板
1704181394
1704181395
1704181396
1704181397
1704181398
4）任务成功性记录模板
1704181399
1704181400
1704181401
1704181402
1704181403
5）数据汇报重点如下：
1704181404
1704181405
1704181406
1704181407
1704181408
1704181409
1704181410
1704181411
精益求精：卓越的互联网产品设计与管理 4.2.5 测试数据分析
1704181412
1704181413
虽然我们已经拥有了大量的测试数据，但是测试数据本身没有意义，我们的任务则是利用这些数据得到富有洞察力的判断，所以我们需要数据分析。数据分析的好处在于帮助我们思考和判断，当然前提条件是我们需要有系统的数据分析能力，但是无论如何，只要我们更多地致力于数据收集和整理，就一定能产生许多很有说服力的见解。任何数据分析都是为了决策，而测试数据的分析则是为了评估、发现和改进。为了发现问题和评估问题的严重性，我们需要从绩效度量和问题度量入手。
1704181414
1704181415
绩效度量是用来评估任何产品可用性的最有效工具，它们是可用性的基础，可以为一些重要的决策提供支持性信息。通常，我们可以通过任务的成功度、任何时间、错误、效率、易学性来反映原型的使用绩效。
1704181416
1704181417
绩效度量5种通用类型——Tom Tullis＆Bill Albert，《用户体验度量》
1704181418
1704181419
任务的成功度量用于关注参加者是否能使用产品完成任务。有时你可能基于一个严格的成功标准（二分式成功），只对用户是否能够成功感兴趣。而其他时候你可能基于任务完成的程度，搜索答案中的体验或问题回答的质量，对设定不同等级的成功感兴趣。
1704181420
1704181421
任务时间在你关注用户能多快地使用产品完成任务的时候有作用。你可以考察所有参加者完成某任务的时间、某类型的参加者完成某任务的时间或者可以在期望的时间限制内完成某任务的参加者比例。
1704181422
1704181423
错误是一个有效的度量，它以在竭力完成某任务过程中参加者所犯的错误数为基础。一项任务可以有一个或多个错误机会，有些类型的错误比其他类型的错误更重要。
1704181424
1704181425
效率是评估用户完成某任务所需努力（认知和身体上的）程度大小的方法。效率通常可以通过计算完成某任务所需步骤或操作动作数量，或通过任务成功与每个任务的平均时间之比值来测得。
1704181426
1704181427
易学性关注的是对任一效率度量随时间如何变化。如果你要检验参加者如何及何时才能熟练使用某产品时，易学性就很有用。
1704181428
1704181429
问题度量则是通过测试发现可用性问题，并将这些可用性问题进行全面的分析，从而确定问题的严重性。
1704181430
1704181431
基于问题度量的要点——Tom Tullis＆Bill Albert，《用户体验度量》
1704181432
1704181433
面对面的实验室研究是发现可用性问题的最简单方式，但也可以通过自动式研究中参加者的评论来发现可用性问题。你对相关领域知道得越多，就越容易发现问题所在。同时，多位观察者参与也非常有益于发现可用性问题。
1704181434
1704181435
当竭力去认定一个问题是不是真问题时，你首先应当问问自己，即：在用户思考过程和行为的背后是不是存在一个与之符合的合理情境。如果情境是合理的，那么这个问题就可能是真实的。
1704181436
1704181437
可以通过几种方法来确定可用性问题的严重性。严重性评估总是应当考虑问题对于用户体验的影响。其他的一些因素（比如使用频率、对商业价值的影响以及持续性等）可能也需要考虑到。有些严重性等级评估是基于简单的低/中/高的等级评估体系；另一些评估体系是通过数字来衡量的。
1704181438