具体描述
如何量化用户体验对有效提高产品的使用质量至关重要。《用户体验度量：收集、分析与呈现（第2版）（全彩）》详尽地介绍了如何有效且可靠地收集、分析和呈现典型的用户体验度量数据：操作绩效（正确率等）、用户体验问题（频率和严重程度）、自我报告式的满意度及生理/行为数据（眼动追踪等）。同时对“综合性量化度量数据”等问题进行了专门介绍，而且结合案例等形式对当前与用户体验相关的新内容（如用户体验对NPS 的影响）进行了说明。
《用户体验度量：收集、分析与呈现（第2版）（全彩）》内容翔实，是一本值得用户体验从业人员研读的指导性书籍，同时也可以作为相关课程的参考教材。
作者简介
Thomas S. (Tom) Tullis 是富达投资公司（Fidelity Investments） 用户体验研究部门（User Experience Research）的高级副总裁，同时也是本特利大学信息设计学院人因工程方向的兼职教授。他1993 年加入富达用户体验，对该公司用户体验部门的发展起了重要作用，该部门的设备包括一个技术发展水平（state-of-the-art）可用性研究实验室。在加入富达投资公司之前，Tom 曾在佳能信息系统（Canon Information Systems）、麦道（ McDonnell Douglas）、优利系统公司（Unisys Corporation）和贝尔实验室（Bell Laboratories）任职。他和富达的可用性研究团队曾被多家出版物专题介绍过，包括《新闻周刊》（Newsweek）、Business 2.0、Money、《波士顿环球报》（The Boston Globe）、《华尔街日报》（The Wall Street Journal）和《纽约时报》（The New York Times）。Tuillis 在莱斯大学获得学士学位、在新墨西哥州立大学获得实验心理学硕士学位以及在莱斯大学获得工程心理学博士学位。他有35 年以上的人机界面研究方面的经验，在诸多技术期刊上发表了50 多篇文章，他曾在国内和国际会议上做特邀报告。同时，Tom 拥有8 项美国专利。合作完成（与Bill Albert 和Donna Tedesco 合著）的Beyondthe Usability Lab: Conducting Large-Scale Online User Experience Studies 在2010 年由Elsevier/Morgan Kauffman 出版。Tullis 是2011 年用户体验行业协会（User Experience Professional Association，UXPA）终身成就奖的获得者，2013 年被SIGCHI（ACM 人机交互特别兴趣组）遴选为人机交互学会会士（CHI Academy）。可通过@TomTullis 关注Tom。William (Bill) Albert 目前是本特利大学设计和可用性研究中心的执行总监（Executive Director），也是本特利大学信息设计学院人因工程方向的兼职教授。在加入本特利大学之前，他是富达投资公司用户体验部的总监，Lycos 公司的高级用户界面研究员，也曾是Nissan Cambridge Basic Research的博士后研究人员。Albert 曾在30 多个国内和国际会议上发表和报告过他的研究。2010 年，合作完成（与Tom Tullis 和Donna Tedesco 合著）的Beyond the UsabilityLab: Conducting Large-Scale Online User Experience Studies， 并由Elsevier/MorganKauffman 出版。他是Journal of Usability Studies 的共同主编（co-Editor in Chief）。因为他在人因学和空间认知（spatial cognition）领域内的研究，Albert 获得了加州大学圣塔芭芭拉分校和日本政府所授予的奖项。他从华盛顿大学获得学士和硕士学位（地理信息系统），在波士顿大学（地理—空间认知）获得博士学位。他在NissanCambridge Basic Research 完成了博士后研究。可通过@UXMetrics 关注Bill。
目录信息
1.1 什么是用户体验 / 4
1.2 什么是用户体验度量 / 6
1.3 用户体验度量的价值 / 8
1.4 适用于每个人的度量方法 / 9
1.5 用户体验度量的新技术 / 10
1.6 十个关于用户体验度量的常见误解 / 11
误解1 ：度量需要花太多的时间而难以收集 / 11
误解2 ：用户体验度量要花费太多的钱 / 12
误解3 ：当集中在细小的改进上时，用户体验度量是没有用的 / 12
误解4 ：用户体验度量对我们理解原因没有帮助 / 12
误解5 ：用户体验数据的噪声太多 / 13
误解6 ：你只能相信你的直觉 / 13
误解7 ：度量不适用于新产品 / 13
误解8 ：没有度量适用于我们正在处理的问题 / 14
误解9 ：度量不被管理层所理解或赞赏 / 14
误解10 ：用小样本很难收集到可靠的数据 / 14
第2 章 背景知识 / 16
2.1 自变量和因变量 / 16
2.2 数据类型 / 17
2.2.1 称名数据 / 17
2.2.2 顺序数据 / 18
2.2.3 等距数据 / 18
2.2.4 比率数据 / 19
2.3 描述性统计 / 20
2.3.1 集中趋势的测量 / 20
2.3.2 变异性的测量 / 22
2.3.3 置信区间 / 23
2.3.4 通过误差线来呈现置信区间 / 25
2.4 比较平均数 / 27
2.4.1 独立样本 / 27
2.4.2 配对样本 / 29
2.4.3 比较两个以上的样本 / 30
2.5 变量之间的关系 / 32
2.5.1 相关 / 32
2.6 非参数检验 / 33
2.6.1 卡方检验 / 33
2.7 用图形化的方式呈现数据 / 35
2.7.1 柱形图或条形图 / 36
2.7.2 折线图 / 38
2.7.3 散点图 / 40
2.7.4 饼图或圆环图 / 41
2.7.5 堆积条形图 / 43
2.8 总结 / 44
第3 章 规划 / 45
3.1 研究目标 / 45
3.1.1 形成式可用性 / 46
3.1.2 总结式可用性 / 46
3.2 用户目标 / 47
3.2.1 绩效 / 47
3.2.2 满意度 / 48
3.3 选择正确的度量：10种可用性研究 / 48
3.3.1 完成一个业务 / 50
3.3.2 比较产品 / 50
3.3.3 评估同一种产品的频繁使用 / 51
3.3.4 评估导航和/ 或信息架构 / 51
3.3.5 提高知晓度 / 52
3.3.6 问题发现 / 53
3.3.7 使应急产品的可用性最大化 / 53
3.3.8 创造整体的正向用户体验 / 54
3.3.9 评估微小改动的影响 / 55
3.3.10 比较替代性的设计方案 / 55
3.4 评估方法 / 56
3.4.1 传统（引导式）的可用性测试 / 56
3.4.2 在线（非引导式）可用性测试 / 57
3.4.3 在线调查 / 60
3.5 其他研究细节 / 61
3.5.1 预算和时间表 / 61
3.5.2 参加者 / 62
3.5.3 数据收集 / 64
3.5.4 数据整理 / 64
3.6 总结 / 65
第4 章 绩效度量 / 67
4.1 任务成功 / 69
4.1.1 二分式成功 / 70
4.1.2 成功等级 / 75
4.1.3 任务成功测量中存在的问题 / 78
4.2 任务时间 / 79
4.2.1 测量任务时间的重要性 / 80
4.2.2 如何收集和测量任务时间 / 80
4.2.3 分析和呈现任务时间数据 / 83
4.2.4 使用时间数据时需要考虑的问题 / 87
4.3 错误 / 89
4.3.1 何时测量错误 / 89
4.3.2 什么构成了错误 / 90
4.3.3 收集和测量错误 / 90
4.3.4 分析和呈现错误 / 91
4.3.5 使用错误度量时需要考虑的问题 / 93
4.4 效率 / 93
4.4.1 收集和测量效率 / 94
4.4.2 分析和呈现效率数据 / 95
4.4.2 结合任务成功和任务时间的效率 / 98
4.5 易学性 / 100
4.5.1 收集和测量易学性数据 / 101
4.5.2 分析和报告易学性数据 / 102
4.5.3 测量易学性时需要考虑的问题 / 104
4.6 总结 / 104
第5 章 基于问题的度量 / 106
5.1 什么是可用性问题 / 107
5.1.1 真问题和假问题 / 108
5.2 如何发现可用性问题 / 108
5.2.1 面对面研究 / 110
5.2.2 自动化研究 / 110
5.3 严重性评估 / 110
5.3.1 基于用户体验的严重性评估 / 111
5.3.2 综合多种因素的严重性评估 / 112
5.3.3 严重性等级评估系统的应用 / 113
5.3.4 严重性等级评估系统的忠告 / 114
5.4 分析和报告“可用性问题相关的度量” / 115
5.4.1 独特问题的频次 / 115
5.4.2 每个参加者遇到的问题数量 / 117
5.4.3 参加者人次 / 118
5.4.4 问题归类 / 119
5.4.5 按任务区分问题 / 119
5.5 可用性问题发现中的一致性 / 120
5.6 可用性问题发现中的偏差 / 123
5.7 参与者数量 / 125
5.7.1 五个参与者足够 / 125
5.7.2 五个参与者不够 / 127
5.7.3 我们的建议 / 129
5.8 总结 / 129
第6 章 自我报告度量 / 131
6.1 自我报告数据的重要性 / 132
6.2 评分量表 / 132
6.2.1 Likert 量表 / 133
6.2.2 语义差异量表 / 134
6.2.3 什么时候收集自我报告数据 / 134
6.2.4 如何收集自我报告数据 / 135
6.2.5 自我报告数据收集中的偏差 / 135
6.2.6 评分量表的一般指导原则 / 136
6.2.7 分析评分量表数据 / 137
6.3 任务后评分 / 141
6.3.1 易用性 / 141
6.3.2 情景后问卷（ASQ） / 141
6.3.3 期望测量 / 142
6.3.4 任务后自我报告度量的比较 / 143
6.4 测试后评分 / 147
6.4.1 合并单个任务的评分 / 147
6.4.2 系统可用性量表 / 148
6.4.3 计算机系统可用性问卷 / 150
6.4.4 用户界面满意度问卷 / 152
6.4.5 有效性、满意度和易用性的问卷 / 153
6.4.6 产品反应卡 / 155
6.4.7 测试后自我报告度量的比较 / 156
6.4.8 净推荐值 / 158
6.5 用SUS比较设计 / 159
6.6 在线服务 / 160
6.6.1 网站分析和测量问卷 / 160
6.6.2 美国客户满意度指数 / 162
6.6.3 OpinionLab / 165
6.6.4 在线网站调查的问题 / 167
6.7 其他类型的自我报告度量 / 167
6.7.1 评估特定的属性 / 167
6.7.2 具体元素的评估 / 170
6.7.3 开放式问题 / 172
6.7.4 知晓度和理解 / 173
6.7.5 知晓度和有用性差距 / 174
6.8 总结 / 175
第7 章 行为和生理度量 / 177
7.1 自发言语表情的观察与编码 / 177
7.2 眼动追踪 / 179
7.2.1 如何进行眼动追踪 / 179
7.2.2 眼动数据的可视化 / 181
7.2.3 兴趣区 / 184
7.2.4 常用眼动度量指标 / 187
7.2.5 眼动分析技巧 / 189
7.2.6 瞳孔反应 / 190
7.3 情感度量 / 191
7.3.1 Affectiva 公司和Q 传感器 / 192
7.3.2 蓝色泡沫实验室和Emovision / 194
7.3.3 Seren 公司和Emotlv / 196
7.4 紧张和其他生理指标 / 198
7.4.1 心率变异性 / 198
7.4.2 心率变异性和皮肤电研究 / 199
7.4.3 其他测量手段 / 200
7. 5 总结 / 202
第8 章 合并和比较度量 / 204
8.1 单一可用性分数 / 204
8.1.1 根据预定目标合并度量 / 205
8.1.2 根据百分比合并度量 / 206
8.1.3 根据z 分数合并数据 / 212
8.1.4 使用单一可用性度量（SUM） / 214
8.2 可用性记分卡 / 216
8.3 与目标和专家绩效比较 / 220
8.3.1 与目标比较 / 220
8.3.2 与专家绩效比较 / 223
8.4 总结 / 224
第9 章 专题 / 226
9.1 实时动态网站数据 / 226
9.1.1 基本的网站分析 / 227
9.1.2 点击率 / 230
9.1.3 弃用率 / 231
9.1.4 A/B 研究 / 232
9.2 卡片分类数据 / 235
9.2.1 开放式卡片分类数据的分析 / 236
9.2.2 封闭式卡片分类数据的分析 / 242
9.2.3 树测试 / 245
9.3 可及性数据 / 247
9.4 投资回报率数据 / 250
9.5 总结 / 255
第10 章 案例研究 / 256
10.1 净推荐值与良好用户体验的价值 / 256
10.1.1 方法 / 257
10.1.2 结果 / 258
10.1.3 在界面设计中对投入进行优先级设置 / 259
10.1.4 讨论 / 261
10.1.5 总结 / 262
参考文献 / 263
作者简介 / 263
10.2 度量指纹采集的反馈效果 / 264
10.2.1 方法 / 264
10.2.2 讨论 / 272
10.2.3 总结 / 274
致谢 / 274
参考文献 / 274
作者简介 / 275
10.3 Web体验管理系统的再设计 / 275
10.3.1 测试迭代 / 276
10.3.2 数据收集 / 277
10.3.3 工作流程 / 278
10.3.4 结果 / 282
10.3.5 结论 / 284
参考文献 / 284
作者简介 / 284
10.4 使用度量来改善大学招生简章网站 / 285
10.4.1 样例1 ：可用性测试后决定行动 / 286
10.4.2 样例2 ：网站追踪数据 / 289
10.4.3 样例3 ：人物角色迭代的定位测量 / 291
10.4.4 总结 / 292
致谢 / 293
参考文献 / 293
作者简介 / 293
10.5 利用生物测量技术测量可用性 / 294
10.5.1 背景 / 294
10.5.2 方法 / 295
10.5.3 生物测量学的发现 / 296
10.5.4 定性结果 / 298
10.5.5 总结及给从业人员的建议 / 299
致谢 / 300
参考文献 / / 300
作者简介 / 301
第11 章 通向成功的10 个关键点 / 302
11.1 让数据活起来 / 302
11.2 主动去度量 / 304
11.3 度量比你想的便宜 / 305
11.4 早计划 / 306
11.5 给你的产品确定基线 / 307
11.6 挖掘你的数据 / 308
11.7 讲商业语言 / 309
11.8 呈现你的置信程度 / 309
11.9 不要误用度量 / 310
11.10 简化你的报告 / 311
参考文献 / 313
· · · · · · (收起)
读后感
有效地测量任何产品的可用性都需要选择和使用正确的度量．并要有效地利用它所揭 示出来的信息。《用户体验度量》首次介绍了相关实用资料．可以使可用性从业人员和产品开发人员完成这种测量。作者把几十个种度量整理成六类：绩效、基于问题的、自我报告式的、Web导航、综合性的...
评分emmm...实在是 读不下去 翻译的有点不得行...但是写的 内容还是准确的,实用的,但是具体操作讲的不多,感觉要有一定的用户研究经验才好理解,讲解背后的why的不多大部分都是how,罗列what,没有基础的其实我不怎么推荐,因为实在是太繁密了,感觉反而容易打击积极性哦. 个人以为想要或...
评分很喜欢这本书！ 对纷繁复杂的用户体验指标做出了很好的梳理。说明了什么时候应该用什么指标，应该怎么用。读完以后在计划可用性测试就很有章法了。 我特别喜欢的是，在讲解各种用户体验指标的时候，会告诉读者在实际工作中运用时要注意什么。这些提示帮助读者少走弯路，并得...
评分很喜欢这本书！ 对纷繁复杂的用户体验指标做出了很好的梳理。说明了什么时候应该用什么指标，应该怎么用。读完以后在计划可用性测试就很有章法了。 我特别喜欢的是，在讲解各种用户体验指标的时候，会告诉读者在实际工作中运用时要注意什么。这些提示帮助读者少走弯路，并得...
评分虽然书名定义为用户体验度量，但书中用户将用户体验定义为效率，有效性和满意度，所以可以看出，主要还是可用性方面的评估，这也是我觉得第5章第六章是本书最具阅读价值的内容，因为不太记得第一版的内容，觉得第二版增加了一些新的内容，如NPS,生物测量等。总的来讲，是一本了...
用户评价
这本书我看了大概一半，虽然还没完全消化，但不得不说，它真是我找了很久的那种“实战手册”！我之前也读过一些关于用户体验理论的书，但总觉得少了点什么，就是那种“知道了道理，但不知道怎么落地”的困境。这本书就不一样，它没有过多地停留在高屋建瓴的理论层面，而是直奔主题，详细拆解了用户体验度量中的每一个环节。从如何科学地设计问卷，到各种数据收集工具的使用技巧，再到如何从海量数据中提炼出有价值的信息，书中都有非常具体的操作指南。尤其是关于A/B测试和用户访谈的章节，写得非常透彻，不仅解释了“为什么”要这么做，更重要的是详细讲解了“怎么做”，包括提问的技巧、如何记录和分析访谈内容等等。我特别喜欢书中那些图文并茂的部分，全彩的设计让原本可能枯燥的数据和图表变得生动易懂，很多概念通过形象的插图一下子就清晰了。这本书就像一位经验丰富的UX导师，手把手地教我如何把抽象的用户体验转化为可量化的指标，并且能够自信地将结果呈现给团队和决策者。我迫不及待想把书里学到的方法应用到我正在做的项目中去，相信它一定能帮助我更有效地证明UX工作的价值。
评分这本《用户体验度量》真是让我眼前一亮！我一直认为用户体验设计是一个非常感性的工作，很难用量化的数据去衡量，所以对“度量”这件事一直有些畏难情绪。但这本书彻底改变了我的看法。它不仅仅是教你如何去“收集”数据，更重要的是如何“理解”这些数据，并最终“说服”别人。作者用非常平实的语言，解释了许多原本听起来很专业的概念，比如NPS、CSAT、CES这些指标背后的含义和计算方法，并且给出了很多在实际工作中如何运用这些指标的例子。我特别喜欢书中的一些“小贴士”和“常见误区”的环节，这些内容往往是理论书中不会详细提及的，但却是我们在实际操作中常常会遇到的问题，能够帮助我避免走弯路。全彩的版式设计也让阅读体验大大提升，即使是复杂的图表和流程图，也能一目了然。这本书让我意识到，用户体验度量并非是冷冰冰的数字堆砌，而是连接用户需求和产品改进的关键桥梁。它让我更有信心去量化我所做的工作，并且能够用数据来支持我的设计决策。
评分这本书的结构设计和内容呈现都让我眼前一亮。我一直觉得用户体验是一个相对抽象的概念，很难用具体的数字来衡量，因此在工作中常常会遇到“我的工作有没有效果？”这样的疑问。这本书提供了一套非常系统且实用的方法论，来解决这个问题。《用户体验度量：收集、分析与呈现（第2版）》从“收集”到“分析”再到“呈现”，层层递进，逻辑清晰。让我印象深刻的是，书中并没有仅仅停留在理论层面，而是提供了大量实际案例和操作指南，让我能够直接将学到的知识应用到工作中。例如，在“收集”部分，作者详细介绍了如何设计有效的问卷，以及如何进行用户访谈，并且给出了很多实用的模板和技巧。在“分析”部分，书中也提供了多种数据分析方法，并结合图表和案例讲解如何解读数据，找出用户行为背后的真正原因。最让我感到惊喜的是“呈现”部分，作者强调了如何将复杂的数据转化为简洁明了的图表和故事，从而有效地与团队和领导沟通，这一点对我非常有价值。全彩的设计也让阅读过程更加轻松愉快，很多图表和流程图都非常直观易懂。总之，这本书是一本我极力推荐给所有从事用户体验相关工作的人的书籍，它将帮助你更好地理解和量化用户体验，并提升你的工作效率和影响力。
评分刚翻完《用户体验度量：收集、分析与呈现（第2版）》，感觉脑袋里像是被灌满了知识的洪流！这本书的广度和深度都让我印象深刻。它涵盖了从基础的用户行为分析到进阶的心理学模型在UX度量中的应用，几乎涵盖了UX从业者可能遇到的所有度量难题。特别是关于“收集”的部分，作者列举了非常多的方法，比如可用性测试、眼动追踪、热力图、用户旅程地图等，并且详细解释了每种方法的优缺点以及适用场景，这对于我这种在多种工具和方法间摇摆不定的人来说，简直是及时雨。然后是“分析”的部分，我之前一直觉得数据分析是技术人员的事，但这本书让我认识到，UXer也需要掌握基本的数据分析能力，并教会我如何用更直观的方式理解数据背后的用户意图。书中提供的各种分析框架和案例都非常实用，让我能够跳出“数字本身”，去挖掘数据背后的“为什么”。最后，“呈现”的部分更是点睛之笔，作者强调了沟通的重要性，以及如何将复杂的数据转化为团队和利益相关者都能理解的洞察，这一点我之前做得不够好，这本书给了我很大的启发。总的来说，这本书的体系性非常强，从概念到实践，环环相扣，是一本值得反复研读的宝典。
评分我一直对量化用户体验充满好奇，也尝试过阅读一些相关的书籍，但很多都流于表面，要么过于理论化，要么缺乏实践指导。直到我拿到《用户体验度量：收集、分析与呈现（第2版）》，我才找到那本我真正需要的书。它不仅仅是一本“工具书”，更像是一本“思维模式”的启蒙。书中对用户体验度量的定义、目的、流程以及重要性进行了深入的剖析，让我从根本上理解了为什么要做度量，以及度量能为产品带来什么。在“收集”部分，作者详细介绍了各种定性和定量的数据收集方法，并给出了具体的实施步骤和注意事项，这对于我这种初学者来说，非常有帮助。我特别喜欢关于“用户访谈”的章节，作者不仅教我如何设计访谈提纲，还分享了如何引导访谈，以及如何从访谈中挖掘深层用户需求，这些都是我之前欠缺的技能。在“分析”部分，书中提供了多种数据分析工具和方法，并结合实际案例讲解如何解读数据，找到问题的根源。最让我惊喜的是“呈现”部分，作者强调了如何将数据转化为有说服力的故事，这对我来说是极大的挑战，但书中提供的技巧和方法让我看到了希望。
评分工具书，推荐给毕设党
评分工具书get，原来眼动研究不一定需要眼动仪，还有eyetrackshop这种网络摄像头追踪
评分专业，一套科学的方法详细讲解如何设置指标，如何分析，如何用数据来证明体验优化的方向，不是靠拍脑袋拍屁股决定。没数据分析基础我这种小白有点难，各种公式看不懂orz只是粗读一遍，希望以后能用上吧
评分干货很多。如果有统计学背景读着更轻松。
评分暂时当用研和可用性测试的工具书在看
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有