用户研究通常是定性的。您开发一个场景，可以使用它来测试特定任务以及网站或 Intranet 的某些部分。并观察接下来会发生什么，以及客户遇到障碍和差距的地方。因此，可用性测试的结果通常是定性的。
但是，为了继续频繁地进行测量并以数字表明您的网站的表现有多好或多差，需要定量结果。在本文中，我将讨论如何在可用性测试期间轻松执行定量测量。
我们正在谈论什么类型的可用性研究？
我将在本文中讨论的用户研究类型重点介绍一对一测试和观察用户（客户）根据测试场景在有调节的同步测试中在网站或 Intranet 上执行命令。测试领导者在测试期间指导客户（或公民、租户、关系、粉丝或员工，在内部通信的情况下），如果不是从另一个房间（或使用特殊监控软件远程），测试领导者和测试领导者在测试期间指导客户（或公民、租户、关系、粉丝或员工）。客户可以通过电话、屏幕共享、网络摄像头或聊天进行实时连接。阅读有关可能的测试设置和可用性测试准备的更多信息。
在测试过程中，测试用户可能会或可能不会大声思考：同步、回顾或作为一个团队。 “大声思考方法”的优点是您可以更好地了解测试参与者在线行为背后的动机。通过这种方式，您可以获得 奥地利电子邮件列表 更多定性见解。您同时观察并记录网站或内联网的导航、搜索功能、设计和内容以及有效性和任务导向的使用情况。这些共同描绘了您的在线环境的用户友好性。但总会有人在进行测试时不会大声思考。这意味着您错过了信息。这可以通过一些可以量化的问题来（部分）克服。
定性与定量可用性研究？
我们经常听到的问题是：什么时候选择定性方法，什么时候选择定量方法，什么时候将这些方法结合起来会是更好的选择？
在定性可用性研究中，您通过直接观察行为来收集数据。
在定量研究中，您通过测量或仪器间接收集数据。
由于这两种数据收集方法之间的本质差异，定性方法更适合解决诸如“为什么这是用户问题？”之类的问题。以及“我们如何解决这个问题？”，而定量见解则提供了“多少”问题的答案。
成功测量 Fotolia
“你无法管理你无法衡量的东西”
彼得·德鲁克已经说过：“如果你无法衡量它，你就无法管理它。 ” 格里·麦戈文的声明“你无法管理无法衡量的东西”可能就是基于此。
换句话说，如果不进行测量，您就无法管理您的在线环境。例如，您可以通过可用性研究进行测量，调整网站上的内容，然后再次测量以查看更改是否也是改进。
可用性测试的定量结果的优点是，复杂的情况可以在图中捕获，因此（有时）更容易理解（这实际上会导致视野狭隘）。
此外，您还可以更轻松地设置 KPI（关键绩效指标）并为您的网站或 Intranet 创建可用于管理的计划。毕竟，您想要针对某些事物进行优化，而数字通常比定性数据更好地表达。例如，您可以用百分比或等级来表示网站上重要任务的绩效，并设定一个季度后最重要任务应从 4.5 升至 6.0 的目标。
解迷宫 Fotolia
不太复杂…
我之前在 Frankwatching 上写过有关任务绩效指标 (TPI) 或任务绩效测试的文章；一种具有定量指标的方法。该方法使用多个定量元素并计算一个指标（0 到 100 之间的数字），该指标代表测试任务中排名靠前的任务的性能得分。
除了有价值但相当复杂并因此相对昂贵的 TPI 之外，还有其他不太复杂的方法来处理量化可用性测试结果。
执行任务所需的感知努力
执行每项任务后，询问客户为执行该任务所需付出的感知努力。让客户按照 1 到 7 的等级（其中 7 是最肯定的答案）指出他/她完成任务的容易程度。通过使用从 1 到 7 的李克特量表，您会比从 1 到 5 的李克特量表获得更多的细节。我发现执行任务很容易：
一点也不 -……..- 非常容易
对客户找到答案的方式的主观满意度
在每项任务之后，询问客户对他找到问题答案的方式的满意度。让客户用 1 到 7 的等级来表示（7 是最肯定的答案）他对此的满意程度。我对找到答案的方式感到满意：
一点也不 -……..- 非常满意
正确答案的确定程度
在每项任务之后，询问客户在多大程度上确定他给出的答案是正确的。在这里，他也用从 1 到 7 的等级来表示这一点。当客户非常确定给出的答案是正确的，但实际上不正确时，就会出现严重的问题。麦戈文在他的 TPI 方法中将此称为“灾难率”。我确信我给出的答案：
一点也不 -……..- 非常确定
沮丧程度
通常并不总是能够根据某人在测试期间表现出的行为来确定他们的沮丧程度。因此，在完成每项任务后，请客户按照与之前问题相同的比例来指出这一点。我发现这项活动做起来很令人沮丧：
非常令人沮丧-…….-一点也不令人沮丧。
评估网络环境整体质量的量化指标：
时间
记录完成每个测试任务所需的时间。完成任务所需的时间越长，成功完成任务的机会就越小，挫败感也越大。时间可以让您深入了解在线环境中的任务绩效。
错误执行作业的百分比
测试所有参与者后，查看已完成作业的错误百分比。我的意思是，您可以根据每个作业列出犯错误的用户百分比。这可以深入了解相关任务的整体性能以及总体在线环境。
净推荐值
完成所有作业后，询问测试用户他们（背后的组织）向朋友、家人或同事推荐该网站的可能性有多大。请他们以 0 到 10 的范围来表示这个概率。10 是最肯定的答案。通过这种方式，您可以深入了解不同类别的客户/用户：非常忠诚和热情的促销员、满意但不够热情（足够）的被动用户以及不满意并导致负面促销的所谓反对者。阅读有关 NPS 的更多信息。有时，当测试用户不怎么大声思考时，问题 1 至 4 非常有用。