《用户体验度量：收集、分析与呈现（第2版）（全彩）》简介：

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。

《用户体验度量：收集、分析与呈现（第2版）（全彩）》摘录：

设计一个考虑全面的可用性研究，你必须回答一下问题： 1. 我需要什么类型的参加者 2.我需要多少个参加者 3 我将比较来自单组参加者的数据，还是比较来自多组参加者的数据 4我需要平衡任务顺序吗？

《用户体验度量：收集、分析与呈现（第2版）（全彩）》目录：

第1 章　引言 / 1
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
· · · · · ·