|
原文:http://www./alert... 用户执行结果的可变性(译文) 摘要:在做web任务的时候,最慢的的25%的用户将花费最快的25%的用户的2.4倍时间来完成.对于其它类型的计算机应用来说,这个差异更高,只有编程工作才出现更大的反差 . 任何做用户测试的人都知道,用户存在巨大的个体差异,一些用户可以很轻松的使用用户界面或者产品,而其它用户可能遇到困难.即使你从来没有执行过一个正式的测量研究,你也可能已经注意到最快的用户比最慢的用户要快很多. 为了更好的掌握这个可变性,我们可以看看在给定的研究测量任务花费时间中最高速度的人1/4和最低速度人1/4的比率. Q3代表(最慢的25%的用户) Q1代表(最快的25%的用户) 更 加精确的,在Q1中,25%的用户是较快的,75%的用户较慢;在Q3中,75%的用户是较快的,25%的用户较慢.因此,有一半的用户位于Q1和Q3之 间,而另一半的用户均匀的分布于这些间隔以外.我们将Q3除以Q1来计算Q3/Q1的比率,作为执行最低端和最高端测量用户间个体差异的尺度. 示例研究结果 下 图显示了eyetracking研究中的一个Q1和Q3的例子.在这个示例中,76个用户尝试通过公司网站寻找agere system corporate 总部的地点。地图信息方面的数据是供给48个辨别出正确城市的用户使用的(虽然我们没有利用28位未能完成任务的用户的机会次数,但了解他们失败的原因也 是非常重要的。在网站上看些个别的关于如何提升“关于我们”信息栏目的文档)  (图)用户网站执行的分布，每个柱状代表了一个用户的时间。绿色柱状代表了第一个四分之一（最快的25%的用户），红色柱状代表了最后的1/4（最慢的25%的用户），蓝色柱状代表了中间的2/4。Q1是间隔绿色和蓝色柱状的时间，Q3是间隔蓝色和红色柱状的时间。 Q3/Q1代表了一个快的用户比一个慢的用户好多少，也就是说，它比较了一个较快的用户(25%更快,而75%更慢) 和一个较慢的用户(25%更慢,但75%更快)。这个比率并没有考虑最快的和最慢的用户，因为他们很可能是局外者。 在 图中，Q1是65秒，Q3是188秒，因此Q3/Q1是2.9，最快找到总部地点的用户花费的时间是28秒，而最慢的用户需要420秒才完成了相同的任 务。因此，最大/最小的比率是15。因为我们主要感兴趣的是用户经验的主流，因此我们的将焦点放在Q3/Q1上而不是最终的比例上。 通过我们最近的对70个网站和企业内部互联网的测量任务中，Q3/Q1=2.4，换句话说，慢的用户在相同的任务中花费快的用户的多于2倍的时间。 与其他用户界面的比较 我们可以将web用户Q3/Q1的比率同其他用户界面进行比较来获得同传统计算机使用的研究结果。 Dennis Egan已经研究了3种交互类型：文本编辑，信息搜索和编程。在我自己没有出版的1994年的研究中，我搜集了3个不同系统在进行相同的个人运算任务的性 能指标：Macintosh System 7, NeXTStep (Mac OS X的始祖)和Windows 3.1，例子任务包括合计销售数据和通过email发送结果。 下表显示了传统用户研究和web用户研究的对比的平均Q3/Q1： 使用类型 Q3/Q1 文本编辑： 是 表中最简单的任务，主要依靠物理方面的能力，比如打字速度和自导引的时间（在鼠标和键盘之间移动你的手）。特别的是，研究关注的是移动段落，加粗文字，固 定打字稿等机械运动。研究并不检查实际比较写一封信或写一本书要花费多长时间，这些会在不同的用户中很明显的显示很大的可变性。 个人运算： 有一点的难度，可能需要很多复杂的任务，比如使用电子表格公式和积分倍数应用来达到一个单一的目标。然而我的研究只关注基本的办公室生产任务--没有如配置防火墙这样令人费解的事情。因为基本的PC应用是在大多数人的智力能力中的，可变性是相当少的。 最后的三种类型计算机的使用显示了一个高的可变性，因为他们需要更高的脑力劳动，比如抽象的推理，多个步骤的计划，在短期的存储过程中判断大量的观察家过，用现有的知识来解释相关的新的信息。 信 息搜索和web应用很相似，这并不令人惊奇，因为信息搜索时web应用的一个大的组成部分。然而，通过使用一个简单的搜索引擎，网站应用通常需要排序，扫 描以及解释各种类型的表单--通过类似的产品从新闻头表单到分类页面。而且，一旦网站用户寻找信息，它们必须进行解释。此外，网站用户必须决定怎么聚集附 加的信息（例如，如果它们它们最初的解决方案缺乏足够的可信性或不能提供他们需要的任何东西） 最后，编程需要最多的用户并且体现了最高的 可变性。该表格显示了为什么一个管理软件的开发需要雇佣最好的程序员：好的程序员比慢的程序员开发速度快3倍，并且给公司带来了巨大的利润--即使他们需 要较高的薪水。（最好的程序员和最差的程序员之间的差异大概有20%，不幸的是，不是每个人都能雇佣到前面1%的最好的程序员，但是你的确可以努力雇到前 面的25%的好的程序员） web是困难的 问题越复杂我们看到的个体差异越大，当我们接近人类能力极限的时候，将会大大增加你的附加智力--智力能力，天赋，或者你可以任意称呼他们。 当 我们使用一个网站时，例如，在一个短期的记忆中，一个可以保持6块知识的记忆的用户比一个可以保持4块知识记忆的用户要优越得多。拥有更好记忆的用户重复 的走错路经的的可能性要小得多，并且更多可能的正确的访问到与给定页面相关的页面。作为对比，较高容量的短期记忆对简单的文本编辑任务帮助不大，确信你有 着相当好的文字处理器，而它们不需要你记住六件事情来移动一个段落。 如表中所显示，在5个计算机应用类型中，web具有第二高的个人可变性。 高 可变性很糟糕，因为对某些人来说它是一些不怎么样的人的用户体验结果。毕竟，快速执行标准代表了在规定的时间内完成一个网站任务的可能性。任何较慢的是被 耽误或处于可用性问题次要地位的用户产生的结果。在理想的用户界面中，用户对任何时候所做的事情不会产生怀疑，并且也不会冒任何风险做一个错误的举动，在 这种情况下，所有的用户将执行的一样，只有因为这样的因素（比如他们点击鼠标的速度由多快）导致很小的差异。 编程具有最大的个人差异并且是最难得任务类别。然而，编程不是最糟糕的问题，因为我们可以从那些最好的具有编程能力的人中正确的选择程序员。也就是说，解决方案是简单的：不要雇用差的程序员。 对于网站来说，我们不可能奢侈的只选择最好的用户，我们必须迎合访问我们网站的人，而不管他们是否具有抽象的推理能力。最后1/4的人也是消费者。 即使对于企业内部网来说，也无法接受需要只有高技能的使用者，企业内部网是面对所有的员工的，在许多工作种类中，高级计算机技能不是最重要的雇用标准。 商 业网站并不总是需要支持一个广大的消费群--例如B2B网站，通常只能保证一些专业的用户访问他们网站的专业分类。但是即使你在销售，演说，经过一些测试 并且你的使用目标群是测量工程师，你也不能保证他们全在前25%，技能和知识的分布始终是存在的，可能一些预期的客户将会在他们职业生涯中第一次试探。 因为网站界面具有挑战性并且必须服务于超过精英的客户群，我们关注web用户体验和用户执行的可变性是尤其重要的。 参考书目： Dennis Egan，“人类计算机交互的个体差异”，《人类手册》 计算机交互，Martin Helander (ed.), Elsevier 科学出版社，1988，543-568页 |
|
|
