書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩)

出版社：電子工業(yè)出版社出版時(shí)間：2024-04-01
開(kāi)本： 其他 頁(yè)數(shù)： 368
中 圖 價(jià):¥98.0(7.1折) 定價(jià)  ¥138.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩) 版權(quán)信息

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩) 本書(shū)特色

一本量化用戶體驗(yàn)的實(shí)操書(shū) 前版銷售20000+冊(cè) 此版全面提升了翻譯質(zhì)量 量化用戶體驗(yàn)，是提升產(chǎn)品質(zhì)量的重要因素！ 集合了作者在該領(lǐng)域50余年的方法、經(jīng)驗(yàn)與教訓(xùn) 對(duì)實(shí)際產(chǎn)品有實(shí)用建議： ★在什么情景下收集哪些度量指標(biāo) ★如何收集這些度量指標(biāo) ★如何使用不同的分析方法對(duì)數(shù)據(jù)進(jìn)行梳理 ★如何以一種*清晰、*吸引人的方式呈現(xiàn)結(jié)果等 第3版新增： ★新增第 8 章，專注于度量情感，包括面部表情分析和 iMotions 平臺(tái)。 ★引入了許多新的指標(biāo)度量，例如 AttrakDiff、Kano 方法、Google 的 HEART 框架、新的 Bentley 體驗(yàn)記分卡，等等。 ★第 11 章是全新內(nèi)容，5 個(gè)全新的案例研究重點(diǎn)展示了不同的用戶體驗(yàn)團(tuán)隊(duì)度量用戶體驗(yàn)的創(chuàng)意方法，以及如何利用用戶體驗(yàn)度量指標(biāo)推動(dòng)組織內(nèi)的變革。 ★用于收集和分析用戶體驗(yàn)數(shù)據(jù)的新工具，例如 GuessTheTest、youXemotions 和PremoTool。 ★本書(shū)還增加了許多新的示例，可用于指導(dǎo)你收集、分析和呈現(xiàn)用戶體驗(yàn)指標(biāo)。

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩) 內(nèi)容簡(jiǎn)介

用戶體驗(yàn)度量對(duì)有效提升產(chǎn)品質(zhì)量至關(guān)重要。本書(shū)詳盡地介紹如何有效且可靠地收集、分析和呈現(xiàn)典型的用戶體驗(yàn)度量數(shù)據(jù)：操作績(jī)效（正確率等）、可用性問(wèn)題（頻率和嚴(yán)重程度）、自我報(bào)告式的滿意度及生理/行為數(shù)據(jù)（眼動(dòng)追蹤等）。相對(duì)第2版，本版不僅新增第8章“情感度量”，還引入許多新的度量指標(biāo)，如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley體驗(yàn)記分卡等，全面更新用戶體驗(yàn)度量的相關(guān)案例。本書(shū)內(nèi)容翔實(shí)，是一本值得用戶體驗(yàn)從業(yè)人員和數(shù)據(jù)分析及運(yùn)營(yíng)人員研讀的參考書(shū)，也可以作為大中專院校相關(guān)專業(yè)的教材。

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩) 目錄

第 1 章　引言 / 1
1.1　什么是用戶體驗(yàn) / 4
1.2　什么是用戶體驗(yàn)度量 / 8
1.3　用戶體驗(yàn)度量的價(jià)值 / 10
1.4　人人都能學(xué)會(huì)的用戶體驗(yàn)度量方法 / 11
1.5　用戶體驗(yàn)度量的新技術(shù) / 12
1.6　十個(gè)關(guān)于用戶體驗(yàn)度量的常見(jiàn)誤解 / 13
誤解 1 ：度量數(shù)據(jù)需要花太多的時(shí)間收集 / 13
誤解 2 ：用戶體驗(yàn)度量要花費(fèi)太多的錢 / 13
誤解 3 ：當(dāng)集中在細(xì)小的改進(jìn)上時(shí)，用戶體驗(yàn)度量是沒(méi)有用的 / 14
誤解 4 ：用戶體驗(yàn)度量無(wú)助于我們理解問(wèn)題發(fā)生的原因 / 14
誤解 5 ：用戶體驗(yàn)度量的數(shù)據(jù)噪聲太多 / 14
誤解 6 ：直覺(jué)就夠用，不必度量 / 15
誤解 7 ：度量不適用于新產(chǎn)品 / 15
誤解 8 ：沒(méi)有度量適用于我們正在處理的問(wèn)題 / 15
誤解 9 ：度量不被管理層所理解或贊賞 / 16
誤解 10 ：用小樣本很難收集到可靠的數(shù)據(jù) / 16
第 2 章　背景知識(shí) / 17
2.1　自變量和因變量 / 18
2.2　數(shù)據(jù)類型 / 18
2.2.1　稱名數(shù)據(jù) / 18
2.2.2　順序數(shù)據(jù) / 19
2.2.3　等距數(shù)據(jù) / 20
2.2.4　比率數(shù)據(jù) / 21
2.3　描述性統(tǒng)計(jì) / 22
2.3.1　集中趨勢(shì)的度量 / 22
2.3.2　變異性的度量 / 24
2.3.3　置信區(qū)間 / 25
2.3.4　通過(guò)誤差線來(lái)展示置信區(qū)間 / 27
2.4　比較平均值 / 29
2.4.1　獨(dú)立樣本 / 29
2.4.2　配對(duì)樣本 / 31
2.4.3　比較兩個(gè)以上的樣本 / 32
2.5　變量之間的關(guān)系 / 34
2.6　非參數(shù)檢驗(yàn) / 35
2.7　數(shù)據(jù)圖形化 / 37
2.7.1　柱狀圖或條形圖 / 38
2.7.2　折線圖 / 40
2.7.3　散點(diǎn)圖 / 42
2.7.4　餅圖或圓環(huán)圖 / 44
2.7.5　堆積條形圖 / 45
2.8　總結(jié) / 46
第 3 章　規(guī)劃 / 48
3.1　用戶體驗(yàn)研究的目標(biāo) / 48
3.1.1　形成性研究 / 49
3.1.2　總結(jié)性研究 / 49
3.2　用戶體驗(yàn)?zāi)繕?biāo) / 50
3.2.1 用戶績(jī)效 / 51
3.2.2　用戶偏好 / 51
3.2.3 用戶情感 / 51
3.3　商業(yè)目標(biāo) / 52
3.4　選擇合適的用戶體驗(yàn)度量指標(biāo) / 53
3.4.1　完成一個(gè)任務(wù) / 54
3.4.2 比較產(chǎn)品 / 55
3.4.3 評(píng)估同一產(chǎn)品的使用頻率 / 55
3.4.4 評(píng)估導(dǎo)航和 / 或信息架構(gòu) / 56
3.4.5 提高產(chǎn)品知曉度 / 57
3.4.6 問(wèn)題發(fā)現(xiàn) / 58
3.4.7 使緊要產(chǎn)品的可用性*大化 / 58
3.4.8 創(chuàng)造整體正向的用戶體驗(yàn) / 59
3.4.9 評(píng)估產(chǎn)品微小改動(dòng)的影響 / 60
3.4.10 不同設(shè)計(jì)方案的比較 / 60
3.5　用戶體驗(yàn)研究的方法與工具 / 61
3.5.1　傳統(tǒng)（引導(dǎo)式）的可用性測(cè)試 ：實(shí)驗(yàn)室測(cè)試 / 61
3.5.2　非引導(dǎo)式的可用性測(cè)試 ：在線測(cè)試 / 62
3.5.3　在線調(diào)查 / 63
3.5.4 信息架構(gòu)工具 / 64
3.5.5　點(diǎn)擊和鼠標(biāo)工具 / 65
3.6　其他研究細(xì)節(jié) / 65
3.6.1 預(yù)算和時(shí)間表 / 65
3.6.2　參與者 / 67
3.6.3　數(shù)據(jù)收集 / 68
3.6.4　數(shù)據(jù)整理 / 69
3.7　總結(jié) / 70
第 4 章　績(jī)效度量 / 71
4.1　任務(wù)成功 / 73
4.1.1　二分式成功 / 74
4.1.2　任務(wù)成功等級(jí) / 78
4.1.3　任務(wù)成功度量中存在的問(wèn)題 / 81
4.2　任務(wù)時(shí)間 / 82
4.2.1　度量任務(wù)時(shí)間的重要性 / 83
4.2.2　任務(wù)時(shí)間的收集和度量 / 83
4.2.3　分析和呈現(xiàn)任務(wù)時(shí)間數(shù)據(jù) / 86
4.2.4　分析任務(wù)時(shí)間數(shù)據(jù)時(shí)需要考慮的問(wèn)題 / 90
4.3　錯(cuò)誤 / 92
4.3.1　何時(shí)度量錯(cuò)誤 / 93
4.3.2　什么造成錯(cuò)誤 / 93
4.3.3　收集和度量錯(cuò)誤 / 94
4.3.4　分析和呈現(xiàn)錯(cuò)誤數(shù)據(jù) / 95
4.3.5　錯(cuò)誤度量時(shí)需要考慮的問(wèn)題 / 98
4.4　效率 / 99
4.4.1　收集和度量效率 / 99
4.4.2　分析和呈現(xiàn)效率數(shù)據(jù) / 100
4.4.3　合并任務(wù)成功和任務(wù)時(shí)間的效率 / 102
4.5　易學(xué)性 / 105
4.5.1　收集和度量易學(xué)性 / 106
4.5.2　分析和呈現(xiàn)易學(xué)性數(shù)據(jù) / 106
4.5.3　度量易學(xué)性的關(guān)鍵問(wèn)題 / 108
4.6　總結(jié) / 109
第5 章　自我報(bào)告度量 / 111
5.1　自我報(bào)告數(shù)據(jù)的重要性 / 112
5.2　評(píng)分量表 / 112
5.2.1　李克特量表 / 113
5.2.2　語(yǔ)義差異量表 / 114
5.2.3　什么時(shí)候收集自我報(bào)告數(shù)據(jù) / 115
5.2.4　如何收集自我報(bào)告數(shù)據(jù) / 115
5.2.5　自我報(bào)告數(shù)據(jù)收集中的偏差 / 116
5.2.6　評(píng)分量表的一般指導(dǎo)原則 / 116
5.2.7　分析評(píng)分量表數(shù)據(jù) / 118
5.3　任務(wù)后評(píng)分 / 122
5.3.1　易用性 / 122
5.3.2　事后調(diào)查問(wèn)卷 / 122
5.3.3　期望度量 / 123
5.3.4　任務(wù)后自我報(bào)告度量的比較 / 124
5.4　總體用戶體驗(yàn)評(píng)分 / 127
5.4.1　系統(tǒng)可用性量表 / 127
5.4.2　計(jì)算機(jī)系統(tǒng)可用性問(wèn)卷 / 130
5.4.3　產(chǎn)品反應(yīng)卡 / 132
5.4.4　用戶體驗(yàn)問(wèn)卷 / 133
5.4.5 AttrakDiff / 136
5.4.6　凈推薦值 / 137
5.4.7　用戶體驗(yàn)自我報(bào)告度量的其他工具 / 139
5.4.8　總體自我報(bào)告度量的比較 / 140
5.5　用SUS對(duì)設(shè)計(jì)進(jìn)行比較 / 142
5.6　在線調(diào)查 / 143
5.6.1　網(wǎng)站分析和度量問(wèn)卷 / 143
5.6.2　美國(guó)客戶滿意度指數(shù) / 144
5.6.3 OpinionLab / 145
5.6.4　在線調(diào)查需要注意的問(wèn)題 / 145
5.7　其他類型的自我報(bào)告度量 / 146
5.7.1　評(píng)估屬性優(yōu)先級(jí) / 146
5.7.2　評(píng)估特定屬性 / 147
5.7.3　評(píng)估具體部分 / 149
5.7.4　開(kāi)放式問(wèn)題 / 150
5.7.5　知曉度和理解 / 152
5.7.6　知曉度 - 有用性差距 / 154
5.8　總結(jié) / 155
第 6 章　可用性問(wèn)題度量 / 156
6.1　什么是可用性問(wèn)題 / 156
6.2　如何發(fā)現(xiàn)可用性問(wèn)題 / 158
6.2.1　在一對(duì)一研究中使用出聲思維 / 161
6.2.2　在自動(dòng)化研究中使用文本評(píng)論 / 162
6.2.3 使用網(wǎng)站分析 / 162
6.2.4 使用眼動(dòng)追蹤 / 163
6.3　嚴(yán)重性等級(jí)評(píng)估 / 163
6.3.1　基于用戶體驗(yàn)的嚴(yán)重性等級(jí)評(píng)估 / 164
6.3.2　綜合多種因素的嚴(yán)重性等級(jí)評(píng)估 / 165
6.3.3　嚴(yán)重性等級(jí)評(píng)估系統(tǒng)的應(yīng)用 / 167
6.3.4　嚴(yán)重性等級(jí)評(píng)估系統(tǒng)的應(yīng)用注意事項(xiàng) / 167
6.4　分析和呈現(xiàn)可用性問(wèn)題度量 / 168
6.4.1　獨(dú)特可用性問(wèn)題的發(fā)生頻率 / 169
6.4.2　每名參與者遇到的可用性問(wèn)題數(shù)量 / 170
6.4.3　遇到可用性問(wèn)題的參與者數(shù)量 / 171
6.4.4　將可用性問(wèn)題分類 / 171
6.4.5　按任務(wù)分析可用性問(wèn)題 / 172
6.5　可用性問(wèn)題發(fā)現(xiàn)中的共識(shí) / 173
6.6　可用性問(wèn)題發(fā)現(xiàn)中的偏差 / 174
6.7　參與者數(shù)量 / 176
6.7.1　五名參與者足夠 / 176
6.7.2　五名參與者不夠 / 177
6.7.3　怎么辦 / 178
6.7.4　我們的建議 / 179
6.8　總結(jié) / 179
第 7 章　眼動(dòng)追蹤 / 181
7.1　如何進(jìn)行眼動(dòng)追蹤 / 182
7.2　移動(dòng)眼動(dòng)追蹤 / 184
7.2.1　度量瞬讀性 / 184
7.2.2　在具體情景中理解移動(dòng)用戶 / 185
7.2.3　移動(dòng)眼動(dòng)追蹤技術(shù) / 186
7.2.4　眼鏡式眼動(dòng)追蹤 / 187
7.2.5　支架式眼動(dòng)追蹤 / 187
7.2.6　軟件式眼動(dòng)追蹤 / 188
7.3　眼動(dòng)數(shù)據(jù)的可視化 / 189
7.4　興趣區(qū) / 191
7.5　常用眼動(dòng)度量指標(biāo) / 193
7.5.1　停留時(shí)間 / 193
7.5.2　注視點(diǎn)數(shù)量 / 193
7.5.3　注視時(shí)間 / 193
7.5.4　瀏覽順序 / 193
7.5.5　首次注視所需要的時(shí)間 / 194
7.5.6　重訪次數(shù) / 194
7.5.7　命中率 / 194
7.6　眼動(dòng)數(shù)據(jù)分析技巧 / 195
7.7　瞳孔反應(yīng) / 196
7.8　總結(jié) / 196
第 8 章　情感度量 / 198
8.1　定義用戶情感體驗(yàn) / 199
8.2　度量情感的方法 / 201
8.3　通過(guò)語(yǔ)言表達(dá)度量情感 / 204
8.4　自我報(bào)告 / 206
8.5　面部表情分析 / 210
8.6　皮膚電反應(yīng) / 213
8.7　案例分析：生物識(shí)別技術(shù)的價(jià)值 / 215
8.8　總結(jié) / 218
第 9 章　合并和比較度量 / 220
9.1　單一的用戶體驗(yàn)分?jǐn)?shù) / 220
9.1.1　根據(jù)預(yù)定目標(biāo)合并度量 / 221
9.1.2　根據(jù)百分比合并度量 / 222
9.1.3　根據(jù) z 分?jǐn)?shù)合并數(shù)據(jù) / 229
9.1.4　使用單一用戶體驗(yàn)度量 / 232
9.2　用戶體驗(yàn)記分卡和用戶體驗(yàn)框架 / 233
9.2.1　用戶體驗(yàn)記分卡 / 234
9.2.2　用戶體驗(yàn)框架 / 238
9.3　分別與目標(biāo)績(jī)效和專家績(jī)效比較 / 239
9.3.1　與目標(biāo)績(jī)效比較 / 239
9.3.2　與專家績(jī)效比較 / 241
9.4　總結(jié)/243
第 10 章　專題 / 244
10.1　網(wǎng)站分析 / 244
10.1.1　基本的網(wǎng)站分析 / 245
10.1.2　點(diǎn)擊率 / 248
10.1.3　棄用率 / 250
10.1.4 A/B 測(cè)試 / 251
10.2　卡片分類 / 252
10.2.1　開(kāi)放式卡片分類數(shù)據(jù)的分析 / 253
10.2.2　封閉式卡片分類數(shù)據(jù)的分析 / 259
10.3　樹(shù)形測(cè)試 / 263
10.4　首次點(diǎn)擊測(cè)試 / 266
10.5　可及性度量 / 269
10.6　投資收益的度量 / 272
10.7　總結(jié) / 276
第 11 章　案例研究 / 278
11.1　在 Netflix 電視用戶界面中思考的快與慢 / 278
11.1.1　背景 / 278
11.1.2　方法 / 279
11.1.3　結(jié)果 / 281
11.1.4　討論 / 283
11.1.5　影響 / 284
11.2　參與/競(jìng)爭(zhēng)/勝出（PCW）框架：評(píng)估市場(chǎng)上的產(chǎn)品與特征 / 286
11.2.1　簡(jiǎn)介 / 286
11.2.2　提出客觀標(biāo)準(zhǔn) / 287
11.2.3　功能分析 / 288
11.2.4 PCW（總結(jié)性）可用性測(cè)試 / 291
11.3　企業(yè)用戶體驗(yàn)案例研究：發(fā)現(xiàn)“用戶體驗(yàn)-收益鏈” / 293
11.3.1　度量指標(biāo)的識(shí)別與選擇 / 294
11.3.2　方法 / 296
11.3.3　分析 / 300
11.3.4　結(jié)果 / 300
11.3.5　結(jié)論 / 303
11.4　四個(gè)醫(yī)療保健網(wǎng)站的競(jìng)爭(zhēng)性用戶體驗(yàn)基準(zhǔn)測(cè)試 / 303
11.4.1　方法 / 304
11.4.2　結(jié)果 / 306
11.4.3 總結(jié)和建議 / 311
11.5　縮小補(bǔ)充營(yíng)養(yǎng)援助計(jì)劃（SNAP）鴻溝 / 313
11.5.1　實(shí)地調(diào)查 / 314
11.5.2　每周檢視 / 315
11.5.3　申請(qǐng)問(wèn)題 / 316
11.5.4　調(diào)查 / 318
11.5.5　測(cè)試原型
展開(kāi)全部

用戶體驗(yàn)度量:收集、分析與呈現(xiàn)(第3版)(全彩) 作者簡(jiǎn)介

Bill Albert，博士，美國(guó)本特利大學(xué)用戶體驗(yàn)中心（UXC）執(zhí)行總監(jiān)。Mach49 公司的高級(jí)副總裁兼全球客戶發(fā)展總監(jiān)。在用戶體驗(yàn)研究院、設(shè)計(jì)和戰(zhàn)略方面擁有超過(guò) 20年的經(jīng)驗(yàn)。Tom Tulis，博士，美國(guó)富達(dá)投資公司（Fidelity Investments）前用戶體驗(yàn)研究副總裁。他在人機(jī)界面研究方面擁有超過(guò)35年的經(jīng)驗(yàn)，在技術(shù)期刊上發(fā)表了50多篇文章，并受邀在美國(guó)國(guó)內(nèi)和國(guó)際會(huì)議上演講，同時(shí)擁有8項(xiàng)美國(guó)專利。
周榮剛，北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師。北航經(jīng)管學(xué)院智能交互與體驗(yàn)研究中心負(fù)責(zé)人，現(xiàn)任：中國(guó)人類工效學(xué)學(xué)會(huì)常務(wù)理事、智能交互與體驗(yàn)分會(huì)副主任委員兼秘書(shū)長(zhǎng)，《人類工效學(xué)》編委，中華人因與工效學(xué)協(xié)會(huì)理事兼秘書(shū)長(zhǎng)，中國(guó)心理學(xué)會(huì)工程心理學(xué)分會(huì)委員。主要研究方向：人因工程、工程心理學(xué)、決策行為、智能人機(jī)交互、客戶體驗(yàn)。

暫無(wú)評(píng)論……
書(shū)友推薦
返回頂部
中圖網(wǎng)
在線客服