消息 首页 搜索 举报
  • 用户体验度量：收集、分析与呈现(第3版)(全彩)
21年品牌 40万+商家 超1.5亿件商品

用户体验度量：收集、分析与呈现(第3版)(全彩)

正版图书，可开发票，请放心购买。

￥ 81.12 5.9折 ￥ 138 全新

库存6件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)比尔·艾博特//汤姆·图丽斯|译者:周荣刚

出版社电子工业

ISBN9787121475290

出版时间2024-04

装帧平装

开本其他

定价138元

货号32032605

上书时间2024-04-21

淘书宝店

九年老店
已实名 已认证 进店 收藏店铺
  • 店主推荐
  • 最新上架

   商品详情   

品相描述：全新
商品描述
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 / 8
1.3  用户体验度量的价值 / 10
1.4  人人都能学会的用户体验度量方法 / 11
1.5  用户体验度量的新技术 / 12
1.6  十个关于用户体验度量的常见误解 / 13
误解 1 ：度量数据需要花太多的时间收集 / 13
误解 2 ：用户体验度量要花费太多的钱 / 13
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 / 14
误解 4 ：用户体验度量无助于我们理解问题发生的原因 / 14
误解 5 ：用户体验度量的数据噪声太多 / 14
误解 6 ：直觉就够用，不必度量 / 15
误解 7 ：度量不适用于新产品 / 15
误解 8 ：没有度量适用于我们正在处理的问题 / 15
误解 9 ：度量不被管理层所理解或赞赏 / 16
误解 10 ：用小样本很难收集到可靠的数据 / 16
第 2 章  背景知识 / 17
2.1  自变量和因变量 / 18
2.2  数据类型 / 18
2.2.1  称名数据 / 18
2.2.2  顺序数据 / 19
2.2.3  等距数据 / 20
2.2.4  比率数据 / 21
2.3  描述性统计 / 22
2.3.1  集中趋势的度量 / 22
2.3.2  变异性的度量 / 24
2.3.3  置信区间 / 25
2.3.4  通过误差线来展示置信区间 / 27
2.4  比较平均值 / 29
2.4.1  独立样本 / 29
2.4.2  配对样本 / 31
2.4.3  比较两个以上的样本 / 32
2.5  变量之间的关系 / 34
2.6  非参数检验 / 35
2.7  数据图形化 / 37
2.7.1  柱状图或条形图 / 38
2.7.2  折线图 / 40
2.7.3  散点图 / 42
2.7.4  饼图或圆环图 / 44
2.7.5  堆积条形图 / 45
2.8  总结 / 46
第 3 章  规划 / 48
3.1  用户体验研究的目标 / 48
3.1.1  形成性研究 / 49
3.1.2  总结性研究 / 49
3.2  用户体验目标 / 50
3.2.1 用户绩效 / 51
3.2.2  用户偏好 / 51
3.2.3 用户情感 / 51
3.3  商业目标 / 52
3.4  选择合适的用户体验度量指标 / 53
3.4.1  完成一个任务 / 54
3.4.2 比较产品 / 55
3.4.3 评估同一产品的使用频率 / 55
3.4.4 评估导航和 / 或信息架构 / 56
3.4.5 提高产品知晓度 / 57
3.4.6 问题发现 / 58
3.4.7 使紧要产品的可用性优选化 / 58
3.4.8 创造整体正向的用户体验 / 59
3.4.9 评估产品微小改动的影响 / 60
3.4.10 不同设计方案的比较 / 60
3.5  用户体验研究的方法与工具 / 61
3.5.1  传统（引导式）的可用性测试 ：实验室测试 / 61
3.5.2  非引导式的可用性测试 ：在线测试 / 62
3.5.3  在线调查 / 63
3.5.4 信息架构工具 / 64
3.5.5  点击和鼠标工具 / 65
3.6  其他研究细节 / 65
3.6.1 预算和时间表 / 65
3.6.2  参与者 / 67
3.6.3  数据收集 / 68
3.6.4  数据整理 / 69
3.7  总结 / 70
第 4 章  绩效度量 / 71
4.1  任务成功 / 73
4.1.1  二分式成功 / 74
4.1.2  任务成功等级 / 78
4.1.3  任务成功度量中存在的问题 / 81
4.2  任务时间 / 82
4.2.1  度量任务时间的重要性 / 83
4.2.2  任务时间的收集和度量 / 83
4.2.3  分析和呈现任务时间数据 / 86
4.2.4  分析任务时间数据时需要考虑的问题 / 90
4.3  错误 / 92
4.3.1  何时度量错误 / 93
4.3.2  什么造成错误 / 93
4.3.3  收集和度量错误 / 94
4.3.4  分析和呈现错误数据 / 95
4.3.5  错误度量时需要考虑的问题 / 98
4.4  效率 / 99
4.4.1  收集和度量效率 / 99
4.4.2  分析和呈现效率数据 / 100
4.4.3  合并任务成功和任务时间的效率 / 102
4.5  易学性 / 105
4.5.1  收集和度量易学性 / 106
4.5.2  分析和呈现易学性数据 / 106
4.5.3  度量易学性的关键问题 / 108
4.6  总结 / 109
 第5 章  自我报告度量 / 111
5.1  自我报告数据的重要性 / 112
5.2  评分量表 / 112
5.2.1  李克特量表 / 113
5.2.2  语义差异量表 / 114
5.2.3  什么时候收集自我报告数据 / 115
5.2.4  如何收集自我报告数据 / 115
5.2.5  自我报告数据收集中的偏差 / 116
5.2.6  评分量表的一般指导原则 / 116
5.2.7  分析评分量表数据 / 118
5.3  任务后评分 / 122
5.3.1  易用性 / 122
5.3.2  事后调查问卷 / 122
5.3.3  期望度量 / 123
5.3.4  任务后自我报告度量的比较 / 124
5.4  总体用户体验评分 / 127
5.4.1  系统可用性量表 / 127
5.4.2  计算机系统可用性问卷 / 130
5.4.3  产品反应卡 / 132
5.4.4  用户体验问卷 / 133
5.4.5 AttrakDiff / 136
5.4.6  净推荐值 / 137
5.4.7  用户体验自我报告度量的其他工具 / 139
5.4.8  总体自我报告度量的比较 / 140
5.5  用SUS对设计进行比较 / 142
5.6  在线调查 / 143
5.6.1  网站分析和度量问卷 / 143
5.6.2  美国客户满意度指数 / 144
5.6.3 OpinionLab / 145
5.6.4  在线调查需要注意的问题 / 145
5.7  其他类型的自我报告度量 / 146
5.7.1  评估属性优先级 / 146
5.7.2  评估特定属性 / 147
5.7.3  评估具体部分 / 149
5.7.4  开放式问题 / 150
5.7.5  知晓度和理解 / 152
5.7.6  知晓度 - 有用性差距 / 154
5.8  总结 / 155
第 6 章  可用性问题度量 / 156
6.1  什么是可用性问题 / 156
6.2  如何发现可用性问题 / 158
6.2.1  在一对一研究中使用出声思维 / 161
6.2.2  在自动化研究中使用文本评论 / 162
6.2.3 使用网站分析 / 162
6.2.4 使用眼动追踪 / 163
6.3  严重性等级评估 / 163
6.3.1  基于用户体验的严重性等级评估 / 164
6.3.2  综合多种因素的严重性等级评估 / 165
6.3.3  严重性等级评估系统的应用 / 167
6.3.4  严重性等级评估系统的应用注意事项 / 167
6.4  分析和呈现可用性问题度量 / 168
6.4.1  独特可用性问题的发生频率 / 169
6.4.2  每名参与者遇到的可用性问题数量 / 170
6.4.3  遇到可用性问题的参与者数量 / 171
6.4.4  将可用性问题分类 / 171
6.4.5  按任务分析可用性问题 / 172
6.5  可用性问题发现中的共识 / 173
6.6  可用性问题发现中的偏差 / 174
6.7  参与者数量 / 176
6.7.1  五名参与者足够 / 176
6.7.2  五名参与者不够 / 177
6.7.3  怎么办 / 178
6.7.4  我们的建议 / 179
6.8  总结 / 179
第 7 章  眼动追踪 / 181
7.1  如何进行眼动追踪 / 182
7.2  移动眼动追踪 / 184
7.2.1  度量瞬读性 / 184
7.2.2  在具体情景中理解移动用户 / 185
7.2.3  移动眼动追踪技术 / 186
7.2.4  眼镜式眼动追踪 / 187
7.2.5  支架式眼动追踪 / 187
7.2.6  软件式眼动追踪 / 188
7.3  眼动数据的可视化 / 189
7.4  兴趣区 / 191
7.5  常用眼动度量指标 / 193
7.5.1  停留时间 / 193
7.5.2  注视点数量 / 193
7.5.3  注视时间 / 193
7.5.4  浏览顺序 / 193
7.5.5  首次注视所需要的时间 / 194
7.5.6  重访次数 / 194
7.5.7  命中率 / 194
7.6  眼动数据分析技巧 / 195
7.7  瞳孔反应 / 196
7.8  总结 / 196
第 8 章  情感度量 / 198
8.1  定义用户情感体验 / 199
8.2  度量情感的方法 / 201
8.3  通过语言表达度量情感 / 204
8.4  自我报告 / 206
8.5  面部表情分析 / 210
8.6  皮肤电反应 / 213
8.7  案例分析：生物识别技术的价值 / 215
8.8  总结 / 218
第 9 章  合并和比较度量 / 220
9.1  单一的用户体验分数 / 220
9.1.1  根据预定目标合并度量 / 221
9.1.2  根据百分比合并度量 / 222
9.1.3  根据 z 分数合并数据 / 229
9.1.4  使用单一用户体验度量 / 232
9.2  用户体验记分卡和用户体验框架 / 233
9.2.1  用户体验记分卡 / 234
9.2.2  用户体验框架 / 238
9.3  分别与目标绩效和专家绩效比较 / 239
9.3.1  与目标绩效比较 / 239
9.3.2  与专家绩效比较 / 241
9.4  总结/243
第 10 章  专题 / 244
10.1  网站分析 / 244
10.1.1  基本的网站分析 / 245
10.1.2  点击率 / 248
10.1.3  弃用率 / 250
10.1.4 A/B 测试 / 251
10.2  卡片分类 / 252
10.2.1  开放式卡片分类数据的分析 / 253
10.2.2  封闭式卡片分类数据的分析 / 259
10.3  树形测试 / 263
10.4  首次点击测试 / 266
10.5  可及性度量 / 269
10.6  投资收益的度量 / 272
10.7  总结 / 276
第 11 章  案例研究 / 278
11.1  在 Netflix 电视用户界面中思考的快与慢 / 278
11.1.1  背景 / 278
11.1.2  方法 / 279
11.1.3  结果 / 281
11.1.4  讨论 / 283
11.1.5  影响 / 284
11.2  参与/竞争/胜出（PCW）框架：评估市场上的产品与特征 / 286
11.2.1  简介 / 286
11.2.2  提出客观标准 / 287
11.2.3  功能分析 / 288
11.2.4 PCW（总结性）可用性测试 / 291
11.3  企业用户体验案例研究：发现“用户体验-收益链” / 293
11.3.1  度量指标的识别与选择 / 294
11.3.2  方法 / 296
11.3.3  分析 / 300
11.3.4  结果 / 300
11.3.5  结论 / 303
11.4  四个医疗保健网站的竞争性用户体验基准测试 / 303
11.4.1  方法 / 304
11.4.2  结果 / 306
11.4.3 总结和建议 / 311
11.5  缩小补充营养援助计划（SNAP）鸿沟 / 313
11.5.1  实地调查 / 314
11.5.2  每周检视 / 315
11.5.3  申请问题 / 316
11.5.4  调查 / 318
11.5.5  测试原型 / 320
11.5.6  成功的度量指标 / 321
11.5.7  组织 / 321
第 12 章  通向成功的 10 个关键点 / 323
12.1  让数据活起来 / 323
12.2  主动去度量 / 325
12.3  度量比想的便宜 / 326
12.4  早计划 / 327
12.5  给产品确定用户体验基线 / 327
12.6  挖掘数据 / 328
12.7  讲商业语言 / 329
12.8  呈现置信区间 / 330
12.9  不要误用度量 / 331
12.10  简化报告 / 332
参考文献 / 335

内容摘要
用户体验度量对有效提升产品质量至关重要。本书详尽地介绍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）、可用性问题（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）。相对第2版，本版不仅新增第8章“情感度量”，还引入许多新的度量指标，如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley体验记分卡等，全面更新用户体验度量的相关案例。本书内容翔实，是一本值得用户体验从业人员和数据分析及运营人员研读的参考书，也可以作为大中专院校相关专业的教材。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP