用户体验设计入门-Coursera 笔记（Week 2）

Week2 Elements of Requirement Gathering

收集需求概述

收集需求的目标是为了理解问题范围。 （problem space)

问题范围（The problem space）

• 用户是谁
• 在何时，何地，为什么，他们目前如何完成任务。
• 用户对于他们目前在尝试完成任务的方式有什么可预见性的问题？
• 用户希望通过哪些改进来帮助他们完成目前的任务？

需求收集的陷阱(pitfalls)

• 设计师在他们没有完成理解任务，用户以及用户如何完成任务的时候就开始设计。

设计是一个_系统性_的，_数据驱动_的过程。

用户的类型， 和数据的类型

数据类型：定量（Quantitative）& 定性（Qualitative）

定量数据（Quantitative date）: 被认为是按数字来计算的信息。比如问卷调查得出的数据，我们可以把数据放到电子表格上， 然后使用描述性数据来分析。由此，我们可以知道参与研究的用户的平均年龄，以及用户的手机大概用了多久的一个中间数(median number)。

定性数据（Qualitative date） 则是提供给我们专题信息(Thematic information)。

简单来说就是定量数据数据告诉我们用户的信息。而定性数据告诉我们原因

利益相关者的分类(stakeholders)

• 主要利益先关者 （Primary stakeholders）指的是直接使用产品的用户。 这些用户是设计师常需要交流的人，也被称作终端用户。

• 次要利益相关者 （Secondary stakeholders）并不直接使用产品，但是可能间接的会产生关系，因为他们可能会从中获得一些输出。

• 间接利益相关者 （Tertiary stakeholders）可能完全不使用这个设计，但是可能会被整个设计间接性的影响到。

用户研究方法（Discovery Technique）

• 自然观察（Naturalistic Observation）
• 问卷调查方（survey）
• 焦点小组（Focus Group）
• 采访（Interview）

在一个设计流程中我们可以使用以上方法来研究用户需求。 这些方法可以是交替使用的，或者说一个研究方法可以建立在另一个方法研究得出的数据之后。

自然观察（Naturalistic Observation）

目标

自然观察的目标就是在用户自己的环境中观察他们，而不是询问用户他们何时何地如何完成任务，是不同用户直接产生互动的。 设计师需要去到发生这些任务的场所去观察用户。

收集到的数据：

在自然观察中所采集的数据可以是定量数据（Quantitative date）也可以是定性数据（Qualitative date） 。

定量数据（Quantitative date）可能是设计师在观察用户时记录下的一系列的笔记

定性数据（Qualitative date） 也是在观察的时候记录下来的，但可能是设计师期望看到的一些事项。 比如说，如果我们期望次级的用户也参与到其中的话，我们就得观察这两种用户的互动次数。

优点：

• 能够看到用户直接在做什么，不同用户产生直接互动 （no direct interaction with suer)
• 可以在任何时间和地点收集数据
• 用户产生的行为是自然的,不会担忧我们期望他们的做法是如何的（no social desirablility )

缺点

• 收集到的数据有限于设计师自己的技术和阐释。 (Observer Bias may lead to incorrect notes)
• 没有方式证明设计师的假设是正确的
• 我们不知道用户用某种方式完成任务的理由。 （no feedback from user)

因此，直接观察通常就是收集需求的第一步。

规范：

• 保护用户隐私，匿名操作（Maintain anonymity of users)
• 同用户有关的信息必须得到用户的同意（Identifying information must only be collected with user permission)

自然观察中获得的数据非常有用，可以用作之后几种用户研究方法的一个铺垫。 也就是说，我们可以从这个方法中获取的数据中提炼出一系列的问题，在之后同用户互动的时候用上。

问卷调查（Survey）

问卷调查就是一系列的问题。

调查的目的就是获得用户的想法。通常来说，我们通过收集数据来提供一份关于用户行为，预见性，态度和感觉的报告。

问卷调查需要一点点同用户的直接互动。 以前可能需要用户将调查问卷直接交给你，现在更多的是电子化的在线调查问卷了。

收集到的数据：

从调查问卷中我们获得的信息可以是定量数据也可以是定性数据。

调查问卷可以给我们提供定量的数据，我们可以通过封闭性问题（closed ended questions)来获得用户的数据统计。在二分回复中(dichotomous response)，我们会让用户从yes or no 两个选项中选择。也可通过评分(like rating) 来获得他们对产品的喜爱程度。我们也可以给到用户一系列选项，让他们按照喜好程度来排序。

问卷也可以给我们提供定性数据,通常，我们采用开放性问题（open ended questions）来获得。 我们的目标是通过用户的写的几句话获得基本的观点，喜好和态度，

优点：

• 有效率的同时获得许多单个用户的数据
• 方便的快速分析数据

缺点：

• 数据可能沦于表面（superficial)
• 记忆偏差（recall bias）
• 社会期望(social desirablility)
• 样品偏差（sample bias)

同样的， 问卷调查也是设计流程的一部分，可以将其所获得的数据用在下一个用户研究的方法上。

焦点小组（Focus group）

目标

焦点小组的目标就是让用户参与到直接的互动对话中来。

焦点小组通常在可控的环境中进行，在用户感到自在的一个地方进行，并且所有的设置都必须是用户自定义，也就是按照用户平日的习惯来。

焦点小组的组成：

• 用户 （ 5-10人）
• 设计小组
  • 主持人（Moderator）- 组织话题和对话
  • 记录者（Note taker） - 记录主要的对话要点
  • 媒体人员（Media Person，可选） - 录音或录像

焦点小组就是设计小组要见5-10个用户。这个用户小组的组成必须是用户群体的代表。

焦点小组进行结构

• 5分钟热身
• 5分钟创造性练习
• 45分钟讨论（3个话题）
• 5分钟总结

收集到的数据：

• 定量数据： 笔记 或者整个讨论的对话文字和分析
• 定性数据： 在焦点小组开始前就收集到的数据，比如，收集关于用户的人口统计（ demographic information）信息。 了解最初问卷调查汇时用户对于话题的态度和观点。

优点：

• 在较短的时间内获得较丰富的数据(Rich data in timely manner)
• 从团体动力学中获得灵感（Group Dynamic inspires)

缺点：

• 需要一个附有经验的主持人和团队(Need a team headed by an experienced moderator)
• 可能会产生的从众情况(Social influence may lead to group think)
• 意见领袖会影响到其他组员的观点（Influential member)

用户访谈（Interview）

目标： 收集单个用户的深度信息。

访谈可以在外面也可以在实验室里进行。唯一的要求就是要有足够的隐秘性，用户可以很轻松很自在的回答问题。

收集到的数据：

访谈中收集到的数据大多是定性的。

定性的数据可能是设计师在采访用户的时候记录下的笔记。也可能是访谈的所有信息。

定量的数据可能是在访谈开始前收集到的数据，比如在问卷调查中获得的信息，可以用来了解用户的基本信息或者是他们对于话题的基本态度。 采访者可以用这些收集到的信息展开访谈。

优点：

• 一对一
• 灵活（可以即性的问用户一些问题，让用户引导话题）

缺点：

• 需要一个有技巧的访谈者，知道什么时候让用户引导话题，什么时候自己引导话题，把握好访谈节奏。
• 确保用户提供的观点是诚实的，而不是为了取悦访谈者的回答。
• 需要花费大量时间。 （问卷通常可以在同一个时间段获取大量数据，但是访谈必须是一个个进行的。）

结论展示方式（presenting the results)

用户研究结果（User Result）

我们使用之前提到的用户研究方法来获得

• 描述性数据(descriptive statistics)
• 用户特征(user characteristics)
• 用户画像(persona)

描述性数据（Descriptive statistics） 让我们可以总结定量信息，包括：

• 范围（range）- 最大值，最小值
• 途径（mean)- 平均分(average score)
• 中间数（median）- 数据的中间值（mid-score)

举个例子，比如说我们要收集五个用户下载信息的次数。

如果下载信息次数的范围是3-30,那就意味着，有一个人下载了3次，另一个人下载了30次，平均值就是10.2，中间数就是5，中间数很重要因为它不会受到极端数字的影响，因此，虽然这堆数值中有一人下载了30次，一人下载了3次，中间数会告诉我们这5个数据的分部情况。

用户特征（Characteristics table）表格让我们从需求收集过程中找到重点。

下图的用户特征表格就包含了定量信息（年龄，性别，教育）和定性信息（动机，态度）。

人物画像（Persona）提供了一种既有定量信息，又有定性信息的叙事描述。

人物画像让我们有机会通过讲故事的方式来传达数据的丰富性。人物画像提炼了我们从用户研究方法中收集到的关于用户的所有信息数据。 换句话说， 让我们的用户和他的需求变得更加生动。

展现用户研究的发现（Presenting Task Findings）

设计师通常容易犯的一个错就是在尚未完全了解任务，用户，以及用户如何完成任务的时候就开始设计。 因此用户研究方法就能帮助我们：

• 理解用户目前是如何完成任务的。
• 通过自然观察，问卷调查，焦点小组以及访谈来收集数据。

假设现在你已经通过各种用户研究方法收集到了需求，那你就需要去展示了（Techniques to present RG findings)。 展示方法有：

• 场景（Scenarios)
• 用户案例（Essential user case scenarios)
• 任务层级分析（Hierarchical task analyses）
• UI评审（UI critique）

场景（Scenario）

场景提供了一个包括了定量和定性数据的描述性的内容。让我们通过故事性的方式来传递出我们收集到的数据的丰富性，展示出任务的方方面面以及是如何完成的。换句话说，就是让数据生动起来，而不是用冷冰冰的表格图表来展示。

用户案例（Essential user case scenarios)

场景让我们理用户是如何使用系统的。用户案例（Essential user case scenarios)则能帮助我们理解用户的行为，以及系统的要求。

用户案例包了含三个重要元素：

1. 用户目标（user’s goals)
2. 用户偏好(user itention)-用户需要几步来进入系统
3. 系统职责（system’s responsibilities)- 用户每完成一步后要做什么。

任务层级分析（hierarchical task analyses）

任务层级分析是最常用的任务分析方法。我们要知道用户是如何完成一项任务的。 先从最基本的目的开始，然后列出完成目标的几个主要步骤，和子步骤。 这个方法最重要的就是用户目标。这里面所有的步骤都是用户产生的，不用写类似于用户滑动滚轮，这种系统的交互步骤。

（跟多关于Hierarchical Task Analysis的介绍：Hierarchical Task Analysis）

UI评审（UI critique）

我们通过交互界面来满足用户需求。 当前的UI可能是一款App,也可能是网站，或者纸张等一系列其他的媒介。

1. 辨别出任务或者用户试用它来完成的任务。（What task it is used for)比如我只用手机APP来值机。 用网站来订机票查看价格。如果我忘记在网上值机，就不得不到机场的信息亭值机了，这当然是最坏的结果。

2. 客观的衡量完成任务需要的时间(Objective measures of performance)。比如，我选择通过计算点击次数(clicks to complete task)来衡量完成任务的时间。

3. 思考哪些地方做的好(what it does well)，哪些地方需要提高(How it could be improved)。你可以既用主观衡量法也可以用客观衡量方法(objective&subjective measures)。

作为设计师，我们想要提高用户体验，但我们也需要知道有哪些是用户喜欢的，基于此来进行修改。