幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

用戶體驗度量(收集分析與呈現第3版)

  • 作者：(美)比爾·艾博特//湯姆·圖麗斯|責編:孫學瑛|譯者:周榮剛
  • 出版社：電子工業
  • ISBN：9787121475290
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：333
人民幣：RMB 138 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    用戶體驗度量對有效提升產品質量至關重要。本書詳盡地介紹如何有效且可靠地收集、分析和呈現典型的用戶體驗度量數據：操作績效（正確率等）、可用性問題（頻率和嚴重程度）、自我報告式的滿意度及生理/行為數據（眼動追蹤等）。相對第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，如AttrakDiff、Kano方法、Google的HEART框架、新的Bentley體驗記分卡等，全面更新用戶體驗度量的相關案例。
    本書內容翔實，是一本值得用戶體驗從業人員和數據分析及運營人員研讀的參考書，也可以作為大中專院校相關專業的教材。
作者介紹
(美)比爾·艾博特//湯姆·圖麗斯|責編:孫學瑛|譯者:周榮剛
目錄
第1章  引言
  1.1  什麼是用戶體驗
  1.2  什麼是用戶體驗度量
  1.3  用戶體驗度量的價值
  1.4  人人都能學會的用戶體驗度量方法
  1.5  用戶體驗度量的新技術
  1.6  十個關於用戶體驗度量的常見誤解
    誤解1：度量數據需要花太多的時間收集
    誤解2：用戶體驗度量要花費太多的錢
    誤解3：當集中在細小的改進上時，用戶體驗度量是沒有用的
    誤解4：用戶體驗度量無助於我們理解問題發生的原因
    誤解5：用戶體驗度量的數據雜訊太多
    誤解6：直覺就夠用，不必度量
    誤解7：度量不適用於新產品
    誤解8：沒有度量適用於我們正在處理的問題
    誤解9：度量不被管理層所理解或讚賞
    誤解10：用小樣本很難收集到可靠的數據
第2章  背景知識
  2.1  自變數和因變數
  2.2  數據類型
    2.2.1  稱名數據
    2.2.2  順序數據
    2.2.3  等距數據
    2.2.4  比率數據
  2.3  描述性統計
    2.3.1  集中趨勢的度量
    2.3.2  變異性的度量
    2.3.3  置信區間
    2.3.4  通過誤差線來展示置信區間
  2.4  比較平均值
    2.4.1  獨立樣本
    2.4.2  配對樣本
    2.4.3  比較兩個以上的樣本
  2.5  變數之間的關係
  2.6  非參數檢驗
  2.7  數據圖形化
    2.7.1  柱狀圖或條形圖
    2.7.2  折線圖
    2.7.3  散點圖
    2.7.4  餅圖或圓環圖
    2.7.5  堆積條形圖
  2.8  總結
第3章  規劃
  3.1  用戶體驗研究的目標
    3.1.1  形成性研究
    3.1.2  總結性研究
  3.2  用戶體驗目標
    3.2.1  用戶績效
    3.2.2  用戶偏好
    3.2.3  用戶情感

  3.3  商業目標
  3.4  選擇合適的用戶體驗度量指標
    3.4.1  完成一個任務
    3.4.2  比較產品
    3.4.3  評估同一產品的使用頻率
    3.4.4  評估導航和/或信息架構
    3.4.5  提高產品知曉度
    3.4.6  問題發現
    3.4.7  使緊要產品的可用性最大化
    3.4.8  創造整體正向的用戶體驗
    3.4.9  評估產品微小改動的影響
    3.4.10  不同設計方案的比較
  3.5  用戶體驗研究的方法與工具
    3.5.1  傳統（引導式）的可用性測試：實驗室測試
    3.5.2  非引導式的可用性測試：在線測試
    3.5.3  在線調查
    3.5.4  信息架構工具
    3.5.5  點擊和滑鼠工具
  3.6  其他研究細節
    3.6.1  預算和時間表
    3.6.2  參與者
    3.6.3  數據收集
    3.6.4  數據整理
  3.7  總結
第4章  績效度量
  4.1  任務成功
    4.1.1  二分式成功
    4.1.2  任務成功等級
    4.1.3  任務成功度量中存在的問題
  4.2  任務時間
    4.2.1  度量任務時間的重要性
    4.2.2  任務時間的收集和度量
    4.2.3  分析和呈現任務時間數據
    4.2.4  分析任務時間數據時需要考慮的問題
  4.3  錯誤
    4.3.1  何時度量錯誤
    4.3.2  什麼造成錯誤
    4.3.3  收集和度量錯誤
    4.3.4  分析和呈現錯誤數據
    4.3.5  錯誤度量時需要考慮的問題
  4.4  效率
    4.4.1  收集和度量效率
    4.4.2  分析和呈現效率數據
    4.4.3  合併任務成功和任務時間的效率
  4.5  易學性
    4.5.1  收集和度量易學性
    4.5.2  分析和呈現易學性數據
    4.5.3  度量易學性的關鍵問題
  4.6  總結
第5章  自我報告度量

  5.1  自我報告數據的重要性
  5.2  評分量表
    5.2.1  李克特量表
    5.2.2  語義差異量表
    5.2.3  什麼時候收集自我報告數據
    5.2.4  如何收集自我報告數據
    5.2.5  自我報告數據收集中的偏差
    5.2.6  評分量表的一般指導原則
    5.2.7  分析評分量表數據
  5.3  任務后評分
    5.3.1  易用性
    5.3.2  事後調查問卷
    5.3.3  期望度量
    5.3.4  任務后自我報告度量的比較
  5.4  總體用戶體驗評分
    5.4.1  系統可用性量表
    5.4.2  電腦系統可用性問卷
    5.4.3  產品反應卡
    5.4.4  用戶體驗問卷
    5.4.5  AttrakDiff
    5.4.6  凈推薦值
    5.4.7  用戶體驗自我報告度量的其他工具
    5.4.8  總體自我報告度量的比較
  5.5  用SUS對設計進行比較
  5.6  在線調查
    5.6.1  網站分析和度量問卷
    5.6.2  美國客戶滿意度指數
    5.6.3  OpinionLab
    5.6.4  在線調查需要注意的問題
  5.7  其他類型的自我報告度量
    5.7.1  評估屬性優先順序
    5.7.2  評估特定屬性
    5.7.3  評估具體部分
    5.7.4  開放式問題
    5.7.5  知曉度和理解
    5.7.6  知曉度-有用性差距
  5.8  總結
第6章  可用性問題度量
  6.1  什麼是可用性問題
  6.2  如何發現可用性問題
    6.2.1  在一對一研究中使用出聲思維
    6.2.2  在自動化研究中使用文本評論
    6.2.3  使用網站分析
    6.2.4  使用眼動追蹤
  6.3  嚴重性等級評估
    6.3.1  基於用戶體驗的嚴重性等級評估
    6.3.2  綜合多種因素的嚴重性等級評估
    6.3.3  嚴重性等級評估系統的應用
    6.3.4  嚴重性等級評估系統的應用注意事項
  6.4  分析和呈現可用性問題度量

    6.4.1  獨特可用性問題的發生頻率
    6.4.2  每名參與者遇到的可用性問題數量
    6.4.3  遇到可用性問題的參與者數量
    6.4.4  將可用性問題分類
    6.4.5  按任務分析可用性問題
  6.5  可用性問題發現中的共識
  6.6  可用性問題發現中的偏差
  6.7  參與者數量
    6.7.1  五名參與者足夠
    6.7.2  五名參與者不夠
    6.7.3  怎麼辦
    6.7.4  我們的建議
  6.8  總結
第7章  眼動追蹤
  7.1  如何進行眼動追蹤
  7.2  移動眼動追蹤
    7.2.1  度量瞬讀性
    7.2.2  在具體情景中理解移動用戶
    7.2.3  移動眼動追蹤技術
    7.2.4  眼鏡式眼動追蹤
    7.2.5  支架式眼動追蹤
    7.2.6  軟體式眼動追蹤
  7.3  眼動數據的可視化
  7.4  興趣區
  7.5  常用眼動度量指標
    7.5.1  停留時間
    7.5.2  注視點數量
    7.5.3  注視時間
    7.5.4  瀏覽順序
    7.5.5  首次注視所需要的時間
    7.5.6  重訪次數
    7.5.7  命中率
  7.6  眼動數據分析技巧
  7.7  瞳孔反應
  7.8  總結
第8章  情感度量
  8.1  定義用戶情感體驗
  8.2  度量情感的方法
  8.3  通過語言表達度量情感
  8.4  自我報告
  8.5  面部表情分析
  8.6  皮膚電反應
  8.7  案例分析：生物識別技術的價值
  8.8  總結
第9章  合併和比較度量
  9.1  單一的用戶體驗分數
    9.1.1  根據預定目標合併度量
    9.1.2  根據百分比合併度量
    9.1.3  根據z分數合併數據
    9.1.4  使用單一用戶體驗度量

  9.2  用戶體驗記分卡和用戶體驗框架
    9.2.1  用戶體驗記分卡
    9.2.2  用戶體驗框架
  9.3  分別與目標績效和專家績效比較
    9.3.1  與目標績效比較
    9.3.2  與專家績效比較
  9.4  總結
第10章  專題
  10.1  網站分析
    10.1.1  基本的網站分析
    10.1.2  點擊率
    10.1.3  棄用率
    10.1.4  A/B測試
  10.2  卡片分類
    10.2.1  開放式卡片分類數據的分析
    10.2.2  封閉式卡片分類數據的分析
  10.3  樹形測試
  10.4  首次點擊測試
  10.5  可及性度量
  10.6  投資收益的度量
  10.7  總結
第11章  案例研究
  11.1  在Netflix電視用戶界面中思考的快與慢
    11.1.1  背景
    11.1.2  方法
    11.1.3  結果
    11.1.4  討論
    11.1.5  影響
  11.2  參與/競爭/勝出（PCW）框架：評估市場上的產品與特徵
    11.2.1  簡介
    11.2.2  提出客觀標準
    11.2.3  功能分析
    11.2.4  PCW（總結性）可用性測試
  11.3  企業用戶體驗案例研究：發現「用戶體驗-收益鏈」
    11.3.1  度量指標的識別與選擇
    11.3.2  方法
    11.3.3  分析
    11.3.4  結果
    11.3.5  結論
  11.4  四個醫療保健網站的競爭性用戶體驗基準測試
    11.4.1  方法
    11.4.2  結果
    11.4.3  總結和建議
  11.5  縮小補充營養援助計劃（SNAP）鴻溝
    11.5.1  實地調查
    11.5.2  每周檢視
    11.5.3  申請問題
    11.5.4  調查
    11.5.5  測試原型
    11.5.6  成功的度量指標

    11.5.7  組織
第12章  通向成功的10個關鍵點
  12.1  讓數據活起來
  12.2  主動去度量
  12.3  度量比想的便宜
  12.4  早計劃
  12.5  給產品確定用戶體驗基線
  12.6  挖掘數據
  12.7  講商業語言
  12.8  呈現置信區間
  12.9  不要誤用度量
  12.10  簡化報告
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032