可用性研讨（十种准确的可用性度量办法）
现在大家在做产品、谈需求、讲体验时，都说不能拍脑门儿要用说数据说话。好，那问题来了，针对不同的问题我们要什么样子的数据来说话呢？这确切须要我们好好思考，下文将通过一些小栗子为大家做一个简略的梳理。
用户体验是可以通过可用性度量的（插播一段广告哈~~关于可用性度量的问题，大家可以参考我的另一篇文章用户体验测量的工具：可用性度量），那么在为可用性研讨选择度量时，我们须要斟酌很多方面的问题，包含研讨目的和用户目的、现有收集和剖析数据的办法技巧、预算以及交付成果的时光。因为每一个可用性研讨都有其特有的属性，所以我们无法为每一个类型的可用性研讨准确指定可用性度量。
但是有以下十种重要的可用性类型，并针对每种类型提出了与度量相干建议。
1.完成一次业务
许多可用性研讨旨在使业务进行得尽可能顺畅。这些业务的情势很可能是用户完成一次交易、注册、买入/卖出股票等。一次业务通常有清楚界定的开端和停止。例如在打车软件上，一次业务可以开端于用户点击叫车，停止于到达目标地并支付胜利。
也许你关百思特网注的第一个可用性度量是义务胜利（标志每一个义务是胜利还是失败），然而每一个义务都须要一个清晰可定义的停止状况。 在产品里参加度量（某个业务的流失率等）是非常有用的，通过懂得用户是在那个环节流失的，你就能将注意力集中在业务流程中问题最严重的步骤上百思特网。
2.比拟产品
与竞争和上一版本的产品相比，你的产品表示如何？懂得这一信息是非常主要的，通过比拟你能懂得你产品的优缺陷，以及这一版本与上一版本是否有提高。但是在选择度量办法要基于自身产品，有的产品是效力为王，而有的产品是用户体验为王。
推举三种以下可用性度量来获得整体可用性问题。
第一，建议关注义务胜利的问题，能够准确完成一个义务对于绝大多数产品来说是至关主要的。
第二，建议关注效力问题，效力可以是完成义务的时光、页面的阅读数目、按钮的点击率或者进行某种操作的步骤数。通过懂得效力，你可以对此产品应用起来的难易水平有一个很好的认识。
第三，建议关于满意度问题，满意度对用户有多种选择的（目前同质化产品现象严重）产品是最有意义的。
最后，比拟不同的产品的可用性最佳方法之一是通过组合和比拟式的可用性度量。这能让我们对不同产品的可用性有一个清楚全面你的懂得。
3.评估同一产品的频繁应用
许多产品是被频繁应用或较为频繁应用的。这样的产品包含微信、电子邮箱以及花费电子商品（微波炉、智(原创www.isoyu.com版权)能电视等），而简略和高效就能为了评估这种频繁或较为频繁应用产品的症结。
建议推举应用义务时光对其进行可用性度量，测量完成一系列症结义务所须要的时光可以表现完成这些义务所需的尽力。对于绝大数产品来说，完成义务时光越短越好。但是由于有些义务本身就庞杂，因此比拟加入者完成义务的时光与该业务专家完成义务的时光比较，也是很主要的。另外，比如说是完成义务的步骤数，也许完成每一步的时光很短，但是为了完成一个义务须要做出的相应决策会变得很多。
易学性度量评估表现的是到达最高效力须要多少时光和尽力。易学性可以采取以上所建议的各种效力度量情势表示出来。
4.评估导航和（或）信息架构
许多产品可用性研讨关注改良产品的导航和（或）信息架构，目标确保用户可以迅速和轻易地找到他们须要的内容，轻松地在产品模块间进行切换，清晰自己当前所处信息架构中的地位以及那些可以达到或者不可到达的处所，这部分研讨工作一般都是在线框图或中高保真的原型中体现，因为导航和信息机制及信息架构对于产品设计的主要性不言而喻。So，几乎在任何设计工作开展前都必需要完全这部分工作。
评估导航的最佳可用性度量之一就是义务胜利。让加入者完成一系列寻找某些症结信息的义务（相似寻宝游戏），你就能懂得产品的导航和信息架构设计是否适合，所给的义务必需设计产品的各个部分。一种评价导航和信息架构的效力可用性度量：它关注的是用户完成一个义务所用的实际步数与完成该义务所须要的最小步数进行比拟。
卡片分类也是一种懂得用户如何组织信息的特殊有效的办法。有一种卡片分类法叫闭环分类法。举栗解释：就是让加入者将信息条目放入以定义好的类别中。从闭环分类研讨中演变出的一种有用的可用性度量，是：被放进准确类别中的信息条目占总条目数的占比。这种可用性度量反响的产品信息架构设计是否直观。
5.进步知晓度
不是所有的设计都是为了让其更好用或者效力更高，某些设计的改良是为了增长用户对某些内容或功效个知晓度。这种改良除了对在线广告来说是必要的，对其那些功效主要但是应用率很低的产品也是同样的主要的。为什么产品有的部分功效和内容没有被注意或应用，这可以有很多原因，包含视觉设计、标志或地位等。
首先，建议监测用户与产品中我们所关注的那些元素的交互次数百思特网，但是这种做法无法全面的懂得，因为用户有可能注意到了我们所关注的元素，但是却没有去点击或者与其产生某种情势的交互。而相反的情形倒是不太可能产生：没有注意到，却产生了交互。这些数据能够赞助确认知晓度，但是却无法证明缺乏知晓度。
对于这方面的度量建议有条件的可以邀请用户做眼动试验，当然不具备这个条件我们也可以采取记忆法。举栗解释：你可以给加入者展现多个不同的元素，其中只有一个是在他们在之前看到过的，然后让他们选择哪一个是他们在完成义务时看到过的。如果他们在义务中注意到了这个元素，他们的记得的可能性会大于猜测。当然，这种办法不必定有多可靠，因为每个人的记忆是不同，不过至少能为你供给必定的数据支撑。