看着一个人尝试使用你的设计,你学到的东西比争论一个月还要多。本文介绍可用性测试是什么、为什么五名参与者通常就足够,以及如何开展一次小型而真实的测试,揭示用户实际做了什么。
简而言之: 可用性测试就是观察真实用户尝试用你的设计完成真实任务,从而发现人们遇到的问题,而不是凭猜测。
为什么测试胜过观点
每个设计团队都开过这样的会。两个自信满满的人就结账流程争执不下,争论绕了一个小时,最后没有任何新信息。观点无法解决观点。观察用户才是打破僵局的办法。
可用性测试是设计领域最接近裁判的东西。你不是问人们对设计有什么看法,而是给他们一个任务,看他们怎么做。人们所说的和实际所做的之间的差距,正是大多数可用性问题藏身之处。正如 Nielsen Norman Group 所说,即使是最优秀的 UX 设计师,也无法在没有基于真实用户观察的迭代设计的情况下,设计出完美的体验。
测试还会揭示任何会议都无法预测的问题,比如用户面对过多选项时僵住的那一刻,也就是希克定律:为什么更少的选择能帮助用户更快做决定背后的决策瘫痪。
令人欣慰的是测试的规模。一次好的测试规模很小。你不需要实验室、不需要大预算,也不需要二十名参与者。五个人、一间安静的房间、每人一小时,就能发现设计中大多数严重的问题。本文将介绍如何开展这样的测试。
什么是可用性测试?
可用性测试是一种 UX 研究方法:由主持人(有时也叫协调员)请参与者用设计完成现实任务,同时观察他们的行为并倾听反馈。参与者通常会被要求边想边说,在操作过程中讲述自己的想法和行动,这样团队不仅能了解发生了什么,还能了解为什么会发生。
可用性测试有三个核心要素。主持人引导整个环节、给出指示、提出后续问题,并努力不去影响参与者。任务是参与者在现实生活中可能执行的现实活动,以场景的形式写成,而不是分步说明。参与者应该是产品的真实用户,至少是需求相似的人。
测试有几种有用的类型,选择哪一种取决于你想了解什么:
| 类型 | 是什么 | 最适合 |
|---|---|---|
| 有主持人 | 主持人在场,通过面对面或通话实时引导和追问 | 了解用户为什么遇到困难,测试早期或复杂的设计 |
| 无主持人 | 参与者按自己的时间独自完成书面任务,研究者事后查看录像 | 针对简单稳定的流程,从更多参与者那里快速获得反馈 |
| 定性 | 收集关于人们如何使用产品的见解和事例 | 发现问题,是最常见的测试类型 |
| 定量 | 收集任务成功率和任务用时等指标 | 将一种设计与另一种设计作比较,或随时间进行基准对比 |
大多数设计师大部分时间都在做有主持人的定性测试。这是发现问题最便宜的方式,并且在每个阶段都有效,从纸面草图到已上线的产品。
为什么五名用户就足够了
UX 领域被引用最多的发现之一来自 Nielsen Norman Group:对于针对单一用户群体的典型定性可用性研究,测试五名参与者就能发现产品中最常见问题的大多数。逻辑很简单。最初的几名用户会发现大多数大问题。到了第六、第七名,你大多是在看人们撞上你已经知道的问题,而未被发现的问题越来越少。每增加一名参与者带来的新信息,都比前一名更少。
NN/g 所说的简单折扣可用性研究,可以一天规划、一天执行、一天分析。三天的工作,就能得到值得据此重新设计的发现。
也有局限。五名是指每个用户群体的人数。如果你的产品服务于差异很大的受众,每个群体都需要自己的一次小型测试。以统计置信度为目标的定量研究也需要更多参与者。但就发现设计的问题而言,小规模胜过大体量,早做胜过晚做。
如何用六个步骤开展可用性测试
1. 决定你想了解什么。 在做其他任何事之前,先写下一两个研究问题。"首次用户能否在没有帮助的情况下完成预订流程?"是一个问题。"收集对重新设计的反馈"不是问题。你的问题决定了你的任务。
2. 把现实任务写成场景。 任务应该是目标,而不是说明。写"为下周五预订一趟从达卡到科克斯巴扎尔的航班",而不是"点击搜索标签,输入日期,然后点击搜索"。任务措辞中绝不要使用界面标签,因为那会泄露答案。在大约一小时的环节中,任务不要超过五个。
3. 招募真实用户。 五名与你的实际用户相似的人。朋友、其他团队的同事、友好的客户都可以。筛选目标群体,提供一份小礼物,并明确说明被测试的是设计,而不是他们。人们会把设计失败归咎于自己,所以你需要他们足够放松,才能真实地失败。
4. 准备一个简单的观察空间。 一间安静的房间、一台装有原型的笔记本电脑或手机,以及一个录屏工具。邀请利益相关者从房间里或通过共享链接安静地观看。
5. 主持:观察,不要帮忙。 迎接参与者,说明被测试的是设计而不是他们,并请他们边想边说,说出自己正在做什么、正在想什么。大声读出每个任务场景。然后保持安静。记录他们做了什么、在哪里犹豫、读错了什么、什么让他们意外。把你的问题留到任务之间的后续追问。
6. 分析、确定优先级并迭代。 观看录像,收集每一个问题,并记录其严重程度:有多少用户遇到了它,它在多大程度上阻碍了他们。五名用户都遇到的三个严重问题,胜过三十个表面的小毛病。把每个问题转化为重新设计的建议。然后修复,再测试。这个过程是迭代的:测试、修复、测试、修复。
让测试保持真实的主持规则
边想边说,也就是请参与者讲述自己的想法和行动,是 UX 中最有价值的技术之一。它能在参与者忘记或合理化之前,揭示他们在想什么。
主持是一项技能,其核心纪律是中立。当参与者卡住时,你的本能会是去帮忙。不要这样做。你一引导他们,测试衡量的就不再是设计,而是你的指示。相反,提出中立的后续问题。"你预期这里会发生什么?"如果他们问某个功能怎么用,把问题抛回去:"你觉得它应该做什么?"他们的预期就是发现。
几条让环节保持真实的规则:
- 绝不为设计辩护。"我们就是这么设计的"会终结对话。
- 绝不要说"大多数人都是这么做的"。房间里没有其他人。
- 先记录行为,再记录原话。他们做了什么才是发现,他们说了什么解释了它。
- 每次环节结束时,问他们最受挫的是什么。这往往与你观察到的不同。
请记住: 可用性测试不是为了证明你的设计很好。它的存在是为了尽可能便宜、尽可能早地发现设计在哪里出问题,这样你就能在真实用户付出代价之前修复它。
常见错误
用问卷代替测试。 请人们评价设计,你得到的是他们声称的东西。看着他们使用它,你得到的是实际发生的事。只有观察才能揭示可用性问题。
引导参与者。 如果你的任务写着"使用筛选器找一趟直飞航班",你就已经泄露了答案。现实的场景能让测试始终衡量设计,而不是衡量指示。
与开发该功能的人一起测试。 他们知道得太多了。如果实在找不到真实受众,就用不相关团队的同事,并要老老实实在报告中说明这一点。
只在最后才测试。 测试越晚,每次修复的成本就越高。测试原型、线框图,甚至纸面草图。早期测试过的粗糙设计,胜过晚期才测试的精致设计。
数的是观点,而不是问题。 五名用户是为了发现问题,不是为了投票。如果两名用户喜欢某个功能,而三名用户找不到它,这个功能就是失败的。测试发现的是哪里出了问题,而不是什么赢了。
常见问题
我应该在流程的哪个阶段开展可用性测试?
尽早,而且经常。测试草图和线框图,在修复成本还很低时发现结构问题;测试原型来验证流程;测试已上线的产品来发现回归问题。只在项目结束时做一次测试,是成本最高、作用最小的做法。
我应该开展有主持人还是无主持人的测试?
当你需要了解某件事为什么会发生时,使用有主持人的测试,这在设计过程中大多数时候都是如此。主持人可以追问,并捕捉到仅凭录像会错过的微妙时刻。当设计已经足够稳定、可以承受书面任务,并且你想从更多人那里快速获得反馈时,使用无主持人的测试。许多团队两者都用:无主持人求广度,有主持人求深度。
关键要点
- ✓ 可用性测试意味着观察真实用户完成真实任务,而不是问他们怎么想。
- ✓ 五名参与者就能发现针对单一用户群体的定性研究中大多数常见问题。
- ✓ 把任务写成现实场景,绝不要写成分步说明。
- ✓ 用边想边说的方法中立地主持:观察、提问,绝不帮忙或引导。
- ✓ 尽早测试并迭代。测试、修复,再测试。
- ✓ 人人都遇到的三个严重问题,胜过三十个表面的小毛病。按严重程度确定优先级。
结论
用户测试是 UX 中最不光鲜却最真实的工具。它不需要实验室、不需要大预算,也不需要研究部门的许可。它需要五个人、五个好任务、一间安静的房间,以及不帮忙只观察的纪律。
定期测试的团队会把这种真实带进产品,因为有人看到陌生人感到困惑,便拒绝让下一个用户有同样的体验。本周就开始吧。选一个你拿不准的流程,找五个人,观察他们。他们的做法会改变你接下来设计的东西。

