Печалби:
- Възможност за конвертиране на записи от тестове за използваемост и бележки за наблюдения в констатации, тегла и препоръки с изкуствен интелект
- Възможност за класиране на констатациите според тежестта и създаване на таблица за приоритизиране
- Възможност за коригиране на открития, които изкуственият интелект пропуска или преувеличава с реални доказателства от наблюдения
Тестването на използваемостта е метод за наблюдение къде дизайнът работи и къде се забива, като се дават конкретни задачи на реални потребители и се наблюдават. Самият тест е лесен; Истинското предизвикателство е след това: превръщането на часове на запис, страници с бележки за наблюдения и разпръснати екранни снимки в ясни, приоритетни открития. Този синтез отнема дни на ръка и екипите често го оставят недовършен. Изкуственият интелект отваря това тясно място: превръща записите и бележките в констатации, тежест и препоръки. Но човешка преценка е да реши дали едно наблюдение наистина е проблем и колко важно е то.
Разлика между наблюдение, намиране и внушение
От решаващо значение е да се разделят три слоя в синтеза:
- Наблюдение: Какво се случи, без коментар. „Участник 3 търси бутона „продължи“ в продължение на 40 секунди.“
- Констатация: Моделът, произтичащ от наблюденията. „Потребителите имат проблеми с намирането на основното действие.“
- Препоръка: Какво да правите. „Прави основния бутон да се откроява визуално.“
AI бързо създава тези три слоя, но често обърква наблюдението с намирането или прави извод за цяло откритие от едно наблюдение. Вашата задача е да проверите дали има достатъчно наблюдения (колко участници, колко пъти) зад всяко откритие.
Съвет: Накарайте изкуствения интелект да каже „под всяко откритие добавете наблюдения, които го подкрепят, и в колко участници е видяно“. По този начин можете незабавно да различите завишените констатации от едно наблюдение.
Сериозност: какво да коригирате първо?
Не всички открития са еднакви. Сериозността показва колко спешно проблемът трябва да бъде отстранен и се определя от три фактора:
- Въздействие: Проблемът пречи ли на потребителя да изпълни задачата или просто го дразни?
- Честота: Колко потребители и колко често?
- Въздействие върху бизнеса: Доколко този проблем влияе на конверсията, приходите или доверието?
Типична скала: критична (пречи напълно на мисията), висока (сериозна трудност), средна (забавя), ниска (козметична). AI може да предложи първоначално класиране, но окончателното решение за претегляне - по-специално бизнес въздействие - изисква познаване на контекста от екипа.
находка
Въздействие
честота
важност
Предложение
Основният бутон не може да бъде намерен
Това пречи на задачата
4/6 участници
критичен
Бутон за маркиране
Съобщението за грешка е неясно
забавяне
3/6
високо
Изяснете съобщението
Значението на иконата е неясно
леко колебание
2/6
среден
Добавете етикет
Цветовият тон не беше харесан
козметика
1/6
ниско
оставете го за по-късно
три мини калъфа
Случай 1 — 5 часа запис, констатации за половин ден. Един екип изпрати бележките от 6 потребителски теста (общо 5 часа) на AI. Моделът предлага 14 находки; Екипът провери всеки от тях спрямо броя на наблюденията, стесни го до 9 и ги класира по важност. Синтезът, който би отнел 2 дни ръчно, беше намален до половин ден.
Случай 2 — Уловена е завишена находка. „Потребителите не разбират навигацията“, пише AI в критично откритие. Когато екипът разгледа подкрепящите наблюдения, те установиха, че се основава на един момент от един участник. Констатацията беше понижена до „умерена“ и бяха поискани повече данни. Урок: едно наблюдение не прави критично откритие.
Случай 3 — Пропуснат критичен проблем. Моделът отчете повтарящ се, но привидно незначителен проблем (формулярът не се превърта автоматично) като „нисък“. Когато дизайнерът погледна наблюденията, той осъзна, че това е причинило изоставяне на задачата при 5 участници и я постави на „високо“. Урок: Оценката на важността на AI се коригира от доказателства от наблюдения.
Четене на количествени и качествени данни заедно
Тестването на използваемостта е предимно качествено (базирано на наблюдение), но има и количествени (числови) сигнали: степен на изпълнение на задачата, продължителност на задачата, брой грешки, резултат за удовлетворение. Най-мощният синтез съчетава двете: „Само 33% от участниците изпълниха задачата за плащане (количествено) и всички, които не успяха да изпълнят, останаха на етапа на доставка (качествено).“ Изкуственият интелект помага за комбинирането на тези две данни, когато ги давате поотделно; но вие потвърждавате точността на числата и размера на извадката. Говоренето за проценти може да бъде подвеждащо при малки извадки (напр. 5 потребители); Да се каже "3 от 5 потребители" е по-честно от "60%". Помолете модела да говори в абсолютни числа.
Съвет: Накарайте AI да каже „пишете като „колко потребители“ вместо процент.“ В малки извадки процентът създава впечатление за по-голяма точност, отколкото е в действителност.
Копируеми подкани
Вашата роля: анализатор на използваемостта. Направете констатации от следните анонимни тестови бележки. За всяка констатация: 1) ясно изявление, 2) подкрепящи наблюдения и колко участници са го видели, 3) ефект (блокиращ/забавящ/козметичен). Маркирайте констатациите, базирани на едно наблюдение, като „СЛАБО ДОКАЗАТЕЛСТВО“. Бележки: <<текст>>
Сортирайте този списък с открития по важност. Критерии: въздействие (възпрепятстване на задачата?), честота (колко участници?), въздействие върху бизнеса. Присвоете всяка констатация Критична/Висока/Средна/Ниска и напишете обосновка. Ако не сте сигурни относно въздействието върху бизнеса, кажете „екипът трябва да оцени“. Констатации: <<списък>>
Напишете конкретна, приложима препоръка за дизайн за всяко откритие. Препоръка: какво ще се промени + защо това решава проблема + какъв екран засяга. Избягвайте неясни („направи по-добре“) препоръки. Констатации: <<списък>>
Обобщете този доклад за констатациите за представяне на заинтересованите страни: напишете кратко резюме, което включва 3-те най-критични констатации, доказателства (колко потребители) и препоръчани действия. преувеличение; вземете числа от бележки. Доклад: <<текст>>
Слаба подкана / Силна подкана
Слаб: „Направете заключения от тези резултати от тестовете.“
Резултат: Смесен списък без доказателства, без ред по важност и погрешно приемане на едно наблюдение като констатация.
Силно: „Начертайте констатация от бележките; под всяка констатация добавете подкрепящи наблюдения и при колко участници е била видяна; маркирайте тази, базирана на едно наблюдение, като „слабо доказателство“; след това я класирайте по важност според ефект-честота-работа ефект.“
Резултат: Базирани на доказателства, приоритизирани, защитими констатации.
Разлика: силна подкана подсказва брой доказателства + слаба подкана + критерий за важност.
Често срещани грешки
- Объркващо наблюдение с намиране. Превръщане на едно „какво се случи“ в цялостно заключение.
- Правене на критични констатации от едно наблюдение. Няма да се дава тегло, докато честотата не бъде проверена.
- Вземане на решение за бизнес въздействие върху изкуствения интелект. Въздействието върху приходите/конверсията изисква контекст; Той е в неговия екип.
- Не приоритизирайте. Неорганизираният списък от открития парализира екипа; Не всичко може да се оправи наведнъж.
- Оставяне на предложенията неясни. „Направи по-добре“ е неприложимо; Какво, защо и къде трябва да е ясно.
В обобщение
Стойността на тестването за използваемост идва в превръщането на записите и бележките в ясни, приоритетни открития. Изкуственият интелект значително ускорява този синтез: обобщава наблюденията в констатации, изготвя препоръки, предлага ред по важност. Но човешка работа е да се провери броят на наблюденията зад всяка констатация, да се премахнат раздутите констатации въз основа на единични наблюдения и да се претегли въздействието върху бизнеса с контекста. Докладът за констатациите, който се основава на доказателства, има определена честота и е подреден по важност, ще бъде едновременно бърз и защитим от заинтересованите страни.
Задача за приложение
- Анонимизирайте бележки от тест за използваемост (истински или измислен).
- Премахнете констатациите при първата подкана; Проверете броя на наблюденията под всяко.
- Изолирайте откритията, маркирани като „слаби доказателства“ и решете дали са необходими допълнителни данни.
- С втората подкана подредете констатациите по важност; Оценете бизнес въздействието като екип.
- С третата подкана напишете конкретни предложения за всяка констатация и създайте таблица за приоритизиране.
контролен списък
- [ ] Запазих наблюдението, констатациите и предложението като отделни слоеве.
- [ ] Проверих колко участници показаха всяка находка.
- [ ] Отбелязах констатациите, базирани на едно наблюдение, като слаби доказателства.
- [ ] Определих нивото на сериозност чрез въздействие върху честотата на въздействието върху работата.
- [ ] Оцени решението за въздействие върху бизнеса с екипа.
- [ ] Написах предложенията конкретно (какво/защо/къде).