تجزیه و تحلیل تست قابلیت استفاده و ترکیب یافته ها

سود:

• امکان تبدیل سوابق تست قابلیت استفاده و یادداشت های مشاهده به یافته ها، وزن ها و توصیه ها با هوش مصنوعی
• امکان رتبه بندی یافته ها بر اساس شدت و تهیه جدول اولویت بندی
• توانایی تصحیح یافته هایی که هوش مصنوعی حذف یا اغراق می کند با شواهد مشاهده واقعی

تست قابلیت استفاده روشی است برای مشاهده مکان هایی که طراحی کار می کند و کجا گیر می کند با دادن وظایف خاص به کاربران واقعی و نظارت بر آنها. خود آزمون آسان است. چالش واقعی پس از آن است: تبدیل ساعت‌ها ضبط، صفحات یادداشت‌های مشاهده و تصاویر پراکنده به یافته‌های واضح و اولویت‌دار. این سنتز روزها به صورت دستی طول می کشد و تیم ها اغلب آن را ناتمام می گذارند. هوش مصنوعی این تنگنا را باز می کند: تبدیل سوابق و یادداشت ها به یافته ها، وزن و توصیه. اما این قضاوت انسان است که تصمیم بگیرد آیا یک مشاهده واقعاً یک مشکل است و چقدر مهم است.

تفاوت بین مشاهده، یافته و پیشنهاد

جدا کردن سه لایه در سنتز بسیار مهم است:

• مشاهده: چه اتفاقی افتاده است، نظری ندارم. "شرکت کننده 3 دکمه "ادامه" را به مدت 40 ثانیه جستجو کرد."
• یافته: الگوی برآمده از مشاهدات. "کاربران در یافتن عملکرد اولیه مشکل دارند."
• توصیه: چه باید کرد. "دکمه اصلی را از نظر بصری برجسته می کند."

هوش مصنوعی به سرعت این سه لایه را تولید می کند، اما اغلب مشاهده را با یافتن اشتباه می گیرد یا یک یافته کامل را از یک مشاهده استنتاج می کند. وظیفه شما این است که تأیید کنید که مشاهدات کافی (چند شرکت کننده، چند بار) پشت هر یافته وجود دارد.

نکته: از هوش مصنوعی بخواهید که بگوید: «زیر هر یافته، مشاهداتی را اضافه کنید که از آن پشتیبانی می‌کند و در چه تعداد شرکت‌کننده دیده شده است». به این ترتیب می توانید فوراً یافته های متورم را از یک مشاهده متمایز کنید.

شدت: ابتدا چه چیزی را اصلاح کنیم؟

همه یافته ها برابر نیستند. شدت نشان می‌دهد که چگونه یک مشکل باید فوری برطرف شود و توسط سه عامل تعیین می‌شود:

1. تاثیر: آیا این مشکل کاربر را از انجام کار باز می دارد یا فقط او را آزار می دهد؟
2. فرکانس: چند کاربر و چند وقت یکبار؟
3. تأثیر تجاری: این موضوع چقدر بر تبدیل، درآمد یا اعتماد تأثیر می گذارد؟

یک مقیاس معمولی: بحرانی (کاملاً مانع از انجام مأموریت می شود)، زیاد (سختی شدید)، متوسط ​​(کاهش سرعت)، کم (زیبا). هوش مصنوعی ممکن است یک رتبه بندی اولیه را پیشنهاد کند، اما تصمیم گیری نهایی وزن - به ویژه تأثیر تجاری - به دانش تیم از زمینه نیاز دارد.

پیدا کردن

تاثیر

فرکانس

اهمیت

پیشنهاد

دکمه اصلی پیدا نمی شود

در کار تداخل دارد

4/6 شرکت کننده

انتقادی

دکمه هایلایت

پیام خطا نامشخص است

کند شدن

3/6

بالا

پیام را روشن کنید

نماد به معنای نامشخص

تردید جزئی

2/6

متوسط

برچسب اضافه کنید

تن رنگ دوست نداشت

لوازم آرایشی

1/6

پایین

بگذار برای بعد

سه کیف کوچک

مورد 1 - 5 ساعت ضبط، یافته ها در نیم روز. یک تیم یادداشت های 6 تست کاربر (در مجموع 5 ساعت) را به هوش مصنوعی داده است. مدل 14 یافته را پیشنهاد کرد. تیم هر یک را با توجه به تعداد مشاهدات بررسی کرد، آن را به 9 کاهش داد و آنها را به ترتیب اهمیت رتبه بندی کرد. سنتز، که 2 روز به صورت دستی طول می کشید، به نصف روز کاهش یافت.

مورد 2 - یافته متورم پیدا شد. هوش مصنوعی در یافته ای انتقادی نوشت: «کاربران ناوبری را درک نمی کنند. وقتی تیم به مشاهدات پشتیبان نگاه کرد، متوجه شد که بر اساس یک لحظه از یک شرکت‌کننده است. این یافته به "متوسط" تنزل یافت و داده های بیشتری درخواست شد. درس: یک مشاهده تنها یک یافته انتقادی ایجاد نمی کند.

مورد 3 - مسئله مهم را از دست داده است. این مدل یک مشکل تکراری اما به ظاهر جزئی (فرم نه پیمایش خودکار) را به عنوان "کم" در نظر گرفت. وقتی طراح به مشاهدات نگاه کرد، متوجه شد که این امر باعث رها شدن کار در 5 شرکت‌کننده شده و آن را روی "بالا" تنظیم کرد. درس: برآورد اهمیت هوش مصنوعی با شواهد مشاهده ای تصحیح می شود.

خواندن داده های کمی و کیفی با هم

آزمایش قابلیت استفاده عمدتاً کیفی (مبتنی بر مشاهده) است، اما سیگنال‌های کمی (عددی) نیز وجود دارد: میزان تکمیل کار، مدت زمان کار، تعداد خطاها، امتیاز رضایت. قوی‌ترین ترکیب این دو را ترکیب می‌کند: «تنها 33 درصد از شرکت‌کنندگان کار پرداخت را انجام دادند (کمی)، و همه کسانی که موفق به تکمیل نشدند در مرحله ارسال (کیفی) گیر کردند.» هوش مصنوعی به ترکیب این دو داده کمک می کند زمانی که آنها را جداگانه ارائه دهید. اما شما صحت اعداد و حجم نمونه را تایید می کنید. صحبت در مورد درصد می تواند در نمونه های کوچک گمراه کننده باشد (مثلاً 5 کاربر). گفتن "3 از 5 کاربر" صادقانه تر از گفتن "60٪" است. از مدل بخواهید با اعداد مطلق صحبت کند.

نکته: از هوش مصنوعی بخواهید که به جای درصد، به عنوان «چند کاربر» بنویسد. در نمونه‌های کوچک، درصد دقت بیشتری نسبت به آنچه که هست نشان می‌دهد.

درخواست های قابل کپی

نقش شما: تحلیلگر قابلیت استفاده یافته‌ها را از یادداشت‌های تست ناشناس زیر استخراج کنید. برای هر یافته: 1) بیانیه واضح، 2) مشاهدات حمایتی و تعداد شرکت کنندگانی که آن را دیده اند، 3) اثر (مسدود کننده / کند کردن / زیبایی). یافته‌های مبتنی بر یک مشاهده را به عنوان «شواهد ضعیف» علامت‌گذاری کنید. یادداشت: <<متن>>

این فهرست یافته ها را بر اساس اهمیت مرتب کنید. معیارها: تأثیر (موانع کار؟)، فراوانی (چند شرکت کننده؟)، تأثیر تجاری. هر یافته را به صورت بحرانی/بالا/متوسط/پایین اختصاص دهید و یک دلیل منطقی بنویسید. اگر در مورد تأثیر کسب و کار مطمئن نیستید، بگویید «تیم باید ارزیابی کند». یافته ها: <<فهرست>>

برای هر یافته یک توصیه طراحی عینی و قابل اجرا بنویسید. توصیه: چه چیزی تغییر می کند + چرا این مشکل را حل می کند + چه صفحه ای را تحت تأثیر قرار می دهد. از توصیه های مبهم ("بهتر انجام دهید") اجتناب کنید. یافته ها: <<فهرست>>

این گزارش یافته‌ها را برای ارائه ذینفعان خلاصه کنید: یک خلاصه اجرایی کوتاه بنویسید که شامل 3 مهم‌ترین یافته، شواهد (تعداد کاربر) و اقدام توصیه‌شده باشد. اغراق؛ اعداد را از یادداشت بردارید.گزارش: <<متن>>

اعلان ضعیف / اعلان قوی

ضعیف: "از این نمرات آزمون نتیجه گیری کنید."

نتیجه: یک لیست مختلط بدون شواهد، بدون ترتیب اهمیت، و اشتباه گرفتن یک مشاهده به عنوان یک یافته.

قوی: «یک یافته از یادداشت‌ها ترسیم کنید؛ زیر هر یافته، مشاهدات پشتیبان و تعداد شرکت‌کنندگانی که در آن دیده شده است را اضافه کنید؛ یافته‌ای را براساس یک مشاهده به‌عنوان «شواهد ضعیف» علامت‌گذاری کنید؛ سپس آن را به ترتیب اهمیت بر اساس اثر-فرکانس- اثر کار رتبه‌بندی کنید.

نتیجه: یافته های مبتنی بر شواهد، اولویت بندی شده و قابل دفاع.

تفاوت: اعلان قوی تعداد شواهد + سریع ضعیف + معیار اهمیت را نشان می دهد.

اشتباهات رایج

• گیج کننده مشاهده با یافتن. تبدیل یک «آنچه اتفاق افتاد» به یک نتیجه کلی.
• بدست آوردن یافته های انتقادی از یک مشاهده. تا زمانی که فرکانس تایید نشود وزنی داده نخواهد شد.
• تصمیم گیری درباره تاثیر کسب و کار بر هوش مصنوعی تأثیر درآمد/تبدیل به زمینه نیاز دارد. او در تیم خود است.
• اولویت بندی نکنید. فهرست نامرتب یافته‌ها تیم را فلج می‌کند. همه چیز را نمی توان یکباره درست کرد.
• مبهم گذاشتن پیشنهادات "بهتر انجام بده" غیر قابل اجرا است. چه چیزی، چرا و کجا باید مشخص باشد.

به طور خلاصه

ارزش تست قابلیت استفاده در تبدیل ضبط ها و یادداشت ها به یافته های واضح و اولویت بندی شده است. هوش مصنوعی این سنتز را بسیار تسریع می‌کند: مشاهدات را در یافته‌ها جمع می‌کند، توصیه‌هایی را پیش‌نویس می‌کند، ترتیب اهمیت را پیشنهاد می‌کند. اما این کار انسان است که تعداد مشاهدات پشت هر یافته را تأیید کند، یافته‌های متورم را بر اساس مشاهدات منفرد از بین ببرد، و تأثیرات تجاری را با زمینه ارزیابی کند. گزارش یافته‌ها که مبتنی بر شواهد باشد، دارای فراوانی مشخصی باشد و به ترتیب اهمیت تنظیم شده باشد، برای ذینفعان هم سریع و هم قابل دفاع خواهد بود.

وظیفه کاربردی

1. یادداشت‌های یک تست قابلیت استفاده (واقعی یا تخیلی) را ناشناس کنید.
2. در اولین اعلان یافته ها را حذف کنید. تعداد مشاهدات زیر هر کدام را بررسی کنید.
3. یافته هایی را که «شواهد ضعیف» علامت گذاری شده اند جدا کنید و تصمیم بگیرید که آیا به داده های اضافی نیاز است یا خیر.
4. با دستور دوم، یافته ها را به ترتیب اهمیت رتبه بندی کنید. تاثیر کسب و کار را به عنوان یک تیم ارزیابی کنید.
5. با اعلان سوم، پیشنهادهای ملموس برای هر یافته بنویسید و یک جدول اولویت بندی ایجاد کنید.

چک لیست

• [ ] من مشاهده، یافته ها و پیشنهادات را به عنوان لایه های جداگانه نگه داشتم.
• [ ] من تأیید کردم که چند شرکت کننده هر یافته را نشان دادند.
• [ ] من یافته ها را بر اساس یک مشاهده به عنوان شواهد ضعیف علامت گذاری کردم.
• [ ] من سطح شدت را با تاثیر-فرکانس-تأثیر شغل تعیین کردم.
• [ ] تصمیم تاثیر تجاری را با تیم ارزیابی کرد.
• [ ] من پیشنهادات را به طور مشخص نوشتم (چه/چرا/کجا).