人机交互设计
引言
如何进行设计
我们需要考虑以下几点:
- 用户们都是哪些人?
- 哪些活动将要被执行?
- 交互发生的地方在哪?
所以,我们需要匹配用户的活动,需求和诉求
理解用户的需求:
- 需要考虑到人们擅长什么和不擅长什么
- 考虑一下什么东西可能在人们现在的做事方式上有帮助
- 思考一下什么可以提供高质量的用户体验
- 倾听人们想要什么,并让他们参与进来
- 使用经过尝试和测试的以用户为中心的方法
可用性与用户体验
可用性目标:
- 有效
- 高效
- 安全
- 具有良好的实用价值
- 易于学习
- 很容易记住如何使用
用户体验目标:
satisfying | enjoyable | engaging |
---|---|---|
exciting | entertaining | rewarding |
fulfilling | memorable | challenging |
relaxing | comforting | fun |
Donald Norman的设计原则
可发现性 Visibility
可以确定哪些操作是可行的以及设备的当前状态。明确的关键要素(行为召唤按钮、图片和标题),清晰的视觉层次结构(按优先级排列的内容), 显而易见的导航系统在设计中都具有良好的可发现性和理解能力。
我们处理日常事务时,我们都会找出在哪里以及如何执行各种功能。通过良好的可发现性,我们可以考虑不同的选项,并选择一个能够满足我们目标的方案。然而,如果这些动作无法被发现,我们就不能这样做。
反馈 Feedback
某种让你知道系统正在处理你的请求的方式。反馈必须是即时的,提供信息的,有计划的(以不打扰的方式)并且是优先考虑的。例如,当出现问题时,一个错误提示对话框会迫使我们注意刚刚发生的事情以及下一步该如何做的关键反馈。当我们在Twitter上发推时,屏幕底部会出现一条小的确认消息,让我们知道我们的操作已经成功执行。
约束 Constraints
冗长的表格、复杂的布局和繁重的文字描述会引起分心和增加认知负荷。然而,约束可以限制可能发生的交互类型,因此有助于减少我们处理的信息量。约束的形式有多种,包括物理的、语义的、文化的和逻辑的。 每一项都可以帮助我们将注意力集中在一项重要任务上,并有助于减少人为错误的可能性。
映射 Mapping
当映射使用控件布局和被控制设备之间的空间对应关系时,很容易确定该如何使用它们。映射是控件与其对世界的影响之间的关系。例如,钳形机器上的箭头按钮对应于玩具抓取机械臂的运动。iOS的亮度控制中心特别利用了良好的映射功能;例如,当您上下滑动亮度时,相应的滑块会与您的移动相匹配。
一致性 Consistency
同一用语、功能、操作保持一致。让同一产品具有统一的设计规范,并且其视觉样式、交互形式都应该遵循基本的用户习惯,保持功能、操作的一致性,确保用户能够轻松使用。
功能可见性 Affordances
功能可见性是指对象的感知动作和实际属性,可以帮助我们确定其操作。功能可见性是指实体和人之间的关系。例如,门把手或拉链的形状类似于其控制的形状。
问题空间
马斯克说很多工程师的问题就在于一直努力解决一些根本就不应存在的问题,杜威说一个界定良好的问题,已经将问题解决了一半,由此可见识别问题,定义问题的重要性。在领域驱动软件开发中,业务问题本身称为问题空间,对问题求解的过程称为解空间。
如何分析问题空间:
- 现有的产品或用户体验是否存在问题?如果有,那么它们又是什么呢?
- 你为什么认为这些地方有问题?
- 你提出的设计方案将如何克服这些问题?
- 如果你是为一个新的用户体验而设计,你认为你提出的设计理念如何支持、改变或扩展当前的做事方式?
- 思考你的假设与真实的用户需求是否对应
概念模型
概念模型是对一个系统是如何组织和运作的一个高级的描述。常见的有以下几种:
隐喻和类比
设计类似于物理实体,但也有自己的属性——例如电脑桌面、电子日历、网上购物的购物车
指令
用户指导一个系统并告诉它该做什么,例如,制作一个目录,打印一个图像,保存一个文档。指令可以通过命令行,按按钮,选择菜单项等方式提供。指令支持快速和高效的交互,特别适用于在多个对象上执行的重复类型的操作
交谈
与另一个人交谈的潜在模型。范围从简单的语音识别菜单驱动的系统到更复杂的“自然语言”对话框。
直接操纵
包括在虚拟对象上的拖动、选择、打开、关闭和缩放操作。利用用户对他们在物理世界中如何移动和操作的知识。包括使用物理控制器(如Wii)或空中手势(如Kinect)来控制屏幕上化身的动作。
探索
涉及到用户在虚拟或物理环境中导航。3D环境允许一个更现实的“探索”体验。
用户调查
为什么要进行用户调查?
- 了解用户价值、优先级和行为
- 倾听人们想要什么和需要什么
- 让用户在过程的早期阶段就参与进来
- 在整个设计过程中,定期寻求用户的反馈
用户调查的方法:
- 询问
- 采访
- 讨论组
- 问卷调查
- 观察
- 现场观察
- 对照观察研究
- 间接观察(日记,分析日志,生物特征测量…)
用户画像
用户画像可以捕获用户特征,它不是真实的人,而是由真实的用户特征综合起来的——不应该被理想化。可以构造名字、特征、目标和个人背景让它们更真实。不要在你的人物角色设计中使用刻板印象。在设计时应该考虑到目标用户的社会背景,考虑其特征的范围(例如年龄),但不需要计算平均值。
用户画像可以:
- 确定原型应该做什么和如何做
- 帮助不同的利益相关者更好地进行沟通
- 与特性列表或流程图相比,它能更容易地将原型与目标用户联系起来
- 创造同理心并激励良好的用户体验设计
- 它是一个功能强大的现实检查工具(但不能取代用户测试)
用户通常难以说出他们的目标,因此我们应该从他们的行为中提取目标。观察目标用户,并将他们的任务概括为尽可能少的短句子。解释动机和目标上的差异。
构建用户画像的8个步骤:
按角色分组受访者
可以按照工作角色,家庭角色,或者按照对待某一事物的态度等划分
识别行为变量
主要聚焦于这几个变量:活动,态度,资质,动机,技能
将受访者映射到行为变量中
映射是否精确并不重要。依靠你的直觉。
确定重要的行为模式
寻找受访者的群体,行为模式将形成一个人的角色的基础,寻找有意义的模式。
综合特征并定义目标
检查完整性和冗余性
指定画像类型
画像类型有:主要,次要,补充,顾客,被服务,否定
展开对属性和行为的描述
总结对重要行为的描述,不要包括过多的虚构描述,不要添加你没有观察到的东西,不要包括解决方案,突出挫败。
建立需求
需求定义是IT项目中故障最常发生的阶段,获得正确的需求是至关重要的。
为什么需要建立需求?尽可能多地了解用户,他们的活动和这些活动的背景,从而使所开发的系统能够支持他们。产生一套稳定的需求,让我们有一个良好的设计基础。
如何建立需求?(以下为一个迭代的过程)
- 收集数据(背景研究和用户研究)
- 分析数据以得出研究结果
- 将发现整理为“要求”
可以收集到哪些需求?
- 功能:产品应该做什么
- 非功能性:产品应如何工作
- 数据:如数据的类型、大小、准确性
- 上下文:系统的对象之间的关系
- 用户:预期用户组的特征
- 可用性:可用性目标
- 用户体验:用户体验目标
- 设计:对于一个解决方案,需要改变些什么
- 其他的有:环境、商业、品牌等。
功能性与非功能性需求
功能性需求:例如“应用程序应该允许用户跟踪包裹”。主要是动词。建立需求的主要重点是活动。
非功能性需求:例如“对查询的响应时间应小于5秒”。主要是副词,形容词。系统的约束条件或质量(例如,内存大小、响应时间、易用性)。
数据需求
必须在系统中表示的对象和信息。例如:
帐户(例如他们的状态)
人(例如他们的年龄)
地址(例如他们的类型,例如商业或私人)
消息(例如他们的创建者)
文档/歌曲/图像(例如他们的大小)
上下文需求
系统中对象集之间的关系或依赖关系。
- 需要一起显示的对象
- 以使工作流有意义
- 以实现特定的角色目标
- 可能包括对物理环境的考虑,例如,该产品可用于:
- 办公室
- 路上
- 在恶劣的条件下
- 还可能包括用户的能力和技能
用户需求
用户特征(谁将使用该系统?):
- 一般情况:背景,对电脑的态度,能力
- 系统使用情况:
- 新手:逐步(提示),受约束,清晰的信息
- 专家:灵活、能力
- 频繁:捷径
- 不常见:明确的说明,例如菜单路径
用户能力的区别:
- 手的大小:可能会影响输入按钮的布局
- 设备能力:可能会影响某些输入和输出设备的适用性
- 身高:影响物理上的交互
- 力量:儿童玩具应该需要很少的力气来操作,但需要更大的力气来更换电池
- 残疾:例如,视力、听力、操作灵活性
可用性与用户体验
基于可用性的目标,如易用性、易学性、效率、安全性和相关措施。
基于用户体验的目标,如有趣,愉快,娱乐。它们更难在需求方面指定!
设计需求
创建问题和愿景陈述
描述当前的问题是什么;需要改变什么来解决问题;这个改变将会导致什么变化?
探索和头脑风暴
关注针对的画像用户想要什么;设计时不带有预先判断;思路打开;设置一个时间限制(从几分钟/小时到几天)。
确定画像用户的期望
对于每种用户画像,确定以下几点:什么影响他们的期望(例如态度)?他们对技术相关的总体期望是什么?来自该技术的预期行为是什么?他们如何看待数据的基本元素(例如,电子邮件应用程序中的消息和人员)。
构造上下文场景
讲述一个特定用户的故事,即用户画像;提出各种动机、需求和目标;从用户的角度描述高级操作(不要太详细);把原型当作一个神奇的黑盒子。
确定设计需求
我们的画像需要什么信息和能力来实现他们的目标?在HOW(即原型的外观和行为)之前定义WHAT(即目标);设置设计需求的格式如下:“Call (action) a person (object) directly from an appointment (context)”
其他需求
环境(使用背景):1. 物理环境:尘土飞扬、嘈杂、光、热、振动?2. 社交环境:跨距离共享文件/显示器,单独工作,保持隐私。3. 组织环境:层次结构、IT部门的职责、用户支持、基础设施、培训的可用性。4. 技术环境:产品将运行哪些技术,需要兼容,哪些技术限制是相关的?
商业:利益相关者优先事项;开发时间表;预算和资源的限制。
品牌与体验:您希望您的用户和客户与您的产品、公司或组织有什么样的体验?
文档和实现需求
是利益相关方之间沟通的基本手段;可以作为与客户正式协议的一部分;形式取决于方式和方法
原型设计
原型设计是一种发展设计理念并使其具体化的方式——这是UCD(User-Centred Design,以用户为中心的设计)过程中的关键一步。原型的种类有很多,比如一系列的屏幕草图,卡通场景,幻灯片,视频,木头模型,纸板模型,UI模型,功能有限的软件……
为什么需要原型?
- 测试设计的想法,并尽早得到反馈。
- 测试用户可以看到、使用并与原型交互。
- 鼓励自我反思,可视化想法并探索问题。
- 回答问题
- 可以支持团队的沟通和专注力
有用户参与的评估
可用性测试
发生在一个受控的设置中
关注用户使用产品来执行任务的效果如何
包括测试和记录典型用户在典型任务上的表现
用户会被观察和计时
测试人员记录完成任务所需的时间和错误的数量/类型
产品或原型的比较是很常见的
实验
- 提出并检验假设
- 预测两个或多个变量之间的关系
- 自变量由研究者操纵
- 因变量受自变量的影响
- 典型的实验设计有一个或两个自变量
- 应该进行统计验证和保证可复现性
标准化调查问卷
- 技术接受模型,Technology Acceptance Model (TAM)
- 美国航空航天局任务负荷指数量表,NASA Task Load Index (TLX)
- 系统可用性量表,System Usability Scale (SUS)
- 玩家体验清单,Player Experience Inventory (PXI)
- 用户体验调查表,User Experience Questionnaire (UEQ)
数据分析
在解释数据时需要考虑的事情:
- 有效性 validity:该方法是否测量了它想要测量的内容?
- 生态效度 ecological validity:评价的环境是否扭曲了评价的结果?
- 偏见 biases:是否存在扭曲结果的偏见?
- 范围 scope:结果有多么普适?
定量 | 定性 | |
---|---|---|
data | 通常用数字表示 | 一般为描述性的语言,很难用数字合理地衡量 |
analysis | 用数值方法确定尺寸、大小、数量 | 表达元素的本质,以主题、模式、故事等方式表示 |
方法一般有:访谈/焦点小组,调查表/问卷,测试/观察研究
数据一般有:定量,定性,两者都有
简单定量分析:
- 平均值
- 百分比
- 图表
- Likert scales
- bar charts
- tables
如何分析定量数据
自变量,有时称为实验变量或预测变量,是在实验中为了观察因变量而被影响的变量,有时被称为结果变量。
power analysis
允许我们确定以给定的可信度检测给定大小的影响所需的样本量。
在样本量约束下,确定在给定的置信水平下检测到给定大小的影响的概率。
如果这个概率低得令人无法接受,那么改变或放弃这个实验将是明智的做法。
考虑使用G*Power工具进行功率分析。
正态性检验
Use the Shapiro-Wilk Test.
正态性检验很重要,因为正态性数据是参数检验中的一个基本假设。
如果数据不是正态分布的,则应进行non-parametric test。
如果数据服从正态分布
使用t-检验
使用ANOVA = Analysis of Variance
如果数据不服从正态分布
使用以下非参数测试之一(您可能需要检查相关的工作,或请专家找出哪一个最适合您的数据):
• Friedman test
• Kruskal-Wallis H test
• Chi-Square test
如何分析定性数据
反复出现的模式或主题
数据分类
寻找关键事件
简单的计数可能适合于总结,例如,大多数用户积极提到的特性,大多数用户强调的问题。
将评论和事件分类为主题或互动类型——例如, ‘subverting tool’, ‘use of visualisations’。
类别可以由理论提供,也可以从数据中出现。
数据呈现形式:
目的是展示这些产品是如何被挪用和融入到他们周围的环境中的。
典型的演示形式包括:小插图、摘录、关键事件、模式和叙述。
目的是捕捉和反映用法,而不是“证明”某些东西。
提出调查结果:
仅说明你的数据可以支持的研究结果。
陈述调查结果,不应夸大证据。
展示你的发现的最佳方式取决于受众、目的以及所进行的数据收集和分析。
图形表示(如上文所述)可能适合于表示。
无用户参与的评估
why, what, where & when to evaluate
why: 检查用户的需求,对产品进行改进,检查用户是否可以使用该产品以及他们是否喜欢该产品
what: 一个概念模型,一个新系统的早期原型,更完整的原型,“成品”产品
where: 在自然环境和实验室环境中
when: 在整个设计过程中;可以对成品进行评估,以收集数据,以告知新的版本/产品
评估类型:
涉及用户:
- controlled settings involving users, e.g. usability testing & experiments in laboratories or living labs
- natural settings involving users, e.g. field studies to see how the product is used in the real world
不涉及用户:
any settings not involving users, e.g. expert inspections; to analyse,
model & predict aspects of the interface
不涉及用户的评估:
expert inspections/critiques can be formal or informal
experts use their knowledge of users & technology to review software usability
heuristic evaluation is a review guided by a set of heuristics
cognitive walkthroughs involve stepping through a pre-planned
scenario noting potential problems
use models/formulas to derive various measures of user performance (e.g. GOMS, Fitts’ Law)
启发式评价:
基于从249个可用性问题的实证分析得出的启发式(经验法则)。启发式方法与设计指南密切相关。最初的启发式已经被尼尔森和其他当前的技术,如移动设备、可穿戴设备、虚拟世界等改进过了。启发式评估包括专家检查一个设计,看看是否违反了指导方针。
尼尔森启发式:
- visibility of system status
- match between system & real world
- user control & freedom
- consistency & standards
- error prevention
- recognition rather than recall
- flexibility & efficiency of use
- aesthetic & minimalist design
- help users recognise, diagnose & recover from errors
- help & documentation
如何进行启发式评估:
简报会议,告诉专家该做什么(准备好的脚本可能很有用)
评估时间为1-2小时,其中
- 每个专家单独工作
- make one pass to get a feel for the product
- make a second pass to focus on specific features and identify potential usability problems
专家们在任务汇报会议上共同努力,以确定问题的优先次序
0 - don’t agree that this is a usability problem
1 - cosmetic problem
2 - minor usability problem
3 - major usability problem; important to fix
4 - usability catastrophe; imperative to fix
尼尔森认为,5名评估者可以识别出75- 80%的可用性问题。
Cockton和Woolrych(2001)指出,找到75-80%的可用性问题所需的用户数量取决于问题的上下文和性质。
认知演练:
认知演练包括在每一步模拟用户解决问题的过程……检查用户的目标和行动记忆是否可以……导致下一个正确的行动。目的是评估首次使用体验,重点是是否易于学习。
- 正确的操作对用户来说是否足够明显?
- 用户是否注意到正确的操作?
- 用户是否会正确地关联和解释来自该动作的响应?
使用预测模型:
use formulas to derive various measures of user performance:
Fitts’ Law
• predicts time taken to reach a target using a pointing device
• can help designers decide size and placement of
physical/digital buttons, etc.
GOMS
• used to improve interaction efficiency by eliminating useless or
unnecessary interactions.
• could be a strong analysis benchmark of user’s behaviours