按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
用户在测试的过程中没有完全把思考的过程说出来，此时也可以询问他们当时的想法，
询问他们为什么做出那些操作。
最后是研究和分析：在可用性测试结束之后，组织者分析记录并产出一份产品的
可用性问题列表，并对问题的严重程度进行分级，使得我们可以根据项目进度来选择
哪些优先处理。
可用性测试的常见问题与对策
和用户访谈、调查问卷一样，可用性测试也有其特别需要注意的问题。
第一，如果可用性测试做得太晚（往往在产品将要上线的时候），这时发现问题
也于事无补了。
其实，可用性测试在产品的各个阶段都可以做。在尚无任何成型的产品时，可以
拿竞争对手的产品给用户做；在产品只有纸面原型的时候，可以拿着手绘的产品，加
上纸笔给用户做；在产品只有页面 Demo 的时候，可以拿 Demo 给用户做；更多的时
候，在产品已经可以运行以后，可以拿真实的产品给用户做。不同阶段不同做法，从
中都能发现相应的问题。
第二，总觉得可用性测试很专业，所以干脆不做。
可用性测试，听着很专业，但收益又无法量化，所以对很多老板来说，不太愿意
在这个上面投入资源，经常因为项目时间过紧被略过。我们知道，可用性测试通常来
说做 5 个左右的用户才可以发现大部分的共性问题，前前后后的准备也耗时不少，但
只做一个用户，并且简化步骤，也比不做要好。
对一个内部使用的用户管理平台，我自己尝试过一次最轻量级的可用性测试，表
现为：一个同事，半个小时，在我的座位上，简单的几个任务，比如“将 XXX 用户的
有效期增加一年”，“将 YYY 公司的状态设置为冻结”，“查询 ZZZ 公司的员工数”等。
结果发现了十几个问题，效率很高。
第三，明确是测试产品，而不是测试用户。
可用性测试要邀请用户来做测试人员，我们在开始之前，应当明确地告诉用户，
这个测试的目的是发现软件产品中的问题，而不是要测试用户是否有能力来很好地使
用软件。所以，不要让用户听到“可用性测试”的术语，而是说“来试用一下我们的
新产品，提点意见”。清楚地说明这一点将有助于减轻用户的压力，使得他们能像在
真实环境一样来使用软件。
第四，测试过程中，组织者该做的和不该做的。
刚开始的时候，可以告知用户大概持续的时间，要做哪些事情，让用户心中有数，
轻松愉快地完成任务。
可用性测试中，我们可以要求用户在使用产品的过程中采用一种名为“发声思维”
的方法，即在使用产品的同时说出自己的思考过程，比如为了完成某个任务，用户想
先做什么，后做什么，为什么要做某个动作，等等。
做测试的过程中千万不要有任何的引导与暗示，而只是观察和记录，因为任何引
导都可能使得原本可以发现的问题无法暴露。用户行为和预想的不一样时，可以提问，
实在进行不下去的时候，给予提示。记住，一切的错都是产品和我们的错，用户绝对
没有错。如果真觉得用户错了，那也是你找错人了，不是这个人错了。
结束之后，如有可能应该送个小礼品，当然在邀请的时候就要告诉用户会有一些
对他付出时间的补偿。尽快总结，并且发给用户，一方面让用户感到他做了一件有意
义的事，另一方面也是表示感谢，建立长期和谐的“用户参与产品设计”的氛围。最
重要的，这份总结要用于指导产品改进，这才是可用性测试的根本目的。
产品改版的一次冒险
每一个优秀的产品（Gmail、豆瓣（douban）、开心网（kaixin001）也许是），
都是靠着不断的升级、优化、改版才逐渐获得认可的。改版的初衷都是为了产品升级，
更好地服务用户，但改版在客观上会挑战用户现有的习惯，所以必须慎之又慎。可用性
测试就是一种很合适的方法，来保证产品改版的安全性。对于一个产品经理来说，如何
在合适的时机推动一次合理的改版，是一大考验，本节回忆 2007 年我发起的一次产品改
版——网店版从 1。0 升级到 2。0，当时的可用性测试做得太晚，想想真是后怕。
这次改版在页面风格上有极大的变化，如图 2…5、图 2…6 所示，网店版 1。0 的时候，
考虑到我们的目标用户全部是淘宝的大卖家，所以沿用了淘宝网“我的淘宝”的页面
风格，之后的几个月，随着产品的发展，我们发现在 1。0 的页面框架下，很多功能设计
起来都要瞻前顾后，所以决定颠覆性地把导航菜单从左侧移到上方，释放页面空间，
并且改变了很多交互、视觉的细节。
图 2…5 网店版 1。0 首页示意图
图 2…6 网店版 2。0 首页示意图
整个过程几乎完全凭借我们的喜好改进，直到上线前几天，才叫了几个用户来做
可用性测试，而这时候其实我们已经知道没时间改了，只是想听用户说一声“Yes”来
增强自己的信心，如果这时候用户说“No”，绝对是一个灾难。
好在参加测试的用户对我们说了“Yes”，上线后数据分析的答案也是“Yes”，
我们才没有因为缺乏经验而造成太多损失。在这之后，我再也不敢这么晚才做可用性
测试，联想一下淘宝网“我的淘宝”曾经做过的改版、2007 年底豆瓣为了庆祝注册用
户过 100 万的改版、2009 年百度贴吧的改版，都因为用户的反对声音太大不得已道歉、
改回去，我们真的很幸运。
不好的过程，还算 OK 的结果，让我事后去恶补了不少常识，对于改版，除了“可
用性测试”要在足够早的时候做以外，发布后也是有一些方法改进的。
比如先从部分次级页面改起，像“我的淘宝”历时多年的改版；
再如新旧版本并存一段时间，并允许用户自由选择，比如 2007 年的雅虎邮箱和新
浪邮箱改版；
三如小面积试验，选择一小批测试用户放出新版本，监测效果，做用户调研，比
如 Gmail 在发布某些新功能的时候；
四如傍上一个用户已经习惯的风格，比如网店版的前身“高级店铺”升级到网店
版 1。0 的时候，讨论了很多方案，最终还是决定模仿“我的淘宝”的页面风格。
总之，对于改版，对于升级，我们要把“暴力革命”变成温柔和谐的“和平演变”。
2。2。4 定量地做：数据分析
只要你做的是一个大用户量的产品（互联网产品往往都有这个特点），那么我们总
会惴惴不安：上述 3 种方法，就算做问卷的普查，回收到的有效问卷也可能不到用户
总数的 10％，或者说，在样本的选择上都有一定的被动性——需要样本同意参与，所
以它们都只能接触特定的少部分用户，那么到底能不能代表目标用户群体？
虽然绝大多数情况下的经验证明，只要在用户的选择上没犯什么低级错误，他们
是“具有代表性的”，或者说接受这种假设是一种性价比很高的廉价解决方案。不过，
我们还有数据分析，一种定量的研究方法，数据来说话，看看用户到底是怎么做的，
不论是考察目标用户全体、还是采样，都完全可控，所谓“According to the data”是最
难被驳倒的。
数据分析时，根据不同的目的，数据来源多种多样，常见的有用户使用产品的日
志、客户管理系统里的信息、网页访问情况的统计信息等。数据分析的方法，最简单
的可以用 Excel，复杂一点的可以用一些统计软件、数据库软件，或者直接自己写程序
解决。而最最关键的就是对结果的解读，通常数据分析只能发现一些现象和问题，并
不能了解原因，所以分析完成后通常会伴随着一些用户访谈，听听用户怎么解释。
数据分析的常见问题与对策
我们要意识到，用户“怎么说”和“怎么做”不同，甚至经常有矛盾，有时候用
户的行为比语言更能反映出他的真实需求。比如用户说在搜索买家的时候应该加一个
“按交易额搜索”的条件，也许只是他某次特殊的需要使然，但如果我们听他的做了
这个功能，之后通过用户行为的数据分析发现，只有 1/10000 的人用过，那就表明我们
被用户的说法骗了，但数据永远不会骗我们。不过，在数据分析时也会有一些特定的
问题，下面让我们逐一分析。
第一，过于学术，沉迷于“科学研究”。
我在读研的时候，做的就是统计分析、数据挖掘相关的课题，所以工作中开始
遇到数据分析的时候，我挺兴奋的，感觉可以好好地研究一番了。但渐渐我体会到，
实际的生产和科研是有很大不同的。科学研究通常只注重“性价比”的性，只要结
果好，往往不在乎投入，因为相对而言科研的结果不是为了马上应用，而是为了证
明实力。
但实际生产环境就更注重综合的性价比了，所以我们日常的数据分析方法也就显
得不那么严谨了，我特指小步快跑的创业团队，他们可能不需要在每次分析前都去验
证样本群体是否符合某种统计分布，也可能不需要用“人工神经网络”等“高科技手
段”去预测产品将来的用户数，甚至给出“A》B”的结论时也用不着做“显著性检验”，
一切的一切需要的只是一种感觉，一种对数据的敏感，对商业的敏感。
第二，虽然数据不会主动骗人，但我们经常无意或有意地误读数据。
无意地误读数据，举个例子，对一个人群，人们的身高用平均数来衡量是有意义
的，因为我们知道身高属于典型的正态分布，中间多两边少，所以一个平均值就能了
解群体的大致情况，而对人们的收入，就不能用平均值来衡量了，一个超级富豪和 1000
个零收入的人一平均，很可能得出人均收入 100 万的荒谬结论。这个问题的对策，是
学习统计学的知识 12，努力提高自己的水平。
主动地误读数据，是比较有趣的现象。在提取数据之前，我们心中通常已经有
一些结论了，无非是想验证它，而抱着这点思想，就总能找到数据来证明自己已有
的想法，并且技术越娴熟的人越容易做到这点。对于这点，我想一个简单的对策就
是对数据保持中立的态度，尽量不要“为了迎合一个观点而去找数据”，减少利益
牵扯，比如为了证明老板的判断，或者为了保持自己之前拍脑袋的英明形象等，你
明白我的意思。
第三，平时不烧香，临时抱佛脚。
12 推荐阅读《黑天鹅》和《统计数字会撒谎》这类统计学的图书，不似教材那般枯燥，适合工作以后的人阅读，附
录中会有简单介绍。
这是一个很实际的问题，我们经常在做决策的时候才想起来数据分析，但忽然发现
手头没有数据可分析。一次又一次地发生同样的情况……为了避免，我们应该在产品设
计的时候就把数据分析的需求加进去，比如记录每个按钮的点击次数、统计每个用户的
登录频率等，这也算一种典型的非功能需求，这样做对产品的可持续发展非常必要。
日志分析的商业价值
下面