Usability metoder

1. Usability metoder John Paulin Hansen

2. Empiriske metoder (1) • Samtaler med et privat kamera • Fælles udforskning • Fokus-grupper • Brugerworkshops • Tænke-højt-protokoller • Hændelses-rapporter • Brugsliste (feature checkliste -

3. Empiriske metoder (2) • Logning af systembrug • Feltobservationer • Spørgeskemaer • Interviews • Værdifastsættelse-metoden (validation method) • Kontrollerede eksperimenter

4. Ikke-empiriske metoder • Opgaveanalyse (task analysis) • Property checkliste (”omvendt heuristiske analyse”) • Heuristiske evalueringer Ekspertvurderinger (både domæne og HCI) • Kognitive gennemgange

5. Timing af tests • Fokusgrupper • Spørgeskemaer - mailpushs eller pop-up • Tidlig prototype-test • Kontinuerlige brugertest under udviklingsproces - iterativ designproces • Brian -test • Stress-load test • Post-test efter log-analyser

6. Test af hjemmesider • Heuristisk evaluering • Brugertest (tænke-højt) • Spørgeskema-undersøgelser • Logfilanalyse

7. Focus på videnskabelighed Afledt fra psykologi og sociologi Papir, blyant og (video)-båndoptager Isoleret fra produktet Eksterne konsulenter Fokus på effektivitet Afledt fra marketing-research Anvender de digitale medies muligheder for dataopsamling Integreres i produktet (ex. auto-rapportering fra logs m.m.) Intern kompetence Klassiske & Nye metoder

8. Eksempler på nyere metoder • Log-analyser og ”Most-Wanted-response” • Pop-up spørgeskemaer • Online fokusgrupper • Net-paneler • Automatisk kvalitets-tjek ( Bobby-test) • RITE

9. Net-panel eksempel: • 35.000 danske internetbrugere • Kønsfordeling afspejler nettet • Opdelt på uddannelse, indtægt, by, arbejde m.m. • Rekrutteret via ”Det gylden@” • Præmier som incitament

10. Proceduren • Spørgsmål og opgaver aftales med opdragsgiveren • Spørgeskema sendes ud • 70-80 pct. svar inden for 48 timer • Bearbejdede tal efter én uge

11. Eksempel

12. Indsamlingsflow

13. Kvantitative data

14. Brugerkommentarer • ”Jeg kan ikke finde en hurtig måde at at søge på fx. Horsens-området, uden at vide, hvilket amt byen ligger i. Man burde kunne skrive bynavnet i stedet for postnummeret” • Brugerkommentar til www.home.dk (Februar 2001, 552 respondenter)

15. Brugerkommentarer • ”Jeg kan ikke finde en hurtig måde at at søge på fx. Horsens-området, uden at vide, hvilket amt byen ligger i. Man burde kunne skrive bynavnet i stedet for postnummeret” • Brugerkommentar til www.home.dk (Februar 2001, 552 respondenter)

16. Brugerkommentarer • ”Jeg har flere steder fundet tåbelige stavefejl, og det gør, at jeg ikke har lyst til at se mere på sitet. Uprofessionelt!” • ”Det ligner noget, praktikanten har klasket sammen i frokostpausen” • Brugerkommentarer til forsikringssite (Januar 2001, 724 respondenter)

17. Brugerkommentarer • ”Det er svært at gennemskue, hvad der ligger bag navnene på menuerne, f.eks. Rejsetype, rejseforum, rejsetjenester. Hvad er det og hvad er forskellen?” • ”Når man klikker på ”priser” i menuen, forventer man at blive præsenteret for nogle priser, ikke en vejledning” • Brugerkommentarer til rejsesite (April 2001, 378 respondenter)

18. Kvalitative kommentarer

19. Web-baseret analyse • Pop-up på forsiden af website • Exit pop-up når man forlader siten • Pop-up ved bestemte handlinger (most wanted response)

20. Elementer i webbaseret analyse Analysedesign Indtastning af spørgeskema Gennemsyn af spørgeskema Oversættelse af spørgeskema Dybdeinterview og fokusgrupper Special udvikling af spørgsmålstyper Special udvikling af web-sites til analysen Pilottest TESTEN Rykkerservice Håndtering af lodtrækning og gaveleverance Support af respondenter Rapportering (præsentation, papir, CD, online) Workshops & seminar

22. Spørgeskema

23. Gratis licens til studerende

34. Online fokusgrupper Titlen på fokusgruppen vises øverste i vinduet (evt. firmaets logo) Listen over online deltagere vises her • Når du logger ind vises beskeden ’moderator er nu med i diskussion’ Her kan der linkes til forskellige websider eller multimedia. Skriv dit indlæg her Opdater skærmbilledet her Log ud her

35. Transkript og analyse • Transkript genereres som ASCII (tekst) fil • Kan gemmes på computerens harddisk • Oplysninger om gruppens titel, afholdelsestidspunkt og deltagere • Tidsstempling og deltagernavn ud fra hvert indlæg • Mulighed for at importere filen ind i andre programmer

36. 4-ugers projekt 03 • Web-popup på på dagligvarekoncerns hjemmeside som led i større Usability test • Spurgte om: • køn, alder og postnummer • formål med besøget (åbent) • om man fandt det man kom efter (ja/nej) • Hyrede deltager til brugertest

37. 4-ugers projekt -resultater • 1190 svar på 5402 visninger • 60 % kom for at se tilbud • 10 % for kommunikere med koncernen • 26 % fandt IKKE det de kom efter • Hjemmesiden får fat i de eftertragtede unge (sammenlignet med andre dialogmedier)

38. Auto-analyse metoder • Log fil analyser: • Arbejdssekvenser - opgave-tider • Hyppige rutiner • Ventetider • Forskelle mellem nybegyndere og eksperter • Ofte forekommende aktiveringer af samme kommandoer eller fejlmeddelelser • Sammenligninger mellem brugernes veje (”task flow”) og designernes antagelser • Statistiske analyser og visualiseringer

39. Trafik-analyse årsbasis

40. Trafikanalyse døgnbasis (2) • Hvordan fordeler web-trafikken sig over et døgn? • Er der forskel på trafikmønstret blandt forskellige brugergrupper? • www.visualinsights.com • www.webtrends.com • http://corporate.instadia.net/

41. Adfærdsmønstre • Hvilke sider bliver set mest? • Hvilke sider bliver set efter hinanden? • Hvor forlader brugeren webstedet? • Hvilke sider ses ikke?

42. Enkelte klikstrømme • Hvordan bevæger brugerne sig typisk rundt i butikken?

43. http://corporate.instadia.net/

44. Parallelle spørgsmål • A) Hvis jeg var ansat af Dansk Supermarked til at analysere kundernes adfærd i butikken, ville jeg gerne vide.... • B) Hvis jeg var ansat af Københavns Kommune til at analysere trafikadfærd på vejene, ville jeg gerne vide..... • C) Hvis jeg var ansat af SAS til at analysere rejseruter ville jeg gerne vide....