Skriv brugervenlighedstestopgaver, som dine deltagere rent faktisk kan fejle i

Skriv brugervenlighedstestopgaver, som dine deltagere rent faktisk kan fejle i

De fleste brugervenlighedsrapporter er ærlige om, hvad deltagerne gjorde, og tavse om, hvad opgavescriptet fik dem til at gøre. Det er her, studierne stille og roligt fejler. På tværs af 1,189 opgaver fra 115 tests med 3,472 brugere fandt Jeff Sauro en gennemsnitlig opgavefuldførelsesrate på 78%, et benchmark, der kun betyder noget, hvis opgaverne kunne have forårsaget fejl. En opgave, der navngiver knappen, lister trinnene eller spørger "hvordan ville du" i stedet for "gøre dette", returnerer 100% fuldførelse og lærer dig ingenting.

Denne guide er til forskere, produktchefer og CRO-ledere, der allerede afholder sessioner. Til sidst vil du være i stand til at skrive en opgave, sætte dens succeskriterier på forhånd, lækagetjekke din egen formulering, afprøve den og aflæse den resulterende færdiggørelsesprocent uden at overdrive.

Hvad en opgave skal gøre, før den er umagen værd at køre

Fire egenskaber. En opgave, hvor én mangler, bør ikke nå en deltager.

  • Mislykkelig. Der er en plausibel vej til fiasko. Hvis du ikke kan forestille dig en deltager, der fejler, måler du, om de forstod din sætning.
  • Realistisk. ISO 9241-11:2018 definerer brugervenlighed i forhold til specificerede mål i en specifik brugskontekst, så en opgave, der opfinder et mål, som ingen har, måler ingenting.
  • Handlingsrettet. Du beder om handlingen, ikke en beskrivelse af den. Nielsen Norman Groups vejledning er at bede brugerne om at udføre tingen, ikke at sige hvordan de ville gøre det. Årsagen er kvantitativ: på tværs af 838 deltagere og 34 opgaver var den selvrapporterede gennemførelsesgrad i gennemsnit 93 % mod 33 % verificeret.
  • Mærkefri. Intet ord i opgaven vises som en etiket, knap eller et menupunkt i brugerfladen.

Skriv scenariet i fem træk

  1. Navngiv den beslutning, som opgaven informerer om. Skriv det over opgaven: "Finder kunderne afbetalingsmuligheden før eller efter betalingstrinnet?" Hvis ingen beslutning ændrer sig baseret på resultatet, skal opgaven fjernes.
  2. Skriv målet i brugerens ordforråd. Hent det fra supportsager, søgelogfiler fra webstedet og anmeldelsestekst, ikke produktspecifikationen. Det er også dit forsvar mod lækage af etiketter: rigtige brugere bruger sjældent dine menunavne.
  3. Tilføj den minimale kontekst, der gør målet virkeligt. Højst to sætninger: hvem de er, hvad begrænser dem. Begrænsninger skaber de beslutninger, du kom for at se.
  4. Fjern alle grænsefladestrenge. Kør lækagekontrollen nedenfor i forhold til den præcise ordlyd, du vil læse højt.
  5. Definer succeskriteriet og stopreglen. Score binært, 1 eller 0, og beregn derefter gennemsnittet på tværs af deltagerne. Tilføj en tids- eller forsøgsgrænse, så én opgave ikke kan æde hele sessionen.

Et rejseeksempel. Svag version: "Gå til Mine bookinger, find din flyrejse til Düsseldorf, og brug knappen Skift fly til at flytte den til den næste dag." Den navngiver kontrollen. Alle består.

Brugbar version: "Du har booket en flyrejse til Düsseldorf til fredag. Et møde er flyttet, og du skal nu rejse lørdag. Få det ordnet." Succeskriterium: Deltageren når en bekræftelsestilstand for en afgang lørdag eller angiver ændringsgebyret korrekt og afbryder bevidst. Stopper efter seks minutter.

Sæt succeskriteriet før sessionen, ikke efter

Kriterier, der er skrevet efter du har set optagelserne glide hen imod det, der skete. Fastsæt dem på forhånd med et mål, du er villig til at misse.

OpgavetypeSucceskriteriummål
Høje indsatser eller reguleretSluttilstand nået uden hjælp95% eller højere
KernehandelsstiSluttilstand nået uden hjælp90% eller højere
Opdagelse og navigationKorrekt destination nået eller navngivet80% eller højere
sonderendeIntet binært kriterium; kod adfærdenIkke relevant

Sæt mål ud fra omkostningerne ved fiasko, ikke ud fra vane. Sauros vejledning er, at opgaver med høj indsats ligger tæt på 100 %, mens opgaver med direkte kundekontakt nogle gange er målrettet omkring 70 %. Gennemsnittet på 78 % er en fornuftskontrol, ikke et mål.

Kør lækagetjekket på din egen formulering

Ti tjek. Læs opgaven højt og marker hver enkelt. Ethvert treff er en omskrivning, ikke en bilagsnote.

#LeakTestFix
1GrænsefladestrengEt opgaveord vises som en etiket, knap eller et menupunktBrug brugerens ord
2TrinsekvensOpgaven beskriver en rækkefølge af operationerSlet ordren, behold resultatet
3Hypotetisk verbumDer står "hvordan ville du" eller "hvor ville du forvente"Omskriv som et imperativ
4Navngivet stiDen peger på én rute, når der findes flereAngiv kun målet
5Tæl lækageDet afslører, hvor mange elementer eller trin der findesFjern nummeret
6SelvrapporteringsafhængighedScoring afhænger af deltagerens påstand om succesBekræft slutstatus på skærmen
7Sammensat opgaveDet har mere end ét succeskriteriumDel det i to
8Ufejlbarlig opgaveDu kan ikke beskrive en realistisk fiaskoKassér opgaven
9KontekstgældDen skal bruge data, du aldrig har angivet, såsom et ordrenummerSæt dataene i scenariet
10ModeratorvariansTo moderatorer ville læse det forskelligtRet formuleringen, ikke moderatorens

Bestem opgaverækkefølgen, og vid, hvad rækkefølgen koster dig

For en enkelt rejse, hold rækkefølgen fast: rejsen er den ting, der testes. For uafhængige opgaver, roter rækkefølgen og log den position, hver opgave besad. Tidlige opgaver er sværere, fordi deltageren stadig lærer brugerfladen at kende, og sene opgaver lider af træthed. Med otte deltagere kan man ikke adskille en rækkefølgeeffekt fra opgavens sværhedsgrad, så rotation er skadebegrænsning snarere end en korrektion, og rapporten bør angive det.

Pilot med to deltagere og omskriv

Kør to pilotprojekter med folk fra studiets egen rekrutteringspulje, ikke kolleger, der allerede kender dit ordforråd. Omskriv alt, hvad en pilot stillede et afklarende spørgsmål om: et afklarende spørgsmål er en lækage, du overså. Udelad pilotprojekter fra analysen, og budgetter dem i stedet for at låne fra stikprøven.

Tilpas scenariet til det marked, du tester i

Tyrkiets handelsministerium anslog e-handelen i 2025 til omkring 4.57 billioner lira fordelt på cirka 5.94 milliarder transaktioner, en stigning på 52.2 % i forhold til året før. At dividere det ene med det andet, hvilket er vores aritmetiske beregning og ikke et rapporteret tal, indebærer en gennemsnitlig transaktion et godt stykke under 1,000 lira. Den typiske session på dette marked er et lille, hyppigt køb med lav overvejelse, så et script bygget op omkring et overvejet køb af høj værdi måler en rejse, som det meste af din trafik aldrig tager. Skriv også opgaven om gentagne køb.

Betalingsvalg er også en live-beslutning her, med rater og kontant betaling ved levering i flowet, så en checkout-opgave, der giver deltageren et gemt kort, springer det trin over, hvor afbrydelsen sker. [INTERNE DATA NØDVENDIGE: betalingsmetode-kombination fra klientens egen checkout-analyse for at vælge det betalingsscenarie, der skal scriptes.]

En oversættelsesfælde. Hvis du skriver på engelsk og oversætter, har oversætteren en tendens til at bruge det samme ord, som brugergrænsefladen bruger, fordi almindelige brugergrænsefladeverber har færre hverdagssynonymer på tyrkisk. Oversæt tilbage, og kør derefter lækagetjekket på den tyrkiske formulering igen. For deltagere, der bruger hjælpemidler, er "se øverst til højre" både en lækage og en barriere; vores WCAG-revisionsværktøj dækker grænsefladesiden.

Læs den faktiske gennemførelsesprocent

Syv succeser ud af otte deltagere er ikke 88 %. Ved at bruge den justerede Wald-metode, udgivet af Lewis og Sauro, for gennemførelsesrater i små stikprøver, løber 95 %-intervallet omkring 7 ud af 8 fra omtrent 51 % til 100 %. Det er den ærlige bredde af et studie med otte personer, hvilket er grunden til, at en gennemførelsesrate for en kvalitativ stikprøve hører hjemme i en sektion med resultater, ikke et KPI-dashboard.

To regler følger. Erklær ikke et mål for opnået, medmindre den nedre grænse klarer det. Og par hver rate med en sværhedsgrad: Single Ease Question har et gennemsnit på omkring 5.5 på sin 7-punktsskala på tværs af mere end 200 opgaver, så en opgave, som alle gennemfører med en SEQ på 3.5, er stadig en konklusion.

Hvor dette bryder sammen

  • Den kan ikke fortælle dig, om nogen vil have tingen. Opgavesucces måler opnåelighed, ikke lyst.
  • Stramme opgaver dræber udforskende forskning. Hvis spørgsmålet er "hvad laver folk her", så skriv ikke en opgave.
  • Små stikprøverater er retningsbestemte. Otte til tolv deltagere giver problemer, der skal løses, ikke kvartalsvise målinger.
  • Agentmedierede rejser har ingen menneskelig opgave. Hvis en agent gennemfører købet, flyttes målingen til feedets læsbarhed.
  • Opgavesucces er ikke konformitet. Et flow, som alle seende deltagere gennemfører, kan stadig ikke overholde tilgængelighedsreglerne.

Ofte stillede spørgsmål

Hvor mange opgaver skal en session indeholde?

Budgetter efter tid, ikke optælling. I en 60-minutters session passer fem til syv opgaver med stopregler sideløbende med intake og debriefing. Hvis stopreglerne i alt overstiger 40 minutter, har du for mange opgaver.

Kan jeg fortælle en deltager navnet på den side, de har brug for?

Kun hvis det at finde den side ligger uden for det, du tester. Hvis navigation er inden for omfanget, ødelægger det målingen at navngive siden. Hvis du tester en formular på den side, er det at navngive den en legitim genvej, der er registreret som en.

Hvad gør jeg, når en deltager beder om hjælp midt i en opgave?

Tænk tilbage én gang: "Hvad ville du gøre, hvis jeg ikke var her?" Hvis de stadig sidder fast, så giv den minimale assistance, giv opgaven en fejl, og noter assisten. Assisterede succeser, der gives som succeser, er, hvordan studier producerer 95% rater, der ikke overlever lanceringen.

Kan selvrapporteret succes nogensinde bruges?

Kun som et sekundært signal. De selvrapporterede rater lå i gennemsnit på 93 % mod 33 % verificeret på tværs af fire benchmarkstudier, så de overdriver kraftigt. En selvrapporteret rate under 80 % signalerer stadig en vanskelig opgave.

Skal umodererede og modererede opgaver skrives forskelligt?

Ja. Umodererede opgaver skal have kontekst forudindlæst, fordi der ikke er nogen til at besvare et spørgsmål, og verifikation skal være indbygget i sluttilstanden, f.eks. en kode på bekræftelsesskærmen. Hold målet identisk, hvis du planlægger at sammenligne de to.

Skal jeg lokalisere opgaveformuleringen for hvert marked?

Lokaliser det, uanset hvor du lokaliserer grænsefladen. En opgave, der er oversat uden en lækagekontrol på målsproget, er et andet instrument end det, du validerede, så priser på tværs af markeder kan ikke længere sammenlignes.

Gennemgå dit script, før du udfører undersøgelsen

Hvis du har et opgavescript, der skal i felten denne måned, så send det til os. Vi vil køre det mod denne lækagekontrol og kriterietabellen og returnere omskrivningen som en del af vores brugerundersøgelsesarbejde.

Kilder


Inci Dindar
Skrevet af

Inci Dindar

Med en baggrund inden for softwareudvikling har hun ledet design-, UX- og produktteams på tværs af fintech, medier, e-handel og rejser. I de sidste tre år har hun arbejdet som fuldtidskonsulent inden for UX og design – herunder som ekstern UX-konsulent for et globalt managementkonsulentfirma, der har hjulpet brands og startups med audits, konverteringsoptimering og designprocesser.


Relaterede artikler

Switas set på

Magnify: Skalering af influencer marketing med Engin Yurtdakul

Se vores Microsoft Clarity casestudie

Vi fremhævede Microsoft Clarity som et produkt, der er bygget med praktiske, virkelige use cases i tankerne af rigtige produktfolk, der forstår de udfordringer, virksomheder som Switas står over for. Funktioner som "rase clicks" og JavaScript-fejlsporing viste sig at være uvurderlige til at identificere brugerfrustrationer og tekniske problemer, hvilket muliggjorde målrettede forbedringer, der direkte påvirkede brugeroplevelsen og konverteringsrater.