ユーザビリティテストとは、実際のユーザーまたは代表的なユーザーが、製品、プロトタイプ、ウェブサイトを使って特定のタスクを完了しようとする様子を、観察者が記録する調査手法です。観察者は、どこで成功し、どこでつまずき、自分の体験をどう表現するかを記録し、多くの場合、参加者には作業しながら考えていることを声に出してもらいます(思考発話法)。ユーザーが事後に何をしたか、何を言ったかを報告するアンケートや分析とは異なり、ユーザビリティテストは、行動を文脈の中で直接観察します。そのため、開発したチームが「わかりやすいはずだ」と想定しているだけでなく、インターフェースが本当にわかりやすく使いやすいかを特定する、最も直接的な方法の1つです。
この手法が重要なのは、設計した人には見えないインターフェースの問題が、初めて使うユーザーには明らかなことが多いからです。このギャップは、「知識の呪い」で説明されるのが一般的です。製品を熟知しているデザイナーやステークホルダーは、新しいユーザーがすぐに直面する曖昧さに気づきにくいのです。広く引用されているユーザビリティ研究では、わずか5人の参加者でテストするだけで、あるインターフェースに存在するユーザビリティ上の問題の大部分(約85パーセントとよく言われます)が明らかになることが示されています。このため、ユーザビリティテストは、大規模な調査ではなく、少人数の参加者による小規模な反復ラウンドで行うのが一般的です。大きなサンプルが集まるのを待って初めて変更を加えるのではなく、テスト、修正、再テストを素早く進められます。
ユーザビリティテストには、いくつかの形式があります。ファシリテーターが、対面またはビデオ通話で、リアルタイムに参加者をタスクへ導き、混乱した場面を明確にするために追加の質問ができるモデレーター付きテスト。参加者がテストプラットフォームを使って独立してタスクを完了し、その画面と音声を後でレビューするために記録するモデレーターなしのリモートテストは、より速く低コストでデータを収集できる一方で、その場での反応を掘り下げられません。そして、同僚や通りがかりの人など、手近な参加者から素早くフィードバックを集める、非公式で低コストなゲリラテストは、本格的な調査がまだ必要ない初期段階の検証に役立ちます。テストのセッションは、通常、自由な探索ではなく、具体的で現実的なタスクのシナリオを中心に構成されます。成功は、タスク完了率、タスク所要時間、エラー数、参加者の主観的な使いやすさの評価といった指標で評価され、System Usability Scaleのような標準化された尺度で収集されることがよくあります。
よくある誤解は、ユーザビリティテストとA/Bテストが同じ目的を果たすというものです。実際には、2つは異なる段階で異なる問いに答えます。ユーザビリティテストは、インターフェースが構築される前、あるいは広く公開される前に、ユーザーがなぜつまずくのかを特定するもので、通常はプロトタイプや、すでに公開されているが未検証のデザインを対象とします。一方、A/Bテストは、トラフィックが得られる段階で、すでに構築された複数のバリエーションのうちどれが大規模により良い成果を出すかを測定します。ユーザビリティテスト自体でよくある落とし穴は、実際のターゲットオーディエンスを代表しない参加者を募集することです。たとえば、基盤となる業務プロセスに馴染みのない参加者で、企業向けソフトウェアのワークフローをテストすると、本来のターゲットユーザーでは現れない、誤解を招く摩擦のポイントが生じます。セッション中に、参加者がつまずく様子を正直に観察するのではなく、ヒントや示唆を与えて誘導してしまうことも、調査結果の妥当性を損なうよくある誤りです。
CROやUXのコンサルティングでは、ユーザビリティテストは、既存のフローがなぜ期待を下回るのかを理解する診断と、リデザインを広く公開する前の検証の両方に頻繁に用いられます。本格的なA/Bテストに開発やテストのリソースを投じる前に、新しいプロトタイプを少人数の代表的なユーザーでテストして、重大なユーザビリティの問題を発見します。ユーザビリティテストの発見事項は、通常、重大度と、各問題に遭遇した参加者の数で順位づけされた、優先順位付きの課題リストにまとめられます。それがそのまま、クライアントの最適化ロードマップ全体を構成するデザイン変更や実験の仮説につながります。
この手法の効率のよさを、具体例で示します。リデザインしたアカウント設定ページを5人の参加者でテストするチームが、5人のうち4人が、通知設定を変更するオプションを見つけられず、それぞれ独立して、インターフェース内の同じ誤った場所を探していることを観察したとします。小規模で低コストなテストのラウンドから得られた、この1つの極めて一貫した発見は、通常、公開前にその設定の場所を移すための十分な根拠となります。テストしたほぼすべての参加者で、繰り返し確実にうまくいかないことがすでに観察されているものを確認するために、より大規模で時間のかかる調査を行う必要はありません。
