Kullanılabilirlik testi, gerçek veya temsil edici kullanıcıların bir ürün, prototip veya web sitesini kullanarak belirli görevleri tamamlamaya çalıştığı, bir gözlemcinin ise kullanıcıların nerede başarılı olduğunu, nerede zorlandığını ve deneyimlerini, genellikle çalışırken sesli düşünerek, nasıl tarif ettiklerini kaydettiği bir araştırma yöntemidir. Kullanıcıların ne yaptığını veya sonradan ne söylediğini raporlayan anketlerden veya analitikten farklı olarak kullanılabilirlik testi davranışı doğrudan ve bağlam içinde gözlemler. Bu yüzden bir arayüzün, onu inşa eden ekibin yalnızca varsaydığı şekilde değil, gerçekten anlaşılması ve kullanılması kolay olup olmadığını belirlemenin en doğrudan yollarından biridir.
Bu yöntem önemlidir; çünkü arayüzü tasarlayanlara görünmez olan sorunlar, ilk kez kullananlara çoğu zaman açıktır. Bu boşluk genellikle, bir ürüne derinlemesine aşina olan tasarımcıların ve paydaşların yeni bir kullanıcının hemen karşılaştığı belirsizliği fark etmekte zorlandığı bilgi laneti (curse of knowledge) ile açıklanır. Yaygın olarak atıf yapılan kullanılabilirlik araştırmaları, yalnızca beş katılımcıyla yapılan testin, belirli bir arayüzde bulunan kullanılabilirlik sorunlarının büyük çoğunluğunu, çoğunlukla yaklaşık yüzde 85 olarak anılan oranda ortaya çıkardığını bulmuştur. Bu nedenle kullanılabilirlik testi genellikle büyük ölçekli çalışmalar yerine küçük, yinelemeli katılımcı turlarıyla yürütülür; bu, ekiplerin herhangi bir değişiklik yapmadan önce büyük bir örneklem toplamayı beklemek yerine hızla test etmesine, düzeltmesine ve yeniden test etmesine olanak tanır.
Kullanılabilirlik testi birkaç formatta yürütülür: bir moderatörün katılımcıyı görevler boyunca gerçek zamanlı olarak, yüz yüze veya video üzerinden yönlendirdiği ve kafa karıştırıcı anları netleştirmek için takip soruları sorabildiği moderatörlü test; katılımcıların görevleri bir test platformu kullanarak bağımsız olarak tamamladığı ve ekran ile seslerinin sonradan incelenmek üzere kaydedildiği, tepkileri anında derinlemesine sorgulayamama pahasına daha hızlı ve daha ucuz veri toplama sunan moderatörsüz uzaktan test; ve tam bir çalışma henüz gerekmediğinde erken aşama doğrulaması için yararlı olan, iş arkadaşları veya yoldan geçenler gibi uygun katılımcılardan hızlı geri bildirim toplayan gayriresmî, düşük maliyetli bir yaklaşım olan gerilla testi. Test oturumları genellikle açık uçlu keşif yerine belirli, gerçekçi görev senaryoları etrafında yapılandırılır ve başarı; görev tamamlama oranı, görevde geçirilen süre, hata sayısı ve çoğunlukla Sistem Kullanılabilirlik Ölçeği gibi standartlaştırılmış bir araçla toplanan katılımcının öznel kullanım kolaylığı puanı gibi ölçülerle değerlendirilir.
Sık görülen bir yanılgı, kullanılabilirlik testi ile A/B testinin aynı amaca hizmet ettiğidir. Aslında farklı aşamalarda farklı soruları yanıtlarlar: kullanılabilirlik testi, bir arayüz geniş ölçekte oluşturulmadan veya yayına alınmadan önce, genellikle bir prototip veya zaten canlı ancak doğrulanmamış bir tasarım üzerinde, kullanıcıların neden zorlandığını belirler; A/B testi ise trafik mevcut olduğunda zaten oluşturulmuş birkaç varyanttan hangisinin ölçekte daha iyi performans gösterdiğini ölçer. Kullanılabilirlik testinin kendisinde sık yapılan bir hata, gerçek hedef kitleyi temsil etmeyen katılımcılar almaktır; örneğin bir kurumsal yazılım iş akışını, altta yatan iş sürecine yabancı katılımcılarla test etmek, gerçek hedef kullanıcılarda görünmeyecek yanıltıcı sürtünme noktaları üretir. Bir oturum sırasında katılımcıları ipuçları veya önerilerle yönlendirmek, onların zorlanmasına izin verip bu zorlanmayı dürüstçe gözlemlemek yerine, bulguların geçerliliğini zedeleyen bir başka yaygın hatadır.
CRO ve UX danışmanlığı çalışmalarında kullanılabilirlik testi sıklıkla hem teşhis amacıyla, yani mevcut bir akışın neden düşük performans gösterdiğini anlamak için, hem de bir yeniden tasarım geniş ölçekte yayınlanmadan önce doğrulama olarak, yani tam bir A/B testine geliştirme ve test kaynaklarını ayırmadan önce büyük kullanılabilirlik sorunlarını yakalamak üzere yeni bir prototipi küçük bir temsil edici kullanıcı grubuyla test etmek için kullanılır. Kullanılabilirlik testinden elde edilen bulgular genellikle önem derecesine ve her birinin kaç katılımcı tarafından yaşandığına göre sıralanan, önceliklendirilmiş bir sorun listesine sentezlenir; bu liste de doğrudan bir müşterinin daha geniş optimizasyon yol haritasını oluşturan tasarım değişikliklerini veya deney hipotezlerini besler.
Somut bir örnek yöntemin verimliliğini gösterir: yeniden tasarlanmış bir hesap ayarları sayfasını beş katılımcıyla test eden bir ekip, beş katılımcıdan dördünün bildirim tercihlerini değiştirme seçeneğini bulamadığını, her birinin bağımsız olarak arayüzde aynı yanlış yerde aradığını gözlemleyebilir. Küçük ve ucuz bir test turundan ortaya çıkan bu tek ve son derece tutarlı bulgu, yayına almadan önce ayarın yerini değiştirmek için genellikle yeterli gerekçedir. Test edilen neredeyse her katılımcıda güvenilir ve tekrarlı biçimde başarısız olduğu zaten gözlemlenmiş olan şeyi doğrulamak için daha büyük ve daha zaman alıcı bir çalışmaya gerek yoktur.
