你只有两周时间来测试结账流程，没有研究小组合同，而且利益相关者听说五个用户就足够了。这三个限制条件中有两个是真实的，但五个用户这个数字并不真实。在劳拉·福克纳 (Laura Faulkner) 2003 年的研究中，从 60 名参与者中随机抽取五名，结果发现…… 55％和99％ 已知可用性问题，但从研究内部无法判断你最终选择了哪一端。
这是一份面向产品、用户体验和转化率优化团队的招募指南，适用于没有研究运营部门的、需要进行用户评价测试的团队。指南最后将帮助你确定一个可以在计划会议上充分论证的参与者人数，一个可以筛选掉专业测试人员的筛选器，一个基于已公布的缺席率的超额招募计算方法，以及一套能够通过KVKK或GDPR审查的知情同意流程。
第一步：根据决策结果而非民间传说确定参与人数。
“五位用户”规则源自尼尔森和兰道尔1993年的模型，该模型在雅各布·尼尔森的著作中得到推广。 3月2000日文章公式为 N(1 − L)^n，其中 L 为单个用户提出的问题比例。尼尔森公司采用 L = 31%，由此得出我们熟悉的 85% 的比例（假设有 5 个用户）。
31% 只是一个假设，并非对您产品的实际测量结果，因此这个数字仅代表大约三分之一的用户遇到的问题。而 10% 的用户遇到的问题，则需要更多的会话才能显现出来。福克纳使用 60 位真实用户进行的重复实验发现，10 位参与者将最坏情况下的问题发现率提高到 80%，20 位参与者则将其提高到 95%。斯普尔和施罗德在 2001 年进行的一项研究，使用了跨多个站点的开放式任务，而非单一的脚本流程，在数十位用户参与后，仍然不断发现严重的问题。
尼尔森自己的文章也表达了类似的观点，尽管这些限制很少被引用：三到四个用户 每组 针对两类不同的受众，卡片分类实验需要 15 个卡片，定量研究需要 20 个卡片。请根据您即将做出的决定设定合适的数字。
| 测试需要做什么 | 每个环节的参与者 | |
|---|---|---|
| 在一个流程、一个受众群体中找出明显的障碍 | 5 | 能够捕捉高频问题；下限约为 55%。 |
| 决定是否对船舶进行重新设计。 | 8-10 | 在十个用户的情况下，福克纳数据的最坏情况发现率上升到 80%。 |
| 为一项备受争议且代价高昂的变革收集证据 | 15-20 | 二十楼的概率是95%，所以“我们没看到”这句话是有一定含义的。 |
| 两个或多个不同的受众群体（新用户与回头客，购买者与审批者） | 每人 3-5 个，而不是总共 5 个。 | 不同的心智模型会产生不同的问题集。 |
| 生成任务成功率或任务耗时数据 | 20+ | 披着定性外衣的定量研究 |
示例：为一家土耳其中型零售商进行结账测试，对象包括新老顾客。测试分为两个阶段，每个阶段完成八次会话，移动端和桌面端的会话比例为 60/40，共计 16 次会话可供招募。
第二步：编写一个筛选器，过滤行为而非观点。
在用户访谈中 2025年用户研究现状根据2025年7月25日至8月9日期间对485名研究人员的调查，54%的受访者仍然对招募时间表示担忧，并且发现 合格 参与者仍然是最大的难题。筛选器仅根据申请人的陈述意图而非观察到的行为进行筛选是主要原因。我们对每个人都适用以下六条规则：
- 询问过去 60 天的情况，而不是意图。 “在过去 60 天内，您在网上购买过以下哪些商品？”比“您有多大可能购买 X？”这个问题更好。
- 永远不要泄露正确答案。 将合格选项随机放入看似合理的诱饵中。
- 包含一个开放式问题例如，“请描述一下您最近一次网购遇到的问题。” 千篇一律、流畅自然、看似切题的回答是最容易被识破的诈骗信号。
- 要求提供一个可核实的细节 关于该类别中的最近一次购买：零售商、配送方式、大致价格。
- 限制面板份额。 如果所有样本都来自同一个样本组，那么你测试的只是该样本组的常客。不妨加入非样本组渠道：例如你的客户名单、合作伙伴的电子报、店内拦截等。
- 按设备分配配额。 移动端结账失败和桌面端结账失败是不同的失败类型。
如果符合以下两项或多项条件，则予以拒绝：回答过于笼统或机械；筛选答案相互矛盾；个人资料符合的研究范围过广；联系方式与声称的个人资料不符。
步骤三：根据公布的缺勤率超额招聘
测量U的 对未到场数据的审查 根据大约 14,210 次用户访谈研究得出的平均值为 8.6%缺席率介于 0% 至 34% 之间，其中 B2B 远程会议的缺席率为 10.4%。MeasuringU 自身开展的 24 项研究，涵盖 958 名参与者，结果显示缺席率为 5.0%，专业招募、额外筛选、提醒和激励措施的平均成本约为 150 美元。激励金额与缺席率呈负相关，相关系数约为 r = −.50。
计划预留 10% 或 15% 的时间用于 B2B 和专业角色、低现金或无现金奖励、无需确认电话的客户名单，以及冬季的线下会议。邀请发送数量 = 所需已完成会议数量 ÷ (1 − 预计缺席率)。例如，16 场会议，15% 的缺席率，则需要 16 ÷ 0.85 ≈ 19 个已确认的预订。将多余的三个名额作为每天结束时的正式名额，而不是作为备用名额。
【需要内部数据：Switas 在过去 12 个月的已审核研究中，按招募渠道和激励水平划分的缺席率，以用区域基准取代这些国际平均值。】
第四步：在录制任何内容之前，将同意书分成两份。
这就是土耳其的球队现在遇到的问题所在。土耳其数据保护局于2026年2月18日发布的第2026/347号主要决定（并于2026年3月24日在官方公报上公布，编号为33203）规定，隐私声明（aydınlatma metni）和明确的同意文本（açık rıza metni隐私声明必须各自独立，拥有各自的标题和声明。将它们合并到一个可签署的文本块中是违法的，要求参与者“批准”隐私声明本身也是违法的：隐私声明仅表示已收到，而非已获得同意。直接复制其他组织的模板也是违法的。这项义务规定在第12条中，并根据第18条受到处罚。
土耳其以外地区也存在类似的规定，只是形式较为宽松。GDPR 7条（2） 要求同意请求“与其他事项明显区分开来，采用易于理解和获取的形式，并使用清晰简洁的语言”。这对可用性测试环节意味着什么：
- 两份文件，或者两个标题清晰的块：你收集什么以及为什么（已确认），以及记录的同意（已给予）。
- 将录音许可与内部重复使用片段的许可和向客户展示片段的许可分开。三个请求，三个复选框，均未预先勾选。
- 无论参与者是否同意录音，都应支付奖励。但很难说同意录音是出于自愿，而且仅记录的会议内容仍然有效。
- 把保存期限写下来并严格遵守。“研究报告发布90天后删除录音”这句话你可以强制执行。
- 筛查工具不应包含特殊类别数据。结账研究不需要任何人的健康信息。
为期两周的日程安排
- 第 1-2 天。 筛选程序加上两份知情同意书。现在就拿到同意书拆分的法律签字，不要等到第九天。
- 一天3。 在至少两个渠道上推出试映版。
- 第 4-6 天。 筛选、安排、发送邀请，并附上隐私声明。
- 一天7。 先与同事进行试点，然后再与一名真正的参与者进行测试。修改任务措辞。
- 第 8-12 天。 每天最多进行四次跑步训练，每次训练前 24 小时和 2 小时分别设置提醒。
- 一天13。 趁记忆犹新的时候进行总结回顾。
- 一天14。 研究结果按参与者出现频率和收入暴露程度排序。
问题出在哪里？
- 低发生率的B2B角色。 员工人数在200到1,000人之间的公司，财务审批人员两周内不会到岗。预算三到四周，并提高激励措施。
- 受监管的公共部门工作。 伦理审批、采购和特殊类别数据处理会增加数周时间，任何筛选技巧都无法消除这些时间。
- 土耳其境内的地理偏差。 除伊斯坦布尔、安卡拉和伊兹密尔以外，其他地区的样本量迅速减少，因此仅招募样本用户会导致大都市用户比例过高。当不同地区的配送体验存在差异时，这一点至关重要。
- 您的客户名单受到建筑行业的影响，存在偏差。 所有参与测试的人员都已经完成了您正在测试的流程。那些测试失败的人员不在场。
- 开放式探索则完全不同。 以上统计数据假设了脚本化的流程；自由浏览的行为与 Spool 和 Schroeder 的研究结果一致。
- 这样无法得出患病率估计值。 “八分之四的客户遇到困难”并不等同于“50%的客户遇到困难”。要得出50%的客户遇到困难这个数字，需要进行定量研究或实验。
常见问题解答
五个参与者真的够吗？
是的，当你在一个针对同一受众的脚本流程中寻找高频阻塞因素，并且计划反复迭代测试时，单次测试是不够的。因为福克纳的数据表明，最糟糕的情况是发现了 55% 的问题。
我需要多少个模型来满足两个不同的受众群体？
每个观众群体三到五人，而不是总共五人。尼尔森自己的指导意见也支持这一观点。不同的群体有着不同的思维模式，因此他们的问题重叠部分比你想象的要少。
我应该从自己的客户名单中招募员工，还是从招募小组中招募？
两者都在同一项研究中。你的名单包含拥有真实账户和真实背景的人。而小组成员则没有掌握你提供的变通方法。仅凭单一信息来源，必然会导致所有研究结果都存在可预见的偏差。
我应该提供什么样的激励措施？
足以使缺勤率保持在公布的平均水平附近，因为激励规模和缺勤率呈负相关，相关系数约为 r = −.50。以当地该领域专业人士的每小时工资标准为基准，而不是照搬美国的数据。
我在土耳其录制用户体验测试环节是否需要获得明确许可？
是的，根据第2026/347号主要决定，同意文本必须与隐私声明分开，并有其自身的标题和声明。要求某人批准合并文本的做法已被主管机构裁定为不可接受。
非引导式测试是否也需要同样的严格招募标准？
越多越好，而不是越少越好。没有主持人会注意到参与者是否与筛选条件不符，因此筛选质量是避免出现无效会话的唯一保障。
在您自己的结账流程中运行此操作
选择一种流程，根据研究需要支持的决策来决定研究规模，并使用上述数学方法进行招募。如果您希望我们为您处理筛选、访谈和结果分析等工作，这正是我们所提供的服务。 用户研究服务 一样。
来源
- 尼尔森，《为什么你只需要5个用户进行测试》，NN/g，2000年3月18日
- Faulkner，“超越五用户假设”，《行为研究方法、仪器与计算机》35(3)，2003，379-383 (PubMed 摘要)
- Spool 和 Schroeder，“测试网站：五个用户远远不够”，CHI '01
- MeasuringU，“神奇数字5的简史”
- MeasuringU，“主持式研究的典型缺席率是多少？”
- 用户访谈，《2025 年用户研究现状》
- KVKK关于原则性决定2026/347的公告，2026年2月18日
- Moroğlu Arseven 关于第 2026/347 号决定，官方公报 33203，2026 年 3 月 24 日
- GDPR 第 7 条，同意的条件
