可用性测试是一种研究方法:真实用户或有代表性的用户尝试使用某个产品、原型或网站完成特定任务,观察者则记录他们在哪些地方顺利、在哪些地方受阻,以及他们如何描述自己的体验,通常是让用户边操作边说出想法。与事后报告用户做了什么或说了什么的问卷或数据分析不同,可用性测试是在具体情境中直接观察行为,因此是判断界面是否真正易于理解和使用的最直接方式之一,而不是仅凭开发团队一厢情愿的假设。
这种方法之所以重要,是因为设计者自己看不到的界面问题,对初次使用的用户往往一目了然,这种差距通常用“知识的诅咒”来解释:对产品非常熟悉的设计师和利益相关方,很难察觉新用户立刻就会遇到的歧义。被广泛引用的可用性研究发现,仅用五名参与者进行测试,通常就能发现某个界面中存在的绝大多数可用性问题,常被引用的数字约为 85%,这也是可用性测试通常采用小规模、迭代的参与者轮次,而不是大规模研究的原因,使团队能够快速测试、修复、再测试,而不必等到收集大样本后才进行任何改动。
可用性测试有几种形式:有主持人的测试,由主持人当面或通过视频实时引导参与者完成任务,并可在遇到令人困惑的时刻追问以澄清;无主持人的远程测试,参与者借助测试平台独立完成任务,其屏幕和声音被录制下来供日后回看,数据收集更快、成本更低,代价是无法当场追问参与者的反应;以及游击式测试,一种非正式、低成本的方式,向身边便于找到的参与者(如同事或路人)快速收集反馈,适用于尚不需要完整研究的早期验证。测试环节通常围绕具体、真实的任务场景来设计,而不是开放式探索,并通过任务完成率、任务耗时、错误次数以及参与者主观的易用性评分等指标来评估成功与否,这些评分常通过系统可用性量表(SUS)等标准化工具收集。
一个常见的误解是,可用性测试与 A/B 测试的目的相同,实际上它们在不同阶段回答不同的问题:可用性测试用来在界面开发完成或大范围上线之前,找出用户为何会遇到困难,通常针对原型或已上线但尚未验证的设计;而 A/B 测试则是在有了流量之后,衡量多个已构建好的变体中哪个在大规模下表现更好。可用性测试本身一个常见的陷阱是招募的参与者并不代表真实的目标受众,例如让不熟悉底层业务流程的参与者去测试企业软件工作流,这会产生真正的目标用户不会遇到的误导性摩擦点。在测试过程中用提示或建议引导参与者,而不是让他们自己摸索并如实观察其困难,是另一个损害研究结论有效性的常见错误。
在 CRO 与 UX 咨询项目中,可用性测试常被用于两方面:一是诊断,了解现有流程为何表现不佳;二是在改版大范围上线前的验证,让一小群有代表性的用户测试新原型,在投入开发和完整 A/B 测试的资源之前发现重大可用性问题。可用性测试的发现通常被整理成一份有优先级的问题清单,往往按严重程度以及遇到每个问题的参与者人数排序,随后直接转化为客户整体优化路线图中的设计改动或实验假设。
一个具体的例子可以说明这种方法的效率:团队用五名参与者测试改版后的账户设置页面,可能会观察到五人中有四人找不到更改通知偏好的选项,而且每个人都各自在界面中同一个错误的位置寻找。这一高度一致的发现来自一轮小规模、低成本的测试,通常就足以成为在上线前调整该设置位置的理由,而无需再开展规模更大、耗时更长的研究,去证实一个几乎在每位参与者身上都稳定、反复出现的失败。
