كيفية العثور على المزيد من مشاكل الاستخدام مع عدد أقل من المستخدمين

قضيت الكثير من وقتي في العمل مع الباحثين المستخدمين في وقت مبكر ومنتصف الوظيفي. من بين المهارات الأخرى ، أقوم بتدريبهم على كيفية إجراء اختبارات قابلية الاستخدام. هناك سؤال أطرحه مبكرًا للتحقق من مستوى معرفتهم: "كم عدد المشاركين الذين تحتاجهم في اختبار قابلية الاستخدام؟"

حتما ، سمعوا أن الرقم 5 هو رقم سحري. بعض من ذوي الخبرة أكثر يذهب إلى أبعد من ذلك: "5 مشاركين هم كل ما تحتاجه للحصول على 85 ٪ من مشاكل قابلية الاستخدام." لا يذكر كل منهم 85 ٪. يقول البعض 80 ٪. البعض يقول "الأكثر".

رغم أن هذا الاعتقاد منتشر على نطاق واسع ، إلا أنه خرافة اختبار 5 مستخدمين لن يجد 85 ٪ من مشاكل قابلية الاستخدام في النظام. من المحتمل تمامًا أن يختبر اختبار 5 مستخدمين نسبة ضئيلة من إجمالي عدد مشكلات الاستخدام.

أسطورة السحر رقم 5

الأسطورة ليست بسبب البحث الأصلي ولكن في طريقة تفسير البحث. البيان يحتاج إلى مؤهل مهم. الصيغة الصحيحة هي: participants 5 مشاركين كافيين للحصول على 85 ٪ من مشاكل قابلية الاستخدام التي تؤثر على 1 من كل 3 مستخدمين. ولكن من المهم في الواقع فهم كيف يمكنك العثور على المزيد من مشكلات قابلية الاستخدام في الاختبار الخاص بك ، مع أو بدون زيادة عدد المشاركين.

لتوضيح سبب حدوث ذلك ، افترض أن واجهتك تواجه مشكلة واحدة في قابلية الاستخدام. دعنا نقول أن لديك نوعًا جديدًا من شريط التمرير يستخدمه الأشخاص لإدخال رقم في نموذج. ليست هذه طريقة رائعة لإدخال الأرقام في نموذج وسيكافح بعض الأشخاص لاستخدامها. كم عدد المستخدمين الذين سنحتاج إلى اختبارهم للكشف عن هذه المشكلة؟

الجواب هو، فإنه يعتمد. يعتمد ذلك على عدد المستخدمين الذين يؤثر عليهم. بالنسبة لبعض الأشخاص ، قد لا تكون مشكلة قابلية الاستخدام مشكلة. قد يكونوا أذكياء في التكنولوجيا ويجدون أنه من السهل استخدام عنصر التحكم. بالنسبة للآخرين ، قد يمنعهم من إكمال المهمة. قد لا يعرفون حتى من أين يبدأون بالتمرير.

نظرًا لأن مشكلة قابلية الاستخدام نادراً ما تؤثر على كل مستخدم بمفرده ، نحتاج إلى تحسين السؤال وطرح السؤال "كم عدد المستخدمين الذين سنحتاج إلى اختبارهم لإيجاد مشكلة تؤثر على نسبة مئوية ثابتة من المستخدمين؟"

عادة ما يحدد الباحثون هذه النسبة بنسبة 31 ٪ - دعنا ندعو ذلك واحد من كل 3 مستخدمين لتسهيل المبالغ. الآن دعونا نجري اختبارًا.

يأتي مستخدمنا الأول ولدينا فرصة 1 في 3 لاكتشاف المشكلة. يأتي مستخدمنا الثاني ولدينا فرصة 1 في 3 لاكتشاف المشكلة. يأتي مستخدمنا الثالث ولدينا فرصة 1 في 3 لاكتشاف المشكلة. هل تعتقد أنه نظرًا لأننا اختبرنا الآن 3 مستخدمين ، فسنجد المشكلة ، لكن الإحصائيات لا تعمل بهذه الطريقة. يشبه طرح عملة معدنية: في بعض الأحيان قد تضطر إلى رمي عملة معدنية أكثر من مرتين للحصول على رؤوس ، على الرغم من أن احتمال الحصول على عملة هو 50٪. نظرًا للطريقة التي يعمل بها الاحتمال ، فأنت بحاجة فعليًا إلى الاختبار مع أكثر من 3 مستخدمين للعثور على مشكلة تؤثر على واحد من كل 3 مستخدمين.

كم العدد؟ مرة أخرى ، لا يمكننا أن نكون دقيقين: يجب أن نكون احتماليين. ما يمكننا قوله هو أنه إذا قمت باختبار 5 مستخدمين ، فلديك فرصة بنسبة 85٪ للعثور على مشكلة تؤثر على واحد من كل 3 مستخدمين. (إذا كنت ترغب في مزيد من التفاصيل حول هذا الموضوع ، فإن Jeff Sauro لديه مقالة رائعة تتضمن حاسبات يمكنك لعبها لفهم الاحتمالات.

تؤثر بعض مشكلات قابلية الاستخدام الحرجة على عدد قليل من المستخدمين

والسبب في ذلك هو أن بعض مشكلات الاستخدام المهمة تؤثر على عدد صغير من المستخدمين. على سبيل المثال: تلميح النص داخل حقول النموذج. يخطئ بعض الأشخاص في النص تلميح لإدخال حقل النموذج: يعتقدون أن الحقل اكتمل بالفعل. يختلط الأشخاص الآخرون في محاولة لحذف نص العنصر النائب. بالنسبة لمعظم الناس (قل 90 ٪) ليست مشكلة. لكن بالنسبة إلى 10٪ من المستخدمين الذين يعانون من هذه المشكلة ، فهذا يعني أنهم يكافحون حقًا لإكمال النموذج.

إذا كنت تقوم بتصميم نظام لاستخدامه من قبل مجموعة واسعة من المستخدمين (مثل نظام حكومي) ، فهذا أمر مهم حقًا. لأن ما إذا كانت المشكلة لا تؤثر على 1 من 3 مستخدمين ولكن 1 من كل 10 مستخدمين؟ كم عدد المستخدمين الذين سنحتاج إلى اختبار للعثور على هذه المشكلة؟ لقد تبين أنك تحتاج إلى اختبار 18 مستخدمًا لديهم فرصة بنسبة 85٪ للعثور على هذه المشكلة.

لقول أن 5 مستخدمين سوف يحصلون على 85 ٪ من جميع المشاكل في نظام تحريف البحث تماما. في بعض الأنظمة ، قد يجد اختبار 5 مستخدمين 10٪ فقط من إجمالي المشكلات ، لأن 90٪ من المشاكل الأخرى تؤثر على أقل من 1 من كل 3 مستخدمين.

زيادة فرصك في العثور على مشاكل قابلية الاستخدام

إذا كان هذا يتركك محبطًا وتفكر في أنك بحاجة إلى إجراء اختبارات قابلية الاستخدام بعينات أكبر ، فلا تخف. هناك طريقة للعثور على مزيد من المشكلات دون زيادة عدد المستخدمين في دراستك. فيما يلي ثلاث أفكار:

  • قم بتضمين عينة من المشاركين ذوي المهارات الرقمية المنخفضة. وبعبارة أخرى ، لا تجند فقط أولئك الذين يتمتعون بالدهاء التكنولوجي. سيؤدي تضمين الأشخاص ذوي المهارات الرقمية المنخفضة إلى زيادة احتمال العثور على مشكلات تؤثر على نسبة منخفضة من المستخدمين.
  • اطلب من المشاركين القيام بالمزيد من المهام. تبين أن عدد المهام التي يجربها المشاركون يعد عاملاً حاسمًا في إيجاد المشكلات في اختبار قابلية الاستخدام.
  • قم بترتيب امتلاك العديد من الأشخاص من فريق التصميم لمراقبة الاختبار ولاحظ بشكل مستقل المشكلات التي يجدونها. تشير الأبحاث إلى أن فرص فقدانك لمشكلة قابلية الاستخدام الحرجة التي يجدها المراقبون الآخرون تتراوح بين 50 و 50.

إذا كنت لا تزال ترغب في اختبار المزيد من المستخدمين ، برافو! ولكن بدلاً من إجراء اختبار واحد كبير مع الكثير من المستخدمين ، أشجعك على إجراء اختبارات متعددة للاستخدام مع عينات أصغر (ربما كل سباق). طالما أن الاختبار الخاص بك هو جزء من عملية تصميم تكرارية (حيث تجد المشاكل ، ثم إصلاحها ثم اختبارها مرة أخرى) ، مع حجم عينة من 5 ستبدأ في نهاية المطاف في العثور على بعض من هذه المشاكل نرلي التي تؤثر على أقل من 1 في 3 مستخدمين .

ماذا بعد؟

لماذا لا تنضم إلى الآلاف من الأشخاص الآخرين الذين يتلقون دروس تجربة مستخدم الإنترنت المجانية الخاصة بي؟

نشرت أصلا على userfocus.co.uk.