UX 的启发式分析——如何进行可用性评估

设计是一种投资，而不是一种支出。 冒着说明显而易见的风险：设计一个漂亮的产品是不够的； 它还必须是可用的，如果你要从一个产品中提取最大的投资回报率，它的可用性——通常是指易用性——具有至关重要的意义。

精心设计的产品具有出色的可用性，并且由于可用性是产品质量的重要贡献者，它提升了用户体验。

有几种方法可以测试产品的可用性：一种称为启发式分析的检查方法就是其中之一。 这通常意味着对产品进行启发式评估，无论它已经存在还是全新。

什么是启发式，什么是启发式分析？

启发式分析用于识别产品的常见可用性问题，以便解决问题，从而提高用户的满意度和体验，并提高数字产品整体成功的机会。

启发式分析专注于可用性，是一种评估方法，其中一位或多位专家将数字产品的设计与一系列预定义的设计原则（通常称为启发式）进行比较，并确定产品未遵循这些原则的地方。

一组特定的启发式方法包含经过长期测试或观察的经验经验法则、最佳实践、标准、规则和约定。 坚持这些启发式标准会产生更好的用户体验设计。

启发式评估涉及让一小组评估人员检查界面并判断其是否符合公认的可用性原则（“启发式”）。 — Jakob Nielsen，尼尔森诺曼集团

启发式评估不是一对一的适度测试。 它也不是一种认知演练，而是一种可用性检查方法。 对于认知演练，重点是任务。 该过程涉及确定用户的目标并提出任务列表以实现这些目标。 然后，评估人员会标记用户在使用产品时可能遇到的问题。

启发式评估专家 - 评估者 - 理想情况下是对所选启发式算法集有深刻理解的可用性测试专家。 他们通常来自人为因素、交互设计 (IXD)、HCI（人机交互）和/或 UX 设计等学科，并具有心理学、计算机科学、信息科学和商业/商业等学科的互补背景。

在评估过程中，个别评估人员会为每个已识别的可用性问题分配“严重性等级”。 通常，用户体验设计师会从积压工作中最关键的问题逐步下降到最不关键的问题。 （为了从启发式评估中获得最大的用户体验收益，设计团队通常会给予最高严重等级的问题最多的关注。）

值得注意的是，即使一个经验丰富的 UX 专业人员通常擅长识别最关键的可用性问题，一组评估人员通常是最佳选择。 5 到 8 个人是最佳选择：他们应该能够标记 80% 以上的可用性问题。 然而——如下图所示——使用超过 10 个启发式评估器不会产生更好的结果。

为什么这样做？

执行启发式分析的核心原因是提高数字产品的可用性。 另一个原因是效率（在这种情况下，“效率”是产品的使用速度，这是更好的可用性的直接结果）。 “可用性”是指质量组件，例如可学习性、可发现性、可记忆性、灵活性、用户满意度和错误处理。 当这些组件以高质量交付时，产品的用户体验会得到很大改善。

什么时候做？

没有硬性规定。 启发式分析可以在设计过程的任何高级阶段进行（显然，过早进行不会有成效）。 对于新产品，启发式分析通常在设计阶段的后期进行——线框图和原型制作之后以及视觉设计和 UI 开发开始之前。 做得太晚，做出改变将变得昂贵。 发现可用性差的现有产品通常会在重新设计开始之前对其进行启发式分析。

预期的可交付成果是什么？

与其他可用性测试或检查方法一样，典型的可交付成果是一份综合报告，它不仅识别可用性问题，而且按从严重到轻微问题的等级对它们进行排名。 在大多数情况下，启发式评估报告不包括解决方案——幸运的是，许多可用性问题都有相当明显的解决方案，一旦确定，设计团队就可以开始着手解决这些问题。

启发式评估的优缺点

优点：

• 发现许多可用性问题并显着改善产品的用户体验
• 比需要招募参与者、协调、设备、运行测试、记录、分析等的全面可用性测试更便宜、更快。
• 启发式方法可以帮助评估者专注于特定问题（即缺乏系统反馈、可发现性差、错误预防等）
• 启发式评估不涉及与涉及真实用户的检查方法相关的伦理和实际问题/问题
• 使用一组启发式评估设计可以帮助识别特定用户流的可用性问题并确定对整体用户体验的影响

缺点：

• 经验丰富的可用性专家通常很难找到，而且可能很昂贵
• 评估人员发现的问题的价值受限于他们的技能水平
• 有时，启发式分析可能会引发误报：如果不理会，不一定会对整体用户体验产生负面影响的问题有时会被标记为已修复
• 与认知演练不同，启发式评估基于预先判断的关于什么是“好”可用性的概念
• 如果评估人员不属于设计或开发团队，他们可能不知道设计的任何技术限制

如何运行有效的启发式分析

准备工作是顺利进行分析的关键。 遵循一套既定的步骤可确保启发式分析将有效地运行并产生最大的结果。 这是一个启发式分析清单：

1. 定义范围。
2. 了解最终用户的业务需求和人口统计。
3. 决定使用哪些报告工具和启发式方法。
4. 评估体验并确定可用性问题。
5. 分析、汇总和呈现结果。

第 1 步：定义范围。

无论是大型项目还是小型项目，预算都可能受到限制。 在大型电子商务网站上尤其如此：例如，检查整个网站可能不可行，因为这可能需要很长时间，因此变得过于昂贵。

这就是启发式分析的作用域。

可以设置参数以仅检查站点的最关键区域。 有限的范围可能只能专注于特定的用户流程和功能，例如登录/注册、搜索和浏览、产品详细信息页面、购物车和结帐。

第 2 步：了解业务需求和用户。

首先，评估人员应该了解产品/系统的业务需求。 其次，与任何典型的以用户为中心的设计过程一样，了解用户至关重要。 为了便于启发式分析，必须建立特定的用户角色。 最终用户是新手还是专家？ 用户人口统计数据是什么？

例如，虽然启发式方法旨在作为通用可用性标准，但可能需要特别强调对年长受众的可访问性——或者可能需要牢记多样化、多元文化的受众。

第 3 步：决定使用哪些报告工具和启发式方法。

决定评估者将使用哪一组启发式方法非常重要。 一组选定的启发式方法将提供共同的指导方针，每位专家都可以根据这些指导方针进行评估，并确保他们都在同一页面上。 没有它，启发式分析过程可能会陷入彻底的混乱——产生不一致、相互矛盾的报告，最终变得无效。

作为启发式评估计划的一部分，应就系统、格式和使用的工具达成一致。 这可能是谷歌文档、表格和幻灯片，或其他一些人人都可以使用并且“观察者”可以轻松访问的常用报告工具。 （稍后将详细介绍观察者。）

Jakob Nielsen 的 10 Usability Heuristics for User Interface Design 可能是最常用的一组可用性启发式。 还有其他的，例如 Don Norman 的六项可用性设计原则列表，以及下面列出的 Susan Weinschenk 和 Dean Barker 的 20 条可用性启发式。 甚至有一套包含不少于 247 个由 David Travis 博士编写的 Web 可用性指南。

第 4 步：评估体验并确定可用性问题。

当与一组专家一起执行启发式评估时，每个人都会单独评估 UI。 这种专家评审的方法是为了确保评估是独立和公正的。 完成所有评估后，将整理和汇总调查结果。

为了有效地进行评估，建议使用“观察者”。 它可能会为评估会话增加一点开销，但绝对值得，因为它有很多优点。 观察员参与每一次会议并处理记录，因此能够在评估过程结束时提交一份综合报告，而不是每个评估员都提供一套单独的文件。

在检查期间，观察员还可以帮助回答具有有限领域专业知识的评估人员提出的问题（例如，在针对专家用户的专业企业 UI 的情况下）。 他们还可以在评估功能有限的原型时协助指导会议。

为了帮助团队朝着设计解决方案前进，调查结果必须准确地描述问题。 诸如“这种布局将减慢注册过程”之类的模糊注释根本没有生产力或任何价值。 注释需要具体并清楚地识别问题违反的启发式。 例如：“在注册过程中，UI 布局混乱、不一致，违反了用户控制、反馈和一致性规则（分别为#1、#20 和 #16）。”

为了速度起见，UI 可能会用可在以后合并的注释进行可视化标记（请参阅下面的注释）。 这种方法有助于快速汇总专家的最终笔记，并且观察者不必搜索正在处理的 UI 组件。 也可以对它们进行编码，以便设计团队轻松识别。

第 5 步：分析、汇总和呈现结果。

在启发式分析结束时，评估经理或观察员会进行一些内务管理和组织，例如删除重复项和整理结果。 观察者的下一步是汇总启发式评估报告并构建一个表格，其中包含可用性问题的严重性等级以及设计团队可以从中确定优先级的表格。

为了使可用性测试有价值，研究结果必须清楚地识别问题并帮助团队朝着设计解决方案前进。 – 尼尔森诺曼集团

启发式分析的输出应该是可用性问题列表，这些问题不仅可以识别特定问题，还可以参考问题所违反的可用性启发式（最好是代码编号，以便于参考）。 例如，上面的屏幕指出在 UI 中使用低对比度文本违反了“可见性”和“可发现性”的启发式原则。

使用所选启发式方法中的参考代码将有助于构建一个数据表，然后可以对其进行排序。 当设计团队看到大量问题涉及少量违规（由代码识别）时，他们可以集中精力改进它们。 例如，如上例所示，可能存在广泛的可见性和可发现性问题。

启发式分析不一定能解决可用性问题，如果要实施设计改进，它也不会提供“成功概率分数”。 但是，由于启发式评估会将 UI 与一组已知的可用性启发式进行比较，因此在大多数情况下，确定特定问题的解决方案并提出更具吸引力的设计非常容易。

包起来

一些正在开发的新应用程序和许多主流产品的可用性较差。 他们中的大多数人将受益于专家进行的启发式分析，因此，他们的用户体验得到了显着改善，而不会超出预算。

一位经验丰富的 UX 专家可以在启发式分析期间发现大量可用性问题。 但是，如果时间和金钱允许，5 到 8 位专家似乎是最佳选择——这个选项应该可以发现大多数可用性问题并提供显着的投资回报率。 该投资回报率将基于用户生产力的提高以及由于更高的客户满意度、更好的评级和正面评价的增加而导致的产品销售预期增长的估计。

请注意

必须提到的是，尽管启发式分析绝对是识别数字产品可用性问题的可靠方法，但不应将其作为唯一的数据来源。 研究表明，由于认知偏差等心理原因，专家评审的局限性。

如果可能，为了获得最佳结果，启发式分析应与认知演练和一对一的用户测试相结合。 这应该会产生很棒的产品设计。

• • •

进一步阅读 Toptal 设计博客：

• 电子商务用户体验——最佳实践概述（附信息图）
• 以人为本的设计在产品设计中的重要性
• 最佳 UX 设计师作品集——鼓舞人心的案例研究和示例
• 移动界面的启发式原则
• 预期设计：如何创造神奇的用户体验