如果您为用户提供帮助,以调整字体大小或者你能简单地依靠内置的浏览器的命令?这个问题最近被发布到交互设计师的讨论组(将保持无名保持低于解剖个人的匿名性)。

12人回答了这一问题。最简单的是提供了一个个人的意见,以他们喜欢什么。不够公平:所有的人都对自己的喜好专家。但也有6所发布内容,评论什么是最好的其他人。

这些投递2/3是纯粹的猜测,而三分之一是基于某种形式的经验用户观察的形式的数据上。

猜测:

  • “在这个时代,[...]谁需要增加其网络浏览器的字体大小,大多数人都已经知道该怎么做。”错误
  • “谁做需要调整型的人会通过浏览器这样做;它不是很难这样做。”错误
  • “这不是1995年;并不是所有50岁以上的人都是这样的新手,他们不知道,或者不想知道,如何在浏览器中调整文本。”错误
  • “谁最需要增加字体大小的人是65岁以上的人,这是该集团,可能至少要熟练足有调整设置。”

数据:

  • “我不得不手动设置我的父母,和而65岁以上人口的比例越来越精明正以惊人的速度增长 - 就像调整文字大小隐藏的功能是什么,他们逃脱”
  • “我已经在网站上,包括文字调整部件观察到的可用性研究[...]大多数,如果不是全部,与会者[...]不知道那是什么。”

数据打败猜测

一般原则是使用相对字体大小让用户调整(如果他们知道怎么做),但显示大而清晰的文本作为默认。这一结论是基于大量的观察结果表明,许多老年用户不具备的技能调整大小的字体。

在我们的讨论群组例如,

  • 100%谁提供的设计师外部数据是正确的,而
  • 25%谁在依靠设计师的自己个人想法是正确的。

最引人注目的是,猜测者的75%是错误的。你会最好掷硬币不是要求这些人的意见。

在这个简单的例子,在基础设计咨询的经验观察量最小实际用户的四倍的是正确的概率。

一个忠告:虽然你的父母数据比没有数据要好,我不建议你的家人,你的底座设计决策,因为他们很可能会比普通用户更聪明。(因为你是聪明,是别人谁了解可用性)。我们从我们的研究中知道孩子青少年比人们想象收听网络管理人员自豪地告诉他们的后代的在线技能故事后平均儿童和青少年使用的网站更大的困难。

测试2个击败用户猜测

虽然惊人,我们的文字大小例如仅基于一小部分的响应。另一示例提供一个更大的样品类似的结论。

我们测试了每76个显示用户的银行账户信息,在被试间基准测试总计152名测试参与者的两种不同的方式。我们要求用户执行任务,例如检查账户余额,并找出利率的银行目前正在提供。结果如下:

可用性公制 设计中的 设计B
成功率(横跨四个任务) 56% 76%
时间来完成四个任务(分:秒) 5:15 5:03
主观满意度(1-5级,5最好) 2.8 3.0

在所有这三个可用性属性,版本B的得分更好,虽然只是在成功率差异足够大的是统计显著。总体而言,这是毫无疑问的是B为更好

(与此相反的研究,有时这两种设计赢得不同可用性属性。例如,一个设计可能使人们更加成功,而其他可以帮助他们完成任务的速度更快。在这种情况下,您可能需要供出或者,如果可能的话,创建第三个设计,结合两种选择最好的方面。)

在这种情况下,我发现设计A和B的21人谁服用交互设计课程,并问他们哪一个他们会推荐给银行。纯粹去上他们的个人猜测作为其设计是最好的,得到了​​最好的设计建议的概率为50%。也就是说,没有比掷硬币更好。(问您值得信赖的硬币是一个简单的方法来节省咨询费)。万博官网manbetx下载

我接着问另一组38人服用同一门课程有2个用户为各设计到测试的两种设计。现在,马上就要经验意见的2个用户对每个替换行为,推荐的最佳设计的概率是76%

看待这个结果的另一种方式是,每次测试设计仅有2用户减少犯错的概率从50%到24% - 削减了一半。当然,选择了错误的设计的24%的可能性是,如果你在谈论一个不够好高投资回报率的设计决定,因此我们当然希望每个试验设计2级以上的用户在这种情况下。(我通常建议5个用户。)

不过,即使它是一个非常大幅回落的研究,测试每个设计用户巨大改善了从猜测翻转,一个硬币性能​​的建议。

(在本研究中,这两个版本看起来一样好,这是测量研究非常重要的。如果你比较粗糙的外观原型完全改进的图形设计,你会偏向分数。)

当猜测严重错误

我们的两个案例研究比较,从文字大小例如猜测阵营有迄今为止最糟糕的表现。谁基于这些猜测一个设计决定的人是错误的3/4的时间。在银行的例子,他们就错了只有1/2的时间。

那么,为什么惨讨论群猜测?答案就在下面的两个语句:

  • “在这个时代...”
  • “这不是1995年......”

可悲的是,太多的网页设计师拒绝相信可用性研究结果的耐用性。以为“事情是困难的,在过去肯定是容易的,现在”导致很多网站自己的厄运。

当我们实际上研究的真实用户,我们怎么看慢慢地他们学习关于技术和多么少他们使用花式网站的能力得到了提升。而且,最重要的,我们看到的小用户关心关于学习花哨的Web技术。人们只是希望得到的,得到他们的东西做的,全身而退。他们不想学习。

猜测出错,因为很多设计师拼命想要相信先进的设计潜力。他们根本无法捉摸怎么一点大多数人都知道关于他们的宠物技术。

(是的,在最近的测试中,我们确实发现在用户的技能,一些小的进步,但它的进展缓慢;你最好相信,简单将继续赢得胜利几十年来。)

一小段数据走很长的路

在我的两个例子,做出正确的设计决策的概率给出的经验数据的最小的量时,是大大提高了:观察你自己的父母,或测试每设计2个用户。

当然,更大的学习效果会更好,但任何数据比没有数据要好。有多少设计决策做才能让你没有你的客户行为的任何经验观察?