产品用户体验质量的模糊评价(1)灰色关联分析

2019-04-03    来源:网易用户体验设计中心

容器云强势上线!快速搭建集群,上万Linux镜像随意使用

当设计进行多方案输出后,该怎么办?如何评估各个方案,如何对比分析各个方案中具体功能模块的用户体验,拍脑袋?No!我们需要更加量化精确的方式来确定各个方案的优劣,甚至于各个方案里相应功能模块的优劣,灰色理论为我们的多方案评估提供了理论依据。

灰色理论?

灰色系统理论属于研究信息部分清楚、部分不清楚并带有不确定性现象的应用数学学科。传统的系统理论,大多研究那些信息比较充分的系统。但是,对一些内部信息部分确知、部分不确知的系统,却研究得很不充分。灰色系统理论就是从这一空白中诞生的。在客观世界中,大量存在的不是白色系统(信息完全明确)也不是黑色系统(信息完全不明确),而是灰色系统,包括了:社会系统、农业系统、经济系统、生态系统等抽象系统。

由于产品可用性质量的优劣通常由使用者进行主观评价,受个人的知识、经验、文化等许多已知和未知或者非确知的因素的影响很大,具有典型的灰色系统特征。因此运用灰色关联分析方法可以更为精确地对可用性测试的数据结果进行量化统计。

灰色系统评价的基本思路是:根据各比较数列集构成的曲线族,与参考数列构成的曲线间的几何相似程度来确定比较数列集与参考数列间的关联度。比较数列构成的曲线与参考数列构成的曲线的几何形状越相似,其关联度越大。

该怎么做?

在具体应用中,可以按照以下步骤来进行灰色关联分析:

1、确定主指标体系(如果有必要的情况下,可以从主指标下延伸出二级指标)。

2、获取各解决方案在步骤一确定的主指标体系下的评估分值。

3、确定各个指标的权值。

4、选取各项指标的最优者生成参考数列。

5、计算各比较数列与参考数列的关联系数。

6、根据各指标的权值与各解决方案的关联系数得出灰色关联度,从灰色关联度的大小就可以确定各方案在当前指标体系下的优劣。

以下通过详细举例来说明在可用性测试中如何运用灰色关联分析。

假设当前有解决方案:A,B,C 。

假设我们采用的可用性评价指标体系包含:

一级指标:t1,t2 。

二级指标:t11,t12,t13(从属于一级指标t1)

t21,t22,t23(从属于一级指标t2)。

下面所有的处理流程均基于此例。

步骤一 获取各解决方案在当前指标体系下的评估分值

通过可用性测试后,可得到各解决方案在当前指标体系下的评估分值。

步骤二 确定各个指标的权值

下面需要做的是确定各个指标的权值,确定指标权值的方法有很多种,这里我们可以采用专家评估权值的办法。具体的做法是:假定各个一级指标的总分值为100分,让评估者将这100分按照各一级指标的重要性程度进行分配,如果有二级指标,那么配给一级指标的分值在该指标的二级指标之间进行再分配。更深的层级的处理方法与二级指标的相同,一直到最后的层级为止(一般不建议指标体系层级超过两级)。

标签: 用户体验 用户分析 产品分析 

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:评论模块的设计

下一篇:关于开发一款手机应用的6点建议