編輯導語：從用戶首次訪問界面時的難易程度、用戶需要多久才能完成該任務等因素，我們可以了解產品的易學習性究竟如何。具體應該如何衡量？本篇文章里，作者就用戶界面的易學習性做了定義、量化意義等方面的總結，一起來看一下。

要衡量易學習性，請確定指標，收集數據，并在曲線上繪制平均值。通過查看學習曲線的斜率和平穩度來分析學習曲線。

一、什么是易學習性？

易學習性是可用性的五大屬性之一（其他四個是效率性、可記憶性、錯誤率和滿意度）。測試易學習性對于用戶經常訪問的復雜應用程序和系統特別有價值，即使對于客觀簡單的系統，知道用戶能夠以多快的速度適應您的界面也很有價值。

易學習性包含兩個部分：

1. 用戶第一次訪問界面時完成任務的難易程度；
2. 用戶總共需要進行多少次重復，才能高效完成該任務。

在易學習性研究中，我們希望生成一條學習曲線，以量化人類行為的變化。利用學習曲線中的數據，我們可以確定用戶掌握頁面所需的時間——當我們的圖表數據達到一個平穩狀態，這意味著用戶已盡可能多地學會了這個界面。

例如，假設我們正在重新設計一個企業文件備份應用程序，該應用程序將由IT管理員定期運行。

我們假定用戶將足夠頻繁地使用該應用程序，以促進學習曲線增長。對于此類應用程序，至關重要的是，用戶能夠盡快地完成其工作。

在這種情況下，易學習性研究將確定管理員學會有效運行備份的速度。

我們招募了幾位代表性用戶，并邀請他們參與實驗。 然后，我們要求他們執行備份并記錄他們第一次執行備份需要多長時間。接下來，我們要求他們回到實驗室，并第二次執行任務——再次記錄任務完成時間。

此過程重復多次。我們的研究結果將是一條學習曲線，該曲線繪制出在一定數量的試驗中的任務時間。

該學習曲線顯示了備份的假定完成時間與任務重復（或試驗）次數的關系。

可以看到，第一次試驗時間最長，之后的完成時間在縮短——到試驗4，完成時間趨于平穩，達到飽和穩定。盡管具體情況（例如需要達到多少重復次數）會因情況而異，但是該學習曲線可以代表所有人類學習。

二、易學習性與效率

易學習性分為3個不同方面，每個方面對不同類型的用戶都很重要。

1. 初次使用的易學性

初次嘗試使用這個設計有多容易？ 對于那些只執行一次任務的用戶，這方面的易學習性是他們感興趣的。 這些用戶不會產生學習曲線，因此他們不在乎它的外觀。

2. 學習曲線的斜率

重復使用這個設計，人們能在多快的時間內變得更熟練？ 對于那些會多次使用設計的用戶，這一易學習性方面尤其重要，盡管他們并不會過多地使用它。

如果人們感到自己在進步，并且在使用您的系統方面越來越好，那么他們就會有動力堅持下去。

（相反，如果人們覺得，無論他們如何努力，情況都幾乎沒有好轉，他們都會開始尋找更好的解決方案。）

3. 最終穩定狀態的效率性

一旦完全了解如何使用該界面，用戶可以達到多高的生產率？ 對于經常和長期需要使用該系統的人來說，這一方面尤其重要——例如，當它是執行重要日常任務的主要工具時。

當然，理想情況下，您的系統應該在以上三個方面都表現良好。但是，在現實世界中，經常需要進行設計權衡，并且您應該調整學習曲線，以便主要迎合那些具有最高商業價值的用戶。

這些維度的相對重要性還取決于用戶生命周期的各個階段。新用戶希望能夠快速學習系統并盡快達到最佳（平穩）性能點，但是專家用戶希望平穩狀態盡可能低（即，最佳任務時間盡可能短）。

有時，這些不同的易學習屬性可能會將設計拉向不同的方向。例如，易學的系統并不總是有效率的。 回到我們的示例，假設備份是通過逐步的向導工作流程執行的，其中包含很多說明和解釋。

該系統可能是高度易學的：即便是首次執行任務，用戶也可能能夠盡快完成任務。但是曲線幾乎是平坦的：第二次他們將無法更快地執行它，因為他們將需要經過相同的屏幕并回答相同的問題。

隨著用戶對界面的熟悉，這種設計將感覺像是在手工操作，并且會讓重復使用效率低下。 （因此，我們建議為專家用戶執行加速器或快捷方式。）設計人員必須謹慎地兼顧易學性與效率。

該學習曲線展示了具有向導流的備份應用程序的假定完成時間，與任務重復次數的關系。

請注意，盡管試驗次數有所增加，但任務時間保持穩定在16分鐘左右。該系統是可學習的，但效率不高。

三、為什么要衡量易學習性？

高易學習性有助于提高可用性。 這樣可以快速啟動系統，從而降低培訓成本。另外，良好的易學習性能帶來很高的滿意度，因為用戶會對自己的能力充滿信心。

如果您的系統和相應的任務很復雜，并且用戶經常訪問這些任務，那么您的產品可能是學習性研究的一個好案例。

易學習性研究既耗時又耗費預算，因此請不要隨意將它們介紹給利益相關者。

衡量用戶不經?；蛞淮瓮瓿傻娜蝿盏囊讓W性（例如，注冊服務或繳納年度稅）是沒有意義的，因為每次用戶遇到任務時，他們的行為很可能就像新用戶一樣。在這種情況下，標準的可用性測試比易學習性研究更適合，且更具成本效益。

四、易學習性研究

在易學習性研究中，我們專注于收集指標，這就是為什么我們轉向定量研究方法的原因。這類研究需要重點關注任務和受控實驗，因此量化可用性測試最適合研究系統易學習性。

1. 參與者

在進行此類研究時，我們試圖確定人們學習界面的難易程度。因此，重點是要找到經驗少或零經驗的參與者來參與測試。

關于測試易學習性的一個需要考慮因素的是，用戶是否具有類似系統的過往經驗。過往經驗可能會幫助用戶或減慢他們的速度。但是，這些數據仍然很有價值，尤其是在啟動以從現有產品中竊取客戶為目的的新產品時。應當適當地招募沒有相似系統經驗的參與者和具有相似系統經驗的參與者，并計劃比較兩組中的相應數據。

對于任何定量研究，我們建議您招募相對多的參與者（通常至少30-40）。確切的數量將取決于您任務的復雜性，其中高度復雜的任務需要更多的參與者來解決固有的更高數據可變性，而更簡單的任務則需要更少的參與者。

2. 步驟1：確定指標

任務完成時間是易學習性研究中最常收集的指標。原因是學習的冪定律，即，完成任務所需的時間將隨著任務重復次數的增多而減少。本文的其余部分將假定您正在收集工作時間作為主要指標。

根據您的系統，可能與完成任務的時間不相關，因此您需要一個不同的指標。在這種情況下，請考慮收集用戶在執行給定任務時出錯的次數。

3. 步驟2：確定試驗次數

下一步是確定收集這些指標的頻率——每個數據收集實例都稱為試驗。

請記住，我們正在嘗試繪制隨時間變化的指標，因此我們需要讓相同的參與者多次完成相同的任務。 我們建議您重復試驗直到達到平穩狀態。 曲線變平表示我們的參與者已盡可能了解該系統（特定于此任務）。

在考慮試驗時，您可能會問兩個問題：我應該進行多少次試驗？?兩次試驗應相隔多久時間？ 這兩個問題的答案取決于您的實際情況。

要預測用戶達到飽和學習點所需的試驗次數，請考慮系統的復雜性。 首先，請考慮進行5-10次試驗，但如果仍有疑問，請安排更多的試驗，這有兩個原因：（1）您要確保已達到穩定的性能;（2） 一旦達到了穩定的性能點，取消可用性會話通常比安排更多時間更容易。

如果您想知道兩次試驗之間需要相隔多長時間，請考慮您希望客戶多久使用一次產品，并盡可能地匹配該間隔。 對于用戶每天或每周執行幾次的任務，您可以連續幾天進行試用。 但是對于每月執行一次的任務，您可能需要在兩次試用之間留出4周的時間。

4. 步驟3：收集并繪制數據

請記住，每個試驗都招募相同的參與者，并讓他們在每個試驗中完成相同的任務。 （這與通常的情況不同，在正常情況下，您希望不同的測試用戶研究設計的不同迭代。）

您可能需要運行易學習性研究并測試多個任務。 在這種情況下，請確保隨機分配任務，以免影響結果。在研究中，用戶將他們從一項任務中學到的知識應用到將來的任務中； 任務隨機化有助于減輕這種影響。

對于每個任務，計算每個試驗的度量平均值，并將其繪制在帶有標記軸的線圖中。 通過繪制每個試驗的數據，您將獲得該任務的學習曲線。

5. 步驟4：分析曲線

與任何定量研究一樣，您需要分析數據的統計意義。

換句話說，您必須要考查試驗結果是否確實有意義——即，您在學習曲線中看到的下降是真實的，還是僅僅是數據噪音的結果。通常，所涉及的統計方法將非常簡單——一種以試驗為因子的單向重復測量方差分析。

完成分析后（大致地檢測試驗結果是有效的），請考慮一下大局：學習曲線的斜率是多少？ 難以學習的界面在曲線上的下降相對較小，需要進行多次嘗試才能達到飽和點。相對的，高度可學習的系統具有陡峭的曲線，并迅速下降并在重復幾次之后達到飽和點。

例如，在我們原始的文件備份示例中，用戶進行了4次試用才能達到飽和狀態并變得高效。這似乎可以接受。否則，如果他們花了30次嘗試才能達到同一飽和點，則易學性可能太低。

此外，請考慮最終效率：用戶學會了如何執行任務后，將花費10分鐘的時間，這是否可以接受？

答案可能取決于競爭對手產品的花費時間。 如果競爭分析不可行，您還可以將調查結果與成本和投資回報率進行比較。

如果管理員每天花費10分鐘，以最佳方式完成備份任務，并執行一年，則總計3650分鐘或大約60小時。每小時花費100美元，這意味著該公司將花費6000美元來完成備份。

這個數值是否可以接受或可能需要降低（通過改進設計），將取決于每種產品的具體情況。

五、結論

產品的易學性告訴我們，用戶使用該產品多久能達到最佳行為。 衡量相對頻繁使用的UI的易學習性很重要。易學習性研究涉及對完成相同任務的相同參與者的重復測量。易學習性研究的結果是一條學習曲線，它將揭示需要重復多少次才能使用戶有效地完成任務。

即使您沒有進行完整的易學習性研究項目來繪制完整的學習曲線，思考這些概念也將幫助您做出權衡決策，以最重要的客戶為定位來設計產品。

參考文獻

Tom Tullis, Bill Albert (2013)?Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics. Morgan Kaufmann.

Allen Newell, Paul Rosenbloom (1980).?Mechanisms of skill acquisition and the law of practice.?Technical Report. School of Computer Science, Carnegie Mellon University.

原文鏈接：https://www.nngroup.com/articles/measure-learnability/

本文由 @HitomiBot 翻譯發布于人人都是產品經理，未經作者許可，禁止轉載

題圖來自 Unsplash，基于CC0協議