可选的可用性测试
可用性测试让代表性参与者使用产品或原型完成具体任务,观察任务成功、错误、理解与恢复。它是验证设计假设的一种方法,不是个人学习每次迭代的强制步骤,也不等同于用户访谈。没有招募条件时,可以先用认知走查、启发式评估、无障碍审计、公开证据、任务日志和数据验证。
何时值得使用
- 关键问题取决于用户是否理解、发现或预测结果;
- 检查者对用户知识和语言存在明显不确定;
- 多个方案在内部评审中无法用规则决定;
- 高风险流程需要观察错误和恢复;
- 数据显示问题位置但无法解释原因;
- 上线前需要验证端到端任务。
不适合用可用性测试替代:
- 确定的业务规则、授权与安全校验;
- 自动化可验证的代码与数据不变量;
- 性能容量、兼容性和 WCAG 合规全量判断;
- 市场需求规模或统计因果实验。
测试形式
| 形式 | 特点 | 适用 | 限制 |
|---|---|---|---|
| 主持远程/现场 | 可观察并追问关键理解 | 复杂流程、早期原型、恢复 | 主持影响行为,安排成本较高 |
| 非主持远程 | 按脚本独立完成 | 稳定原型、入口与任务结果 | 难以理解卡点原因,需可靠埋点 |
| 走廊/同伴测试 | 快速取得初步反馈 | 明显发现与文案问题 | 参与者通常不代表目标用户 |
| 基准任务 | 使用稳定任务与指标重复测量 | 版本前后比较 | 需控制任务、样本与学习效应 |
选择形式取决于问题,不应为了追求“正式”增加无关环节。
基本流程
flowchart LR
Q["研究问题与风险"] --> P["参与者、任务与原型"]
P --> S["试运行脚本和数据"]
S --> T["执行并观察"]
T --> A["按行为和结果分析"]
A --> D["修复、补证与复测"]写研究问题
研究问题必须可观察:
- 用户能否从通知进入正确任务?
- 用户怎样区分上传完成与处理完成?
- 部分成功后能否只修正失败项?
- 用户能否在无鼠标时定位和修正错误?
“用户喜欢哪个颜色”“这个设计是否直观”不能直接指导任务验证。
参与者条件
根据任务选择必要条件:
- 角色、经验、设备和语言;
- 是否使用辅助技术;
- 是否具备任务所需知识;
- 不需要收集的敏感人口信息应避免收集。
样本数量取决于研究问题、用户差异、风险和迭代方式。不存在适用于所有测试的固定人数。小样本适合发现问题,不适合精确估计总体发生率。
任务设计
任务包含场景、目标、输入和完成结果,不提供界面步骤。
你负责 Roadmap 项目。请把 li@example.com 和 wang@example.com 邀请为编辑者,并确认邀请结果。不要写:“点击右上角邀请按钮,粘贴邮箱并提交。”
固定数据
准备真实长度、无效、重复、权限和错误数据。每位参与者使用独立或可重置账户,防止前一场结果污染后一场。
完成标准
在测试前定义成功、错误成功、部分成功、失败、放弃、结果未知和非计划帮助。
主持与观察
开场
说明测试的是产品而不是参与者;可以随时停止;如何录制、保存与使用数据;不要索取真实密码、支付和敏感信息。
中性提示
当参与者停住时,可说“请说说你现在在找什么”或“你认为刚才发生了什么”。不要提示按钮位置、肯定答案或解释设计。
出声思考
可用于理解预测和判断,但会改变自然节奏与时间。若时间是主要指标,减少持续口述,改在关键节点追问。
记录
- 首次动作和路径;
- 预测、判断与实际结果;
- 错误、返回、绕过和恢复;
- 帮助的具体内容;
- 系统或原型故障;
- 任务结果与权威数据。
观察事实与解释分开。皱眉不能直接编码为“困惑”,应记录停顿、返回和说出的理解。
伦理、隐私与安全
- 取得明确同意并说明录制、用途、保留与撤回;
- 只收集研究问题需要的数据;
- 使用测试账户、合成数据和安全环境;
- 不记录密码、验证码、支付信息和真实敏感文件;
- 限制录像、转录与日志访问,按计划删除;
- 为无障碍需求提供合理安排;
- 高风险任务不让参与者承担真实损失。
个人学习邀请朋友参与也应尊重同意与隐私,不因非商业项目降低标准。
分析方法
先按任务结果
每场标记成功类别、严重错误、帮助和恢复。实际对象状态优先于参与者口头“完成了”。
再按机制聚类
将问题按入口、术语、信息层级、状态、错误、权限和恢复聚类。不要按参与者评价好坏计票。
证据强度
记录出现在哪些角色、任务和条件下;单次严重数据风险即使频率低也值得优先处理。小样本不计算精确总体百分比。
与其他数据结合
行为数据检查范围,支持问题检查长期影响,日志解释工程机制,无障碍审计检查规范。可用性测试不替代这些方法。
完整案例:测试部分成功的成员邀请
研究问题
- 项目管理员能否一次输入多个邮箱?
- 能否理解有效、已有成员、无效和服务失败的不同结果?
- 能否只重试失败项,避免重复邀请?
参与者与环境
计划邀请 4 名日常管理项目但未用过此功能的参与者;结果仅用于问题发现,不估计总体比例。使用桌面 Chrome;其中一场要求仅用键盘,以检查路径问题,但完整无障碍结论由单独审计提供。
固定任务数据
li@example.com:有效
wang@example.com:有效
bad-address:格式错误
member@example.com:已是成员
timeout@example.com:暂时服务失败
角色:编辑者完成标准:修正格式后创建 3 个新邀请;已有成员不重复;超时项重试后成功;最终成员页可确认。
任务脚本
“你需要让给定的 5 个地址参与 Roadmap 项目,并能够编辑任务。请处理所有地址,确认哪些已经生效、哪些仍需处理。”
观察记录示例
| 步骤 | 事实 | 解释假设 |
|---|---|---|
| 粘贴 | 5 行正确拆分 | 多值输入可理解 |
| 提交 | bad-address 错误出现后修正 | 错误文本支持恢复 |
| 结果 | 参与者把“已有成员”也当新邀请 | 结果分组/术语可能不清 |
| 重试 | 选择“重新提交全部” | 与“只重试失败项”动作难区分 |
| 检查 | 成员页出现 3 个待接受 | 权威结果正确 |
修复
- 分组为“新邀请已发送”“已经是成员”“需要重试”;
- 每组显示数量与对象;
- 只提供一个主要动作“重试 1 个失败项”;
- 已成功项移出可提交集合;
- 状态消息朗读完整结果而不是“成功”。
失败分支
一场中原型服务不可用,所有结果变为失败。该场标记为系统故障,不计入设计任务结果;保留观察到的错误恢复证据。另一场参与者因测试账户已有残留邀请看到不同结果,说明数据重置流程失败,必须重置后重测。
输出边界
可以写:“在这组任务中,多名参与者把‘已有成员’误解为新邀请,且‘重新提交全部’导致错误选择;修复后需复测。”不能写:“所有用户都不理解部分成功。”
测试报告模板
- 研究问题:
- 参与者条件与数量:
- 环境/版本/原型限制:
- 任务/输入/完成标准:
- 同意与数据处理:
- 任务结果:
- 行为事实:
- 机制假设:
- 严重性与范围:
- 系统/原型故障:
- 修复与复测计划:
- 不能推断:没有参与者时的替代路径
- 用认知走查检查首次行动和反馈。
- 用启发式评估检查通用原则。
- 用 WCAG 审计检查键盘、语义、缩放和状态。
- 用公开 Issue、支持和数据寻找真实问题线索。
- 用自用任务日志与边界条件检查动态行为。
- 把仍需真实理解证据的问题放入未来测试清单。
常见错误与修正
- 把可用性测试等同用户访谈:以任务行为为核心。
- 任务泄露路径:删除页面和按钮名称。
- 参与者使用真实账户与敏感数据:提供测试环境。
- 主持人立即帮助或解释:使用中性提示并记录帮助。
- 原型故障算用户失败:单独分类并重测。
- 小样本计算精确总体比例。
- 只听偏好,不检查任务权威结果。
- 认为没有条件测试就停止迭代:使用替代验证方法。
可执行步骤
- 判断问题是否需要真实任务理解证据。
- 写研究问题、参与者条件、风险和数据处理。
- 准备不泄露路径的任务、固定数据与完成标准。
- 试运行原型、账户重置和失败状态。
- 使用中性脚本观察动作、判断、错误和恢复。
- 分离行为事实、解释、帮助和系统故障。
- 按机制聚类并结合日志、规范和数据补证。
- 修复后使用相同任务、口径和安全条件复测。
练习与完成标准
为“首次创建并保存恢复代码”写一份可选可用性测试计划。
完成时应满足:
- 研究问题聚焦发现、理解、保存和恢复,不询问泛化喜好;
- 参与者条件与样本用途明确,不承诺代表总体;
- 任务不泄露设置路径;
- 使用测试账户和合成代码,不记录真实认证信息;
- 成功标准含重新进入和恢复结果;
- 覆盖验证码错误、下载失败和会话过期;
- 同时写明没有参与者时的认知走查、无障碍与边界替代方案。
来源
- GOV.UK Service Manual:Planning user research(访问日期:2026-07-17)
- GOV.UK Service Manual:Using moderated usability testing(访问日期:2026-07-17)
- GOV.UK Service Manual:Usability benchmarking a website or whole service(访问日期:2026-07-17)
- W3C WAI:Involving Users in Evaluating Web Accessibility(访问日期:2026-07-17)