左思专注Social Game、开放平台。关注时间管理，知识管理。

本文为UCD书友会2009年年会工作坊的讲义。当时受UCD China的邀请，在年会上举办一个用户研究主题的工作坊。刚好那段时间公司有用户研究项目正在尝试使用情绪板（Mood Board）的方式，以更多地发掘用户在产品视觉方面的想法。经过一段时间的尝试后，我们发现情绪板方式除了能帮助我们做视觉研究之外，其实应用在用户访谈中，也可以帮助我们收集到更多关于用户内在需求及看法的信息。因此，当时就以情绪板为题设计了一个工作坊，在UCD China年会上把我们的一些发现跟行业内的朋友分享。

什么是情绪板？

视觉设计师可能会花很长时间产出了精致的，高品质的设计，得到的却是用户或客户的一句话：“这不是我想要的！”一般来说，在没有实物前，人们并不清楚自己要的是什么。但是在看到成品后，他们可以轻易地判断是否符合自己的喜好或期望。因此，在为错误的设计方向投入过多前，了解用户对风格的期望和需求，从而确定整个网站或产品的视觉风格是有必要的。 

情绪板是一种启发式和探索性的方法，可以对如下问题进行研究：图像风格（photography style），色彩（color palettes），文字排版（typography），图案（pattern）以及整体外观以及感觉。视觉设计和人的情绪紧密相连，不同的设计总是会引发不同的情感。

此外，情绪板也可以作为可视化的沟通工具，快速地向他人传达设计师想要表达的整体“感觉（feel）”。

如何创建情绪板？

首先，需要明确体验关键词，在一个设计项目中，通过进行涉众访谈和用户研究，研究，设计人员创建了产品的人物角色，基于人物角色，综合用户研究结果以及品牌/营销文档，可以得出体验关键词（Experience Keywords）。当人物角色和体验关键词都确定后，可以通过使用情绪板来探索网站或产品的视觉风格，并作为和内部人员进行早期沟通的基础。

体验关键词（Experience Keywords）举例

其次，应基于时间限制，个人工作习惯以及用户的需求对情绪板的呈现方式进行选择。一般来说，可以从实体/数码，以及拼贴/精致模板两个维度来区分情绪板的呈现方式。

A. 拼贴画

这是一种最简单地创建情绪板的方式。使用这一模式，无需考虑诸如字体和特定颜色之类的细节问题。找到那些可以激发灵感的素材，其中可能包含那些传达相似风格和情绪的网站的截图。这种方式快速，有趣，但是，具有一定的含混性。

B.精致化的模板

模板可用来展示不同的元素。如：

在这种形式的情绪板中，界定了配色，字体处理（如标题和副标题），按钮风格甚至是图片风格。标准模板可以让人们聚焦于特征化元素。

一般来说，情绪板可以以实体的方式呈现，也可以以数码方式呈现的，考虑到成本，时间等因素，我们多选用数码的方式，因为这种方式更为设计师提供了更灵活，多样的选择。

第三步是选择素材创建情绪板，这是一个迭代的过程。

如何使用情绪板？

在使用情绪板过程中，体验关键词的作用相当重要。这里首先要说明下什么是体验关键词，可以参考以下的几张PPT截图（此PPT为UCD CHINA2009年会上工作坊所用的PPT）。

获得体验关键词是情绪板的第一项工作，一般从内部涉众（相关的产品和设计人员）及外部用户两种渠道获得。

自涉众访谈和用户研究中，可以收集大量的体验词样本。在获得这些样本后，可以内部进行讨论，通过归纳整理精简为几个关键词。

体验关键词提取好之后，可以在内部使用情绪板（如果受限于资源或公司的保密政策），也可以招募用户来完成。

在内部，由视觉设计师来完成，要注意以下几点：

1.需要制作3套以上情绪板供评审。

2.制作的过程是个迭代的过程，需要内部团队慎重讨论决定。

3.情绪板的形式可以有多种，如拼贴画或精致化的模板（二者的区别在文档中有）

如果招募外部用户，则要注意以下几点：

1.主持人需要不断询问被访者，去探究选择图片背后的原因：“为什么你会选择这张图片？能否和大家分享一下你的想法？”

2.注意差异的挖掘。注意挖掘被访者之间的观点差异，一百个人心中有一百个哈雷姆特，同一张图片对于不同被访者可能会有不同的解释，如果好几位被访者同时选择一张图片代表他们各自对某个品牌的感觉，注意询问他们选择这张图片的原因是否一样。

可以呈现给用户的图片有限的，因此，在挑选图片时，需要内部研究和设计人员协同，根据视觉设计所需要考虑的几个维度结合已有的关键词进行图片的筛选。一般来说，在将图片呈现给用户之前，内部人员已经明确了每一张图片所代表的意义，在用户选择和访谈结束后，两方面的数据综合分析才能获得最终的结果。

以上是操作情绪板的一些技巧的总结。下面再share两个情绪板中的用户实例，以加深大家对情绪板的理解。从下面两只PPT可以看出来，运用了情绪板方式之后，用户明显更有兴致分享自己对产品的感受，而且叙述也更加有条理。有兴趣的同学，可以下载相关的音频文件做进一步了解。

用户录音文件下载：

\\uedc\uedc\document\用研资料\项目存档\moodboard\

（仅限公司内部下载）

最后，提供一些在线调色网站的资源给大家，可以帮助我们为情绪板挑选图片及在图片中提取色彩。

Adobe Kuler

Colr.org

Colour Lovers

4096 Color Wheels

Color Schemer

Color Palette Generator

Web 2.0 Color Palette

Color Scheme Generator

ColorJack

Color Harmony

Color Blender

Color Schemer Online v2

By Jakob Nielsen

摘要：即使实证研究的数据非常少（如：少到只观察了2位用户），但也能极大的帮助我们做出正确的UI设计决策。

前言

在设计某一产品时，你应当让用户自定义字体大小，还是仅允许软件自动控制？某一天设计团队里开始讨论这一问题（因为这是真实的案例，所以下面都不会涉及到真实姓名）。

这12个设计师对此争论不休。其中大多数只是简单的提供一些个人看法，比如他们个人比较喜欢哪一种。·这里我们要注意，虽然所有人都对自己的偏好有绝对发言权，但是他们最终提出了6个意见，指出哪种设计对于大多数用户比较好。

这些意见的2/3纯粹是个人猜测，然而有1/3是基于他们在观察中所获得的某种实证性数据。

下面是这些意见的例子：

猜测的：

• “如今，……大多数需要改变浏览器字体大小的人都知道如何操作。”（错了）
• “需要改变字体大小的人会通过浏览器去完成这一操作，这并不是一个很难的操作。” （错了）
• “这不是1995年；并不是所有50岁以上的人都是计算机菜鸟，他们有需要去改变字体大小，也清楚怎么去改变。” （错了）

• *译者注：为阅读流畅和将注意力聚焦在主要理念的学习上，全文是意译。技术类名词有改动

  “那些最想调节字体大小的人大多都在65岁以上，他们是用户群体中最不可能掌握计算机设置的一类人。”（对的）

基于数据的：

• “我自己回家观察了一下自己父母，我发现对65以上的老人来说，虽然他们在其他方面变得越来越有智慧，但是调整字体这一类隐藏功能对他们而言完全是未开垦的处女地。” （对的）
• “我看了一些对网站可用性的研究，其中有包括调整字体大小的构件部分……绝大多数的用户完全不知道这些构件是用来干吗的。” （对的）

数据优于猜测

目前关于这一问题普遍的准则是：给予用户一定的空间去自定义字体大小，但是同时也将字体的缺省值设为较大，易读。这是因为大量的观察证明，大部分的年老用户都不会自定义字体大小。

在我们上面的例子中，

• 那些提出了额外数据支持的设计师100%都做出了正确的结论
• 然而那些依赖于猜测的设计师只有25%是正确的。

更吓人的是，猜测的设计师们有75%做出了错误的结论，你甚至扔一枚硬币来做决定都比问这些人要好得多。

在这个简单的例子里，仅仅是通过一些最基本的实证观察就能够将做出正确决策的概率提高4倍。

这里总结一下：虽然观察你的父母比完全没有数据要好，但是我并不推荐你依靠观察家人来做设计决策，因为他们有可能比大多数用户聪明（因为你比较聪明，因为你懂什么是可用性，呵呵）。另外在我们的研究中，儿童或者少年们在使用网站时也会有更大的困难。

测试2名用户也比靠猜要好

同样令人惊讶的是，在刚才的那个例子中，那些做出正确决策的设计师只是用了如此少的观察样本。下面我们举另外一个例子，这里会使用更多的研究样本。

我们将152名用户分为2组，分别展示2种不同的银行帐号信息栏设置。我们让用户去做一些比如检查账户余额，找出目前的利率的任务，这些结果如下表所示：

在所有的这些可用性指标中可以看出，设计方案B的数值都较高，（虽然只在成功率上有显著性的差异）。总的来说，毫无疑问方案B更好。

（同时需要指出的是，有的时候2种设计在这些统计指标上会各有优劣，比如说，一个设计会让用户成功率更高，而另一个让他们完成速度更快。这时候，你就需要对这些指标做权衡，或者做出第三个具有两方面有点的设计来看看。）

在这之后，我又将设计A和设计B交给21位交互设计师，询问他们应该向银行推荐哪一种设计。他们依据自己的经验做出猜测，结果有50%的人得出了正确的结论。对，50%，和扔硬币是一样的概率（这样看来找个硬币来抛比找这些人做顾问要好的多，你还可以省下顾问费）。

然后，我又询问了另外38个人同样的问题。这38个人也参与了上面提到的测试，所不同的是，这些人仅仅观察了2位用户的行为（被试内单因素设计）。他们做出正确决策的概率为76%。

我们可以看到，仅仅观察2名用户的行为就可以将决策的错误率从50%减为24%——降低了一半之多。然而，就算是24%的错误率也不能称作是一个高水平的设计决策，所以我们显然应该在测试中使用2个或以上的用户（我推荐5名）。

虽然这是一个将数据极度缩减的研究，但是测试2名用户相比抛硬币般的猜测，仍然可以极大的提高提出设计意见和决策的正确率。

（在这一研究中，这两个版本的视觉效果都很好，这很重要。因为如果是一个粗糙的原型和一个良好优化界面的产品做比较，可能会使人们的行为产生偏差）。

什么时候猜测可以让你错的离谱？

从以上的2个例子可以看出，猜测可以让你得到最差的表现。在设计自定义字体大小的时候，依据猜测可能让你在3/4的时候都是错的；在银行的例子中，有1/2的时候会出错。

为什么这些悲惨的猜测者们会做出这样的猜想呢？答案是他们往往基于以下的论述：

• “如今……”
• “这不是1995年……”

可悲的是，太多的网页设计师都不相信可用性发现（usability findings）的维持时间会很长。他们往往会觉得“在过去很困难的事情在现在肯定会变得很简单。”这一信念常使他们误入歧途。

当我们真正的坐下来观察用户时，我们才发现他们对技术学习得有多慢，对于网页操作的进步有多么小。还有，这时我们才发现他们有多不关心去学习和掌握新的网页技术。人们仅仅想登录，然后搞定自己的事情。他们并不想去学习。

猜测者们做错是因为很多设计师极度的相信突破性设计的潜力，而往往没法搞清楚用户到底有多么不了解他们所宠爱的新技术。

（在最近测测试中，我们的确发现用户的一些网络技术有小小的提高，但这是一个很缓慢的过程；你最好相信简约性在随后的十几年中仍然是至关重要的一个属性）。

很少的一点数据就能使人走的很远

在我的两个例子中，做出正确设计决策的概率在进行最少样本的观察后都得到了显著的提高：就算是观察你的父母或者2个用户也好。

当然，一个规模更大的研究总是比较好的，但是任何数据都比没有数据要好。现在请你想一想：有多少设计决策是你在没有对用户行为做实证观察的情况下做出的呢？

原文：http://uedc.163.com/441.html

注：这篇文章原文发表在可用性大师Jakob Nielsen的网站上，系统介绍了如何选择合适的用户体验研究方法。好的研究方法要在恰当的时间用到恰当的地方才能发挥其应有的效果，切忌手里有把锤子就看什么都像钉子。现在用研组根据我们公司的情况重新编译修改了下，供大家参考。

用户体验研究当前已经可以解答相当广泛的问题。通过在一个3维坐标系以及典型的产品开发阶段中列出各种可用的研究方法，可以了解到什么时候应当使用哪种方法。

用户研究领域有着相当广泛的研究方法，这是件好事（没准也是件坏事）。从那些已经广泛验证的方法，例如可用性实验室研究，到那些近些时候才发展出来的方法，比如合意性（desirability）研究（用来测量审美需求）

你不能在所有的项目中应用所有的方法，但是大部分设计团队受益于多种研究方法结合的洞察力。关键问题是什么时候应该用什么。为了更好的理解什么时候使用什么研究方法，把各种研究方法根据以下三个维度区分会很有帮助：

• 态度与行为
• 定性与定量
• 网站或是产品使用的背景

下面的图表描述了几种常见的方法在坐标系中的位置

每个维度都是一种区别不同研究的方法，他们回答不同的问题，也适合不同种类的目的。

态度－行为维度

这个方面的区别可以被归纳为 人们说什么和 人们做什么（经常是相当不同的）。态度研究的目的经常是理解，测量或者是获知人们特定的观念，这就是为什么态度研究在市场部门被经常使用。

虽然大部分可用性研究应该更多地依靠行为研究，使用自我报告方法获得的信息依然是很有用的。例如，卡片分类研究能让你深入了解用户在某种信息空间里的心理模型，这可以帮助你决策什么才是最适合你网站的信息架构。调查方法测量态度，或是收集自我报告数据，能够帮助跟踪或是发现你网站中重要的问题。因为种种原因，焦点小组在可用性研究中的作用开始下降了。

在坐标轴的另一端，那些关注行为的研究方法经常用来试图了解“人们做什么”，并尽量降低研究方法本身对研究结果的干扰。AB测试仅是改版网站的设计，但是努力保持其它因素不变，以便于观察网站设计对用户行为的影响，眼动研究用来了解用户与网站界面设计的视觉交互。

在两个极端之间的是两种我们最常用的研究方法：可用性实验室研究和现场实地研究。他们结合了自我报告和行为数据，并且可以偏向于坐标轴的任一端。但是一般推荐倾向于行为研究的那一段。

定性－定量维度

这两者基本的差别在于：在定性研究中，数据经常被直接收集，相反的，在定量研究中数据是被间接收集的，通过一种工具，例如一个调查问卷，或是Web服务器日志。在现场研究和可用性实验室研究中，例如，研究者直接观察用户如何使用技术（或者是没有使用）来满足他们的需求。这可以让他们有能力去问问题，探查行为，或者可能调整研究方案来更好地满足目标。数据的分析也经常不是十分精确的。

与之相比，定量研究中的洞察力典型地来源于精确的数学分析，因为数据收集的手段（例如调查工具或是Web服务器日志）捕获海量的数字编码的数据。

由于它们本质上的区别，定性研究方法更适合回答关于 为什么 或是 如何解决一个问题 。相反，定量研究可以在回答 有多少 和 有多少种 问题 上做的更好。下面的图表描绘了前面两个维度是如何影响研究方法可以回答问题的种类的。

产品使用背景维度

要做的最后一个区别是 在研究中，是否使用产品，或是如何使用产品。可以被描述如下。

• 自然地或是接近自然地使用产品
• 脚本化使用产品（按照预先安排的方式使用）
• 在研究中不使用产品
• 以上各项的混合

当选择在研究中自然使用产品时，目的是尽力降低研究本身对结果的影响，以便于尽可能了解真实的行为或态度。很多人种学实地研究致力于此，但是依旧总是出现一些观测偏差。拦截访问调查（Intercept Survey,译者不太清楚是不是应该这么翻译）和数据挖掘/分析技术是定量研究中这类使用产品方式的例子。

产品使用的脚本化研究(scripted study )是为了集中观察非常细节的情况，例如在重新设计流程的时候。脚本化的程度根据不同的研究目标可以相当多样化。例如，一个基准研究（benchmarking study）通常相当严格地脚本化，于是可以产出相当可靠的可用性标准。

那些不要求使用产品的研究用来检查比使用和可用性更广泛的问题，例如品牌研究和跨文化的行为。

混合的研究方法使用一种创新的形式使用产品来达成目标，例如，参与式设计允许用户与设计元素交互，并重新排列那些设计元素，并且讨论为什么他们要做出那样的选择。

图表中的大部分的研究方法能够在一条或者多条坐标轴上移动，并且在一些研究中两个方向是很平均的，经常是为了同时满足多种目标。例如，现场研究能够关注人们说什么（人种学面谈ethnographic interviews）也可以关注 人们做什么（拓展观察extended observation）；合意性（desirability）研究和卡片分类都有定性和定量两种版本；并且眼动研究也可以是脚本化的或者是非脚本化的。

产品开发阶段（时间维度）

另外一个在选择研究方法时需要考虑的重要的区别是产品研发阶段，和其相关的目标。

• 计划阶段：在产品开发最开始的阶段，一般的情况下，你需要考虑新的主意和未来的机会。这个阶段的研究方法相当多样化。
• 优化阶段：终于，你将会到达一个“干还是不干”的十字路口，你过渡到一个时期，在这个时期，你要在你选择的方向上不断的提升自己的设计。在这个阶段，主要的研究方法是结构化的，并且帮助你降低执行的风险。
• 评估阶段：在某个时间点，网站或是产品被足够多的用户使用，你可以开始评估你做的怎么样了。

下面的表格汇总了这些目标，并且列出了典型的研究途径和方法，和它们之间的联系。

艺术还是科学？

虽然很多用户体验研究方法来源于科学研究实践，但它们的目标并不是纯科学，并且需要调整来符合利益关系人（stakeholder）的需求。这就是为什么这些方法的描述都是很简略的(只是一般的指导原则)，而不是严格的分类.

最后，你们的工作是否成功决定于提升网站或是产品的用户体验能带来多大的效果。这个分类的意义在于能够帮助你在恰当的时间做出最好的选择。