精心設計可用性測試無疑是浪費資源。最佳的結果是測試用戶不超過 5 個用戶，在測試過程中盡可能多地采用小測試。

測試用戶數(shù)量曲線

有些人認為可用性是非常昂貴和復雜的，用戶測試應該預留給罕見的網頁設計項目（補充，目前常見的多是應用或者服務等產品），而且預算龐大、時間表繁瑣。

其實，不是這樣的。精心設計可用性測試無疑是浪費資源。最佳的結果是測試用戶不超過 5 個用戶，在測試過程中盡可能多地采用小測試。

在早先的研究中，Tom Landauer 和我表明，在 n 個用戶的可用性測試中發(fā)現(xiàn)的可用性問題的數(shù)量是：

N (1-(1- L ) n )

其中： N 是設計中可用性問題的總數(shù)，L 是測試單個用戶時發(fā)現(xiàn)的可用性問題的比例。 L 的典型值為 31%，在我們研究的大量項目中取平均值。

繪制 L = 31% 的曲線得出以下結果：

曲線中，最引人注目的事實是：零用戶給出的洞察數(shù)為零。

只要你從一個測試用戶那里收集數(shù)據，洞察數(shù)就會出現(xiàn)，你已經學會了近三分之一的知識來了解設計的可用性——零和即便是一點點數(shù)據之間的差異是驚人的。

當你測試第二個用戶時，你會發(fā)現(xiàn)這個人和第一個用戶做了一些相同的事情，所以你掌握的東西有一些重疊。人們是完全不同的，所以從第二個用戶那，也會有一些第一個用戶那沒有的新的東西出現(xiàn)。所以從第二個用戶那也會增加一些新的洞察力，但不像第一個用戶那么多。

第三個用戶會做很多事情，這些事你已經從觀察過的第一個用戶或第二個用戶那觀察過了，甚至有些事情你已經看過兩次了；此外，第三位用戶當然也將產生少量新數(shù)據，這些數(shù)據僅是第三位用戶產生的。

隨著添加越來越多的測試用戶，你能獲得的越來越少，因為你會一次又一次地看到相同的內容。真的沒有必要多次持續(xù)觀察同一件事，并且你將很樂意回到繪圖板并重新設計網站或者產品，以消除可用性問題。

在第五位用戶后，通過反復觀察相同的發(fā)現(xiàn)而浪費了時間，但沒有獲得太多的新東西。

迭代設計

曲線清楚地表明：你需要測試至少 15 個用戶才能發(fā)現(xiàn)設計中的所有可用性問題。

那么，為什么我建議用更少的用戶進行可用性測試呢？

主要原因是最好是在許多小測試中分配用戶測試的預算，而不是在單個精細的研究中將所有內容都放在一起。讓我們假設你有資金招募 15 位典型客戶并讓他們參與你的測試。將這些預算用在每組 5 個用戶的 3 項研究上！

你想進行多個測試，因為可用性工程的真正目標是改進設計，而不僅僅是記錄它的缺點。在進行 5 名參與者的第一次研究發(fā)現(xiàn)了 85% 的可用性問題后，你將需要在重新設計中解決這些問題。

重新設計之后，你需要再次進行測試。盡管我說重新設計應該“解決”第一次研究中發(fā)現(xiàn)的問題，但事實是，你認為重新設計可以克服這些問題。但由于沒有人可以設計出完美的用戶界面，因此不能保證新設計確實能夠解決問題。第二次測試會發(fā)現(xiàn)重新設計是否有效。而且，在引入新設計時，即使舊的可用性問題得到修復，總會有引發(fā)新的可用性問題的風險。

此外，另外 5 名用戶的第二輪測試將發(fā)現(xiàn)第一輪測試中未發(fā)現(xiàn)的 15% 的原始可用性問題中的大部分。（仍然會殘留 2% 的原始問題 —— 這些將不得不等待第三輪測試才能確定）。

最后，第二輪測試將能夠深入探討網站或產品基本結構的可用性，評估信息架構、任務流程以及與用戶需求匹配等問題。在最初的研究中，這些重要問題常常被模糊處理，因為用戶被愚蠢的“表面級”可用性問題困擾著，這些問題阻礙了他們真正深入使用網站或者產品。

因此，第二輪測試將作為第一輪測試結果的驗證過程，并有助于提供更深入的見解。第二輪測試總是會導致新的（但較小的）可用性問題，并在新一輪的設計中得到修復。同樣的見解也適用于這種重新設計：并非所有的修復都可行；清理界面之后將會發(fā)現(xiàn)一些更深層的問題。因此，還需要第三輪測試。

最終的用戶體驗通過 3 輪測試得到了更多的改進，每組 5 個用戶，每個用戶進行一輪測試，一共 15 個用戶。

為什么不用單個用戶進行每輪測試？

你可能會認為 15 個使用單一用戶的測試甚至比 5 個用戶的 3 輪測試更好。曲線確實表明我們從第一個用戶那里了解的東西，比從任何后續(xù)用戶那里了解的要多得多，所以為什么要繼續(xù)下去？兩個原因：

• 總是有被單個人的虛假行為誤導的風險，他們可能會以意外或非典型的方式執(zhí)行某些行為。即使 3 個用戶也足以了解用戶行為的多樣性，并洞察什么是獨特的、什么是普遍的。
• 根據測試的風格，用戶測試的成本效益分析提供了 3-5 個用戶的最佳比例。計劃和運行一項測試總會有一個固定的初始成本：最好在多個用戶的研究結果中降低這個初始成本。

何時測試更多用戶？

當一個網站或者產品有幾個高度不同的用戶群時，你需要測試其他用戶。該公式僅適用于以相當類似的方式使用網站或產品的用戶。

例如，如果你有一個供兒童和家長使用的網站或產品，那么這兩組用戶的行為就會有很大差異，因此有必要與兩組人員進行測試。對于旨在連接采購代理和銷售人員的系統(tǒng)來說也是如此。

即使用戶群體差異很大，兩組的觀察結果仍然會有很大的相似之處。畢竟，所有的用戶都是人。此外，許多可用性問題都與人們與網站或產品互動的基本方式，以及其他網站或產品對用戶行為的影響有關。

在測試多個不同用戶組時，不用像單一用戶組的單個測試那樣，包含每個組的多個成員。觀察之間的重疊將確保——從針對每個組較少人員的測試中——得出更好的結果。我建議：

• 如果測試兩組用戶，每個類別有 3-4 個用戶
• 如果測試三個或三個以上的用戶組，則每個類別有3個用戶（你總是希望每個類別至少有3個用戶，這樣就能確保涵蓋組內的各種行為）

參考

Nielsen, Jakob, and Landauer, Thomas K.: “A mathematical model of the finding of usability problems,” Proceedings of ACM INTERCHI’93 Conference (Amsterdam, The Netherlands, 24-29 April 1993), pp. 206-213.

注

譯文中對 redesign （重新設計）的翻譯，我理解為重新規(guī)劃、調整，包括產品需求、UI/UE、開發(fā)等各個環(huán)節(jié)，而不是單指設計 UI/UE 環(huán)節(jié)。

另外，我仔細思考了下這里的可用性測試范圍其實是針對單一功能而言的。為什么？當產品用戶類型不同，層次不同的時候，總體的測試用戶量會變的非常大，但就單一類型的單一層次來說，5 個人基本上就符合文章中提到的范圍了。

作者：Jakob Nielsen

原文地址：https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/

#專欄作家#

鄭幾塊，人人都是產品經理專欄作家，前新浪微博產品經理。

本文系作者@鄭幾塊 獨家翻譯授權，未經本站許可，不得轉載

題圖來自 Unsplash ，基于 CC0 協(xié)議