答案是 5 個(gè)，無一例外。使用更多測試者的論點(diǎn)大多數(shù)時(shí)候是不對(duì)的，不過有些卻需要更多。

如果你想要一個(gè)單一的數(shù)字，答案很簡單：在可用性研究中測試 5 個(gè)用戶。在可用性研究中，測試 5 個(gè)人可以讓你發(fā)現(xiàn)絕大部分的可用性問題，這和你測試更多用戶得到的結(jié)果并沒有太大的差異。

從 1989 開始推廣“折扣可用性工程”以來，這個(gè)答案一直是這樣的。無論你測試官網(wǎng)、內(nèi)部網(wǎng)、PC應(yīng)用程序，還是測試移動(dòng)應(yīng)用，都是這樣。測試 5 個(gè)用戶，你幾乎總能得到最大投入產(chǎn)出比。

然而，與人為因素有關(guān)的問題，當(dāng)然也會(huì)有例外：

• 定量研究（針對(duì)統(tǒng)計(jì)數(shù)字，而不是洞察力）：測試至少 20 個(gè)用戶以獲得統(tǒng)計(jì)學(xué)上顯著的數(shù)字；嚴(yán)格的置信區(qū)間需要更多的用戶。
• 卡片分類：每個(gè)測試組至少有 15 個(gè)用戶。
• 目測：如果要獲得穩(wěn)定的數(shù)據(jù)，要測試 39 個(gè)用戶才行。

不過，你沒必要擔(dān)心上面那三種情況，因?yàn)槟愕慕^大多數(shù)用戶研究都是定性的，也就是說，旨在收集洞察力驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)，而不是在 PPT 上給人留下深刻印象的數(shù)字。

5 人測試的主要爭論點(diǎn)是簡單的投資回報(bào)：隨著參與測試用戶的增加（同時(shí)成本也在增加），但到了一定數(shù)量后回報(bào)的增速遞減。在同一個(gè)研究中測試超過 5 個(gè)人沒有什么額外的好處；ROI 像一個(gè)大石頭一樣極具下降。

如果你有足夠的預(yù)算？哎呀！快去把它花在額外的研究上，而不是在每項(xiàng)研究中更多的用戶上。

遺憾的是，大多數(shù)公司堅(jiān)持做更大的測試。在 UX 會(huì)議期間，我調(diào)查了 217 名參與者公司的情況，他們每次進(jìn)行測試用戶數(shù)量的均值是 11 ——是推薦數(shù)的兩倍以上。顯然，我需要更好地解釋 5 人可用性測試的好處。

更多測試參與者的參數(shù)

“一個(gè)大網(wǎng)站有數(shù)百萬用戶。”

即使你在做統(tǒng)計(jì)分析，那也不影響樣本大小。一項(xiàng)民意調(diào)查需要相同數(shù)量的受訪者來找出誰將當(dāng)選匹茲堡市長或法國總統(tǒng)。統(tǒng)計(jì)抽樣中的方差是由樣本大小決定的，而不是抽取樣本的全部人口的大小（總體）。

在用戶測試中，我們專注于一個(gè)網(wǎng)站的功能，看看哪些設(shè)計(jì)元素好用或難用。設(shè)計(jì)元素的質(zhì)量評(píng)價(jià)不依賴于多少人使用它。（相反，關(guān)于是否修復(fù)設(shè)計(jì)缺陷的決定當(dāng)然應(yīng)該考慮多少人使用：可能不值得去努力改善較少用戶使用的功能；較好地應(yīng)該把錢和精力放到數(shù)百萬用戶使用的功能上。）

“一個(gè)大的網(wǎng)站有幾百個(gè)特征。”

這是一個(gè)用于做幾個(gè)不同測試的爭論——每個(gè)測試集中在一個(gè)較小的功能上，而不是在每個(gè)測試中測試更多的用戶。在用戶感到疲倦前，你就該停下測試更多的任務(wù)了。

的確，對(duì)于一個(gè)功能較多的產(chǎn)品，你需要更多的用戶進(jìn)行測試，但是需要將這些用戶分散到許多個(gè)測試中，每一個(gè)都集中在一個(gè)較小的功能點(diǎn)上。

“我們有幾個(gè)不同的目標(biāo)受眾?！?/p>

實(shí)際上，這是測試更多用戶的一個(gè)正當(dāng)理由，因?yàn)樾枰總€(gè)目標(biāo)組的典型用戶。然而，實(shí)際上，只有當(dāng)用戶以完全不同的方式（譯者注：用戶群體和目的等的不同）使用產(chǎn)品時(shí)，這才成立。我們項(xiàng)目中的一些例子包括：

• 一個(gè)以醫(yī)生和病人為目標(biāo)的醫(yī)療網(wǎng)站
• 一個(gè)以買家和賣家為主的拍賣網(wǎng)站

當(dāng)用戶和任務(wù)不同的時(shí)候，基本上你就可以為每個(gè)目標(biāo)群體做新的測試了。當(dāng)然，你要為每個(gè)組測試 5 個(gè)用戶。通常，你可以為每組測試 3-4 個(gè)用戶，因?yàn)橛脩趔w驗(yàn)會(huì)在兩組之間有所重疊。

比如說，一個(gè)以新投資者、有一定經(jīng)驗(yàn)的投資者以及資深投資者為目標(biāo)用戶的金融網(wǎng)站，每組測試 3 人共 9 個(gè)用戶就可以了，而不需要測試 15 個(gè)用戶。

“這個(gè)產(chǎn)品（網(wǎng)站、App 等）賺了很多錢，即使是細(xì)小的可用性問題也是難以忍受的?！?/p>

有錢的公司當(dāng)然會(huì)通過投資回報(bào)率來決定如何開展可用性測試，即使在每一次優(yōu)化相關(guān)的測試上花費(fèi)太多，也會(huì)因?yàn)樵诋a(chǎn)品中大量資金的流動(dòng)而做出更多的讓步（譯者注：因?yàn)閮?yōu)化就有可能意味著帶來負(fù)向的資金變動(dòng)，得不償失，所以不如不改）。

然而，在設(shè)計(jì)可用性測試和實(shí)施的過程中，也會(huì)考慮測試本身的投資回報(bào)率，當(dāng)然會(huì)選擇投入和產(chǎn)出比較大的方案，來提高整體的收益了。

最基本的一點(diǎn)是：

只要是不斷的迭代產(chǎn)品，在設(shè)計(jì)和測試其他版本過程中，任何一個(gè)版本實(shí)施可用性測試都是可以的。沒有固定的東西會(huì)在下次優(yōu)化，如果有很多優(yōu)化項(xiàng)，只需要規(guī)劃版本。

相比較一次測試更多用戶，多版本每次解決不同問題的方式，這么做最終的結(jié)果將帶來更高的質(zhì)量（伴有更高的商業(yè)價(jià)值）。

83個(gè)案例研究

下圖總結(jié)了尼爾森-諾爾曼集團(tuán)最近實(shí)施的 83 個(gè)可用性咨詢項(xiàng)目。每個(gè)點(diǎn)是一個(gè)可用性研究，它顯示了測試的用戶數(shù)（橫軸），以及收集到的可用性問題（縱軸）。（圖中僅包含常規(guī)的定性研究；我們還運(yùn)行有競爭力的研究和基準(zhǔn)測量，以及并未在這里顯示的其他類型的研究。）

有一個(gè)相關(guān)性，真的很小。在眾多的項(xiàng)目中，測試更多的用戶并沒有引起更多的洞察力。

既然相信這些研究結(jié)果顯示了小規(guī)模測試的優(yōu)越性，為什么我們還要做更多的用戶測試呢？原因有三個(gè)：

• 一些客戶希望對(duì)內(nèi)部信譽(yù)進(jìn)行更大規(guī)模的研究。當(dāng)一個(gè)研究的贊助商向不了解可用性的管理者提出調(diào)查結(jié)果時(shí)，測試更多的用戶，這些結(jié)果更容易接受。（如果管理層相信自己的員工，就可以節(jié)省很多錢啊。）
• 一些設(shè)計(jì)項(xiàng)目有多個(gè)目標(biāo)用戶群，預(yù)期（或至少懷疑）行為的差異大到足以證明測試更多用戶的花費(fèi)是可行的。
• 最后，事實(shí)上，這些使用更多用戶測試的咨詢項(xiàng)目是合理的，這也是為什么我們經(jīng)常做大約 8 個(gè)用戶的研究。投資回報(bào)率是投入和產(chǎn)出之間的比率。當(dāng)聘請(qǐng)顧問時(shí)，真正的投入往往比實(shí)際的要高出很多，因?yàn)槠髽I(yè)必須花費(fèi)時(shí)間來尋找顧問并進(jìn)行談判。隨著投資的增加，你希望獲得更大的收益。

最后一點(diǎn)也解釋了為什么“多少用戶”的真正答案有時(shí)會(huì)遠(yuǎn)遠(yuǎn)小于5。如果有一個(gè)較低投入的敏捷 UX 過程，在每一項(xiàng)研究中的投入都可以忽略不計(jì)，以至于成本效益被優(yōu)化得很好。（在每一項(xiàng)研究中獲益較少的情況下，獲得更多的投資回報(bào)似乎是違反直覺的，但這種節(jié)省是因?yàn)槊宽?xiàng)研究的投入越少，就可以進(jìn)行更多的研究，那么產(chǎn)出就會(huì)不斷積累。）

對(duì)于實(shí)際投入很低的項(xiàng)目，最好的方式是只測試 2 個(gè)用戶。對(duì)于其他一些項(xiàng)目，8 個(gè)用戶——有時(shí)會(huì)更多——可能會(huì)更好。然而，對(duì)于大多數(shù)項(xiàng)目，你應(yīng)該不斷嘗試和驗(yàn)證：有 5 個(gè)用戶的可用性測試。

#專欄作家#

鄭幾塊，人人都是產(chǎn)品經(jīng)理專欄作家，前新浪微博產(chǎn)品經(jīng)理。

本文系作者@鄭幾塊 獨(dú)家翻譯授權(quán)，未經(jīng)本站許可，不得轉(zhuǎn)載

題圖來自 pexels，基于CC0協(xié)議