在用户体验研究中,任务分析可以帮助我们了解用户如何穿越我们的系统,从而了解我们可以在哪些方面做出必要的改进,提高产品性能。
根据 尼尔森-诺曼集团任务分析是对用户如何完成任务以实现其目标的系统研究。这些知识可以确保产品和服务的设计能够高效、适当地支持这些目标。
认知任务分析与分层任务分析
我们最近发布了一篇关于 分层任务分析乍一看,这与我们今天讨论的内容非常相似。这两种方案都要求研究人员研究用户如何浏览任务,并以易于理解的可视化模型(通常是流程图或结构化路径)呈现出来。
不过,这两个过程之间也有很大的不同:
- 认知任务分析 重点关注用户的决策、评估、解决问题、专业知识、记忆力、注意力和注意广度以及判断力,以评估产品在多大程度上满足了他们的需求。
- 分层任务分析 重点是将高级任务分解成层层子任务,以评估系统性能。
为什么是认知?
这个词 认知性 (源于认知)与我们如何思考和处理信息有关:
认知知识:通过思考、经验和感官获得知识和理解的心理行为或过程。
正如您已经猜到的那样,认知任务分析研究旨在揭示我们在处理任务、查询或需求时做出决策的原因。我们用它来揭示专家用户和新手用户的心智模式和策略。
分层任务分析和认知任务分析都可用于实际情况和环境,以确定以最佳方式执行任务的理想方法。这就很好地引出了我们使用认知任务分析的原因。
为什么要进行认知任务分析?
在用户体验方面,几乎在所有情况下,我们都会使用认知任务分析来调查产品的不足之处,以改进或提高产品。
但它的作用远不止于此。作为一种心理学研究方法,它经常被用来探索该领域的佼佼者是如何解决某个问题的,以及完成这项任务所需的脑力劳动。有了全面的流程图和对专家心理过程的详细解释,我们就可以将这些知识或经验传授给新手、新人或环境陌生者。这有助于根据优秀员工的专业知识提供入职培训模型和培训材料。
我们如何做到这一点?我们通过观察访谈和其他畅所欲言的协议来探索他们的认知过程,以及他们如何构建问题框架和考虑适当的解决方案。我们通过在每次操作研究中提出正确的问题,确保收集到有价值的定性数据。此外,我们的观察还能第一时间向我们展示专家或其他用户为更快、更高效地实现目标而使用的其他工具或资源。
这些信息揭开了用户成功执行任务的秘密,使我们能够简化流程或添加新元素,从而减少必要任务的数量或简化其他任务。
认知任务分析的利弊:
优势
- 提供有关专家知识如何影响问题解决、导航、备选结果和任务成功的详细而精确的信息。
- 显示了新手和专家之间的重要差异。
- 揭示任务目标的认知要求和成功完成任务所必需的人为因素。
- 提供重要的基本信息来源。
- 为特定任务提供定义明确的系统程序。
- 揭示人为错误的领域以及导致问题流程的认知因素。
缺点
- 它可能具有时间敏感性和资源密集性。
- 在非认知属性不容易确定的情况下,例如用户的体能或资源获取能力会影响其表现时,并不能保证能发现必要的数据。
- 当专家用户拥有与其水平相匹配的技能组合时,结果可能会产生误导,例如,应用特定的思维过程无法帮助新手用户,因为他们无法再现来自天赋或多年练习的脑力、体力或运动技能或技能组合。
什么时候应该进行认知任务分析?
认知任务分析有助于我们在设计和开发流程的各个阶段发现问题点和操作问题。它向我们展示了哪些额外的步骤或资源将有助于操作,以及在哪些领域我们可以通过系统自动执行某些任务和子任务来避免人为错误。
因此,它可以在早期设计阶段使用,但更有可能在原型设计或改进现有设计时使用。
如何准备和进行认知任务分析研究
1.准备工作
无论您在用户体验研究过程中处于什么位置,发现重要数据都是我们推动积极变革的方式。为了做好准备,您必须了解这些数据是什么样的,以及如何获取和展示这些数据。
- 哪些触发因素决定了任务旅程的开始?
- 如何判定用户已成功完成任务?
- 在开始一项任务之前,用户已经掌握了哪些信息和知识?
- 用户完成任务需要哪些信息和知识?
- 用户使用哪些工具和资源来完成任务?
研究人员必须先调查程序性技能,然后再进行实践部分的研究,在深入研究复杂系统及其运行的实践之前,对目标结构、决策过程和其他隐性知识领域进行教育。
2.开展实践研究或 "知识诱导"?
有很多方法可以收集认知任务分析所需的信息。这些方法包括:具有很大灵活性的非正式观察和访谈方法;通过 "大声思考 "协议捕捉专家和/或新手表现的过程追踪方法;或围绕概念和表征进行结构化访谈的概念技术。
用于认知任务分析的常用知识激发方法包括
- 关键决策法/关键事件技术
- 认知访谈
- 背景调查
- 团队沟通分析
- 认知功能模型
- 系统收集口头报告
- 基于技能的 CTA 框架
- 任务知识结构
- 应用认知任务分析
要知道哪种方法最适合每种应用或研究,需要经验和专业知识。
我们最近发布了关于 关键事件技术 (回忆具有积极或消极结果的具体事件如何有助于发现行动、常规、缺陷以及常见和不常见的问题)以及 情境探究 (在用户惯常环境中进行的定性观察研究),这两种方法都提供了适合认知任务分析的会话研究。
3.确定任务并将主要任务拆分为子任务
为了确定具体的目标,我们需要确定我们期望提供有价值数据的角色、场景和任务,特别是每个用户的目标、动机和思维过程。确定与具体任务相关的决策后,我们就可以评估用户的脑力劳动负荷和认知要求。
4.分析数据:创建任务和子任务的可视化表示和说明
通过观察、谈话、访谈或其他方式,我们必须对数据进行分析,找出专家和新手之间的模式。这就需要将每项任务的表现分解为任务和子任务,以评估决策在哪些方面得到应用。
按照任务分析实践的标准格式来展示结果,通常使用图表、图形、流程图等。不过,在进行视觉呈现的同时,还应该提供相应的说明,解释每个用户执行操作和具体行为的原因。
5.验证你的发现
为确保结果的准确性和相关性,必须由未参与研究但对系统或产品有适当了解的人员对结果进行检查。如果认知任务分析研究可以使用单个用户进行,那么引入多个用户将提供更多数据进行比较和澄清,从而增加产出和最终结果。此外,研究人员还可以利用问卷、调查、焦点小组等方法来验证研究结果。
以适当的视觉形式呈现心理过程和任务执行情况
有许多方法可以展示任务分析,直观地表现用户的心理过程和情境意识。图表、流程图和顺序图都是合适的选择,其中包括对关键要素的具体图示。无论是彩色编码还是不同形状的信息框,这些元素都能让我们轻松发现人为因素及其认知过程。
- 系统行动
- 用户操作
- 用户决策
流程图包括方向路径,突出显示不同选择将用户带往何处,是回到特定子任务集的起点,还是带往替代选项和结果。有了大量的决策和用户操作参考,这些图表就提供了调查领域,如果有合适的设计替代方案,将任务自动化或转移到系统中,就能创造出更简单的旅程和更好的用户体验。
摘要
任务分析是用户体验研究和以用户为中心的设计的重要工具,因为它为用户体验的关键领域提供了宝贵的见解:用户在识别、考虑和完成任务时的想法和感受。跟踪用户所选择的路径可以让我们了解他们的关键决策和思维过程,同时揭示更多的技巧、窍门和工具,这些对于成功的用户体验设计都非常有利。
由于开展这项研究的方法多种多样,因此了解每项研究的目标及其需要实现的目标至关重要。虽然认知任务分析只是众多任务分析实践中的一种,但它却是发现表现不佳、需要改进的问题领域的最佳选择。
如果您想进一步了解这项有趣且非常有用的技术,请发送电子邮件至 hello@ux247.com.