学習性を測定する方法は？
ユーザーが最初にアプリケーションを体験するとき、インターフェース、コントロール、およびタスクの実行方法を理解するのに少し時間がかかります。ユーザーが同様のタスクを実行し続けると、アプリケーションをより効果的に操作して時間を節約する方法を学びます。 学習性はウィキペディアによる ：
ユーザーがソフトウェア製品の使用方法を学習できるようにするソフトウェア製品の機能。使いやすさは使いやすさの側面と見なすことができ、複雑なソフトウェアアプリケーションの設計において大きな関心事です。
しかし、どのようにして学習可能性を測定しますか？私の考えは、多くのユーザーが同じアプリケーションで同様のタスクを実行できるようにし、タスクの実行にかかる時間を測定することです。私の仮説は、同様のタスクを実行する時間が、ユーザーがそれ以上学習しない特定のレベルまで、彼女が実行する類似のタスクが速くなるというものです。
たとえば、旅行代理店のWebサイトなど、2つの異なるアプリケーション間の学習可能性を比較し、ユーザーが特定の場所で特定のホテルを見つけられるようにする場合。次に、（想定される）次のようなグラフを取得します。
グラフを読むと、エージェンシー1はエージェンシー2より学習可能性が高いが、エージェンシー1は新規ユーザーにとって使いにくいと言えます。時間の経過とともに、エージェンシー1はより速く使用できるようになります。
これは学習可能性の公正な測定ですか？より良い方法で学習可能性を測定できますか？
私はちょうど Coding Horror に関する記事を読んでいて、GroundHog DayとA/B Testingの間に類似点があります。しかし、この映画では、A/Bテストよりも学習可能性について多くのことがわかると思います。映画の中で、ビル・マレーは非常に長い（議論の余地のある）時間の間同じ日に何度も何度も住んでいます。彼は朝起きて同じ日に何度も何度も暮らし、同じ一連の出来事が同じ結果をもたらします。
映画の後半では、彼は何をすべきかを正確に知っています。 Bill Murrayがアプリケーションのユーザーであり、同じアクションのセットを実行して毎日同じサイトにアクセスした場合、希望する結果を得るためにどのボタンを押すべきかを正確に知っています。
重要なのは、目的の結果を得るためにユーザーが実行する必要がある一連のイベントを把握する必要があるということです。例：銀行のWebサイトの場合、ログインからステートメントの生成まで、ユーザーにある程度の学習が必要です。次に、5〜10人のユーザーのデータの分析を開始します。データセットを小さく、人口統計全体で維持します。
分析ツールを使用している場合は、最初の訪問者が戻ってきた訪問者と比較して正確な経路を示すようにインテリジェンスの構築を開始し、同じ一連のアクションを実行すると、分析してデータに変換するデータセットが得られます学習可能性パラメーター。
これは単なる提案であり、いくつかのコーディングが必要ですが、結果は、時間の経過とともにユーザーのインタラクションがWebサイトとどのように変化するかを正確に示します。これにより、より高速なパフォーマンスを実現するために、マージまたはおそらく圧縮できる手順が提供されます。
アナリティクスデータのコーディング、分析、準備、フィルタリングに費やす労力は膨大です。
分析番号を使って未知の魔法を使うのではなく、両方のデザインについて、質問できる人を使って使いやすさテストをしないのはなぜですか。事前に定義されたタスクを最初に与え、1週間後に同じタスクで再び会います。 6人で2x1日かかります（80％のエラー検出）。コーヒーと軽食もあり、お勧めです。
両方のデザインを測定します（A/Bテスト）
- 完了率、
- エラー率
- タスクの時間
- 最後にa SUS Usability scalesの調査です。（ SUSには2つの学習性の質問があります ）
あなたがスケールでまともな落下を見るならば、学習能力は増加します。そして、2回目のテストの後に、実際にインターフェースを覚えて学習した方法を質問することができます!!!ユーザーは、良いヒント、変更方法、変更内容を提供します。
実際には、オンラインで4つの項目すべてを測定できます 分析も （SUS調査を期待してください。） 3週間の追跡時間）。デザインが単なるマイナーなレイアウトの問題以上のものである場合は、より多くの洞察を得ることができます。
編集：ウェブを検索した後、私は説得力のある公式の情報源を見つけました！ ISO 9126-2そして それについてのプレゼンテーション スライド28。
学習可能性学習可能性メトリックは、ユーザーが特定の機能の使用を学習するのにかかる時間、およびヘルプシステムとドキュメントの有効性を評価します。
。
ISO/IEC 9126-2学習可能性メトリック
•関数学習の容易さユーザーが関数の使い方を学ぶのにどれくらい時間がかかりますか？
•使用中のタスクを実行するための学習の容易さ指定されたタスクを効率的に実行する方法を学習するために、ユーザーはどれくらいの時間がかかりますか？
•ヘルプのアクセシビリティユーザーは、ヘルプトピックのどの部分を見つけることができますか？
•ユーザードキュメントやヘルプシステムの有効性ユーザードキュメントやヘルプシステムを使用した後、どのくらいの割合でタスクを正しく完了できますか。
•使用中のユーザードキュメントとヘルプシステムの有効性ドキュメントを読んだ後、またはヘルプシステムを使用した後、どの程度の機能を正しく使用できますか。
学習=理解+覚える
IMOをユーザビリティ定義に追加すると、learnabilityファセットは、繰り返しのユーザーがUIに戻って、その使用方法をすでに知っているため、learned以前のセッション。
その場合、最初のセッションのパフォーマンスを後のセッションのパフォーマンスと比較することでこれを測定できます。
ABテストを実行している場合は、初めて操作を実行するために必要なeffortを測定できます。
Effort定義する必要があります。経過時間とアクション数（クリック、キーストローク、ページなど）の組み合わせであり、代表的で測定可能なものです。 @rizwaniqbalはログの動的分析について言及しており、使用パターンに関する追加情報を保存したい場合があります。
UIがlearnableの場合、測定されたeffortは、理想的には、最初のセッションでは高い値になり、残りのすべてのセッションでは低く一定の値になります。
それは、ユーザーが初めてそれを使用したことを意味します。
逆に、線形減少関数は、（線形）プログレッシブ学習を意味し、急な線の場合は速く、平坦な場合は遅くなります。
すぐに結果が出る別の方法は、ユーザーのmistakesに注意することです。ここで、間違いは、間違ったパスが取られたか、長い非活動時間が発生したかです。
これは理解学習=理解+記憶の一部に焦点を当てています。
逆に、彼らが間違いを犯した場合、彼らはよく学んでいない可能性があります。学校と同様に、試験では生徒が学んだことを測定します。ほとんどの場合、句読点は間違いによって影響を受けます。
しかし、これは定性的な使用テストでカバーされています。つまり、ユーザーにUIを使用させ、ユーザーが迷子になったところでそれを変更しますね。
ユーザーがUIを一目で理解できれば安全だと主張する人もいます。
さらに、彼らが一度にそれを取得した場合、なぜ彼らは学習それをまったくする必要があるのですか？実際、これが（コマンドラインではなく）UIのポイントです。
実際、これが私の考えです。ゼロトレーニングUI。これは、すべての場合で可能とは限りません。
教育でしばしば強調されることの1つは、トピックをどのように教えるかについての変更の有効性を測定することがほとんど不可能であることです。学習に影響を与える多くの要因があります。そして警告はここにも当てはまると思います。
新しいインターフェースの学習と代数の学習は非常に異なりますが、同じプロセスを学習するさまざまな方法を比較しようとすると、同じ問題を共有します。私がこの分野の専門家から得たアドバイスは、学習を評価するとき、結果（成績など）は比較に適していないということです。
代わりに、教育ソフトウェアの私の教授は、関連する要因を使用することを提案しました。ユーザーの満足度、知覚された努力、維持を見てください。そして、あなたはおそらくこれをより長い期間にわたって実行したいと思うでしょう。ユーザーが2か月後に戻ってきた場合、すべてのタスクを実行する方法を覚えていますか？彼らは初めて彼らと同じくらい満足するでしょうか？彼らはそれが今であるとどれほど難しいと思いますか？
これは確かに注目すべき1つの側面であり、状況によっては学習可能性の良い代用となるでしょう。ただし、サイトを比較するための直接的な指標として使用すると問題が発生すると思います。
別のポイントとして、一部の企業は、ユーザビリティの「標準」定義に夢中になり、学習可能性などを追跡するためのメトリックを探し始めます。ほとんどの場合、これは間違いだと思います。個々のメトリックを見ると、要因を見逃しがちです。
たとえば、旅行代理店のグラフでは、グラフを説明する学習可能性以外に別のストーリーがあるかもしれません。たぶん、たとえば、代理店2は、ビジネスにとってより有益なクロス/アップセルが得意ですが、ホテルの検索タスクに時間がかかります...そのため、何の関係もないタスクへの一定時間のヒットがあります。学ぶのがいかに難しいか。
または、エージェンシー1のWebサイトは遅いので、それを考慮に入れると、エージェンシー2よりも全体的なタスクの学習がはるかに簡単で迅速になります。
考慮すべきもう1つのことは、機能の使用範囲の広さです。機能Foo、Bar、Niが特定のユーザーグループで使用されており、機能FooとBarのみが定期的に使用されている場合、Niの発見/学習がいかに簡単であるかがわかるでしょう。
覚えやすさは、覚えることができることに関する多くのことです。
したがって、テストには次のような要素を考慮する必要があります。
- 使用頻度
したがって、使用間の期間が要因になります。
「ペニーが下がる」というゲシュタルトのような状況がしばしばあり、ユーザーはソフトウェアが何をするのかを突然理解します。いったんインターフェースを「理解」したら、それを忘れない傾向があります。
最悪のソフトウェアのユーザビリティエラーは、学習によって問題を解決できないエラーです。