APP可用性测试：实验室测试和现场测试的比较

前言

经常在实验室进行测试的用户研究员都会担心在实验室进行的评估会由于没有模仿用户的使用情境而缺少生态效度。因为在现实的使用场景中，打断、移动、声音、多重任务操作等，这些没有出现在实验室测试中的因素，都可能在现实情景中影响到用户的操作。那么可用性测试是否一定要在现场进行呢?下面我们来通过对比实验的一起聊一聊这个问题。

l可用性测试的重点

可用性测试是在移动APP在设计、投入市场后用来评估可用性的一种常用工具。可用性测试实施时一般是使用发声思考，即用户在一个测试环境中被给予任务，并鼓励他们在尝试完成任务时出声思考。这能够帮助可用性测试的主试即实验者知道用户界面(APP设计)是如何帮助用户自然地思考和执行操作，强调对于产品的特色和改善方法的认知。

l如何去定义一个可用性问题修改的紧迫性？

可用性问题的严重等级是一个重要的因素。当这个问题阻止用户任务完成时，就需要最紧急的修复行动了。Dumas和Redish(1993)使用了4个关键等级，至今仍被用户研究员引用的较多：第一个等级为最严重的等级，表示最严重的问题，第四个等级为表示最轻的严重性。Kallio等人(2004)也将问题按严重性进行分类：高(导致任务执行失败)，中等(不是那么严重，任务可以完成)和低(小问题)。

实验室 VS 现场

l传统的实验室测试

传统的可用性测试一般是在可用性测试实验室实施完成，如阿里、网易游戏都有专业的实验室，一般是由一间类似于办公室的区域和一面单向玻璃的可监视房间组成。必须保障实验室环境是一个安静的空间，测试的用户能够全神贯注于任务的执行。

l现场测试

然而现场的可用性测试是非常罕见的，大部分(70%以上)的移动APP评估是在实验室设备中做的。这可能是因为数据的收集，如出声思考、视频记录或者观察记录，这些在现场做比较困难。

幸好由于便携式录像设备在近两年快速发展，使得在现场进行用户测试变得容易些。这些发展允许用户研究员像在实验室那样，可以在现场做一些小测试了;也使得他们能够有意识的去跟踪屏幕上发生的事情，去倾听用户的评论。同时也允许在现场的可用性测试中使用出声思考的方法。尽管发展了合适的工具，现场测试仍然比实验室更加耗时，也可能需要测试的用户和主持人付出更大的努力。

l研究目的