[现代软件工程讲义 的一部分]
软件开发的过程, 就是 “用户最需要的东西” 在下面这一链条中传送，转换，实现，扭曲或丢失的过程。
用户最需要的 >
用户表达出来的 >
软件团队能理解的 (老板/PM) + 团队的商业目标 >
软件团队成员具体表达出来的 (PM 写 spec) >
在各种约束条件下, 具体执行表达出来的 (dev 写代码) >
验证通过的 (Test) >
通过各种渠道告诉目标用户 (发布/推广) >
用户终于能用上了，但是他们不满意 >
软件业界有一个非常著名的秋千图表达了类似的情形:
( 这就是用户要的, 用户表达出来了么, 软件团队理解了么, 执行了么, 用户满意么? )
( 也许公司擅长三层架构, 因此秋千也要三层的 )
( PM 写出了 spec )
( 开发人员根据 spec 写出了功能 )
( 测试人员最后同意发布的软件 )
和用户想要的一样么? 不一样. 用户满意吗? 不满意, 那用户到底想要啥? 我们调查一下, 然后开始新的循环...
我们在开发软件的时候，总想知道用户到底想的是什么, 对各种功能的偏好是什么, 掌握这些信息，我们就可以按部就班地去满足用户的需求。 大家可以靠直觉，靠老板的命令，靠互联网上传来的各种信息，靠拷贝其它软件, 靠其它不靠谱的手段… 当然我们也可以靠一些经过实践证明行之有效的办法。 下面是几种用户调研 (User Study) 的方法:
1)焦点小组 (Focus Group)
找到一群目标用户的代表来讨论用户想要什么, 用户对软件的评价等等。 焦点小组是很常用的调研方法，它也有一些弱点:
一群人在一起，往往大家会出于讨好其他人的心理来发表意见，避免不一致的意见或冲突。 讨论者对于他们不熟悉的事物 (例如颠覆式的创新) 不能表达有价值的想法 - 在汽车出现之前, 我们找一帮马车夫来畅想 “未来的交通工具”, 他们未必会贡献很有价值的想法。 讨论的人群容易受到主持人有意或无意的影响。 研究者往往从不同意见中挑选最符合自己想法的哪些，然后号称这就是大家的共识。
2) 深入面谈 (in-depth interview)
通过详细的面谈，广泛而深入地了解用户的背景，心理，需求等。这通常是一对一的采访。这个方法好是好, 就是费人费时。
3)卡片分类 (Card Sorting)
列出所希望的软件有什么样的特点, 然后把这些特点归类。在微软亚洲研究院的时候，我们也曾做过“卡片排序” - 几个不同背景的人聚在一起, 想象新软件有什么特点, 能解决自己的什么痛苦, 或者有什么好玩的地方， 把这些特点都写在小卡片上, 一个主持人再把不同的卡片归类, 讨论, 进一步理清各种愿望的关系。 从某种意义上来说, 这些卡片就是量化了的焦点小组的意见，这些卡片经过归类/排序/定义等过程, 可以帮助我们更好地定义一个软件的信息架构，用户的工作流程，软件菜单结构，网站的浏览路径，各种内容的层次关系等。
4) 用户调查问卷 (User Survey)
给用户事先规定好的问题, 让用户回答。 我们在大街上碰到过不少，有时候你在浏览某个网站的时候，一个弹窗打断了你的思路，它请你回答几个问题。我们用户在回答这类问题的时候，是否心不在焉，乱点一气?
用户调查问卷看似容易, 其实大有门道，下面是一些常见问题:
a) 问题定义不准确, 例如:你用哪一个搜索引擎?用户可能提供多个合理的答案: 最近使用的; 最喜欢的但是未必最经常使用的 (例如最喜欢的搜索引擎由于某种原因访问不了); 为某一个领域而使用的 (例如查图像或英语单词); 最近一周/一月/一年使用电搜索引擎也会有不同。
定义不准确的问题会让用户困惑, 我们也许能收集到很多答案，但仍然无法准确了解用户的想法。
b) 使用了含糊的形容词、副词，来述时间、数量、频率、价格等: 最近、有时、经常、偶尔、很少、很多、相当多、很贵、很便宜。这些词语对不同用户和在不同的语境中有不同的意义。
c) 让用户花额外的努力来回答问题: 请问你全家平均每人每年下载多少手机应用软件?
d) 问题带有引导性的倾向: 用户普遍认为, 搜索引擎A 收录了许多侵犯版权的资料而拒绝承认错误, 搜索引擎B 则赢得用户信任, 你会选择A 或B?
e) 问题涉及用户隐私, 用户所在公司的情况等。
用户调查问卷的问题可以有下面的这些方式, 大家可以更加具体情况使用:
a) 全开放式问题: 例如: 你对手机上的日程管理软件的期望是: ________________
这种问题能让用户畅所欲言，但是比较难于整理和量化。
b) 二项选择题: 用户只用回答 是/否 即可。 这类问题便于统计处理，分析也比较容易。但用户没有进一步阐明理由的机会，难以反映意见与程度的差别，了解的情况也不够深入。
这个类型还有一个变种, 就是在两种选择对比中只能选其中之一。
c) 多项选择题，大家在平时的考试中碰到多次。
d) 顺位选择题: 您选择手机背单词软件的主要考虑因素是 (按照优先级填写 1, 2, 3, … ): _ 词汇量; _ 能记录进度; _ 能定制单词表; _ 能和PC 同步; _ 能支持4/6级等专门词库; _ 能支持发音。
5) 用户日志研究 (User Diary Study)
要求用户记录自己日常工作或生活中和所用软件相关的行为, 供以后分析。 用户可以写像日记体的文字描述, 也可以每天填表 (例如跟踪自己每天饮食种类) 。 我个人理解，这时用户调查在时间上的延长。 这要求用户有很高的自律能力, 另外, 如何保护用户的隐私也是一个问题。
6) 民族志/人种学研究 (Ethnographic Study)
这个听起来非常学术的方法其实可以解释为 - 和目标用户同吃同住同劳动。 例如，与其坐在办公室里想象如何给老年人设计手机， 不如去和老年人生活几天，从生活中得到数据和体会。 这是一个论文例子。
人类学的用户调查听起来很高深, 其实未必 - 也许你一直生活在目标人群中, 只不过你对这些需求不够敏感罢了。 在《the social network》 这部电影中, Mark 的一个同学问他， 你知道某某女生是不是有男朋友? Mark 沉思一会, 不理会这个同学，径直跑回宿舍，在 “” 这个网站上实现 “你有朋友了么”这一功能。
一些有想法的大学生们都在象牙塔里面指点江山, 激扬文字。 走到真实的世界中去, 你才会看到真实的需求, 下面是同学的顿悟:
/meng-meng/archive//11/14/2248589.html
我平时接触的同学都是计算机专业的，我平时上的网站都geek味或hacker味十足。我几乎从来不用qq，我从来不上百度贴吧，我从来不打游戏，我不用360也不用任何杀毒软件，我不用hao123做主页。我没事看看google reader，我翻*墙上twitter和facebook，我常逛hacker news和quora，我乐于尝试国外的各种新鲜酷站，我从来没为软件或服务付过费。
原来我并不了解海量中国用户，原来真实的用户并不是我想象的那样。
以前我不理解为什么360的装机量那么大，现在我懂了：1.海量用户并不知道如何管理使用电脑，360那种傻瓜式的一键解决才是他们需要的，2.他们不想花钱，但是不会找什么“破解版”，“序列号”，“注册机”
以前我不理解为什么hao123这么“弱智”的网站能有这么大影响，现在我懂了，我爸爸可以通过它非常轻松的到新浪上看新闻，但如果你让他直接输入网址的话，他肯定会输入“”
以前我不理解为什么有那么多人愿意为了qq上的虚拟形象付钱，现在我懂了，我表姐她们只要上网肯定挂qq，而且女孩都爱漂亮爱虚荣，她们不在乎花点钱打扮打扮自己。
我看过一些非计算机系的同学的电脑，大多凌乱不堪，文件随处乱放，软件都是默认装在了C盘，安装的过程中还被捆绑了一堆流氓软件，各种软件都是开机启动，没有3分钟根本开不开机……
这是一篇对中国三线城市数字生活的描述 ( 作者潘越飞), 算不算人类学调查的一种呢?
7) 软件可用性研究 (Usability Study)
研究用户在使用软件的时候有哪些困难, 并如何改进软件，让软件更好用。 常用的方法是请用户来 微软有专门的 User Study Studio, 经常招募目标用户来做试验，我也曾实地参观过用户使用新版本的Outlook (我们在单向玻璃窗后面)。 更多的团队成员可以在事后看这些用户调研的录像。 调查人员通常让被试者完成一些任务，例如:
在Excel 中, 你想把一个表格中的行和列互换，你怎么能做到呢?
过年了你要想不少客户都发送内容相似的贺年邮件, 但是客户的名称和地址都各不相同, 你怎么用Word/Outlook 完成这个任务?
在Excel 软件中, 你在看一些大的表格的时候，要来回移动，但是这样表格的标题栏就看不到了，怎么样锁定标题栏呢?
我印象很深的一点是 - 用户在我们长长的菜单中幽幽暗暗反反复复中寻找某个功能，我们在玻璃窗后面替他着急… 我们的界面离 “平平淡淡从从容容才是真” 差太远了。
8) 眼动跟踪研究 (Eye Tracking)
你的软件展现了很多信息, 也有很多交互的控制, 怎样才能让用户容易找到看到你想让他们看到的信息，找到他们想使用的功能? 用户看网页上的众多内容通常是什么样的规律? 一些研究发现了F 模式.
用户通常浏览通栏标题, 然后目光沿着左侧下行, 再平行浏览下面的子标题。如果你有重要内容希望用户知道, 应该放在什么地方呢?
9) 纸上模型调研 (Paper Prototype)
如果要把软件做好了, 再去找用户做调查, 未免太费时，并且修改的成本很高。能否快速地取得用户的反馈? 这时不妨拿一些纸张模型, 让用户去使用, 得到反馈。 这种方法我没有做过，但是听上去不错。这也是用户参与式的设计 (Participatory Design) 的一个例子。另外，模型不一定要用纸, 用小木头块也行 - Palm Pilot 的创始人Jeff Hawkins 就用一块小木板做得和设计中的实物一样，他把它放在上衣口袋中, 时不时拿出来写写画画... 最后发布的 Palm Pilot 及其系列产品开创了 PDA 这样一个新行业。
10) A/B 测试 (A/B Testing)
如果你已经有一些用户在使用你的产品，你想对用户界面做一些改进，但是又不知道到底有多少用户会喜欢新的界面，怎么办?
例如你的网站是两列的布局，但是你很想试一下三列的布局方式, 就像题图一样。
例如你想用弹窗来促使用户对某个重要信息的作出反应, 是把弹窗放在右下角呢，还是放在屏幕中央?
这时候，你是找新的用户去做一对一的深入调研，或者跑到大街上去发调查问卷? 为什么不能让你现有的用户告诉你哪一种设计比较好呢? 这时候不妨考虑A/B Test.
A/B 测试看起来很简单:
1) 决定试验哪两种不同的UI, 以及衡量标准, 数据收集流程, 试验运行时间, 人数
2) 在技术上实现 A/B 测试 (通常在 5% – 10% 的用户上运行试验)
3) 收集数据, 分析数据, 形成结论
Wired 杂志写了一篇关于A/B 测试的文章 – 用奥巴马竞选作为例子, 很值得一看。
很多互联网公司都在用A/B 测试, 研究员们也在用这个方法做研究, 你去访问它们的网站的时候, 有可能就是给它们做了试验, 看 Amazon 和 Microsoft 的例子 (论文).
A/B 测试当然也有弱点:
a) 运行成本随着时间的推移而变大, 增加网站运维的复杂度，对网站数据收集和数据挖掘的能力也是一个考验。
b) 用户的情绪反映你看不到，你只看到交互的行为, 但是交互的行为不是用户的全部反馈。 (例如你看到用户点击屏幕中央的广告更多, 但是也许有更多的用户咒骂屏幕中央的广告)
c) 要分清各种因素的关系, 例如，网站 “改版三列布局” 和 “用户在网站停留时间” 之间是下面的哪一种关系?
- 不相关, 当前收集到的数据只是随机的
- 相关, 但不是决定因素
- 因果关系
d) 用网站当前的用户做实验, 万一引起巨大的反感, 用户就真的流失了。
态度 : 行为 定性 : 定量
下图表示了这些方法在 (态度 : 行为 定性 : 定量) 上的分野:
用户有多种
我们说了这么多用户调研, 很多人假设评价软件的就是购买软件的，就是使用软件的，但是未必。看下面的例子:
a) 你要写一个中学生学习英语的软件，你找谁去做用户调研?
中学生 - 最终用户
家长 - 他们是要掏钱的人，他们不会每天都用软件，有些人都不太会英语，但是他们也有需求
学校老师 - 他们是有巨大影响力的人，他们说不定立下一道规矩，我们班级就用某某软件!
b) 你要写一个企业管理软件, 你要找谁去做用户调研?
做过头了会怎样?
我们有这么多各式各样的工具, 互联网给我们带来了这么多用户和数据, 这是好事, 也有副作用。
世界上能访问用户数据, 并根据数据做分析和改进的公司, 大概 Google 是其中翘楚, 这种 data-centric 的做法做过了头, 也有悲剧发生:
Douglas Bowman 曾经是Google 的视觉设计主管, 年的一天, 他受不了了:
Yes, it's true that a team at Google couldn't decide between two blues, so they're testing 41 shades between each blue to see which one performs better. I had a recent debate over whether a border should be 3, 4, or 5 pixels wide, and was asked to prove my case. I can't operate in an environment like that. I've grown tired of debating such minuscule design decisions...
当你的公司要你用数据来证明 41 种蓝色到底哪一种更好, 或者为一个边栏宽度是3, 4, 或5 而争执不休, 纷纷表示要拿数据来证明的时候, 你怎么办?
