NNGroup 定量研究 Quantitative Research(A/B 测试·样本量·置信区间·UX 指标·转化分析·基准测试·学习曲线)
Nielsen Norman Group 定量研究知识库 24 篇精华(28 文件去重合并)。定量研究=把用户体验压成可比的数字(成功率/任务时间/转化率/满意度),用来追进展、做权衡、向老板证明 ROI——但数字脆弱、需专业执行,否则误导设计。核心方法:A/B Testing(随机分组测整体方向·只能一次一变量·需高流量·测不出原因要配定性)/ Multivariate Testing MVT(测多变量组合交互·优化细节·组合数=变体数相乘暴涨)/ 关键统计:统计显著性 statistical significance ≠ 实践意义 practical significance(p 值=差值÷随机噪声·大样本制造'显著但无关')/ 置信区间 confidence interval + 误差范围 margin of error + 置信水平 confidence level(95%/15% 是 UX 默认平衡点·区间宽度=误差范围 2 倍)/ 样本量:定量需 40 人(二元指标 95% 置信+15% 误差·公式 Z=1.96 p=0.5)而非定性的 5 人(发现 85% 问题·31% 问题概率假设)/ 假阳性 Type I + 假阴性 Type II / 测量误差 measurement error / 定量风险(数字迷信·随意关联·协变量·发表偏差)。指标与量表:成功率 success rate(最简二元·成功层级用有序变量不可数值化平均)/ 学习性 learnability + 幂律学习 power law of learning(学习曲线·重设计重置曲线致生产力下降)/ NPS 净推荐值(9-10 推荐者/0-6 批评者/公式·客户忠诚≠可用性·6 大局限)/ Likert 量表 vs 语义差异量表 + SUS / 虚荣指标 vanity metrics 加上下文 / 宏观转化 vs 微观转化 / HEART 框架。分析与基准:Analytics 三用途(问题指示·调查·三角验证)/ UX 目标→衡量计划(先问为什么·定目标再选指标)/ 7 步 UX 基准测试 + 数据质量 6 维度(真实/一致/重复/自发/适当/干扰)/ 卡片分类 + 树状测试(可查找性 85% 提升案例)。