"合并结果并非易事"：一项关于用户体验从业者协作数据分析实践的国际调查研究

文献标题

“Merging Results Is No Easy Task”: An International Survey Study of Collaborative Data Analysis Practices Among UX Practitioners

文献信息

• 主题领域: 用户体验 (UX)，数据分析，协作
• 关键词: 用户体验, UX, 可用性测试, 数据分析, 协作, 调查研究

研究背景与问题

• 问题与挑战:

  • 在可用性测试结果分析阶段，UX 实践者通常面临时间压力，可能会遗漏重要问题或产生误解。
  • 协作分析被认为能够提高分析的完整性和可靠性，但因资源有限，实践者实际进行协作的机会较少。
  • 融合不同分析结果的过程常常困难重重，包括观点分歧和技术工具的缺乏。

• 重要性:

  • 数据分析是 UX 实践的核心环节，直接影响设计改进建议的质量。
  • 新技术（如深度学习和虚拟现实）正在推进 UX 分析方法变化，但目前关于 UX 可用性测试协作分析实践的理解仍然不足。

• 研究动机与相关工作:

  • 过去的研究主要集中于个人分析或小样本的调查，并且多年前完成，对当前快速发展的技术环境缺乏足够的适配。
  • 本研究通过全球范围的 UX 从业者问卷调查，以详细揭示协作实践的现状、挑战及改进需求。

解决方案

• 研究方法:

  • 使用在线问卷调查方法，调查了来自六大洲 279 名 UX 从业者的经验与协作情况。
  • 研究内容包括独立分析实践、协作模式、挑战以及理想功能改进。

• 创新点:

  • 本研究首次全面量化了国际范围内 UX 从业者的数据分析协作实践。
  • 调查探索了经验和团队规模如何影响协作实践，以及 UX 从业者对未来工具功能的需求。

• 实施步骤:

  • 调查设计：包括独立数据分析、协作实践与挑战、工具功能改进三部分。
  • 数据收集：通过邮件列表、LinkedIn 群组等渠道招募受访者。
  • 数据分析：结合定量与定性数据，采用统计检验（如 Pearson 卡方测试）分析团队规模与实践间的相关性。

研究成果

• 具体成果:

  • 大多数从业者采用三种协作模式：分别分析不同数据部分后再协作（“分而治之”）、集体讨论分析、独立分析相同数据后再协作。
  • 改进结果可靠性是协作的主要目标之一，但实践中优先级偏低，更多基于问题数量和改进建议的生成。
  • 资源匮乏、意见不一致及结果融合困难是协作分析中的主要挑战。

• 与现有解决方案相比的优势:

  • 以大样本规模详细揭示了 UX 实践者的实际分析习惯与难点，大幅超越早期小规模采访研究。
  • 提供了针对当前技术和社会环境的解决建议（例如：设计集成式协作平台）。

• 实验或评估结果:

  • 66% 的受访者感到分析过程耗时；70% 的受访者认为在一周内完成分析是压力较大的任务。
  • 使用定量数据分析表明，经验丰富的从业者更倾向于定制化分析格式和旨在提升可靠性的协作。

• 局限性与未来方向:

  • 局限性：数据主要来自北美、亚洲和欧洲，缺乏拉美、非洲和大洋洲的代表性；COVID-19 疫情可能对远程协作的反馈产生影响。
  • 未来方向：
    • 探索不同文化对 UX 实践的影响。
    • 开发能够支持高效协作与多维度数据分析又集成设计工具的平台。
    • 深入定性研究协作者讨论内容，挖掘解决分歧的具体策略。
    • 进一步研究 AI 辅助的数据分析工具如何改善人类协作流程。

总结

本研究系统性揭示了全球 UX 从业者在可用性测试数据分析阶段的协作模式、挑战及需求，通过大规模问卷量化了 UX 社区面临的关键问题。研究为提升数据分析效率与可信度提供了重要设计指导，同时呼吁更多跨区域、跨文化的研究关注用户体验实践发展的多样性和深度。