منبع: بنیاد طراحی تعامل (IxDF) · بازنویسی آزاد: سپنتا پویا با کمک هوش مصنوعی · آبان ۱۴۰۵ · زمان مطالعه: حدود ۹ دقیقه

ارزیابی کاربردپذیری (Usability Evaluation) چیست؟

💡 این متن «بازنویسی آزاد» است: ایده‌ها و مفاهیم مطلب اصلی با نگارش کاملاً مستقل فارسی و مثال‌های تازه بازگو شده‌اند و ترجمهٔ کلمه‌به‌کلمه نیست. بخش‌های افزودهٔ مترجم در جعبهٔ منبع مشخص شده‌اند. ترجمه و بازنویسی این متن با کمک هوش مصنوعی انجام شده است.

یک تیم محصول می‌خواهد بداند فرم ثبت‌نامش مشکل دارد یا نه. یک نفر می‌گوید «پنج کاربر بیاوریم و ببینیم». دیگری می‌گوید «یک مصاحبه بگیریم و بپرسیم». سومی می‌گوید «لازم نیست، خودمان با ده اصل نیلسن مرورش می‌کنیم». هر سه درست می‌گویند، اما هر کدام چیز متفاوتی پیدا می‌کند.

این سه پیشنهاد، سه خانوادهٔ اصلی ارزیابی کاربردپذیری‌اند. دانستن اینکه هر کدام چه چیزی را می‌بیند و چه چیزی را نه، مهم‌تر از دانستن جزئیات هر روش است.

ارزیابی کاربردپذیری چیست؟

ارزیابی کاربردپذیری می‌سنجد کاربر چقدر راحت و با چه حسی به هدفش در یک محصول می‌رسد. منبع می‌گوید طراحان برای پیدا کردن مشکل‌های تجربهٔ کاربری، از روش‌های پژوهش کیفی و کمّی استفاده می‌کنند. یک نکتهٔ مهم هم دارد: این ارزیابی برای رضایت کاربر لازم است، اما به‌تنهایی کافی نیست. فقط یک بخش از تصویر است و باید کنار ابزارهای دیگر طراحی به کار برود.

برای فهمیدن ارزیابی، اول باید خود کاربردپذیری را تعریف کرد. منبع تعریف سازمان بین‌المللی استاندارد را می‌آورد، از استاندارد ISO 9241-11. خلاصه‌اش این است: میزانی که کاربران مشخص با یک محصول، در بافت مشخص، به هدف‌های مشخص می‌رسند، با اثربخشی، کارایی و رضایت. شرح کامل‌تر را در کاربردپذیری آورده‌ام.

سه سنجه: اثربخشی، کارایی، رضایت

به گفتهٔ منبع، ارزیابی کاربردپذیری همین سه را اندازه می‌گیرد، یا در بعضی روش‌ها پیش‌بینی می‌کند. این ارزیابی را در هر مرحله‌ای از طراحی و ساخت می‌شود انجام داد.

• - اثربخشی: کاربر در یک موقعیت مشخص چقدر درست به هدفش می‌رسد.
• - کارایی: برای رسیدن به هدف چه منابعی خرج می‌شود، از وقت و تعداد گام تا باتری.
• - رضایت: کار با سامانه چقدر راحت و خوشایند است.

منبع مثال یک اپ ثبت تمرین ورزشی را می‌زند. اثربخشی یعنی اپ نوع و مدت تمرین را درست ثبت کند. کارایی یعنی موقع ثبت تمرین باتری گوشی را زود تمام نکند. رضایت هم یعنی تعیین هدف و دنبال کردن پیشرفت برای کاربر راحت باشد.

نکتهٔ مهمی در این تعریف هست که معمولاً نادیده می‌ماند. این سه می‌توانند با هم در تضاد باشند. اپی که هر حرکت را با دقت کامل ثبت می‌کند، ممکن است باتری را زود تمام کند. فرمی هم که با یک کلیک تمام می‌شود، ممکن است خطای بیشتری داشته باشد. ارزیابی خوب هر سه را جداگانه می‌سنجد تا معلوم شود کجا یکی فدای دیگری شده است.

برای سنجیدن رضایت، یک ابزار ساده و جاافتاده هست که در منبع نیامده: «مقیاس کاربردپذیری سامانه» یا SUS. جان بروک آن را در دههٔ ۱۹۸۰ ساخت. ده پرسش کوتاه دارد که کاربر بعد از کار با محصول به هر کدام از یک تا پنج نمره می‌دهد. نتیجه یک عدد بین صفر تا صد است. این عدد درصد نیست، اما برای مقایسهٔ دو نسخهٔ یک محصول یا دو محصول رقیب بسیار مفید است. چون پرسش‌هایش ثابت‌اند، نتیجه‌اش را می‌شود با پروژه‌های دیگر هم مقایسه کرد.

سه خانوادهٔ ارزیابی

منبع یک تفکیک مفید هم دارد. ارزیابی کاربردپذیری با آزمون کاربردپذیری یکی نیست. آزمون، یعنی تماشای کاربر واقعی، پرکاربردترین روش ارزیابی است. اما ارزیابی دو خانوادهٔ دیگر هم دارد: پرسیدن از کاربر، و بررسی طراحی به دست متخصص. نمودار بالای صفحه این سه را روی دو محور نشان می‌دهد: چه کسی داوری می‌کند، و آیا رفتار سنجیده می‌شود یا گفته.

۱. آزمون کاربردپذیری. منبع آن را به تماشای کسی تشبیه می‌کند که برای اولین بار یک دستور پخت را امتحان می‌کند. آشپز در آشپزخانه می‌بیند کدام ماده سخت پیدا می‌شود. طراح هم با تماشای کاربر می‌بیند کجا گیر می‌کند. نتیجه‌اش بینش‌های عملی است. شرح کامل این روش را در تست کاربردپذیری آورده‌ام.

۲. پرس‌وجو. یعنی حرف زدن با کاربر تا بفهمیم چه انتظاری دارد و چه نیازی. منبع دو راه رایج را نام می‌برد. در گروه کانونی، چند نفر کنار هم از تجربه‌شان می‌گویند. در مصاحبهٔ کاربر، یک گفت‌وگوی یک‌به‌یک انجام می‌شود.

۳. بازرسی. اینجا متخصص‌ها بدون کاربر، رابط را بررسی می‌کنند تا مشکل‌ها را پیدا کنند. منبع سه روش نام می‌برد:

• - ارزیابی اکتشافی: رابط با فهرستی از اصول از پیش تعیین‌شده سنجیده می‌شود، مثل ده اصل نیلسن. شرحش را در ارزیابی اکتشافی آورده‌ام.
• - ارزیابی شناختی: متخصص‌ها خودشان را جای کاربر تازه‌کار می‌گذارند و گام‌به‌گام یک کار مشخص را در رابط انجام می‌دهند. شرحش را در ارزیابی شناختی آورده‌ام.
• - بازرسی چندنفره: شبیه ارزیابی شناختی است، اما گروهی از متخصص‌ها، کاربران و ذی‌نفعان با هم کار را مرور می‌کنند و هر کدام از زاویهٔ خودش نگاه می‌کند.

منبع برای بازرسی چندنفره مثال روشنی دارد. کاربری می‌گوید «نمی‌فهمم چطور این کفش را در سایز ۳۸ بخرم». مدیر محصول همان جمله را این‌طور می‌خواند: طراحی به کاربر نمی‌گوید این سایز موجود نیست. یک جمله، دو برداشت، و یک تصویر کامل‌تر از اینکه چه چیزی باید درست شود.

کدام خانواده، کِی

منبع هر سه خانواده را در یک جدول با هم مقایسه می‌کند. خلاصه‌اش این است:

• - آزمون: تعامل واقعی کاربر را نشان می‌دهد و مشکل‌های واقعی را پیدا می‌کند. اما به جذب و هماهنگی شرکت‌کننده نیاز دارد و پرهزینه است.
• - پرس‌وجو: نظر و انتظار کاربر را عمیق نشان می‌دهد. اما به در دسترس بودن کاربر وابسته است، از دیدگاه شخصی او اثر می‌گیرد و همهٔ مشکل‌ها را پیدا نمی‌کند.
• - بازرسی: ارزان‌تر و سریع‌تر است. اما به تخصص بازرس‌ها محدود است و همهٔ مشکل‌های واقعی کاربر را نمی‌بیند.

به نظر من این جدول یک نتیجهٔ ساده دارد. هیچ خانواده‌ای جانشین دیگری نیست. کاربر چیزی را که می‌کند همیشه درست نمی‌گوید، و متخصص هم چیزی را که کاربر می‌کند همیشه درست پیش‌بینی نمی‌کند. بهترین ارزیابی معمولاً ترکیبی است: بازرسی ارزان برای پیدا کردن مشکل‌های آشکار، و بعد آزمون با کاربر برای چیزهایی که هیچ متخصصی پیش‌بینی‌شان نمی‌کرد.

یک پرسش رایج هم این است که آزمون چند کاربر لازم دارد. پاسخ معروف «پنج کاربر» از یاکوب نیلسن می‌آید. اما این عدد برای آزمون‌های کیفی و تکرارشونده است، یعنی چند دور آزمون کوچک پشت هم که هر بار مشکل‌های اصلی را پیدا و رفع می‌کنند. اگر می‌خواهید عددی دقیق، مثل نرخ موفقیت یا میانگین زمان، گزارش کنید، پنج نفر خیلی کم است.

کِی ارزیابی کنیم

منبع سه لحظه را نام می‌برد. اول، زود و در مرحلهٔ نمونهٔ اولیه، همان‌طور که معمار پیش از ساخت از محکم بودن پی مطمئن می‌شود. دوم، در طول کل فرایند طراحی، تا بازخورد پیوستهٔ کاربر محصول را در مسیر درست نگه دارد. و سوم، پیش از انتشار یا بازطراحی بزرگ، مثل چشیدن یک غذای تازه پیش از سرو کردنش در یک مهمانی.

منبع یکی از دلیل‌های ارزیابی زودهنگام را کاهش هزینه می‌داند. نمودار بالا این را نشان می‌دهد. مشکلی که در طرح اولیه با یک بازرسی ارزان پیدا شود، با چند دقیقه تغییر رفع می‌شود. همان مشکل اگر بعد از انتشار پیدا شود، کد و مستندات و شاید آموزش کاربران را هم درگیر می‌کند. ارتفاع میله‌ها نمادین است، اما جهتشان در بیشتر پروژه‌ها همین است.

جذب شرکت‌کننده

منبع برای آزمون و پرس‌وجو، که هر دو به کاربر واقعی نیاز دارند، چند رهنمود جذب شرکت‌کننده می‌آورد:

• - کاربرانتان را بشناسید: پیش از جذب، روشن کنید کاربر ایده‌آلتان کیست. منبع مثال باشگاه کتاب علمی‌تخیلی را می‌زند: از علاقه‌مندان همین ژانر دعوت می‌کنید، نه از خوانندگان رمان عاشقانه. شرح غربال کردن را در غربالگری مشارکت‌کننده آورده‌ام.
• - پیام دعوت روشن: بگویید چرا این ارزیابی را انجام می‌دهید و شرکت‌کننده چه چیزی به دست می‌آورد. ثبت‌نام را ساده کنید.
• - پاداش: کارت هدیه یا تخفیف، قدردانی از وقت شرکت‌کننده است.
• - تنوع: جذب فراگیر، ترکیبی از پیشینه‌ها و تجربه‌ها می‌آورد و بینش عمیق‌تری می‌دهد.

ارزیابی کاربردپذیری در بافت فارسی

این بخش افزودهٔ من است و از کار روی محصولات ایرانی می‌آید.

ابزارها همیشه در دسترس نیستند. بسیاری از ابزارهای آزمون از راه دور و پرسش‌نامهٔ آنلاین که منبع نام می‌برد، برای کاربر ایرانی یا خریدنی نیستند یا کند کار می‌کنند. برای تیم ایرانی، یک تماس تصویری ساده و ضبط صفحه اغلب کافی است. ابزار کم‌اهمیت‌تر از پرسیدن پرسش درست است.

تعارف، دشمن پرس‌وجو. شرکت‌کنندهٔ ایرانی معمولاً نمی‌خواهد مستقیم بگوید طراحی بد است، به‌خصوص اگر بداند طراح خودش روبه‌رویش نشسته. این یکی از دلیل‌هایی است که آزمون، یعنی تماشای رفتار، در بافت ما گاهی از پرس‌وجو قابل‌اعتمادتر است. اگر مصاحبه می‌کنید، بگویید طرح کار شما نیست و هر انتقادی کمک است.

اصول نیلسن به فارسی. در بازرسی اکتشافی، اصول را برای رابط فارسی هم بسنجید. «تطابق سامانه با دنیای واقعی» در فارسی یعنی تاریخ شمسی، رقم فارسی و واژه‌هایی که کاربر واقعاً به کار می‌برد، نه ترجمهٔ تحت‌اللفظی منوهای انگلیسی.

شرکت‌کننده خارج از تهران. بیشتر آزمون‌ها با کاربران تهرانی انجام می‌شوند، چون در دسترس‌ترند. اما سرعت اینترنت، دستگاه و عادت‌های کاربر در شهرهای دیگر فرق دارد. آزمون از راه دور راه ساده‌ای برای رسیدن به همین کاربران است.

جمع‌بندی

ارزیابی کاربردپذیری اثربخشی، کارایی و رضایت را می‌سنجد یا پیش‌بینی می‌کند. سه خانواده دارد: آزمون که رفتار کاربر را تماشا می‌کند، پرس‌وجو که از کاربر می‌پرسد، و بازرسی که متخصص را جای کاربر می‌گذارد. هر کدام چیزی را می‌بیند که بقیه نمی‌بینند، و هر کدام در یک مرحله از طراحی ارزان‌ترین کار است.

اگر یک جمله بماند، همین باشد: هیچ خانواده‌ای جانشین دیگری نیست. کاربر همیشه آنچه را می‌کند درست نمی‌گوید، و متخصص همیشه آنچه را کاربر می‌کند درست حدس نمی‌زند.