什么是定量研究，定量研究的名词解释？

文章插图
你是否需要有关产品用户体验的数字数据, 但却不确定应该如何做？
许多从事用户体验及研究的专业人士倾向于定性方法论, 而这也这被广泛认为比定量 (量化) 研究更容易。但不得不承认，定性研究可能回避了较大的样本规模和量化相关的统计数据问题。
而量化方法却是经验丰富的用户体验研究员的工具包中应当包含的重要组成部分。
量化方法允许你：

用数字为产品的可用性打上一个标签；
数字有时比质量测试的结果更有说服力 (特别是当你试图说服像 CEO 这样的高管时)；
比较不同的设计 (例如, 产品的新版本与旧版本, 或你的产品与竞争对手的产品)，并确定你所观察的差异是否具有统计学意义, 而不是随机偶然；
改进用户体验权衡决策。例如, 如果建议的设计改进预计会花费很大的成本来实现, 它值得做吗？如果你估计了更改将在一定程度上提高可用性，那么量化方法可以帮助你决定是否值得重新设计；
将用户体验改进与组织目标和关键绩效指标联系起来 (从而显示你的投资回报并证明用户体验研究团队的价值）。

定量研究，首要确定的是：到底需要哪种量化研究方法？
在此，我们介绍一些目前最流行的量化研究类型：

定量可用性测试 (基准测试)
网络分析 (或 App Analytics)
A/B 测试或多变量测试
卡片分类
树测试
调查和问卷调查
聚类定型数据
可取性研究
眼动测试

每种方法都产生有价值的数量数据, 但这些技术在所收集的数据类型，以及所需的资源和工作量方面差别很大。
本文列出了这些方法的最常见用例，并估计了每个实例的成本和难度。此外，应该知道，这些方法中都需要不同的最小样本量来确定统计意义。
一、定量可用性测试（基准测试）虽然不经常使用，但定量可用性测试（有时称为可用性基准测试）很像定性可用性测试——用户被要求使用产品执行实际任务。
两者之间的主要区别在于，可用性测试优先考虑观察，例如识别可用性问题。相比之下，量化可用性测试侧重于收集任务或成功时间等指标。
一旦你收集了具有相对较大样本量（大约 35 个参与者或更多）的指标，你就可以使用它们跟踪产品的可用性随时间推移的进度，或者将其与竞争对手产品的可用性进行比较。

文章插图
你选择的可用性测试类型（面对面，远程主持或远程未经调度）将影响成本，由于定量和定性可用性研究的目标不同，测试的结构和使用的任务也需要不同。
二、网络分析（或 App Analytics）分析数据描述了人们对你的实时产品做了什么：他们去哪里、他们点击了什么、他们使用了什么功能、他们来自哪里，以及他们决定离开网站或应用程序的页面。
此信息可以支持各种用户体验活动。特别是它可以帮助你监控产品中各种内容：UI 或功能的性能，并确定哪些是真的不起作用。
三、A / B 测试或多变量测试虽然你可以使用分析指标来监控产品的性能，但你也可以创建实验来检测不同的 UI 设计如何通过 A / B 测试或多变量测试来更改这些指标。
在 A / B 测试中，团队创建同一 UI 的两个不同的实时版本，然后将每个版本显示给不同的用户，以查看哪个版本的性能最佳。

文章插图
例如，你可以创建相同号召性用语按钮标签的两个版本：“获取定价”与“了解更多信息”，然后，你可以跟踪按钮在两个版本中收到的点击次数。