https://virgool.ir/feed/@irajkurd2001https://www.aparat.com/kanale_amozeshifa2026-11-11 15:20:21https://files.virgool.ir/upload/users/1491761/avatar/6XpMF4.jpeghttps://virgool.ir/@irajkurd2001https://virgool.ir/@irajkurd2001/httpswwwaparatcomkanaleamozeshi-cjalgwtcs5aqدر نهایت، شدت (severity) هر مشکل را با ضرب سه متغیر بالا محاسبه می‌کنید:در این مقاله ما به بررسی دو روش اولویت‌بندی راه‌حل‌ها می‌پردازیم: 1.استفاده از جدول‌های داده که نیازمند محاسبات ریاضی است. 2.استفاده از ماتریس که به‌صورت بصری به افراد تیم کمک ‌می‌کند. در ادامه به توضیح این دو روش می‌پردازیم: روش اول: استفاده از جدول‌های داده مرحله1:جمع‌آوری داده‌ها مرحله2: تنظیم اولویت‌بندی‌ها مرحله3: ارائه راه‌حل‌ها مرحله4: اولویت‌بندی راه‌حل‌ها مرحله 1: جمع‌آوری داده‌های به‌دست‌آمده از تست کاربردپذیری اولین گام، جمع‌آوری داده‌های به‌دست‌آمده از تست کاربردپذیری است که باید برای پیداکردن راه‌حل‌ها و ایده‌ها در مراحل بعدی تنظیم شود. نکته کلیدی این است که داده‌ها را باید به نوعی سازماندهی کنید که از به‌هم‌ریختگی جلوگیری شود: در این مرحله به چهار مورد زیر نیاز دارید: سیستم شناسایی مشکل داشته باشید. توجه داشته باشید که مشکل کجا اتفاق افتاده است (صفحه نمایش، ماژول، ویجت UI، جریان و غیره). از وظیفه‌ای که کاربر درگیر آن بوده است، آگاه باشید. توضیح مختصری از موضوع ارائه دهید. یک رویکرد متداول برای سازماندهی داده‌های تست کاربردپذیری، ترسیم داده‌ها است که در جدول زیر نمایش داده‌شده. تصویر زیر، ترسیم داده‌ای در یک تست مشخص را، نشان می‌دهد (ستون‌ها به ترتیب از چپ به راست: محل رفتار، تسک کاربر، توضیح مشکل، کاربران (P1,P2..))این چهار فرایند در نمودار زیر آورده شده:روشآن را نخور که نداری راضی باش به همین چند قلم…hcjvjcjcjuch hhmhchhxhhh بصری چیست؟با انجام مراحل بالا، جدول زیر حاصل می‌شود:آن را نخور که نداری راضی باش به همین چند قلم…hcjvjcjcjuch hhmhchhxhhhآن را نخور که نداری راضی باش به همین چند قلم…hcjvjcjcjuch hhmhchhxhhhنقطه ضعف در اینجا این است که به جای محاسبات مانند جدول داده‌ها، باید به دقت بصری تکیه کنید. اما از جنبه مثبت نیز ما روشی داریم که همکاری اعضا را تقویت می‌کند.کدام رویکرد بهتر است؟پاسخ کوتاه است. پاسخی که به بهترین وجه با شرایط شما مطابقت دارد و با اهداف شما هماهنگ است.نکات نهایی برای تجزیه و تحلیل داده‌های تست کاربردپذیریزمانی که با مطالعات بزرگتر سر و کار دارید، اولویت بندی موضوع ها به تمرکز بیشتر گروه کمک می‌کند، با کاهش چالش های شناختی،اطلاعات اضافی، تحلیل‌های ناقص در زمان و منابع صرفه‌جویی می‌کند.کامل‌کردن هر دو جدول داده، راه‌حل‌ها را با نتایج تست هماهنگ نگه‌می‌دارد (به دلیل جفت‌شدن مسائل و راه‌حل‌ها) و ریسک اجرای راه‌حل‌های کم‌اهمیت‌تر را کاهش می‌دهد.ابزارهای آنلاینی وجود دارند که ما به راحتی می‌توانیم این روش را به صورت مشترک (به طور جزئی یا کلی) با استفاده از آن‌ها نیز پیاده‌سازی کنیم.درک محدودیت‌های این رویکرد بسیار مهم است. به‌عنوان مثال، در طول مرحله اولویت‌بندی، نگرش‌ها و رفتارهای مثبت مشاهده‌شده کاربران، در آزمایش لحاظ نمی‌شود. تمرکز روی مشکلات تست کاربردپذیری است. یک پیشنهاد این است که این نوع داده‌ها را به‌طور جداگانه ثبت کنید و از آن در طول مسیر طراحی یا بازطراحی، در صورت نیاز، استفاده کنید.اطلاعیه‌هادر نهایت، جدا از تست کاربردپذیری، این رویکرد را می‌توان به سایر تکنیک‌های تحقیق UX نیز تعمیم داد (رویکرد پیاده‌سازی نتایج و ارائه راه‌حل‌های موجود و اولویت‌بندی آن‌ها). با استفاده از رویکرد «Double Diamond» (مسائل و راه‌حل‌های واگرا/همگرا)، می‌توانیم داده‌های تحقیقاتی کاربران مختلف را ترکیب کنیم و از روش‌های بالا در هر پروژه‌ای استفاده کنیم.نقاط قوت و ضعف روش بصری چیست؟نقطه ضعف در اینجا این است که به جای محاسبات مانند جدول داده‌ها، باید به دقت بصری تکیه کنید. اما از جنبه مثبت نیز ما روشی داریم که همکاری اعضا را تقویت می‌کند.کدام رویکرد بهتر است؟پاسخ کوتاه است. پاسخی که به بهترین وجه با شرایط شما مطابقت دارد و با اهداف شما هماهنگ است.نکات نهایی برای تجزیه و تحلیل داده‌های تست کاربردپذیریزمانی که با مطالعات بزرگتر سر و کار دارید، اولویت بندی موضوع ها به تمرکز بیشتر گروه کمک می‌کند، با کاهش چالش های شناختی،اطلاعات اضافی، تحلیل‌های ناقص در زمان و منابع صرفه‌جویی می‌کند.کامل‌کردن هر دو جدول داده، راه‌حل‌ها را با نتایج تست هماهنگ نگه‌می‌دارد (به دلیل جفت‌شدن مسائل و راه‌حل‌ها) و ریسک اجرای راه‌حل‌های کم‌اهمیت‌تر را کاهش می‌دهد.ابزارهای آنلاینی وجود دارند که ما به راحتی می‌توانیم این روش را به صورت مشترک (به طور جزئی یا کلی) با استفاده از آن‌ها نیز پیاده‌سازی کنیم.درک محدودیت‌های این رویکرد بسیار مهم است. به‌عنوان مثال، در طول مرحله اولویت‌بندی، نگرش‌ها و رفتارهای مثبت مشاهده‌شده کاربران، در آزمایش لحاظ نمی‌شود. تمرکز روی مشکلات تست کاربردپذیری است. یک پیشنهاد این است که این نوع داده‌ها را به‌طور جداگانه ثبت کنید و از آن در طول مسیر طراحی یا بازطراحی، در صورت نیاز، استفاده کنید.در نهایت، جدا از تست کاربردپذیری، این رویکرد را می‌توان به سایر تکنیک‌های تحقیق UX نیز تعمیم داد (رویکرد پیاده‌سازی نتایج و ارائه راه‌حل‌های موجود و اولویت‌بندی آن‌ها). با استفاده از رویکرد «Double Diamond» (مسائل و راه‌حل‌های واگرا/همگرا)، می‌توانیم داده‌های تحقیقاتی کاربران مختلف را ترکیب کنیم و از روش‌های بالا در هر پروژه‌ای استفاده کنیم.مرکز اموزشی آپاراتمرکز اموزشی آپاراتFri, 04 Feb 2022 13:52:45 +0330