《用户体验度量》中的收集、分析与呈现：收集： 利用新技术：如眼动追踪技术和情感计算技术，前者通过观察用户行为来收集数据，后者结合皮肤导电和表情分析拓宽情绪测量维度。 整合多种数据类型：整合定性和定量数据，如Usabilla平台擅长的工作，以及通过词义分析软件解读开放式用户反馈。 主动收集：设计偏好和市场对比等数据，随着时间积累，逐步熟悉各种度量的优缺点。分析： 理解度量价值：明确度量的实践价值，强调可量化的重要性，将用户体验转化为数字或可计算的指标。 运用统计学知识：理解自变量和因变量的关系，掌握类别、顺序、等距和比率等数据类型，利用描述性和推论性统计工具解读数据，如平均值、中位数、变异性和置信区间等。 分析绩效度量：包括任务成功率、时间、错误、效率和易学性等五种基本绩效度量，以及自我报告度量如评分量表，注意分析时的偏差和用户感知变化。呈现： 聚焦关键度量：在报告中避免数据过多导致重点淹没，聚焦关键度量进行呈现。 综合评估：合并和比较度量，基于目标、百分比、z分数或图形化的方式综合评估用户体验。 合理呈现：研究前详细规划，运用逆向工程思维设计数据呈现形式，确保数据准确且易于理解。同时，避免依赖单一度量，而应像拼图一样，综合多个度量以呈现用户体验的全貌。