 |
-- 會員 / 註冊 --
|
 |
|
|
|
用戶體驗度量：收集、分析與呈現（第2版）（全彩） ( 簡體 字) |
| 作者：周榮剛,秦憲剛 | 類別：1. -> 程式設計 -> UI/UX |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 43179
詢問書籍請說出此書號！【缺書】
NT售價： 495 元 |
| 出版日：12/1/2015 |
| 頁數：320 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：全彩印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121277122 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：獻給
Tom:
我的妻子Susan，以及我的女兒Cheryl 和Virginia
Bill:
我已故的父親Lee Albert 和已故岳母Gita Mitra
譯者序
如何提升產品的用戶體驗（User Experience）逐漸受到各相關方的重視。在“以用戶為中心的設計”整個過程中，都會涉及用戶體驗的評估和度量。用戶體驗本質上是一種主觀感知，具有明顯的不確定性和模糊性，隨著產品生命周期的演變，用戶在產品認知和使用方面的需求也會發生相應的變化。用戶體驗自身所固有的這些屬性注定了對其進行評估離不開經驗型的評估方法。這種方法通常的做法就是邀請
一定數量的真實用戶或潛在用戶，請他們根據對產品的認知和使用經驗對產品的用戶體驗質量進行反饋。這些反饋由用戶體驗從業人員根據具體的目的整理成績效數據（如任務完成率、求職次數和任務完成時間）、自我報告數據（如滿意度）和用戶體驗問題數據（如出現頻率和優先級別），有時候還會包括認知神經和生理方面的數據（如眼動追蹤和情緒反應）。這樣，通過對這些數據進行分析, 就可以整理出產品設計中存在的問題及后續改進的方向。不過，也正是因為用戶體驗評估的方法多是經驗型的方法，不同的人在數據收集、分析和解釋上會存在差異，起到的效果也會有所不同。針對這樣的問題，本書作者系統地進行了梳理，他們就用戶體驗度量方法中的方方面面進行了說明和解釋，這可以有效地幫助從業人員更加規范地對用戶體驗進行評估。本書的兩位作者都受過嚴格的人因工程和心理學訓練，在用戶體驗方面也積累了豐富的實踐經驗，本書第2 版依然體現了三個特色：第一，圍繞用戶體驗評估，對幾種典型的度量數據的收集和分析進行了全面整理；第二，操作性強，這是一本面向用戶體驗從業人員的書，作者提供了大量可讀性很強的說明性樣例和案例研究；第三，為度量數據的選擇、分析和呈現提供了適當的極具針對性的理論基礎，保證了用戶體驗評估的科學性。
近年來，作為一個實踐導向的專業，用戶體驗越來越受到業界和學校教育的重視，其自身也在發展和更新，比如：（1）隨著精益創業/ 創新的推進，用戶體驗要與客戶發展和客戶全流程體驗結合起來，實踐過程中要考慮如何基于用戶的角度呈現產品的價值，甚至還要與運營和營銷結合起來考慮用戶體驗在提升產品成功轉化中的作用；（2）隨著移動互聯網的發展，“大數據”為我們收集、分析和評估用戶
行為也提供了重要的途徑，在用戶體驗實踐中需要考慮“大數據”和“小數據”（如小樣本的評測數據）的綜合使用；（3）就用戶體驗所基于的心理學基礎來看，以往我們往往多以認知心理學的觀點去考慮解釋、評估和設計用戶體驗。目前心理學中“具身認知”的思想越來越受到關注，就用戶體驗來說，這一理論取向強調人對產品的主觀體驗感知會受到大腦、身體和環境的綜合影響，比如：用戶點頭或搖頭這樣的身體動作和所處環境的物理特征（如溫度、空間、軟硬等）都會影響用戶對產品體驗感知的評價。這些都可以是我們在用戶體驗評估中需要關注的話題，本書雖然沒有專門就此進行討論，但所涉及的基本內容依然適用。
與第1 版一樣，現在看到的第2 版依然由多位譯者共同完成，初稿由周榮剛、秦憲剛、吳峰、李陽陽和薛立成完成，之后由周榮剛和秦憲剛進行校正，最后由周榮剛完成統稿和最終審校。在此感謝參與第1 版翻譯的其他幾位譯者，以及對第1版譯稿予以指正的讀者。本書作者在第2 版更新的內容較多，翻譯中的不妥之處，懇請讀者批評、指正。
周榮剛
2015 年11 月18 日
第2版前言
歡迎翻閱《用戶體驗度量：收集、分析與呈現》第2 版。用戶體驗（User Experience）（經常被簡稱為UX）自本書第1 版出版以來已發生了相當多的變化。早在2008 年的時候，iPad 還不存在，基于安卓系統的智能手機也尚未出現；而iPhone 則剛出現不久，Pinterest 和其他諸多社交網站甚至尚未被關注；谷歌Chrome瀏覽器也僅僅只是個傳聞。我們提及這些硬件和業務，是因為它們形成了人們對類
似日常技術的使用體驗和期望。用戶期待隨手拿起一個新的應用或硬件就可以正確地使用起來。確保這些技術可以到達這樣的目標正是本書的出發點。
UX 涵蓋了用戶與產品、設備或系統交互時所涉及的所有內容。很多人似乎都把用戶體驗認為是一些不可被測量或量化的模糊特性。但我們認為UX 是可以被度量或量化的。用來測量用戶體驗的工具可對下列內容進行度量（metrics）：
y 用戶能否使用智能手機成功地找到他們健康計劃中距離最近的醫生？
y 在旅行網站上預定一個航班需要用多長時間？
y 用戶在嘗試登錄一個新系統時犯了多少錯誤？
y 有多少用戶可以成功地使用他們平板電腦上新安裝的應用控制數字錄像機去錄制所有他們喜愛的電視節目？
y 有多少用戶在進入一個“直奔終點”的直梯時沒有首先選擇自己要去的樓層，然后才發現直梯中根本就沒有選擇面板。
y 有多少用戶在注冊新業務時由于看不清被新手機電池蓋著的很小的序列號而倍感受挫？
y 有多少用戶在沒有文字說明的情況下能夠很輕易地把他們的新書架組裝起來，并因此感覺愉悅？
這些都是可以通過測量獲得的行為和態度方面的示例。其中，有的可能比其他的要容易測量，但它們都是可以測量的。任務成功率、任務時間、鼠標點擊或敲擊鍵盤的次數、挫折或愉悅感的自我報告式評分，甚至注意網頁上某個鏈接的注視點個數都是UX 度量的例子。這些度量可以使你對用戶體驗形成非常有價值的見解。
為什么你需要測量用戶體驗呢？答案很簡單：這有助于你提升用戶體驗。對今天的多數消費類產品、應用和網站來說，如果你不提升用戶的體驗，就會落后。UX度量可以幫助你確定你相對于競爭對手所處的位置，也可以幫助你準確定位，以集中力量對需要提高的地方進行改進（即用戶感覺最困惑、低效或受挫的地方）。
這是一本操作性的指導圖書，而不是一本理論專著。我們主要就實際中的應用提供一些建議，比如：在什么情境下收集哪些度量、如何收集這些度量、如何使用不同的分析方法對數據進行梳理，以及如何以一種最清晰、最吸引人的方式呈現結果。我們也將會與你分享實踐中的一些教訓，這些教訓源于我們在該領域內40 多年的經驗總結。
這本書適合對提高任何類型產品用戶體驗有興趣的任何人，無論這些產品是消費類產品、計算機系統、應用程序、網站，還是其他任何類型的物品。只要是人使用的產品，那么你就可以測量與使用該產品有關的用戶體驗。那些關注如何提高用戶體驗的人和那些可以從本書獲益的人可以來自許多不同的專業和視角，包括可用性和用戶體驗（UX）專業人員、交互設計師、信息架構師、產品設計師、Web 設
計師和開發者、軟件開發人員、圖形設計師、銷售和市場研究從業人員，以及項目和產品管理人員。
與第1 版相比，本書（第2 版）有哪些更新呢？下面是一些最突出的內容：
y 測量情緒體驗的新技術，包括手環和面部表情的自動分析。
y 眼動追蹤技術的進展，包括遠程基于攝像頭的眼動追蹤。
y 新的案例，包括 UX領域目前正在做的事情（第 10 章案例研究全部更新）。
y 收集和分析 UX數據的新方法和工具，包括多種在線工具。
y 通貫全書的諸多新示例。
我們希望你可以發現這本書在探求如何提高你產品的用戶體驗等方面對你有所幫助。我們很想聽到你的成功（和失敗！）。我們真的很重視許多讀者針對第1 版所給予的反饋和建議。大部分反饋都有助于促成我們在這一版本中所進行的內容上的調整和新增。你可以通過我們的網站與我們取得聯系：www.MeasuringUserExperience.com。在那里，你也可以找到一些補充性材料，比如：本書多數例子中所提到
的真實電子數據表格和圖形，以及可以幫助你測量用戶體驗的相關工具等方面的信息。
首先，我們要感謝Elsevier 的Meg Dunkerley，我們感謝你所付出的卓越工作和適時的敦促。我們也要感謝Joe Dumas、Bob Virzi 和Karen Hitchcock 對文稿的審閱，你們的建議使本書的內容更加聚焦。我們也要感謝貢獻案例研究的所有作者：
Erin Bradner、Mary Theofanos、Yee-Yin Choong、Brian Stanton、Tanya Payne、Grant Baldwin、Tony Haverda、Viki Stirling、Caroline Jarrett、Amanda Davis、Elizabeth Rosenzweig 和Fiona Tranquadaorgan。因為你們樂意與我們的讀者分享你們的經驗，使這本書更有價值。另外，我們也要感謝Daniel Bender、Sven Krause 和Ben van Dongen 分享你們所在機構的相關信息及目前正在使用的技術和工具。最后，我們要非常感謝富達投資和本特利大學（Bentley University）設計和可用性中心的同事，
我們從你們那里學習了很多，與這樣一個奇妙的UX 研究團隊共事使我們倍感榮幸。
Tom ：
我要感謝我的妻子Susan，你所給予我的支持和幫助不勝枚舉，是你幫助我成為一名更好的寫作者。我要感謝我的女兒Cheryl 和Virginia，謝謝你們一直以來的鼓勵，謝謝你們對我的乏味笑話開懷大笑。
Bill ：
我要感謝我的家人。Devika，你對寫作的喜愛鼓舞了我；Arjun，你對數字的迷戀使我以新的方式考慮數據和度量指標。感謝我的妻子Monika，謝謝你在我撰寫本書期間所給予的支持和鼓勵，沒有你，我完成不了這項工作。
致謝
Thomas S. (Tom) Tullis 是富達投資公司（Fidelity Investments） 用戶體驗研究部門（User Experience Research）的高級副總裁，同時也是本特利大學信息設計學院人因工程方向的兼職教授。他1993 年加入富達用戶體驗，對該公司用戶體驗部門的發展起了重要作用，該部門的設備包括一個技術發展水平（state-of-the-art）可用性研究實驗室。在加入富達投資公司之前，Tom 曾在佳能信息系統（Canon Information Systems）、麥道（ McDonnell Douglas）、優利系統公司（Unisys Corporation）和貝爾實驗室（Bell Laboratories）任職。他和富達的可用性研究團隊曾被多家出版物專題介紹過，包括《新聞周刊》（Newsweek）、Business 2.0、Money、《波士頓環球報》（The Boston Globe）、《華爾街日報》（The Wall Street Journal）和《紐約時報》（The New York Times）。Tuillis 在萊斯大學獲得學士學位、在新墨西哥州立大學獲得實驗心理學碩士學位以及在萊斯大學獲得工程心理學博士學位。他有35 年以上的人機界面研究方面的經驗，在諸多技術期刊上發表了50 多篇文章，他曾在國內和國際會議上做特邀報告。同時，Tom 擁有8 項美國專利。合作完成（與Bill Albert 和Donna Tedesco 合著）的Beyond the Usability Lab: Conducting Large-Scale Online User Experience Studies 在2010 年由Elsevier/Morgan Kauffman 出版。Tullis 是2011 年用戶體驗行業協會（User Experience Professional Association，UXPA）終身成就獎的獲得者，2013 年被SIGCHI（ACM 人機交互特別興趣組）遴選為人機交互學會會士（CHI Academy）。可通過@TomTullis 關注Tom。
William (Bill) Albert 目前是本特利大學設計和可用性研究中心的執行總監（Executive Director），也是本特利大學信息設計學院人因工程方向的兼職教授。在加入本特利大學之前，他是富達投資公司用戶體驗部的總監，Lycos 公司的高級用戶界面研究員，也曾是Nissan Cambridge Basic Research的博士后研究人員。Albert 曾在30 多個國內和國際會議上發表和報告過他的研究。
2010 年，合作完成（與Tom Tullis 和Donna Tedesco 合著）的Beyond the Usability Lab: Conducting Large-Scale Online User Experience Studies， 并由Elsevier/Morgan Kauffman 出版。他是Journal of Usability Studies 的共同主編（co-Editor in Chief）。
因為他在人因學和空間認知（spatial cognition）領域內的研究，Albert 獲得了加州大學圣塔芭芭拉分校和日本政府所授予的獎項。他從華盛頓大學獲得學士和碩士學位（地理信息系統），在波士頓大學（地理—空間認知）獲得博士學位。他在NissanCambridge Basic Research 完成了博士后研究。可通過@UXMetrics 關注Bill。 |
內容簡介：如何量化用戶體驗對有效提高產品的使用質量至關重要。本書詳盡地介紹了如何有效且可靠地收集、
分析和呈現典型的用戶體驗度量數據：操作績效（正確率等）、用戶體驗問題（頻率和嚴重程度）、自我報告式的滿意度及生理/行為數據（眼動追蹤等）。同時對“綜合性量化度量數據”等問題進行了專門介紹，而且結合案例等形式對當前與用戶體驗相關的新內容（如用戶體驗對NPS 的影響）進行了說明。 |
目錄：第1 章 引言 / 1
1.1 什么是用戶體驗 / 4
1.2 什么是用戶體驗度量 / 6
1.3 用戶體驗度量的價值 / 8
1.4 適用于每個人的度量方法 / 9
1.5 用戶體驗度量的新技術 / 10
1.6 十個關于用戶體驗度量的常見誤解 / 11
誤解1 ：度量需要花太多的時間而難以收集 / 11
誤解2 ：用戶體驗度量要花費太多的錢 / 12
誤解3 ：當集中在細小的改進上時，用戶體驗度量是沒有用的 / 12
誤解4 ：用戶體驗度量對我們理解原因沒有幫助 / 12
誤解5 ：用戶體驗數據的噪聲太多 / 13
誤解6 ：你只能相信你的直覺 / 13
誤解7 ：度量不適用于新產品 / 13
誤解8 ：沒有度量適用于我們正在處理的問題 / 14
誤解9 ：度量不被管理層所理解或贊賞 / 14
誤解10 ：用小樣本很難收集到可靠的數據 / 14
第2 章 背景知識 / 16
2.1 自變量和因變量 / 16
2.2 數據類型 / 17
2.2.1 稱名數據 / 17
2.2.2 順序數據 / 18
2.2.3 等距數據 / 18
2.2.4 比率數據 / 19
2.3 描述性統計 / 20
2.3.1 集中趨勢的測量 / 20
2.3.2 變異性的測量 / 22
2.3.3 置信區間 / 23
2.3.4 通過誤差線來呈現置信區間 / 25
2.4 比較平均數 / 27
2.4.1 獨立樣本 / 27
2.4.2 配對樣本 / 29
2.4.3 比較兩個以上的樣本 / 30
2.5 變量之間的關系 / 32
2.5.1 相關 / 32
2.6 非參數檢驗 / 33
2.6.1 卡方檢驗 / 33
2.7 用圖形化的方式呈現數據 / 35
2.7.1 柱形圖或條形圖 / 36
2.7.2 折線圖 / 38
2.7.3 散點圖 / 40
2.7.4 餅圖或圓環圖 / 41
2.7.5 堆積條形圖 / 43
2.8 總結 / 44
第3 章 規劃 / 45
3.1 研究目標 / 45
3.1.1 形成式可用性 / 46
3.1.2 總結式可用性 / 46
3.2 用戶目標 / 47
3.2.1 績效 / 47
3.2.2 滿意度 / 48
3.3 選擇正確的度量：10種可用性研究 / 48
3.3.1 完成一個業務 / 50
3.3.2 比較產品 / 50
3.3.3 評估同一種產品的頻繁使用 / 51
3.3.4 評估導航和/ 或信息架構 / 51
3.3.5 提高知曉度 / 52
3.3.6 問題發現 / 53
3.3.7 使應急產品的可用性最大化 / 53
3.3.8 創造整體的正向用戶體驗 / 54
3.3.9 評估微小改動的影響 / 55
3.3.10 比較替代性的設計方案 / 55
3.4 評估方法 / 56
3.4.1 傳統（引導式）的可用性測試 / 56
3.4.2 在線（非引導式）可用性測試 / 57
3.4.3 在線調查 / 60
3.5 其他研究細節 / 61
3.5.1 預算和時間表 / 61
3.5.2 參加者 / 62
3.5.3 數據收集 / 64
3.5.4 數據整理 / 64
3.6 總結 / 65
第4 章 績效度量 / 67
4.1 任務成功 / 69
4.1.1 二分式成功 / 70
4.1.2 成功等級 / 75
4.1.3 任務成功測量中存在的問題 / 78
4.2 任務時間 / 79
4.2.1 測量任務時間的重要性 / 80
4.2.2 如何收集和測量任務時間 / 80
4.2.3 分析和呈現任務時間數據 / 83
4.2.4 使用時間數據時需要考慮的問題 / 87
4.3 錯誤 / 89
4.3.1 何時測量錯誤 / 89
4.3.2 什么構成了錯誤 / 90
4.3.3 收集和測量錯誤 / 90
4.3.4 分析和呈現錯誤 / 91
4.3.5 使用錯誤度量時需要考慮的問題 / 93
4.4 效率 / 93
4.4.1 收集和測量效率 / 94
4.4.2 分析和呈現效率數據 / 95
4.4.2 結合任務成功和任務時間的效率 / 98
4.5 易學性 / 100
4.5.1 收集和測量易學性數據 / 101
4.5.2 分析和報告易學性數據 / 102
4.5.3 測量易學性時需要考慮的問題 / 104
4.6 總結 / 104
第5 章 基于問題的度量 / 106
5.1 什么是可用性問題 / 107
5.1.1 真問題和假問題 / 108
5.2 如何發現可用性問題 / 108
5.2.1 面對面研究 / 110
5.2.2 自動化研究 / 110
5.3 嚴重性評估 / 110
5.3.1 基于用戶體驗的嚴重性評估 / 111
5.3.2 綜合多種因素的嚴重性評估 / 112
5.3.3 嚴重性等級評估系統的應用 / 113
5.3.4 嚴重性等級評估系統的忠告 / 114
5.4 分析和報告“可用性問題相關的度量” / 115
5.4.1 獨特問題的頻次 / 115
5.4.2 每個參加者遇到的問題數量 / 117
5.4.3 參加者人次 / 118
5.4.4 問題歸類 / 119
5.4.5 按任務區分問題 / 119
5.5 可用性問題發現中的一致性 / 120
5.6 可用性問題發現中的偏差 / 123
5.7 參與者數量 / 125
5.7.1 五個參與者足夠 / 125
5.7.2 五個參與者不夠 / 127
5.7.3 我們的建議 / 129
5.8 總結 / 129
第6 章 自我報告度量 / 131
6.1 自我報告數據的重要性 / 132
6.2 評分量表 / 132
6.2.1 Likert 量表 / 133
6.2.2 語義差異量表 / 134
6.2.3 什么時候收集自我報告數據 / 134
6.2.4 如何收集自我報告數據 / 135
6.2.5 自我報告數據收集中的偏差 / 135
6.2.6 評分量表的一般指導原則 / 136
6.2.7 分析評分量表數據 / 137
6.3 任務后評分 / 141
6.3.1 易用性 / 141
6.3.2 情景后問卷（ASQ） / 141
6.3.3 期望測量 / 142
6.3.4 任務后自我報告度量的比較 / 143
6.4 測試后評分 / 147
6.4.1 合并單個任務的評分 / 147
6.4.2 系統可用性量表 / 148
6.4.3 計算機系統可用性問卷 / 150
6.4.4 用戶界面滿意度問卷 / 152
6.4.5 有效性、滿意度和易用性的問卷 / 153
6.4.6 產品反應卡 / 155
6.4.7 測試后自我報告度量的比較 / 156
6.4.8 凈推薦值 / 158
6.5 用SUS比較設計 / 159
6.6 在線服務 / 160
6.6.1 網站分析和測量問卷 / 160
6.6.2 美國客戶滿意度指數 / 162
6.6.3 OpinionLab / 165
6.6.4 在線網站調查的問題 / 167
6.7 其他類型的自我報告度量 / 167
6.7.1 評估特定的屬性 / 167
6.7.2 具體元素的評估 / 170
6.7.3 開放式問題 / 172
6.7.4 知曉度和理解 / 173
6.7.5 知曉度和有用性差距 / 174
6.8 總結 / 175
第7 章 行為和生理度量 / 177
7.1 自發言語表情的觀察與編碼 / 177
7.2 眼動追蹤 / 179
7.2.1 如何進行眼動追蹤 / 179
7.2.2 眼動數據的可視化 / 181
7.2.3 興趣區 / 184
7.2.4 常用眼動度量指標 / 187
7.2.5 眼動分析技巧 / 189
7.2.6 瞳孔反應 / 190
7.3 情感度量 / 191
7.3.1 Affectiva 公司和Q 傳感器 / 192
7.3.2 藍色泡沫實驗室和Emovision / 194
7.3.3 Seren 公司和Emotlv / 196
7.4 緊張和其他生理指標 / 198
7.4.1 心率變異性 / 198
7.4.2 心率變異性和皮膚電研究 / 199
7.4.3 其他測量手段 / 200
7. 5 總結 / 202
第8 章 合并和比較度量 / 204
8.1 單一可用性分數 / 204
8.1.1 根據預定目標合并度量 / 205
8.1.2 根據百分比合并度量 / 206
8.1.3 根據z 分數合并數據 / 212
8.1.4 使用單一可用性度量（SUM） / 214
8.2 可用性記分卡 / 216
8.3 與目標和專家績效比較 / 220
8.3.1 與目標比較 / 220
8.3.2 與專家績效比較 / 223
8.4 總結 / 224
第9 章 專題 / 226
9.1 實時動態網站數據 / 226
9.1.1 基本的網站分析 / 227
9.1.2 點擊率 / 230
9.1.3 棄用率 / 231
9.1.4 A/B 研究 / 232
9.2 卡片分類數據 / 235
9.2.1 開放式卡片分類數據的分析 / 236
9.2.2 封閉式卡片分類數據的分析 / 242
9.2.3 樹測試 / 245
9.3 可及性數據 / 247
9.4 投資回報率數據 / 250
9.5 總結 / 255
第10 章 案例研究 / 256
10.1 凈推薦值與良好用戶體驗的價值 / 256
10.1.1 方法 / 257
10.1.2 結果 / 258
10.1.3 在界面設計中對投入進行優先級設置 / 259
10.1.4 討論 / 261
10.1.5 總結 / 262
參考文獻 / 263
作者簡介 / 263
10.2 度量指紋采集的反饋效果 / 264
10.2.1 方法 / 264
10.2.2 討論 / 272
10.2.3 總結 / 274
致謝 / 274
參考文獻 / 274
作者簡介 / 275
10.3 Web體驗管理系統的再設計 / 275
10.3.1 測試迭代 / 276
10.3.2 數據收集 / 277
10.3.3 工作流程 / 278
10.3.4 結果 / 282
10.3.5 結論 / 284
參考文獻 / 284
作者簡介 / 284
10.4 使用度量來改善大學招生簡章網站 / 285
10.4.1 樣例1 ：可用性測試后決定行動 / 286
10.4.2 樣例2 ：網站追蹤數據 / 289
目錄XIX
10.4.3 樣例3 ：人物角色迭代的定位測量 / 291
10.4.4 總結 / 292
致謝 / 293
參考文獻 / 293
作者簡介 / 293
10.5 利用生物測量技術測量可用性 / 294
10.5.1 背景 / 294
10.5.2 方法 / 295
10.5.3 生物測量學的發現 / 296
10.5.4 定性結果 / 298
10.5.5 總結及給從業人員的建議 / 299
致謝 / 300
參考文獻 / / 300
作者簡介 / 301
第11 章 通向成功的10 個關鍵點 / 302
11.1 讓數據活起來 / 302
11.2 主動去度量 / 304
11.3 度量比你想的便宜 / 305
11.4 早計劃 / 306
11.5 給你的產品確定基線 / 307
11.6 挖掘你的數據 / 308
11.7 講商業語言 / 309
11.8 呈現你的置信程度 / 309
11.9 不要誤用度量 / 310
11.10 簡化你的報告 / 311
參考文獻 / 313 |
| 序： |
|
