真正了解用户感受一直是我们用户体验研究的梦想，用户开心嘛？沮丧嘛？真的有兴趣或意愿来订阅嘛？了解用户真实的感受的体验可以帮助我们优化具体方面的体验设计，从而做到让情感在产品中自然而然地流露出来。南京网站制作正在进入一个洞察用户体验的新时代：洞察他们的情绪变化。
Figure 1. 想想坐过山车时所经历的情绪
当前方法的失败
用户体验研究经常从参与者身上直接观察他们的情绪变化，然而，要注意我们的参与者(受试者)并不永远是客观的，往往会落入人类思维的灰点中。一个常见的方式来解决情绪和认知方面的用户体验测试是通过自我回顾–即: 用户被要求以口头或者书面的问卷的形式来描述或回答有关他们的经历体验的一些问题。这些方法虽然是司空见惯的，但他们过于依赖参与者的解释和回忆受试者“彼时”的情绪。而现实是，参与者只会告诉我们那些他们认为我们想听到的话，或者有选择性地描述他们当时的情绪。有时他们甚至不能很好地解释自己的感受。
而生理测量就能够消除主观性的评估用户的体验，依靠量化指标，测量那些往往是用户潜意识的情绪。
新方法来丈量情绪
新的生物设备是实用而且价格也合理，非常适合对用户体验从业者。我很愿意承认我是高度怀疑这些看似神秘的工具设备是否能告诉我用户真正的体验和情感的，但是我也着迷于这种可能性。许多怀疑的根源可能源于缺乏知识和经验吧。目前，已有少部分人在UX社区上发布相关的主题研究了。据我所知，也有一些人正在进行通过人眼追踪技术提供一个客观的方式让我们更直观地理解用户的研究活动。
人眼追踪技术
人眼追踪技术对用户体验研究员起到了非常大的帮助作用，如果用的恰当，可以达到其他方式所无法达到的洞察结果。最明显的独特之处就是眼动仪可能追踪参与者的视线和关注点。
Figure 2. 带有眼动仪的显示器, 由Tobii科技提供
人眼追踪是一个不可或缺的生物测量手段，这种测量可以结合任何其他的生物测量仪器使用。但这种测量方式只有在有具体上下文情景中：例如用户在观察某些内容时使用才有意义，当眼球锁定在某个内容上时间较长的时候，就知道用户想要了解什么。它能告诉你用户在看什么，但是不会告诉你为什么，这一点需要研究人员自己琢磨。
研究到用户的大脑: EEG
在我早期寻找合适的测量情绪反映的装置时，我发现了脑电图(EEG). 脑电图可以测量大脑皮层的生物电的变化。从这些电极获取的信号所产生的波形中反映出电压的变化
Figure 3
.
Figure 3. EEG头戴设备实时输出的结果展示了人脑区域的活跃度，由Emotiv提供
EEG头戴设备实时输出的结果展示了人脑区域的活跃度，由Emotiv提供
EEG信号是进入到用户体验研究领域最敏感的仪器了，它提供了下面这些特性：
· 实时的毫秒级的精确度.
· 全方位的情绪和认知活动.
· 情绪的展示图.
最近例如由Emotiv开发的头戴式设备是通过无线蓝牙连接方式，来将人脑电波信号传输到设备上的一种设备。这些头戴式设备可以让用户感觉舒适一些，能够最小干扰到参与者的自然行为。更轻便，更便宜并且完全无线的解决方案将让EEG在未来几年中对实践性用户体验设计们更有帮助。
Figure 4. 使用Emotive EEG 头戴式设备的用户正在进行测试
对于用户体验研究人员来说，难点是将脑电波形状的数据翻译成情感的状态是极其复杂的事情，也是UX研究员专业领域外的内容了. 分析工具可以处理原始的EEG数据并产生可视化的一些标准化过的情绪状态，例如参与中、感兴趣、遇到挫折、幸福或悲伤的情感。
你的皮肤显示出你的情绪: GSR
皮肤电感应(GSR) 一直被用来测量生理上的刺激，这项技术可测量皮肤毛孔产生的少量汗液的导电性。 GSR可以根据这种导电情况来洞察参与者的情绪，例如高涨、投入、紧张、心烦意乱、不感兴趣或放松的状态。当然这种测量能得到最理想的结果的时候就是用户在使用界面遇到困难而变得沮丧和有压力的时候。这些测量结果可以通过纵向评估展示情绪的趋势变化(例如: 体验整个产品过程中压力增减的时间区间).
对于那些需要让用户持续参与和保持兴趣的产品来说，GSR能帮助测量用户参与的强度，以及能持续参与的时间有多长。例如下图中是最新款的Shimmer3装置，非常便捷也允许人自由运动毫无妨碍，对研究人员快速收集数据来说也很方便。
Figure 5.测试用户带上特别的皮肤感知器设备Shimmer3
让我们来看看你的情绪：面部情绪反应分析
面部编码是对面部表情的系统分析。早在上世纪70年代，心理学: Paul Ekman在早期工作中确定了六种普遍的表情。他推广的面部动作编码系统（FACS）也众所周知地 系统地介绍了面部表情和动作。
Figure 6. 相貌特征提取，由Affectiva提供
像Affectiva和Emotient 这样的公司，开发出了新的软件能够通过检测他们面部的反应用来分析用户的情绪。摄像头早已被用来捕捉非语言行为(例如微动作、表情)，以及收集用户的声音，从而用来研究用户体验了。使用面部分析是一种最不容易打扰用户就能够捕捉情绪变化的高度自动化的方式。这些系统使用计算机的算法，从一个摄像头捕捉的视频中逐帧分析出人的表情变化，以此作为输入不断分析。分析数据的第一步是确定人脸，然后提取需要识别的每个情感特征的面部关键点标志(上图所示的绿点)。用软件产生的结果评分，表示用户是否专注于手头上的任务。较低的值表明用户正在远离相机，通常代表着厌恶或者疲劳或者是他“不留神”。个人情绪会以直观的数字形式得以清晰的展现。
Figure 7.由面部识别器输出的人脸表情分析图，第一个图展示整体的参与的情绪，第二个展示的是每个独立的情绪。由Emotient提供
虽然面部识别相较于其他手段非常容易收集和分析，但从我经验来看它似乎不是那么准确的。目前的算法虽然能很准确地分析出高度表达的情感例如：大大微笑，但更复杂的情感例如:“蔑视”就很难体现出来了。在这些用户体验测试的参与者的反应中，往往都是微表情较多，例如微微一笑表示高兴，略略提高眉头表示惊讶。捕捉这些低表达的情绪(无论正面或负面) 才是UX研究中至关重要的点。参与者并不总是有强烈的外向情绪的表达。
为什么混合方法很重要？
没有一种测量方法可以完全捕捉用户的所有情感体验的。我认为这些手段之间是互补的，在某些情况下是互相补充的。我们可以从不同的设备上提取不同的数据。使用脑电图和面部反应分析，我们可以测量一个参与者是否有一个良好的或相对较差的反应。GSR和心率无法衡量心理，但是可以提供精确的参与者合适被激励的数据指标，结合每种类型的测量的优势，我们可以识别特定类型的情绪体验。
Figure 8. 由James Russell和LisaFeldman Brarrett开发的激励和心理模型。
使用多种类型测量的另一个好处是，我们可以经常使用它们来互相验证。例如，如果面部分析数据强烈的表明参与者正在产生强烈的快乐，但是EEG数据显示是高强度的愤怒，那肯定有一个测量是不对的。在文章开始我提到：不能完全依赖用户主管提供的信息因为他们无法正确认知自己的情绪，虽然我们不完全依赖，它仍然是关键的。通过这种结合测量的方法，我们有信心能够更准确地掌握和理解用户的情绪。
UX研究的应用
那么这些研究结果究竟如何应用呢？ UX研究人员和设计师现在可以向着那些能够引发用户特定情绪或反应的方面来创建或者改良他们的设计了。用户体验的质量不再局限于UI界面，现在更多的是用户在使用过程中的感受和用户在与机器程序交互的过程中的体验上了。以前当我们对一个人说：你的工作就是帮助团队评估一个网站的新产品的选择流程的是否高效. 通常情况下你会找一些衡量体验的关键指标，例如任务完成的效率，口头的评论，网站的评分等。然而你知道这不足以识别任何细微的痛点问题，并不能帮助你真正了解用户的情绪是如何影响他们的决策的过程的。所以通过组合使用眼动仪、脑电图、GSR和面部表情追踪你可以找出这些情绪是何时出现的。
Figure 9. 在易用性测试中展示情绪反应的输出。由iMotion提供。
理解什么设计能有吸引力的/ 促进用户参与，使用眼动仪，我们可以了解：
· 最开始吸引用户关注的是什么 (例如：图片、价格、功能对比、可交互的元素、还是照片等等)？
· 是什么让用户长期保持关注？
· 用户在浏览在线商店时眼球保持一种什么样的运动轨迹模式？
理解情绪投入，我们使用EEG，GSR，和面部表情捕捉仪器，可以分析出:
· 使用体验过程中有哪些瞬间的情绪状态？
· 通过面部表情看出总体的使用情绪是正面还是负面？
· 是什么让用户高兴，用户找到何种参与的方式
使用自我汇报的方法进行后续的体验分析，我们可以了解：
· 用户为什么在网站上看某些元素？ (较长时间)
· 用户观察某些元素时会有什么感觉？(可交互的？迷惑的？)
· 用户在不同模块的购物体验是怎样的？（例如在主页、登陆页面、产品页面或结算页面的不同感受）
通过了解用户的情绪旅程的高点和低点，一个团队就可以尽可能地优化功能的设计，以尽可能地减少用户使用时的痛点，并为强调某一个交互元素(如购买)提供了积极的经验。
用户体验研究的挑战
这些工具的好处也为用户体验研究院带来了显著的挑战，所有这些工具都源于UX研究院所不熟悉的领域，如人体生理学和神经病学。因此，这些工具对UX研究院来说有着潜在的陌生感和使用上的风险。即使有新的更容易上手的设备，也还有需要挑战以完成这种研究:
· UX研究员需要掌握必要的技术和能力，能建立和操作先进的设备，并确保严格的执行过程以确保收集数据的准确性。
· 你团队里的人需要有神经病学、认知或实验心理学背景。
· 生理研究需要比典型的用户研究方法更高更庞大的样本量。
· 试点测试是不可少的，以确保设备是否正确地配置，输入输入要确保是预期类型的数据。
· 设备必须仔细校准，而且要考虑到不同参与测试者之间的差异性。
另外一个挑战是在于对数据的解释，因为同样的胜利反应可以观察到不同的心理状态，如挫折、惊喜或增加认知的努力等等。一个正确的解释需要对出现在上下文情景中获得数据进行关联。为了更好地理解结果，建议记录额外的观测和生理测量，例如用户自己的评论、观察到的行为、主观评价等等。
情绪研究的未来
使用目前的已有的这些方式，可以了解用户情绪反应最好的情况下其得到的数据也是有限的，最坏的情况下有可能完全不准确。随着用户体验领域的发展，我们需要探索利用神经科学和人类生物学借鉴一些测量情绪反应的新方法。实施这些方法仍然有很大的挑战，然而，现有工具相比以往任何时候都更经济实用了，种种迹象表明、这种用户体验研究的趋势还将在未来几年继续发展。我相信最终我们会达到: 收集生理数据帮助我们了解用户变成司空见惯的一种地步。
本文地址：
http://www.njanyou.cn/news/606.html
Tag：
用户体验
专业服务：
南京网站制作,
南京网站制作公司,
南京网站建设公司
联系电话：025-65016872
上一篇：
自助性BI工具：Zoho Reports
下一篇：
这UI界面做的叫一个清新脱俗
