Na prośbę kilku osób zamieszczam prezentacje:

“Użyteczność to cały zestaw technik pomiarów i zaleceń, wynikających z długiej tradycji, której korzenie tkwią jeszcze w czasach sprzed ery komputerów: w ergonomii i wzornictwie przemysłowym.”

Kiedyś dawno temu nasza branża urodziła pojęcie “usability”, niefortunnie tłumaczone na polski “funkcjonalność” (w tłumaczeniu książki Pearrow-a by Helion), następnie “użyteczność”. Wykorzystując tylko te pojęcie można przeprowadzić pełnowartościowy test na profesjonalną przydatność w branży.
Przeczytajcie poniższe zdania:

• Usability tej aplikacji należy poprawić.
• Ten sajt ma niedostatecznie dobre usability.
• Interfejs jest zupełnie nie użyteczny.
• Słaba użyteczność to jak zła ekologia środowiska.

Jeżeli po przeczytaniu tego:

• nie macie ochoty pośmiać się lub popłakać,
• wasza twarz nie została skrzywiona poprzez niesmaczny grymas lub wyraz żałoby,
• wewnątrz nie rozpalił się ogień nienawiści,
• żadne z powyższych nie pasuje, a wciąż uważacie się za specjalistę,
• właśnie przypomnieliście sobie, że też nadużywacie powyższe zdania wykorzystując każdą (nie ważne czy właściwą) do tego okazję,

to gratuluję. Wykryto dyletanta, gdyż tylko dyletant może bez poczucia winy i własnego sumienia, z przerażającą stabilnością wykorzystywać termin, którego nie rozumie i nie umie używać właściwie.

Definicja zgodnie z ISO 9241–11 mówi, że:

Usability — the extent to which a product can be used by specified users to achieve specified goals with efficiency, effectiveness and satisfaction in a specified context of use.

Dodatkowo, trzeba pamiętać o innych definicjach (w poniższej tabelce zestawienie porównawcze “konceptów”):

Wystarczy 2-minutowej analizy, aby zrozumieć, że:

1. Użyteczność jest stopniem kilku wskaźników. Nie może być ona zła czy dobra. Usability nie można polepszyć lub pogorszyć, ale zwiększyć lub zmniejszyć.
2. Nie ma żadnego ogólnego stopnia użyteczności. Pojęcie użyteczności zawiera w sobie metryki, które mogą być skorelowane lub przeczyć sobie (np. szybkość uczenia się i szybkość “pracy” nie mogą być jednakowo wysokie).
3. Usability nie jest synonimem określeń tj. “wygoda”, “przyjazność”, “intuicyjność”, “zrozumiałość”, “łatwość” itp. Mówiąc o przyjazności pamiętajmy, że te słowo oznacza “przyjaźnie nastawiony do kogoś/czegoś, życzący dobra”. Ani grama tu stopnia efektywności, skuteczności czy satysfakcji.

Krótko mówiąc, użyteczność (ang. usability) nie ma synonimów i nie będzie ich dopóki, dopóty szanowana społeczność specjalistów nie umówi się wspólnie dokładać kolejne przymiotniki, rzeczowniki i inne części nie mające nic wspólnego z użytecznością.
Użyteczność to pojęcie z ciężkim losem i najprostszym sposobem na złagodzenie jego cierpienia jest wyłączenie tego słowa ze swojego słownika do momentu pełnego zrozumienia czym “ono” jest.
Przy okazji tego wylewu pragnę wyrazić uznanie Robertowi Drozdowi, bez którego pięknych wpisów świat polskiego usability nie byłby taki interesujący.

Celem badania ankietowego jest uzyskanie wiedzy o użytkownikach, stopniu ich zadowolenia z usług dostarczanych przez system oraz ich opinii na temat interfejsu systemu, za pośrednictwem którego usługi są dostarczane użytkownikom. Aby uzyskać tę wiedzę, należy przetworzyć dane ankietowe. Rezultaty tego przetwarzania można wykorzystać do zwiększenia efektywności wykorzystania usług systemu zorientowanego na usługi.

Wadą badania ankietowego jest:

• ­ trudność zaprojektowania ankiety, tj. ułożenia takiego zestawu pytań, który pozwoli wydobyć od użytkowników jak najwięcej istotnych informacji o stopniu zadowolenia z usług dostarczanych przez system oraz z interfejsu systemu, za pośrednictwem którego usługi są dostarczane użytkownikom,
• ­ konieczność przetwarzania wypełnionych ankiet w celu uzyskania końcowej oceny systemu.

Różni użytkownicy ten sam system oceniać będą w różny sposób. Powodem tego stanu rzeczy są np. różnice w wymaganiach jakie stawiają oni usługom dostarczanym przez system. Dlatego warto podzielić użytkowników na grupy, w zależności od odpowiedzi udzielanych w ankietach.
Podział na grupy odbywa się w przestrzeni ankiet, której współrzędne odpowiadają kolejnym pytaniom ankietowym, natomiast wypełnione przez użytkowników ankiety są punktami w tej przestrzeni.  Po pierwsze, odpowiedzi na pytania ankietowe zazwyczaj są ograniczone do wyboru spośród niewielkiej liczby wariantów. Utrudnia to analizę ankiet metodami automatycznego grupowania danych, które najlepiej działają w przestrzeniach o współrzędnych typu ciągłego. Po drugie, ankiety użytkowników mogą być ułożone w przestrzeni ankiet równomiernie, nie tworząc wyraźnych zgrupowań. Wówczas algorytmy grupowania za każdym uruchomieniem znajdywałyby inny, losowo wybrany, podział na grupy. Odpowiada to sytuacji, w której pomiędzy skrajnymi opiniami występują opinie pośrednie i nie ma podstaw do podzielenia tego zbioru na odrębne części.
W publikacji opisano metodę selekcji atrybutów wspomagającą proces grupowania użytkowników na podstawie wyników badania ankietowego. Metoda umożliwia przeprowadzenie grupowania bez względu na to, czy dane są rozmieszczone w przestrzeni nierównomiernie czy równomiernie. Rezultaty jej działania dają również podstawę do uporządkowania zestawów pytań ankietowych (atrybutów) ze względu na ich wartość informacyjną, rozumianą jako przydatność do oceny jakości usług systemu informatycznego.

W międzyczasie anglojęzyczne pozycję umieściłem na Shelfari — dosyć fajna i miła dla oka sekretarka dla książek Robi porządek i pozwala nie zapomnieć tytułów, które się przeczytało. A na marginesie jeszcze odnośnie shelfaro — dobry zabieg optymalizacji konwersji wejść na użytkownika zarejestrowanego — od pierwszego momentu shelfari pozwala dodawać książki do półki, aż dojdziemy do 4-go kroku “Save”, gdzie dyskretnie prosi nas o rejestrację. Na początku nawet nie zorientowałem się, że to jest rejestracja, myślałem — imię, e-mail, nic nadzwyczajnego, ale pole “password” zmusiło do myślenia

Póki co — półka moja wygląda tak:

1. Web 2.0 Przewodnik po strategiach, autor: Amy Shuen, O’REILLY w tłumaczeniu Helion, 2009. Wstępnie napisana prosty i zrozumiałem językiem, początek przeczytany z lekkością. Są tam może oczywistości, ale warto je uporządkować choćby dla samego siebie. [w trakcie] Przeczytana.
2. The essential guide to user interface design : an introduction to GUI design principles and techniques, autor: Wilbert O. Galitz, Wiley, 2007. Jest to klasyka literatury zarówno w dziedzinie nauki jak i praktyki. Kiedyś miałem już w rękach tą książkę, ale zainteresowała mnie reedycja.
3. Foundations of Fuzzy Control, autor: Jan Jantzen, Wiley, 2007. Bardzo dobra książka w opinii światowej. Logiką rozmytą interesuję się ze względu na badania i ocenę jakości interfejsów w nauce.
4. Serwisy społecznościowe. Projektowanie, autor: Joshua Porter, New Riders Press w tłumaczeniu Helion, 2009. Znajomi z branży chwalą sobie pozycję, sam temat jest również ciekawy. Wydaje mi się, że z każdym rokiem użytkownicy uczą się coraz bardziej internetu i proces projektowania również ewoluuję i powinien korzystać z aktualizowanej dynamicznie wiedzy o użytkownikach. Przeczytałem — wkrótce recenzja!

Amaznode

Podobne metody reprezentacji wyników wyszukiwania bazująca na wzorach, zachowaniach, ewolucji czy użyciu, znane były nauce dobrych kilkanaście lat temu. Vivisimo czy Answerbus, reprezentacja meta-danych w 2D przez InXight (kupieni w 2007 po 10 latach istnienia), w końcu 3D opracowywane przez rodzimych naukowców z Poznania w ramach projektu Periscope-AVE… to wszystko ustąpiło na rzecz prostych list rankingowych, w które łatwo jest wplątywać reklamy.

Weźmy np. Carrot Search. Wg mnie super pomysł grupowania i klastrowania wyników wyszukiwania na szukaną frazę. Kto o tym mówi, pamięta?

Carrot search

Wszystko dlatego, że aktualne interfejsy wyszukiwarek są w 100% nacelowane na prezentacji tego co chcą ONI, a nie użytkownicy. Interfejsy, które zostały zaprojektowane dla zaprezentowania danych analitycznych, wymagających uwzględnienia wielu szczegółów, nazywa się analitycznymi, zaś wizualizacje grupujące danych pogrupowanych wg odpowiednich cech nazywa się holistycznymi. Żaden z typów nie pasuje wg mnie do Google-a.

Klasy wizualizacji

Interfejs analityczny charakteryzuje się wysoką liczbą wymiarów wizualizacji (porównywalną z liczbą atrybutów wyników wyszukiwania) i ich wizualnym odosobnieniem, co pozwala na dokładną reprezentację wyników poszukiwań użytkownika, pozwalając mu samemu szacować i analizować wyświetloną informację.

W holistycznym interfejsie mała liczba wymiarów pozwala na szybkie dotarcie do ogólnej informacji o poszukiwaniach. Kryteria mogą być definiowane przez użytkownika lub wybrane automatycznie. Mogą nimi być takie czynniki jak: liczba domen (sub-domen), liczba stron, języków, typ dokumentów, relacje semantyczne pomiędzy dokumentami itd.

W obu typach interfejsu, analitycznym i holistycznym, wyniki wyszukiwania są zawsze prezentowane całkowicie, a nie porcjami jak w standardowych wyszukiwarkach.

Mówiąc o nietypowych rozwiązaniach wizualizacji warto wspomnieć o Kartoo (wyszukiwarki z komiksowym interfejsem ), czy nawet przytoczyć przykłady z Periscope, który potrafił stworzyć poniższe widoki reprezentacji obiektów wyszukiwania.

Periscope — obiekty 3D z dowiązaniami

Periscope — miasto

Szkoda, że pomysły przynoszone przez naukę są często lekceważone przez branżę (i na odwrót…)