Heuristik Değerlendirme Neyi Bulur, Neyi Bulamaz
Heuristik değerlendirmenin cazibesi bellidir: bir öğleden sonrada, tek kullanıcı bulmadan, elinizde uzun bir sorun listesi olur. Sorun da tam burada başlıyor. O listedeki maddelerin hepsi eşit değil, bir kısmı gerçek kullanıcıyı hiç yavaşlatmayacak, bir kısmının düzeltilmesi ise tahmin ettiğinizden kat kat pahalı.
Uzman görüşü veri değildir
Yöntemin çıktısı, deneyimli birinin arayüze bakıp "burası kullanıcıyı zorlar" demesidir. Bu bir tahmindir, ölçüm değil. Nielsen'in kendi çalışmalarında da tek değerlendiricinin sorunların yalnızca üçte birine yakınını bulduğu, sayının üç ile beş değerlendiriciye çıkarıldığında anlamlı biçimde arttığı söylenir. Buradan çıkan sonuç genelde "daha çok değerlendirici tutun" diye okunuyor. Bence asıl çıkarım başka: aynı arayüze bakan iki uzman büyük ölçüde farklı listeler üretiyorsa, tek listenin kendisi zaten güvenilmez bir belgedir.
Alan yazında sık tartışılan ikinci konu da yanlış alarm oranıdır. Heuristik değerlendirmeyle bulunan maddelerin azımsanmayacak bir bölümü, sonradan kullanıcı testinde hiçbir kullanıcıyı takılmadan geçmiştir. Yöntem hatalı değil, sadece ne olduğunu doğru adlandırmak gerekiyor: bu, test edilecek hipotezlerin listesidir.
Hangi sorunları gerçekten iyi yakalar
Yöntem, tek bir ekrana bakarak görülebilen şeylerde güçlüdür. Geri bildirimi olmayan bir buton, hata mesajının ne yapılacağını söylememesi, geri dönüşü olmayan bir işlem, sistem durumunun hiçbir yerde görünmemesi. Bunlar kullanıcı çağırmadan, doğrudan prensiplere bakarak tespit edilir ve tespit edildikleri anda tartışmaya kapalıdır.
İki yerde ise sistematik olarak kördür. Birincisi, kullanıcının alan bilgisinden doğan sorunlar: arayüz kusursuz olabilir ama terim o sektörde başka anlama geliyorsa uzman bunu bilemez. İkincisi, zamana yayılan sorunlar. Bir formun ikinci kez doldurulduğunda sinir bozucu hale gelmesi tek oturumluk incelemede görünmez.
Uzun liste, sıralanmamışsa işe yaramaz
Orta ölçekli bir arayüzde iki değerlendiriciyle çalışınca 60 ile 100 arasında bulgu çıkması olağandır. Bu listeyi olduğu gibi geliştirme ekibine vermek, hiç vermemekten biraz daha kötüdür: ekip ilk on maddeyi düzeltir, gerisi bir tabloda ölür ve bir sonraki değerlendirmede aynı maddeler yeniden yazılır.
Bulguları tek sütunlu bir listeye değil, iki sütunlu bir tabloya yazarım: sol tarafta tahmini kullanıcı etkisi, sağ tarafta düzeltme maliyeti. Maliyet sütunu genelde atlanıyor, oysa önceliği asıl o belirliyor.
"Küçük" bulgunun kodda karşılığı
Tasarım tarafında birbirine çok benzeyen iki bulgunun uygulama maliyeti taban tabana zıt olabilir. Tipografi tutarsızlığı, ortak bir stil tanımı varsa yarım saatlik iştir. Buna karşılık "aynı bilgi iki sayfada farklı görünüyor" bulgusu neredeyse hiçbir zaman arayüz sorunu değildir: o iki sayfa çoğunlukla iki ayrı sorgudan, bazen iki ayrı serviste tutulan iki ayrı alandan besleniyordur. Onu düzeltmek stil değil, veri modeli işidir ve haftalar sürer.
Bu yüzden bulgu listesini yazan kişiyle listeyi uygulayacak kişinin bir saat aynı masada oturması, ilave üç değerlendirici tutmaktan daha çok kazandırır. Maliyet tahmini olmayan öncelik sırası, kağıt üzerinde kalır.
Kullanıcı testiyle ilişkisi
Yaygın tavsiye, önce heuristik değerlendirme yapıp "göz önündeki" hataları temizlemek, sonra kullanıcı testine geçmektir. Sırası doğru ama gerekçesi eksik. Heuristik değerlendirmeyi önce yapmanın asıl faydası, test sırasında değerli kullanıcı dakikalarını zaten bilinen bir hataya harcamamaktır. Beş kullanıcının hepsinin aynı bozuk hata mesajına takılması, size beşinci kez aynı bilgiyi verir ve o oturumda başka hiçbir şeyi göremezsiniz.
Ters sıra da savunulabilir bir durum var: arayüz halihazırda canlıysa ve elinizde analitik varsa, kullanıcıların gerçekten terk ettiği ekranı bulup heuristik incelemeyi oraya odaklamak, arayüzün tamamını baştan sona taramaktan çok daha verimlidir.
Değerlendirmeyi kurarken
- Prensip listesini önceden sabitleyin; herkesin kafasındaki kriterle bakması, listelerin neden uyuşmadığının yarısıdır.
- Bulguyu ekran adıyla ve hangi prensibi ihlal ettiğiyle birlikte yazın, yoksa üç ay sonra kimse ne demek istediğinizi çıkaramaz.
- Şiddet derecelendirmesini ortalamayın. Üç kişiden ikisi "önemsiz", biri "kritik" dediyse, ortalama olan 2 rakamı o anlaşmazlığı gizler; asıl konuşulması gereken şey odur.
Kaynak