“易用性”是人机交互（HCI）和用户体验（UX）设计中的核心质量属性，通常包含四个子维度：

• 易理解性：用户能否快速理解系统功能、界面含义及反馈信息（如图标、提示语、状态指示是否符合直觉）；
• 易学性：新用户掌握基本操作所需的时间与认知负荷，是否支持渐进式学习（如引导教程、可预测的操作逻辑）；
• 易操作性：完成任务的步骤是否简洁、交互是否高效（如减少点击次数、支持快捷键、容错性强）；
• 吸引性（也称“吸引力”或“审美吸引力”）：界面视觉设计是否美观、协调、令人愉悦，影响用户初始印象与持续使用意愿。

这四者共同构成ISO/IEC 25010标准中“可用性（Usability）”的关键部分，且相互关联——例如高吸引性可提升学习动机，良好的易理解性可降低学习成本。

# 示例：评估某App登录页易用性的简要检查清单（供参考）usability_checklist={"易理解性":["用户名/密码标签是否清晰？","错误提示是否具体（如‘密码需8位以上’而非‘输入错误’）？"],"易学性":["首次使用是否有轻量引导？","操作模式是否与其他主流App一致（如‘返回’在左上角）？"],"易操作性":["登录按钮是否显著且易点击（尺寸≥48×48dp）？","是否支持指纹/Face ID快速登录？"],"吸引性":["配色是否柔和不刺眼？","动画过渡是否自然无卡顿？"]}

量化衡量易用性的四项指标（易理解性、易学性、易操作性、吸引性）需结合主观评价与客观行为数据，不同用户测试方法各有侧重。以下是针对每种方法的实操路径与量化策略：

✅1. 启发式评估（Heuristic Evaluation）——快速诊断，半定量打分

• 由3–5名UX专家依据Nielsen十大可用性原则（含“可见性”“一致性”“容错性”等）逐项审查界面；
• 量化方式：为每项启发式规则（如“系统状态可见性”对应易理解性，“匹配现实世界”对应易学性）按0–2分打分（0=严重违反，1=轻微问题，2=符合）；
• 聚合计算：对“易理解性”相关条目（如反馈明确性、术语一致性）取平均分，生成子维度得分（0–2），再映射为百分制（×50）；
• ✅ 优势：低成本、快反馈； ❌ 局限：无法反映真实用户行为。

✅2. A/B测试（或多重变体测试）——客观验证，聚焦易操作性与吸引性

• 对比两个/多个设计版本（如按钮文案：“登录” vs “开始使用”，或配色方案A vs B）；
• 量化指标：
  • 易操作性：任务完成率、平均点击次数、首次点击时间（First Click Time）、错误率；
  • 吸引性：页面停留时长、滚动深度、分享率、7日留存率（间接反映情感认同）；
• ✅ 优势：因果明确、数据驱动； ❌ 局限：难直接测“易理解性”“易学性”（需结合问卷）。

✅3. 用户实验（Think-Aloud + Task-Based Testing）——综合量化四项

• 招募典型用户（n≥8–12），执行标准化任务（如“修改密码”“查找帮助文档”），全程录音+录屏；
• 结构化量化方法：

  维度	量化指标	工具/方法
  易理解性	术语误解率（用户误读标签/图标比例）、首次正确识别功能占比	录像编码 + 语义分析
  易学性	学习曲线斜率（第1/3/5次任务的完成时间下降率）、新功能首次成功使用率	时间日志 + 成功率统计
  易操作性	操作效率（秒/任务）、误操作次数、回退频次、键盘/手势使用流畅度（Fitts定律拟合）	眼动/交互日志分析（如Hotjar, LogRocket）
  吸引性	主观吸引力评分（SUS中Q1/Q2/Q3加权）、NPS（净推荐值）、情绪微表情识别率（可选）	5点李克特量表 + FaceReader软件分析

📌推荐组合方案：

• 基线评估：启发式评估（快速定位问题） →
• 验证优化：A/B测试（验证关键改动对操作与吸引性的影响） →
• 深度归因：任务型用户实验（量化全部四项并获取质性洞察）

# 示例：计算易学性学习率（Python伪代码）defcalculate_learning_rate(task_times):"""输入：[t1, t2, t3, t4, t5] 单位：秒"""iflen(task_times)<2:return0initial=task_times[0]final=task_times[-1]returnround((1-final/initial)*100,1)# 百分比提升# 如 [120, 95, 78, 65, 60] → (1 - 60/120)*100 = 50.0% 学习率