制定测试计划
计划的目的就是记下你要做什么，你要如何实施测试，你要收集哪些测量数据，测试多少参与者，以及使用的场景。
通常，可用性专家会和网站或产品的拥有者以及研发团队的成员碰面，讨论决定计划的主要要素。然后，可用性专家会制定出计划的初步方案，告诉管理者和团队的其他成员。每个人发表自己的意见，并对最后的计划达成一致，可用性专家会修改计划来反映最后的决定。
测试计划的要素
可用性计划包括如下要素：
1、范围：你要测试什么：给网站、网站应用、或其他产品取个名字。说明测试覆盖的产品方面，例如，截止到某个日期的原型；导航；导航和内容。
2、目标：确定测试的关注点、问题和目标。目标可能很宽泛，例如，“用户从原型主页的导航能够定位到重要信息吗？”也可能很具体，例如，“用户能够很容易地找到放在目前位置的搜索框吗？”在每轮测试中，你肯定会有一些或宽泛或具体的关注点。场景要依据你的关注点设置。
3、日程和地点：什么时候以及在哪测试。日程安排要详细说明一天中有多少次的会谈，每次会谈的时间安排怎样。
4、测试阶段：每个测试阶段的说明、时长（通常一个小时到90分钟）。在安排参与者时，在测试阶段之间通常要预留30分钟的时间来重新布置环境，与观察者简单回顾讨论这个测试阶段，或者为测试阶段推后或参与者迟到提供缓冲。
5、设备：说明设备的类型。台式机、笔记本、手机或智能手机。如果与测试相关，也应包括显示器的尺寸和分辨率，操作系统，浏览器等。也要说明你计划录音或录像，或使用到某种特殊的可用性测试工具和协助工具。
6、参与者：说明你计划招募的测试参与者的数量和类型。介绍你要怎样招募这些参与者。可以考虑将筛选标准放在附录。
7、场景：说明测试中任务的数量和类型。通常，对于一个60分钟的测试，你可以为台式机或笔记本的测试安排10（+/-2）个场景，为手机或智能手机测试安排8（+/-2）个场景。你可以在测试计划中包含更多的场景，这样团队就可以从中选择合适的任务。
8、测量数据：主观测量数据：包括你准备在每个测试阶段前（如背景调查问卷）和每个任务场景完成后（任务的容易度和满意度问题）询问参与者的问题，以及每个测试阶段结束后整体的容易度、满意度以及使用和推荐的可能性等问题。
9、定量测量数据：列出你在测试中要测量哪些定量数据，例如成功率，错误率和完成任务所需时间。
10、角色：参与可用性测试的员工名单和他们的角色。可用性专家应该成为测试的主持人。可用性团队成员可以是主要的记录者。其他团队成员可以作为观察者或记录者。
招募参与者
你要招募熟悉网站的用户做测试的参与者。
根据网站或产品的不同，你可能有许多不同的潜在用户群（例如，内科医生、病人、研究者或青少年、父母和教育者）。每个用户群要尝试着招募一些典型用户，或者最好的情况是，如果你想收集基于角色的信息或关注功能，你也可能单独对每个用户群实施测试。
如果你的网站是针对外部受众的，一个常见的错误就是使用内部员工来做参与者。只有内部员工也是网站的目标受众时，他们才能作为参与者。
1、数量：对于一个诊断性的可用性测试，6-8个用户通常就足以发现产品的主要问题。
如果你想开展正式的定量测试，你需要从更多的人那里获得数据结果，但是可用性测试通常不会这样做。
如果你计划在开发网站时做迭代可用性测试，许多用户会对网站的好几个版本进行测试。你需要将这个考虑进你的招募和预算计划。
2、招募：如果你的团队能够找到典型用户，你可以从他们当中招募。如果你的团队找不到，你可以雇用一家商业招募公司。大部分招募公司需要两到三周来寻找和安排必须的参与者数量和类型。一些招募公司也可能帮你管理报酬费。最好和他们讨论下你的团队所需要的额外服务。
3、筛选问卷：筛选问卷可以很简单，只有性别和年龄；也可以很复杂，包括一系列目标受众的规定。
4、成本：包括寻找参与者的花费，也包括激励参与者的花费（如礼物或酬金），某些情况下也包括旅途费用和停车费。
测试准备
确保你准备好了所有材料、知情同意书和需要的文件。在测试前再检查一遍。让一个志愿参与者初步试验一下设备和材料。初步试验可以帮助你：
1、测试设备
2、让主持人和记录者练习一遍
3、了解到参与者能否清晰地理解你的问题和场景
4、做最后的调整
在正式测试前用1-2天做试验性的测试，这样你就有时间处理一些技术问题、或有必要的话调整场景或其他材料。
实施可用性测试
以下是一个测试阶段的例子：
1. 主持人对参与者表示欢迎，并向其说明接下来的测试阶段，邀请参与者签下授权协议，询问测试前的人口统计学问题。
2. 主持人说明出声思维，并询问参与者有没其他问题。主持人告知如何开始。
3. 参与者大声阅读任务场景，并一边依据场景开始工作，一边出声思维。
4. 记录者记下参与者的行为，评论，错误以及是否成功完成每个任务。
5. 直到所有任务场景全部完成，测试阶段也就结束，或分配的时间已经过去
6. 主持人询问测试阶段结束后的主观性问题，或者让他们完成一个在线调查，感谢参与者，给参与者报酬，护送他们离开测试环境。
7. 主持人随后重新布置材料和设备，和观察者简单讨论，等待下一个参与者的到来。
测试度量
在测试中可以收集下面几种测量数据：
1、任务成功率：每个场景都需要用户获得特定的数据以完成任务。当参与者找到问题的答案或完成任务目标时，场景任务就算成功完成了。在某些情况下，你可能想要询问多重选择的问题。记住，在测试计划中要有问题和相应的答案，并将这些告诉记录者和观察者。
2、关键错误：关键错误是指偏离场景目标的行为。例如，由于参与者的工作流程而报告了错误的数据。这种情况下，参与者本质上是不能完成任务的。参与者可能意识到或没有意识到没有完成任务。
3、非关键错误：是指参与者自己恢复的错误，或没有导致任务失败的错误。这些错误只是造成完成的效率更低。例如，打开错误的导航菜单栏目的探索性的行为，或不正确地使用一个控件。
4、零错误率：参与者在没有出现任何错误（关键和非关键错误）的情况下完成任务的百分比。
5、完成任务时间：参与者完成任务所需的时间。
6、主观测量：参与者自我报告的关于满意度、易用性、找到信息的容易程度等方面的评价，使用5-7点量表测量。
喜欢，不喜欢和建议：参与者最喜欢网站的哪些方面，最不喜欢网站的哪些方面，以及改善网站的建议。
