Goms分析模式

1. GOMS 分析模式
何謂 GOMS (Goals, Operators, Methods and Selection Rules)分析模式
一般對 GOMS 的概念被定義為：
分析一件工作如何從 Goals（目標）、Operators（操作元）、Methods（方法）及 Selection Rules（選取規則）來汲取知
識是有效的。從以上的定義可以得知，GOMS 文字的由來主要是取其意義文字字首組合而成，其個別的意義表示如下﹕
Goals：使用者必須要達成的項目，也就是使用者直接希望達成的目標。為了能夠更清楚地達成預設的目標，通常可以將目
標可以分解成更小的次目標，當所有次目標達成時也同時達成整體的目標。
Operators：達成目標的所必須執行的行動。這些行動包括的感知（Percetual）、認知（Cognitive）或行動（Motor）。行
動不只可以改變使用者內在的心理狀態，更可以改變外在環境的實體變化。
Methods：一連串的行為使次目標可以達成主要目標的方式。如果目標是一個順序的步驟，則就會有相對應順序的方法。
Selection Rules：就目標導向而言，通常有許多方式都可以達成目標，故使用者對狀態的了解及所具備的知識尋找規則以有
效達成目標。
為甚麼要使用 GOMS？
GOMS 可以客觀的記錄下使用者在填寫表單中如何操作的全過程。並且為複雜的填寫表單的過程提供了科學的分析方
法。
它提供一種比較有效的計算方式，在測試不同版本的過程中，能夠簡單通過他來比對表單設計方案的效率性。
通過 GOMS，能拿到比較可信的科學資料來證明你所設計表單的方案的填寫效率。
那 GOMS 有很多分支流派？但是又有哪些是我們可以使用的呢？
CMN-GOMS，CPM-GOMS 模型，KLM-GOMS，NGOMSL 等等許多。KLM（Keystroke-Level Model）是最簡單
的
GOMS 技術，它是由 Card、Moran 及 Newell 最早所提出的。原始的 KLM 具有六個類別的 Operators，如表 1
所示。
表 1 KLM 基本操作元說明
類別 行為解釋
K 按下一個按鍵或按鈕
P 用滑鼠指到顯示目標的上方
D 在格線上畫一個線段
M 準備進行一個行為或者一個相
關的連續行為
H 把手放在鍵盤或是其他設備上
R 等待系統回應
此外，KLM 在分解目標時如果需要有幾個操作

2. 步驟時，必須依據 GOMS 設定的規則進行類別排列。
CMN－GOMS
這是取 Card, Moran 及 Newell 名字的字首組合而成。CMN-GOMS 是一個具有階層順序的 KLM 方式。工作可以
組織成一連串的目標、次目標及操作元也可以組織成的小循環的方式，稱為方法。
CMN-GOMS 可以提供作業執行時間以及提供最佳觀看作業結構的方式。
NGOMSL
NGOMSL 是自然 GOMS 語言的縮寫(natural GOMS language)，該技術是由 Kieras (John & Kieras, 1994)發展而
成，主要結合了使用者高階目標由上而下、寬度優先的模式整合到的模型中。該模型不僅可以預測整體執行時間，而
且可以預測學習的時間。
CPM-GOMS
CPM-GOMS 是認知(cognitive)、感知(perceptive)與動作(motor)的簡稱，另一種說法是重要路徑法(critical path
mothod) 的簡稱。它的分析理論基本上是根據 MHP(model human processor)的架構而來，它認為人類資訊處理的
模型不是序列操作而是平行處理，所以 CPM-GOMS 是使用一個排程圖表作為輸出結果。
在表單填寫 GOMS 運算中，我們需要重點瞭解的是擊鍵模型。也就是簡稱 KLM （Keystroke-level model）。KML
是被簡化的模型體系，他相對弱化了 GOMS 的概念更加強調 O，也就是操作部分。
1988 年 Bonnie John 又進一步提出了簡化版的 CPM-GOMS 理論。
KLM 模型是一個 11 步方法就可以尋找出完成使用電腦和滑鼠的簡單的資料登錄的任務所花費的時間評估方法。
這個模型運用於很多人機交互的領域，他可以通過任務的步驟和操作準確地計算出總體表單填寫所需要的任務時間。
Kieras (1993 年 2001 年） 定義了以下操作：
K、 按下的鍵和釋放 （鍵盤）（wpm=words per minute ）
最佳輸入(135 wpm) —0.08 秒 較好輸入(90wpm)—0.12 秒 較差輸入(40wpm) —0.28 秒
平均熟練輸入(55 wpm) —0.20 秒 平均非秘書型輸入(40wpm) —0.28 秒 字母隨意輸入—0.28 秒
複雜代碼輸入—0.50 秒 最差輸入(不同的鍵盤輸入方式) —1.20 秒
P、將滑鼠指向螢幕的物件上—1.10 秒
B、按鈕按下或釋放 （滑鼠）—0.10 秒
BB、按兩下滑鼠—2 sec
H、手從鍵盤，滑鼠移開或者放上—0.40 秒
M、心理準備—1.20 秒
T(n)、字串類型的字元輸入(n * K sec.)
W(t)、等待系統使用者作出回應
D(n0,l0)、用滑鼠畫直線通過公式計算所需時間

3. 那麼 KLM 分析包含哪 11 步呢？
步驟 1 — — 獲得原型或任務的一步一步的操作說明。
步驟 2 — — 找到所需的最終目標或所需的工作成果。
步驟 3 — — 找到實現主要目標的任務流。
步驟 4 — — 確定的主要目標和所有次級目標中的任務流。
步驟 5 — — 轉換為代碼。
步驟 6 — — 使用代碼描述整個任務流過程。
步驟 7 — — 先保留每一步的心理或者操作。
步驟 8 — — 為每一步分配心理或者操作，也就是適當刪減部分不需要的心理時間。
步驟 9 — — 執行運算。
步驟 10 — — 根據不同年齡層次調整任務總時間
步驟 11— — 驗證結果的有效性
但是這其中，M（心理準備）的使用是關鍵的所在。M（心理準備）如何的放置甚至比其他操作的精確計算更加的重
要。所以請確保在比對不同設計版本時使用同樣的 M 放置規則。
因此對於如何放置處理 M（心理準備），我們有以下建議：
啟動任務，用戶不得不停下對這次任務要做什麼，這次任務要完成什麼做一個明確的瞭解。
做決策，如果有多種方式可以進行任務的話，那麼在做這個決定之前用戶（不是非常熟悉該任務的用戶或者這個所做
決定不是顯而易見的情況下）經常會停下來思考。
需要從記憶中獲取資訊，比如回憶檔案名，命令符，或者縮寫，都需要有一定時間的思考。
在螢幕中尋找一些資訊，使用者必須停下來然後流覽螢幕尋找他們通過經驗而無法預估到的一些資訊的位置。
考慮任務參考值，用戶有時候會記住，有時候會讀取參數，而在這種情況下就需要考量是否需要增加 M（心理準備）。
校驗行為的對錯，使用者在提交系統回應前通常會停留並且核對他們的資訊或者核對他們的入口。
在網頁中 M(心理準備)的放置會有一些通用的原則：
K(敲擊鍵盤)、P(移動滑鼠至目標)、B(點擊滑鼠)、M(心理準備)、W(等待系統回應)。
原則 1 輸入內容(比如所有的 K、P、B)開始的時候加入 M。
比如你移動滑鼠到某一目標，然後你點擊這個目標(按下滑鼠上的健)，或者對這個目標進行調整，那麼根據原則 1 你的
時間計算是，MPMB；
原則 2 去除可預期的 M 如果從 M 後的動作可以完全推測出 M 之前的動作,則除掉這個 M。
比如在流覽圖片的時候，點擊圖片就可以流覽下張圖片，而作為一個長時間使用的用戶已經完全知曉該操作後會產生
的效果，這個時候的計算就成為，MPB；

4. 原則 3 去除一連串相同行為中的 M，刪除除了第一個 M 以外的所有的 M。
比如輸入”soso”四個字母，按照原則 1，mkmkmkmk， 按照本原則 MKKKK；
原則 4 去除命令終結符之前的 M。對於那些帶有操作類的命令符，後面跟隨一長串字串時，並且長期習慣性使用時，
就可刪除 M。
比如，登陸表單，並且非常熟悉的時候，在填寫完成用戶名，用 tab 切換繼續輸入密碼時，我們可以刪除 M。
再比如，當輸入一個命令符，並且知曉命令符後會產生效果的時候，回車執行之前的 M 也可以被忽略。但是有一種狀
況點擊按鈕會無法預知點擊後會產生的效果，或者是點擊按鈕無形中會造成心理壓力的行為，這個時候 M 還是需要被
加回。
比如當購買按鈕出現的時候，很多用戶會產生心理上的猶豫，又比如刪除按鈕也是同樣；
原則 5 去除重複的 M
當出現 W，也就是系統回應時間時，這個時候的 M 需要被刪除。
先舉個例吧。
我們來比對下 A 和 B 作為表單的控制項，在更改選項的時候所需花的時間吧！
首先，我們需要先分解下單步的操作。
A 手放到滑鼠上〉指到所需選擇的 radiobox〉滑鼠點擊該選項。
B 手放到滑鼠上〉指到下拉清單選項〉滑鼠點擊該選項〉指到所需選擇的下拉清單內選項〉滑鼠點擊所需選項。
然後我們把這個轉化為代碼吧。
A、H P B
B、H P B P B
現在我們要增加 M 進去每個步驟。

5. A、H M P M B
B、H M P M B M P M B
根據原則 2，可以刪減部分 M。
A、H M P B
B、H M P B M P B
最後再將時間計算一下。
A、H(0.4)+M(1.2)+P(1.10)+B(0.1)=2.8
B、H(0.4)+M(1.2)+P(1.10)+B(0.1)+M(1.2)+P(1.10)+B(0.1)=5.2
所以根據這個計算 Radiobox 控制項某種意義上是比下拉清單控制項更有效率。
再舉個例子。

6. 如上圖所示：是翻譯器的三個不同設計，我們來對他進行一下比對。
首先，我們還是先分解下單步的操作。
A、手放到滑鼠上〉指到文字方塊〉點擊文字方塊〉手放置到鍵盤〉輸入 good〉再次將手放置在滑鼠上〉移動滑鼠指
到按鈕確定〉點擊按鈕
A1、手放到滑鼠上〉指到 radiobox 英文〉點擊 radiobox 英文〉指到文字方塊〉點擊文字方塊〉手放置到鍵盤上〉輸
入 good〉再次將手放置在滑鼠上〉移動滑鼠指到按鈕確定〉點擊按鈕
B、手放到滑鼠上〉指到文字方塊〉點擊文字方塊〉手放置到鍵盤〉輸入 good
C、手放置到鍵盤〉輸入 good（由於游標直接在文字方塊中）
然後我們來轉化為代碼。
A、H P B H K K K K H P B
A1、H P B P B H K K K K H P B

7. B、H P B H K K K K
C、H K K K K
接下來我們在每個動作前增加 M。
A、H M P M B M H M K M K M K M K M H
M P M B
A1、H M P M B M P M B M H M K M K M K
M K M H M P M B
B、H M P M B M H M K M K M K M K
C、H M K M K M K M K
刪除可以省略的 M。
A、H M P B H M K K K K M H M P B
A1、H M P B M P B H M K K K K M H M P
B
B、H M P B H M K K K K
C、H M K K K K
最後再計算下時間。
A、H(0.4)+M(1.2)+P(1.10)+B(0.1)+H(0.4)+M(1.2)+K(0.2)*4+M(1.2)+H(0.4)+M(1.2)+P(1.10)+B(0.1)=9.2
A1、
H(0.4)+M(1.2)+P(1.10)+B(0.1)+M(1.2)+P(1.10)+B(0.1)+H(0.4)+M(1.2)+K(0.2)*4+M(1.2)+H(0.4)+M(1.2)+P(1.10
)+B(0.1)=11.6
B、H(0.4)+M(1.2)+P(1.10)+B(0.1)+H(0.4)+M(1.2)+K(0.2)*4=5.2
C、H(0.4)+M(1.2)+K(0.2)*4=2.4
接下來經過分析 A 選擇英文和中文的幾率算成 50%，因此 A 最後算下來是(9.2+11.6)/2=10.4
一目了然這裡最有效率的翻譯器是 C。

8. 但是 GOMS 也不是萬能的。在任務流中任務本身的合理性分析是無法用 GOMS 來實現的，這些本身主觀性的分析，
還是需要通過一系列 uer 研究來驗證。
GOMS 是難以分析用戶的理解過程的，也無法分析介面的”感覺”，對於頁面中文案說明包括視覺樣式造成的使用者
感覺性認知 GOMS 完全無法去給到任何建議。
因此 GOMS 雖然有其科學依據和客觀性存在的地方，卻也有其無法預估的缺陷。他只能用於對於設計的任務流程時間
科學運算，但是無法給到視覺和認知方面的建議。
因此我們也不能一味的追求表單填寫的效率，還是應該考慮一些控制項的合理性或者習慣性的運用習慣，儘量減弱用
戶在表單填寫中的疑惑、猶豫、煩躁情緒，在此基礎上選擇最優的最效率的表單填寫方式來完善設計。