diff --git a/ewaluacja.md b/ewaluacja.md new file mode 100644 index 0000000..13495e4 --- /dev/null +++ b/ewaluacja.md @@ -0,0 +1,93 @@ +# Ewaluacja systemu składania zamówienia w restauracji + +## Ankieta zadowolenia użytkownika: + https://forms.office.com/e/xzmnut3rRn + + Ankieta zadowolenia użytkownika poruszała kilka kwestii, takich jak: +* Zrozumiałość systemu przez użytkownika, mierzone w skali od 1 do 5. +* Zrozumiałość wypowiedzi użytkownika przez system, również mierzona w skali od 1 do 5. +* Zrozumiałość wypowiedzi użytkownika przez system, również mierzona w skali od 1 do 5. +* Odpowiedniość tempa interakcji, oceniana w skali od 1 do 5. +* Wiedza użytkownika o tym, co powiedzieć na każdym etapie dialogu, mierzona w skali od 1 do 5. +* Częstotliwość, z jaką system odpowiadał zbyt wolno, oceniana w skali od 1 do 5. +* Odpowiedź systemu na oczekiwania użytkownika, mierzona w skali od 1 do 5. +* Intencja użytkownika do korzystania z systemu w przyszłości, oceniana w skali od 1 do 5. +* Częstość, z jaką użytkownik prosił o pomoc lub żądał restartu systemu, mierzona w skali od 1 do 5. +* Jak często system nie odpowiadał na pytania użytkownika, mierzone w skali od 1 do 5. +* Wrażenia użytkownika na temat systemu oraz jego samopoczucie po interakcji z systemem, mierzona stopniowo od bardzo złej do bardzo dobrej. +* Ocena wsparcia od osoby trzeciej, w tym przypadku Stefana, również mierzona stopniowo od bardzo złej do bardzo dobrej. + +Udało się zebrać odpowiedzi dotyczące 3 przeprowadzonych rozmów. + +### 1.1. Czy system można było łatwo zrozumieć? +* Średnia ocena dla tej metryki wyniosła 2.7/5. +* Najczęściej użytkownicy ocenili zrozumiałość systemu na 3 (2 użytkowników). +* Jeden użytkownik ocenił zrozumiałość systemu na 2. +* Wnioskując z tych danych, można stwierdzić, że system może wymagać pewnej poprawy w kwestii jasności i przejrzystości komunikacji. + +### 1.2. Czy system rozumiał to co mówiłeś? +* Średnia ocena wyniosła 2/5. +* W tym przypadku oceny były bardziej zróżnicowane, co sugeruje, że system może mieć problem z poprawnym interpretowaniem komend użytkownika. Ten obszar wymaga dalszych badań i poprawek. + +### 1.3. Czy łatwo było znaleźć to czego szukałeś (np. restaurację w pobliżu)? +* Średnia ocena wyniosła 2.3/5. +* Oceny były podobne jak w poprzednich kategoriach, co może wskazywać na problemy z dostarczaniem odpowiednich i użytecznych informacji użytkownikowi. + +### 1.4. Czy tempo interakcji było odpowiednie? +* Średnia ocena wyniosła 3.7/5. +* Najczęstsza ocena to 4 (2 użytkowników). +* Wyniki te sugerują, że tempo interakcji jest na dobrym poziomie i większość użytkowników jest zadowolona z tempa reakcji systemu. + +### 1.5. Czy wiedziałeś co powiedzieć na każdym etapie dialogu? +* Średnia ocena wyniosła 2.3/5. +* Te wyniki mogą sugerować, że system może wymagać dodatkowych wskazówek lub lepszego prowadzenia użytkowników przez proces interakcji. + +### 1.6. Jak często system odpowiadał zbyt wolno? +* Średnia ocena: 2.67/5. +* To wskazuje na to, że prędkość reakcji systemu mogła wpłynąć na ogólne doświadczenia użytkowników i może wymagać poprawy. +### 1.7. Czy system robił to czego oczekiwałeś? +* Średnia ocena wyniosła 2.7/5. +* To sugeruje, że system nie zawsze spełniał oczekiwania użytkowników. + +### 1.8. Czy zamierzasz używać systemu w przyszłości? +* Średnia ocena wyniosła 3.3/5. +* Najczęstsza ocena to 3 (2 użytkowników). +* Większość użytkowników jest niezdecydowana co do tego, czy będą chcieli korzystać z systemu w przyszłości, co może sugerować, że system nie spełnił + +### 2.1. Jak często prosiłeś o pomoc? +* Średnia ocena wyniosła 3.7/5. +* Użytkownicy często prosili o pomoc, co może sugerować, że system nie jest wystarczająco intuicyjny lub że jego funkcje nie są wystarczająco jasne. + +### 2.2. Jak często żądałeś restartu?  +* Średnia ocena wyniosła 1/5, co wskazuje, że użytkownicy nie potrzebowali restartować systemu. +* Jest to pozytywna informacja, ponieważ sugeruje, że system działa stabilnie i nie ma poważnych problemów technicznych. + +### 2.3. Jak często chciałeś przerwać odpowiedź systemu? +* Średnia ocena wyniosła 1/5. +* Jak w przypadku restartu, użytkownicy nie przerywali odpowiedzi systemu, co jest dobrą informacją. + +### 2.4. Jak często system nie odpowiadał na Twoje pytania? +* Średnia ocena wyniosła 4/5. +* Często występowały sytuacje, gdy system nie odpowiadał na pytania użytkowników, co jest problemem. +* System powinien być w stanie odpowiedzieć na wszystkie pytania użytkowników lub przynajmniej wyjaśnić, dlaczego nie jest w stanie na nie odpowiedzieć. + +### 3. Jak oceniasz ogólnie swoje samopoczucie po skorzystaniu z systemu? +* Dwóch użytkowników odczuwało pewien dyskomfort po korzystaniu z systemu, co może wskazywać na potencjalne problemy w interakcji z systemem. +* Może to wynikać z trudności w zrozumieniu systemu, lub też z niedopasowania systemu do ich potrzeb lub oczekiwań. +* Jednakże, jeden użytkownik nie odczuł żadnego dyskomfortu po korzystaniu z systemu, co sugeruje, że dla niektórych użytkowników interakcja z systemem była satysfakcjonująca. + +### 4. Jakie wrażenie wywarł na Tobie system? +* Oceny w tej kategorii były dość zróżnicowane, od "przeciętne" do "dobre". +* To sugeruje, że system w pewien sposób spełnił oczekiwania użytkowników, ale ma jeszcze pole do poprawy. + +### 5. Jak oceniasz wsparcie Stefana? +* Dwoje z trzech użytkowników, którzy korzystali z pomocy Stefana, ocenili je jako "dobrze". +* Jeden użytkownik nie korzystał z pomocy Stefana, więc nie mógł ocenić tego aspektu. +* Wyniki te sugerują, że wsparcie od Stefana jest skuteczne i pomocne dla tych, którzy z niego korzystają. + +## Dodatkowe metryki ewaluacyjne. +### Task success rate: +* Przyjmując, że pytanie "Czy system robił to czego oczekiwałeś?" reprezentuje stopień sukcesu zadania. Średnia ocena dla tego pytania wynosi 3.3 na 5, co sugeruje, że sukces zadania wynosi około 66% (3.3/5 * 100%). + +### Slot error rate: +* Przypuszczać, że pytanie "Czy system rozumiał to co mówiłeś?" jest pewnym wskaźnikiem błędów slotów. Średnia ocena dla tego pytania wynosi 2 na 5, co sugeruje, że wskaźnik błędów slotów może być dość wysoki, wynoszący około 60% (1 - 2/5 * 100%). \ No newline at end of file