任务分析是拆解用户工作流程中的构成要素，包括行为和互动、系统反应和环境背景。

方法说明与应用

传统的任务分析以科学的观点分析系统内部的人际交互，区分人物行为、产品或系统行为、对人物行为的反应、对系统的反馈和任务发生情景这几个关键要素。这种分析通常以流程图或其他结构性视觉方式体现，用来说明任务和子任务、关键决策点和“人物一系统”反应周期。这种分析方法起源于工业工程、科学管理和早期人为因素中的时间与运动研究。

尽管这种正式的任务分析可以在了解用户行为方面发挥关键作用，但设计人员通常采用分析范围更广泛的方法，结合定性和定量方法，更深入地了解用户和任务过程。这里所说的任务并不是仅仅指完成特定的工作，而是泛指任何用于达到目标的身体行动和心理过程，以及系统环境中的信息流。任务分析适用于所有设计学科，而它相关应用还包括打印文档导航、软件设备交互以及形成环境中的导向标识。

任务分析与脉络访查很相似--两者采用了许多同样的方法，包括观察法和访谈。然而，这两者各自的重点并不相同：脉络访查涵盖的范围更广，包括用户行为、决策和互动等一般性内容；任务分析则只关注手头的任务。访谈和观察法专门关注用户选择、可用的工具、做出的选择、决策点、发现常见错误并改正、过程输入和输出、任务的频率和重要性以及失败的风险。“

可以通过任务分解和层次任务分析（HTA）来解释任务分析。任务分解是指把任务分解成各部分的行为；层次任务分析是指识别任务和子任务、对其分类，并检查模型的准确性。“任务分解中的行为可以根据类别有效地组织起来，比如目的、线索、对象、方法和选项。°将构成一项任务的各种行为分出层次，通常可以产生熟悉的树形图或其他形式的流程图。然后，熟悉任务的人可以通过流程测验来予以验证。简单但不全面的任务分析也可以利用便利贴识别，并组织基本的任务操作-这和建立亲和图的过程比较相似。

实例与图解说明

任务分析表格以视觉化的方式呈现利益相关者的情景故事和任务的优先顺序。每一列的都说明了一个情景故事。先描述任务，然后解释需要完成的子任务。用颜色标记出子任务，并排列其优先顺序。