Сначала вы хотите определить цели: например, увеличить процент пользователей, которые могут выполнить определенный набор задач, и сократить время, необходимое для этого.
Затем возьмите две камеры, несколько пользователей (5-10) дадут им список задач, которые нужно выполнить, и попросите их подумать вслух. Половина пользователей должна использовать «старую» систему, остальные должны использовать новую.
Просмотрите записи, измерьте время, которое нужно, измерьте показатели успеха, бесконечно обсуждайте интерпретации.
В качестве альтернативы, вы можете разработать систему для группового тестирования - она работает так же, хотя гораздо труднее найти что-то новое. С другой стороны, это намного дешевле, так что вы можете сделать гораздо больше итераций. Конечно, это ограничено сайтами, которые вы можете открыть для публичного тестирования.
Это, очевидно, означает, что вы пытаетесь получить сравнительные данные между двумя проектами. Я не могу придумать способ выразить юзабилити как ценность.