如何搭建用户体验指标体系?

数据管道

共 2557字,需浏览 6分钟

 · 2022-06-21

 今天和朋友们聊聊关于用户体验相关的度量指标。 用户体验,是我们做产品必须关注的一个重要方面。但是,体验作为一种主观感受,量化是有难度的。为了更科学有效地优化产品,建立一套科学的度量体系,就显得十分有必要了。


01
什么是用户体验与度量

首先咱们聊聊,什么是用户体验,以及什么是用户体验度量。

用户体验(简称UE/UX),是用户在使用一个产品或系统之前、使用期间和使用之后的全部感受,包括情感、信仰、喜好、认知印象、生理和心理反应、行为和成就等各个方面。

很明显,所谓的用户体验是一种主观感受。现代管理学之父Peter F. Drucker 有一句名言: “If you can’t measure it, you can’t manage it”。也就是说,如果不能将用户体验进行量化,我们便无法对用户体验进行针对性的提升。


用户体验度量是一种测量或评价用户体验的方法、数据体系。通过度量,使得所有用户体验度量都是可观测、可量化并以数字的形式表示出来的。对于一套科学的度量体系,通常具备以下特征。

  • 可测量可以测量采集得到,同一形式测量得到的数据可以相互比较;

  • 可量化:把「这个产品体验好吗」转化为可以测量的概念,如用户留存率、流失率等;

  • 可信可靠:保证度量结果的内在一致性和稳定性,确保质量;

  • 可持续性:指标可以持续观察、跟踪和优化,利于产品迭代优化后指标数据的前后对



02

业内体验度量模型

下面,我们看看业内一些常用的、比较经典的体验度量模型。这里主要是介绍了Google和阿里的几个度量模型。图片下方的CSAT、NPS、CES我们第三节详细展开。



下面是上述核心模型的细节内容对比:


(1)谷歌GSM模型

Google的UX团队提出了GSM模型。G是Goal,S是Signal,M是Metric,是遵从 「目标-信号-指标」的过程来定义数据指标的方法。


(2)谷歌PULSE模型

PULSE模型是传统的网站衡量指标,从技术、用户忠诚度、商业收益来追踪产品的整体表现,无法直接通过模型去观测到用户体验是怎么样的。


(3)谷歌HEART模型

HEART模型由Google于2010年发表于,是以用户为中心的度量模型。HEART模型的出发点是做以用户为中心的,能够用于大范围的用户体验度量方法。


(4)阿里PTECH模型

支付宝UED团队提供以用户为中心的UBA(用户行为分析)+ APM(应用性能监测)闭环下的体验洞察,让产品体验可量化、可优化、可监控。更多还是To B的。


(5)阿里UES模型

UES是阿里云设计中心通过多年设计实践中沉淀下来的云产品使用体验度量系统,在设计、产品、技术各团队对体验度量模型的认可度上,以及实际应用上,都是做的最为落地的。


(6)阿里五度模型

五度模型是阿里1688UED团队在Google的HEART模型的基础上,结合国内互联网的特点,加上多年的设计经验总结出来的。五度模型的应用场景更加适合C端产品。


以上是业内的一些用户体验度量模型,供大家参考。具体每个方向的落地方式就不展开了,感兴趣的朋友们可以自行研究一下。

另外,关于这些模型之间的关联关系,可以参考下面的图谱:


这里区分了不同模型的一些特性差异。


03

用户体验三大主观指标

上面的各个模型,有客观数据层面的(留存指数等),也有主观层面的(满意度等)。针对客观的指标,我们很容易通过技术手段进行计算;对于主观指标,我们该如何计算呢?

这里主要的量化主观层面的指标有三个:满意度、净推荐值、费力度。


(1)满意度CAST

满意度这个指标是我们最常见的,也是应用比较广泛的方法。通常问题的提问方式如下: 


答案分为五个阶梯。最终的满意度得分是基于4分和5分的占比求得。这个比较好理解。

但是满意度这个指标忽略了不满意用户的情况。如果把满意度作为北极星指标,容易造成口碑的两级分化。

(2)净推荐值NPS

与满意度只衡量满意用户占比不同的是,净推荐值在考虑满意用户的同时,也将不满意的用户纳入了计算范围。

同时,由于满意与否对不同用户而言的判断标准是不太一样的,有时候会让用户难以回答。但询问用户“是否愿意推荐给朋友”这个问题,相比满意度的问题,明确了很多。


最终的计算规则是推荐者的百分比减去贬损者的百分比。答题是采用十分制,1-6分都是贬损者,9-10分是推荐者。


04

案例:用户体验度量体系

最后,我们介绍一个案例。该案例结合了自己的产品业务特点,搭建了一套用户度量体系。

整体的度量框架如下:


该度量体系主要包括了完整性、易用性等7个维度,详细过程如下。

(1)功能完整性

通过分析对比现在行业内同类产品的功能,计算功能的完整性得分,可应用于从0到1产品的功能衡量。实现方法:专家走查/竞品调研/用户访谈。


确认竞品后,通过使用各竞品的具体功能,拆分一级、二级、三级或更细节的功能,填写完整性分析表;具体计算以二级功能为标准。


(2)易用性

易用(学)性包含易学性、易操作性和信息传达清晰度。方法:竞品调研/专家走查。


上面列举了易用性的10多个具体角度,供大家参考。

(3)任务效率

依赖产品数据,根据用户行为路径设定测量动作,通过关键节点的转化和时长对用户行为作出判断和分析。方法:用户行为数据提升/Abtest/点击率/转化率/步骤数


这里的指标是完全可以通过数据埋点、数据采集,进行客观计算。不依赖于用户调研。

(4)系统性能

系统性能主要的指标有以下list。


这里的指标也完全是后台的技术指标。

(5)场景化反馈

所谓的场景化反馈,是提供一系列场景化的问题,供用户进行判断。


用户针对场景的list,逐一判断满足程度,然后计算单个场景和整体场景的平均得分。

(6)净推荐值-NPS

计量某个客户将会向其他人推荐某个产品或服务可能性的指数。意在了解用户对该服务或产品主动推荐的意愿。方法:用户访谈/周期性问卷。上文中提到了,不再展开赘述。

关于用户度量体系的搭建,我们今天就介绍这些。感谢大家关注~
·················END·················

推荐阅读

  1. 我在字节做了哪些事

  2. 写给所有数据人。

  3. 从留存率业务案例谈0-1的数据指标体系

  4. 数据分析师的一周

  5. 超级菜鸟如何入门数据分析?


欢迎长按扫码关注「数据管道」

浏览 109
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报