体验度量经验分享：如何搭建体验指标模型？

JELLY | 体验度量经验分享：如何搭建体验指标模型？

搭建一套合适的体验度量模型，不仅能帮我们将“用户体验”这个概念具象化，用一套分数体系来衡量一段时间内的体验质量变化，更能将定性定量的数据结合起来，指导我们针对关键问题进行优化迭代。

下面就结合往期经验，和大家聊一聊在实际项目中，如何从0到1建设体验指标模型。

一、产品阶段与体验度量
第一步我们应该审视自己产品的发展阶段，这是为了确定整个体验度量项目的宏观目标。
对于不同阶段的产品而言，发展策略和目标的差异会很大。一般来说，各类型产品都会经历下图所示的几个阶段。随着自身的发展、竞争环境的变化，从启动逐渐走向成熟，进而寻求更大突破。因此，用户度量的目标也会随之变化。

冷启动 — 探索期
业务目标：功能快速上线，用户数量快速增长；
体验目标：无需过多指标，借机推进简单的用户调研，以发现定性问题为主要目的；
具体举措：利用现有资源让项目上线并正常运转。快速上线不重体验，快速接触用户，验证产品价值，探索产品定位及发展方向，在产品体验上不必花费太多精力。

深耕期 — 打磨期
业务目标：用户体量逐渐增加，功能趋近完善，追齐主流竞品；
体验目标：逐渐完善指标体系，埋点取数准备，以长期客观数据监测为主；
具体举措：基于确定的方向深挖，打造产品壁垒。体验问题走查，优化遗留问题。

突破期
业务目标：用户增长逐渐见顶，寻找新的突破点；
体验目标：在原有指标体系基础上，通过长期的体验数据洞察趋势变化；
具体举措：成立专项研究小组，团队模块分工，深入分析，细化人群，挖掘用户潜在需求。

二、业务类型与维度选取
确定了整体的方向，下一步进行度量维度的选取。那究竟哪些维度是适合自身产品的呢？

上图列举了常见的维度，主要分为三类：用户主观感受、用户客观行为、产品系统表现。

选取具体体验维度也跟产品的业务属性息息相关，B端和C端产品的侧重点并不相同。

B端产品
代表维度：任务效率、一致性、易用性、性能
工具类产品较多，重视核心流程的任务效率。需要的是既快又好，容易理解，操作简单，流程顺畅。一致性有利于降低认知成本，易用性有助于提高工作效率，性能更是保障一切的基础。

C端产品
代表维度：满意度、净推荐值、忠诚度
同类型产品的核心功能相近，因此产品的差异化吸引力相对更加重要。用户的态度就更需要被重视。当然核心流程的转化率、经营性指标也很关键，但这些业务指标受到的波动因素也很多，对于长期的用户体验提升而言，参考价值不大。

三、常用取数方式
确定了一级维度，我们需要从更加落地的角度去选取合适的取数方式，这里介绍两类较为常见的取数方式。

用户主动反馈
这种方式更容易获得定性的数据，也就是上面提到的用户主观感受，但需要定期投入较大的人力成本，比如每个月投放一次问卷或每个季度实施一轮用户访谈，以及后期的问题归纳梳理等。
这种方式更适用于发现、定位问题，只要在做访谈或者问卷调研时，对问题再进行细节上的追问，很容易找到问题的原因，以及解决的切入点。

后台系统记录
这种方式更适合获得长期的定量数据，短期内可能无法精准定位问题，需要不断下钻。并且对于波动较大的指标，很难确定合适的标准值范围。
因此，这种方式前期投入的数据开发成本较多，但一旦数据趋于稳定，后期维护成本较低，能够起到实时监测作用。在出现异常数据时，能够及时预警，便于问题排查。

很多产品在发展初期，并没有为系统化监测做准备，所以很多后台数据是不完善的。比如性能数据，一般都是研发工程师关注的。而任务效率可能需要做相应的埋点开发，短期内可能难以看到成效。

因此，一期体验度量项目，大都以获取用户主观数据为主。通过实施2-3轮细致的用户访谈和更大样本量的问卷调研，来获取满意度和易用性的主观数据。同时，也能获得较为详细的问题列表，定位较为常见的用户问题。而在后台取数方面，针对任务效率、性能等维度，也会逐步开始数据的后台开发、补充埋点等。在二期、三期的项目里，再实现系统化的体验管理。

四、细项指标选取
度量模型的框架已经基本构建完成，那接下来又该如何在框架上补充细节，选取二级、三级指标呢？

下面介绍三类较为通用的选取逻辑。

按照用户使用流程划分
任务效率需要把用户使用的流程环节拆解。比如线上购物可以拆分为：搜索商品、浏览商详页、加入购物车、下单结算、支付、确认收货、评价这些环节；

按照页面功能模块划分
完整性需要把核心页面进行拆解。如首页可以拆分为搜索、频道区、运营位、秒杀区、直播区、推荐榜单、推荐商品等模块；

直接看整体，不再细分
在详细指标并不是特别完善的情况下，也可以看产品的整体情况。如性能，可以看整体APP的冷启动耗时、热启动耗时、崩溃率、页面卡顿率等指标。

五、如何计算分数
现在，体验度量的项目已经完成了一大半，剩下的就是统一“度量衡”，进行算分了。
在这么一个综合的体验度量体系中，每一个维度、每一项指标都有不同的单位。

随便举几个例子，任务耗时单位为秒，首屏耗时的单位为毫秒，参与度维度下人均访问频次的单位为次/人日，完整性的维度又以%来计算……如何用一把标尺来衡量这些天差地别的指标呢？

换算百分制
像满意度、易用性这类指标，本身就是按照百分制/十分制或其他分数制度来打分的，简单来说就是这些指标有一个明确标准的满分。这些指标的换算相对较为简单，可以将它们统一换算为百分制。

设定标准值
另一类指标则没有固定的标准，比如性能下的各个指标，首页加载耗时多久视为满分？崩溃率降到多低视为满分？
这些指标通常需要各方沟通讨论，确定标准值（最低分和最高分），再计算当前值在这两个值之间的百分序列。换句话说，就是把标准值之间的数切割成100份，看看当前这个周期的平均值落在100份里的哪个位置。

那怎么确定合适的门槛值和目标值呢？有些数据我们可以参考行业的标准，像性能指标就可以参考google chrome的一些标准（加载时长、交互性、视觉稳定性都有较为详细的指标）。

如果没有任何参考，则建议选取产品自身较长时间周期的数据，因为短期的数据往往波动较大，很难准确定义标准值。通过计算周期中位数和标准差，将上一个时间周期的标准值作为现阶段的参考，就可以将波动范围进一步缩小。
在实际项目里，我们又发现了另一个问题，起步分值定得太低了，即使达到了门槛，也可能只有20几分。所以，我们在后期将门槛值对应的分数调整为60分。当然，多制定几个标准值，也能在一定程度上，更加精准地统计分数。比如，门槛值=60分，目标值=80分，挑战值=100分。

六、常见问题及相关参考
Q：为什么要做体验度量？业界有哪些较为成熟的体验度量模型？
A：见《用户体验度量经验分享》。
Q：项目推进过程中，如何进行多方沟通取得共识？
A：见《体验度量经验分享：如何沟通共识？》。
Q：项目后期，如何进行系统层面的数据指标的对接？
A：见《项目复盘-体验度量数据模型搭建》。

以上，大致梳理了搭建数据指标的几个重要步骤，希望对大家有所帮助！

体验度量是我们管理体验的一个工具，构建好了体验指标模型，才能为后续数据分析、问题定位、跟踪机制打下扎实的基础。
欢迎大家试用我们的体验管理平台 http://ux.jd.com/workbench/list，期待大家提出宝贵意见，共同讨论如何将度量的理论方法更好地应用于业务实践。