原文作者：Bansi Mehta   

 

“ 引言

根据第一个创造该术语的 Don Norman 所说，“用户体验（UX）涵盖了最终用户与公司，及其服务和产品的交互的所有方面。”诚然，用户体验远远不只是向用户提供他们所说的内容或提供清单功能。为了公司的产品中能够获得高质量的用户体验，我们必须无缝融合多种学科的服务，包括用户研究、工程、市场营销，图形和工业设计以及界面设计。

 

尽管UX是一个通用概念，适用于所有数字产品和服务，但是最常研究的是在数字产品和服务（例如软件、应用程序和网站）中的适用性。

 

想象一种场景——您创建了一个流量很高的网站，但是转化率却不尽人意。尽管或有很多用户注册，但几天后持续使用的却寥寥无几。再或者，想象一下这种情形，受市场推广的影响，期初软件的下载量很高，但超过一半的用户从未打算使用它，更糟的是他们在一两周内就卸载了。

 

将流量吸引到网站、软件或应用很容易，如果您愿意挥霍，也可以轻松获得初始转化。但是，让用户持续使用产品并保持忠诚度不仅仅是市场营销这么简单。在这里，可用性和用户体验是至关重要的因素。

 

Steve Krug（《别让我思考》一书的作者，强烈推荐给互联网从业者）将可用性定义为确保某个事物运行良好，并且具有中等才能或经验的人可以将其用于预期目的而不会灰心丧气。

 

但是，可用性只是用户体验的冰山一角。

 

随着数字市场竞争的日趋激烈，产品经理和企业家正逐渐投入更多的时间和资源，为他们提供的产品和服务打磨用户体验。

 

例如，汽车行业始终以有形、公平的产品为中心。通过少量的数字集成，汽车可以在弯道、环形交叉路口更顺畅地行驶，并配备更好的音乐系统和安全措施。奥迪、宝马、福特和大众汽车之类的汽车巨头，自几代人以来，就一直在尝试彼此融合。但是，凭借其自动驾驶电动汽车的颠覆性技术，特斯拉汽车不仅终止了竞争，而且为其自身创造了一个细分市场。直观的用户体验和产品设计使特斯拉在其他汽车生产商中处于优势地位，证明了如果操作正确，用户体验可以在所有细分市场找到适用性。

 

为了证明UX的适用性，需要能够跟踪它的不同之处。这是用户体验设计指标起作用的地方。

Part 1 什么是UX指标？ 

UX通常被认为是一个主观、虚假的感受。

 

而事实上，UX指标是可量化，可测量且可靠的数据，用于评估UX策略的有效性。它们可以与您的市场数据指标保持一致，也可以与投资回报率进行比较，从而计算财务可行性并相应地提升利润。

 

UI UX指标可分为三大类：

1. 可用性指标或描述性指标

正如我之前指出的，可用性只是UX冰山一角。

 

可用性指标侧重于用户完成任务或事件的难易程度。它包括常见的跟踪的指标，例如任务时间，导航与搜索，任务成功率，易用性评级等。某些高级指标还可能包括对交互模式的跟踪。

 

2. 参与度或感知度

参与度指标关注的是用户与网站，应用程序或软件进行交互的方式。除了每次互动的时间外，它还关注事件流，页面浏览与滚动，最重要的是互动态度。

 

3. 转化指标或结果指标

转换指标对用户体验团队和市场营销团队同样重要。它关注的是相对较小的一组用户，他们准备通过长期的参与，使用和留存来承诺使用您的产品。转换指标包括转化率和净推荐者（NPS），提供的见解还可以帮助设计更好的解决方案，帮助企业实现其目标。

Part2 常用方法

    

       

 各种公司和UX代理机构部署各种方法和数据埋点来跟踪UX指标。在深入探讨适合您的产品的指标之前，让我们看一下流行的方法和关键指标：

方法1：净推荐值（NPS）

NPS = 推荐者% - 贬损之%

 

由贝恩公司（Bain＆Company）创始人Fred Reichheld提出的净推荐值（NPS）是一种客户忠诚度指标，用于衡量客户对产品或服务的推荐意愿。

 

NPS的核心是跟踪客户如何向其朋友、家人和同事为组织代言。几乎任何产品或服务都是如此。

 

净推荐者得分，通过回答一个简单的问题——“您向朋友或同事推荐某组织X的可能性有多大？”，将用户分为三类：推荐者，被动者和贬损者。

 

受访者的标准评分范围为0（完全不可能）至10（非常可能）。根据回答将用户分为推荐者（9–10），被动者（7–8）和贬损者（0–6）。

 

推荐者是忠诚的用户，他们可能会推荐给其他人，从而帮助您降低每次获客的成本。被动者通常是满意的用户，他们会左右摇摆，这取决于优惠和激励方式是否有竞争性。而贬损者是非常不满意的用户，他们可能会对您的产品抱有严重的问题。

 

净推荐值是通过从推荐者的百分比中减去贬损者的百分比来计算的。分数通常以整数的形式显示，范围介于–100（所有贬损者）到+100（所有推荐者）之间。为了成功，当务之急是将您的贬损者转换为推荐者。

 

许多公司（无论是实体公司还是数字公司）选择 NPS 的主要原因之一就是它的简单性。尽管NPS缺乏深入的洞察力以及产品成功或失败的具体原因，但它可以帮助您洞悉整体设想以及所需处理给定情况的紧急程度。这就是为什么NPS通常被用作度量UX的替代指标或补充指标的原因。

方法2：系统可用性量表(SUS)

另一种标准化的UX测量方法是John Brooke在1986年开发的可用性测试工具，称为系统可用性量表（SUS）。

 

             

SUS由十项问卷组成，并为受访者提供五种回答选项（从“非常同意”到“非常不同意”），它可以帮助UX专业人员收集NPS无法提供的主观信息。

 

解释SUS分数有点复杂。参与者将每个问题的分数转换成新的数值，加在一起，然后乘以2.5，将原始分数从0–40分转换成0–100分。然后将其用于产生百分位排名。研究表明，高于68的SUS分数被认为高于平均水平，低于68分的低于平均水平。

 

虽然SUS是一种非常容易管理的方法，并且可以用于小型用户/测试用例样本，但计分系统很复杂，无法诊断。

 

方法3：PULSE模型

UX专业人员和代理机构采用的方法更具洞察力。此方法包括跟踪以下方面：

• Page views 页面浏览量
  单个用户查看的页面数。

  
  

• Uptime 正常运行时间
  用户可以访问网站、应用程序或软件的时间百分比。

  
  

• Latency 延迟
  将数据从一个位置传输到另一位置所花费的时间。

  
  

• Seven-day Active Users 七日活跃用户
  最近七天内，与网站、应用程序或软件进行交互的用户数。

  
  

• Earnings 收益
  通过网站、应用程序或软件赚取的收益。

 

尽管PULSE指标仍然比NPS或SUS方法更具洞察力，但需要注意的是，它有时缺乏上下文，因此对于UX度量而言变得多余。例如，“七日活动用户”的数量反映了网站、应用程序或软件的粘性系数，但是并不能区分新用户和回访用户，也无法提供有关用户承诺水平的任何见解。

方法4：HEART模型

由Google Research团队的Kerry Roden，Hillary Hutchinson和Xin Fu开发的HEART框架弥补了PULSE指标的不足。

 

基于大规模的行为数据，HEART框架代表着愉悦度，参与度，接受度，留存率和任务完成率。

 

这些类别可以进一步划分为：

• Happiness 愉悦度
  跟踪用户对产品感受的态度指标。它包括用户体验的主观方面，如满意度、视觉吸引力，推荐可能性和易用性。通过精心设计的常规调查，您可以跟踪一段时间内的产品的每次迭代反馈。

  
  

• Engagement 参与度
  衡量用户对产品的参与程度。它包括的指标，如一段时间内的交互频率、强度或深度。将参与度指标报告为每个用户的平均值而不是总数，通常会更有用，因为总参与度的增加可能是更多用户的结果，而不是更多使用量的结果。

  
  

• Adoption 接受度
  表示在给定时间段内使用产品的新用户数。例如，注册、下载和购买的数量。

  
  

• Retention 留存率
  指在较早的时间段内“采用”并仍与产品“保持联系”的用户数量。这包括一段时间内测得的粘性用户和留存用户，续订和回购。

  
  

• Task Success 任务完成率
  包括用户体验的几种传统行为指标，例如效率（如完成任务的时间），有效性（如完成任务的百分比）和错误率（如失败的登录尝试百分比）。

 

这些类别中的每一个类别都有特定的指标，可以应用于单个功能部件/部分或整个产品/项目。可根据项目要求修改HEART框架；通过添加每个类别的关键指标，删除不相关的类别或专注于单个类别。

方法5：GSM模型

           

  

标准过程使用简单的仪表板，将HEART框架中的每个度量指标与目标-信号-指标标准过程进行比例缩放。这是一种简单的方法，通过阐明产品或功能的目标，然后识别表示成功的信号，最后建立特定的指标以在仪表板上进行跟踪，使整个UX团队保持同步。有关“目标-信号-指标”流程的更多详细信息，如下

 

• Goals 目标
  第一步是根据用户体验分配产品或功能的目标。它可能与任务成功或增加参与度有关，或者仅仅是吸引了更多流量/用户。

  
  

• Signals 信号
  确定目标后，请选择对目标敏感且特定的可测量信号，以及收集和表明这些信号的方法。

  
  

• Metrics 指标
  要捕获指标，需将信号转换为可测量的数据点，适合在仪表板上跟踪加班时间。均值，分数和百分比率比原始数据更可用于标准化。还建议过滤掉自动数据，并与其他竞争功能或产品进行绘制比较。

 

HEART框架与“目标-信号-指标”过程的结合为您提供了精确的信息和分析解决方案，以改善用户体验。

Part 3 常见的UX指标

             

• Task Success Rate 任务成功率
  任务成功率是用户正确完成任务的百分比。它反映了用户如何有效地完成某些任务。

  
  

• Time on Task 任务时间
  在每个任务上花费的时间使我们可以洞悉在成功完成预定义任务上花费了多少时间。长时间的过程会对UX产生负面影响。

  
  

• User Errors 用户错误
  在给定任务期间，错误机会的数量提供了错误率。根据错误的频率和类型，我们可以评估网站、应用程序或软件的用户体验和可用性。

  
  

• Search vs. Navigation 搜索与导航
  分析工具可提供有关用户与站点、软件或应用程序交互的大量信息。导航与搜索比率可以提供有关最常使用的页面/功能的信息。

  
  

• Form Usage 表单使用情况
  每个网站、应用程序或软件都使用表单来捕获用户信息。但是，从用户体验的角度来看，建议仅将表单限制为必填字段。测量填写表格所花费的时间或放弃该流程的访客数量可以提供有关情况的想法。

  
  

• Back Button Usage 后退使用率
  分析工具可以再次告诉您在浏览网站、应用程序或软件时使用“后退”按钮的频率。较高的数字表示信息体系结构已损坏或有故障。

  
  

• Random Visitors vs. Conversions 随机访客与转化率
  尽管高流量是一件好事，但转化率是任何网站、应用程序或软件的最重要指标。

  
  

• Sticky Quotient 粘性系数
  除了转化率，网站、软件或应用程序的粘性系数也标志着用户体验和可用性的效率。

  
  

• Offline vs. Online Visits 离线访问与在线访问
  如果您既拥有在线实体又拥有离线实体，那么通过两种媒介获得的访客数和转化率之间的差异，应该可以很好地表明您在数字平台上的的用户体验和可用性。

  
  

Part4 如何实施

既然我们已经熟悉了评估UX策略是否成功的常用跟踪指标和方法，那么我们就来制定一个实施计划。

 

为了对UX指标进行完美评估，深入了解定义组织的关键绩效指标（KPI）以及目标受众用户非常重要。

 

确定KPI后，将它们关联到UX指标即可在业务目标和客户满意度之间建立直接的相对性。这可以提供一些简单的解决方案来改善用户体验。

 

在开始跟踪与业务KPI相关的特定UX指标之后，请确保在一段时间内重复计算，以观察趋势并更好地了解哪些在起作用，哪些是错误的。

 

进一步讲，您希望对关键方面、功能和任务进行基准测试，以改善整体用户体验。通过对产品的重要任务，功能以及各方面有一个清晰的了解，您可以开始即兴计划。频繁的迭代，A / B和多变量测试应反映根据UX及其相应的KPI实施的每个修改的内容。整个过程使您的UX策略保持正轨，并与业务目标保持一致。

 

还应注意，测量UX是一个持续的过程。应当定期进行用户体验审核，以评估正确的方法和指标。通过可靠的行动计划和使用UX指标对UX策略进行公正的评估，您的产品可以使用户满意并提升更高的利润。

 

 

原文链接：https://uxplanet.org/ux-metrics-how-to-know-if-your-user-experience-is-working-5585f1a6cda2