Skip to content

Latest commit

 

History

History
51 lines (27 loc) · 4.64 KB

068.精读衡量用户体验.md

File metadata and controls

51 lines (27 loc) · 4.64 KB

衡量用户体验已经不是一个新话题。最近也关注了一些话题来写写这方面的感受。

前言

从某种意义上说,定性反馈是 UX 设计师最常用的武器。今天从诸多交互出版物或文章中看到,Metrics-Driven Design 概念的发展和越来越受重视的趋势。但两者取一都是片面的,倾向任何一者都会出现问题,追求定性总是在小样本下。定量分析总是忽视用户的反馈,以为数据就可以说明问题。充其量只是达到局部高点。一位 UX 设计师称之为 tunnel vision。

像 Booking 网站给出了『洞察数据,情感驱动』作为他们的设计准则。这里总是听上去像是在讲交互视觉范畴,而用户体验是不是指交互视觉呢。我觉得体验度量是不是就是度量交互视觉呢。

用户体验

产品用户体验不仅是指交互视觉,我的理解用户体验反映用户与产品从认知,使用到传播整个情感的连接和反馈。能力上包括了产品设计与功能实现,用户交互界面,以及系统承载能力。

上图是 CUBI Mobel:CUBI UX - User Experience Model。完整地说明了用户体验从内容、商业目标、交互、用户目标四个方面组合。

以初创产品为例,以流量增长为主要目的,这时用户交互与系统能力并不一定是重点。对于上面这张图而言,背后隐含着动态的权重,这个权重来自于产品的发展阶段目标。

以成熟产品为例,流量增长的红利已经减弱或消失,这时精细化运营就非常重要,这时用户交互能力和系统能力就与产品目标一样重要。这时的权重就有所改变。

体验度量

现代数据分析建立的背景是海量,全量数据。然而产品根据受众的不同,有 To C,To B,To D,在 To C 中不同产品的消费者群体又有细分,但总体来说面向消费者的产品一定需要流量。现代 To C 分析思路是在上述也讲到,是从流量分析 -> 细分人群的消费者洞察 -> 经营链路的全域分析过程,已经有非常多的商业分析思路在这几年沉淀,如 AARRR。在体验度量研究上,有 Google 的 HEART 模型。

但 To B 或 To D,使用的人群和频率远远比 To C 低。从一开始就是从专业领域沉淀和积累的过程而成就,往往依靠产品经理的经验与行业习惯就满足了,我们经常看到对这类产品我们不会以『美观』来强调,而以『清晰』来强调。反馈这样产品的体验,定性分析起到决定性的作用。可以说,好的设计工作由定量与定性的信息一起来解答问题。

比如,我们通过对设计一组反馈问题来统计用户对产品的满意度,其中 Bayes' Probability 在小样本中可以起到很好的作用,又回归到定量分析中。

再比如,对 To B 或 To D 研究用抽样用户行为作单体分析也是一种行之有效的方法。推荐一定志愿者,在特定的数据采集中,持续跟踪志愿者的行为,细化收集几个关键指标:如平均完成一次关键路径的时长、关键路径完成效率等数据来研究产品可用性等作为体验 KPI 来衡量。

此外,AB 测试在这种场景下,也会是一种较为常用的方法,通过研究关键路径的转化来看更优方案,并能够智能化的切换不同分层样本,得到更精准的分析结果。

综上,不同定位的产品,面向的市场和人员所定义的度量方法更是不同的。

我试着列了几类

  1. 产品商业阶段性目标和最终目标。营收提高,优化结构,工程效率提高,质量提高,能力覆盖。
  2. 工程研发过程及能力。投入产出比,系统成本,系统稳定性,创新性。
  3. 用户可用性。满意度,过程效率,过程质量。

总结

产品数据分析对我们来说很多关注点主要在数据上,有明确行动指引或明确的智能化方案。而用户体验分析是一个更广泛的概念,从刚开始说的这张图开始,它包括了商业,也包含产品其它方面。

我们做互联网产品,往往以商业目标为导向。但一个产品发展长远,是立体来看的,必然包含了技术的创新,交互视觉的创新。技术能力对于用户目标,交互与内容的帮助是非常大的,我们对于技术的期待并不只在性能上,稳定性上。也应该在专业,沉浸,丰富这样的关键词上来衡量可预见的未来。

这是一个很大的话题,我只是管中窥豹,希望有更多人跳出思维圈,利用数据,不局限于数据。