如何度量用户体验

       用户体验度量,刚了解到这方面知识的时候还是蛮酸爽的,因为当时还没有开始工作。《增长黑客》讲的是一套方法,什么样的方法呢?一套验证产品可用性、易用性的测试方法。甭管是实体产品还是网站、APP都通用,只是采集数据的渠道不同罢了。
        其实数据度量这个东西并不多么高深,最重要的是量化思想,不是说你必须得精通微积分、读的什么统计学博士才有资格做这件事的。要通过数据度量来反映用户体验质量,首先需要了解统计学的基本知识,变量、数据类型;什么是描述性统计;如何描述变量之间的关系;了解置信区间;学会视觉呈现的方法;根据二八原则,这几件套技能基本就够用了。

规划:研究目标是什么?用户目标是什么?需要度量的是什么呢?完成一个业务/竞品分析/评估同一个产品的频繁使用/发现问题等等。评估的方法是什么?引导式/非引导式可用性测试。

绩效度量:以何种维度来度量以上目标?任务成功/任务时间/错误的发生/效率/易学性。用人话说就是,如果要测评一条跑道,是以跑者跑完的数量呢?还是跑完的时间还是跌倒的频率来作为维度。
基于问题的度量:在做用户体验度量前,提出的问题是什么?可用性问题?就是当产品出现某种使用上的问题时,用户体验从业人员必须能够解释问题背后的原因,比如说:XX导致用户无法完成任务;用户出现“偏离航线”的行为等等。如果利用数据观察找出了可用性问题背后的原因,便可提出可操作的改变建议。

自我报告度量:这是一张大而全的用户评分表,可以得出用户对产品的整体感受,但需要的精力还挺多的。我曾经在分析经销商用户体验时做过一次这样的度量,每个用户都需要仔细询问,非引导式的询问。通过表面无目的性的聊天,两个月才采集到50个左右的数据量。当然最后结果颇丰,我们了解到经销商运营中的许多待改进点,并提出了新提案,专门做了一个服务设计的workshop。

这里需要引入一个很重要的参数,叫NPS,中文名叫用户的净推荐值,这是一个衡量产品用户体验的重要参数,计算方法如下,许多用户体验从业者的KPI就是这个数值呢。


合并和比较度量:这里是讲对数据的分析方法。

        用户体验度量是一套方法论,是当我们对产品有某种诉求时,需要的一套数据支持。但当得到结论后,我需要拿这套数据支撑来说明自己的观点,下一个节点是一个人,如何去呈现,从而达到自己的目的,寻求到资源和支持,也是一门学问。