如何度量“体验” ？（上）

UX Pedia Presents

本文约3431字，阅读需要9分钟

Google的Heart模型

研究主题：体验度量模型

研究对象：Google的体验度量模型

关于用户体验度量

用户体验（UX，User Experience）指的是用户与产品、设备或系统交互时所涉及的所有内容，而度量是一种测量或评价特定现象或事物的方法。可用性度量揭示的是用户体验，也就是人们使用物品时的个人体验，可揭示用户和产品之间的交互，也可揭示出有效（是否能完成某个人物）、效率（完成任务时所需要付出的努力程度）或满意度（操作任务时没用户体验满意的程度）。

用户体验度量体系的搭建可以帮助你准确定位，以集中力量对需要提高的地方进行改进，可以帮助全面、有针对性、可量化成效的，来优化产品的用户体验。另一方面它可以对用户行为形成更好的理解以及获得新的产品见解，给决策者提供重要商业决策依据。

截至当前，业界已经有很多出色的用户体验度量模型了，辞典酱将以系列的形式，以 Google、阿里、腾讯搭建的用户体验度量模型为例，帮助大家更好的理解。

Google的体验度量模型

Google 在基于“ PULSE ”评估体系的基础上，结合用户体验质量和让数据更有实际意义的需求情境下，提出了用户体验度“HEART”模型，适用于完整产品或产品中的某个功能，目的是帮助产品团队做出数据驱动和以用户为中心的决策。

HEART 模型，包含5个用户体验度量维度：愉悦度、参与度、接受度、留存度和任务完成度；3个确定数据指标的步骤：目标-信号-指标，这3个步骤可以保证数据指标与用户体验目标紧密相连，从而保证量化用户体验结果的准确性。

-愉悦度Happyniess

愉悦度或愉悦感，是指用户在使用产品过程中的主观感受，包括满意度、推荐指数(NPS)、视觉感受、易用性感知等（主要通过问卷调查获取数据）。

例如，个性化首页服务（iGoogle），团队利用产品内置的检测手段，跟踪了一周内一系列的指标来研究改版和新功能的影响。在一次大改版之后，他们利用七点雷达图发现，起初用户满意度指标是大幅下降的，但是随着时间推移，这个指标逐渐恢复，这表明大幅下降只是因为刚改版时的用户对新设计感到不适应。渐渐习惯新的设计之后，用户就会喜欢上它。有了这一信息，团队就可以更有信心的保持这次改版的设计。

-参与度Engagament

参与度是指用户在一个产品中的参与程度，在这个维度上，通常用于指一段时期内访问的频度、强度或深度的综合。一般来说，以每个用户的平均值来报告参与度指标，比以总数来报告更有用，因为总数的增加可能是用户增加的结果，而不是使用量增加的结果。

例如，Gmail 团队想要了解更多关于用户参与程度的信息，而不是7天活跃用户数。考虑到参与用户的习惯会定期检查他们的邮箱，所以选择的指标是一周内访问5天或5天以上的用户访问产品的百分比。团队还发现，这一指标同样也可以用来预测用户长期的留存率。

-接受度Adoption & 留存率Retention

接受度和留存率，指通过特定时期内大量用户的统计（比如，7天的活跃用户数）提供强大的洞察，来定位新用户和老用户的差异问题。接受度监控特定时期内有多少新用户开始使用产品（比如，最近7天内新创建的账号），而留存率则监控特定时期内有多少用户在一个给定的时间段内仍然存在（比如，某一周的7天活跃用户仍在3个月后的7天活跃用户中）。

什么算是“使用”产品，这取决于它的性质和目标。有时候“使用”仅仅是访问网站，有时候则是希望访问者到达某个特定的页面或完成某种互动（例如，创建账户）。就像用户参与度一样，用户留存率可以在不同的时间段内对于某些产品进行衡量，有的产品需要观察每周的用户留存率，有的需要每月或90天的用户留存率。

例如，在2008年9月股市崩盘期间，谷歌 Finance 的页面访问量和7天活跃用户都出现了激增。然而，这些指标并没有表明，激增的原因是新用户对危机感兴趣，还是现有用户对自己的投资感到恐慌。如果不知道谁的访问量多，就很难知道是否或如何更改网站。我们研究了接受度和留存度指标来区分用户群体，并研究了新用户选择继续使用该服务的百分比。这类信息能够帮助团队更好地理解事件驱动的流量峰值并发现潜在的机会。

-任务完成度Task sucess

任务完成度的维度，包括一些传统的用户体验行为指标，比如效率（例如，完成任务的时间）、效果（例如，任务完成的百分比）以及错误率。这一维度在产品或功能是工具型时尤为合适，比如记账、打车等这类工具性应用，或搜索、上传照片以及客户服务这类工具型功能。

例如，谷歌地图曾经有过两种不同的搜索框，一种是用户可以分开输入“目的”和“地点”的双重搜索框，另一种是单个搜索框处理所有的类别。团队认为单个搜索框的方法是最简单且最有效的，所以在 A/B 测试中，团队测试了仅提供单个搜索框的版本。他们比较了两个不同版本的错误率，发觉用户在单个搜索框版本中，能够更加有效的达成他们的搜索目的。最终，这个结果让团队非常有把握的在所有地图上移除了双搜索框功能。

-目标&信号&指标

不管定义用户中心的指标是怎样的，如果不能精确的和目标相关，以及能够跟踪达到目标的过程，那么都是白搭。Google 提供了一个简单的流程来完成指标的设定，通过阐明产品或者功能的目标，然后定义达成的信号，最终建立特定的指标的监控方式。

目标Goal

第一步，确定产品或功能的目标是什么（特别是在用户体验方面）。用户需要完成什么任务？重新设计的目的是什么？使用 HEART 框架来明确目标（是吸引新用户重要，还是鼓励现有用户更积极参与重要？），我们发现了一些有用的建议：

· 不同的团队成员可能对于项目的目标有不同的意见。这个过程提供了一个很好的机会来收集不同的想法并且努力达成共识（并且认同选择的度量标准）；

· 特定项目或功能的成功可能与产品的整体目标不同；

· 在这个阶段无需太担心是否或如何能够找到相关的信号或指标。

例如，YouTube 最重要的目标之一就是参与度类别：希望用户喜欢看视频，并持续发现他们想看的视频和频道；而 YouTube 搜索的目标是任务成功的类别：希望用户快捷地找到最相关的视频的频道。

信号Signal

第二步，想想用户的行为或态度，如何体现成功或失败。什么样的行动会表明目标已经达到？什么样的感受或看法能够联系到成功或失败？在这个阶段你应该思考这些信号的数据源是什么？

例如，对于基于日志的行为信号，当前是否记录了相关的操作或者是如何收集态度信号？你能定期进投放问卷吗？日志和问卷是我们常用的两种信号源，但也有其他的可能性（使用一个评委小组来提供评分）有一些有用的建议：

· 选择敏感度高以及和目标特别相关的信号——只因用户体验的好坏而改变，而非其他不相干的因素；

· 有时失败比成功更容易识别（比如，放弃任务、撤销，挫折）。

例如，YouTube 的参与度信号是：用户在网站上观看的视频时长优于用户观看的视频数；而YouTube 搜索的“任务成功”类别中的失败信号是：用户搜索了，但并有点击任何结果。

指标Measure

最后，考虑如何将这些信号转换为特定的指标，是否可以被方便的持续跟踪。一些有用的建议：

· 原始统计数据会随同你的用户基数增长而增加，需要转化为常态；比例、百分率或者每个用户的平均值更有用一些；

· 在确保精度上有很多挑战，基于 Web 日志的指标，如从自动生成的数据中过滤流量（如爬虫、垃圾信息），并确保所有重要的用户行为都被日志记录（默认情况下可能不会，尤其是在基于 AJAX 或基于 Flash 的应用中）；

· 如果需要拿你的项目或产品和其他的进行对比，可能需要在这些产品的使用标准中增加监额外的度量标准（监控指标）。

通过数据验证用户体验设计的结果，在如今互联网产品快速迭代的背景下十分常见，而选择正确的数据指标，在度量用户体验过程中是至关重要的。HEART 模型中5个维度，帮助设计团队系统地思考产品的用户体验，明确自身产品的用户体验目标在几个维度下分别意味着什么，并横向比较，以确定核心维度和核心目标；而目标&信号&指标，这个过程则指导团队选择和体验目标紧密联系的数据指标，从而准确的度量用户体验。

／End.

相关引用

《Measuring the User Experience on a Large Scale: User-Centered Metrics for Web Applications》by Kerry Rodden, Hilary Hutchinson, and Xin Fu

https://storage.googleapis.com/pub-tools-public-publication-data/pdf/36299.pdf

《How to choose the right UX metrics for your product》by Kerry Rodden

https://library.gv.com/how-to-choose-the-right-ux-metrics-for-your-product-5f46359ab5be

-图片、GIF来自网络；封面动图 by

-未经UX Pedia允许不得转载

往期推荐：

渐变、材质、颜色可用性？筛选了100个配色工具后，我挑出了这25个！