作者 | TWInsights

專注于為中小企業(yè)提供成都網(wǎng)站制作、成都網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)隴南免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了千余家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

體驗(yàn)度量的趨勢洞見

在過往與企業(yè)進(jìn)行體驗(yàn)優(yōu)化項(xiàng)目合作時(shí)，我們發(fā)現(xiàn)企業(yè)就如何驗(yàn)收并解讀結(jié)果常常存在諸多困擾。此外，多數(shù)企業(yè)也錯誤認(rèn)為體驗(yàn)度量只能作為后驗(yàn)數(shù)據(jù)存在，具備滯后性。然而，正如有長遠(yuǎn)目標(biāo)牽引和完善業(yè)務(wù)度量的企業(yè)更具生命力，品牌和企業(yè)的體驗(yàn)如能兼具明確的策略和體系化的度量框架，自然也更易在“體驗(yàn)制勝”的大環(huán)境下構(gòu)筑壁壘。

作為一個相對新興的概念，大多企業(yè)對體驗(yàn)度量的認(rèn)知僅停留于NPS（凈推薦值）分析的階段。誠然NPS能夠較好反映用戶對產(chǎn)品體驗(yàn)的整體感受，但其卻不能作為一個良好的問題定位工具。此外，NPS在數(shù)據(jù)回收中往往存在幸存者偏差，導(dǎo)致我們難以獲取到不愿提供反饋的用戶群體對產(chǎn)品的體驗(yàn)感受。因此，為了能夠更客觀、全面、持續(xù)和精準(zhǔn)的了解和洞見用戶體驗(yàn)（建議回顧上期??數(shù)據(jù)驅(qū)動體驗(yàn)度量的挑戰(zhàn)與思考??），在收集大量企業(yè)和品牌的痛點(diǎn)訴求后，基于多個項(xiàng)目實(shí)踐經(jīng)驗(yàn)，我們打造出了一套以數(shù)據(jù)驅(qū)動的體驗(yàn)度量解決方案，旨在解決企業(yè)以下體驗(yàn)問題：

• 如何以業(yè)務(wù)目標(biāo)為驅(qū)動定義和搭建完整的體驗(yàn)度量體系
• 如何在缺乏統(tǒng)一標(biāo)準(zhǔn)的語境下明確體驗(yàn)指標(biāo)的好壞與否
• 如何通過度量結(jié)果了解和洞察指標(biāo)背后的根因并提煉改進(jìn)方案
• 如何對改進(jìn)方案進(jìn)行快速驗(yàn)證與分析

圖1：四步打造數(shù)據(jù)驅(qū)動體驗(yàn)度量

數(shù)據(jù)驅(qū)動體驗(yàn)度量之度量體系搭建

在搭建體驗(yàn)指標(biāo)體系前，我們的首要任務(wù)是明確品牌和企業(yè)獨(dú)特的體驗(yàn)策略：一個與企業(yè)長期愿景、品牌形象、企業(yè)文化相吻合的體驗(yàn)策略。在此基礎(chǔ)下，拆解并定義最符合品牌當(dāng)下階段的體驗(yàn)指標(biāo)。不同于我們常見的財(cái)務(wù)指標(biāo)和運(yùn)營指標(biāo)，體驗(yàn)度量體系是動態(tài)的，它需要伴隨品牌和企業(yè)商業(yè)目標(biāo)的迭代、受眾喜好的變遷、科技發(fā)展等因素進(jìn)行不斷的調(diào)整。

數(shù)據(jù)驅(qū)動體驗(yàn)度量之體系搭建三部曲

常見的體驗(yàn)指標(biāo)體系搭建，不是自上而下即是自下而上。然而體驗(yàn)本身既關(guān)乎用戶整體感知，又在意細(xì)節(jié)感受。因此在實(shí)踐中，我們通常采用結(jié)合模式：先自上而下，以北極星指標(biāo)出發(fā)輕量級拆解體驗(yàn)維度；后自下而上的關(guān)注細(xì)節(jié)感受，向上總結(jié)和調(diào)整體驗(yàn)維度。

圖2：指標(biāo)拆解方式-自上而下與自下而上的結(jié)合

第一部曲 - 基于業(yè)務(wù)目標(biāo)定義體驗(yàn)北極星指標(biāo)

體驗(yàn)為因，而業(yè)務(wù)為果。作為業(yè)務(wù)目標(biāo)外化到用戶可感知層的體現(xiàn)，體驗(yàn)北極星指標(biāo)（即反映體驗(yàn)?zāi)繕?biāo)的唯一關(guān)鍵指標(biāo)）的定義通常需要借助業(yè)務(wù)指標(biāo)進(jìn)行明確。常見的定義方式是通過業(yè)務(wù)目標(biāo)分化出最具代表性的體驗(yàn)指標(biāo)，例如常見的NPS(凈推薦值）、CSI（用戶滿意度指數(shù)）。甚至我們可以直接將業(yè)務(wù)目標(biāo)與體驗(yàn)指標(biāo)畫上等號，通過忠誠度、復(fù)購率等進(jìn)行整體監(jiān)控。

第二部曲 - 體驗(yàn)維度的拆解

北極星指標(biāo)作為體驗(yàn)整體結(jié)果反映的第一要素，更強(qiáng)調(diào)與業(yè)務(wù)目標(biāo)的相關(guān)性。為了獲取用戶更全面的感受，則需要對體驗(yàn)進(jìn)行多維度的拆建和細(xì)化。我們基于多年經(jīng)驗(yàn)總結(jié)了以下兩種維度拆解方式：

• 已有模型的優(yōu)化：在資源、時(shí)間有限且體驗(yàn)要求趨同的情況下，我們可以基于已有模型進(jìn)行變形和拆解。業(yè)內(nèi)有不少頭部公司基于自身業(yè)務(wù)推出了普適性較強(qiáng)的體驗(yàn)維度模型：例如UES模型，是阿里云產(chǎn)品設(shè)計(jì)中心推出的B段技術(shù)類體驗(yàn)?zāi)Ｐ?；Google推出的HEART模型，則面向C端產(chǎn)品的初期階段。因此我們可以從北極星指標(biāo)入手，尋找較為適合當(dāng)前業(yè)務(wù)現(xiàn)狀的度量模型，并對其進(jìn)行拆解重構(gòu)。通過去掉對體驗(yàn)?zāi)繕?biāo)影響權(quán)重較小的指標(biāo)，加入對體驗(yàn)?zāi)繕?biāo)影響權(quán)重較大的指標(biāo)，確保指標(biāo)的全面性、完整性、客觀性，從而構(gòu)建適合自己產(chǎn)品的體驗(yàn)度量指標(biāo)體系。
• 構(gòu)建自有模型：在產(chǎn)品具備更明確和獨(dú)特體驗(yàn)策略的情況下，僅基于市面已有模型進(jìn)行優(yōu)化往往不能凸顯產(chǎn)品希望突出的體驗(yàn)特質(zhì)。我們需要更深入的分析，提煉該產(chǎn)品獨(dú)有的體驗(yàn)維度模型?？梢酝ㄟ^體系化的用戶原聲調(diào)研、專家走訪以及團(tuán)隊(duì)設(shè)計(jì)和體驗(yàn)?zāi)繕?biāo)回顧，總結(jié)體驗(yàn)的核心維度；抑或是基于產(chǎn)品屬性和用戶需求類型從更學(xué)術(shù)的視角進(jìn)行拆解。

第三步 - 指標(biāo)的具體落地與拆解

指標(biāo)拆解是數(shù)據(jù)驅(qū)動體驗(yàn)度量有別于傳統(tǒng)主觀用戶評分和可用性測試的核心差異點(diǎn)。相較通過用戶或?qū)＜抑饔^評分總結(jié)各維度得分的度量方式，數(shù)據(jù)驅(qū)動體驗(yàn)度量體系更重視如何通過用戶行為、消費(fèi)和產(chǎn)品使用等客觀數(shù)據(jù)，推測和判斷用戶的體驗(yàn)感受。

在落地指標(biāo)拆解上，我們通常帶著既已明確的體驗(yàn)維度，實(shí)現(xiàn)對功能、場景、旅程和事物項(xiàng)具體指標(biāo)的層層拆解：從核心場景入手，通過場景分解、旅程拆解與事務(wù)項(xiàng)解構(gòu)保證指標(biāo)體系的層層細(xì)化，以此確保不同業(yè)務(wù)層級與指標(biāo)的關(guān)系映射。當(dāng)上層指標(biāo)不理想，亦可通過下鉆的方式明確潛在的根因。

圖3：指標(biāo)層層拆解邏輯

最底層體驗(yàn)指標(biāo)的拆解總是從一個旅程的事物項(xiàng)起步，結(jié)合維度模型與GSM（Goal目標(biāo)-Signal信號-Metric指標(biāo)）明確詳細(xì)指標(biāo)。另一方面，我們也會使用MOT的方式，通過明確體驗(yàn)的核心關(guān)鍵點(diǎn)，定義關(guān)鍵指標(biāo)，抽象額外的體驗(yàn)維度。

數(shù)據(jù)驅(qū)動體驗(yàn)度量之指標(biāo)結(jié)果評估標(biāo)準(zhǔn)

一個完整的度量體系往往具備四個要素：策略、維度、指標(biāo)，以及合理的評價(jià)標(biāo)準(zhǔn)。當(dāng)我們獲取指標(biāo)結(jié)果以后，往往需要通過對標(biāo)了解現(xiàn)實(shí)與期待的差距，并明確提升的方向。然而每個企業(yè)就體驗(yàn)度量體系搭建的方式不同（例如：使用NPS的企業(yè)難以直接與使用HEART模型的企業(yè)進(jìn)行對比），體驗(yàn)拆分維度不同( 希望突出安全感體驗(yàn)的企業(yè)，也許不在乎品牌未來感的凸顯)，往往導(dǎo)致難以建立行業(yè)標(biāo)準(zhǔn)或者直接進(jìn)行競對比較。

基于現(xiàn)狀，我們將指標(biāo)結(jié)果解讀的方式分為了“與別人比”和“與自己比”兩大類。

圖4：建立評估標(biāo)準(zhǔn)的兩個大方向

• 與別人比 - 參考行業(yè)相對成熟和統(tǒng)一的標(biāo)準(zhǔn)：雖然指標(biāo)體系的構(gòu)建不同，希望突出的體驗(yàn)核心點(diǎn)也大相徑庭。但涉及關(guān)乎性能、體驗(yàn)界約定俗成的交互原則、以及通用運(yùn)營的相關(guān)指標(biāo)，往往會采用統(tǒng)一而客觀的度量方式，因此具備較強(qiáng)的可比性。常見的指標(biāo)有：頁面加載時(shí)長、信息查找的步長、流失率等。
• 與自己比 - 通過業(yè)務(wù)目標(biāo)樹立評估標(biāo)準(zhǔn)：根據(jù)部門業(yè)務(wù)目標(biāo)制定針對體驗(yàn)和功能的指標(biāo)要求。常見于與業(yè)務(wù)績效（有助于產(chǎn)生直接經(jīng)濟(jì)收益）直接掛鉤的體驗(yàn)指標(biāo)，例如功能使用率、功能使用時(shí)長、或者服務(wù)推薦接受率等?；跇I(yè)務(wù)目標(biāo)建立的指標(biāo)好壞標(biāo)準(zhǔn)，往往與產(chǎn)品/功能所處的階段以及企業(yè)整體的業(yè)務(wù)目標(biāo)具備強(qiáng)相關(guān)性。例如在功能上線的初期，會更關(guān)注于使用率，而成熟期更聚焦使用時(shí)長。至于具體的目標(biāo)數(shù)值，通常由整體業(yè)務(wù)目標(biāo)拆解和測算形成。因此可以與部門制定的目標(biāo)進(jìn)行直接對比。
• 與自己比 - 按照指標(biāo)結(jié)果進(jìn)行描述性統(tǒng)計(jì)分析：反映功能/產(chǎn)品體驗(yàn)關(guān)鍵點(diǎn)的指標(biāo)往往因?yàn)槠放葡Ｍ怀龅捏w驗(yàn)維度而具備特異性，因此難以進(jìn)行行業(yè)與競對比較；而又因該類指標(biāo)直接或間接反映產(chǎn)品/功能用戶體驗(yàn)（例如：搜索成本、決策成本），作為影響業(yè)務(wù)指標(biāo)的原因（決策成本高導(dǎo)致功能使用率低），我們也不能直接通過業(yè)務(wù)目標(biāo)進(jìn)行映射。因此我們通過結(jié)果數(shù)據(jù)的統(tǒng)計(jì)分析，依據(jù)百分位進(jìn)行指標(biāo)好壞與否的劃定（例如：Top 30%定義為優(yōu)秀）。

數(shù)據(jù)驅(qū)動體驗(yàn)度量之指標(biāo)結(jié)果根因分析

當(dāng)我們定義了指標(biāo)結(jié)果的好壞與否以后，接下來就是整個度量體驗(yàn)搭建意義所在：如何通過指標(biāo)結(jié)果了解造成用戶體驗(yàn)不理想的根因，并做出體驗(yàn)甚至產(chǎn)品的優(yōu)化和改善方案。

基于過往豐富的項(xiàng)目經(jīng)驗(yàn)，我們總結(jié)出了根因分析的三種方式，適用于數(shù)據(jù)指標(biāo)體驗(yàn)搭建的不同階段。

圖5：不同階段的指標(biāo)根因分析方法

階段一：指標(biāo)體驗(yàn)搭建的初期 - 指標(biāo)間的結(jié)合解讀

在結(jié)合解讀之前，必須充分明確單一指標(biāo)的涵義和指代；接下來則通過漏斗指標(biāo)、路徑指標(biāo)和功能指標(biāo)的結(jié)合分析，通過逐步下鉆的方式了解更宏觀指標(biāo)表現(xiàn)不好的根因。此外，指標(biāo)之間的邏輯關(guān)系（ 因果關(guān)系或者共同作用的關(guān)系）也可以進(jìn)行結(jié)合解讀：通常情況下，功能體驗(yàn)指標(biāo)會是功能業(yè)務(wù)指標(biāo)不理想的潛在因素。例如功能的易用性會極大程度的影響功能的留存率。在數(shù)據(jù)指標(biāo)有限的情況下，多渠道的VOC分析也是幫助品牌和企業(yè)更好的理解用戶的情緒傾向，收集具體的描述性反饋的重要方式。

階段二 - 指標(biāo)體驗(yàn)搭建的成長期 - 根因排除法

在積累一定產(chǎn)品體驗(yàn)分析的經(jīng)驗(yàn)后，可以嘗試針對產(chǎn)品核心場景或者體驗(yàn)關(guān)注點(diǎn)進(jìn)行詳細(xì)和全面的潛在影響因素分析。通過數(shù)據(jù)埋點(diǎn)對潛在根因進(jìn)行刻畫，最后通過回收的數(shù)據(jù)反映和篩選出影響體驗(yàn)結(jié)果的核心因素。

在我們總結(jié)的解決方案中，根因排除法通常存在通用與具體的兩個觀測維度。在通用維度，可以依據(jù)四象限分析法，快速定位功能潛在的問題方向：用戶需求不成立、功能體驗(yàn)不好、功能因?yàn)樵O(shè)計(jì)不周導(dǎo)致用戶難以觸達(dá)。通過快速定位，提高根因分析效率。

圖6：根因排除法：通用維度分析方式

而具體觀測，則需要像構(gòu)建實(shí)驗(yàn)一樣建立假設(shè)并驗(yàn)證假設(shè)，涉及更多的領(lǐng)域經(jīng)驗(yàn)和分析過程。 通過窮盡體驗(yàn)不理想可能的潛在假設(shè)因素，利用數(shù)據(jù)指標(biāo)刻畫假設(shè)因素，最后通過回收數(shù)據(jù)驗(yàn)證假設(shè)。例如在過往項(xiàng)目中，我們?yōu)榱伺袛嗄车攸c(diǎn)導(dǎo)航偏航率高居不下的原因時(shí)，便基于核心因素拆解法將潛在根因歸結(jié)于：車主因素、功能因素、路段因素、路況因素、天氣因素等，并通過數(shù)據(jù)指標(biāo)刻畫這些因素，最終鎖定了體驗(yàn)異常的根因。

階段三 - 指標(biāo)體驗(yàn)搭建的成長期 - 因素相關(guān)性分析

隨著產(chǎn)品數(shù)據(jù)指標(biāo)的豐富，我們可以針對性的搭建數(shù)據(jù)標(biāo)簽體系，實(shí)現(xiàn)更廣義的根因分析。傳統(tǒng)的埋點(diǎn)數(shù)據(jù)項(xiàng)目更多基于事件與實(shí)體的屬性進(jìn)行相關(guān)性分析，常見的屬性標(biāo)簽有用戶標(biāo)簽或者應(yīng)用標(biāo)簽。為了更深入探究指標(biāo)的根因，我們的方法論期待去還原一個事件或者指標(biāo)發(fā)生時(shí)的具體場景，通過5W+1H的事件還原法清晰的觀測事件全貌以及事件發(fā)生的前因后果，進(jìn)行根因的相關(guān)性分析。甚至可以通過全方位的數(shù)據(jù)分析，剖析用戶群體、產(chǎn)品適用場景、以及產(chǎn)品創(chuàng)新方向的探索。為此我們構(gòu)建了根因分析的雙轉(zhuǎn)模型，保證分析的成果的同時(shí)，注重分析的效率。

因素分析法的雙鉆模型：通過發(fā)散和收斂進(jìn)行因素類型的明確 - 可控因素（例如功能、內(nèi)容）和不可控因素（用戶與環(huán)境），相關(guān)因素和潛在因素，最終形成改進(jìn)的方案與方向：

圖7：因素相關(guān)性分析：雙鉆模型

• 第一次發(fā)散收斂 - Pareto Principle：通過純工具手段，以求全的方式通過對變量進(jìn)行全量分析。一方面可以通過標(biāo)準(zhǔn)化的流程和工具降低對相關(guān)領(lǐng)域的知識經(jīng)驗(yàn)要求，另一方面避免遺漏具備創(chuàng)新價(jià)值但是反常識的關(guān)聯(lián)因素。通過純數(shù)理的方式，利用20%的事件獲取80%高潛的相關(guān)因素
• 第二次發(fā)散收斂 - 傳統(tǒng)科研分析方式：基于第一階段獲取的核心相關(guān)因素作為基本輸入，進(jìn)行假設(shè)建立和迭代實(shí)驗(yàn)。通過實(shí)驗(yàn)性地加入一些經(jīng)驗(yàn)判斷認(rèn)為有價(jià)值的可控因素和不可控因素進(jìn)行回歸分析，了解影響因素對指標(biāo)結(jié)果是否確有影響以及影響大小，從而明確方案改善的優(yōu)先級。

改進(jìn)方案評估與快速驗(yàn)證

當(dāng)我們根據(jù)根因分析結(jié)果輸出體驗(yàn)改進(jìn)方案后，需要對體驗(yàn)改進(jìn)方案進(jìn)行評估和快速驗(yàn)證。結(jié)合我們的項(xiàng)目經(jīng)驗(yàn)，對體驗(yàn)改進(jìn)方案的評估主要有競品對比分析、可用性測試、灰度測試、ABTesting。對于產(chǎn)品體驗(yàn)改進(jìn)方案的評估需要根據(jù)不同的產(chǎn)品階段，來采用不同的方法。

圖8：原型與上線階段的改進(jìn)方案評估方式

在產(chǎn)品原型階段，通常采用競品體驗(yàn)對比分析和可用性測試來評估。

競品體驗(yàn)對比分析主要是依據(jù)產(chǎn)品體驗(yàn)五要素，對產(chǎn)品體驗(yàn)從戰(zhàn)略層到表現(xiàn)層依次對比分析。另外在功能交互等子維度則可以通過用戶視角、業(yè)務(wù)視角等多角度打分評估，評估出體驗(yàn)改進(jìn)方案對比競品的優(yōu)劣勢，找出需要提高的地方并加以完善。

可用性測試主要是通過實(shí)驗(yàn)法和分析法，快速找到影響產(chǎn)品有效性、使用效率、滿意度的關(guān)鍵影響點(diǎn)。其中實(shí)驗(yàn)法主要是通過用戶測試獲得，分析法主要通過行為分析、認(rèn)知分析等獲得。競品體驗(yàn)對比分析和可用性測試都可在方案原型階段使用，但競品體驗(yàn)對比分析更偏重主觀分析，而采用實(shí)驗(yàn)法獲得的可用性測試結(jié)論，更偏重于用戶真實(shí)反饋。

當(dāng)體驗(yàn)改進(jìn)方案已發(fā)布上線，通常采用灰度測試和ABtest來進(jìn)行評估。

灰度測試通常是在新產(chǎn)品功能上線時(shí)，對部分用戶開放測試，讓部分用戶直接使用，確認(rèn)沒有問題后再開放給所有用戶，其目的一般在驗(yàn)證方案的可用性和正確性，確定產(chǎn)品功能是否能全面推廣上線。它對產(chǎn)品的規(guī)模要求不高，在產(chǎn)品已上線單位全部發(fā)布時(shí)可以使用。

ABtesting在整個產(chǎn)品的周期都會使用，主要是因?yàn)槠浔举|(zhì)是通過控制變量法，獲取產(chǎn)品變動對產(chǎn)品關(guān)鍵數(shù)據(jù)指標(biāo)的影響。通常在體驗(yàn)方案上線前，需要將用戶根據(jù)需要進(jìn)行分組，給不同分組的用戶不同的方案，在上線后根據(jù)不同分組的數(shù)據(jù)對比，獲取各分組方案優(yōu)劣反饋，然后將數(shù)據(jù)最優(yōu)的方案推到全量用戶。其目的是通過真實(shí)實(shí)驗(yàn)獲取方案最優(yōu)數(shù)據(jù)，進(jìn)而來獲取最佳方案?；叶葴y試和ABtest都可用于獲取方案客觀的評估數(shù)據(jù)，但ABtest對用戶屬性和數(shù)量有較高要求，對實(shí)驗(yàn)用戶量有較高要求，適合用戶體量大，個性化需求多的場景，而灰度測試則對用戶屬性和用戶量要求不高，適用性較強(qiáng)。

最后

隨著越來越多的企業(yè)關(guān)注產(chǎn)品體驗(yàn)的持續(xù)優(yōu)化、管理與創(chuàng)新，我們希望這套數(shù)據(jù)驅(qū)動的體驗(yàn)度量體系能夠協(xié)助企業(yè)有章法、有依據(jù)地進(jìn)行體驗(yàn)策略的制定，體驗(yàn)度量體系的搭建，基于結(jié)果分析的體驗(yàn)優(yōu)化與產(chǎn)品創(chuàng)新。在這個以體驗(yàn)作為核心競爭力的商業(yè)環(huán)境下，通過體驗(yàn)度量、體驗(yàn)管理和體驗(yàn)優(yōu)化的閉環(huán)，打造持續(xù)提升的競爭優(yōu)勢。

網(wǎng)頁名稱：四步打造數(shù)據(jù)驅(qū)動體驗(yàn)度量體系
文章源于：http://uogjgqi.cn/article/djdheie.html