用户体验度量通过一系列指标验证你的产品设计方案是否有效。这些指标还能帮你随时关注设计的变化对产品的作用。
用户体验度量的指标近年来在不断增加,如“哪些指标对我们的项目最有价值”之类的问题也层出不穷。许多团队都希望监控产品的所有数据,并试图总结出有用的指标,但要尽量克制这种想要测量一切的冲动。
在这篇文章中,我们会讨论到什么是真正有用的用户体验度量,搞清两类度量以及介绍其他几种常见的度量指标。
什么是度量?
用户体验度量的两种类型
产品设计领域中绝大多数的指标都是以营销为目的,而不是以体验为导向的。很多数据可以告诉你他们最近的促销活动有多成功,但却不能说清楚体验有多好。所以在这里我们只讨论常见的用户体验指标(有时很难区分体验指标和营销指标)。
用户体验指标主要看两类数据:行为(用户做什么)和态度(用户说什么)。
行为指标
行为指标显示了用户如何与你的产品互动,以及他们在使用过程中会遇到哪些问题。下面提到的大多数行为指标都与可用性有关。良好的可用性是用户体验的重要组成部分,当你的产品不能够实现用户目标时,他们很快就能找到其他的替代产品。行为指标可以用户测试中采集,也可以利用其他分析工具获取。
任务时间
任务时间即用户在完成某些特定任务时所花费的时间,一般用数字表达(时、分、秒)。这个指标非常适用于以任务为核心的产品,在这类产品中,用户希望更高效的达成目标。比如,在电商产品的订单模块中,我们需要关注的时用户完成订单的效率如何。
平均会话时长
平均会话时长是评估用户参与度的指标。通常情况下,用户在你的产品中停留的时间越长,他们的参与度就越高,也就表示越喜欢你的产品。对于社交类产品而言,我们可以衡量用户在产品中停留的平均时间。
放弃率
放弃率是指交易失败的次数占总交易数量的比重。这个指标通常用于在线购物,高放弃率可能意味着你的支付系统有问题。
错误率
错误率是指在完成某项任务时,操作错误的用户数量。比如,用户可能误点了某个功能,或输入错误的内容。大多数情况下,这些错误都与可用性有关。因出错而导致的重试次数除以总重试次数就可以得到详细的错误率。
大多数用户会遇到的问题就是我们需要尽快解决的问题。因此这个指标可以暴露出你的产品另用户不满意的具体模块。
态度指标
态度指标反映了用户如何看待你的产品。态度指标包括采用率(人们使用哪些功能?)、满意度(用户喜欢你的产品吗?)、可信度(用户信任你的服务吗?)和忠诚度(用户打算再次使用你的产品吗?)
日/月活跃度(DAU/MAU)
用户衡量忠诚度
有多少人每天/每周/每月使用你的产品。跟踪DAU和MAU可以辅助你评估用户留存,当活跃用户数量大于新增用户数量时,代表用户留存是健康的。
DAU/MAU比值也叫用户黏度,指每天使用产品的用户占每月用户的比例。假如比值是50%,就说明你的用户在30天中有15天使用了你的产品。
净推荐值(NPS)
用户衡量忠诚度
净推荐值是一个只有一个问题的问卷。询问用户:“你会向你的朋友或同事推荐我们产品的可能性有多大,从1到10打分?”。打9分或10分的用户被称为“推荐者”;打7分或8分的用户被称为“中立者”;打0分到6分的用户被称为“贬低者”。NPS的计算方法为:推荐者人数占比减去贬低者人数占比。
NPS是一种非常快速的问卷调研方法,由于它只有一个问题,所以需要我们进一步追问,否则就无法理解某些用户为什么会打7分。NPS还有一个缺点是,它需要大量的样本数量支撑。
客户满意度得分(CSAT)
用于衡量满意度、忠诚度
CSAT需要客户反馈对某一次使用或产品整体体验的满意度。CSAT也是以调查问卷的形式收集,与NPS不同的是,CSAT更关注客户对整体品牌的忠诚度,而不是对某个特定功能的满意度。这种方法最大的问题是,大多数用户并不愿意花时间填写问卷。
用户留存率
用于衡量忠诚度
用户留存率是指在一定时间段内,留在产品中的用户占比。这个指标用于验证留存策略是否奏效。用固定时间段内最开始新增的用户数减去结束时的总用户数,然后再除以最开始的用户总数。
系统可用性量表(SUS)
用于衡量满意度、忠诚度
系统可用性量表(SUS)是一套用于评估产品可用性的问题表格(用户完成目标有多容易)。它通常由10~12个问题组成,用户需要在非常不满意和非常满意之间评分。SUS的优势是,它只需要很少的样本数就可以完成。
那我应该为项目选择哪个指标?
首先,并没有一套通用的指标模板适用于所有产品。所以你在一开始选择指标时,应该先去了解产品的商业模式和你的团队需要关注的绩效目标。了解哪些因素会对你的工作结果有影响,再来选在对应的指标。
其次,要始终选择与设计决策有关的指标。这样你才能通过数据判断设计方案是否有效,并不断基于数据迭代设计。
最后请记住,数据只能反映部分问题。它可以告诉你正在发生的事情,但不能预测接下来会发生什么。因此你必须进行定性研究,如用户访谈和情境调研,了解为什么会发生当前的情况。只有把用户体验指标和定性研究结论搭配使用时,才能创建出完整的用户体验蓝图。