惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Blog — PlanetScale
Blog — PlanetScale
博客园 - 司徒正美
Vercel News
Vercel News
F
Fortinet All Blogs
月光博客
月光博客
G
Google Developers Blog
博客园 - Franky
GbyAI
GbyAI
The Cloudflare Blog
I
InfoQ
雷峰网
雷峰网
WordPress大学
WordPress大学
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
T
The Blog of Author Tim Ferriss
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 聂微东
小众软件
小众软件
腾讯CDC
B
Blog
量子位
V
V2EX
S
SegmentFault 最新的问题
Google DeepMind News
Google DeepMind News

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
迷失度指标,被忽视的可用性评价维度
Lili · 2023-07-13 · via 人人都是产品经理

迷失度计算能帮助产品岗位的朋友进一步了解用户在产品使用过程中存在的疑虑,对于这一指标的计算,是如何进行的?一起看看作者的分享。

众所周知,可用性测试通过对目标用户的样本下达测试指令,观察用户行为,以对产品各功能表现进行评估,常见的指标有时间、错误率、完成率、效率等等。

这些指标可以帮助我们直观了解用户在使用产品时的表现,但无法呈现用户的使用过程,一个产品犹如一间房子,当用户进入时,如果产品设计非常复杂,用户就会出现困惑,直至耐心耗尽。

而时间和错误率不能对问题纵向进行对比,因为有些功能天然比另一些功能复杂,耗时自然更多,出现错误的可能自然也多。

有一个指标,很少被人提及,它可以体现出用户对产品功能和流程的困惑程度,也可以了解用户在使用产品时产生的错误路径和程度,这一指标就是迷失度指标。

一、迷失度计算方式

在用户体验度量一书中提到了迷失度的测量公式:

sqrt[(N/S-1)²+(R/N-1)²]

其中,N为操作任务时所访问的不同页面数目(去除掉被测者反复进入同一页面的数量),S为操作任务时访问的总的页面数目(所有进入的页面数量都计算进去,包括重复的同一页面),R为完成任务时必须访问的最小的页面数目。

用户体验度量中提到,当迷失度大于0.5的时候,参与者会出现迷失特征,一个最佳的迷失度得分应该为0,当迷失度小于0.4时,用户不会出现出现明显的迷失特征。

这也给我们评判产品表现提供了一个清晰的评价指标,在后续问题的优先级排序时,也可作为重要的参考依据。

在问题呈现时,不仅可以体现出迷失度的得分,也可以结合迷失度得分优先呈现出有共性的用户跳转路径及交互方式。

同时,因为迷失度公式中有最小页面数,因此迷失度计算方式更适合操作路径明确的任务。

因此,如果最小页面数无法准确计算,我们可以从时间或错误数量的维度来考虑计算迷失度。

笔者提出一个优化公式,以进一步计算复杂网站或操作的迷失度:

公式为sqrt[(N/S-1)²+(R/T-1)²]

其中,N与S不变,R为此页面平均停留时间,T为刨除掉低于平均停留时间的时间后,高于平均停留时间的时间平均值,以计算各个任务相对而言的迷失度。

因为相对于简单的产品,网站或当前许多复杂产品的用户会出现在明确目的下重复访问页面的可能。

因此,平均停留时间更能体现出用户操作的迷失情况,当通过这一种方式进行迷失度计算后,我们也应结合实际可用性测试中,用户的表现来综合制定迷失度指标,即迷失度超过多少时,用户会出现明显的迷失感。

当然,此公式仅为笔者基于自身经验及理解所提出,欢迎大家共同思考,提出更合理的公式计算方式。

二、迷失度与其他可用性方法的结合

可用性测试的各个测试方法从不是孤立的,迷失度自然也应与其他方案相互配合。

笔者工作中,比较常见的方式是与满意度及NPS指标结合,探求迷失度在多大程度上会影响满意度等指标的表现,并且可以将迷失度与可用性测试中的时间指标进行结合查看,不应仅通过时间的长短来判断用户操作各个任务的难易。

三、使用迷失度的注意点

需要注意区分的是,用户重复查看同一页面时,是否是合理和必要的,假如用户仅仅是随意浏览,就不能使用迷失度进行测量,因为用户并没有出现迷失的情况。

同时,我们应考虑到故意提升用户迷失度的情况,在上瘾中,指出用户往往在经历了困难并通过自己努力解决了问题后,满足感更强烈,比如游戏行业,适当的难度将让用户在“控制”和“困难”中越发上瘾。

在这里,我们更应关注多大程度的迷失度是最佳的选择。

通过对迷失度的计算,既可以量化出哪些任务让用户耗费了最多努力,又可以进一步结合观察员笔记,详细查看每个任务中,用户出现最多迷失的操作有哪些,平均迷失度是多少,还可以提炼出用户操作上的心智模型,以此进行优先解决迷失度最大的问题。

本文由 @Lili 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。