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

C
CERT Recently Published Vulnerability Notes
D
Docker
GbyAI
GbyAI
博客园 - 三生石上(FineUI控件)
博客园_首页
H
Help Net Security
T
The Exploit Database - CXSecurity.com
Microsoft Security Blog
Microsoft Security Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
P
Privacy & Cybersecurity Law Blog
AWS News Blog
AWS News Blog
Spread Privacy
Spread Privacy
F
Full Disclosure
Blog — PlanetScale
Blog — PlanetScale
Y
Y Combinator Blog
V
Vulnerabilities – Threatpost
P
Proofpoint News Feed
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
aimingoo的专栏
aimingoo的专栏
Simon Willison's Weblog
Simon Willison's Weblog
MyScale Blog
MyScale Blog
P
Palo Alto Networks Blog
S
Security Affairs
T
Tailwind CSS Blog
T
Tor Project blog
W
WeLiveSecurity
G
GRAHAM CLULEY
Know Your Adversary
Know Your Adversary
The Hacker News
The Hacker News
腾讯CDC
M
MIT News - Artificial intelligence
D
DataBreaches.Net
量子位
Martin Fowler
Martin Fowler
T
Threat Research - Cisco Blogs
博客园 - 【当耐特】
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
I
InfoQ
Engineering at Meta
Engineering at Meta
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
C
CXSECURITY Database RSS Feed - CXSecurity.com
O
OpenAI News
美团技术团队
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
Troy Hunt's Blog
Microsoft Azure Blog
Microsoft Azure Blog
L
LangChain Blog
A
About on SuperTechFans

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, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
企业级体验度量概念及发展历程-上
井然 · 2024-03-19 · via 人人都是产品经理

在企业中,衡量某个工作岗位的成果以及对工作内容更好地管理,需要对其很好的的度量。没有度量,我们就不知道问题出在哪里。本文分析总结了企业级体验度量概念及发展历程,一起来看看吧。

在企业中工作的我们都知道,无论是哪个具体的工作岗位,要对其工作内容进行很好的管理,有一个重要的前提就是需要对其进行很好的度量。正如现代管理学之父:彼得·德鲁克曾经说过一句话:

“你如果无法度量它,就无法管理它。”

没有度量,我们就不知道客观数据,也就不知道问题出现在哪里,我们改的效果如何?

所以我们需要对企业级体验进行测量和评价,进而建立起一整套全面、客观的度量体系。这项工作既是企业级体验管理的基础之一,也是该领域的从业者必须要掌握的七大核心能力之一,所以本章我们重点阐述企业级体验度量的定义,为什么要对体验进行度量,体验度量的发展历程及企业常见的四个度量工具介绍。

一、什么是企业级体验度量

“度量”一词来源于《周礼·夏官·合方氏》:“同其数器,壹其度量”,其中“度”是计量长短的标准,“量”是计量容积的标准,本意就是对事物进行长度与体积进行测量。秦始皇统一全国后,就为统一度量衡发出诏文,并铭刻在量器上。

在现代日常生活中,我们会对很多事物进行度量,如时间的长短、体积的大小、速度的快慢等等。每个行业或者企业或多或少都有一系列的度量指标,如在互联网行业的UV、PV、月活、流量等,餐饮行业的翻台率、坪效等,汽车领域的油耗、百公里加速等。

对事物进行度量是人类文明特有的一种改造世界的价值观,他不断推动了人类文明的进程,目前人类最伟大的度量体系就是—数学这门学科,正是因为这门学科的存在,才使得人类在追求万事万物皆可量的这条道路上越走越远,并且不断取得丰硕的成果。

那什么是企业级体验度量?

以量化的数据指标对企业级体验进行测量或评价。其度量的维度分为两类,一类是对企业所服务目标人群的行为进行度量,还有一类就是对目标人群的态度进行度量。

在我写的《赢在体验》这本书中,把体验分为人的普遍体验和企业级体验两大类,无论是哪一类其客观主体就是人,由此产生的体验就是人的主观体验。而人的体验的好坏最终会通过人的表情、语音、肢体动作等各类方式表达出来,其中表情、肢体这类都属于人的行为,而语音这类属于人的态度。

什么是目标人群的行为,就是人与某一事物交互后产生的体验好坏而表现出来的一系列操作行为。譬如,我们在对一款线上SaaS软件进行日常的体验管理工作中必然要在后台通过数据埋点来记录用户的操作路径,以此来分析该软件的使用体验如何,这就是典型对目标人群行为的度量。

企业级体验度量概念及发展历程-上

用户点击页面桑基图

那目标人群的态度又是什么,简单来说就是人与某一事物交互后产生的体验好坏而通过文字、语言等一系列观点的表达。譬如,我们经常使用的满意度问卷就是一种典型的对目标人群态度的度量。

企业级体验度量概念及发展历程-上

产品满意度问卷

在日常生活中,大家很容易会发现人基于某些原因,如金钱、隐私、从众心理等,往往对某个事物的态度和行为会“言行不一致”,所以我们在对企业级体验进行度量的时候,必须要对其行为和态度进行相互验证。

我们对企业级体验进行度量,必须要建立一套完整的度量体系,那如何判断我们建立的这套体系是否有效?

我们先来看一个日常生活中最常使用的一套度量体系—空气温度度量体系,也就是大家常说的“气温”。在这套度量体系中,需要度量的对象就是我们生活的大气层中的空气,目标就是要对其冷热进行评估,并且需要测量出明确的数据指标来体现出冷热程度。这套度量体系在我们的生活、工作等各个领域运用广泛,因为得到世界各地人的认可而成为世界上最权威的标准之一,所以这套度量体系无疑是非常成功的。

那这套度量体系有哪些优秀的特质,我们从以下这四个维度来说明。

1. 可解释并达成共识

在这套度量体系中,我们引入了摄氏度这个测量指标,来描述空气是冷还是热。因为全世界无论是白种人、黄种人等各类人群,其身体机能对于空气冷热的感受都是一样的,所以可以很好的通过摄氏度这个客观指标来进行测量。我们可以通过摄氏度这个指标很好的解释天气到底有多冷或者有多热,同时也能取得所有人的共识。

总结一下就是,度量体系的建设里面的每个指标都要有明确、清晰的解释说明、合乎逻辑的推理判断。同时最关键的一点就是整体系统的推导过程需要企业内部各利益方一起参与、共创并最终达成一致。

例如,在对一款ASSA软件的使用体验建立体验度量体系时,我们设定了一个体验指标是“完成度”,那我们就要对这个指标进行完整的解释,什么是完成度。完成度就是当用户完成一个线上任务如表格填写时,在该页面的停留时长和鼠标的点击次数。又比如,在对一款新能源汽车的车机系统建立度量体系时,我们设定了一个体验指标“安全性”,安全性就是当驾驶者操作车机系统界面的时候,其眼睛离开前方驾驶视野的秒数。这就是可解释性。

还有至关重要的一点就是我们建立的体验度量体系一定是在企业内部和各个部门一起经过充分讨论与共创,最终达成一致的意见。这样才能保证我们在后续的体验度量工作中,把该体系打造成为一把大家公认的“尺子”来对工作中各类具体的体验质量进行测量、评价、对标和验证工作。

2. 能客观量化数据

大家平时都会习惯性的查看当天的气温,也许你会对同事抱怨今天上班的路上气温太高了,已经达到39℃,快被热死了,为啥今天的气温这么高。在这套度量体系中,我们运用的指标是摄氏温度,这个就是量化的客观数据。能非常准确说明气温热到一个什么程度,具体的数值是多少。

同样在我们对企业级体验进行度量也是如此,我们需要把所有用户感知的体验都转为具体可量化的数据指标,只有做到这点,我们才能以此为由,评估体验的质量,发现体验问题,推体验方案落地并最终验证是否达到体验目标。

例如:用户对这个页面使用的满意度为2.8(该满意度为五分制),其中的2.8 就是一个客观的量化数据。

3. 有基准可对标

在气温这套度量体系中,我们通过具体气温数值对四季进行有效划分,建立了基准线。例如,连续五天平均气温升到高于10℃,就可以说明春天来了;如果降至低于10℃,那就代表了冬季开始。其中10℃就成为划分春天与冬天的分界线,同理夏秋也是通过22℃来进行划分。

在具体的体验度量体系建设中,我们也需要划定一些标准和基线,这样才能在企业内外部进行纵向或横向的比较与判断,到底哪个体验好,哪个体验坏。

例如:在体验领域采用的度量工具NPS中,我们可以规定其分值大于50为良好,40-50为一般,10-40为差,小于10为很差。那我们就可以参照这个标准查看具体产品的NPS数值,看看该产品的体验到底是好还是差,如果测量后数值是差的,我们可以和指标相对对比,很快就可以得出差了多少。

4. 良好落地执行

同样,在这套度量体系中,为什么我们可以快捷方便的把温度测量出来,那是因为在这套体系中,有非常棒的对空气冷热进行测量的各种适应各类场景的测量工具—温度计,所以这套度量体系可以很好的落地执行。

最早的温度计是在1593年由意大利科学家伽利略(1564~1642)发明的。他的第一支温度计是一根一端敞口的玻璃管,另一端带有核桃大的玻璃泡。使用时先给玻璃泡加热,然后把玻璃管插入水中。随着温度的变化,玻璃管中的水面就会上下移动,根据移动的多少就可以判定温度的变化和温度的高低。这种温度计,受外界大气压强等环境因素的影响较大,所以测量误差大。

随着科学技术的发展和现代工业技术的需要,测温技术也不断地改进和提高。由于测温范围越来越广,根据不同的要求,又制造出不同需要的测温仪器。

比如,融测电子的温湿度计,食品温度计,工业级温湿度计,红外激光测温枪等等一系列检测环境温湿度,空气质量仪器仪表设备。

因为企业级体验的主观性,所以大家一直不断的在追求更好的对体验进行测量的工具,让测量更好的落地快速的执行。从最早期的顾客满意度(CSAT)、净推荐值(NPS)发展到现在通过脑电波来对人的喜怒哀乐等情感进行客观测量,都是为了让测量体系快速落地实施,让其更好操作。

二、为什么要对企业级体验进行度量

想必在日常的企业级体验管理工作中,作为从业者我们经常会被领导、同事们询问以下这些问题:

“我们的这款产品已经正式推出市场了,不知道有没有给用户带来好的体验?”

“很多用户都是说我们的竞争对手的一款产品使用体验好,你看看我们的产品和他们的在体验上到底差距在哪里,差了多少?”

“我们今年马上要推出改款车型,不知道会不会给用户带来很好的使用体验,和去年的首发款的体验提升了多少?”

“各个部门都说上线的新版本体验很好,我们有什么客观的指标可以衡量一下吗?”

……

大家遇到这些问题,在脑海的第一时间必然在想,如果我们能把日常管理的对象—企业级体验进行量化,变成具体的数据指标,是不是就可以很好的回答以上这些类似的问题,这就是企业级体验度量工作最朴实的现实需要。

我们只有对企业级体验进行测量获得了一系列的体验量化数据,才能客观反映企业所交付的体验质量到底如何,如果体验质量好,那是好多少,具体的数值是什么。譬如,通过我们对产品满意度进行测试,因为有了数据,我们就可以进行比较,与同迭代的版本进行纵向比较,也可以与不同的竞品进行横向比较。

那么我们总结归纳一下,企业级体验测量的必要性体现在以下这三个方面:

1. 建立体验测量标准,评估交付体验质量的高低

问大家一个问题,我们如何对一个肉包子是否好吃进行判断?

有人会说,既然是肉包子,肯定是皮薄馅多的,也会有人说是包子里面的肉必须要新鲜的,还有人会说,哪家门前排长队的就好吃…。我相信大家对此都会有自己的看法,其实刚才无论是“皮薄馅多”还是“肉必须要新鲜”都是一种评判标准。这个就说明了,对一个事物的判断必须要有一个或几个依据的标准,不然我们就无法判断肉包子是否好吃。

回到企业中,类似这样的标准也是很多的,比如最为大家熟知的ISO9000,就是由ISO/TC176负责制定质量管理和质量保证技术领域一直国际标准的统称,以此来衡量企业所生产的产品质量的是否达到一定的标准。

目前我们在体验管理工作中经常使用的客户满意度量表就是对体验的一种测量标准,无论采用的是五分制、七分制还是十分制都是可以对该企业交付给客户的产品/服务的满意度进行打分,通过具体的数值的高低来体现满意度的高低,同时因为满意度与体验的强正相关性,也可以体现出交付体验质量的高低。

企业级体验度量概念及发展历程-上

2. 建立客观数据,企业内部达成共识

企业级体验管理工作是一个庞大的系统工程,需要各个部门的通力协作,以保证企业交付给客户的体验是卓越的。然而在企业内部,对体验管理工作的内容、方向、体验优化的侧重点会因为各部门的职能分工、KPI设定的不同而难以达成一致。而通过对企业级体验的测量,可以通过具体数据的方式,让企业内部达成一致,高效协作起到非常核心的价值。

比如,一家生产小家电的企业,推出的全新款榨汁机已经上市有三个月,企业各部门都想知道上市后该产品的客户体验到底如何及口碑怎么样?但是因为每个部门的岗位职责的区别,大家的关注点也不尽然一致,工业设计部门更关注的是该款产品的外观设计是否让客户满意,而工程部门则更关注该产品的一系列性能指标是否让客户喜欢,但是市场销售部门却更在意该产品的价格是否有足够的竞争力。这些都属于该产品体验的不同维度,这么多不同的维度,如何才能让大家对其达成共识,就面临着巨大的挑战。

解决这样挑战的根本就是需要针对这款产品建立一整套的体验测量体系,建立客观的指标,让数字说话。针对这个例子,因为我们要了解该产品的体验和口碑,我们可以采用NPS这样体验测量工具

由于NPS指标的数值来源于现有客户和准客户比例,这个数值可以直接反映出该款产品在客户内心的认可程度和购买意愿。也直接反映了该产品的整体体验质量如何。通过在NPS的问题设置中加入有关外观、性能及价格等维度的问题,这样得到NPS数值就能客观的反映该产品的体验情况,具体饿分值也必然会得到企业各部门的认同,最终达成一致。

3. 分析目标人群的行为与态度,定位体验问题

企业级体验的主体是目标人群包括了客户、员工、合作伙伴等与企业交互的各类人群,所以对其进行度量,最终是对人的测量,而人在企业上的反馈无非就两个维度,一个是行为、一个就是态度。而我们所说的对体验进行测量其实就是把主观的感受转化为客观的数据,最终就是量化人的行为和人的态度。

我们目前经常使用的满意度问卷、NPS等都可以归属于对目标人群态度的指标化,而经常说的线上数据埋点,眼动仪可用性测试往往都属于目标人群行为指标化。

譬如,我们通过线下的用户满意度调研中,发现用户对于某个信息填写页面满意度只有4分(满分是10分,整体满意度是8分),说明用户在态度上对这个填写页面很不满意,具体哪里不满意体现在信息内容填写上。为了更好的挖掘该问题,我们通过线上系统中的用户操作行为进行测量,对最终的数据进行分析,我们发现该系统的这个信息填写页面用户平均停留时长超过了10分钟,而整个系统的平均停留时长只有5分钟。说明该内容填写页面出现用户体验的问题,由此我们定位了一个体验问题,接下来就是对该问题进行深入分析,找到体验根因,提出体验优化方案,推动体验方案最终落地。

以上为文章上半部分,下半部分讲述体验度量发展历程及常见四大度量指标,敬请关注。

作者:井然

本文由 @井然 原创发布于人人都是产品经理。未经作者许可,禁止转载。

题图来自Pixabay,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。