用户的体验度对各个平台来说都很重要，成功的网站都会建立一个良好的页面用户体验，而用户体验度量模型能够有效地查看用户体验度，并针对出现地问题及时做出措施，本文系统介绍了几个关于用户体验度的模型，一起来看一下吧。
本文介绍了几个关于用户体验度的模型，UES模型、适合网站的 PLUSE、谷歌的 HEART、蚂蚁的 PTECH、K- MUX模型和GSM模型，它们各有切入点，也各有其适应场景。
本文对各个模型的概念和它们相应的维度做了详细的介绍。
UES（User Experience System）是阿里云设计中心通过多年设计实践中沉淀下来的云产品使用体验度量系统，它不仅是一套方法论，更是一套可运行的体系，由三大部分有机构成：
于是阿里根据 B 类技术产品特性，在多个维度中评估和挑选，重新思考定制，设计了 UES 模型的五个维度：
1）易用性——Ease of use
易⽤性是产品使用质量的核心维度，它反应产品对⽤户而言是否易于学习和使用，包含易学性、易操作性和清晰性3个维度。
易⽤性的提升可以促进操作效率和任务完成率的提升、降低学习成本、提升⽤户体验和满意度。
2）一致性——Consistency
一致性指多款产品间通用范式部分的一致程度，分为整体样式、通用框架和常用场景及组件等维度。
对于⽤户⽽⾔，体验⼀致性的提⾼可以降低⽤户的操作时⻓及错误率，降低学习成本，提升⽤户的满意度。
对于产品设计及开发者⽽⾔，保持体验⼀致性可以提升开发效能，产品模块的可集成性、稳定性和可延续性更⾼。
3）满意度-——Happiness
满意度反映着用户对产品或服务的期望被满足的程度，这个指标一定程度上会反映用户再次使用和对产品进行推荐的程度。
4）任务效率——Task Success
任务效率包含任务完成率和任务完成时间，云产品的任务链路相对复杂。
针对有明确任务或有固定使用流程的产品，通过比对用户路径和产品设计的理想路径之间的差异，能够帮助我们发现产品流程设计上的问题。
5）性能——Performance
监控性能的指标有很多，其中最影响用户感知的指标是首屏渲染时间（FMP），指用户从发出请求到看到控制台主要内容的时间。
其次，还包括页面请求响应时间、API 请求响应时间等指标。
（易用性度量量表）
PULSE模型（Page view、Uptime、Latency、Seven days active user、Earning）：是传统的网站衡量指标。
主要是用来衡量网站基于商业和技术的产品评估，被很多公司和组织广泛应用于跟踪产品的整体表现。
百度百科解释：
页面浏览量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。网页浏览数是评价网站流量最常用的指标之一，简称为PV。监测网站PV的变化趋势和分析其变化原因是很多站长定期要做的工作。
实际上来说，网站在页面浏览量这块统计上，不单纯是总PV维度，还有日PV、周PV指标。
如果有些网站对精细化指标有要求，就会按照人群标签、时间维度等进行细分。
但对于当前网站的度量要求来说，UV也是一个非常重要的指标。
UV是指网站访问量，网站访问量的衡量标准一个是独立IP，即00:00-24:00同一个IP访问了网站10次，也算1次。
而PV是可以累计计算的。
因此，我们可以发现，相同时间段内的PV数量会大于UV数量。
正常运行时间是指网站需要有持续稳定运行的时间，如果平台出现故障，不仅降低了用户体验，且会对企业造成极大的损失。
现在市面上有很多可以监测网站运行时间的工具，例如站长工具。
百度百科解释：
网络延迟是指各式各样的数据在网络介质中通过网络协议(如TCP/IP)进行传输，如果信息量过大不加以限制，超额的网络流量就会导致设备反应缓慢，造成网络延迟。
因此，当用户打开网站时，感受到了明显的响应速度慢，页面迟迟刷新不出来，就会关闭网站，转去其他网站逛逛了。
关于网络延迟的指标，业界是有一定的定义的，如下（来自百度百科）：
计算方法：1秒=1000毫秒（例：30ms为0.03秒）。
百度百科定义：
活跃用户，是相对于“流失用户”的一个概念，是指那些会时不时地光顾下网站，并为网站带来一些价值的用户。
7天活跃用户数是指7天内来到过网站的用户数，活跃用户数在一定程度上反映了用户对网站的认可程度。
7天活跃用户数有两种计算方式，一种是查重，一种是不查重。
查重只是对连续多日登录的用户只统计一次，不查重是指对连续多日登录的用户连续统计。
对于7天连续活跃用户数的指标需要精细化统计，否则数据将没有意义。
例如有些用户每天登录网站签到，但不进行其他任何行动，这样的活跃数是质量较差的活跃数。
对于内容类网站来说，可以统计每天阅读30分钟以上的7天活跃用户数，并且还可以对指标在进行拆分，分为轻度、中度、重度活跃用户数。
不同类型的网站，收益模式不同。
例如B站是通过游戏、广告、直播获得收益；36氪是通过广告、企业增值服务、订阅服务获得收益；百度是通过广告、增值服务等获得收益 。
因此，收益维度的度量，不同的网站需要区分来看。
PULSE模型从网站较为关注的方面给出了度量的五个维度，提供了一套度量网站体验相对较为完善的框架。
Kerry Rodden 作为谷歌资深用户体验研究员和数据分析师，在大量度量用户体验的探索与实践中总结出了HEART用户体验度量模型，帮助团队高效选择正确的数据指标。
该模型在谷歌内部广泛使用，并通过论文、博客等渠道传播，使其他公司、团队也能够在使用的过程中受益。
HEART用户体验度量模型包括两个模块：
用户体验度量的5个维度
大量实践中，谷歌团队发现他们所监控的用户体验数据指标可以聚类归为5个类别，即度量用户体验的5个维度：愉悦度、参与度、接受度、留存率、任务完成度。
明确这5个维度可以系统地从各维度入手，思考产品的用户体验目标在各维度下具体意味着什么，同时通过几个维度横向比较明确某产品用户体验的核心维度和核心目标：
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、净推荐指数（NPS）、视觉感受、易用性感知等。
主要通过问卷调查获取数据。
有时在版本迭代后的用户调查中，用户因为更习惯旧版本而觉得新版本愉悦度低，此时更多的是使用习惯改变带来的主观感受变化，不一定是新版本设计缺陷导致。
而通过标准化问卷监测一段时间内的愉悦度，可以排除使用习惯短期改变带来的干扰，更直接的判断新版本对用户体验愉悦度的影响。
《什么是净推荐值NPS？》https://www.zcool.com.cn/article/ZMTMyNjY2MA==.html
该方法通过调查客户问题“你有多大可能向您的朋友或者同事推荐我们公司的产品或服务？（0-10分）”获得
参与度是用户在一个产品中的参与深度，在这个维度上，通常是一段时期内访问的频度、强度或互动深度的综合。
比如拍照应用的参与度可以体现在单个用户每天上传的照片数，视频应用可以体现单个用户每日视频浏览时长，滴滴可以是单个用户每周出行订单数。
应用数据总量的增长可能是由更多的用户产生，而不是由单个用户更多的使用产生，如上述例子，相比于关注数据总量，参与度这一维度是关注单个用户的参与程度并通过应用内用户行为数据得以体现。
参与度的衡量指标：有效活跃用户的数量。
接受度反应产品对新用户的吸引，是很常见的维度。
接受度是通过特定时期内大量的用户统计来反应新用户对产品或功能的使用情况。
此处特定的时期（比如是一周还是一个月）和使用情况（比如使用是指打开应用，或进入发单流程，还是成功发出订单）需要团队在度量接受度时根据项目目标来决定具体指标。
接受度监控特定时期内有多少新用户开始使用产品（比如近7天内新建的账号）。
留存度是衡量现有用户的重复使用情况，比如有多少活跃用户在指定时间内仍在使用应用或某功能。不过通常相较于关注留存度，更多关注的是流失度，两者属于同一个维度，可以灵活选择。
接受度和留存度都是通过特定时期内大量的用户统计，来监控新用户和老用户，在产品不同发展时期对二者的侧重会有所不同。和接受度相同的是特定的时期以及如何定义使用需要各团队根据项目目标来决定。
留存率则监控特定时期内有多少用户在下一个时期内仍然存在（比如，某一周7天活跃用户在3个月后仍然在7天活跃用户中）。
接受度和留存率的衡量指标：定义产品核心功能。
改版核心功能的接受度和留存率与没改版之前作比较。
任务完成度维度包括一些传统的用户体验行为指标，比如效率（如完成任务的时间），效果（比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、客户服务这类工具型功能。
任务完成度的衡量指标：
1）任务完成率
成功完成任务的用户数除➗尝试完成任务的用户总数得到的结果。
2）任务完成时间
用户成功完成一个预先设置的任务场景的时间总和。
3）发生错误的数量
指用户在尝试任务时产生的任何过失、错误或疏忽。
出错率可以从0到无穷大，但在用户体验测试中，一个任务的出错数很少超过20。
PTECH是AntD基于HEART 模型，根据企业级产品实际情况修正得到的 PTECH 度量模型，用于度量企业级产品体验。
GSM模型（Goals，Signals，Metrics）：是Google提出的一种自上而下度量用户行为的方法，通常用于衡量产品/项目目标的实现程度。
目标：需要解决的问题，通过对产品（项目）目标拆解推导出用户体验目标，体验目标辅助产品目标达成。
G目标：业务目标是什么？用户目标是什么？设计目标是什么？
要搞清楚要建立什么指标，可以从目标入手，以便选择实现目标过程中的指标。
很多人容易陷入头脑风暴的陷阱，一开始都以穷举的方式，把自己能想到的指标都列出来，最后把自己都搞晕了，却无法区分哪些是重点指标。
此时，我们需要拔高一个层次，从目标入手，拆解过程。
这就像我们的组织结构图，有一个顶点，下面多条分支
信号：设计目标实现后所产生出的现象，设计目标是信号的必要条件；
S信号：与目标相对应的信号是什么？目标实现了，用户行为、态度会有什么改变？
指标：是对用户现象的量化，也就是信号所得出的可衡量的数据化现象。
M指标：与信号对应的关键指标有哪些？
为了达到产品⾼效，统⼀，灵活和有活⼒的体验，结合国际⽤户体验平均指标，制定了4个衡量维度来帮助产品达到预期的影响⼒，即：设计规范性、使⽤流畅性、性能稳定性、⽤户满意度。
模型主要评估产品的视觉和交互表现，从7个⽅⾯（整体样式、框架、常⽤组件、主要⻚⾯、⽂案、动效和适配）及其对应97个设计指标进⾏度量。设计规范化可简化设计开发流程，帮助⽤户降低学习成本，提⾼系统使⽤的稳定性，扩展性，可维护性以及⾼效性，从⽽让⽤户更好的完成⼯作。
以可⽤性度量的5E平衡⽅法：有效性Effffective，效率性Effiffifficient，吸引性Engaging，容错性Error tolerant，易学性Easy to learn维度对应10个指标进⾏度量，从⽽缩短任务完成时间，减少任务出错率，提⾼产品的易学度，进⽽提⾼产品整体的任务成功率，任务完成效率。
主要对最影响⽤户感知的⼏个性能指标：加载时间，响应时间，可访问性，报错率，⽹⻚安全性进⾏监控测量，从⽽提升⻚⾯加载速度，打造优质⽤户体验。
满意度相对于其他指标来说，更偏向于⽤户的主观感受，是⽤户对以上三个维度的产品体验进⾏综合反馈。我们设置了统⼀的“聆听反馈”机制来收集⽤户数据，从⽽验证产品体验原则：⾼效，统⼀和灵活。
设计规范性，使⽤流畅性，性能稳定性，⽤户满意度每个维度分别为100分，根据实际的业务与⽤户的差异性，可对各个维度所占有的评分权重进⾏调整。即产品体验质量总分公式为：
产品体验质量总分=设计规范性评分权重占比+使用流畅性评分*权重占比+性能稳定性评分权重占比+用户满意度评分权重占比
之后，我们对“产品体验质量总分”进⾏评级维度转换，相对应的评级维度有：⽤户接受度，产品体验质量评级，⽤户推荐值NPS。
之后，我们对“产品体验质量总分”进⾏评级维度转换，相对应的评级维度有：⽤户接受度，产品体验质量评级，⽤户推荐值NPS。
评分等级参考⽂献《5 WAYS TO INTERPRET A SUS SCORE》2018，该度量⼯程采集样本为10000例，时间跨度为30年。
其中，产品的上线分数规定为70分以上；若总分⾼于70，对产品体验进⾏⼩的改进即可；若总分⼩于51，则需要⽴即就体验问题或痛点进⾏关注。
阿里的UES模型是一个本土的用户体验度模型，好理解且可操作性比较强。
在日常的设计或产品优化的过程中，我们可以从以上5个维度查看我们的产品体验度是否有变得更好。
同时通过其检验闭关的三点：收集体验数据，对体验有问题的及时跟踪与修复，不断迭代，来让我们的产品变得更好。
PULSE主要是用来衡量网站。
在实际项目中，并不是一定要应用所有维度的指标。
而是根据项目的环境和属性，选择适合的框架来确定如何进行用户体验衡量，从而有效改进产品的用户体验，完善合理的产品体验。
参考文献：
《全程演讲回顾：2019蚂蚁金服体验科技大会》https://meia.me/course/169628?p=5110
《产品使用体验如何量化与管理》https://mp.weixin.qq.com/s/9LJXsdXL54BzyuKcMjo8KA
《谷歌HEART模型》http://www.mysecretrainbow.com/blog/12460.html
《如何理解Heart模型》http://www.woshipm.com/user-research/5116026.html
《体验度量》https://design.ksyun.com/docs/design/model/
专栏作家
忻芸，人人都是产品经理专栏作家。专注于B端、SaaS产品，擅长技能用户体验设计、交互设计、用户研究、数据分析、项目管理。
本文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。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。