TECH 模型：企业级产品体验度量实践,Ant Design,体验度量-Ai对话笔记

TECH 模型：企业级产品体验度量实践

写在前面

我们目前的实践大多基于蚂蚁企业级产品近些年来的实际工作；
产品信息已脱敏，可能描述不够详尽（比如缺少配图），还请见谅！
希望大家都能够重视并实践提升企业级产品的用户体验，提效就是降成本；
欢迎交流讨论，如果我们的经验结果能够帮助更多的企业级产品，我会非常开心。

企业级中后台体验需求演进

企业级产品 / 企业级中后台这些概念在互联网经常被提到，一般提及这个词儿，我们往往能够想到以下这些产品：财务审批系统、CRM、ERP、算法专业人员训练模型的平台，等等。在我们的印象中，这些平台往往具有以下特征：

流程冗长，操作繁杂，一个平台往往是若干复杂功能的合集；
相对于 C 端产品动辄百、千万级别的用户量，企业级产品往往用户量级不大；
开发流程简单，往往是产品经理画个 demo 就上线了；
页面设计难看，用户体验往往比较糟糕；
……

在我的观察中，现阶段企业级产品也在慢慢演变，对于体验的追求也比前几年更为饥渴。他们的体验需求可以明显看到两个阶段的演进：

效能需求阶段：这个阶段的企业级中后台页面设计混乱，业务对于体验的需求显性表现在美化页面设计，提高设计效率和一致性。
体验需求阶段：这个阶段产品开始关注使用过程中的问题，慢慢转向注重于用户需求和体验设计。

就我们服务的企业级产品来讲，Ant Design 已经帮助解决了绝大多数第一阶段的需求。目前基本都处于第二阶段。我们的体验度量实践也正是从这里开始。

为什么要做体验度量

If you can’t measure it, you can’t improve it. – Peter Drucker

体验度量，最终目的是优化体验，无需多言。但是一个问题却实实在在走到面前：我们拿什么来度量企业级产品？具体来说就是：

是否有成型的方法学体系告诉我们企业级产品的体验应该从哪些方面去度量？
每一个方面是否都有一些通用且有效的指标来表明具体体验的好坏？

寻找合适的度量方法体系

相信应该有不少人看过衡量用户体验方面的专业书籍，里面也有不少成型的方法体系，比如：以网站为维度来衡量的 PULSE、以用户为中心衡量的 HEART、以目标为导向衡量的 GSM。

站在巨人肩膀好干活，HEART 作为业界影响力最大之一、关注用户的度量方法体系，是我们实践的参考基础。下面简单介绍下它的主要内容：

愉悦度（H）：主观满意程度，包括 NPS、可用性、易用性、视觉感受度等；
参与度（E）：活跃程度，包括访问频率、访问深度、停留时间、日活、月活等；
接受度（A）：核心功能的使用，比如用淘宝买东西、支付宝支付、微信发朋友圈等；
留存率（R）：次日留存率、周留存率、月留存率等；
任务完成度（T）：任务完成效率和效果，任务时长、出错率、流失率等；

” 马克思主义 “ 有了，如何根据实际情况创造出 ” 有中国特色的社会主义 “？

根据蚂蚁企业级产品现状和特征，我们做了部分的补充和修正，希望能够得到适合自己的度量体系。修改点如下：

将 NPS 改成用户主观满意度：NPS 对 C 类产品是一个很有效的指标，对于企业级中后台来说，往往由于企业产品的封闭内环、用户基数等众多原因，可能还是满意度来的更加有效；
不强调留存率：企业级产品用户往往没有太多的可选余地，因此留存率未必适合用来衡量用户对于产品的喜好；
参与度和接受度指标合并：对于企业级中后台系统，用户使用的目标性更强，TA 就是来完成某个任务（或者说 TA 就是来完成工作的）因此活跃度基本和产品能否满足用户的需求强相关；

我们最终拿着这个修正的方法体系开始了我们的尝试。

我们的实践以及遇到的问题

我们将度量方法体系里面的每一块拆解到各个细节指标，先从用户问卷的视角来获取反馈。下面是我们的测量问卷具体指标拆解：

注：业务指标为产品核心功能拆解，比如将淘宝购物拆解为浏览商品、下单、支付、售后等。视拆解颗粒度，还可以继续将浏览商品继续拆解为信息真实不虚假、介绍详尽易懂、售前服务态度等一系列二级指标

我们几个产品尝试下来的结果如下：

这个时候，你肯定发现了问题：为什么都只有问卷数据，而没有其他定量的数据挖掘？这过程中我们的确遇到了问题，我们还在思考一些问题，比如：

用户和行为数据双少的任务体验如何度量？

企业级产品，有部分产品用户很少，导致对应的行为数据也都很少。比如，我们接触的一个建站产品只有 15 个用户，还很难联系到。大多数的产品 UV 累计也就几百，甚至还没有。还有稍微好一些的，能够达到千以上的级别。这就对于我们提出了一个挑战：如果没有定量数据，如何去衡量用户在使用产品核心功能流程时的体验问题？

其实这事儿到这里反而简单，没有定量数据，那就定性数据。而衡量任务过程的体验问题，体验地图不正是为这个命题而设计的么？

豁然开朗。

PV/UV 等基础数据是否能度量企业级产品的用户参与度？

答案当然是否定的。我们和用户接触下来发现，中后台产品其实很简单，你能够满足我的需求，我就来用。否则，再见。所以其实这件事情反而变得简单了：产品现有功能和用户理想之间的差距，就可以拿来度量这个纬度。当然了，唯一遗憾的是，这个需要用户告诉我们，数据无法得到。比如我们会用一些快速的访谈和用户沟通，知道他们的功能需求，帮助产品去思考接下来为了满足这些饥渴的用户，到底该做什么，那个优先级更高？等等。

对于用户普遍反映较为强烈的清晰度这一块，是否需要单独描述？

无论是调研还是和用户接触下来，我们不止一次的遇到这样的吐槽：“中后台系统很难用”、“不知道如何上手使用”、“过程中经常不知所措”。我们越来越觉得需要把“清晰度”作为中后台系统一个特定的指标，来反映用户体验。

最终修正后的体验度量模型

经过实践和调整，我们最终将度量模型分为以下几个部分：

核心任务体验（Task Success）：主要聚焦于产品核心任务流程中的体验问题。可以采用定性、定量，或者两者结合的方式，最终来反映体验的细节问题。

参与度（Engagement）：产品能够提供的需求和用户预想之间距离有多远？

清晰度（Clarity）：引导、帮助清晰，用户是否能够顺利完成所想做的事情？

满意度（Happiness）：用户对产品及其他方面的满意度，比如视觉外观等。

这就是我们基于 HEART 模型，结合企业级产品体验度量实践修正后的度量体系。下图是对于这个度量模型的详细指标解释，每一个模块的内容和可选方法，以及各自预计产出的内容。

基于这个方法体系，我们在蚂蚁企业级产品的实践已经超过 10+，相信随着我们工作的继续，会有新的内容源源不断补充进来。

TECH 模型：企业级产品体验度量实践,Ant Design,体验度量