译文用哪些指标量化你的设计效果

　　量化分析可以用最直观的数据来反映效果，常常用于用户、市场等方面，在看似没有标准的设计领域，用哪些指标、如何使用？才能知道设计效果究竟怎么样呢？
　　为什么我们需要量化设计的效果？
　　我们可以每天对其他同事说注重用户体验是必要的、自己的设计是有效果的。但是空口无凭，只是说说的力度也就仅限于此。
　　基于用户行为进行设计，听上去是挺有道理的。但是如何才能向他人证明这样的设计是真实有效的呢？有哪些方法可以量化设计成果呢？如何向老板证明在设计上的投入是值得的呢？
　　量化设计效果并不是一件很虚幻的事，下文中，我就会列举很多实际的方法，来证明设计的价值。
　　行为类指标和态度类指标
　　我们和各行各业的各种公司都有过合作，期间我们发现了一些很常用且广受用户认可的设计效果量化指标，主要可以分为两大类：
　　行为类（他们是如何做的）
　　从用户研究的角度，了解用户在做什么和他们怎样使用你的产品是非常重要的。
　　基于各种任务设置的可用性测试是一种基础且通用的方式，这不仅限于在小范围进行的Thinkoutloud研究，还包括一些远程的数据统计和监控，以高效的方式获取更广泛的用户样本。
　　例如：
　　放弃率
　　页面浏览量
　　困难与挫折
　　任务成功率
　　任务时长
　　态度类（他们是怎么想的）
　　用户对产品的感受如何？在使用前、中、后期他们是怎么想的？这些感受是如何影响他们对品牌的印象的？
　　为了衡量这些，你可能需要以下的态度类指标：
　　忠诚度（通过SUS或NPS等指标衡量）
　　可用性（或使用产品的轻松程度）
　　可信度（包括对产品的信赖程度、产品价值、贴心的服务等）
　　外观（例如太好看了或是辣眼睛）
　　有了这些指标后，要如何把意见量化呢？怎样把这些太好看了辣眼睛的评论和想法转化为其他人也能迅速掌握的一组组数据呢？
　　下面就让我们来仔细了解下这些衡量指标。
　　行为类用户体验指标
　　放弃率（AbandonRate）
　　这一条很简单，可以统计下有多少人打开你的电商平台，将商品放入购物车，但最终没有真的购买。
　　放弃率是遗弃在购物车的商品数和用户发起的交易总数之比。
　　想象下如果宜家的实体店有很高的放弃率，那么必然会给店面运营带来很大的压力。
　　平均订单价值（AOV：AverageOrderValue）
　　AOV代表着平均每单的价值。这个数值来自于总收入总结账次数。根据VWO的说法，这个数值是在利润层面的直接反应。如果你的设计和销售直接相关，那么可以用它作为一个指标。
　　转化率（ConversionRate）
　　如果设计上的改进能够触发一些具体事件，例如提高用户的注册率或是任务的完成度，那么这个设计就可以说是有用的。如果设计的改动直接对用户的行为造成了正面影响，并且你可以监测这个变动的数值，那么你就可以自信地说这个设计有效。
　　就像NNgroup内说的，转化率衡量了用户在使用你的网站后发生了什么。这个指标受到设计的影响很大，是用于跟踪和评估设计策略是否有效的重要参考。
　　但同时我们也应意识到，升高的转化率也可能和营销活动相关，所以监测数据时也应进行区分。
　　此外，并不是所有访问你网站的人都有可能被转换，这也受到了访问者自身特征的影响。
　　页面浏览量（Pageviews）
　　页面的浏览量和点击量是很常见的衡量标准，可以覆盖手机APP、网页和其他许多产品，记录选定页面或功能的点击量、浏览量、功能间跳转次数等。
　　你可以通过一些数据统计工具，去自动抓取这些信息，还能减少数据分析和报告产出的时间。
　　困难与挫折（ProblemsandFrustrations）
　　我们可以通过统计有多少用户遇到了某种问题，从而来评估设计成果。
　　我们建议先进行Thinkoutloud测试来定位问题，然后再通过一个更大的受访群体（在一定的可信区间内）来了解这些问题到底有多大比例会出现。
　　收集到的这些数据可以和一段时间后产品改进后的数据进行对比，或者也可以用来和竞争对手的产品数据进行对比。
　　任务成功率（TaskSuccess）
　　通常情况下，我们会邀请一组用户，要求他们完成一些指定的任务。这些任务可能是：在付款流程中到达某个具体的页面、在宣传页上找到某个问题的答案或是在使用APP时完成某个步骤。
　　这项测试中非常重要的一点是，对成功和失败做出明确定义。
　　在使用这些衡量指标时，我们不能疏忽了取样的区间。
　　例如10个人中有8个人完成任务，和100个人里有80个人完成了任务，都可以视为80的任务成功率。但是，后者的置信度明显要比前者高出不少。
　　任务时长（TaskTime）
　　任务时长通常是一个具体的数字，例如3分钟。
　　对于目标是提高使用效率的产品，更短的任务完成时长也就可以反映出更好的设计方案。当然，除了高效的工具类产品，还有很多产品的目标是让用户停留更长的时间，例如Facebook的信息流。
　　对于任务时长的判断还是要看具体任务场景，即便是在Facebook的信息流里，用户搜索信息的任务时长也是越短越好。
　　关于时长，我们即可以看完成任务用户的平均时长，也可以统计所有用户完成任务的平均时长。
　　态度类用户体验指标
　　态度类指标需要量化各种定性的数据，例如忠诚度、信赖程度和产品可用性等。
　　目前，行业内有很多用于衡量这些数据的标准，下面我挑主要的几组详细解释下。
　　顾客满意度（CSAT：CustomerSatisfactionScore）
　　这项指标用于评估用户满意度，但是并不像NPS一样有统一的问题和标准，评估结果以百分比的形式显示。
　　优点：没有严格限制，自由度较高。
　　缺点：通常只有非常喜欢或是非常讨厌你产品的人，才会愿意接受又长又详细的调研。
　　净值推荐（NPS：NetPromoterScore）
　　净值推荐评分通常用在你设计的后期，它可以帮助你以最直白的方式评估用户的忠诚度：您有多大几率向朋友或同事推荐这个公司产品服务使用体验？
　　给与9到10分的人是产品的推荐者。这些忠实又热情的客户愿意把你的产品推荐给他人，在未来也很有可能会继续使用你的服务。
　　打出7到8分的人被划分为消极接受者。他们对你提供的服务感到满意，但是可能会左右摇摆，对你的产品并没有忠诚度。
　　而打出0到6分的人，被归类为贬损者。他们可能已经不想再多看你的产品一眼。
　　NPS的最终评分规则：推荐者贬损者。
　　系统可用性量表（SUS：SystemUsabilityScale）
　　用户只需要填写一个简单的问卷，就可以从中得出分析用的数据。这个量表也是基于李克特量表的加总方式，用定量的数据表现出定性的观点。
　　上图为李克特量表示意
　　下面的问题摘选自SUS量表，这些问题都可以在非常同意到强烈反对的维度之间进行选择。
　　我认为我愿意经常使用这个网站
　　我发现这个网站没必要这么复杂
　　我认为这个网站容易使用
　　这种评估方式非常易于操作，可用于小范围的样本调研，并且可以显示出产品是否有改进。
　　但需要注意的是，这个量表并不能直接告诉你产品设计出了哪些问题，或是哪些新设计起了作用，它是一个比较宽泛的评分。
　　任务绩效指标（TPI：TaskPerformanceIndicator）
　　GerryMcGovern对他们团队提出的方法进行了详细的分析，用以评估设计改动对用户体验的影响。
　　在TPI的方法下，你需要为主要任务设置10到12个相关问题。这些问题得是可重复的，因为在6到12个月之后大家还会向他们提出这样的问题。
　　如果用户完成了任务，就需要开始回答这些与任务相关的问题，之后用户会被询问对自己的回答有多大把握。
　　当TPI得分低于50时（满分100），就意味着产品设计有重大失误（具体实践方式见链接）。
　　标准化用户体验评分问卷（SUPRQ：StandardizedUserExperiencePercentileRankQuestionnaire）
　　这是一份标准化问卷，包含8个用来度量用户体验质量的问题，覆盖了可用性、可信度、忠诚度和外观评价四个维度。
　　上图为SUPRQ的问题内容
　　更多关于SUPRQ细节信息可以查看www。suprq。com。
　　有没有一步到位的评估方式？
　　在UserZoom（作者的公司），我们自己创造了一种设计效果评估方式qx评分（体验质量评分qualityofexperiencescore）。这个方法融合了许多评估方向，包括行为数据和态度数据。它的结果非常简明，能在与老板或甲方的沟通中为自己的设计证明。
　　当你把各项评分输入到这个qx分数表中，你会得到像下图一样的打分卡：
　　圈中的数字是72，代表着最终评分。
　　再仔细看一眼，可以发现小分里包括信赖度、美观度等项目。很多时候，我们想要向上下游合作方和老板证明产品在经过设计后变得更好了，qx评分能为我们助力。
　　要对qx评分进行进一步分析，就需要与其他产品进行对比，没有上下文的数据是空洞无用的。
　　我们也为此统计了份UZIndex，即根据qx评分对各个行业的不同产品进行测验和总结，这样公司就可以从中了解到自己产品在整个行业的体验水平。
　　小结
　　我的文章并没有完整覆盖到每一个用户体验量化指标，因为集齐所有指标可能会花掉很长的时间。
　　但从上文我们也可以发现，作为用户体验设计师，在设计效果的衡量标准上有许多可选方式，能将各种定性和定量的结论结合在一起。
　　选择哪种量化指标主要取决于你们公司的目标是什么，相关的合作方、老板想得到哪方面的结论。对于我们而言，最重要的是要明白要量化什么，以及为什么需要量化它。
　　作者：ChristopherRatcliff，KuldeepKelkar；译文有删减。