CxHub客户体验社区-用户研究、体验爱好者学习交流社区，专注客户体验(CX)研究。
社交媒体
笔者所在的体验设计部门身处中台，置身于企业品牌设计、运营设计以及数字产品用户体验设计的交叉领域，
本文将以笔者所在团队面临的真实挑战，阐述我们的应对策略和目前的实践成效，希望能对有相似境遇的设计师有所启发，也期待对「体验管理」的话题能收获更多交流和讨论：）
当我们说起“用户体验”的时候，我们的体验对象可能是一个数字界面、一个工业产品、或者一项服务经历。身处体验经济时代，消费者不仅对产品的功能有了更高的期望，而且更加关注品牌的感性体验和服务的质量。
笔者所在的体验设计部门身处中台，置身于企业品牌设计、运营设计以及数字产品用户体验设计的交叉领域，需要应对多层次、多维度的设计需求：
用户不再仅仅关注产品的基本功能。他们对品牌的视觉形象、服务的交互过程以及产品的实际价值都提出了更高的期望。
设计不再是一个孤立的领域，品牌形象需要在各种渠道中贯穿一致，服务设计要考虑线上线下的整合，数字产品的用户体验则需要与品牌形象和服务流程紧密衔接，从而创造出统一而深刻的用户体验。
我们的设计团队不仅仅是为了解决问题，更是为了实现企业的持续增长。如何将设计的价值与企业的增长紧密相连，成为我们需要认真思考和解决的问题。
这个背景下，我们提出了“体验驱动增长”的理念，以“增长”作为我们的北极星，通过一套系统的体验度量模型，为设计团队提供了一种原则性、全方位的设计行动准则：
体验度量体系对设计师而言，不仅是一套度量工具，更是一种指导性原则的设计思维。通过建立这一体系，设计师能够在项目中树立业务思维和增长导向的设计意识。这意味着在具体的设计实践中，设计师能够更好地理解和运用体验度量指标，将用户需求与业务目标相结合，从而在设计过程中更有针对性地追求成功。
具体实践：
除了面向设计师提供行动准则，在组织内部以及对设计对象的层面上，一套系统的、有指导意义的体验度量模型，也扮演着共识形成和驱动商业创新的重要角色：
体验度量体系的建立旨在将体验设计的理念传播至整个组织。通过共享度量结果、培训和教育，希望在组织内形成对用户体验的认知和默契。这样的认知共识可以使得不同岗位的团队成员更好地理解和支持体验设计的行动。
具体实践：
体验驱动源于对用户需求的洞察，基于对用户需求的挖掘，团队可以更精准地满足用户期望，不断推出更符合市场需求、或超预期的产品或服务。
具体实践：
我们希望通过建立明确的体验度量体系，让体验成为目标、让体验可以衡量，从此驱使我们更好地以用户为中心、以增长为目标，实现设计的成功与商业的持续创新。
站在巨人的肩膀上看问题：现有哪些经典流传的用户体验度量工具？它们是如何衡量这些用户体验指标、以及又是如何细分关键指标的？
随着互联网的迅猛发展，用户体验的衡量标准也在不断演进，为了更好地适应不同时期和不同类型的互联网产品特征，一系列经典而流传广泛的体验度量模型相继涌现。这些模型不仅反映了不同阶段互联网产品对用户体验的关注点，还在不同的应用场景中展现出独特的优势。
这里我们挑几个在国内目前影响力较大的度量工具，展开说说：
a. PULSE 模型
在说 Heart+GSM 之前，我们有必要先了解也是由 Google 提出的传统的网站衡量指标「 PULSE 模型」。
PULSE 至今适用于考量网站、应用程序或软件的用户体验，它通过技术指标和业绩结果指标，衡量网站的整体表现：
但 PULSE 相对弊端的问题在于，用户体验人员无法直接通过它的模型指标，观测到用户的心态变化是怎么样的，如：Pageview 也好、 Earning 也好，并不能完全反映数字背后，用户的满意度和体验质量。
b. HEART 模型
HEART 模型的出现，弥补了 PULSE 指标的缺点。这一模型的提出，为业界提供了一个更细致入微、以用户为中心的度量框架，为各种产品和服务的设计和评估提供了有力的工具。
HEART是一项缩写，分别代表着五个关键指标：
c. GSM 模型
而 GSM （G是Goal，S是Signal，M是Metric），是为了将度量标准应用于实践，Google 又进一步提出的、遵从「目标-信号-指标」的过程来定义数据指标的方法。举个栗子：
将 GSM 和 HEART 交叉组合，就形成了一个全面的用户体验评估框架：
GSM 和 HEART 模型的结合，形成了一个全面的用户体验评估框架。通过清晰地为每个度量维度设定所关联的目标、信号以及衡量的指标，获取这些衡量指标的评估方法。
ToB 系统级产品因其庞大的体量和复杂的业务特征，以及独特的用户目标，从而和不太像 ToC 类产品能直接适用 Heart 模型。所以，在 ToB 领域，又有了以“蚂蚁金服 PETCH” 和“阿里云 UES” 为突出代表的 2 个度量体系实例。
这里，我把他们和 Heart 模型的指标放在一起，可以看出，代表用户态度的 “ 满意度 ” 和代表产品功能的 “ 任务体验 ” 都被保留了下来，但 “ 接受度 ” 和 “ 留存率 ” ，被替换成了更技术流的易用性和性能指标。
这是因为对企业级应用来说，“用户只要不离职就会一直用”让“接受度”指标变得意义不大；而“留存率”指标也因企业级应用订阅周期较长导致数据周期变长，被踢出了核心关注范围。
a. 蚂蚁金服：从“PTECH”到“两章一分”
但有意思的事是，蚂蚁金服的 PTECH 模型现如今又迭代成了以设计验收为核心的“两章一分”，原因是 PTECH 对 数据埋点的需求增加了实施的门槛，因而去繁从简，又迭代出了“两章一分”度量模型，分别从“设计验收”、“可用性测试”、“易用度分数”等三个维度对产品体验进行体检和把关。
b. 阿里云UES
但阿里云的UES，却被广泛认为落地性更高，其缘由或许在于阿里云UES的 “易用性量表”是其度量用户体验的最核心工具，体验设计师的操作主动性更强。（当然，它还有一系列其他机制，这里我们就不展开说了。）
易用性是 B 端产品的重要指标。
1986 年英国人 John Brooke 开发了经典的“系统可用性量表(System Usability Scale, SUS)”，其作用就在于能够帮产品设计人员更好地了解产品的易用性和使用者对产品的看法；其后，Kraig Finstad 于 2010 在 SUS 的基础上，迭代出了“用户体验的可用性度量(The Usability Metric for User Experience,UMUX)”，特点是为了在不影响问卷可信度的情况下，尽可能的减少问卷的题目；而阿里云 UES 在“易用性”指标的度量方法上，进一步设计、并通过验证了更简洁和现代的“易用性度量量表（Product ease of use metric, PEM ）”。
总体而言，从蚂蚁金服的体验度量模型探索之路，和阿里云 UES 的体验度量实践中，我们可以发现：
然而，我们团队的设计范畴既包括面向C端、B端的网站产品和移动应用，也包括品牌包装设计和品牌活动的日常运营设计。因此，尽管经典的体验度量模型在数字产品领域有着广泛的应用，但我们仍需要，更对口、更具体的度量方法。
从设计对象的业务目标和用户价值角度出发，定义设计目标：
秉持着“关注利益相关者的成功，是发动增长引擎的重要前提”的设计思想，我们首先盘点了我们的设计服务对象以及他们的业务目标，包括：
另一边，我们进一步拆解了用户价值的转化链路，帮助我们洞穿用户旅程中，用户的决策历程。而通过设计策略，编排和影响用户价值转变的行动和心理，从而影响用户作出符合我们期待的决策，就是我们的设计目标。由此，我们得到了继承于业务目标、支持用户价值实现的设计目标。
设计目标有了，但是我们的设计目标怎么衡量呢？这里，我们套用“HEART+GSM”的应用， 以"设计目标+GSM”进一步推导，得到了呼应设计目标的度量指标：
明确了设计目标和度量指标，我们可以继续向“从体验度量到体验模型”推进，但这里，请让我先祭出在我们团队内已经应用了 3 年（2019-2022）的度量模型：
它完全覆盖了我们关心的设计维度和度量指标，但随着我们对“设计驱动增长”的要求越来越高的时候，我们发现它有几个问题：
因此，我们对体验度量模型作了改进 ：
首先，结合项目不同阶段的特性，围绕可能影响增长的环节，分解出更多增长子指标。如：
其次，我们一定程度上削弱了对产品综合满意度的采集频率，转而投向更精细的采集用户对产品关键能力的满意度评价。
在以“增长”为北极星指标的模型下，用户对产品的“综合满意度”虽然对“用户付费意愿”有重要的参考意义，但用户对产品关键能力的满意度评价，更意味着用户下一次还愿不愿意选择我们。
这个指标的反馈结果，我们会定期与项目组共享，将用户的声音传递给项目组。
除了以上，我们还在尝试扩大体验范畴的边界 —— 当下的市场经济正在迈入体验经济时代，面对越来越复杂的服务系统，仅聚焦用户在数字产品内的“单点体验”，影响面逐渐显现不足。
“服务设计”有别于我们常说的“用户体验设计”，是整合性更高的跨领域设计管理，它将视野覆盖到消费者与销售品接触的所有线上、线下关键环节（比如，潜客经微信关注-主动联络-商务接洽…的一系列服务环节是否顺利和感受良好），旨在提高品牌与客户之间的交互体验。可以粗线条的理解为，避免在客户还没机会使用我们的产品/服务前，就骂骂咧咧的离开了。
我们的体验度量模型可以跟随用户从首次接触我们到最终转化的全旅程，但事实上处于不同发展阶段的产品，有着不同的体验需求，因而对他们的体验建设策略也有不同的侧重点：
有效的体验度量模型应当具备可施行、可持续运行的能力。“建机制” + “立专项”是我们推动度量体系运行的方式。
在品牌侧，我们的机制是每年通过发放包含“合意性测试”的问卷 ，在了解目标客群对品牌的态度变迁的同时，得到品牌视觉形象的建设成效。 这里我们没有单独开展仅针对视觉的问卷调研，因为我们认为品牌视觉是构成品牌形象的重要部分但不是唯一部分，所以对品牌视觉形象的成效研究，需要与品牌内容保持关联。
每个人对“美”的评判是极其主观的，“合意性测试” 帮助我们更聚焦视觉设计给大脑带来的联想，而非视觉在美术角度的“美不美”。
KreadoAI是以“AI数字人口播视频生成”为能力核心的AIGC数字营销创作平台，同时也是面向全球用户的订阅付费模式产品。通过数据洞察， 我们发现有很大部分用户，注册登录后，什么产品能力都没体验就离开了。鉴于AI数字人是个很新的概念，我们担心用户因为缺乏对数字人生成能力和生成效果的想象，所以不知道从何开始。于是，我们和项目组共同发起了“以提高数字人视频生成量”为目标的体验优化。
我们的设计策略，是编排用户从进入到生成的心路历程，如：提供简易的模版，增进用户对数字人应用场景的想象；将热门数字人形象外置，让用户可以从“对象”快速开始；取消免费用户无法选中付费数字人形象的限制，让有实际应用需求的用户，有机会对某个数字人产生“非ta不可”的付费冲动，等。 这个版本的优化，让数字人视频生成量，和订购订单的发起量，都提升了2倍以上。
因为我们服务的产品众多，但设计师的人力却有限，所以我们面临的现实问题是，很难对每个产品都开展深入的体验专项设计服务。因此，为了确保我们的产品能为用户持续提供良好的体验，我们在设计阶段和上线后阶段，分别设计了应对机制：
a. 在设计阶段，一致性和易用性是设计师的重点保障任务
b. 上线后，充分倾听用户的声音，是我们持续监测产品用户体验的抓手
我们在产品内引入问卷工具，根据需要设定不同的采集任务，比如：在老用户登录时，询问ta对产品的整体满意度，和对产品体验的评价；在用户触发了某个新功能后，询问ta对这个新功能的满意度，和还有哪些对新功能的期待等等。还有常驻的用户反馈窗口，也能持续采集到来自真实用户的声音。
c. 构建“产品满意度问题看板”，追踪修复体验问题
为了更系统地管理和追踪产品满意度问题，我们将用户反馈和自查发现的体验问题同步至多维表格，利用多维表格构建了“产品满意度问题看板”，旨在使产品的用户体验问题和修复情况能够及时可见。
我们定期将自查和用户的反馈整合输送给产品组，进行集体评审，在评审中，我们特别关注用户提出的关于bug和易用性的问题，随后安排高优先级的修复工作。对一些更复杂的问题，或形成新的专项去开展优化。
感谢你看到这里，这是我们这支不大的体验设计团队，在项目实践中、在机会洞见中，形成的 “以用户为中心，以增长为目标” 的体验度量模型。
作为我们最重要的设计系统之一，这套更适合我们自己设计范畴的模型， 为设计团队提供了一套原则性、全方位的设计行动准则。 我们希望通过明确的体验度量体系，让体验成为目标、让体验可以衡量，引领“体验驱动增长”，实现设计的成功和商业的创新机会。
最后，欢迎关注我们，期待交流～
转载请与我们联系，获取内容授权：esa.wang@eclicktech.com.cn
