数字化产品设计，如何快速构建用户体验指标体系？

UX用户体验设计指标代表您的产品设计策略是否有效，同时允许您持续跟踪设计，并查看您的产品在动态中的表现，是您收集和分析的定量数据，并希望基于此分析做出更好的设计决策。

两类用户体验指标
产品设计领域的大多数指标都是以营销为导向的，而不是以体验为导向的。他们可以告诉你最近的营销活动在销售数量方面有多成功，但不能告诉你用户体验有多好。我们尝试仅使用最常见的 UX指标（尽管有时很难将 UX 指标与营销指标区分开来）。
可以定义两类指标：
A、行为（用户做什么）
B、态度（用户说什么）

行为指标
行为指标告诉用户如何与产品交互以及他们在此过程中面临的问题。下面提到的大多数行为指标都与可用性、易用性相关。良好的可用性是UX不可或缺的一部分，因为当用户无法在您的产品中完成他们的目标时，他们会很快找到替代解决方案。可以在实验室可用性测试期间或使用分析工具收集行为指标。

任务时间
任务时间是用户花在执行特定活动上的时间，通常是一个绝对数字（秒、分钟、小时）。该指标非常适用于以任务为中心的活动，其中用户的目标是尽可能高效地完成某事。例如，对于在线购物体验，您可以跟踪用户提交新订单所需的时间。

平均会话时长
平均会话长度是衡量用户参与度的绝佳指标。通常，用户在您的应用中花费的时间越多，他们的参与度就越高，他们就越喜欢您提供的体验。对于社交媒体应用，它可以是用户在应用中花费的平均时间。

放弃率
放弃率是放弃购买尝试的次数与发起的交易总数的比率。该指标与在线购物体验特别相关，因为高放弃率可能强烈表明您的结账体验有问题。

错误率
用户错误率是完成任务时出错的用户数量。例如，用户可能会意外选择错误的操作或尝试在联系表单中输入数据失败。大多数时候，错误与可用性问题密切相关。您可以通过将出现错误的尝试次数除以总尝试次数来计算错误率。您的许多用户遇到的问题都是很好的解决方案。这就是为什么该指标可以帮助您识别产品中用户正在努力解决的领域。

态度指标
态度指标将告诉您用户如何看待您的产品。态度指标是采用（人们使用哪些功能？）、满意度（您的用户喜欢您的产品吗？）、可信度（您的用户是否信任您的服务？）和忠诚度（您的用户是否打算再次使用您的服务？）。

每日/每月活跃用户 (DAU/MAU)
衡量标准：忠诚度 每天/每周/每月有多少人使用您的产品。跟踪 DAU 和 MAU 可以帮助您衡量用户留存率。良好的留存趋势是活跃用户数高于新用户数。 DAU/MAU 比率，也称为粘性，是每天与您的产品互动的每月活跃用户的比例。如果您的比率为 50%，则意味着您的用户在 30 天内有 15 天与您的产品互动。

净推荐值 (NPS)
衡量标准：忠诚度 净推荐值 (NPS) 是一项只有一个问题的简单调查。你问你的用户，“你有多大可能把我们的产品推荐给朋友或同事，从 1 到 10 分？”。以 9 或 10 分回答的人被称为“发起人”。那些以 7 或 8 分回答的人被称为“被动”。以 0 到 6 分回答的人被称为“批评者”。NPS 分数是通过从推荐者的百分比中减去批评者的百分比来计算的。
NPS 是一种向用户提供反馈的快速方式。基本上，这只是一个问题。同时，它缺乏任何定制，如果不提出后续问题，很难理解为什么某个特定的人提供了“7”分。另一个缺点是 NPS 需要大样本量。

客户满意度评分 (CSAT)
衡量标准：满意度、忠诚度 CSAT 将告诉您客户对特定交互或整体体验的满意度。CSAT 以问卷或在线调查的形式收集。与衡量客户对您品牌的整体忠诚度的 NPS 不同，CSAT 衡量客户对您产品特定部分的满意度。这种方法的问题在于，并非所有用户都愿意花时间填写调查表。

用户留存率
衡量标准：忠诚度用户留存率是在给定时间段内与您在一起的用户的百分比。该指标可以告诉您您的保留策略是否有效。要计算用户留存率，需要从期末的用户数中减去一个时期内获得的用户数，再除以期初的用户数。

系统可用性量表 (SUS)
衡量标准：满意度、忠诚度 系统可用性量表 (SUS) 是您为评估产品的可用性（用户完成他们想做的事情的难易程度）而提出的一组问题。它由 10 到 12 个陈述组成，用户需要按照从非常不同意到非常同意的等级对这些陈述进行评分。
SUS 的优点在于它需要相对较小的样本量。

那么在研究工作中我们到底应该选择哪些指标呢？ 答案是，并没有适用于每个项目的通用指标。这就是为什么您在选择指标时需要做的第一件事是了解您的业务模型和您的组织制定的KPI指标。了解对您的业务底线有重大影响的因素，并选择指标来帮助您理解这一点。

其次，始终将选定的指标与设计决策联系起来，将帮助您跟踪随时间的变化并针对迭代进行基准测试，您将能够看到您的设计决策是否按预期工作。

最后但并非最不重要的一点是，请记住，数据只能说明部分情况。它可以告诉你发生了什么，但不能告诉你为什么会发生。因此，必须进行定性研究，例如用户访谈和上下文调查，以了解为什么会发生某些事情。当您将 UX 指标与定性研究结合起来时，将帮助您更全面地了解产品的性能。