高效切入重点，用户体验设计指标快速指南

用户体验指标是显示您的产品设计策略是否有效的指标，设计随时间的变化，并查看您的产品在动态方面的表现。 UX 指标的数量在不断增长，诸如“哪些指标对我的项目最有价值？”之类的问题不断涌现。 在本文中，我们将讨论用户体验指标的真正含义，定义两类指标并回顾最常见的指标类型。

什么是设计指标？
指标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。两类用户体验指标值得一提的是，产品设计领域的指标大多是营销导向的，而不是体验导向的。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。我们尝试只使用最常见的用户体验指标（尽管有时很难区分用户体验指标和营销指标）。可以定义两类指标——行为（用户做什么）和态度（用户说什么）。

行为指标
行为指标告诉您用户如何与您的产品交互以及他们在此过程中遇到的问题。下面提到的大多数行为指标都与可用性（易用性）相关。良好的可用性是用户体验不可或缺的一部分，因为当用户无法在您的产品中完成他们的目标时，他们会迅速找到替代解决方案。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）。该指标非常适合以任务为中心的活动，用户的目标是尽可能高效地完成某件事。例如，对于在线购物体验，您可以跟踪用户提交新订单所花费的时间。

平均会话时长
平均会话时长是衡量用户参与度的一个很好的指标。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，因为高放弃率可以强烈表明您的结账体验存在问题。

错误率
用户错误率是在完成任务时犯错误的用户数。例如，用户可能不小心选择了错误的操作或尝试在联系表中输入数据但未成功。大多数时候，错误与可用性问题密切相关。您可以通过将出错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非常适合解决。这就是为什么该指标可以帮助您确定产品中用户正在努力解决的问题的原因。


态度指标
态度指标将告诉您用户如何看待您的产品。态度指标包括采用率（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（您的用户信任您的服务吗？）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) 测量：忠诚度 有多少人每天/每周/每月使用您的产品。跟踪 DAU 和 MAU 可以帮助您衡量用户保留率。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%，则表示您的用户在 30 天内有 15 天与您的产品互动。

净推荐值 (NPS)
测量：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，“你将我们的产品推荐给朋友或同事的可能性有多大？从 1 到 10 打分？”。那些给出 9 分或 10 分的人被称为“推荐者”。那些回答得分为 7 或 8 的人被称为“被动”。那些给出 0 到 6 分的人被称为“诋毁者”。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。

客户满意度得分 (CSAT)
测量：满意度、忠诚度 CSAT 会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
测量：忠诚度用户留存率是指在给定时间段内留在您身边的用户百分比。该指标可以告诉您您的保留策略是否有效。计算用户留存率，需要用期末用户数减去一段时期内获取的用户数，再除以期初用户数。

系统可用性量表 (SUS)
测量：满意度、忠诚度 系统可用性量表 (SUS) 是您提出的一组问题，用于评估产品的可用性（用户完成他们想做的事情的难易程度）。它由 10-12 条陈述组成，用户需要按照从强烈不同意到强烈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。

我应该为我的项目选择哪些指标？

首先其实没有适用于每个项目的通用指标集。这就是为什么在选择指标时需要做的第一件事是了解您的业务模型和组织跟踪的 KPI。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了解这一点。

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。它可以告诉您发生了什么，但不能告诉您为什么会发生。因此，必须进行定性研究，例如用户访谈和上下文查询，以了解为什么会发生某些事情。当您将用户体验指标与定性研究结合起来时，它将帮助您更全面地了解产品的性能。