好的量化用戶體驗(yàn)的模型應(yīng)該符合三個(gè)標(biāo)準(zhǔn)：一是具有系統(tǒng)性，即該方法評(píng)估用戶體驗(yàn)具有系統(tǒng)化全方位的評(píng)估;二是具有擴(kuò)展性，擴(kuò)展性指行業(yè)的擴(kuò)展性，即不僅僅可以用于互聯(lián)網(wǎng)行業(yè)，而且可以用于傳統(tǒng)行業(yè);三是易于落地執(zhí)行，既在實(shí)際的統(tǒng)計(jì)和分析中該模型易于執(zhí)行，也利于問題的發(fā)現(xiàn)。本人認(rèn)為在研究量化用戶體驗(yàn)的模型以Google的HEART模型較為符合以上三點(diǎn)，值得我們研究和參考。因此本文將基于這個(gè)模型為基礎(chǔ)來擴(kuò)展和細(xì)化，以及應(yīng)用的介紹。

Google的HEART模型是發(fā)表于ACM會(huì)議的學(xué)術(shù)論文，ACM論文的具有非常高的權(quán)威性。ACM是Association for Computing Machinery國際計(jì)算機(jī)學(xué)會(huì)的簡稱。ACM是全世界計(jì)算機(jī)領(lǐng)域影響力最大的專業(yè)學(xué)術(shù)組織，每年在全世界(但主要在美國)舉辦世界性講座及會(huì)談，以供各會(huì)員分享他們的研究成果。Google發(fā)表于ACM的HEART模型來自于論文《Measuring the User Experience on a LargeScale：User-Centered Metrics for WebApplications》，即《大規(guī)模測(cè)量用戶體驗(yàn)：以用戶為中心的網(wǎng)頁應(yīng)用度量體系》。雖然其研究的對(duì)象為網(wǎng)頁應(yīng)用，但我們認(rèn)為HEART模型由于其框架的擴(kuò)展型和系統(tǒng)性，我們認(rèn)為該模型也適用于移動(dòng)互聯(lián)網(wǎng)應(yīng)用，也可以擴(kuò)展到傳統(tǒng)行業(yè)的客戶體驗(yàn)研究中，只是在HEART的大框架下，不同的行業(yè)其細(xì)化指標(biāo)有可能不同。

HEART模型包括五個(gè)維度，即Happiness(愉悅度)、Engagement(參與度)、Adoption(接受度)、Retention(留存度)、Task success(任務(wù)完成度)。這五項(xiàng)僅僅是大數(shù)據(jù)用于用戶體驗(yàn)監(jiān)控指標(biāo)體系的范疇，不同的產(chǎn)品或服務(wù)可據(jù)此定義具體的指標(biāo)，用以監(jiān)控用戶或者客戶的體驗(yàn)。這五個(gè)維度的量化衡量中，愉悅度的量化衡量較為復(fù)雜，既需要基于小樣本量的用戶體驗(yàn)研究方法，更需要基于大數(shù)據(jù)的用戶行為監(jiān)控方法;而其他四個(gè)維度指標(biāo)均大部分都可以通過基于大數(shù)據(jù)的用戶行為監(jiān)控方法實(shí)現(xiàn)。本文以互聯(lián)網(wǎng)產(chǎn)品為例，闡述HEART模型的應(yīng)用。

　　一、愉悅度(Happiness)

愉悅度是用戶體驗(yàn)中最重要的用戶感受，“用的很爽”“很好看，很好用”“感覺很流暢”“很不錯(cuò)，我會(huì)推薦給身邊的好友”等等都是產(chǎn)品或者服務(wù)的愉悅度好的表現(xiàn)。愉悅度可以從四方面衡量，包括有用性(需求滿足甚至超越)、易用性、視覺感受、向別人推薦的意愿。具體指標(biāo)如下：

(1)有用性

有用性指的是產(chǎn)品滿足用戶需求的程度。很多產(chǎn)品經(jīng)理做產(chǎn)品，往往很關(guān)注產(chǎn)品原型設(shè)計(jì)、交互設(shè)計(jì)和視覺設(shè)計(jì)，但不會(huì)花很多時(shí)間在研究用戶需求上。360公司的創(chuàng)始人周鴻祎先生常常提到，有的產(chǎn)品不了解剛需，解決的不是痛點(diǎn)，產(chǎn)品經(jīng)常面臨的最大的問題是用戶根本不需要這個(gè)東西，這種產(chǎn)品解決的需求其實(shí)都是“偽需求”。

研究“有用性”有兩類方法：(1)定性研究方法：一對(duì)一用戶訪談、焦點(diǎn)小組、可用性測(cè)試和現(xiàn)場調(diào)查/觀察;(2)定量研究方法方法：問卷調(diào)查、眼動(dòng)儀、產(chǎn)品數(shù)據(jù)分析、AB Test和基于自然語言處理的數(shù)據(jù)挖掘。其中，定量研究方法中的產(chǎn)品數(shù)據(jù)分析、AB Test和基于自然語言處理的數(shù)據(jù)挖掘?qū)儆谕ㄟ^技術(shù)手段來實(shí)現(xiàn)測(cè)量效果，屬于大數(shù)據(jù)范疇。有用性的研究核心是挖掘客戶的真正需求，對(duì)不同需求進(jìn)行優(yōu)先級(jí)分類，這方面非常重要，具體如何量化，我們?cè)谙乱黄恼玛U述。

(2)易用性。

易用性指的是產(chǎn)品對(duì)用戶來說意味著易于學(xué)習(xí)和使用、減輕記憶負(fù)擔(dān)、使用的滿意程度等。產(chǎn)品易用性好，很可能是因?yàn)楫a(chǎn)品功能少，界面簡單;也可能是用戶認(rèn)知成本低等因素。同樣的產(chǎn)品，功能，界面和環(huán)境都相同，對(duì)于不同的用戶而言，易用性也是不同的，因?yàn)橛脩舻恼J(rèn)知能力，知識(shí)背景，使用經(jīng)驗(yàn)等都不同。易用性包括三方面：第一方面，(Easy to discover)，即單單憑觀察，用戶就應(yīng)知道;第二方面，易學(xué)(Easy to learn)，第一次使用，很容易學(xué)習(xí)上手;第三方面，易用(Easy to use)，使用起來很容易，很簡單。

易用性是非功能性需求，加上易用性不像功能那樣有明確的界限。所以，易用性有很多的主觀成份或無法直接測(cè)量，而必須通過間接測(cè)量或觀察方式。此外，易用性是針對(duì)不同人的，開發(fā)和測(cè)試人員無法準(zhǔn)確知道該軟件產(chǎn)品是否對(duì)別人同樣易用。所以，很多時(shí)候易用性測(cè)試也沒有一個(gè)通用性標(biāo)準(zhǔn)。但一般來說，軟件產(chǎn)品的易用性測(cè)試可分為四部分：安裝易用性測(cè)試、功能易用性測(cè)試、用戶界面易用性測(cè)試和用戶文檔易用性測(cè)試。而對(duì)于移動(dòng)APP，則一般包括：安裝測(cè)試(包括APP升級(jí)管理)、功能測(cè)試、性能測(cè)試(網(wǎng)絡(luò)連接速度、操作流暢度、WebService性能、容量內(nèi)存溢出、耗電量低電量等)、安全性測(cè)試、兼容性測(cè)試(操作系統(tǒng)兼容性、手機(jī)兼容性、分辨率兼容性、網(wǎng)絡(luò)兼容性、與主流第三方軟件兼容性等)、用戶界面測(cè)試等等。

(3)視覺美觀度。

好的視覺設(shè)計(jì)也能給用戶創(chuàng)造出愉悅的產(chǎn)品使用體驗(yàn)，甚至可以掩蓋一些產(chǎn)品上的瑕疵。一個(gè)產(chǎn)品的精致程度，用戶很大程度上都是通過產(chǎn)品的外觀來衡量的。良好的視覺體驗(yàn)會(huì)讓用戶覺得我們是在用心做產(chǎn)品，也會(huì)增加去深入使用的好感度。讓用戶覺得“酷”的產(chǎn)品，他在使用的過程當(dāng)中也就會(huì)提升體驗(yàn)度。最基本的視覺傳達(dá)構(gòu)成要素是文字、圖形、色彩和布局，設(shè)計(jì)師應(yīng)當(dāng)巧妙運(yùn)用視覺元素進(jìn)行有效地視覺編排，給用戶帶來的愉悅的體驗(yàn)。視覺美觀度可以通過用戶調(diào)研評(píng)估。

(4)推薦意愿。

推薦意愿，顧名思義即用戶向其他人推薦的程度。產(chǎn)品被用戶推薦程度越高，該產(chǎn)品的用戶體驗(yàn)越好，產(chǎn)品也會(huì)越來越受歡迎。推薦度的評(píng)估可以參考凈推薦值的評(píng)估方法。凈推薦值(NPS)研究方法由國際知名咨詢公司貝恩咨詢客戶忠誠度業(yè)務(wù)的創(chuàng)始人佛瑞德·賴克霍徳(Fred Reichheld)在2003《哈佛大學(xué)商業(yè)評(píng)論》文章“你需要致力于增長的一個(gè)數(shù)字”的文章中首次提到。該方法通過調(diào)查客戶問題“您有多大可能向您的朋友或同事推薦我們公司的產(chǎn)品或服務(wù)?(0-10分)” 來獲得，根據(jù)客戶的回答分?jǐn)?shù)分成三組：

*第一組給公司9分或10分，稱之為“推薦者”(promoters);他們是對(duì)公司產(chǎn)品或服務(wù)滿意度和忠誠度非常高的客戶。

*第二組給公司7分或8分，為“被動(dòng)滿意者”(passively satisfied);他們對(duì)公司產(chǎn)品或服務(wù)既無不滿意，也無滿意的客戶，較易被其他競爭者吸引。

*第三組給0至6分，是“貶損者”(detractors)。他們對(duì)公司的產(chǎn)品或服務(wù)非常不滿意，不僅僅停止購買公司的產(chǎn)品或服務(wù)，他們會(huì)盡一切可能勸周圍的人不要買，同時(shí)會(huì)轉(zhuǎn)向其他競爭者。

NPS值即為推薦者所占百分比與貶低者所占百分比的差值(如下圖)。實(shí)證研究表明，NPS分?jǐn)?shù)在NPS的得分值在50%以上被認(rèn)為是表現(xiàn)不錯(cuò)，得分值在70-80%之間則證明公司擁有一批高忠誠度的好客戶(如蘋果、Google等互聯(lián)網(wǎng)公司的NPS超過70%)，大部分公司的NPS值在5-10%之間，更差的公司NPS還可能是負(fù)值。當(dāng)然，我們僅了解NPS是不夠的，NPS本身不能提供具體的改進(jìn)意見，我們還需要結(jié)合影響滿意度的原因深入研究，尤其是對(duì)貶損者指標(biāo)進(jìn)行深入的滿意度研究，挖掘“貶損”背后的原因。

圖：NPS計(jì)算方法

二、參與度(Engagement)

參與度是用戶在一個(gè)產(chǎn)品或者服務(wù)中的參與深度。在互聯(lián)網(wǎng)產(chǎn)品，通常用一段統(tǒng)計(jì)時(shí)間內(nèi)的訪問頻次、訪問時(shí)長等指標(biāo)綜合評(píng)估。訪問頻次和使用時(shí)長這些指標(biāo)比較常見，比如平均每個(gè)用戶每天的訪問頻次、平均單次訪問時(shí)長。

除了統(tǒng)計(jì)這些指標(biāo)來衡量參與度外，參與度的應(yīng)用還有一個(gè)很常見的做法，即基于參與度行為進(jìn)一步定義有效活躍用戶，并監(jiān)控有效活躍用戶數(shù)。在了解有效活躍用戶定義前，我們先了解一下活躍用戶的定義。對(duì)于移動(dòng)互聯(lián)網(wǎng)應(yīng)用(APP)，活躍用戶指在某統(tǒng)計(jì)周期內(nèi)啟動(dòng)過應(yīng)用(APP)的用戶。很多互聯(lián)網(wǎng)企業(yè)對(duì)產(chǎn)品負(fù)責(zé)人的KPI考核指標(biāo)都以活躍用戶數(shù)作為考核指標(biāo)。活躍用戶數(shù)根據(jù)不同統(tǒng)計(jì)周期可以分為日活躍數(shù)(DAU)、周活躍數(shù)(WAU)、月活躍數(shù)(MAU)。

如果要在常規(guī)的活躍用戶數(shù)指標(biāo)上加入?yún)⑴c度的成分，最好的辦法是定義有效活躍用戶。有效活躍用戶通常有三種定義方法：第一種是，每天啟動(dòng)N次(比如2次)以上的活躍用戶才為有效活躍用戶，因?yàn)橛行?yīng)用開機(jī)后就自動(dòng)打開;第二種是用戶使用一定時(shí)間的活躍用戶才為有效活躍用戶;第三種是有主動(dòng)操作行為的活躍用戶才為有效活躍用戶，比如打開某個(gè)特定的頁面。

三、接受度(Adoption)

接受度監(jiān)控特定時(shí)期內(nèi)有多少新用戶開始“真正”使用產(chǎn)品。顧名思義，該指標(biāo)需要定義“時(shí)間”和“使用”。“時(shí)間”即統(tǒng)計(jì)周期，可以為一天、七天或一個(gè)月;“使用”則為體現(xiàn)用戶接受產(chǎn)品的使用行為，比如到達(dá)某個(gè)特定的頁面或者完成某種互動(dòng)、注冊(cè)成為會(huì)員甚至是付費(fèi)等。“使用”最好是定義產(chǎn)品的核心使用行為，并對(duì)核心使用行為進(jìn)行監(jiān)控。

產(chǎn)品核心行為(核心操作)是了解產(chǎn)品接受度很重要的工作之一。比如，對(duì)于互聯(lián)網(wǎng)社交產(chǎn)品來說，核心行為之一是上傳照片，因?yàn)榭磁笥寻l(fā)的照片是最有效的了解朋友的動(dòng)態(tài)，如果用戶都不上傳照片，大家就很難快速的了解朋友的動(dòng)態(tài)，導(dǎo)致社交產(chǎn)品的粘性下降。因此，對(duì)于社交產(chǎn)品來說，定義新上傳照片用戶是衡量這個(gè)產(chǎn)品接受度的一個(gè)重要指標(biāo)。新上傳照片用戶數(shù)即在特定統(tǒng)計(jì)周期內(nèi)，第一次成功上傳照片的用戶。

而對(duì)于需要付費(fèi)的產(chǎn)品來說，首次付費(fèi)的用戶的監(jiān)控也顯得尤為重要，首次付費(fèi)用戶數(shù)是衡量付費(fèi)產(chǎn)品接受度的重要指標(biāo)。付費(fèi)產(chǎn)品經(jīng)理還可以根據(jù)付費(fèi)產(chǎn)品的實(shí)際情況定義更嚴(yán)格，比如累計(jì)付費(fèi)達(dá)到特定金額的用戶才被認(rèn)為接受該付費(fèi)產(chǎn)品，進(jìn)而可以監(jiān)控累計(jì)付費(fèi)特定金額以上的用戶數(shù)量。

四、留存度(Retention)

產(chǎn)品或服務(wù)的留存度通常用留存率來衡量。留存率監(jiān)控特定時(shí)期內(nèi)有多少用戶在下稍后一個(gè)時(shí)期內(nèi)仍然或活躍。比如，今天的新用戶在未來30天后依然活躍的用戶?；ヂ?lián)網(wǎng)產(chǎn)品的用戶留存率是指在某一統(tǒng)計(jì)時(shí)段內(nèi)的新增用戶數(shù)中再經(jīng)過一段時(shí)間后仍啟動(dòng)該應(yīng)用的用戶比例。用戶留存率可重點(diǎn)關(guān)注次日、7日、14日以及30日留存率。次日留存率即某一統(tǒng)計(jì)時(shí)段(如今天)新增用戶在第二天(如明天)再次啟動(dòng)應(yīng)用的比例;7 日留存率即某一統(tǒng)計(jì)時(shí)段(如今天)新增用戶數(shù)在第 7 天再次啟動(dòng)該應(yīng)用的比例;14日和30日留存率以此類推。

在一些總體關(guān)鍵指標(biāo)如APP日活躍用戶或全站瀏覽量等指標(biāo)有明顯波動(dòng)的時(shí)候，接受度和留存度是分析波動(dòng)原因的較為有效的指標(biāo)。比如，Google HEART模型論文《Measuring the User Experience on aLarge Scale：User-Centered Metrics for Web Applications》提到的一個(gè)案例：在08年證券市場暴跌的那段時(shí)間，谷歌金融在瀏覽量和七日活動(dòng)用戶指標(biāo)上都有一次井噴，但無法確定數(shù)據(jù)的劇增是來自關(guān)心金融危機(jī)的新用戶或是恐慌性不停查看他們的投資信息的老用戶。在不知道是誰增加了這些訪問量之前，決定是否要改版網(wǎng)站以及如何進(jìn)行修改十分困難的。因此，在這個(gè)案例中，研究團(tuán)隊(duì)對(duì)不同參與度的用戶進(jìn)行分群，觀察其后續(xù)的留存度，尤其是關(guān)注這個(gè)期間新增用戶的后續(xù)留存度。這類信息被Google研究團(tuán)隊(duì)利用于解讀事件驅(qū)動(dòng)的數(shù)據(jù)波動(dòng)以及發(fā)現(xiàn)潛在的機(jī)會(huì)。

五、任務(wù)完成度(Task success)

任務(wù)完成度包括三方面非?；A(chǔ)的用戶體驗(yàn)行為指標(biāo)：

(1)效果，核心指標(biāo)為任務(wù)完成率。完成率是將成功完成任務(wù)的用戶數(shù)除以嘗試任務(wù)的用戶總數(shù)得到的結(jié)果。比如，100名用戶中，有70名用戶成功完成了任務(wù)，那么完成率是70%。

(2)效率，核心指標(biāo)為任務(wù)時(shí)間，指用戶成功完成一個(gè)預(yù)先設(shè)置的任務(wù)場景的時(shí)間總和。有三種測(cè)量任務(wù)時(shí)間的方法：第一種是，用戶成功完成任務(wù)的時(shí)間;第二種是，從開始到用戶放棄或者未正確完成任務(wù)的時(shí)間;第三種是，用戶花費(fèi)在一個(gè)任務(wù)上的總持續(xù)時(shí)間。

(3)錯(cuò)誤，核心指標(biāo)為發(fā)生錯(cuò)誤的數(shù)量。錯(cuò)誤數(shù)則是指用戶在嘗試任務(wù)時(shí)產(chǎn)生的任何過失、錯(cuò)車或疏忽。出錯(cuò)數(shù)可以從0到無窮大，但在用戶體驗(yàn)測(cè)試中，一個(gè)任務(wù)的出錯(cuò)數(shù)很少超過20各。集中出錯(cuò)的原因和場景是改善用戶體驗(yàn)的重要數(shù)據(jù)依據(jù)，需要重點(diǎn)研究。

Google HEART模型論文《Measuring the User Experience on a LargeScale：User-Centered Metrics for WebApplications》提到的一個(gè)案例：谷歌地圖曾經(jīng)有過兩種不同的搜索框，一種是用戶可以分開輸入“目的”和“地點(diǎn)”的雙重搜索框，另一種是單個(gè)搜索框處理所有的類別。有人覺得單個(gè)搜索框就可以勝任一切，同時(shí)又保持了效率，在之后的A/B測(cè)試中，研究團(tuán)隊(duì)測(cè)試了僅提供單個(gè)搜索框的版本。他們比較了兩個(gè)不同版本的錯(cuò)誤率，發(fā)覺用戶在單個(gè)搜索框版本中能夠更加有效的達(dá)成他們的搜索目的。最終，這個(gè)結(jié)果讓團(tuán)隊(duì)非常有把握的在所有地圖上移除了雙搜索框功能。

總之，量化用戶體驗(yàn)的目標(biāo)是為了監(jiān)控和優(yōu)化用戶體驗(yàn)。量化用戶體驗(yàn)可以利用HEART模型。本文指出了互聯(lián)網(wǎng)產(chǎn)品在利用HEART模型的具體指標(biāo)和測(cè)量方法。不同行業(yè)不同產(chǎn)品或者服務(wù)也可以參考HEART的五大測(cè)量方向，并細(xì)化HEART的五個(gè)測(cè)量方向，但還需要根據(jù)產(chǎn)品目標(biāo)和特性來細(xì)化Happiness(愉悅度)、Engagement(參與度)、Adoption(接受度)、Retention(留存度)、Task success(任務(wù)完成度)，并確定確定每個(gè)指標(biāo)的權(quán)重(重要性)和測(cè)量方法，才能跟更好的量化不同產(chǎn)品或服務(wù)的用戶體驗(yàn)。

參考文獻(xiàn)：

1. KRodden，H Hutchinson，X Fu , 2010, Measuring the UserExperience on a Large Scale：User-Centered Metrics for Web Applications

2. JeffSauro James R. Lewis著;殷文婧，徐沙，楊晨燕等譯，《用戶體驗(yàn)度量》