翻译:雪纯 审校:CCLEXI | UXRen翻译组 #416 译文
原作者: Alex A. Szczurek
原标题:《List of UX metrics》
用户体验的度量对于提升体验至关重要,而UX指标则是度量体验的关键。不同指标可以体现出对用户体验的不同方面的洞察。
1. 行为指标
Behavioral Metrics
行为指标能度量用户在与产品或服务交互时的行为。举例如下:
1)点击转化率(Click-through rate)
简称CTR,用点击链接或按钮的次数除以该链接或按钮的展示次数(浏览量)来衡量。结果百分比表示在看到链接或按钮后点击该链接或按钮的用户比例。
CTR的公式为:
- CTR=(点击数/浏览量)x 100%
2)任务完成时间(Time on task)
任务完成时间是通过跟踪用户在产品或服务中完成一项或一组特定任务所需的时间来衡量的。计算任务时间的公式是:
- 任务完成时间 = 任务完成时间点 – 任务开始的时间点
通过测量任务时间,企业可以深入了解用户完成特定任务所花费的时间,从而辨识优化工作流程和提升用户体验的机会。
3)任务成功率(Task success rate)
这个指标是指能够成功完成网站或应用程序任务的用户百分比。计算方法是将成功完成任务的次数除以总尝试次数。
- 任务成功率=成功完成次数/总尝试次数
4)跳出率(Bounce rate)
跳出率是指在查看一个页面或与一个元素交互后就离开网站或应用的用户所占的百分比。计算公式为:
- 跳出率=(单页会话数/总会话数)x 100%
“单页会话”被定义为用户在离开之前仅与一个页面或元素交互的会话。会话总数包括用户与网站或应用程序交互的所有会话数量,不论用户与多少页面或元素交互。
5)转化率(Conversion rate)
还有一个指标衡量了执行某个操作的用户的百分比,例如购买商品或填写表单。它通过将成功转化的数量除以总访客数量来计算。转化率的计算公式是:
- 转化率=(转化数/总用户数)x 100%
6)错误率(Error rate)
这一指标用于衡量用户在使用你的网站或应用程序时遇到的错误百分比。跟踪这个指标非常重要,以便识别并修复可能导致用户沮丧的问题。
- 错误率=错误数/操作总数
7)放弃率(Abandonment rate)
度量在完成任务之前放弃该任务的用户的百分比的指标。跟踪这个指标也非常重要,可以便于确认用户在何处遇到困难。
- 放弃率=(已放弃进程数/已启动进程数)x 100%
2. 态度指标
Attitudinal Metrics
这些指标用于衡量用户对产品或服务的感受,可以体现出用户的看法、态度和意见。态度指标的一些例子包括:
1)净推荐值(Net Promoter Score)
简称NPS,向他人推荐你的产品或服务的可能性的指标。计算方法是推荐者(愿意推荐的用户)的百分比减去贬损者(不会推荐的用户)的百分比。
- NPS =推荐者的百分比 – 贬损者的百分比
2)用户满意度( Customer Satisfaction)
简称CSAT,用户对产品或服务的满意程度的指标。它通常通过调查或其他反馈机制来衡量,并且通常以百分比或分数表示。CSAT分数越高,用户对产品或服务越满意,分数越低,用户对产品或服务越不满意。
- CSAT =(满意用户数/被调查用户总数)x 100%
3)系统可用性量表(System Usability Scale)
简称SUS,这一指标是基于用户对你的网站或应用程序的整体体验。它通常通过调查或问卷来衡量,并提供对改进领域有价值的见解。
要计算SUS,你需要进行一项由10个问题组成的调查问卷,每个问题都有5分的李克特量表回答选项。
这些问题包括:
- 我会经常使用这个系统。
- 我认为这个系统不必要地复杂。
- 我认为这个系统很好用。
- 我需要技术人员的帮助才能使用这个系统。
- 我认为这个系统的各个功能都很好地集成在一起。
- 我认为这个系统有太多不一致之处。
- 我认为大多数人都会很快学会使用这个系统。
- 我认为这个系统使用起来非常笨拙。
- 使用这个系统我感到很有信心。
- 在开始使用这个系统之前,我需要学习很多东西。
对于1、3、5、7、9号问题,参与者需使用从“强烈同意”到“强烈不同意”(分数分别为5、4、3、2、1)的5分量表进行回答。
对于2、4、6、8、10号问题,参与者需使用从“强烈不同意”到“强烈同意”(分数分别为1、2、3、4和5)的5分量表进行回答。
要计算SUS分数,要将这10个问题的分数全部相加,然后将总分乘以2.5。得到的分数将介于0和100之间,分数越高,表示系统的可用性越高。
- SUS得分=(所有得分之和*2.5)/10
(lea注:原作者的表述中缺少了用户填答SUS量表后的分值转换步骤,即奇数题目的用户打分需要做(奇数项打分-1)处理,偶数题目的用户打分需要做(5-偶数项打分)处理。然后加和之后再乘以2.5,而且不需要除10。完整的公式是:SUS得分=[(Σ奇数项-1)+(5-偶数项)]*2.5/10)
4)用户费力度指数(User Effort Score)
简称UES,衡量用户为完成产品或服务中的任务或实现目标所需付出的努力的多少。它通常是通过调查或其他反馈机制来衡量的,通常在1到5或1到10的范围内表示。UES分数越低,表明用户认为任务或目标更容易完成,而分数越高,表明用户使用越费力。
- UES=(总分/回答数)x 100%
5)李克特量表评定(Likert scale ratings)
衡量用户对某一陈述或问题是否同意的程度。这通常使用5分或7分制,用户可以选择同意或不同意的程度,范围从“强烈同意”到“强烈不同意”。李克特量表评定通常用于调查和其他反馈机制,以衡量用户的意见和看法。
例如:
- 如果一个调查问题要求用户从1到5给他们对某一陈述的同意程度打分,其中1表示“强烈不同意”,5表示“强烈同意”,10个用户给该陈述打分:4,5,3,4,2,5,4,3,2,1(4+5+3+4+2+5+4+3+2+1)/10=3.5
- 李克特量表评定对这一陈述的打分为3.5分(满分5分)
6)开放式反馈(Open-ended feedback)
用户对产品或服务的自由评论或建议。它可以通过调查、访谈或其他反馈机制来收集。开放式反馈提供了有价值的定性数据,可以帮助企业更好地了解用户需求并确定需要改进的领域。然而,分析它也可能比其他指标更具挑战性,因为它需要对用户评论进行手动审核和分类。
3. 描述性指标
Descriptive Metrics
这些指标提供了关于用户及其行为的描述性信息。它们有助于创建用户角色并识别用户行为模式。一些描述性指标的例子如下:
1)人口学统计指标(Demographics)
提供有关用户特征的信息,如年龄、性别、地域和其他相关因素。通过跟踪和分析人口学统计指标,企业可以深入了解其用户基础的构成,并定制其用户体验,以更好地满足目标受众的需求。
通过以下方式收集人口学统计数据:
- 问卷调查
- Google提供的Analytics网站统计工具
- 用户资料
2)用户角色(User roles)
用户角色指标用于度量受众成员在你的品牌或社区中所承担的角色的数量和类型。这个指标可以帮助你了解用户对你的品牌或产品的参与程度。
确定你的受众可以扮演的不同角色。这些角色可能包括客户、订阅者、追随者、贡献者或推广者。一旦确定了角色,就可以通过将每个角色中的受众成员数除以受众成员总数来计算用户角色度量结果。
3)使用频率(Frequency of use)
使用频率指标来衡量你的受众与你的品牌或产品互动的频率。这个指标可以帮助你了解用户的参与度,以及他们购买或采取与你的品牌相关的其他行动的频率。
追踪你的受众在特定时间段内(如一周或一个月)与你的品牌或产品互动的频率。
4)使用时长(Time of use)
使用时间指标用于衡量用户与你的品牌或产品互动的时间。这个指标可以帮助你了解用户的参与程度,以及他们对你的内容或产品有多感兴趣。
追踪受众在特定时间段(如一周或一个月)与你的品牌或产品互动的时间。
5)设备类型(Device type)
设备类型指标用于衡量受众用于与你的品牌或产品交互的设备类型。这一指标可以帮助你了解受众的偏好,并相应地优化你的营销活动或产品。
追踪受众用来与你的品牌或产品互动的设备类型。这可能包括台式计算机、笔记本电脑、智能手机或平板电脑等设备。
6)浏览器类型(Browser type)
浏览器类型指标用于衡量受众成员用于与你的品牌或产品交互的Web浏览器的类型。这一指标可以帮助你了解受众的偏好,并相应地优化你的网站或基于Web的产品。
追踪受众用来与你的品牌或产品交互的Web浏览器的类型。这可以包括Google Chrome、Mozilla Firefox、Safari或Internet Explorer等浏览器。
7)来源网站(Referral source)
来源网站指标用于度量为你的网站或产品带来流量的来源。这个指标可以帮助你了解营销活动的有效性和受众的行为。
追踪为你的网站或产品带来流量的来源,如搜索引擎、社交媒体平台或来自其他网站的推荐链接。
通过追踪和分析这些指标,企业可以更深入地了解他们的用户,并做出数据驱动的决策,以改善用户体验。
4. 诊断指标
Diagnostic Metrics
诊断指标有助于确定用户体验中问题的根本原因。它们有助于准确定位特定问题,并提供对用户可能在特定任务或功能上遇到困难的原因的洞察。下面是诊断指标的一些例子:
1)点击热图(Click heatmap)
点击热图是用来衡量你的网站或产品获得用户点击量最多的区域的指标。它是用户行为的直观表示,可以帮助你确定你的网站或产品的哪些区域最吸引受众或与受众联系最密切。
2)滚动热图(Scroll heatmap)
滚动热图是用来衡量用户滚动到页面下方多远的指标。它是用户行为的直观表示,可以帮助你确定你的网站或产品的哪些区域最吸引受众或与受众联系最密切。
3)导航流(Navigation flow)
导航流指标用于衡量用户浏览你的网站或产品的难易程度。这一指标可帮助你识别网站或产品中可能令人困惑或难以使用的区域。
追踪用户浏览你的网站或产品的路径,并找出用户陷入困境或掉队的任何领域。
4)错误消息(Error messages)
错误消息指标用于衡量用户在使用你的网站或产品时遇到的错误消息的数量和类型。这一指标可以帮助你识别网站或产品中可能会给用户带来挫败感或困惑的区域。
你需要跟踪用户遇到的错误消息的数量和类型,并分析出现的模式或趋势。
5)任务完成时间(Time to complete a task)
这个指标衡量的是用户完成一项特定任务所需的时间。追踪这个指标,对于定位用户可能遇到的困难很关键。
追踪用户从头到尾完成任务所需的时间。
通过使用诊断指标,企业可以识别特定问题,并采取有针对性的行动来解决这些问题。
5. 参与度指标
Engagement Metrics
参与度指标衡量的是用户对产品或服务的投入程度。这些指标可以洞察用户如何与产品互动,以及他们是否从中获得了价值。一些例子如下:
1)会员时长(Session duration)
这一指标衡量用户在单个会话期间在你的网站或应用程序上花费的平均时间。它能够较好的体现用户对你的产品的参与程度。
- 平均会话时长=总花费时间/会话数
2)单用户会话数(Number of sessions per user)
单个用户的会话数指标用于衡量单个用户与你的网站或产品交互的频率。这一指标可以帮助你了解你的个人用户的参与度,以及他们可能购买或采取与你的品牌相关的其他行动的频率。
- 单用户会话数=会话总数/单个用户总数
3)留存率(Retention rate)
这一指标衡量首次访问后返回你的产品、网站或应用程序的用户的百分比。追踪这一指标很重要,以确保用户在你的产品中找到价值并继续使用它。
- 留存率=((E-N)/S)x 100
E=一段时间结束时客户数量;N=在此期间获得的新客户数量;S=一段时间初期的客户数量。
4)流失率(Churn rate)
这一指标衡量客户在一段时间内停止使用你的产品、网站或应用程序的比例。重要的是,追踪这一指标来确定用户可能遇到困难或不满的领域。
- 流失率=(给定时期内流失的客户/该时期开始时的客户)x 100
5)用户生命周期价值(User lifetime value)
简称LTV,用户生命周期价值(LTV)是用于估计客户在与你的品牌的关系过程中将为你的企业带来的总价值的指标。它考虑了客户花费的金额、他们购买的频率以及他们作为客户的时间等因素。
- LTV=(一次购买的平均价值)x(每年购买的数量)x(客户平均生命周期)
通过追踪参与指标,企业可以识别机会,以提高用户粘性、增加留存率,并最终推动业务增长。
6. 成果指标
Outcome Metrics
成果指标衡量用户体验优化对业务结果的影响。这些指标有助于展示UX投入的价值,并提供对UX计划的投入产出比的洞察。以下是一些结果指标的示例:
1)收入指标(Revenue)
收入是指你的企业在一段特定时间内产生的总金额。要计算收入,你需要将销售的产品总数乘以每种产品的价格。
- 收入=销售的产品总数*每种产品的均价
2)转化率(Conversion rate)
转化率是你的网站或产品的访问者采取操作的百分比,例如进行购买或填写表格。要计算转化率,需要将转化量除以总访问量,再乘以100%。
- 转化率=(转化数/总访问量)x 100%
3)获客成本(Customer acquisition cost)
简称CAC,获客成本是获取新客户的总成本。这包括营销和广告费用、销售佣金以及与吸引和转化新客户相关的任何其他成本。
- CAC=销售和营销总成本/获得的客户数量
4)投资回报率(Return on investment)
简称ROI,投资回报是衡量一项投资相对于其成本的盈利能力。要计算ROI,你需要用净利润除以总投资成本,再乘以100%。
- ROI=(净利润/总投资成本)x 100%
5)客户生命周期价值(Customer Lifetime Value)
简称CLV,这一指标可以衡量客户在使用你的产品、网站或应用程序期间的总价值。它考虑了使用频率、花费的金额和作为客户的时间长度等因素。
- CLV=(一次购买的平均价值)x(每年购买的数量)x(客户的平均年度生命周期)
通过测量这些指标,企业可以量化UX改进的影响,并确保UX投入与业务目标保持一致。
总结
总之,UX指标提供了对用户体验的关键洞察,企业应该追踪和分析这些指标,以做出数据驱动的决策。通过结合行为、态度、描述、诊断、参与和结果指标,企业可以全面了解他们的用户,并推动用户体验的持续改善。
原文来源:https://uxplanet.org/list-of-ux-metrics-81a30e8b90b0(2023.2.25)
版权声明:该文章在UXRen公众号(cnUXRen)首发后方可转载,转载时请注明出处及译者、审校者信息,如有违背,UXRen社区保留侵权追责的权力。