几十年前，你或许只能祈祷通过本能的直觉来建立一个很棒的体验。
然而，如同我们的祖先学会利用火的力量一样，我们也学会了利用度量和分析的方法。我们不再需要在未知中摸索，困惑是否有人真正阅读了你每两天发送一次的电子邮件？到底有多少人尝试了我们推出的新功能？现在这些问题我们都能通过简单地研究数据来得出答案。
不过，虽然了有了数据度量和分析方法，数据指标和体验的关系还是不太好理解。我常常听到人们在办公室里激烈争论，或是在下班后大肆讨论着以下问题：
- 我们是否只是为了指标而做事？
- 我们如何在提升数据表现和做更有意义的事情上寻找平衡？
- 我们是数据驱动的，还是真正在乎用户体验？
下面将介绍我所理解的数据指标和体验之间的关系。
不要把指标和体验对立起来
就像你想用“碳水化合物与健康饮食对立”的说法去展开有关营养的讨论，显然是不合理的。
首先，用指标衡量事物的能力，可以让你洞察人们在产品中正在做什么。
除非你喜欢信息闭塞的状态，否则获取更多的信息是件好事。前提是你需要能够对重要的信息和不重要的信息进行分类，而不是简单认为拥有更多信息是不好的。数据指标本身并不是问题所在。
其次，如果你所做的是让用户觉得有价值的事，那应该能够提升你的关键指标。
但是假如用户使用产品的方式没有任何变化，你就无法证明你做的事情是正确的。相反，如果你做的事情让人们开始减少使用你的产品，那么就有充分的证据表明你搞砸了。
最后， 衡量指标之所以有价值的第三个原因是：它们可以帮助整个团队围绕清晰，具体的事物前进。
逻辑上，很难让50个人去执行类似“创造超赞的体验！” 的任务，当然，在你发表有感染力的演讲后，每个人都会挥舞拳头，然后大喊：“是的！超级神奇的体验！那就是我们所追求的！” 但是，在星期一的时候，A团队兴奋极了，并说：“检查一下！我们设计出了一个超级惊艳的体验！” B团队的反应是“不，那实际上是胡扯”，会发生什么？谁是对的？如何一贯清晰地定义什么是“超级惊艳体验”？
解决此问题的一种方法是调整团队结构。你可以指定公司中的特定个人来判断什么是高质量还是不高质量的。如果你希望减少不必要的团队层级，则另一种方法是定义一个可衡量的目标，例如：“超高质量的用户体验意味着，尝试该功能的人中有50％会在一周内再次使用该功能。” 现在，A团队，B团队以及其他所有人都清楚地知道他们要达成什么目标，以及他们离这个目标还有多远。
总的来说，衡量指标是有用的，与用户体验不是相互对立的。
在“改善指标”的名义下也可能犯错
就像你可以吃太多的果冻甜甜圈然后怪罪于碳水化合物，通过衡量指标也会作出错误的决策。之所以会发生这种情况，是因为并非所有可以衡量的指标都是有价值的，另一方面也可能是你无法通过查看单个指标来了解全部情况。通常，你需要一套指标才能清楚地了解真实情况。
如果你碰巧选择了错误的方法来衡量并推动，那么你最终可能会做一些对损害用户体验的事情。类似的案例有：
“最初的点击率为2％，进行这样的调整后，点击率提高到了5％！”
这里面有什么问题？点击率不足以告诉我们体验是否真的更好。假如我将网站上的所有链接都更改为“单击此处可获得250美元”，这样点击率会直线上升！但是最终，人们会意识到我实际上并没有给他们250美元，然后他们会生气，并将停止点击我的链接，卸载我的应用，同时在应用商店中为给了1星并在评价中骂我。最终以我的创业失败了，生活一塌糊涂而告终。
“人们过去只在我的应用上花5分钟。现在，最新功能上线后，他们只花了3分钟。”
这里面有什么问题？在你应用上花费的时间是你真正要跟踪的重要指标吗？这得看情况。如果你是以内容消费为目的，那么答案可能肯定的，你为人们提供阅读/观看/收听的好内容，因此他们花的时间越多，就越有可能发现你所提供的价值。如果你的应用是工具类的应用，例如帮助人们签署数字文档，那么答案就是否定的。你最好重新追踪其他指标，例如你的应用实际用于帮助人们签署文档的次数。实际上，人们现在可能会更喜欢快速地签署文档，而随着时间的推移，你的服务应该与更多的使用次数相关。
“最初，在伊利诺伊州有比较多的人在使用我们的制作猫咪表情包的app，而现在俄亥俄州有更多的人在使用它。”
这里面有什么问题？无关紧要，这并不是你需要关注或尝试影响的指标。
有些现象无法通过指标精确衡量
如果我们可以洞察用户想法，理论上我们就可以为他们设计完美的产品体验。不幸的是，我们不像X战警中的凤凰女，可以精通读心术，所以我们只能试图通过指标来推测他们的需求。但目前的技术条件下，我们能够衡量的指标是有局限的。仅仅通过观察用户在产品中的行为是无法告诉你以下这些事的：
- 用户对你的产品或其任何特定功能的喜爱，憎恶或冷漠的程度
- 功能迭代后，用户对你的产品的信任度是否产生变化
- 你的产品是否足够的简单易用
- 用户如何看待你的产品和市场上其他同类产品
- 用户最想更改，添加或修复的功能是哪些
- 随着时间的推移，用户将如何使用你的产品
你可以尝试通过定性研究或用户调研了解其中的一些信息，但是这些方法都是不完美的（还记得英国脱欧的民意调查的前例吗？），即使可以把品牌情感这种模糊的概念转化为一个具体的数值（例如品牌信任度），但仍然很难了解这个数值受到哪些具体因素的影响。（例如，品牌logo或视觉语言的重新设计是否可以改善用户对产品品牌的认知？）无法精确衡量的指标意味着在一些情况下指标是无法帮助我们进行评估的。例如：
A. 了解人类认知复杂性的成本：每次向app添加新功能时，你跟踪的指标有可能会正向变化（毕竟，之前没有人使用过X，现在有人使用了，而且用户似乎也没有减少对Y或Z的使用，因此总体上数字变好了。）但是，如果继续添加功能，到某个时间点，你的产品将变得混乱且臃肿。随后，一些新兴的竞争者顺势而入，以简洁的功能赢得用户的心。人类选择的矛盾行为和认知复杂性的成本是真实存在的，但我们还没有找到准确测量的方法。
B. 了解品牌的价值：当Apple或Nike推出新产品时，许多人会倾向于不假思索地购买它，因为他们曾有过很棒的购买体验。但如果是叫Pear或Sike的山寨公司推出了同样的产品，情况则并不会如此。我们或多或少可以理解背后的原因。但是，我们很难量化品牌的价值并将其转化为每天都能追踪的数字。并且，我们也很难知道公司数以千计的决策是如何影响品牌价值的，以及它们是如何造成公司的损失和收益的。
C. 下注未来市场的胆量：没有任何指标可以告诉你赢得未来市场所需的胆量。想象一下，2008年智能手机才刚刚兴起，如果查看你的网站数据，会发现来自智能手机的流量是很小的，这时你可能会得出不该投入太多资金在移动设备的搭建上的结论。直到今天，我们才意识到那些把赌注压在移动设备的兴起，并获得丰厚回报的人是多么有远见卓识。当前行为的数据结论是无法告诉我们未来的发展方向的。长期的战略计划制定仍然需要相信你自己的直觉。
运用指标的一些经验法则
以下是我在一次次优化产品开发策略与使用指标对产品进行衡量的经验总结：
1. 想评估产品的市场的接受度？先看留存率。不要盯着产品或功能的使用人数（这可能受到积极推广的程度的影响。）留存率才是真正与产品价值息息相关，因为它可以告诉你使用过该产品或功能的人是否足够喜欢它并愿意再次使用。
2. 想做用户转化？先看产品转化漏斗。为了让使用者成为长期用户，必须克服许多障碍。
- 必须让用户了解你的产品。
- 必须让用户对产品产生足够的兴趣。
- 必须让用户产生转化行为（下载app，填写表格，确认电子邮件等）。
- 必须让用户和产品有足够的互动以便了解产品对他的价值。
- 必须让用户反复使用产品。
在每个步骤中，都有可能流失用户。如果可以跟踪和衡量每一步漏斗的流失率，那么你就可以知道如何集中精力减少用户流失了。
3. 找出真正重要的指标，并给予重点关注。可以时刻观测所有指标，看着充满了数字的报表，而且所有数字最好都是增长的，这种状态确实十分诱人。但你必须意识到大多数指标并不重要，真正重要的只有几个。不要浪费时间、精力在不重要的指标波动上。
4. 想要找出关键指标，可以使用“魔法棒”技巧。你可以问问自己：“如果我有一根魔法棒，可以了解用户的想法，什么信息可以帮助我判断产品能否成功？” 即使你的答案无法被量化衡量（比如“产品的推荐建议是否对用户有价值的？”），但这是帮助你理出关键指标的第一步。（“好吧，我不可能询问每位用户推荐是否对他有价值。但是，如果是有价值的，我也许可以看到用户更多地收藏或享推荐内容，或者花更长时间去浏览推荐内容，诸如此类的行为。”）
5. 不要在不理解指标含义的情况下追求指标。我必须着重强调这一点：你和你的团队所选择的指标将对您的工作产生巨大影响，因此请确保你认同这些指标。不要只从字面含义上选择指标，要寻问指标背后的意义，思考它们是否合理，它们将如何激励团队工作。你是否遇到过这样的情况，有些决策看起来不错，但指标却没有变化？相反，有些决策可以使指标上升，但产品实际上并没有变得更好？如果是的话，需要思考是否有另一个指标（或一组指标）可以更好地跟踪业务重点。
6. 保持质疑的态度，通过负向数据验证结果。如果数据看起来不错，反问自己：“哪些数据可以说明结果并没有看起来这么好？” 每一个正向指标都应该有对应的负向指标。（例如，不能只看点击率而不看跳出率，不能只看产品的销售数量而不看退货或取消订单的数量，等等。）最好对数据解读抱有质疑的态度，这样才可以快速发现错误并调整策略。不要陷进先入为主的认知陷阱，仅让指标成为证明假设正确的工具。
7. 通过定性研究得出用户行为背后的原因。定量研究可以告诉你用户的所作所为，而定性研究则可以让你深入了解用户的感受。进行可用性测试，采用焦点小组，并开展问卷调查，可以帮助你了解到用户行为背后的原因。
现在，你可以更进一步实践指标测量，创造更好的用户体验了。