编辑导语：一年过去了，我们总会对自己过去一年的工作成果有个复盘，设计团队也是如此，设计师会对去年设计的一些作品以及产品等等进行衡量；本文作者分享了关于怎么样去体验设计方案的“效果”，我们一起来看一下。

2021年刚开始，也到了复盘过去一年的工作和制定新一年的OKR的时候，在设计团队里有一个问题必须要面对的问题，就是如何衡量设计成果？新一年的OKR怎么定才能有比较实际的结果支撑？

很多视觉设计师们会放大量的图片来展示工作成果，比如展示自己设计了N个版本，尝试了N+1种设计风格；但这些可能并不能完全的展示设计给产品或企业带来了什么价值，从企业的角度也往往并不关注这些“过程”。

一、企业对产品的关注点

在2020年中国用户体验行业发展调研报告中显示，对于企业内的重点产品，常⽤的KPI有“⽤户态度数据”（55.4%）、“产品⾏为据”（48.4%）、“体验设计质量”（41.0%）。

其中：

• top1 是用户态度数据包括满意度、推荐度、品牌认知率、品牌印象等；
• top2 是产品行为数据例如PV、UV、DAU、MAU、留存率、下载率、Crash率；
• top3 就是体验设计质量；

可见“⽤户态度数据”及“体验设计质量”在企业重点产品的KPI指标中的权重逐渐上升，尤其在2020年“体验设计质量”⾸超“产品财务数据”。

二、评估体验设计的效果

那么如何评估体验设计的效果？我们一般需要说明2个问题：

1. 这个设计方案的目标是什么？

第一个问题往往是在开始设计前就需要和项目团队明确的，比如在改版中，本次改版的业务总目标是什么？分解到设计工作中，设计师需要分析为达到这个目标如何进行设计。

2. 设计方案有没有达到或者超越这个目标？

这个问题就需要一些指标来衡量，而这些指标通常需要与过去的数据进行“对比”而得出结论，比如转化率、是否上升或下降。

三、关注哪些指标

我们比较熟悉的数据，比如产品行为数据PV、UV、DAU、MAU、留存率、下载率、Crash率等；还有定性研究中可以得到的满意度、推荐意愿（NPS）等等，但在众多的数据，产品目标的成功或失败如何在用户数据或态度中体现出来？

在没有头绪的时候我们可以借助一些比较权威的模型，比如用户行为指标：谷歌的HEART模型；这个模型，是Google团队在ACM上发表的论文《Measuring the User Experience on a LargeScale：User-Centered Metrics for WebApplications》中提出的。

HEART是一个用来评估以及提升用户体验的模型，它由五个维度组成：

1. Happiness愉悦度

用“愉悦度”来描述的度量指标，本质上是一种态度指标，这些都与用户体验的主观方面有关。

• 关注数据：满意度、易用性、视觉吸引力、推荐意愿（NPS）；
• 获取方法：主要通过定性研究的方法，比如问卷调研、访谈等方法来调研用户对产品主观态度。

2. Engagement参与度

参与度是指用户对产品的投入程度。在度量环境中，这个术语通常是行为代指，例如在一段时间内交互的频率、强度或深度。

关注数据：PV、UV、关键行为数据，页面访问时长、深度等（一般来说，每个用户的数据平均值作为一个参与度指标去评估会比取总数去评估更有用，因为总数的增加可能是更多用户参与的结果，而不是更多行为使用量导致的结果。）

获取方法：数据埋点。

3. Adoption接受度

接受度指标跟踪给定时间段内有多少新用户开始使用产品，让用户快速认识/接受某个新功能/模块。

• 关注数据：关键任务的完成率（关键任务指能判断用户真正使用该产品的任务）；
• 获取方法：数据埋点 ，例如对用户引导效果的监测。

4. Retention留存度

留存度指标可跟踪用户在经过一段时间后仍然活跃的比例（例如，给定一周中7天活跃用户在三个月后仍处于7天活跃用户的百分比）。

• 关注数据：周/月/季 留存率等。
• 获取方法：数据埋点，结合接受度分析。

5. Task Success任务完成率

任务完成度主要指核心任务的完成率。

• 关注数据：任务完成率、任务完成时间、操作错误率、跳出率等；
• 获取方法：数据埋点，可用性测试、 A/B 测试等。

我们在评估设计方案效果时，可以借助这个模型提供的维度，根据产品的目标，着重选择一到两个维度进行数据的对比和分析就可以了；例如产品目标是提升用户的注册率，那么可以主要关注注册任务完成率这个维度。

参考：

《Measuring the User Experience on a LargeScale：User-Centered Metrics for WebApplications》

https://research.google/pubs/pub36299/