1688UED团队在数据辅助设计方面做了很多尝试，建立了用户体验质评价的“5度”模型，沉淀了数据在设计中的一些应用经验，总结了数据应用的一些技巧。

本文我们将介绍一种基于用户体验周期的多维度指标体系，从吸引度、完成度、满意度、忠诚度、推荐度这5个维度来评价用户体验质量，简称“5度”模型。

“5度”用户体验质量评价模型是一个普适性的数据指标集合，这些数据指标综合考虑了用户体验的通用设计目标，能用于一般产品的用户体验质量的评价。不同产品的用户体验设计目标是有共性，但也存在差异，“5度”模型是用户体验评价的宏观指标，但用户体验细节评价的微观指标应当根据产品特性、具体目标来设定数据指标。

接下来，我们从2个方面来具体介绍“5度”用户体验质量评价模型的由来与过程：

• 评价用户体验质量的具体数据指标有哪些，即用户体验数据指标的定义。

• 具体数据指标的结构化过程，综合用户体验评价的“四象”、用户体验周期的5个阶段，提出用户体验质量评价的“5度”模型。

1.1 用户体验数据指标的定义我们平时经常看到UV、PV、转化率、蹦失率、退出率、停留时间等数据指标，这些数据指标代表什么意思？能说明什么问题？设计要看什么数据？这些都是设计师存在的疑问。 用什么数据评价产品的用户体验质量，这是由产品的设计目标决定的，设计目标决定用户体验质量的数据指标。 从设计目标如何推导数据指标，Google的用户体验团队提出了一种简单的方法：目标（Goal）->信号（Singal）->指标（Metric），简称GSM模型。

• 目标是和设计关系最为直接的设计目标，是通过设计能够实现的目标，既不是用户体验目标也不是产品目标，因为在用户体验目标和产品目标中，有很多目标通过设计是无法实现的；

• 信号是指设计目标实现后，会产生什么样的现象，这个现象一定是因为设计目标的实现而产生的；

• 指标是对用户现象的量化，将用户现象数据化。

举个例子，假如我们要设计一张能提升睡眠质量的床，那么目标、信号和指标分别是什么？

• 目标：通过床的设计，提升用户的睡眠质量；

• 信号：假如我们设计的床能够提升用户的睡眠质量，那么用户会发生什么现象？这里为了说明问题举了几个典型的现象：（并不包括全部）

a. 在床上比以前更容易入睡；

b. 进入睡眠前的翻转次数比以前少了；

c. 用户自己觉得很好，然后推荐给他人使用。

• 指标：包括但是不局限于如下几点：（具体的数值依据实际情况确定）

a. 从开始睡觉到进入睡眠的时间；

b. 入睡前身体的翻转的次数；

c. 在所有购买者中，通过好友推荐购买的用户比例。

从目标到指标的推导过程中，目标是指标的充分条件，只要达到这个目标，在其它因素没有变化的情况下，这个指标的数据将产生变化，假如提升商品list页面对买家的吸引力这个设计目标实现了，那么必然会有更多的买家在这个页面产生购买转化。但目标不是指标的必要条件，其它设计目标的实现或设计手段也可以实现这个指标数值的提升，购买此页面商品的买家比例上升了，优化支付流程操作体验，提升支付流程的转化率。

1.2 用户体验评价的“四象”根据“目标->信号->指标”的推导过程，总结了评价产品用户体验质量的所有指标，我们发现都可以从用户当前和长远、行为和态度来评价，而且这2个维度是对产品是非常重要的。对于一个产品只关注当前的用户行为、态度是不够的，用户再次回访或推荐新用户，对产品来说也是非常重要，再次回访与推荐新用户为产品带来免费的流量，降低网站的流量成本。从行为与态度角度来说，不仅要关注用户的操作行为，也要关注用户的态度，因为行为只是过程，主观感受（即态度）是影响用户会不会再次回访或推荐新用户的关键因素之一。

因此，根据当前/长远、行为/态度这2个维度，形成了当前态度、当前行为、长远态度、长远行为这4个象限，简称“四象”。

1.3 用户体验周期的5个阶段用户体验周期是指用户与产品的关系差异性而形成的不同阶段。从总体上来说，用户体验周期可以分为“当前”、“长远”这2个阶段，每个阶段可以细分为不同过程或表现。

“当前”阶段中，用户与产品的关系可分为3个过程：

• 触达：用户带着自己的目标来访问网站，既可以是新用户的第1次访问，也可以是老用户的再次访问；

• 行动：找自己感兴趣的内容并进行相关操作；

• 感知：操作完成后对产品形成主观感受。

“长远”阶段，用户与产品的关系有2种表现：

• 回访：用户自己再次使用该产品；

• 传播：推荐其他人使用该产品。

根据“当前”阶段的3个过程与“长远”阶段的2种表现，构成了产品用户体验周期，分别为触达、行动、感知、回访、传播。再次访问时是老用户触达网站，推荐过来的新用户也触达网站，形成用户体验的闭环周期。

1.4 用户体验质量的“5度”模型对于用户体验周期的5个不同阶段，每个阶段的目标是不一样的，触达、行动、感知、回访、传播这5个过程对应的核心目标分别是吸引度、完成度、满意度、忠诚度、推荐度。

• 吸引度：是指在操作前，产品能不能吸引用户过来使用、能不能吸引用户产生相应行为；相关的用户体验数据指标有（但不局限于）：知晓率、到达率、点击率、退出率等。

• 完成度：是指在操作过程中，用户能不能完成产品目标对应的操作，以及完成目标过程中的操作效率，主要用户体验数据指标（有但不局限于）：首次点击时间、操作完成时间、操作完成点击数、操作完成率、操作失败率、操作出错率等。

• 满意度：是指完成操作后，用户产生的主观感受和满意度，主要用户体验数据指标有（但不局限于）：操作容易度、布局合理性、界面美观度、表达内容易读性等各个方面的主观评价。

• 忠诚度：是指完成一次使用后，用户会不会再次使用此产品，主要用户体验数据指标有（但不局限于）：30天/7天回访率、不同平台的使用重合率等。

• 推荐度：是指用户会不会将此产品推荐给其他人，主要用户体验数据指标：净推荐值（NPS）。

用户体验质量评价的“5度”模型中，态度与行为是相对的，吸引度、满意度、推荐度主要是受用户主观感受决定的，因此将这3个因素归属为态度，但这在吸引度、推荐度的具体数据指标中，可能也会有一些的行为数据，例如吸引度中的点击率、退出率等。

“5度”模型提供较为适用于一般互联网产品的基础模型，为产品的用户体验质量提供一个方向，不同产品根据自己目标的差异进行具体的用户体验数据指标定义。以电商网站的导购页面为例子，列举了导购页面的用户体验质量数据指标：

在具体项目中，一个改版设计不会考核所有数据指标，而是根据改版设计目标选择适当的数据指标，有时可能就只有一个数据指标。

我们上面介绍了用户体验质量评价的“5度”模型，从吸引度、完成度、满意度、忠诚度、推荐度这5个方面来衡量用户体验质量。除了用于评价用户体验质量之外，数据在设计中还能怎么使用呢？接下来我们介绍数据在设计中的使用方法和经验。

2. 设计师怎么使用数据在设计中怎么使用数据首先要看设计师的设计过程，不同设计师的设计过程可能会不同，不同公司的设计流程也可能不同，但一个成熟的、较广泛被认同的设计流程往往有着非常大的共同点。在1688UED团队中，经过多年的经验总结与实践，形成了一套Thinkflow（设计思考过程），我们称之为五导家（详情见本书中五导家部分，本文不作具体说明）。使用五导家进行设计时，可能会遇到以下问题：

• 通过业务诉求、用户诉求推导设计目标时，有没有充分了解用户诉求？

• 通过设计目标形成设计方案时，一般会有多个设计方案，哪个设计方案更加合理？

• 设计方案上线后，设计方案达成设计目标的程度如何？

针对设计过程中存在的这3个疑问，数据能够起到相应的作用。因此，数据在设计过程中有3个作用：

• 设计前用于发现问题 通过数据的横向对比（和同类比，看相对大小）、纵向对比（和自己的过往比，看变化趋势）、人群对比（把用户群细分之后作比较，看群体差异），从数据角度了解用户诉求，发现产品存在的问题，为产品设计优化提供启发和突破口。

• 设计中用于论证思路 通过分析多个设计方案的核心差异所对应的数据，来判断哪个设计方案更加合理。

• 设计后用于验证设计 通过计算上线后的产品数据，对比设计前设定的指标数据，判断设计目标的实现程度。

【转载自：《U一点 ● 料——阿里巴巴1688UED体验设计践行之路》一书】