我公司业务：网站建设，APP开发，H5制作，新媒体运营，微信开发，小程序

指标是衡量用户体验设计决策是否有效的信号，不论是在持续跟踪你自己（或竞争对手）产品体验的变化，还是在设定设计目标时，
使用指标都是至关重要的。
尽管大部分团队监控了转化率，用户参与时间等数据指标，但很多时候这些指标并不能帮助设计师做出设计决策。原因是什么呢？这
些指标的层次太高了（太抽象了），因为转化率的改变可能是由某个设计改动引起的，也可能是有由于推广活动，或者是由竞争对手
的一些举措导致的。同理，用户在APP上的停留时长意味着太多的信息。
UX的决策人员（设计师们）要为线上产品的用户体验指标负责。首先，我们可以来看看大部分团队里的体验指标量化的现状，他们
在定义用户体验量化指标时存在的一些问题，接下来，我们重点关注三种类型的体验指标，如何跟踪和监控它们，并将他们整合到整
个团队的评估框架中去。
现状——现有指标存在的一些问题
在网站和应用程序中有海量可用的数据，按照道理讲，应该能产生出不少有价值的洞察信息，然而，在没有合理的决策机制时，情况
并不是这样的。可用的数据源确实不少，现成的分析结论， A/B test，甚至后续的调查等等，但这些并不一定能告诉你产品的用户
体验到底如何，实际上这类信息才能帮你更好的做出设计决策。造成这个状况的原因可能有以下几点：
1.容易被跟踪和监控到的指标并不意味着真正重要的信息（例如体验如何）。
例如PV很容易被收集，但它不能告诉你用户是在什么时间段用你的APP，使用后的真实体验如何，或者你们团队的目标也可能不是
确保每个访问者浏览几个页面，所以，PV对于广告来说是个很重要的衡量指标，但它却不是用来跟踪用户参与度的一个好方法。
2. 指标可能是很含糊的（不清晰）。
很多时候，人们把在网站（或APP上）的停留时长当成用户参与度来评估，页面停留时间长可能是个好现象，但那些让用户感觉到
困惑，被干扰、或者沮丧的时间也可能带来负面的体验。就算将所有用户单次访问网站或APP的时间均值来作为衡量指标，它仍然
不能清晰的界定用户参与度。
3. 指标并不总是映射到设计上。
经常出现的一个情形是，新功能发布后流量大涨，产品团队会认为是由于他们推出的新功能，业务团队可能把它归因于新的促销活动，
UX团队可能会认为是由于他们用了全新的设计形式导致的，但实际上新增的流量很有可能和这所有的因素都没有关系呢。另外，A/
B test可以收集设计相关的数据，但这些数据的颗粒度比较细，图片A与图片B的点击量这样的指标，可以帮设计师客观的选择一个
更合理的用户界面元素，但一旦涉及到更大的设计决策，A/Btest 就发挥不了太多的作用。
4. 可能跟踪了有太多的指标。
在一些数据分析工具和平台上，很多指标的原始数据是很容易获取的，这些报表可以跟踪成千上万的指标，并且可以被无限定
制。它们倾向于衡量一切，并希望自动产出一些有价值的决策信息，很显然，大部分情况并非如此乐观（没有经过分析的数据
是很难说明问题的）。
5.正确的指标可能根本没有抓取。
通常在产品发布后跟踪指标。然而当进行设计构思时，需要应用一些有设计指导性的指标，帮你做一些设计决策，但悲剧的是
这些指标既没有被量化，也没有被跟踪。
因此，在充斥着大量噪音的数据中，为用户体验找到合理的指标不是一件容易事，更为复杂的是，除了UED之外的其他团队的
关键KPI（企业通常定义和跟踪的业务指标），貌似也在定义和指示你应该达到的用户体验目标。
回溯——用户体验指标的前世今生
大部分指标是业务导向的，而不是用户体验导向的。UV可以告诉你市场推广是否有效，社会化口碑传播可以表明你的标题是否
抓住了眼球，但这些指标并不能告诉你使用这个产品和APP用户的真实体验。
表1并没有提供完整的指标清单，但它表明了业务导向的指标和UED团队跟踪的指标间的一些差异。
6. 可能跟踪了有太多的指标。
在一些数据分析工具和平台上，很多指标的原始数据是很容易获取的，这些报表可以跟踪成千上万的指标，并且可以被无限定制。它们
倾向于衡量一切，并希望自动产出一些有价值的决策信息，很显然，大部分情况并非如此乐观（没有经过分析的数据是很难说明问题
的）。
7.正确的指标可能根本没有抓取。
通常在产品发布后跟踪指标。然而当进行设计构思时，需要应用一些有设计指导性的指标，帮你做一些设计决策，但悲剧的是这些指标
既没有被量化，也没有被跟踪。
因此，在充斥着大量噪音的数据中，为用户体验找到合理的指标不是一件容易事，更为复杂的是，除了UED之外的其他团队的关键KPI
（企业通常定义和跟踪的业务指标），貌似也在定义和指示你应该达到的用户体验目标。
回溯——用户体验指标的前世今生
大部分指标是业务导向的，而不是用户体验导向的。UV可以告诉你市场推广是否有效，社会化口碑传播可以表明你的标题是否抓住了
眼球，但这些指标并不能告诉你使用这个产品和APP用户的真实体验。
表1并没有提供完整的指标清单，但它表明了业务导向的指标和UED团队跟踪的指标间的一些差异。
到目前为止，易用性是用户体验指标主要的侧重点，这也是用户体验团队最熟悉和擅长的范畴，所以以此做为起点也无可厚非。常
用的体验指标大都是对使用效率的评估，如任务时长，成功率和用户出错率等，是对用户实际使用行为的客观记录，尽管成功率有
一定程度的主观性，因为它取决于你是如何来测量的。
满意度评估模型等主观测评，主要在使用后评估用户如何感知产品和功能的。有时候, 为了更好的洞察产品或APP的可用性，UX团
队既收集了主观指标也收集了客观指标。
从表1所展示的用户体验指标特点来看，大部分典型数据是从可用性研究中获取的，而不是基于数据分析的。这也是业务指标和用户
体验指标另外一个明显的差异点。然而，很多团队要么完全没有定量的研究数据，或者是跟踪到不一致/不稳定的定量数据，因为基
于业务发起的研究要么针对一个特定的问题，要么只是进行需求探索，并且研究样本也比较小，所以导致他们在一段时间内仅仅只
收集了临时性的可用性指标。
然而，用户体验不仅仅是可用性，它还包含了用户动机、态度，心理预期和行为模式等，甚至包括产品对用户的限制，它几乎涵盖
了用户所有的互动类型，他们对体验的感知如何，期望的操作方式是什么样的。所以，用户体验不仅要关注单次访问的几分钟，或
对产品的一次性使用过程，还应该要综合关注一些跨渠道的使用历程，这也是未来体验度量的新领域。

网站建设优化提升有效收录的方法
北京前潮网络公司作为老牌的网站建设公司，从网站建设发展到移动网站建设，业务也囊括了微信开发和app开发。移动互联网时代，前潮网络筑梦您！
文章出自:北京网站建设公司-前潮网络 http://www.qcw100.com 如需转载请注明，010-57227103.