HTML8整理新闻：
一个关于牧场的故事
有这么一个牧场，老板今年定了一个业务的目标，我们一定要比去年牛肉产量增加50%，有A和B两个员工负责这个事情。A同学的做法就是建立一套非常科学的养殖体系，他用非常合理的方法来对牛群进行屠宰，形成了比较好的生态。B同学认为数据指标非常重要，我们今年一定要达成这个目标。所以他采取的就是要以最快的速度宰杀、产出牛肉。最终结果B同学不但完成了50%的业绩目标，甚至做到60%，而A同学只做到30%。那么老板最终给B同学非常大的奖励和鼓励。A同学在这个过程中得不到任何的认同。
A、B同学的做法都没有错误，因为A同学比较关注持续性，他有自己的一个运营牧场的态度和方式；B同学也没有错，他是完善公司的业绩目标，并且达成并且超额完成。但是A同学做的事情在明年、后年都是可持续的，而B同学到明年就没有足够牛群支持他继续生产。
这个结果对企业会造成巨大的伤害。往往在企业制定一年战略目标或者数据指标的时候，可能或多或少遇到这种案例，就是单一的数据指标完成就可以了。但是与之相关的其他指标可能忽略不计，导致影响企业后续发展。
如何让用户体验的策略去帮助一个企业一个团队一个公司，去制定一个更加合理的目标？首先你要定义用户体验策略。
第一步，关于用户体验，定义现在的状态和未来的目标状态。
第二步，要在组织和业务上寻找足够的驱动力。因为很多团队在做用户体验的时候会发现没有足够的驱动力，其实是因为用户体验团队没有将自己的目标与产品运营或者是市场甚至于商业团队的目标绑定，天然缺乏一种驱动力。
第三步，策略的执行在组织中会遇到哪些屏障和阻力。要预先有一个比较全面的判断，因为用户体验团队做自己的策略的时候，往往低估了成本。这种成本可能是技术成本或者是产品团队或者运营团队配合成本，这些成本会成为天然的屏障和阻力。
第四步，如何验证策略是成功的？显而易见一定是用数据去验证的。
那么影响用户体验策略的因素有哪些？制定策略的时候一定是经过整个企业商业策略、商业目标、技术能力还有运营策略或者运营的计划，综合制定出来的。现在的互联网公司或者企业中，很少有孤立的用户体验策略，一定是基于这几个
用户增长的海盗法则。大家做用户运营肯定知道这样一套法则。
首先就是去市场或者各个渠道获取用户，也可能是自然增长。用运营手段或者功能设计去激活这些用户，在这个过程里有一部分用户是核心用户，或者需求被满足他就会变成留存用户。
再之后针对这部分用户进行一些变现服务、商业服务来获取一些利益。
最终当这部分用户的需求被满足，你的服务质量又非常好，他就可以向别人推荐你的服务。整个过程可以促成产品或者服务的一个正向的发展，用户的健康成长。
那么这个事情怎么跟用户体验策略结合起来？
刚说了我们一定是基于商业技术还有运营的策略去制定用户体验策略。用户体验策略一定是服务于整体产品的目标和数据目标。所以接下来会讲到一个框架，它帮助用户体验团队去制定它的数据策略。但是前提是要确保整个策略是在公司内部先行，并且得到大家认可的，否则就很难去推动这个数据框架的执行。
刚才提到策略怎么验证成功，一定是用数据验证。那么数据是否能够验证成功，什么样的数据才是有效的验证成功的数据？
这里有三个数据，独立访客数据、用户转化率、UV提升
有人觉得促成了UV提升，但是UV提升可能性太多，可能是市场投放，也可能是自然增长。用户的转化率提高，是不是可以带来更多销售机会？这个不一定。因为更多的销售机会一定是持续性发展，不是在整个购买环节里某一步转化率提高，就一定可以带来销售机会的增加。新增用户提升是不是可以带来留存？做运营，拉一些新增，但是新增用户来了之后可能不是我们的留存，没变成留存他走了，那么即使新增数据达到了但实际上却是没有意义的。
那么这里说到我们是不是能够有一个框架，有效地去帮助用户体验团队甚至是产品团队去制定一些数据的指标？
这些数据指标能够有效的指导产品的一个走向，能够帮助整个企业和公司促成用户的健康增长？
Heart framework，来自于Google的用户体验数据框架。
Heart有五个维度，第一是好感，第二是参与度，这是反应用户使用产品的频率，比较像日活、月活这样的信息。第三接受度是反映用户对新产品或者新功能的接受程度或者意愿，它比较对应的是在产品上，如果做出一个新功能，那么新功能使用的转化率，包括最后使用功能，完成这项任务的比例。第四留存，是平常对应的次日留存。最后一个是任务成功率，这是反应用户使用一个产品时，完成某个任务的难易程度。
有了五个维度的一些数据之后，怎样经过一个过程去定义这些具体的数据指标？前面讲了用户体验策略一定是基于公司商业策略、技术能力、运营策略制定出来的。那么当具体到一个项目一个产品的时候，一定要有产品核心目标，或者某一次改版你的业务目标。这个目标是一个抽象概念，那么我们要把它变成用户体验团队的设计目标。
当确立一个设计目标之后可以依次推导出一个信号，那么用户怎样的行为和态度能够证明这个目标已经达成？最后再由信息推导出我们的指标。而且这个指标是尽可能合理地反应出这个体验的指标。
最终结合刚才五个维度可以得到这样一张表，那么当做任何一个产品的体验优化的时候，可以基于这张表去填相应的内容，从而促成最终所制定的指标是非常合理的。
下面是我们公司内部实施的案例
这是用户满意度评分插件，其实我们不同产品运营中都有做这样的插件。那么在我这个案例里不一样的情况就是我们整个平台有六七十个产品，这些产品缺乏统一标准维度。也就是说我不可能通过某一个产品的数据去判断整体标准，因为每个产品所对应的目标、用户、人群包括解决的问题都不同。所以这个插件里有几个设计的点，它是多维度的满意度的细分，细分项的评分。
这个插入过程是轻量化的，不会打断用户做的主要路径。另外它也增加一个反馈机制，以往我们的反馈入口放在产品的边角上，只有当用户遇到非常大的问题，想投诉你的时候，他才会去用。但是我们希望在这个过程里面能够让用户更有效地做一些反馈，他可以反馈一些积极的认可的东西，或者是他用完这项功能马上遇到的问题，没有经过大脑思考处理的信息，直接反馈出来。最后就是建立一个体验度量的优线。
他满意度的部分就是好感度的部分，好感度以往对应是满意调查，在用户体验里面。因为满意度调查体验成本非常高，这个执行成本高，对于用户骚扰程度高，所以我们摒弃这个做法，直接用这个插件结果好感度衡量问题。这里看一下插件的方案演示。它在评分之后可以对细分项进行评选，同时有一个反馈入口。当然这个插件非常简单，上线三个月我们收集了很多数据，当然这里的产品只是一部分。
我们明显可以看到，在这个部分它的评价是偏低的，这个对应的是一套商保系统。这个商保系统整体的体验其实是存在很大的问题，这就是整个团队下一步重点优化的项目。在其他产品的不同维度我们可以发现个别的评分项也会存在明显偏低的情况。这就是用于指导用户体验团队接下来做什么的数据指标。
另一个案例是视频会议系统。这套系统的业务上的目标是为了降低用户的使用成本，同时提升产品的使用频率，还有一个目标是利用视频会议系统降低整个企业内部差旅的数量。这个时候可以运用这套框架体系去制定用户体验层面的数据指标。比如说在好感度层面提升会议系统品质感，树立品牌性。这就是我们设计团队的目标。然后到信号，就是用户对于产品的认同感一定会提升。那么最终得出就是音视频会议的满意度应该是正向提升的。
那么信号就是用户经常频繁使用产品，最终就是使用次数和频率，对应的就是日活、月活。同样的方法我们去制定接受度还有任务成功率等等这些数据，那么最终我们形成这样一套表格，所有右侧的数据指标在这侧优化过程中我们都需要监控。因为单个数据指标不足以描述数据策略是不是成功？体验策略是不是成功？所以我们一定是多维度的关注所有的指标。
这是一个新版的设计。最终产品上线之后数据的变化是非常明显，新用户有55%的人尝试这个功能，日活增加17%。之前的版本里，其实因为体验上交互上的问题，导致咨询率非常高，有很多工单和投诉到这个产品上问这个怎么用？我们现在将这个咨询率降低32%。所以这就是如何使用这套框架有效的去改进产品体验的一套方式。
以上就是基于用户体验的视角，在产品运营制定一些数据指标和策略时的一些参考和建议。希望大家在这个过程中得到一些灵感。
作者：李白，阿里用户体验专家