量化設(shè)計(jì)價(jià)值(一) 分層數(shù)據(jù)獲取概述

2021-5-27    ui設(shè)計(jì)分享達(dá)人

“文中示例相關(guān)數(shù)據(jù)都為假的模擬數(shù)據(jù),而非真正的商業(yè)數(shù)據(jù),以此聲明”

度量是什么

【度量Measure】是一種測(cè)量評(píng)定對(duì)象的方式,它幫助我們結(jié)構(gòu)化的獲取對(duì)象的狀態(tài)與變化,我們運(yùn)用這些數(shù)據(jù)進(jìn)行洞察,轉(zhuǎn)化為有用的信息,幫助決策和優(yōu)化,這個(gè)過程也是分析診斷的過程。

那日常會(huì)有怎樣的一些信息獲取呢?(這里面包含了數(shù)據(jù)也包含了一些正負(fù)性的反饋)

我們對(duì)一個(gè)功能上線進(jìn)行一組完整的項(xiàng)目結(jié)果質(zhì)量數(shù)據(jù)模擬:


  • 凈交易收入額比去年同期上升2.0%,達(dá)到2千萬

  • 訂單量為222,比上周上升了2.0%(對(duì)交易產(chǎn)生直接正向作用)

  • 方案產(chǎn)出數(shù)共222件,比上周上升了22.2% (對(duì)內(nèi)容產(chǎn)出有直接的提升)

  • 用戶的滿意度為2.2 ,上升了2% (之前是2.0)

  • 用戶使用表現(xiàn)出沉靜,輕松的情緒(比之前挫折,晦澀要好很多)

  • 功能點(diǎn)擊,周活躍2200,點(diǎn)擊率22%,周留存22.2%(0-1)

  • 功能渲染和可交互時(shí)長(zhǎng)為0.2秒加載完成。用戶在使用時(shí)交互順暢無卡頓(符合業(yè)界前端質(zhì)量交付標(biāo)準(zhǔn))

這段描述符合整個(gè)產(chǎn)品使用的過程,它似乎是一個(gè)多面體,幫助我們了解整個(gè)產(chǎn)品黑盒。這個(gè)描述越精細(xì)越多維,我們得到的信息就越清晰越客觀。(包含多元數(shù)據(jù)內(nèi)容,并對(duì)數(shù)據(jù)已進(jìn)行比對(duì)和使用,得到一定的有效信息)反之,假如哪個(gè)環(huán)節(jié)出現(xiàn)問題。我們能清晰看到問題出現(xiàn)的環(huán)節(jié),并且通過其表征的信息進(jìn)行問題的深挖(再細(xì)化相關(guān)數(shù)據(jù)或者關(guān)聯(lián)的層次)。


我們可以拆解到這幾個(gè)層次的數(shù)據(jù)

業(yè)務(wù)結(jié)果、用戶反饋(態(tài)度與情緒)、行為點(diǎn)擊、系統(tǒng)性能

可理解為:良好的產(chǎn)品運(yùn)行-》用戶流暢使用-》良好的用戶反饋-》預(yù)期的產(chǎn)品轉(zhuǎn)化結(jié)果


從獲取方式來說,大致可以從兩個(gè)大角度(這里從廣義的范疇去分)

【qualitative research定性研究】:快速從樣本中判斷問題的性質(zhì)和方向

【quantitative research定量研究】:數(shù)據(jù)的驗(yàn)證性,全面性、追蹤性


定量獲取

系統(tǒng)承載業(yè)務(wù)內(nèi)容的運(yùn)作,可以記錄各種各樣的明細(xì)數(shù)據(jù)表,在海量數(shù)據(jù)中,進(jìn)行科學(xué)的關(guān)聯(lián)與細(xì)分。以大數(shù)據(jù)驅(qū)動(dòng)為最終目標(biāo),其特點(diǎn)是:數(shù)據(jù)的全面性和自動(dòng)追蹤獲取。

業(yè)務(wù)結(jié)果

追蹤問題:產(chǎn)品是否符合市場(chǎng)需求?產(chǎn)品是否良性發(fā)展?


業(yè)務(wù)型數(shù)據(jù)是圍繞著整個(gè)商業(yè)建設(shè)和運(yùn)作階段而產(chǎn)生的數(shù)據(jù)。是最能體現(xiàn)產(chǎn)品、商業(yè)價(jià)值的部分。可以歸納為三類:內(nèi)容建設(shè)->流量訪問->商業(yè)交易。是商業(yè)鏈路中產(chǎn)生的具有直接商業(yè)結(jié)果的數(shù)據(jù)。


內(nèi)容建設(shè) 是指經(jīng)過人為輸入,系統(tǒng)流轉(zhuǎn)產(chǎn)生的比如商品、文章、方案等等具有實(shí)質(zhì)內(nèi)容價(jià)值的數(shù)據(jù)。是具有生產(chǎn)過程的(一般是經(jīng)過一系列的操作完成的)。


流量訪問/分發(fā) 則是針對(duì)商業(yè)內(nèi)容的使用/運(yùn)作,比如某個(gè)商品的瀏覽,某個(gè)內(nèi)容的傳播等等。這些和營(yíng)銷相關(guān)具備人群效應(yīng)的數(shù)據(jù)也屬于業(yè)務(wù)數(shù)據(jù)。最常見的就是曝光量點(diǎn)擊量,而在中后臺(tái)系統(tǒng)中則是以訪問瀏覽為主。


商業(yè)交易 則是最直接的商業(yè)結(jié)果型數(shù)據(jù),最常見的就是網(wǎng)站的GMV(成交金額:包括:付款金額和未付款。)

訂單交易額、注冊(cè)會(huì)員數(shù)等等。


以某平臺(tái)中相關(guān)的業(yè)務(wù)數(shù)據(jù)為示例



業(yè)務(wù)結(jié)果的分析,是根據(jù)不同業(yè)務(wù)發(fā)展,確定核心業(yè)務(wù)指標(biāo),以及建立對(duì)核心指標(biāo)的拆解邏輯

它或許是個(gè)計(jì)算公式。或者是個(gè)一級(jí)指標(biāo)到二級(jí)關(guān)聯(lián)指標(biāo)。例如以下,這里暫時(shí)不展開來講。



對(duì)于業(yè)務(wù)數(shù)據(jù)的獲取,我們大部分是直接通過后端的數(shù)據(jù)庫沉淀下來的。但如果涉及到商業(yè)數(shù)據(jù)的細(xì)分(按照商業(yè)目標(biāo)進(jìn)行階段性或者類別型的追蹤監(jiān)測(cè))。比如想知道會(huì)員的vip的分層情況?;蛘咧滥承袠I(yè)商品的生產(chǎn)細(xì)分情況等等。這些雖然可以通過后端拉數(shù)據(jù),讓數(shù)據(jù)分析師或者運(yùn)營(yíng)整理出來,但是每次都有加工成本,也沒有辦法看到實(shí)時(shí)數(shù)據(jù),這時(shí)候就會(huì)要考慮去做細(xì)分埋點(diǎn),下文會(huì)提及到埋點(diǎn)方式。

行為點(diǎn)擊

追蹤問題:產(chǎn)品使用情況如何?用戶瀏覽習(xí)慣如何?

用戶行為數(shù)據(jù),是圍繞用戶訪問某產(chǎn)品過程的用戶行為軌跡數(shù)據(jù)。其中大體包含了用戶量、曝光量、點(diǎn)擊量、瀏覽量、訪問時(shí)長(zhǎng)、停留時(shí)長(zhǎng)等等觀測(cè)用戶使用情況的表征數(shù)據(jù)。

這里是一組典型的平臺(tái)用戶使用行為的描述,而這些行為的最終,是產(chǎn)出了上面的業(yè)務(wù)數(shù)據(jù)(訂單與成交金額)

訪問首頁->點(diǎn)擊并瀏覽商品詳情->點(diǎn)擊客戶咨詢進(jìn)行咨詢->點(diǎn)擊購買提交訂單->點(diǎn)擊支付,支付完成

由此我們可以解釋,行為數(shù)據(jù)與業(yè)務(wù)結(jié)果之間的關(guān)系,并且兩者的關(guān)注點(diǎn)也是有差異的,在行為鏈路中,我們更注重每一層的轉(zhuǎn)化關(guān)系以及用戶為什么沒有向下轉(zhuǎn)化的障礙點(diǎn)。


再以B端管理系統(tǒng)為例

B端的管理系統(tǒng)具有典型性,可以用點(diǎn)線面來歸納,點(diǎn)指的是諸如事件曝光點(diǎn)擊等。線指的是用戶使用路徑,面則是廣義的綜合性觀察,比如流量分布,比如區(qū)域熱圖等。通過觀察這些,可以觀察到用戶的使用率和使用路徑。并且得知用戶使用產(chǎn)品是否真的貼合需求,設(shè)計(jì)的是否合理高效。



行為數(shù)據(jù)要結(jié)合具體的場(chǎng)景或者維度去觀察,才能產(chǎn)生更有用的信息。


運(yùn)用行為數(shù)據(jù),我們可以去做很多分析:漏斗分析、留存分析、流量分布分析、路徑分析 、單頁熱力分析、點(diǎn)擊分析、 人群分析等等,這些都是分析方式,在后續(xù)關(guān)聯(lián)篇章中會(huì)去探討。


行為數(shù)據(jù)的獲取是依賴于埋點(diǎn)的,在業(yè)界有兩大類埋點(diǎn)方式:全埋點(diǎn)、手動(dòng)埋點(diǎn)。

行為數(shù)據(jù)的三大事件類型基本可以歸類為:曝光事件、點(diǎn)擊事件、停留事件

對(duì)于C端側(cè)重于曝光、點(diǎn)擊。對(duì)于B端側(cè)重點(diǎn)擊、停留 (從流量轉(zhuǎn)化與訪問效能兩個(gè)角度來說)


以上介紹了業(yè)務(wù)結(jié)果和行為點(diǎn)擊兩種數(shù)據(jù),而這兩種內(nèi)容,都會(huì)涉及到埋點(diǎn)采集這件事,這里我們介紹下關(guān)于埋點(diǎn)采集數(shù)據(jù)這件事情。

埋點(diǎn)采集

追蹤問題:如何根據(jù)人物、場(chǎng)景、動(dòng)作制定精準(zhǔn)的采集方案?


埋點(diǎn),是對(duì)特定數(shù)據(jù)的采集,由前端埋點(diǎn)和上報(bào)、進(jìn)行數(shù)據(jù)處理和數(shù)據(jù)分析。一般數(shù)據(jù)埋點(diǎn)分以下三種:



全埋點(diǎn)雖然是所有數(shù)據(jù)可按需可查,但是因?yàn)樗臄?shù)據(jù)量極大,且需要2次定義和清洗,所以只能對(duì)通用性質(zhì)的數(shù)據(jù)進(jìn)行采集。而針對(duì)性的內(nèi)容,由數(shù)據(jù)采集定義后,由前端上報(bào)后,可能做到定點(diǎn),定期精細(xì)具體的統(tǒng)計(jì)。

兩者大致能產(chǎn)出什么數(shù)據(jù)分析呢?主要以平臺(tái)/系統(tǒng)這個(gè)角度看:


整體分析-通用全埋點(diǎn)

用戶活躍、用戶留存、用戶跳出率、用戶停留時(shí)長(zhǎng)、用戶流量分布...


局部與特定分析-手動(dòng)埋點(diǎn)

關(guān)鍵事件點(diǎn)擊率、關(guān)鍵入口渠道流量總計(jì)與分布、關(guān)鍵鏈路漏斗、關(guān)鍵具體區(qū)域曝光與停留時(shí)長(zhǎng)...


為了獲取更精準(zhǔn)的業(yè)務(wù)/行為數(shù)據(jù),我們一般會(huì)采用手動(dòng)埋點(diǎn)的方式,所以前期 第一階段會(huì)在場(chǎng)景中確定分析目標(biāo),然后梳理相應(yīng)需要的指標(biāo),書寫明確的埋點(diǎn)需求是很重要的一個(gè)環(huán)節(jié),書寫的足夠明確,才能和業(yè)務(wù)、前端、數(shù)據(jù)分析師進(jìn)行準(zhǔn)確的溝通,分析目標(biāo)一致,然后上線后建立相應(yīng)的數(shù)據(jù)看板。



注意點(diǎn):采集方式|統(tǒng)計(jì)口徑|數(shù)據(jù)精準(zhǔn)度校驗(yàn)


那怎么定義數(shù)據(jù)分析時(shí)的埋點(diǎn)需求呢?可以用以下方式去描述:

  1. 什么用戶=用戶定義

  2. 什么時(shí)間=時(shí)間戳

  3. 什么環(huán)境=地理位置+網(wǎng)絡(luò)環(huán)境+硬件環(huán)境+軟件環(huán)境+哪個(gè)頁面(來源頁面)+什么位置

  4. 什么行為=事件ID+命名

  5. 什么條件=可以以某個(gè)行為或者業(yè)務(wù)交易為條件

  6. 結(jié)果如何=用戶操作的結(jié)果


示例:

一個(gè)后臺(tái)系統(tǒng)懸浮幫助功能使用的情況需求




一個(gè)搜索使用的情況需求



這2個(gè)是比較細(xì)致的數(shù)據(jù)采集的描述。規(guī)則了統(tǒng)計(jì)的對(duì)象,范疇,以及條件,結(jié)果觀測(cè)等等的需求,大家可以在業(yè)務(wù)和行為數(shù)據(jù)相關(guān)采集中,試著撰寫下這樣明確的需求。這樣的數(shù)據(jù)采集才具有精準(zhǔn)的分析價(jià)值。

人群標(biāo)簽

追蹤問題:用戶都是哪些人,誰使用了這些功能 ?


人群標(biāo)簽可以理解為數(shù)據(jù)型用戶畫像。為什么在這里提及,因?yàn)榇罅繑?shù)據(jù)(特別是具體的采集數(shù)據(jù))都會(huì)涉及到人群這個(gè)角度。人群也是定量數(shù)據(jù)中最具有獨(dú)立觀察價(jià)值的數(shù)據(jù)。


人群標(biāo)簽就是根據(jù)人群特點(diǎn),進(jìn)行描述分類,對(duì)人群打標(biāo)簽。我們根據(jù)不同的獲取路徑,可以大致分兩類。


一類是利用基本數(shù)據(jù)進(jìn)行定義,比較簡(jiǎn)單直接

從不同的端,可以獲取用戶的基本來源,如訪問端的類型,或地理位置等,可以定義為“客戶端用戶”、“江浙滬用戶”等。


通過唯一用戶ID所匹配的一系列用戶注冊(cè)時(shí)的基本信息內(nèi)容,如性別、職業(yè)、行業(yè)、興趣等。可以定義為“女性用戶”、“定制類用戶”等。


還有一類就是復(fù)合型自定義,一般是根據(jù)用戶的業(yè)務(wù)、行為數(shù)據(jù)或者類別屬性來定義的,它非常的靈活聚焦。

使用某類條件公式來定義某一波用戶


如我們將購買能力從高低來分層用戶:月購買小于5000的為中購買力用戶,大于5000的為高購買力用戶,周活躍大于2但無購買記錄為潛力用戶。


另外一種構(gòu)建用戶范疇的方式:通過“時(shí)間、地點(diǎn)、事件”等一系列復(fù)雜描述來勾勒圈選用戶

如我們定義“第一次訪問站點(diǎn)時(shí),在首頁有關(guān)注過每日推薦“的用戶。


這里的復(fù)合定義很多時(shí)候都會(huì)用到多指標(biāo)多維度。是一種深度結(jié)合業(yè)務(wù)場(chǎng)景來圈選人群,定義用戶的方式。



人群標(biāo)簽,不僅幫助我們細(xì)分?jǐn)?shù)據(jù),知道“到底是什么人做了什么事”,聚焦使用人群的各項(xiàng)指標(biāo)健康情況。最終,還可以定位產(chǎn)品,定位人群,精細(xì)化運(yùn)營(yíng)產(chǎn)品:現(xiàn)在的用戶大致都集中在哪些人群中?哪些功能是頭部用戶需要的?哪些功能最受基礎(chǔ)版用戶的歡迎等等。在探索商業(yè)需求的時(shí)候,更容易找到抓鉤,去深挖商業(yè)價(jià)值。


常用畫像的場(chǎng)景

1.定性用戶畫像:通過調(diào)研,熟悉角色日常生活或者工作場(chǎng)景環(huán)境,定義基本用戶畫像 
如:用戶訪談、用戶旅程圖


2.定量用戶畫像:用定量的數(shù)據(jù)做某些值的規(guī)則,來圈定用戶人群

如: 用戶生命周期、問卷分發(fā)、運(yùn)營(yíng)活動(dòng)


某產(chǎn)品生命周期使用示例:


系統(tǒng)性能


追蹤問題:產(chǎn)品使用起來流暢嗎 ? 


性能數(shù)據(jù)一般指由產(chǎn)品進(jìn)行頁面渲染及前后端交互時(shí),監(jiān)測(cè)到的時(shí)長(zhǎng)數(shù)據(jù)。觀測(cè)系統(tǒng)性能,是因?yàn)橄到y(tǒng)數(shù)據(jù)量很大時(shí),在產(chǎn)品渲染交互環(huán)節(jié)中,容易產(chǎn)生卡頓,造成用戶體驗(yàn)的下降,導(dǎo)致流失率。而系統(tǒng)性能,一般是由性能監(jiān)控等產(chǎn)品產(chǎn)出質(zhì)量報(bào)告。在一些瀏覽器中,也有嵌入的插件統(tǒng)計(jì)報(bào)告。


這里大致介紹下業(yè)界google最新的關(guān)于7大性能指標(biāo)的定義


這其中,最重要的3大核心指標(biāo)是:

LCP:頁面的速度指標(biāo)
FID:頁面的交互體驗(yàn)指標(biāo)
CLS:頁面的穩(wěn)定指標(biāo)


可以通過官方出品,安裝 web-vitals-extension 插件來獲取三大核心指標(biāo),也可以通過通過安裝 Lighthouse 插件來獲取如下指標(biāo),現(xiàn)在已經(jīng)內(nèi)置在瀏覽器中




定性獲取


定性數(shù)據(jù),是由用戶那里獲取信息,直接判斷問題的性質(zhì)和方向,快速展開挖掘和收集。 
它的獲取方式主要是 面對(duì)面研究:


即選擇典型用戶角色,針對(duì)問題或者內(nèi)容進(jìn)行集中測(cè)試或者訪談:用戶訪談、焦點(diǎn)問題調(diào)研、可用性測(cè)試等。

「ps:另外一種 自動(dòng)化研究:圈人群進(jìn)行在線問卷調(diào)研投放,聚合大量樣本進(jìn)行交叉或者聚類等等分析,是一種樣本量的統(tǒng)計(jì)方式。具備一定程度的樣本數(shù)量,可歸為定量統(tǒng)計(jì)分析?!?nbsp;


比較常用的是:系統(tǒng)可用性量表(SUS)、有效性、滿意度和易用性的問卷(USE


不管哪種方式,我們都是圍繞“可用性”這個(gè)角度去進(jìn)行評(píng)估和研究的。業(yè)內(nèi)可用性這個(gè)詞稱為:“Usability”「ISO9241/11」中有明確的相關(guān)定義:一個(gè)產(chǎn)品可以被特定的用戶在特定的境況中,有效、高效并且滿意得達(dá)成特定目標(biāo)的程度。可用性關(guān)注的是用戶與對(duì)象在互動(dòng)過程中的有效性(effectiveness)、效率(efficiency)和滿意度(satisfaction)。


用戶反饋中我們獲取到什么樣的信息,我們第一:明確用戶對(duì)此內(nèi)容的態(tài)度,觀察用戶行徑中的順暢度,感受用戶認(rèn)知反饋。第二:詢問其嚴(yán)重程度和影響程度,正面負(fù)面情緒。這兩層是由表及里的,互相關(guān)聯(lián)。但側(cè)重有所不一樣。


用戶態(tài)度


追蹤問題:用戶使用后,滿意度如何? 

通常用到以下幾種度量



而這些內(nèi)容中一般包含數(shù)據(jù)是

1.觀察與記錄實(shí)驗(yàn)性數(shù)據(jù)(描述性狀態(tài)情況) 
2.主觀數(shù)據(jù)和偏好數(shù)據(jù)(出自于自身的想法) 
3.情感層面數(shù)據(jù)(使用系統(tǒng)后最終的感受或者過程中的心情) 
4.結(jié)果性數(shù)據(jù)(比對(duì)/選擇內(nèi)容,得出結(jié)論) 


而從場(chǎng)景分我們?nèi)绾问褂眠@幾種度量呢?


引用自:Tom Tullis Bill Albert {Measuring the user Experience} 用戶體驗(yàn)度量 


不難發(fā)現(xiàn),我們最常用到的是「自我報(bào)告式的度量」

它比較寬泛的反應(yīng)了產(chǎn)品綜合情況。這里舉一個(gè)自我報(bào)告度量涵蓋的范疇



 

用戶情緒


追蹤問題:用戶使用后,在情感上反應(yīng)如何?


初步知曉用戶反饋情況后,可以深入用戶情緒感受,進(jìn)行點(diǎn)狀問題的挖掘。進(jìn)而對(duì)問題進(jìn)行定性分析追蹤和程度評(píng)級(jí)。用戶在一定嚴(yán)重情緒影響下,是對(duì)產(chǎn)品會(huì)產(chǎn)生排斥的,所以有時(shí)候?qū)η榫w的收集,能讓我們對(duì)內(nèi)容具備敏感度。且在設(shè)計(jì)過程中,充分建立共情和同理心。


情感描述模型是指對(duì)情感狀態(tài)進(jìn)行定義,并描述其表達(dá)性特征的方法,主要可分為離散描述模型和連續(xù)描述模型。 

連續(xù)型描述模型往往認(rèn)為人類的情感狀態(tài)是分布在若干個(gè)維度組成的某一個(gè)空間中,不同情感狀態(tài)之間不是獨(dú)立的,而是連續(xù)的,可以轉(zhuǎn)化的。


這里我們介紹一個(gè)連續(xù)描述模型: 喚醒度(Va-lence-Arousal)模型
「Va-lence-Arousal」:用兩大象限歸納了人們的情緒:正面與負(fù)面情緒的變化。激動(dòng)和平緩情緒的變化。構(gòu)建了一個(gè)立體的情感空間。 


當(dāng)度量情緒變化階梯時(shí),可以試著使用連續(xù)情緒。比如:挫折——》生氣、沮喪——》厭煩等。而有些程度詞是和時(shí)間長(zhǎng)度有直接關(guān)系的,比如說疲憊。我們需要關(guān)注場(chǎng)景特點(diǎn),用戶可能會(huì)長(zhǎng)時(shí)間沉浸式體驗(yàn)時(shí),它是否能接受打擾,是否會(huì)因?yàn)橐恍﹥?nèi)容受挫。這些都會(huì)導(dǎo)致他最終直觀感受的好與壞。


舉例子來陳述:

1.產(chǎn)品設(shè)計(jì)過程中,串聯(lián)用戶使用流程時(shí),流程的長(zhǎng)短和任務(wù)路徑會(huì)產(chǎn)生直接用戶感受-》是否足夠輕松 
2.運(yùn)營(yíng)產(chǎn)品過程中,在哪些環(huán)節(jié)中穿插特定內(nèi)容可以打造用戶峰值體驗(yàn)?!愤@個(gè)推薦不錯(cuò),好貼心,驚喜 
當(dāng)這些生動(dòng)的情感詞匯,被考慮進(jìn)產(chǎn)品設(shè)計(jì)中時(shí),很容易讓我們得到一個(gè)具有溫度感,具有更良好接受度的產(chǎn)品。 
在度量實(shí)施方式上,我們可以在用戶旅程圖中,在問卷或可用性測(cè)試部分,考量使用卡片分類法,或表情評(píng)分板對(duì)用戶的情感進(jìn)行收集。(基于情緒感知更為直接有共情性)。 


情緒評(píng)分卡:


在各種用戶態(tài)度反饋中,我們也可以直接去獲取針對(duì)性的情緒化度量表進(jìn)行5分表計(jì)量評(píng)分。


具體方式:

第一步:卡片分類法,預(yù)設(shè)10-20組情緒關(guān)鍵詞,讓用戶選2-3個(gè)關(guān)鍵詞,確定影響面。 
第二步:確定程度:1-5評(píng)分機(jī)制確定程度。 


以下為目標(biāo)設(shè)定的取詞示例:


嚴(yán)重評(píng)級(jí)


追蹤問題:什么問題是至關(guān)緊要的,需要馬上解決的? 
定性內(nèi)容的收集完成后,一個(gè)比較重要的事情就是針對(duì)問題去做2次整理和評(píng)級(jí)。 
嚴(yán)重性評(píng)估有助于集中精力解決關(guān)鍵的問題,清晰說明每個(gè)一個(gè)嚴(yán)重等級(jí)的意義。對(duì)每個(gè)等級(jí)都盡可能用實(shí)例說明。 


常用評(píng)估:


高中低評(píng)估

-會(huì)讓參加者心煩或沮喪,但不會(huì)導(dǎo)致任務(wù)失敗的問題。

-這類問題會(huì)顯著提高任務(wù)的難度,但不會(huì)直接導(dǎo)致任務(wù)的失敗。

-所有直接導(dǎo)致任務(wù)失敗的問題。遇到這類問題后基本沒有可能再完成任務(wù)。


綜合因素評(píng)估



多維度的評(píng)估




前兩個(gè)較常用,后兩個(gè)看產(chǎn)品及技術(shù)配合


  1. 對(duì)用戶體驗(yàn)的影響

  2. 預(yù)期的發(fā)生頻率

  3. 對(duì)商業(yè)目標(biāo)的影響

  4. 技術(shù)/實(shí)現(xiàn)成本評(píng)分(0=低,1=中,2=高)



數(shù)據(jù)層次結(jié)構(gòu)總結(jié)


以上是我們對(duì)分層數(shù)據(jù)獲取的一些整理,希望大家對(duì)于數(shù)據(jù)涉及到的概念有一個(gè)粗略的認(rèn)知。當(dāng)然如何運(yùn)用數(shù)據(jù)做好度量這件事情,本身還需要一些串聯(lián)的方法,比如使用度量框架(Heart模型),運(yùn)用合理的分析流程(GSM),搭建追蹤式看板,基于問題的度量報(bào)告或者自我評(píng)估報(bào)告等。都是靈活運(yùn)用到以上數(shù)據(jù)立體的分析產(chǎn)品質(zhì)量的過程。 


藍(lán)藍(lán)設(shè)計(jì)建立了UI設(shè)計(jì)分享群,每天會(huì)分享國(guó)內(nèi)外的一些優(yōu)秀設(shè)計(jì),如果有興趣的話,可以進(jìn)入一起成長(zhǎng)學(xué)習(xí),請(qǐng)掃碼藍(lán)小助,報(bào)下信息,藍(lán)小助會(huì)請(qǐng)您入群。歡迎您加入噢~~希望得到建議咨詢、商務(wù)合作,也請(qǐng)與我們聯(lián)系。

截屏2021-05-13 上午11.41.03.png



文章來源:站酷   作者:酷家樂UED

分享此文一切功德,皆悉回向給文章原作者及眾讀者.
免責(zé)聲明:藍(lán)藍(lán)設(shè)計(jì)尊重原作者,文章的版權(quán)歸原作者。如涉及版權(quán)問題,請(qǐng)及時(shí)與我們?nèi)〉寐?lián)系,我們立即更正或刪除。

藍(lán)藍(lán)設(shè)計(jì)sillybuy.com )是一家專注而深入的界面設(shè)計(jì)公司,為期望卓越的國(guó)內(nèi)外企業(yè)提供卓越的UI界面設(shè)計(jì)、BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì) 、 ipad界面設(shè)計(jì) 、 包裝設(shè)計(jì) 、 圖標(biāo)定制 、 用戶體驗(yàn) 、交互設(shè)計(jì)、 網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)


分享本文至:

日歷

鏈接

個(gè)人資料

存檔