现代管理学之父彼得•德鲁特说过 ：“如果你无法衡量它，产品你就不能管理它” 。何做好体
其实，验度B 端用户体验也有此意。总监如果我们无法量化用户体验 ，端的分又何来提升它之说呢 ？产品
所以 ，现在好多 B 端公司 ，何做好体在有余力的验度情况下 ，都在用一些方法 ，总监量化设计师的端的分体验设计做的如何 。比如互联网公司会用 A/Btest 测试 ，产品传统软件公司用可用性测试 。何做好体
这些方法 ，验度我们统一称呼为“体验度量” 。总监事实上 ，要真正落实下去，也不是一件容易的事情——度量过程中要要花费不少人力 、物力 ，同时度量的有效性也是很难明显感受出来的 。
抛开落地困难一说 ，那为什么要度量呢 ？
因为度量确实可以回答一些问题 ：
- 产品当前的用户体验是否符合用户使用的预期 。
- 原来大家凭感觉说体验好或者不好 ，现在有数据说明产品哪些地方用户体验不佳，如何改善 。
- 可以评估新版本和旧版本体验上的优劣 ，帮助我们更好的进行决策 。
- 当然还有好多好多 。
简单来说 ，体验度量是一种通过数据化的方式 ，让原本感性的用户体验变得更加理性化，最明显的一点是 ，通过数字等形式表达出来 ，具备可测量 、可数字化的显著特点 。
- 可测量是指我们可以通过一些方法和手段去测量用户体验情况 ，相比于“感觉还可以吧 ，这个是我之前用过的方法”等来说会更加经得起推敲 。比如用数据埋点 、A/Btest测试等方法测量。
- 可数字化是指测量的结果可以被数字化 。如按钮从页面上面挪到了下面后 ，转化率降低了30%；而不会说 ：按钮放下面不太好 ，没什么人能看到 ，会影响转化率 。
以下是目前常见的一些度量模型 ，以及它们分别评估的维度 ：
不知道你发现没 ，在评估维度里面 ，是有客观和主观的区分的 。例如 ，性能 、任务完成率是客观的；而满意度 、净推荐值是偏主观的 。
通过主客观结合的方式 ，可以保证度量结果相对合理 。
这里我总结了一些度量的常见细分维度 ：
常用的度量维度有这么一些 ：
- 功能完整性：通常是指产品功能与竞品相比 ，完整度如何 。
- 净推荐值 ：通常是指有多少用户会将产品推荐给他人 。
- 任务完成率 ：通常是指一个任务 ，用户是否可以通过自己的能力来完成 。
- 性能 ：通常是指首屏渲染时间、页面请求响应时间等 。
- 满意度：通常是指用户对产品的部分或整体的喜欢程度 。
- 易用性 ：通常是指产品的内容是否容易理解 、页面布局是否清晰 、交互流程是否简单 、反馈是否清晰等 。
- 一致性：通常是指界面中相同的功能或要素是否具备视觉 、交互方面的一致性 。
- 任务效率 ：通常是指用户完成一个任务的时间长短 ，时间短相对效率高 。
- 出错率 ：通常是指用户在完成一个任务的期间出错了多少次，次数多说明任务设计存在问题 。
今天简单分享下「一致性」度量 ，这是使用频率最高 ，结果也最直观的度量方式 。
一致性度量是为了度量设计规范在产品中落地的效果 ，即产品中有没有高度还原设计规范中提到的元素 ，其主要衡量视觉方面 。
由于 B 端产品的本质是为企业降本增效 ，To B 厂商往往在输出 B 端产品的时候更重视性能 、功能方面的要素 ，而不太在意界面视觉。不过随着 SaaS 的兴起 ，这个局面将会慢慢打破。当客户在面对性能 、功能 、价格、维护等方面均相差不大的 B 端产品时 ，就会优先考虑视觉舒适的产品 ，毕竟专业的 B 端视觉设计 ，会让用户在使用中心情更愉悦 ，工作效率也会提升 。
设计规范中涉及的数字界面元素由于范围太广，我们不可能在一致性验收时全部覆盖 。同时 ，在实际运行中可以发现 ，对于数字界面中某些元素 ，用户对其是否在界面的每个角落都一致，不存在强制要求（因为感知不到） 。
因此 ，一致性度量所涉及的条目我们需要形成梯度 ，如强制、推荐的梯度 ，或基本 、增强的梯度 。
我们以强制 、推荐的梯度举例说明 。
- 若在企业级设计体系中要求表格样式完全统一 ，不允许同一个产品中 A 页面是斑马纹表格 、B 页面是无斑马纹表格 ，那么此条在一致性验收中就可以写成“强制 ：统一使用斑马纹表格” 。
- 若在企业级设计体系中对于搜索框的样式不存在强制要求 ，就可以写成“推荐 ：统一使用右侧带图标样式搜索框”。
这里我们要注意 ，一致性验收文档须采用文配图的形式 ，保证大家理解的一致性 。依次类推 ，我们可以将一致性验收度量表梳理出来 ，去衡量设计体系的落地情况 。
最后的话
最后 ，想和你分享 ：我们不要盲目追求华而不实的度量 ，并不是度量维度越多越好 ，需要有的放矢 。想清楚要解决的问题 ，配合合适的 、有效的度量方法 ，最终提升用户体验 。
作者 ：知果日记
