如何平衡商業價值與使用者體驗？
image
相比 5 年前，明顯感覺，資本對產品投資回報週期要求越來越短。
出於盈利的需求，產品的變現必須要影響使用者體驗？
怎麼在使用者體驗與商業價值之間取得平衡？落到公司內部，保證產品持續健康地發展是個難題。
-
運營揹負 KPI，業務驅動，關注的是短期利益。沒有太多心思關心使用者體驗，往往會提出「割韭菜」的想法。
-
設計重在審美，感性驅動，關注的是介面優雅美觀。少有人去理解功能背後業務邏輯，設計出來的介面缺少業務驅動力。
-
產品重在功能，任務驅動，關注的是上線釋出。受之於各方資源協調，產品功能難有長足的規劃和設計。
使用者體驗 VS 商業價值
使用者體驗與商業價值看起來像是蹺蹺板，有一邊高，就有一邊低。公司存在的價值本身就是盈利，業務自然會受 KPI 驅動。除非是初創公司，剛開始為了獲取使用者，使用者體驗至上。但這個時期不會太長，就會受營收增長的壓力。
當營收壓力過大時，為了獲利快速增長，對使用者體驗的關注就不夠。
滴滴打車是典型的例子。由於各個城市政策限制的原因，能夠申請滴滴司機的人數有限。而司機人數不足，對使用者及時約車的影響非常大，這也直接影響到滴滴的業務增長。
有限制必然就有人鑽空子。有人在淘寶提供認證服務，利用外掛繞過「滴滴出行」軟體視訊認證程式進行虛假註冊，幫助那些不符合條件的司機認證通過。比如，駕齡不夠，車輛不符合條件。如此一來，必然會吸引不法分子趁機混入其中。
關於司機虛假註冊的資訊，在過去幾年裡，一直都有報道，滴滴肯定是知道這些事情。從安全管控力度和客服響應的速度來看，滴滴對安全重視的態度是遠遠不夠的。甚至在乘客的隱私上，採取激進的態度。司機可以對乘客打標籤和評論，這些內容對所有的司機都是透明的。空姐事件中，有些司機對該乘客的評論很露骨：「不化妝也漂亮」，「美女下車時絲襪容易走光看的想入非非」等等。
如果滴滴能嚴格把守安全底線，類似安全事件肯定少很多。更何況，對滴滴來說，使用者安全應是使用者體驗中的重中之重。
Google 的 HEART 框架
當有人關注量的增長的時候，需要有人關注質。這種壓力不僅來自於未來可持續性發展，也會來自於使用者的反饋和競品的差異化運營。現實的問題是，
如何將使用者體驗與商業價值繫結一起？以使用者為中心，通過量化的視角，既能夠驅動業務的發展，又能兼顧良好的使用者體驗。
Google 內部，使用者體驗有一套資料框架：HEART 框架。這套框架在幾年前，已經應用了 20 多個產品和專案。
image
Google HEART 框架從五個維度去衡量使用者體驗：
-
Happiness - 愉悅度
-
Engagement - 參與度
-
Adoption - 接受度
-
Retention - 留存率
-
Task Success - 任務完成率
有了上面的五個維度後，怎麼去設定目標，進行量化，把他們與業務關聯一起呢。比如，商業策略，運營策略，技術能力。讓那些與產品核心工作關聯較少的人員，在關注使用者體驗之外，也能理解產品的業務目標。
針對上面的目標，可以使用「目標 - 訊號 - 指標」的方法。把每個維度的抽象概念轉化為具體可行的方案。
-
定義產品或功能的目標。在使用者體驗方面，使用者需要完成什麼任務？設計的意圖是為了達到什麼目的？比如，吸引新使用者，提高使用者活躍率。
-
定義實現目標的特徵。什麼訊號表示目標已經達成？哪些使用者行為與目標實現相關聯？與訊號相關的資料來源會是哪些呢？比如，完成下單，分享給好友。
-
將訊號轉化為特定的指標。方便產品人員持續跟蹤產品的變化。注意：定義的資料最好為常態資料，而非原始資料，隨著使用者資料的增長而增長。比如活躍使用者數，儘管是非常重要的業務資料，但也屬於虛容指標，容易讓產品人員忽略了留存率的考慮。增加留存率和滲透率能幫助產品人員監控產品執行的健康狀態。
下面以快遞櫃的寄件業務，應用 HEART 框架來分解下使用者體驗。
提高使用者愉悅度
使用者對產品的態度比較感性，呈現兩個極端：非常喜歡或者討厭的才會發出聲音，這部分使用者比例較小，大多數是都沉默的使用者。所以，如果使用者評論或反饋上很難量化使用者對產品滿意的程度。
但並不代表愉悅度沒有可量化的空間。應用市場的打分，單使用者平均分享次數都可以用來長期追蹤，衡量使用者對產品的好感。如果你的產品屬於即時完成任務的，在結果頁就可以提示使用者打分。
image
寄件體驗跨越週期比較長。從寄件人下單投遞，快遞小哥攬件，發出快件，再到最後收件人確認收件，才能算一個完整的取件。像這樣的任務週期長，使用者不能進行即時反饋的，可以向用戶推送評價提醒，用獎勵的方式引導使用者完成評價。比如，京東的評價提醒。
image
在網上瀏覽 HEART 框架相關文章時，有些作者表示，能夠量化的指標很少。我的感觸是，只要你深入業務內，可以挖掘到很多的指標的。不知道，是不是寫文章的人大多數是從事使用者體驗工作的，對業務欠缺深入瞭解。
量化統計方法的缺陷也很明顯：使用者可能僅使用部分功能，根據自己的感知對整個產品進行打分，無法細化到某個具體的功能上。特別是當你的產品集合了多個業務的時候，核心業務的功能打分可能掩蓋了其它功能的不足。增加使用者反饋和使用者調研是非常必要的。如果你的產品是在微信體系內的，使用騰訊的「吐個槽」就非常方便。
順便提下，「吐個槽」可以引入星級評分，像滴滴打車樣。讓使用者評價更輕量化，在不需要使用者反饋的情況下，引導使用者打分。產品人員能看到不是反饋的問題，還能看到量化的資料。「吐個槽」本身就是屬於騰訊的工具，實現這點，也能幫助開發人員完善微信工具的生態。
提升使用者參與度
這個資料放到寄件業務再合適不過了。身邊的大多數朋友，每次跟他們提快遞櫃寄件功能時，他們都表示驚訝：快遞櫃還可以寄件？更驚訝的是，就連我們公司一些同事，也不知道快遞櫃有寄件功能。而我們有一條主業務線，就是寄件業務。
僅是周圍朋友簡單的調研，就知道寄件業務滲透率了。換一個角度來看，寄件業務有很大的滲透空間。但首先，需要讓別人知道有這個功能。到底有多少人用過這個功能呢？100 個使用者裡有多少個人用過這個功能呢？我做了一個簡單的推導：
-
寄件使用者必須註冊公眾號，主動使用快遞櫃，屬於主動使用者。
-
收件使用者是快遞員投遞產生，被動取件，屬於被動使用者。
-
大多數使用者，收件數遠遠大於寄件數。
-
因為快遞櫃地理位置屬性，寄件的使用者幾乎 100% 取過件。
-
所以，可以認為 參與度 = 寄件活躍數/取件活躍數 。
計算得到的數值，與調研的結果是一致的，而且比想像中的還要低。實踐中，參與度可以根據你關注的目標來定義，不同的公司定義的標準都可能不一樣。就像活躍使用者，有些公司認為登入一次的使用者即為活躍使用者，有些公司認為瀏覽過一次內容的使用者即可活躍使用者，不管使用者是不是來自客戶端，從第三方跳轉過來也算在其中，比如微博。
同樣，寄件的參與度，可以用下單的使用者數作為標準，也可以用進入該功能模組，使用了 5 秒以上的使用者作為標準。
有了使用者參與度資料後，可以使用業務交叉推薦的方式來提升參與度，通過前後資料對比，能夠了解實際效果如何。
提升使用者接受度
接受度聽起來跟參與度很相近，初次接觸容易將兩個概念混淆在一起。參與度一般用來衡量使用者的行為，比如微信裡：
-
社交行為。評論，點贊，轉發。
-
釋出動作。發朋友圈，發訊息。
這些行為一般與產品的品牌或功能宣傳相關，使用者通過某渠道瞭解產品功能，完成了某個功能操作。
接受度較參與度更深一步。簡單來說，參與度定義的是使用者完成某個操作的情況，比喻活躍使用者數。接受度定義的是產品或某個功能對使用者的黏性情況，比如使用者活躍時間。
以寄件業務為例，你肯定不會根據「點選寄件功能人數/活躍使用者數」來定義接受度。因為使用者可能是無意或只是好奇想了解該功能，進入了這個功能模組。但是可以使用漏斗模型來梳理寄件流程來定義各階段的接受度。比如，
-
從手機下單到去快遞櫃投件。
-
從快遞櫃投件到投件成功。
-
平均單使用者寄件數。
提升新使用者留存率
即使拋開使用者體驗，留存率應該是所有產品最先考慮的指標。不論是社交產品也好，還是工具型產品也好，都需要關注留存曲線。
假想一個場景：運營人員每天拼命做拉新工作，而另一邊新進來的使用者隨著時間推移，在第二天，第二週，第二月開始不斷流失。結果是短期內活躍使用者不停地上漲，但實際業務的轉化效果並不好。運營人員對此並不知曉，辛辛苦苦地投放大量人力和物力，最後使用者都流失完了，得不償失。
就像一個水池子，一邊往裡面不停地注水，另一邊在悄悄地漏水。看起來水池子的水一直在增長，一旦拉新的工作稍微放鬆，拉新的使用者小於流失使用者，活躍使用者自然開始減少。長期來看，這種做法是不可持續的。健康的留存率是，將時間拉長到較遠的時間，留存曲線會穩定在一個大於 0 的值。
image
對使用者來說，寄件相對於其它產品，使用頻度較低。考慮活躍使用者資料，可以將週期拉到一個季度，做留存分析。留存可以根據業務需要，進一步細化，拆分出子專案：
-
渠道。不同渠道的使用者留存率不一樣。你需要知道使用者從哪裡來，哪些渠道使用者最容易流失，減少營銷投放。哪些渠道使用者留存率高，需要加大營銷投放。
-
核心功能。留存下來的使用者主要使用了哪些功能，是否滿足了他們的核心需求。那些流失的使用者，是因為什麼需求沒有滿足而離開呢。
-
留存階段。新使用者從第二天開始流失，前期階段，使用者會流失嚴重，到後期階段開始趨緩。可以將留存曲線劃分為不同階段，比如，震盪期，選擇期，穩定期。根據不同的階段對相應的使用者制定不同的運營策略，讓使用者快速進入穩定期，提高留存率。
提升任務成功率
任務成功率可以使用漏斗模型來監控資料，主要用來關注異常行為，提高效率（任務完成的時間），提高效果（任務完成的百分比）。
寄件業務裡，類似指標有：
-
投件/下單率。從手機下單到真正投件，中間會有一部分使用者流失。這些使用者因為什麼原因而放棄？可能是因為價格高，可能是因為不會使用快遞櫃，也可能是因為投遞的物品格口放不下等等。瞭解細節能幫助產品人員分析具體的原因，改善產品的易用性，提供投件率，減少訂單流失。
-
攬收及時率。使用者投完件，並不意味著任務完成，還需要等快遞小哥攬收，及時將快遞轉寄出去。快遞小哥，能否在規定時間內進行攬收，如果出現異常，該如何解決，避免此類事情再次發生？
-
投訴率。即使各個任務環節都有監控，難免有遺漏地方，可能會造成使用者反饋。比如，使用者寄件投遞到格口，關閉箱門後又不想寄件了，而櫃機上「取消寄件」的功能提示有限，介面跳轉後就無法操作。使用者可能就無法操作處理，一時找來客服入口，可能就打電話來投訴。
HEART 框架的應用方案，簡單來看，可以拆分兩個點。第一，根據維度細分到具體的量化指標。第二，找到提升或除低指標的業務方案。試一試吧。
文章首發於公眾號-野獸說（monster_talks）,歡迎關注，檢視更多產品內容。