如何衡量B端产品的用户体验？

今天想着重跟大家聊一下B端产品的用户体验衡量方法，包含5个度量模型，都是大厂总结的成体系的用户体验方法论。

用户体验度量模型

在介绍用户体验度量模型之前，我们需要对现有方案进行清晰、全面的认知。首先试着从主客观的本质属性出发，对体验度量做一个简单的分类盘点。

为了更全面地量化用户体验，各大厂目前正在使用的度量模型大多兼顾主客观数据，下面让我们详细地了解一些优秀的模型方案。

Google｜HEART + GSM模型

HEART模型主要包括五个维度：愉悦度、参与度、接受度、留存率与任务完成度。

为了将这个抽象的度量标准应用于实践，Google又提出以“目标（Goal）——信号（Signal）——指标（Metirc）”的拆解流程来定义HEART数据。通过GSM的具象化规范处理，HEART模型得以灵活作用于整个产品或某个功能的体验度量，实现对关键目标的价值衡量。以量化数据驱动产品的设计决策，Google的HEART+GSM模型为后人都提供了一个绝佳的参考答案。

不过，答案仅供参考，HEART模型的C端倾向较明显，并不完全适用于B端产品的体验度量。

支付宝｜PTECH模型

PTECH模型是基于HEART模型构建的体验度量模型。具体做法是将愉悦度改为满意度，将任务完成度扩展为任务体验，在参与度下并入接受度、弱化留存率，引入清晰度与性能体验的全新维度。

PTECH针对B端产品的业务特性作出优化，旨在用户行为分析和应用性能检测并重。不过性能体验维度的指标要求，意味着对度量对象展开实时监控的成本不低，普适性会有所降低。

阿里云｜UES模型 + 易用性量表

UES（User Experiences System）是基于阿里云易用性量表扩展而成的度量体系，包含易用性、一致性、满意度、任务效率和页面性能 5 个指标维度。

其中易用性是B端产品的重要属性，他的背后就是易用性量表的标准。

除了确定模型指标，UES还进一步完善了基于UES模型的数字化管理体系。通过深入思考体验度量的规范化工作流程，以理论化的度量模型支撑，UES自研了工具化的度量产品，形成了系统化的管理机制。

如你所见，UES确实是比较科学全面、适合技术类B端产品的体验度量体系。但其庞大的体系、复杂的度量手段和工具可能都会使得我们在日常业务中无法轻量化地实施起来。

58同城｜B-Metric模型

B-Metric是一个关注业务特点与用户角色的度量模型。从度量目的出发，总结出B端产品最关注的问题是系统的质量与安全、核心任务流的使用体验以及企业效率效能的增益。由此确定了基础体验、角色体验、企业价值这三大度量指标。

同时，考虑到不同类型、不同生命周期的产品，度量指标的偏重会有所差异，以及，不同的用户角色，体验频率和深度等也会有很大不同，所以B-Metric还引入指标权重和角色权重的概念；具体表现如下：

根据产品特征，对基础体验和角色体验的各个指标赋予不同的权重；

根据角色特征，对各个角色赋予不同的权重。

总的来说，B-Metric属于较为综合的B端产品评价模型，体验度量被解读出更多的价值内容，产品、设计、研发和市场都可以从度量结果中找到其关注的信息。

不过模型目前还处于初级阶段，指标的合理性缺乏验证。

酷家乐｜四象模型

四象模型是面向工具类产品的体验度量方案。

首先，拆解出生产力的关联要素是人与工具，由「人」得出度量维度「角色」与「心智」，由「工具」得出度量维度「功能」与「性能」。这便支撑起来四象模型的前置理论。以这四个维度作为产品体验的思考方向，接下来的工作是寻找可衡量的目标。

最后，借鉴GSM的思维方式，四象模型进一步将“高适用、易学性、高效率、强稳定”的体验目标转化为具有实际指导价值的方法论，明确各目标下的体验原则、体验细则以及可衡量指标。“前置理论的寻找 → 四象雏形的设计 → 体系化模型的建设”，酷家乐这种「构建强针对性产品的度量模型」的方法流程可以带给我们不少启发。

除了上述的五个模型，还有1688针对C端产品的五度模型、腾讯针对聊天软件的满意度评估模型、网易用于指导设计产出、检验设计成果的GUCDR模型等等，都是业内现有的非常优秀的体验度量模型，不过他们对于本文讨论的B端产品体验度量可参考价值不高，所以就不一一深入介绍了，有兴趣的朋友可以去了解一下。

如何选择度量模型

那么在了解了体验度量模型后，要如何选择并使用呢？

对于B端产品业务来说，各产品的行业特性和业务流程都差别甚大，所以就需要产品优先明确产品目标，以产品目标拆解设计目标，可以让设计价值和业务价值快速建立连接。

所以我们需要先确定一个基本问题：基于某某产品的业务特色，影响体验好坏的关键因素是哪些？可以从以下四个方面展开思考：

1. 产品类型：企业级产品(对内对外)还是消费级产品？用户类型？用户量级？
2. 业务功能：功能目的是什么？功能复杂度如何？任务效率如何？
3. 用户诉求：用户角色？不同角色的心智认知、情感倾向如何？
4. 性能体验：是否稳定？是否流畅？

不断的深入思考是为了寻找有价值的体验信号，再结合经典模型进一步确定具体类产品的度量维度。

当然，行之有效的体验度量模型需要体系化的建设，具体指标和度量方法的明确是不可或缺的。