本文將介紹用戶體驗數(shù)據(jù)化的思路和方法，包含當(dāng)前對于用戶體驗描述的兩種方式，用戶問卷的項目設(shè)計原則，及以實際例子——系統(tǒng)可用性量表(SUS)分析其設(shè)計邏輯和應(yīng)用價值。

用戶體驗無疑是對當(dāng)下以用戶為核心，例如智能產(chǎn)品開發(fā)，服務(wù)設(shè)計等內(nèi)容。但客觀上，用戶體驗是反映用戶主觀感受的內(nèi)容。因此，華夏經(jīng)緯的研究人員對其的判斷也多基于自我認(rèn)識，無法重復(fù)驗證。產(chǎn)品設(shè)計也就變成了類似賭博式的投資，為了避免這種情況，全世界都在研究如何將用戶體驗數(shù)據(jù)化，客觀化的方法。作為產(chǎn)品抉擇者，深入了解這些最前沿的方法，思維是至關(guān)重要的。

一. 兩種描述用戶體驗的方式

進(jìn)行用戶體驗度量的第一步無疑是“如何描述用戶體驗”，我們需要將用戶體驗的衡量轉(zhuǎn)化為具體的問題和語言。

例如“對于一個咖啡店的用戶體驗”，我們可以將其分解成幾個維度，例如：便捷感受，休息感受，咖啡感受等等。由此衍生的內(nèi)容可以進(jìn)行具體化，包括客觀的觀察和主觀的報告。比如可以同時測量用戶在購買一杯咖啡上所花費(fèi)的時間和用戶主觀上認(rèn)為的便捷程度，在比如在休息感受維度，可以客觀上的測量用戶在咖啡館里所待的時間，也可以進(jìn)行主觀評測等等。一般的用戶體驗度量，由于其具有非常強(qiáng)烈的主觀性(本身研究的就是用戶的感受和想法)，因此在測量時常常會采用客觀+主觀的方式進(jìn)行收集。

需要注意，在很多時候，我們并不清楚有哪些體驗維度可以進(jìn)行測試(如上述例子中的便捷感受，休息感受，咖啡品質(zhì)的感受等)。

如何解決這個難關(guān)?就需要研究人員或者設(shè)計師對于這個行業(yè)有一個了解。同時也需要理解，這些預(yù)設(shè)的作用，是為了加強(qiáng)數(shù)據(jù)之間的關(guān)聯(lián)性從而讀懂?dāng)?shù)據(jù)。

在數(shù)據(jù)收集過程中，我們最最核心的是去客觀的描述用戶感受，甚至可以暫時將其維度，因果關(guān)系等已經(jīng)存在我們腦海中的定式拋棄，來進(jìn)行純粹的描述這些用戶行為(感知)。至于分析與界定的部分，我們留在數(shù)據(jù)挖掘與處理部分即可。

“預(yù)設(shè)”的好處在于，用戶體驗度量將會有一個明確的方向，容易暴露問題，迭代產(chǎn)品，因此常常被用于改進(jìn)式的設(shè)計，例如App的迭代，空調(diào)的迭代等。相反的，沒有預(yù)設(shè)的，純粹描述行為的數(shù)據(jù)收集，則能夠很好的打破思維定式，從數(shù)據(jù)本身中獲得用戶期待和用戶行為等關(guān)鍵等，給產(chǎn)品開發(fā)，改革進(jìn)行參考，比如第一輛純電動汽車，第一款智能手機(jī)等。再開展用戶體驗度量之前也需要明確整個項目目標(biāo)是什么，從而決策合適的方法。

二. 用戶體驗問題設(shè)計原則

關(guān)于問題的設(shè)置有許多技巧，詳細(xì)的可以參考戴力農(nóng)老師的《設(shè)計調(diào)研》。我在這里列出三個最主要的原則。

1. 避免答案誘導(dǎo)

例如問：“是否喜歡這款產(chǎn)品?”這樣子對于一般的無感覺用戶，這個問題常常會產(chǎn)生“喜歡”這種答案，而一般采用的方式是“您對這款產(chǎn)品的態(tài)度是?A.喜歡 B.一般 C.討厭”。需要考慮不同情況下，問題本身對于用戶的思考方式影響。這是度量客觀性的第一保證。

2. 完備性

依據(jù)問卷性質(zhì)，可以進(jìn)行問題的設(shè)計，從粗略到詳細(xì)，從ABC到百分比，從評級到打分。但不變得是，讓用戶的直覺反應(yīng)能夠在提供的選項中得到安放之處，而盡量避免糾結(jié)。以我之見，應(yīng)當(dāng)首先滿足完全性，在再這個基礎(chǔ)上增加直觀性。例如在一般是否命題總，常常會采用三級“-1，0，1”表示“否，不知道，是”?！爸庇^性”的需求是非?？简?zāi)芰Φ?。研究人員需要預(yù)先設(shè)想盡量全面的用戶反映來進(jìn)行措辭，又需要避免誘導(dǎo)。

3. 可數(shù)據(jù)化

最后一個原則是可以進(jìn)行數(shù)據(jù)化，從而進(jìn)行之后的數(shù)據(jù)運(yùn)算。無論是客觀指標(biāo)例如，溫度，濕度還是主觀評測，例如便捷感受，滿意感受等。都需要進(jìn)行在數(shù)據(jù)上的轉(zhuǎn)換。雖然想本身就是數(shù)據(jù)的指標(biāo)可以直接帶入計算，但這并不是越精確越好。承建上面咖啡館的例子，我們需要調(diào)查咖啡館溫度與體驗的關(guān)系。在獲得準(zhǔn)確的溫度之后，由于人的溫度感受是非常模糊的，只有數(shù)個感受：“熱，較熱，舒適，較冷，冷”。依據(jù)人體感受區(qū)間直接進(jìn)行轉(zhuǎn)化是可取的。一方面是減低之后數(shù)據(jù)處理的難度(降維)，另一方面這些數(shù)據(jù)與主觀感受更為匹配，因此得到的結(jié)果更為準(zhǔn)確。另一方面，對于開放性問題，例如?！敖ㄗh類”問題，就不適合作為用戶體驗測量的數(shù)據(jù)收集。

當(dāng)然，不可否認(rèn)，這些回答中包含著許多寶貴的信息，但這為之后的數(shù)據(jù)處理帶來了很大難度，當(dāng)前對于這類問題僅有依賴研究者本身的素質(zhì)，而無法進(jìn)行重復(fù)性驗證，也就是不客觀的反饋。因此在這里被剝離。幸運(yùn)的是，現(xiàn)階段隨著自然語言處理等機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，通過“關(guān)鍵詞”“情感化”等方式給可充分的想象力，有興趣的同學(xué)可以研究一下。

在滿足以上三個原則之后，只能算是可以開展用戶研究了。落到更具體處，還需要考慮人員構(gòu)成，區(qū)域因素等等。這里就不再過多闡述。

三. 體驗量表范例：系統(tǒng)可用性量表(SUS)

相比較介紹系統(tǒng)可用性量表而言，其設(shè)計思路和驗證為什么這個量表的可行性更為重要。在理解了其設(shè)計方式之后，或許就能夠突破原先的應(yīng)用領(lǐng)域如“應(yīng)用迭代，網(wǎng)頁迭代等”而進(jìn)入到更為廣泛的領(lǐng)域。

SUS是在評估系統(tǒng)或產(chǎn)品感知可用性時最廣泛的工具之一。他最初是由John Brooke在1986年編制的，它包括10個陳述句，用戶需要對于他們同意這些句子的程度進(jìn)行評分。其中一半的項目是正向敘述，另一半是負(fù)向敘述，每個句子都使用5點(diǎn)同意標(biāo)度，并給出了一個方法把10個評分合成到一個總分上(之后我會詳細(xì)探討降維方法)。

SUS計算方法

首先需要把各個項目的分?jǐn)?shù)加起來，每一個項目的得分在0到4之間。項目1，3，5，7，9(正向描述)的得分是x-1(x為用戶評分)，項目2，4，6，8，10(負(fù)向描述)的得分是5-x(x為用戶評分)。然后把總分乘以 2.5(為什么是2.5?將在下面介紹) ，就得到一個總的SUS分?jǐn)?shù)T，區(qū)間在0~100之間。T則表示在這項產(chǎn)品上100為完美的產(chǎn)品體驗，T為T%的產(chǎn)品體驗。

需要注意這是一個相對概念。分?jǐn)?shù)高并不能說明你的產(chǎn)品在市場競爭中一定優(yōu)秀。針對不同的領(lǐng)域T值分布不同。一般需要進(jìn)行多種產(chǎn)品SUS分析才能確定其市場地位，也就是有效的。同時，兩者的SUS差并不能具有絕對價值，例如65與67的SUS，差值2是無意義的。但是閾之間的比較是有價值的看到網(wǎng)上某些文章將其當(dāng)成了絕對概念，特此說明。但基于前輩們的大量研究-(Tullis,2008;Bangor,Kortum,Miller.2009)在調(diào)查了129個SUS研究，得到以下結(jié)論：

* SUS < 50: 不可接受

* 50~70：臨界值

* >70：可接受

為什么是2.5?

我第一次接觸的SUS的時候就有一個問題，為什么是2.5?不能是其他數(shù)字?實際上，其他數(shù)字也完全可以，只要不是0。2.5是為了讓最高評分(10*4)轉(zhuǎn)化成100的百分比。表示最完美數(shù)值，這并不是關(guān)鍵，最差評分(10*0*2.5)轉(zhuǎn)化為0。理論上所有的產(chǎn)品分?jǐn)?shù)將完全的在這一條0到100的軸上展現(xiàn)，從而進(jìn)行產(chǎn)品之間的決策。如果是3，也沒有關(guān)系，只是說明完美值是120。這里是最簡單的降維思想，各個項目對于SUS分?jǐn)?shù)的貢獻(xiàn)值是相等的，沒有層次之分。因此這也只能算是一種非常簡單的度量方法。之后，出現(xiàn)了多維度的度量方法，賦予不同項目已不同的貢獻(xiàn)值，從而進(jìn)行更準(zhǔn)確的度量。

e.g :SUS1=65 與 SUS2=70 之間的關(guān)系是非常曖昧的，我們不能夠決斷SUS1產(chǎn)品就比SUS2產(chǎn)品劣。但是對于40和80的產(chǎn)品基本誰好誰壞是馬上能夠判斷的

為什么采用正向敘述與反向敘述?

這個設(shè)計的初衷是為了保證數(shù)據(jù)客觀性。多數(shù)人認(rèn)為是為了能夠使參加這“保持警覺”。但是也有聲音表示，這樣的混雜描述會讓用戶產(chǎn)生困惑，導(dǎo)致錯誤回答比例增加。后來有學(xué)者對于全正向描述，和原先方式進(jìn)行比較27份數(shù)據(jù)集，得到有編寫錯誤(制作人員)的SUS數(shù)據(jù)占比11%，用戶填錯的SUS數(shù)據(jù)占13%，但兩者的差異性不大。因此，比較建議使用全正向的描述方式。由此可見，項目的語句設(shè)計是多么難做。這類的趣事在實際的用戶體驗領(lǐng)域舉不勝舉。大家自己去找吧。

SUS拓展

在后來的研究中，人們發(fā)現(xiàn)SUS實際上有兩個因子(維度)可用性因子項目1，2，3，6，7，8，9;與易學(xué)性因子(維度)-項目4，10。進(jìn)行某一維度上進(jìn)行類似的處理，例如可用性指標(biāo)上乘以3.125得到了可用性比例，在易學(xué)性上乘以12.5就得到了易學(xué)性比例，就可以比較簡單的畫出雷達(dá)圖來進(jìn)行多因子之間的比較。

后記

除了SUS之外，還有許多量表，例如likert量表等等，這類資源很多，但是也只停留在比較粗淺的層面上，如果需要更深入的研究下去，比如，有哪些維度可以進(jìn)行比較?如何賦予差值意義?等等這些問題，就需要更高級的數(shù)據(jù)處理方法，而這些內(nèi)容無疑是對與當(dāng)下智能產(chǎn)品開發(fā)，服務(wù)設(shè)計等等，以用戶為核心產(chǎn)品設(shè)計的巨大支持。我也將在之后幾篇文章中介紹一些數(shù)據(jù)處理算法。