中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在評估用戶體驗的效果時，NPS或者用戶體驗地圖都是常用的工具和手段，但不同人都有自己不同的方法。本文作者分享自己實踐的案例，希望能給大家帶來一些參考。

存量競爭時代，體驗的重要性日益提升，針對用戶端的體驗指標度量體系和方法也需要提上日程，以下是我針對XTransfer這款外貿收付產品，計劃的指標推進思路，同時供大家參考，歡迎提出點評和建議。

一、指標分析流程

二、用戶旅程梳理

用戶體驗地圖（User Experience Map – UEM）是梳理業務和用戶旅程核心工具和方法之一。

用戶體驗是用戶的整體感知，必須了解用戶在產品/服務的整體路徑、交互方式和各觸點的情況，否則體驗評估設計會缺乏系統性，無法準確定位問題及發現問題根因。

來自Pointillist公司的調研：超過 95% 的組織已經采用了基于旅程的客戶體驗方法，而且80%受訪者表示，基于旅程的戰略對其業務的整體成功至關重要。超過90%的受訪者表示，基于旅程的方法對他們發現改進客戶體驗的機會、根據目標和指標調整團隊，以及理解關鍵旅程信號有積極影響。超過 50% 的公司也有專門從事旅程管理或旅程分析的角色或團隊。

用戶體驗地圖的主要結構分為如下幾層：行為階段、用戶目標、用戶行為、用戶需求、痛點、機會點。

三、體驗指標金字塔設計

沒有標準就沒有問題，評價用戶體驗好不好，首先要建立一套標準，符合標準才能代表用戶體驗好，并且把這個“好”盡可能以量化的指標表達出來，否則無法測量，管理也就無從下手。

常用體驗指標名詞解釋

體驗指標金字塔模型

該模型將指標區分為用戶體驗和業務運營兩類指標，用戶體驗類指標解釋“用戶體驗如何衡量”，業務運營指標解釋“用戶體驗如何驅動”，希望結合內外部視角找到體驗提升的機會點，包括重塑用戶旅程、改造內部業務流程、優化信息表達等。

1. 用戶體驗指標：傾聽“客戶之聲”，站在外部客戶視角衡量用戶體驗；
2. 業務運營指標：站在業務視角，針對用戶旅程的關鍵觸點挖掘驅動用戶體驗提升的關鍵因素。

整體流程如下：

Step1. 梳理用戶旅程

梳理用戶旅程，識別旅程的關鍵時刻（MOT）。

Step2. 用戶體驗指標設計

1. 整體NPS：用于衡量整體品牌的推薦度，涵蓋所有用戶群及各個產品/服務。
2. 滿意度/費力度：針對影響整體NPS的某個產品/服務的整個用戶旅程進行滿意度/費力度調研，如：如認證、收款、轉賬、換匯、結匯等。
3. 驅動因素/VOC：針對用戶旅程的關鍵觸點結合滿意度下鉆的驅動因素及VOC明確體驗指標，如：負向反饋率、VOC求助量/占比等。

Step3. 業務運營指標設計

針對用戶旅程的關鍵觸點挖掘驅動用戶體驗提升關鍵因素，完成指標詳細設計及口徑定義。

指標設計原則

四、數據準備與能力建設

體驗數據架構

同體驗指標設計方法，我們將支撐體驗分析的數據分為兩類：

1. 業務數據，包括激活用戶數、活躍用戶數、收款筆數等，屬于滯后數據，代表著現階段的經營現狀。
2. 體驗數據，包括滿意度、費力度、用戶原聲等，屬于先行數據，代表收入或利潤的未來風險。

體驗分析的核心思維就是業務數據與體驗數據的協同分析，基石是用戶體驗旅程。缺少業務數據會讓我們偏離商業本質，缺少用戶體驗數據會讓我們“盲猜”用戶。兼顧數據平臺的規劃設計，數據準備階段我們需要有體系化的視角實現全面的體驗感知。

在“用戶是誰”環節，業務數據與體驗數據協同能夠讓我們針對一個賬單收款流程，不同地區用戶滿意度分別有何差異；結合用戶反饋數據，我們還能獲知本次旅程中不同地區用戶存在哪些賬單收款的差異化訴求。在“如何了解產品”環節，業務數據與體驗數據協同能讓我們了解用戶在某一頁面關注度最高是哪個功能模塊，關聯進線咨詢VOC數據還可獲知該模塊中具體是哪類信息缺失、模糊不清，影響用戶最終的收款操作。

VOC標簽體系

用戶體驗偏主觀且因人而已，與用戶自身的預期強相關，通常很難通過絕對客觀數據來評價用戶體驗好壞。VOC（Voice Of Customer）是一種能夠直接獲知用戶體驗的數據源。我們可以將VOC加工成標簽以便高效進行分析，如：

1. APP用戶反饋標簽：偏體驗前，大多為用戶在使用APP過程中遇到的產品、性能體驗的問題反饋，同時也包含部分熱心用戶提出的誠懇建議。
2. 功能咨詢標簽：偏體驗中和體驗后，大多為用戶咨詢功能，使用功能后跟進資金狀態的場景；
3. 求助原聲：偏體驗后糾紛求助，大多圍繞資金異常、狀態異常求助客服、銷售。
4. 應用商城評價：體驗后評價產品，使用時注意存在大量刷評數據。

五、問題評估與診斷

問題發現階段主要通過指標的趨勢、波動監測，以及原聲異常監測，跟蹤老問題，發現新問題。

對于CSAT滿意度這類單一匯總類指標，通?？梢愿约罕龋蹿厔荩?、跟競對比（看標桿）發現問題；

對于用戶原聲這類非結構化數據，通常應用于跟蹤、發現和診斷“點”層面體驗問題，可通過文本分類方法加工成體驗問題標簽，再基于標簽的聲量/占比的趨勢變化、排名變化發現問題；此外，也可通過文本聚類方法挖掘新標簽，實時檢測未知問題的發生。