本专题共10篇内容，包含淘宝APP基础链路过去一年在用户体验数据科学领域（包括商详、物流、性能、消息、客服、旅程等）一些探索和实践经验，本文为该专题第一篇。
在商详页基于用户动线和VOC挖掘用户决策因子带来浏览体验提升；在物流侧洞察用户求助时间与实际物流停滞时长的关系制订表达策略带来物流产品满意度提升；在性能优化域构建主客观关联模型找到启动时长与负向反馈指标的魔法数字以明确优化目标；构建多源VOC标签体系综合运用用户行为和用户VOC洞察、落地体验优化策略，并总结出一套用户体验分析方法论。
背景与现状
存量竞争时代，体验重要性日益提升。来自决策层的声音：“全面提升用户体验”、“把重视客户体验变成发自内心的习惯”、“回到用户最根本的体验指标”突显了提升体验决心。
如何全面、及时和精细化地衡量体验好坏？如何讲清体验好坏和生意的相关性？如何有效地优化体验，优化到什么程度合适？如何验证解决方案的有效性？本文主要介绍数据科学同学在基于产品体验、服务体验、性能体验等项目经验总结出的一套分析框架与方法，可系统、高效地为发现、诊断及推动体验策略优化与落地，供参考学习。
整体分析框架
打一个形象的比喻：数据科学家≈医生，医生给病人看病，数科给业务看病。用户体验分析过程可抽象为发现问题（体验）、问题诊断（门诊）、策略落地（治疗）、效果验证（复诊）4个步骤。
首先，给病人做一轮初诊/体检，体检报告中身体状态指标可比作用户体验指标；其次，进入门诊阶段医生会基于检查报告中指标异动（如：白细胞偏高）结合病情进行诊断开方子，类似数科运用各种诊断方法进行根因探寻并生成数据策略；再者，病人基于诊断方案进入治疗阶段，可能存在不信任、不配合、未按疗程服药等问题，类似策略落地阶段数科会面对业务支持力度低、跨团队协同困难等问题；最终，一通疗程下来医生需跟踪复诊了解病情是否缓解，类似数科需通过科学地方法（如：AB、因果推断）进行验证价值。
用户旅程梳理
要优化体验首先要发现体验问题，很多组织都有自己收集和洞察用户体验评估的方式，包括：VOC数据收集、专家走访、问卷调研等方式，但是基于这些方式通常会存在体验改进片面化、不可持续性，无法系统地发现和解决问题。特别地，当面对“如何提升物流产品满意度10%”这类某一产品整体满意度提升命题时需要有一套体系化的业务梳理方法。
用户体验地图（User Experience Map - UEM）是梳理业务和用户旅程核心工具和方法之一。为什么评估用户体验先要梳理用户体验地图呢？因为用户体验是用户的整体感知，必须了解用户在产品/服务的整体路径、交互方式和各触点的情况，否则体验评估设计会缺乏系统性，无法准确定位问题及发现问题根因。
来自Pointillist公司的调研：超过 95% 的组织已经采用了基于旅程的客户体验方法，而且80%受访者表示，基于旅程的战略对其业务的整体成功至关重要。超过90%的受访者表示，基于旅程的方法对他们发现改进客户体验的机会、根据目标和指标调整团队，以及理解关键旅程信号有积极影响。超过 50% 的公司也有专门从事旅程管理或旅程分析的角色或团队。
备注：客户旅程管理软件服务公司 Pointillist 发布了《2020 客户旅程管理和客户体验测量报告》调查了全球 1050 位客户体验、客户服务和营销专业人士，以揭示关键趋势、洞见和基准。
▐ 体验地图结构
用户体验地图的主要结构分为如下几层：行为阶段、用户目标、用户行为、用户需求、痛点、机会点。
▐ 体验地图案例
- 案例：物流体验地图
▐ 梳理要点
绘制用户体验地图之前
- 1 定性分析、用户访谈
- 2 用户画像
- 3 确定体验方向、体验主题，它是整个体验地图的主题，很多产品的方向可能不止一个，用户的使用场景也完全不一致。所以确定主题是整个产品的奠基石。
绘制用户体验地图中
- 1 确定用户需求，拆解用户行为
- 2 补充纵坐标中各类节点的内容
- 3 找准机会点
其他
- 1 注重前期对产品的思考，包含发展策略、目标定位等；
- 2 不要根据自己的经验或认知来确定用户行为过程中的阶段；
- 3 不要过早将聚到信息加入到Map中，用户达成某个目标而使用的媒介；
- 4 注重团队合作、头脑风暴；
体验指标设计
没有标准就没有问题，评价用户体验好不好，首先要建立一套标准，符合标准才能代表用户体验好，并且把这个“好”尽可能以量化的指标表达出来，否则无法测量，管理也就无从下手。
▐ 名词解释
- 1 NPS：净推荐值（总推荐者百分比-总批评者百分比），用NPS衡量客户忠诚度的前提是被调研的产品/服务对客户来说是可对比、可选择的。
- 2 用户满意度：衡量用户对特定事件/体验的满意度，通常采用五点量表（非常满意、满意、一般、不满意、非常不满意）采集数据。
- 3 用户费力度：衡量用户使用某产品/服务来解决问题的困难程度，通常也采用五点量表采集数据。
- 4 FCR：首次解决率（FCR），简称首解率，含义是：【人工客服处理的问题中，客户首次接通人工客服就可以解决的问题比例】，计算口径为：【在规定时间内仅进线一次的用户数占比总进线用户数】。
- 5 VOC：用户原声，通常指用户反馈的舆情、评价、咨询求助等。
- 6 MOT：Moment Of Truth，即关键时刻，体验领域有个重要定律-峰终定律，它告诉我们客户不会关注到体验旅程的全流程，他只会在意在最高峰、最低谷以及最后终点这三个关键时刻，能否给他留下一个深刻的印象，并且深刻的印象可能是正面的也可能是负面的。
▐ 指标设计流程
体验指标金字塔模型
如图，围绕用户体验“可衡量、可运营”，归纳出一套体验指标金字塔模型，指导如何设计体验指标体系。
该模型将指标区分为用户体验和业务运营两类指标，用户体验类指标解释“用户体验如何衡量”，业务运营指标解释“用户体验如何驱动”，希望结合内外部视角找到体验提升的机会点，包括重塑用户旅程、改造内部业务流程、优化信息表达等。
- X-metrics = 用户体验指标：倾听“客户之声”，站在外部客户视角衡量用户体验。
- O-metrics = 业务运营指标：站在内部运营视角，针对用户旅程的关键触点挖掘驱动用户体验提升的关键因素。
整体流程如下：
Step1. 梳理用户旅程梳理用户旅程，识别旅程的关键时刻（MOT）。
Step2. 用户体验指标设计
- 【面】整体NPS：用于衡量整体品牌的推荐度，涵盖所有用户群及各个产品/服务。
- 【线】满意度/费力度：针对影响整体NPS的某个产品/服务的整个用户旅程进行满意度/费力度调研，如：导购、客服、物流、基础操作、品质、价格满意度等。
- 【点】驱动因素/VOC：针对用户旅程的关键触点结合满意度下钻的驱动因素及VOC明确体验指标，如：负向反馈率、VOC求助量/占比等。
Step3. 业务运营指标设计针对用户旅程的关键触点挖掘驱动用户体验提升关键因素，完成指标详细设计及口径定义。
▐ 指标设计原则
指标设计需以MOT为核心
用户对产品/服务的体验更多是事后回忆，不会记得所有流程，因此体验评分不是平均分，也不是总分，而是关键时刻（MOT）的体验分数。
体验指标与运营指标应保持对应关系
X的衡量与O的驱动需协同，保证对体验提升的衡量与指导意义。
体验指标无需严格从“面”开始设计
按照业务需求及分析师发现的体验问题规模，大多以“线”、“点”作为起点开始设计。例如：在物流体验场景中，业务明确需提升“淘宝物流产品满意度”；支付体验场景中，明确基于支付VOC中top1问题“无法使用微信支付”展开治理。
该阶段指标不是终版
该阶段的指标设计更多是依赖业务先验知识、历史问卷调研等，尚未有明确数据校验体验指标与运营指标的严格相关性，需在后续的流程中持续更新。
▐ 指标设计案例
- 案例：性能指标体系
更多精彩内容，欢迎观看：
淘宝用户体验分析方法论（下）：https://developer.aliyun.com/article/1263208?groupCode=taobaotech
