京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用户体验太抽象?一个神奇的公式帮你轻松搞定
用户体验对很多人来说,都是一个比较虚的词,作者用一个公式将用户体验量化,帮助产品经理很好的评估影响用户体验的因素,本文作者Wouter de Bres,有着设计背景和心理学背景,对用户体验有着独到的见解。我探索一个用来计算用户体验的公式开始于一个小实验,以便来看看我是否能计算认知一个设计的加载时间。当谈到数字产品的加载速度我们总是关注着加载的时间数字,但有时候我们会忘记当我们去了解一个界面也需要时间——认知加载时间。我越研究这个问题就越发现加载时间和数字认知可能只是一个重大问题的一小部分,这个问题就是:我们是否可以量化用户体验?
用户体验的问题是像心理学一样,相当模糊。许多人,包括我自己,谈论到提升用户体验和有什么因素影响它时,似乎都无法量化或计算用户体验。
当然了,有很多方法来发现你的产品用户到底怎样吗,比如用户问卷或采访,但结果是定性的。真实的数据或者是用户告诉你你的产品很糟糕或者很牛B这并没有什么错,但是你不能相信别人的意见。别人告诉你的只是他那个人的真实数据而已,是人的话总是会受到外部因素的影响的。就算用户提供准确的用户体验也会带有个人色彩的,我们要防止偏见。
如果我们可以找出一个公式且能成功地计算产品用户体验那岂不是DIAO爆了?那并不是说停止与用户交流,要是有一个带硬性数据的公式能让用户体验减少模糊感那就更好了,想到这我觉得好嗨,于是决定试试!
找出一个公式来计算用户体验岂不是DIAO?
将其分解
我们不得不采取的第一步是把用户体验分解成更小的可衡量的块。哪些方面影响了产品的用户体验呢? 这超出了为你的产品设计一个可以理解的界面的难度,因为有许多因素在起作用,影响您的用户。
数字加载速度
v digital(数字) = v internet (互联网)+ v server(服务器) + v device(设备) + v code(代码)
加载时间很容易测量。我们都同意加载时间对用户体验有很大的影响。软件加载得馒让人心烦意乱,如果慢得令人发指,那么用户可能就对你的产品SAY GOODBYE了。谷歌发现超过400ms(毫秒)慢版本的网站大家基本很少使用它。
你的产品速度可以进一步分解成小快:互联网速度、设备速度,服务器速度和产品代码速度。对于我们的公式我将使用的字母v速度。
v internet (互联网)
互联网的连接速度虽然无法控制,但这对你的产品体验有巨大的影响。考虑到这方面,用户可能会认为任何速度慢是你的产品故障或网络信号弱。这时你可以帮助用户想到其他方面,,包括选择合适的加载动画。
v device(设备)
用户的设备速度无法控制。尽管可以选择让您的应用程序只用于更加新的设备。例如,不向设备较老的用户提供产品,因为那些用户如果使用的话就会体验到产品运行得很缓慢。当然了,这就会出现了一个新问题:不向设备较老的用户提供产品是否胜过提供一个运行很慢的产品。
v server(服务器)
作为一个设计师,你的服务器速度怎样我不太懂,但是我的联合创始人兼好友Petar Radošević向我保证服务器的选择将影响到应用程序和数据库的速度,进而影响产品的整体速度。因此,考虑到一个产品的整体速度,我们不能忽视服务器的计算速度。
V code代码
数字最后部分的加载速度是产品代码的加载速度。Joeri and Petar工作许多年了,我知道有很多工作要尽快查阅,所以不要懒洋洋过目字符串就算了,应把努力放在写作美丽的高效的代码。
认知加载速度
V认知= IC /(N * DX)
产品的认知加载速度是这一切开始的地方。我发现它是特别有趣的主题,因为它在卓越的用户体验中是一个很重要的决定因素。这个领域的设计符合心理学,那里的平面像素超过其他部分的总和,因为人类的大脑能够翻译它成为有意义的界面。
对于那些问“认知加载到底是什么东西”的人我们不必担心,这对你来说是个很简单的概念,因为你可能天天跟电脑打交道。
认知加载的理论是G,.A Miller在1950年首次提出的,他的一篇论文中提到,人类的记忆在工作时似乎固有的限制。他表明记忆在某一时间工作时似乎只能持有7(±2)方面的知识,如数字,单词或视觉元素。我们大脑的记忆在工作和计算机的储存在工作是完全相同的。过程总是在输入所有信息。Graham Cooper博士在他1998年的研究论文创建了解析图像
让其可以更好地理解:
ic =界面复杂性
界面复杂在认知加载中扮演者重要的角色。如果你的产品界面的元素错综复杂,那么它将需要更高的认知加载。这意味着用户需要更长的时间来理解,导致用户体验不佳。当用户感觉到他们不理解这些东西的时候他们会有一些不适的感觉且感觉到自尊大幅下降。我想我们都能同意这点,因为并不是所有的用户体验都是卓越的。这就是为什么创建简单的界面不仅仅是一个时髦的设计师的事情,我们要让用户感觉到一切尽在他们的掌握之中是十分必要的。这导致一个快乐自信的用户能够迅速作出决策。
n =访问数量
dx =数字体验
虽然一个复杂的界面在认知加载速度中有着决定性的因素。另外两个因素在制衡这个因素中也扮演着重要的角色。n,代表用户过去已经成功地使用过你产品,dx,代表像你这样的一般数字体验级别的用户与数字产品。当一个产品有一个复杂的界面,但用户之前体验过类似的产品时认知加载仍然可以降低。如果之前体验过很多产品,那么复杂性甚至都不重要了。这能导致一个事实,就是有经验的用户使用界面复杂的产品使用起来比重新设计一个简单的界面更有效率,而且重新设计界面会让传统的用户使用起来有种从头开始的感觉。
综上所述。我们可以通过数字速度和认知速度的总和来计算总速度。
V数字= V+互联网+V服务器+ V设备+ V代码V认知= IC /(N * DX)V = V数字+ V认知
好了,现在我们决定什么是产品的总速度。一个快速的产品只有一小部分的用户体验是卓越的。这就使得计算用户体验变得棘手,我需要你们绞尽脑汁来帮助我。Purpose 目的(p)p = b + s
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06