体验度量

SUS 即系统可用性量表，是约翰布鲁克于一九八六年发布的十题快速可用性问卷，正反题交错，选项从非常不同意到非常同意五级。计分方法：奇数位的正面题选项减一，偶数位的反面题五减选项，每题得零到四分，十题相加后乘二点五换算成零到一百的总分。判读要点：SUS 分数是百分位而非百分比，六十八分约代表行业平均水平，高于八十可算优秀，低于五十一分提示存在明显可用性问题；分数还要与同类基准比较，企业内部工具与消费产品的分数线不同。使用规范：在可用性测试结束后立即填写，样本建议十二人以上才相对稳定，SUS 只给整体判断，不诊断具体问题，需与任务指标和定性观察配合。它免费、题目短、信度良好，是最广泛使用的可用性量化工具，面试答出计分细节与六十八分基准线，能立刻显出专业度。

行为指标记录用户实际做了什么，来自埋点与日志，客观、量大、反映真实选择，例子包括任务完成率、任务耗时、点击率、转化率、错误率、页面停留与跳出、功能使用频次与留存曲线。态度指标记录用户怎么想、感觉如何，来自问卷与访谈，主观、样本小、揭示原因与预期，例子包括满意度评分、净推荐值、系统可用性量表、费力度量表、信任感与品牌好感。两者的典型分歧是嘴上说不要身体很诚实：功能满意度一般但使用率极高，说明有真实价值但体验有摩擦；满意度高但没人用，可能是礼貌性偏差或样本偏差。因此成熟团队的指标看板通常成对呈现，例如某功能改版后行为指标点击率上升，态度指标费力度下降，两线互证才能下结论。设计度量体系的思路是先定北极星行为指标，再配态度指标解释为什么，避免只看单一数据。

NPS 净推荐值通过一个题目测量：你有多大可能把产品推荐给朋友，零到十打分，九到十分为推荐者，七到八分为被动者，零到六分为贬损者，推荐者比例减去贬损者比例即为 NPS，范围负一百到正一百。它的优点是简单、可比、与管理层沟通成本低，适合做长期趋势与竞品对标。局限有四点：一是只解释立场不解释原因，分数涨跌都必须配定性追问才有行动价值；二是受文化与人群影响，不同市场、不同品类的推荐意愿基线不同，跨行业比较意义有限；三是样本偏差，愿意答题的本身偏活跃用户，贬损者可能早已沉默流失；四是可操纵性，考核压力下用激励刷分会让数据失真。正确用法是把 NPS 当作体检指标之一，配合满意度、费力度、任务成功率与流失原因访谈构成指标组，并在 NPS 题后追加开放题问为什么。面试中能同时讲清用法与边界，说明有真实数据经验。

三者是可用性测试的核心行为指标，各管一段。任务成功率指用户正确完成任务的比率，是最直接的有效性度量，回答能不能用的问题；实现时要在测试前定义清晰的成败标准与部分成功档位，例如订到指定日期的酒店算成功，订到别的日期算部分失败。错误率指任务过程中的失误次数与类型，比如填错格式、点错入口、反复回退，高错误率暴露的是界面误导性而非用户笨，逐条记录错误发生的位置可精确定位问题元素。任务时长反映效率，完成同一任务越快效率越高，但要警惕速度与质量的交换，有人快速点出错误结论；时长分布偏态大，应报告中位数而非平均数。三者组合成完整证据链：成功率低说明致命问题，成功但错误多说明路径混乱，成功但耗时长说明认知负荷高。报告时按任务汇总并标注问题严重度，改造后复测对比，就是最标准的效果闭环。

分四步搭建。第一步对齐目标，与业务方确认产品阶段与核心价值，工具类产品的北极星通常是效率与任务完成，例如每周成功完成任务数。第二步分层定义指标：结果层选一两个北极星指标，如活跃留存或任务成功率；过程层定义关键任务漏斗，如打开、建任务、完成、复用的转化与耗时；体验层挂态度指标，任务后费度量、季度 SUS、反馈入口差评率；健康层放技术体验，如加载时长、崩溃率、核心页面渲染。第三步规范采集，与数据团队确认埋点方案、指标口径文档与维度拆分（平台、版本、新老用户），避免同名不同义；建立基线，先观测两三周再立目标。第四步机制化，做成周报看板与异常告警，指标异动时下钻定位，改造项目立项必须写预期指标，上线后复测对比归因。关键心法是指标少而准，每个指标都有 Owner 与行动含义，不堆 vanity metrics。