行家
Expert
摘要：
来源 | 客户观察·2021（第五届）华东峰会 分享嘉宾 | 达达集团体验服务支持部总监 洪晓玲 分享主题 | 认清“体验数据”真相
我相信各位对于“以客户为中心”和“大数据”这两个名词并不陌生，这是很多以客户为中心，数据驱动的公司术语，当然也有很多企业做的已经很好了。
数据首先是收集，统计，然后是数据处理和应用。数据收集主要包括电话、问卷、各种埋点等各种获取用户信息及让用户提供信息的渠道。
1、数据统计的三个维度
在建立我们的体验数据库之前，我们要先明确自己所需要的。一般我们会从三个维度去收集数据1、基础数据；2、购买行为数据；3、需求数据。【基础数据】我就不用多说了，无非是，是谁，在哪儿，生日等等这些基础数据【购买行为数据】大家也一定都明白，无非是一些购买路径，购买时间等等【需求数据】一般是什么，客户的兴趣，购买偏好，关注点等等。
2、数据处理的方式
有了以上这些数据以后，我们一般会做什么呢？
做数据处理去找到有价值的用户。
我们会基于客户的这些实际行为去做判断整理，一般会从，新进度，购买频率，消费价值模式这些维度去做处理和分析，找到我们的价值用户，针对这些用户进行一些营销优化，提升他们的企业忠诚度。
今天我们主要聊聊，如何看清我们的“体验数据”把一些用户的主观感受的内容，尽可能的数据化以及如何和业务建立链接。
用户体验的数据无疑我们很多产品设计和业务推进的重要组成部分，例如智能产品开发，服务设计，包括和业务推动的VOC项目，CPO项目等内容。各个平台的用户体验，基本是用户的主观感受，因此用户体验方面的产品经理等对其的判断也多基于自我认识,很难重复验证。产品设计也就变成了类似赌博式的投资，为了避免这种情况，我相信很多企业都在研究如何将用户体验数据化，客观展现体验的方法。作为产品抉择者，深入的去了解一些方法和思维是至关重要的。
今天我们从几个方面分享一下我们的经验：
1、描述用户体验数据的思维和方式
2、收集整理渠道的三个原则
3、帮助业务理解用户体验
进行用户体验度量的第一步无疑是“如何描述用户体验”，我们需要将用户体验的衡量转化为具体的问题和语言。这里大家不要误会，我记得在一个培训课上，曾经听过亚马逊的线下店，曾经对苹果。。。。当然不是让大家这样量化的去描述数据。
我们可以以一个咖啡店的用户体验数据来【举例】，我们可以将其分解成几个维度，例如：便捷感受，休息感受，咖啡感受等等。由此衍生的内容可以进行具体化，包括客观的观察和主观的报告。例如，可以同时测量用户在购买一杯咖啡上所花费的时间和用户主观上认为的便捷程度，再比如在休息感受维度，可以客观上的测量用户在咖啡馆里所待的时间，也可以进行主观评测等等。一般的用户体验度量，由于其具有非常强烈的主观性（本身研究的就是用户的感受和想法），因此在测量时常常会采用客观+主观的方式进行收集。
需要注意，在很多时候，我们并不清楚有哪些体验维度可以进行测试（如上述例子中的便捷感受，休息感受，咖啡品质的感受等），如何解决这个难关？
就需要研究人员或者设计师对于这个行业有一个了解。同时也需要理解，这些预设的作用，是为了加强数据之间的关联性从而读懂数据。在数据收集过程中，我们最最核心的是去客观的描述用户感受，甚至可以暂时将其维度，因果关系等已经存在我们脑海中的定式抛弃，来进行纯粹的描述这些用户行为（感知），至于分析与界定的部分，我们留在数据挖掘与处理部分即可。
“预设”的好处在于，用户体验度量将会有一个明确的方向，容易暴露问题，迭代产品，因此常常被用于改进式的设计。例如，App的迭代，服务路径的迭代等。相反的，没有预设的，纯粹描述行为的数据收集，则能够很好的打破思维定式，从数据本身中获得用户期待和用户行为等关键等，给产品开发，改革进行参考。例如，第一辆纯电动汽车，第一款智能手机等。再开展用户体验度量之前也需要明确整个项目目标是什么，从而决策合适的方法。
（一级工单，二级工单，三级工单）往往分类了一百个乃至几百个，我们用这种方式来看客服记录的准不准，是不是每个问题都能找到对应不互斥的工单，实际的运用呢？我们会发现，线上反馈的入口里面，包含的标签往往只有20个不到，结果我们在分析客服工单的时候，问题过于分散，并不能很好的帮助业务快速理解，以及清晰的理解用户体验；所以我们更应该线上线下标签对齐，客服工单标题逻辑聚焦重点问题，重点策略内容来进行梳理。
分享
评论
0
