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
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24