
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 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25