前段时间我在尝试去做一些模型，比如说商业化用户体验指标模型，把这些数据类型融合在一起，有两个出发点：

第一个出发点是以用户旅程为切入点去构建的一套指标体系，按照场景化来去构建，最终在实践过程中会发现其实旅程这件事情永远有可能包不住。对于部分的产品而言，它的旅程是错综复杂的。

从关注用户，了解到这个产品，再到长期使用，最后可能还带有口碑推荐，这套链路非常广，它是一个非常庞大一个网状结构。要去执行的话，通过我们的系统或者是工具去呈现。操作起来很困难，所以在核心上更多的是通过场景化。

很重要的 · Very important

四个场景

介绍一下我认为很重要的四个场景：

第一个场景的话就是触达场景。用户怎么来的？从用户角度来说，他怎么去接触我们这个产品？从业务侧角度来说，这就是拉新。

第二个场景，就是主干场景。用户来用我们这款产品的目的是什么？比如说我们平时想要去下载一款游戏，到类似手机里面的游戏中心或者是软件商店去下载。从搜索、下载、安装、再到体验游戏，这其实就是一个主观性的场景。

第三个场景是维护场景。当一个用户想要把这款产品用得更爽的时候，他会做一些额外性的一些操作。比如说我平时开车，我会把导航家的住址，以及公司的地址都提前录入好，这样的话会便于我今后操作易用性；又或者会替换导航的语音包，在里面设置一些罗永浩，或者是林志玲的声音，增加我开车的一个愉悦度。这个就是用户给自己去做维护。

第四个场景是敏感场景。一旦触发到了用户的打扰，隐私、财产安全等等这一方面信息的时候，用户很有可能就会去流失。

所以这四个场景背后代表是什么？背后分别代表是拉新、转换、促活和流失。我们在实际业务过程中抓住核心场景来去做优化，能够把这四个场景能做实就已经很不错了。因为严格意义上讲，全链路体验设计是一个伪概念，链路真的很长很广。

由来 · The origin

模型与画布的由来

商业化用户体验指标模型与画布是一个基于服务设计延伸出来的一个新工具。这套工具在二零一八年的就已经初具成型，用了两年多的时间在实际工作中跟伙伴们进一步去验证它的有效性。

这个工具的思路是什么？可以想一想平时在做一些体验洞察或者是效果的评价跟踪反馈的过程中，已经有的固定方法论。那就是用户研究，它已经变成了一个岗位，用户研究经历了十五年的一个发展，已经进入到一个非常完善的岗位职责，以及它背后对应的一个方法论。

同时全链路的体验盘点与策略落实也有对应的工具。比如说体验地图、服务蓝图，就是负责编录盘点以及问题反馈、问题解决。

而策略方案的实际设计，却是各凭能力，因为取决于我们每个伙伴们自身的能力做的好与不好，本质上他没有一套固定的方法论来去支持我们去做体验策略。那些体验策略，比如说双钻模型，它只是一个思维结构，一个完整性的框架，它具体的功能是不帮我们解决，怎么去根据问题制定策略。

商业化用户体验指标模型与画布里面包含了几方面的出发点，这些出发点相当于策略和手段，我们提出了五个，分别是消除、隔离、替代、转移、个人举措。

1.首先就是消除，就是把痛点直接干掉！

这是深圳罗湖火车站的一处场景。假如你作为一个有素质的吸烟爱好者，经历了长时间的火车旅行，出了检票口首先想到的第一件事情就是抽根烟，这时你一定要选择一个吸烟地点，那就是密烟桶对吧，或者是垃圾桶。可是图片中的左上角放的是禁止吸烟的标识。那这个地方到底可不可以吸烟？

有人因为这件事情，被罚款五十块钱，这里确实不允许吸烟。为什么会有这样的一个矛盾点出现在这里？

因为下面是焊死的。想解决这件事情的话，要花两百块钱的费用。现场的工作人员说，这两百块钱还不如团队团建一下，所以就放在那里。并且每一天都有额外性的一些收入。虽然不清楚这个垃圾桶现在还在不在那里，但在这个问题上解决的最直接方法就是把这个垃圾桶干掉。

2。隔离是能够用一种手段与外界隔离开，减少用户一些不必要的影响。

这个是摩拜单车的车筐。它下面的黑色板面其实是它的太阳能板。当它的太阳能板被遮住一定比例的时候呢，就丧失了原本的功能性。

为了去解决小广告这件事情。摩拜甚至在自己贴身上，也贴了标有“随意乱张贴小广告属于违法行为”这句标语的广告。但这其实并不能根本性去解决问题，它只能达到弱化的一个程度。最有效方式可能是美团收购之后的一个策略，这列入了二零一九年最佳的体验策略方案。

他们上面加了一个透明的网状格，这个格子的区间设计非常巧妙，格子要小于大多数小广告的尺寸。这样其实减少了主力面积，这并不是纯粹的物理隔离，所以清洁的时候比较容易了，并且这个策略已经普及了。事实上很多互联网的应用产品都可以用这种隔离手段。

3.再来看看替代。

这个是我前就职企业的一款产品。这个页面其实日均的打开量非常得高。当时因为一个场景因素想要追溯一下用户的反馈信息，就进入技术排查，结果发现压根就没有这个数据。

为什么没有这个数据？因为当时的产品经理不敢肯定这个入口会有多少的用户去点击，并且也无法保证因为这个入口用户是否会去投诉商家。所以有前台，没后台，没布点，没后台的数据表格，这件事情一下子运转就运转了两年多的时间。

发现问题首先就去解决。可以看一下，一名顾客在饭店里的就餐过程之中产生一些问题，希望通过这个入口能够去反馈给自己解决问题。如果我再做一个买点，然后把数据表运转下来，这本身是不可以的。因为这是一个离线性的数据，它相当于是一个留言板，回复过程其实是很慢的。

而当时用户去反馈这些场景的时候，他很有可能还在这个饭店。那解决这件事情最有效的办法是这张表格不要了，直接进入到在线客服。让在线客服的伙计们直接第一时间去解决客户遇到的问题。

所以说这就是用了一种新的方法来进行替代，去解决替代原来的一种方式，起到一个更好的一个效果。

4.转移可以是物理位置，注意力，接触点的转移，来弱化或者是规避一定的痛点。

讲个案例。扫码点餐这件事现在很多人已经习以为常。但这项技术是在二零一八年末到二零一九年的时候开始推广的。

这种在线点单这套技术能力或者是服务能力的根本性的出发点不是为了说给大家提供多好的用户体验，而是为了获客。

如果一个线上的互联网的产品想要获客的话，就能想到通过广告联盟的平台，花一些佣金去获得一些流量，这种办法的成本性很高，并且用户的留存性并不强。

如果说我们把视角从线上环境转移到线下环境是不是会有更好的一个效果？这就产生了我们现在的扫码点单。每一张桌子上的点单码都是用获取新客的一个路径，并且还是复购的一个路径，只不过是附加了一个点单和结账的功能而已。

5.个人举措往往是通过个人的一种能力来保护自己。

就像我们骑电瓶车要佩戴安全帽一样，真要是发生了问题的时候，自己还有一个屏障。

◆ 这是一个创业型项目的案例。我们要给海外欧美市场做一款服装定制的产品内容，相当于pod 模式，按需定制就相当于是在2020年阿里在做的犀牛一样的模式。

这个过程是非常痛苦的。我们现在在做这种T恤衫定制的话，淘宝店可能也就是四十块钱到一百块钱一件衣服。但是在海外用户而言，购买一件按照自己喜欢的风格来去做的一件衣服的话，两百多人民币而且还不包邮，这是他们一种生活方式和购买能力。

我们国内有非常强的生产力，我们的物流体系都很完备的，那我们为什么不去做？去年我们就带头做了一个这样的项目，但在临上线前的一个月出问题了。

产品经理低估了我们当时企业的产品能力。因为这套东西不像是我们类似淘宝拼多多的店铺。

他上传一款商品之后就会直接生成商品编码，用户去购买的时候，相当于是购买了这款商品编码的信息。而POD的模式是用户在线上来生成商品编码，随后再去购买。所以这是两套的底层逻辑。

这个问题还要再过两三个月才能解决，但等不了，因为我有了T恤衫库存。虽然两三个月之后我还是可以卖，但是T恤衫我卖不了，我可以卖Hoodie（帽衫），把这批t 恤衫留到明年再买。

简单看没有问题，但往深处想，T恤衫的销量是要远高于帽衫的。在用户的时尚需求度里，T恤衫是属于冲击市场的一个品类，所以通过T恤衫是才能最好地打造我们的市场。

为了解决这个问题，个人举措的方式出现了。我们当时设计师人员，甚至包括我们的研究人员乃至整个团队，来把每一张图片跟他的背景图，通过人工PS的方式 去一一合并，导出图片，再生成到系统里面。这些个操作使用了一个多月的时间把这件事情弥补下来，让T恤衫能卖出去。

模型的关键点 · key point

商业化和体验

商业化用户体验指标模型有一个最关键的点，就是这个模型里面包含了商业和体验两个概念。

商业化的本质是大家追求的可持续，可发展；这两个词是拆开的。

如果企业为了短期的利益去做经营增长，这是可发展。但可发展的手段未必可持续的。比如说以前电商领域到现在的导购直播；经过这这几年的时间来去看，我们的电商直播已经进入到了一个平稳的成长期。过往势头很猛，是因为有背后的力量来推动它来快速取得成长，它仍然具备着可发展和可持续，只是说它的可发展空间现在开始变少而已。

体验追求的是从内到外做给用户做正确的事情，或者说帮助用户去做正确的事情。

这张图片里的场景，大家经常能发现。这是一个电梯上下楼的按键，正常状态的时候是白色，当有人触发之后，它会才变成另外一个颜色。

但对于大多数的用户而言，他们会认为在没有使用的状态下，这个按钮应该是不亮的；当他们看到图上左边那种样式的按钮时，可能会一直站在电梯间等待电梯的到来，因为他们以为这个灯已经亮了，或许是前面的人或者其他路过的人已经按过了，他们无需再按。

这种场景比如说在深圳机场，或者无印良品深圳酒店也是这样去设计的。

这些年我一直在努力做的一件事情是将商业化跟体验结合在一起，甚至是借助体验来创造更多商业化的价值。

◆ 举一个场景例子。

当时一家企业想要跟他的竞争对手——大众点评打开差异化。那一款本地生活的软件，最核心的功能是商铺或者产品的推荐能力。我们现在对于一款店铺或者产品的推荐能力都是来自于五颗星星评价，也就是其他用户的评价。

当时这家企业做了一个叫做人气眼的产品板块，它里面的量化的分值叫做人气值。人气值的特点是它借助了及时性的消费算法能力，将支付宝实时交易的笔数来列入到这个模型里。

谁的分值越高，代表这个店铺的人气越高。

虽然乍一看没有什么问题，但其实它有很多问题点暴露在九大方面上。

第一个问题点。这是一个及时性的算法。例如中午下班，我们从公司出来准备进餐，当我打开这款产品来看一下谁家的人气值高，这也是在代表着告诉我不能去，因为要排队。

第二个问题点。人气值来自于交易笔数的背后，代表着这家店铺的客容量。像真正的好店有一些是小店苍蝇馆，但很受用户欢迎；可惜由于它的台面少，甚至可能因为这家店铺不启用支付宝，也就永远上不了榜。我们站在一个本地生活产品的角度，目的是给用户推荐真正的好店，而不是因为借助自己的能力去打造一个伪的产品。

当然从商家这个角度来说，商家为了去刷好评，他已经有自己的一系列的运营活动模式。

之前很强的一个运营成本投入进来，现在换了一个不相干的一个算法，他会很痛苦，可能还要去学习，并且可能还要再花更多的钱去把这个分值刷回来。甚至说让用户你这次消费的一百五十块钱，以拆单的方式分三笔支付。

这就说明了单纯地为了某一个商业性去做的一款产品，永远不会长久的。这款产品我每个月都会监测一下，终于在二零一九年的十二月份再也看不到了。

模型的内容 · Model content

三大主体

商业化用户体验指标模型包含了三大主体内容。

主体内容就是中间的立方体，这里面是商业化的基本原则和体验的基本原则。往上面是策略手段，往下面是效果等级。

策略手段围绕的是当前我们构思出来的策略手段，要去评估它能解决什么样的问题，也就是它的效果等级。

当我们带来一个问题的时候，无论是商业化问题还是体验的问题。带着这个问题思考，走到策略手段的每一段我们也都要去依次想一下它有哪一些能解决问题，想的过程中，这个模型价值点之一出现了。也就是说，不要凭空的去想自己能想到的。而是把按照这样的顺序一二三四五地去想。它最起码不会让你漏太多。

想到了每一个策略手段之后往下走，评估它的有效性，能解决多大程度上的问题。我们要去评估任何一种手段，它对应的等级，成本，实施难度，最终达到的目的是否符合我们的期望，如果还没有，那就再来一遍。

这个模型如果只是建立在个人的视角上，它取决于认知的区别。

坦率来讲，人与人之间是有差别的，所以如果还有一套工具能够给到大家来去做共创，集思广益群策群力的话，这件事情能做得更好。

如图所示，这里面就是商业化用户体验指标模型的这个原型

中间这一部分就是刚刚的五个出发点，左上角这一部分介绍的问题点到底是反了商业的可持续，还是可发展，还是反了用户的行为，还是反了用户的认知。基于这些问题，以及下面的信息来描述我们痛点和表现出的一些原因。

再下面就是当前我们想要解决这个问题，预期要达到什么样的目标以及对应的指标。到了然后右边是对我们头脑风暴讨论完之后想到的策略来去评估，明确出来的策略是否还是反了商业的东西，反了体验性的东西去做评估。

最后看一下为了解决这件事情我需要的手段，背后来自于哪一些资源需要进行支撑。

以及我怎么去验证他成功时候的样子。

案例 · Case study

中老年女性服装尺码

就以一个案例来对这个模型做一下介绍——帮助中老年女性提高服装尺码的一个选择准确度。

这边有两个关键点，第一个女性，第二个中老年。

男性肥胖的特点比较有趣，只有胖肚子。但女性更有特点，女性胖得比较随机，尤其是一旦随机胖了之后，在服装搭配穿着尺码的选择上就会产生了痛点。

我们看一下当时的用户原型。这是一位欧美女性用户，她的特点是有钱，胖，但爱美，肯花钱去买一套自己喜欢的衣服。

这样的一个过程，可以看到她在买衣服的时候遇到的绝大部分困难是因为尺码不合适，并不是说一个品类的衣服不合适，另一方面可能有人群上的一些问题。

为此去解决这个问题的话呢，我们希望能够进一步来去洞察一些事项，进一步明确一下中老年女性用户对服装尺码的重要度非常高。

我们随意按照用户挑选尺码的风格拆选两种，一种是严谨型，另一种就是随意型，随意型的特点是它是按照自己过往衣服的尺码来进行选择。而严谨型的话用户呢他在买一件新的衣服的时候，他可能还要再自己量一下来去看自己有没有发生什么样的变化，或者是再去对照一下尺码表。

但实际上，我们发现在我们网站的售后问题反馈上，严谨型用户产生的失败率是百分之三十五，而随意型用户失败率是百分之三十四。两者之间没有明显的差距。在分析的过程中，可以看到，原来我们的产品服装尺码表比多数市场的品牌会偏小。改完之后，退货比例也没有明显去降低。

分析过程中发现其实有一些服装尺码表信息不准确。尤其在欧版英版尺码表在转换过程中就会出现了一些矛盾点。以及有的服装女性用户在挑选的时候可能会对三维更加关注，通过胸围比例来去判断这些服装尺码是否跟自己匹配的，但我们一些上装是没有胸围比例的。那对于她们来说就相当于是开盲盒一般的感受。

在这个过程中我们又去看用户判断尺码的方式，以此对用户对一些特定部位的尺码数据做出强化说明和准确度。

通过用户年龄，可以看到45岁的比例明显增高，这背后带来的含义就是不仅仅是45对女性用户身材走样更强，也有可能是因为她们的判断力正在下降。

基于上面的案例，我们可以用这套工具重新想一想，有哪些策略手段也可以应用进来。

如图所示，这个案例的重点是在中间部分。

首先是消除。我们当时想到了另一种手段，既然我们的尺码这么不合适，不如直接按需定制，量身打造服装。虽然我们背后的供应链有能力去支持这个操作，但如果牵扯到跨境业务，成本会非常之高。

再来就是隔离。一旦核实尺码不合适，给予用户一定比例补偿，以及赠予单品优惠券，避免造成舆论影响，并且希望用户下次仍会光顾。

紧接着就是替代。因为尺码表有衣服的尺码表以及身体的尺码表，我们会新增身体尺寸的尺码表基于用户做同步对照，让客户在选择尺码时有更多的决策依据。

转移部分当时没有思路，所以我们就跳到了个人举措部分。对有问题的SPU（标准化产品单元，是商品信息聚合的最小单位，属性值、特性相同的商品就可以成为一个SPU）重新排查尺码表，并要求供应商重新回传新的尺码表，保证前台，后台，服装三者的信息一致性。

从这五个出发点的表现来看图中右侧那条向上的方向线，我们发现在阵痛和弱化过程时没有达到我们的预期。

在回顾的过程中我们发现了一种替代的方法。参照大多数时尚类运动类服装品牌，他们会利用一种工具收集用户的年龄、性别、身材、体重、服装偏好等等的信息来作为他们大生态数据的基础，它的能力是在基于这些信息再给新的，与收集到的用户资料匹配度高的新消费者去提供产品的时候，会把与之相匹配的服装，尺码表推送给这位新用户。所以它是基于别人的数据来想其他用户推荐商品。这无外乎是一个好的方式，我们可以评估成本，分清不需要的资源。

关于这一点，如图右方，我们可以看到我们需要的资源有产品经理、技术、设计来支持这个组件的上限，以及背后支持这个组件每年的服务费用。只要评估好这个成本，就予以落实。

在成功标准我们可以看到，只要RMA能够降低十个百分点，这个项目的预算就够了。

（组件样式）

寄语 · Message

企业增长的概念

最后提一下企业增长的概念。我们无论是产品经理，技术还是设计，其实都是希望能够通过产品体验的增长带来新的商业上的增长。

但是目前，很多企业里都严重缺少具备体验增长能力的组织与个人。

不久之前（基于2021年3月21日），我在自己公司成立了新的团队叫做体验发展团队，这个团队会通过体验策略能力，体验的验收能力，体验的评审能力，体验的闭环跟踪能力等等体验方面的能力去帮助企业真正做到体验性的增长，它不依赖于用户研究或是某个单项系统能力。

所以，我认为的体验增长团队应该是带头看护体验的组织与个人，守得住底线，提的了改进的方向，见得了效果。

这样的体验增长团队一定要具备丰富的底层思维能力，多领域认知的能力，以及速赢的手段，将这些能力融合在一起，对于未来长远的发展，才是至关重要的。

Powered by Froala Editor