蚂蚁金服PTECH是在原来的TECH模型上迭代后的产物,由于TECH模型缺少了应用视角的相关数据监测,因此加入了P(Performance性能体验)维度的检测。
PTECH模型诞生的背景:
1、B端产品体验问题在近几年需求量增长,蚂蚁金服庞大的中后台产品急需通过合理的方式验证产品体验情况,从而有的放矢的提升产品用户体验;
2、Ant Design通过设计规范已经解决了大部分产品视觉层上的一致性问题,需要探讨更深层次的体验问题。
基于以上,蚂蚁金服小伙伴站在巨人的肩膀上(谷歌HEART),同时从企业级中后台系统的特征上,形成了PTECH模型。
企业级中后台系统特征:
1、目标用户:角色化,带有岗位特征,非个人特性;
2、业务流程:冗长,学习成本高;
3、操作体验:复杂,上手难度大;
4、研发流程:无设计稿或一张原型,即可投入开发;
5、页面设计:随意,细节不注重;
6、等等。
下面笔者带着大家一起去感受下PTECH模型。PTECH模型由P、T、E、C、H五个维度组成,P是指Performance,即性能体验;T是指Task success,即任务体验;E是指Engagement,即参与度;C是指Clarity,即清晰度;H是指Happiness,即满意度。
1、Performance-性能体验
概念:产品性能表现,如打开页面速度、操作反馈速度、系统稳定性等。
指标:页面加载时长、页面可用时长、服务请求响应时间。
测量方式:应用性能监控、用户行为埋点。
产出物:性能报告。
2、Task success-任务体验
概念:产品核心任务流程中的体验问题,包括体验成本、效率、期望等。
指标:流程入口清晰度、流程断点合理性、整体流程清晰度、用户可控性、用户满意度、用户情绪、关键任务转化指数等。
测量方式:行为数据埋点、体验地图、可用性测试、专家走查。
产出物:优化点列表、体验地图。
3、Engagement-参与度
概念:产品提供的功能是否可以满足用户任务需求,用户的参与程度、依赖程度如何。
指标:周访问用户数、周用户平均访问频次、周用户留存指数。
测量方式:用户行为埋点。
产出物:访问数指标大盘。
4、Clarity-清晰度
概念:功能设计、引导、帮助是否清晰,让用户可以自主完成各项任务。
指标:设计规范得分、用户主观清晰度评分、帮助系统完善度评分、文案表达准确度、提示准确有用度。
测量方式:用户行为埋点、可用性测试、卡片分类、问卷调查。
产出物:可用性测试报告、优化点列表。
5、Happiness-满意度
概念:用户对产品及其他方面的满意度,如视觉方面、客服服务方面等。
指标:相关满意度评分。
测量方式:问卷调研、用户访谈。
产出物:反馈文本分析、满意度报告。
从上我们可以发现,蚂蚁金服PTECH模型也是建立在蚂蚁金服的产品背景下输出的体验度量模型,模型具有其自己的适用范围。例如参与度对于一些本地部署类中后台产品来说,就不适用。比如清晰度的指标对于不同业务产品来说,还可以再进行细分。下一章笔者将介绍阿里云的UES模型,欢迎大家关注哟。