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。
