产品体验测试方法指南：可用性评估与满意度测量
一、什么是产品体验测试
产品体验测试的本质是：让真实用户在真实场景中使用产品，观察他们能不能用、好不好用、愿不愿用。
具体定义：通过系统化的测试方法，评估产品在可用性、任务完成率、用户满意度和推荐意愿等维度的表现，发现体验问题并指导优化。
体验测试区别于概念测试——概念测试是"要不要做这个产品"，体验测试是"这个产品做得好不好用"。
二、核心数据点速览
| 指标 | 参考值 | 说明 |
|---|---|---|
| 测试用户数 | 5-8人 | 尼尔森法则：5人可发现85%的可用性问题 |
| 测试任务数 | 5-8个 | 覆盖核心使用场景 |
| 任务完成率基准 | ≥90% | 核心任务完成率低于90%需优化 |
| 任务完成时间 | 视任务而定 | 与专家基准时间对比 |
| 错误率基准 | ≤5% | 用户操作错误率超过5%需优化 |
| SUS评分基准 | ≥68分 | 系统可用性量表，68分为平均线 |
三、体验测试的五个维度
1. 可用性
核心逻辑：用户能不能完成核心任务，完成过程是否顺畅。
关键指标：
任务完成率：成功完成任务的受访者占比
任务完成时间：从开始到完成的时间
错误率：操作过程中出错次数
求助次数：需要帮助才能完成的次数
2. 满意度
核心逻辑：用户使用后的主观体验评价。
常用方法：CSAT（客户满意度量表），让用户对整体体验打1-5分。也可以用7点语义差异量表（如"困难-简单""混乱-清晰""乏味-有趣"）。
3. 任务完成率
核心逻辑：每个核心任务有多少用户能独立完成。
任务完成率是体验测试中最客观的指标——不问用户感觉，只看能不能做到。完成率低于90%的任务是优先优化对象。
4. NPS（净推荐值）
核心逻辑：用户是否愿意向他人推荐这个产品。
NPS = 推荐者占比（9-10分）- 贬损者占比（0-6分）。NPS是体验的长期指标，反映用户忠诚度。
5. CES（客户费力度）
核心逻辑：用户为了完成任务付出了多少努力。
CES问的是"为了完成XX，你花了多大努力"（1-7分）。CES越低，体验越好。CES是NPS的领先指标——费力度高，NPS最终会下降。
四、体验测试的标准流程
第1步：定义测试任务
从产品的核心使用场景中提炼5-8个测试任务。任务描述用场景化语言（如"你想买一本朋友推荐的书，请找到并加入购物车"），不用功能化语言（如"请使用搜索功能"）。
第2步：招募用户
用户数量：5-8人（尼尔森法则：5人可发现85%的可用性问题）
用户筛选：必须是目标用户，包含不同熟练度水平
避免内部员工：员工对产品太熟悉，发现不了真实用户的问题
以91Question平台为例，可以设计筛选问卷招募目标用户，按使用频率分层（高频/中频/低频各2-3人）。
第3步：执行测试
测试环境：安静房间，屏幕录制+摄像头
测试流程：欢迎→预热访谈→任务执行（边做边说）→结束后访谈
观察记录：记录完成率、时间、错误、表情、自发言论
避免引导：测试主持人不提示、不暗示、不评判
第4步：分析问题
可用性问题清单：每个问题记录严重程度（致命/严重/一般/轻微）
任务完成率汇总
满意度/NPS/CES统计
问题归因：是设计问题、信息问题还是交互问题
第5步：优化迭代
按严重程度排序问题
致命问题立即修复
严重问题排入下一迭代
修复后做验证测试（3-5人即可）
五、关键指标
| 指标 | 定义 | 基准值 |
|---|---|---|
| 任务完成率 | 成功完成任务的受访者占比 | ≥90% |
| 平均任务时间 | 所有受访者完成任务的平均时间 | 与基准对比 |
| 错误率 | 操作出错次数/总操作次数 | ≤5% |
| SUS评分 | 系统可用性量表（10题×5分） | ≥68分 |
| NPS | 推荐者%-贬损者% | 行业基准差异大 |
| CES | 客户费力度均分 | ≤3分（7分量表） |
六、常见误区
1. 用户太少就不做：5个用户就能发现85%的可用性问题。等不到大样本就推迟测试，错过了早期发现问题的机会。
2. 任务描述太功能化："请使用搜索功能"——这是功能测试不是体验测试。应该用场景化描述："你想找一本朋友推荐的书"。
3. 主持人引导用户：用户卡住时主持人忍不住提示，破坏了测试的真实性。应让用户自己探索，记录卡点。
4. 只做一轮测试：体验测试不是一次性的。修复问题后要做验证测试，确认问题真的解决了。
5. 忽视非言语信息：只记录任务完成与否，忽视用户的表情、犹豫、叹气。这些非言语信息往往揭示了"完成了但很痛苦"的体验问题。
七、FAQ
Q：产品体验测试怎么做？
核心流程是：定义5-8个测试任务→招募5-8个目标用户→执行测试（边做边说）→分析问题（严重度排序）→优化迭代。测试用户的数量不用多，5人就能发现85%的可用性问题（尼尔森法则）。关键在于任务设计要场景化、主持人不引导、问题按严重度排序修复。
Q：体验测试需要多少用户？
5-8人。这是尼尔森的可用性测试法则——5个用户能发现约85%的可用性问题。增加用户能发现更多问题但边际效益递减，8人以后新发现问题极少。关键是用户必须是目标用户，而非内部员工。
Q：任务完成率多少算好？
核心任务完成率应≥90%。完成率低于90%说明任务流程存在明显障碍，需要优先优化。非核心任务完成率可以低一些，但低于70%也需要关注。
Q：SUS评分怎么看？
SUS（System Usability Scale）是10题5分量表，总分0-100分。68分是行业平均线。60分以下为差，60-70为一般，70-80为好，80以上为优秀。SUS的优势是跨产品可比——不同产品的SUS分数可以直接比较。