随着数字化和智能化对社会经济生产方式的逐渐渗透，围绕深耕客户的重要目标，用户体验成为商业银行留住客户新一轮角逐的核心竞争力。如何客观、准确构建线上平台的体验评价指标，成为商业银行需要面对的重要课题。

一、用户体验及指标体系的业务逻辑

（一）用户体验的内涵

用户体验于19世纪中期被德国唐纳德诺曼多提出并推广到许多领域得到广泛应用。用户体验反映的是企业在用户体验产品旅程中的每一个节点上与客户之间的交互情况，涵盖从交互动作开始至结束的整个周期，属于客户与企业之间所有交互的总和。同时，用户体验过程是动态的，随着时间的推移客户会根据时点或环境变化，与产品间的用户链接会被迭代。

（二）优秀的用户体验指标体系是提升用户体验的重要抓手

用户体验指标体系是事前用户体验的“北极星”。商业银行根据中长期发展战略，制定用户体验的北极星指标。通过梳理业务流程确定用户体验指标体系中核心指标，明确指标体系实现的目标。通过全方位洞察业务运营情况，明确指标的业务含义，以便进行进一步的拆解，细化指标颗粒度。

用户体验指标体系是事后用户体验的“进化器”。客户通过体验产品的数据交互形成指标数据，力求准确反映实际用户体验情况，指标之间业务逻辑链条流畅，拆解的指标具有实际的业务意义。通过不断优化指标的构建及选取，实现用户体验指标体系的数据复盘与体系迭代。

二、线上平台体验评价指标体系的痛点

（一）指标割裂无法形成体系，缺乏顶层设计，以致于反映的用户体验情况失真。

一方面指标选取不合理，没有正确理解用户体验产品过程中的数据要素流动路径，选取核心指标上产生了偏差；同时未能够充分明确业务指标的用途和含义，存在信息统计冗余或缺失的情况。另一方面指标体系不健全，因方法和业务认知策略缺乏企业级的整体规划，体系版图的缺失不能准确覆盖用户体验过程中的业务机制和数据要素流动路径。

（二）客户调研类指标收集困难，数据系统化能力不足。

一方面客户调研类数据是基于招募客户进行深度访谈采集的数据，因信息不对称，实际客户特征画像与目标客户群体画像存在偏差的可能性，同时客户访谈的内容感情色彩浓厚，数据难以量化。另一方面客户调研数据从前期立项到访谈完成整个周期长，需要手工记录访谈数据再手工进行后续相关分析，数据统计和分析容易存在手工误差，数据系统化能力的缺失降低了整体工作流效率，价值数据无法共享。

（三）体验指标和传统经营指标界定和边界模糊，导致对指标体系的支撑力度缺失。

体验指标是客户在与产品交互过程中体验和感受的数据化呈现，表现出客户对产品体验和接受服务的满意度，如用户体验过程中产生的行为类数据和态度类数据。传统经营指标是体现产品在运营过程中客观形成的数据，是运营产品效果的表现，如新增客户数，任务完成时间等。但现阶段用户体验和运营是有机融合同步进行，指标表示的业务范围之间存在重合部分，如客户任务完成时间较长有可能是产品操作指引方法不清晰或者程序繁琐导致的属于行为类指标；也有可能是产品系统不流畅，页面卡顿导致操作时间过长，属于经营类数据。

三、构建线上平台用户体验指标体系

对商业银行线上平台产品服务用户体验进行系统化、全面性评价分析，围绕用户态度、用户行为、业务经营三维度，构建线上平台用户体验评测指标体系。

（一）用户体验态度类指标

态度类指标以用户体验感受为核心，包括产品净推荐值、满意度、费力度等具体指标。态度类指标主要通过问卷调查、客户深度访谈等形式，形成用户对手机银行、网上银行等商业银行线上平台主观感受的数据，从而洞察客户偏好需求和线上平台使用断点。

（二）用户体验行为类指标

行为类指标以用户操作过程数据为核心，包括产品指标、旅程指标、页面指标、眼动指标、评价指标等指标类型，具体为产品跳出率、任务完成时间、功能点击率、到达率、客户投诉量等指标。行为类指标主要通过在线上平台数据埋点的形式，实时收集客户真实操作结果，聚焦客户到底做了什么，从而准确把握客户在实际应用场景中的体验。

（三）业务经营类指标

经营类指标以产品经营和运营数据为核心，包括获客指标、活跃指标、购买指标、留存指标、价值指标等指标指标，具体包括月新增用户数、MAU、交易转化率、7日留存率、月人均使用时长等指标。经营类指标是商业银行经营利润的集中反映，是线上平台用户增长、价值变现的最终成果。

（四）多维分析评价线上平台用户体验水平

对于态度类、行为类、经营类三类指标，商业银行需要建立多维分析评价体系，一方面需要开展三类指标数据的实时监测，对于各类指标的异常情况开展及时分析，找出影响用户体验的焦点问题；另一方面需要对三类指标进行交叉分析、对比分析、综合分析，全面客观反映商业银行线上平台的用户体验水平，不能以偏概全，仅仅以某一类指标评价线上平台的体验情况。

四、用户体验指标体系建设的运营建议

（一）实现体验指标自动化、平台化监测分析

通过传统的街头拦访、电话调查等方式收集态度类等指标数据，并进行人工研究分析，无法适配数字化的线上平台运营思路，因此商业银行需要建立体系化收集、监测、分析、预警的自动化体验指标评价工具平台，对于指标变化做到实时监测并及时匹配相关运营策略，实现体验指标监测、指标分析、运营优化、效果评估的闭环流程。

（二）建立基于经营与体验双视角的指标体系

立足于商业银行线上平台数据常态化监测，将NPS、MAU、AUM三大北极星指标多维度内嵌于体系框架中，利用熵值法合理计量多指标权重，初步搭建基于数据驱动的体验提升的一维框架，并结合业务运营侧成效评估与复盘，检验指标选取的合理性，对经营指标进行迭代更新，完善基于商业银行业务运营的指标体系。

（三）做好内外部客户体验指标体系的敏捷迭代

充分借鉴互联网和同业先进方法和策略，应用行业标准和方法论来指导客户体验指标体系建设迭代优化。利用系统算法策略、大模型规则等数字化工具全方位进行数据分析探索数据价值。从内部全面梳理业务旅程逻辑，在特性方面统筹完善业务应用和机制建设，结合经营指标的动态变化，畅通指标高效迭代路径，明确体验迭代优化方向。

（文章系作者投稿，文中内容不代表电子银行网观点和立场）

责任编辑：方杰