如何衡量前端基建的效能价值？

240次阅读  |  发布于3年以前

写在前面

不同于商用产品，对内的工具/平台大多没有明确的直接业务价值，需要通过可量化的指标来衡量其效能价值，本文试图建立一个可直接套用的数据指标框架，让内部工具/平台的价值也能看得见、说得清

一.分析生产活动的核心要素

从面向对象的角度来看，前端工程是对象和对象间的关系及交互行为

（摘自面向[对象视角下的前端工程体系]

其中，对象分为主体对象与客体对象两类：

对象，是对前端应用生产活动中各个实体的抽象，其中一些对象是主体（比如充当不同角色的人），另一些是客体（比如工具、平台等各种具体事物），对象之间通过一系列交互行为来完成前端应用的开发和交付

即人与工具，是直接关系到生产力的核心要素：

工具越强大、越智能，人的操作效率越高、心智负担越小

P.S.心智指的是人认识事物的方法和习惯，会影响用户如何认知周遭世界以及如何采取行动，取决于对应角色的认知情况、记忆、主动获取教育与被动教育的渠道和方法、以及基于角色的竞品使用习惯等，具体见工具类产品的体验度量四象模型（1）

二.找出工具的关键目标

对工具而言，兼顾效率和体验是不变的目标，但不同工具的侧重点可能有所不同，例如：

另一方面，工具总是为解决问题而生的，选用一个工具不外乎 4 种情况：

除去没得选的情况，在效率没有明显差距时体验更好的工具更受欢迎，效率能拉开明显差距的工具如果没有体验硬伤一定会很受欢迎，这毫无疑问

然而，需要注意的是，如果体验、效率方面的最优选项都有明显的缺点，此时用户更倾向于选择一个不上不下的替代工具，而不是长期忍受其缺点：

啊。。是啊。。我不就是不想用 xxx 了

三.建立效能价值的度量模型

确定了关键目标之后，接下来的问题是如何量化效率和体验，使之可衡量

衡量效率

类比工作效率的计算公式：

工作效率 = 工作总量 / 工作时间

工具效率可以定义为：

工具效率 = 问题规模 / 操作时间

问题规模仍然不是一个可量化的东西，进一步具象为时间成本：

工具效率 = （不用该工具解决所需的）时间成本 / （用该工具解决所需的）时间成本

那么，有 3 种情况：

衡量体验

体验不像效率一样能够通过统一的规则计算得出准确的数值，但也可以建立度量模型：

体验即产品与用户心智的重合程度（上图心智一行），工具的功能和性能越贴近用户的心理预期，体验评价越高，体现在：

即：

工具体验 = 易用程度 * 稳定程度

也就是说，工具体验是易用程度与稳定程度的乘积，只要稍有不好用或不稳定的缺点，体验就会急剧下降

衡量效能价值

综上所述，工具带来的效能价值体现在 2 方面：

效能价值 = 效率价值 * 体验因子

其中：

二者相辅相成，体验升级可能会提高效率，效率提升同样也可能带动体验

因此，在体验有保障的前提下，可以简单地将效率作为效能价值的衡量标准，用一个准确的比值即可量化效能价值

四.选择合适的数据指标

有了度量模型后，接着将具体的数据指标框进来

时间成本

基于以上分析，（体验有保障时）效率收益的直接体现是工具所能节省的时间成本，与用户量、使用频次、使用时长等密切相关：

P.S.功能使用率 = 使用某项功能的用户数 / 总用户数，也能用来衡量不同功能对整体的贡献

例如：

每天节省的时间成本 = 日用户量 * 日功能使用率 * (不用该工具解决所需的时间 - 操作时间)
  = 100 * 35% * (1.5人日 - 0.8人日）
  = 24.5人日

此外，另一些侧面数据也能体现效能价值：

P.S.用户渗透率可简单理解为用户渗透率 = 现有用户数 / 目标用户数

例如：

覆盖2/3的目标用户，包括60%以上的一线开发人员、10%的测试人员
覆盖8大产品线，半年支持40多个项目，包括效果极好的xx重点项目

易用程度

易用程度同样也能通过一些数值来衡量：

此外，一种产品经理常用的需求采集方法是观察真实用户的实际操作，将用户遇到的挫折记录下来，过程中不要打断和急于提供帮助，往往能够精准地发现一些使用问题

稳定程度

稳定程度可以从异常指标反映出来，例如：

其中，操作失败是个模糊的定义，包括运行时错误、服务接口错误、搜索不到结果等等，稳定性问题极易破坏使用体验，进而大幅拉低效能，比如工具总崩溃，几乎没法用的话，效能价值就无从说起

五.有数据就用数据说话

之所以要建立可量化的数据指标，是为了用数据说话，验证此前的一些假设，为工具的迭代、优化提供指导方向：

用 PM 的成熟方法论做事

参考资料

Copyright© 2013-2020

All Rights Reserved 京ICP备2023019179号-8