1、体验是什么？

体验是一种感知，比如我们在一个电商平台买东西，从挑选，售前咨询，下单购买，物流，售后咨询等，全流程我们会感受到体验好，或者体验不好。该平台如果给我们感知好，我们对平台满意，则会继续留下来复购，或者还会推荐给别人。这些好与不好都是隐性感知，如何衡量体验好坏呢？需要显性的定量的体系。

2、什么是NPS指标体系？

用户体验岗来说，通常衡量体验好坏是净推荐值-NPS（net promoter score）。净推荐值-NPS是指标体系。每个公司的NPS指标体系可能都不大一样，不过以终为始来看，换汤不换药，都是让消费者满意。NPS指标体系，可分为主观和客观。

主观指标是用户研究团队通过定性定量研究调研而来。推荐者-贬损者=净推荐值（NPS），这个值越大，代表体验越好。【有研究表明，NPS值越高，这个公司的市场占有率越高。（这句摘自《全面体验管理》）】

客观指标是一套可以运营的指标体系，包括全链路满意度（客服、物流、退款等)降本指标-降求助量-有的公司是CPO）。对于客服满意度来说，这也是个综合指标，可以继续拆二级三级指标。如XX等。当然了现在都在提chatgpt,很多时候企业希望智能能够辅助人工，帮助企业降本，提高满意度会有单独对智能的指标（满意度，转人工率等）。企业希望转人工率低，且智能满意度高。如果转人工高，但智能满意度高，则有问题；转人工高，且智能满意度低，则有很大问题... 现在智能很多时候吐出的知识都是人工写的知识，未来chatgpt会不会取代写知识这帮人呢？留着思（jiao）考(lü)

我们平时做的所有工作都是围绕客观指标体系，通过观察数据的变好or变坏。分析数据为什么变好，业务做了什么动作，是否可复制？数据指标变差，是为什么变差，并且给出体验改善的策略，且在下落执行策略的同时，要会辨别什么事情自己做，什么事情别人做，不然会很吃亏（尤其有体验岗的基本是大公司，岗位分工细又复杂，什么都以为自己做的话反而容易弄巧成拙，把事情搞砸）。需要多方协同配合的，包括服务、体验、供应链、商家运营、供应商、仓储等。所以体验的改善，很多时候是推动别人做，那如何刚柔并济落下体验改善策略也是一门学问。

3、体验工作思路：事前预警、事中止血、事后布防

体验工作思路：一般处理都要从事前预警-发现问题，事中止血-解决问题，事后布防-防止同类问题再次发生。尤其是事后布防，需要看到底是流程、规则、产品等哪方面可以解通性问题。工作从来都不是单线程，需要由点到面到线，深度思考。 很多人说的结构化-又称为逻辑。不会结构化思考和汇报的就非常吃亏。下面细节点来说

事前：数据分析很重要。体验根据数据指标观察每周、每月、季度、年度指标哪里有问题，重要的指标都有看板，没有看板需要做数据清洗，excel是基本功，会sql加分。（当公司数据指标体系很完善的时候，我们根据数据看板分析即可，有的公司体验指标体系不完善，就需要建设指标体系（也是我下一步需要学习的）。数据分析我一般两种思路：下拆+同环比。 下拆指的是，一个指标可以拆分成其他二三级等指标。比如客户满意度可以拆是售前还是售后，然后还可以继续分场景拆，拆到负责该指标的团队。根据同环比看异动情况，下钻VOC，进一步找根因。再比如GMV=转化购买人数*客单价 ，而转化购买人数=IPVUV*转化率 再根据同比、环比如果是IPVUV的问题，则要找负责IPVUV指标的团队解决

事中：这时候已经发现了问题，怎么快速查出找出根因并解决呢？我提到了快，因为如果慢了，就会给公司造成资损。越快解决，损失越小。怎么查，看业务体验，看服务，看协同方，确认究竟是哪一步出了问题，还是哪几步出了问题。先快速止损。

事后：也是重中之重部分。处理体验问题,就像办案子。需要体验工作者很敏锐，通过一个case思考，这有没有可能是批量事件？ 这时候如果对业务不熟练，可能就会思考的浅显了。尤其新手，可能会单点对单点的解决。总之体验问题，需要对业务熟练，思考全面，切记不能点对点以为把问题解了，实际上问题还是敞口存在，会给公司带来巨大的资损（尤其体验并不是显性赚钱的部门，所以对于做事情尤其要谨慎，不能给公司带来显性资损，还有名誉上的隐性损失） 举个例子：如果某个指标有异动，排查下来发现核心是体验问题--破损（物流）问题，其次还有服务问题。那么要看体验的问题怎么解？为什么会导致破损？是包材问题还是商品问题，包材问题是包材标准本身有问题还是人员执行问题？如果是人员执行问题，那量级有多少？是一个仓问题，还是所有仓问题，如何修正。最后谁的责任导致我方有资损，谁担责。体验问题由点到面通性问题解了后，看服务问题怎么解，是一个服务问题，还是通性问题，量级多少，如何定义量级，可以协同质检团队，根据结论培训服务团队，避免下次还会出现服务问题。

总结一下：用户体验的问题改善，像是办案子，从不同维度看哪个或者哪些维度出了问题？如果是体验维度有问题要分场景，看是商品场景还是物流场景，亦或是其他场景，确定场景再确定量级==确认是单个问题还是通性问题。再通过流程、培训、产品、规则等改善。服务问题解法同理。

4、以上体验改善问题处理多了，就会发现行业上的通性问题，可以开始拉项目（比如融化、维修、专业培训等等）

项目背景（为什么做？）：非常重要

核心交付目标：根据为什么做这个项目设置

怎么做：根据目标指标分析

1)培训

2)商品体验--商品知识-核心

3)全链路分析（物流、客服、商品等场景分别分析体验问题及解决）