这篇文章主要讲的是在用户体验度量模型完成后，度量模型在即将运用或试点前的准备工作。准备工作主要包含：

1、培训&招募

2、项目管理机制

3、业务培训

4、项目可行性评估&筛选

5、数据查漏补缺

6、推动绊脚石&策略

每个公司互联网程度、研发环节各角色专业能力、研发环境、组织架构等不一样，用户体验度量模型推广运用和试点机制也不一样。这篇文章提到的试点准备工作可根据各自情况选择应用。

培训&招募

上文写到，用户体验度量模型1.0发布，那发布之后紧接着要做的是项目落地试点。而试点的第一步便是面向UED团队内和业务线产品等人员的培训，以及试点项目的招募。

培训

培训目标：向产品决策关键人员，传递用户体验度量模型的价值&使用方法，使用户体验度量模型的产品方法标准化到各产品线。发挥它最大价值，赋能产品的用户价值和市场竞争力。

培训对象：UED成员、各业务线产品人员&运营人员（不同角色分场次培训）。

培训方式：PPT宣讲方式；workshop方式。

培训内容：

1、度量模型价值；

2、度量模型适用对象、适用项目、使用方法；

3、度量模型使用互动/练习；

ps: 具体使用方法，计划后面出一篇运用篇重点讲解，敬请期待！

招募项目

培训之后，紧跟着可以面向培训对象发布项目招募计划。项目招募时需要明确几点：

1、适用项目

适用项目见“项目可行性评估&筛选”部分

2、需要提交的项目资料

项目资料如：项目背景、项目商业假设、业务目标、目标用户及特征、用户目标、设计目标、产品现有数据情况等信息

项目管理机制

对试点项目进行管理、跟踪和记录，便于项目的进度跟踪、问题的及时发现和后续试点成果分析等。主要包含：

1、项目总览表

包含如业务线、项目名称、项目背景、业务目标、设计目标、对接设计师、BI成员负责人、项目上线时间等等，可按需添加需要跟踪的信息。

2、项目跟踪表

展示具体项目的信息、进展情况等。包含如项目的项目负责人、背景、项目商业假设、业务目标、设计目标、度量维度、度量指标，指标公式、涉及数据埋点、项目起止时间等。

3、项目典型案例

度量4维度各挑选1-2个，成效较佳的项目作为典型案例。

业务培训

征集项目结束后，约上相应产品负责人，对组员进行业务培训。业务培训内容包含：

1、产品定位

2、产品目标用户群体（用户画像信息）

3、产品年度绩效&业务目标

4、产品具体功能模块

5、产品现状、用户数据现状

6、产品中长期规划等

为什么是以上的培训内容呢？这些都是后续度量模型运作的基础。产品定位、产品年度绩效&业务目标、具体功能模块、产品现状等是度量维度选择和度量指标定义的依据；其余的信息数据分析后的问题锁定和设计优化提供指导和依据。

项目可行性评估&筛选

试点项目需要用户体验度量体系建设小组成员一对多的进行协助辅助和跟踪，精力和质量层面考量，对招募回来的项目需要进行筛选。筛选的依据，不同企业也可能不尽相同，这里我列2个较常见的供大家参考。

1、公司核心业务线/产品

核心业务线，2点考量。第一、核心业务线，相对业务目标明确、或者已有存量用户基础、或者相对来说研发资源较充裕。第二、推广策略，通过试点项目打造成功案例，为后期标准化应用作基础。

01. 目标导向：

业务目标是度量模型的基础。目标明确，后续的度量维度选择、度量指标定义才有意义。才能发挥度量体系的真正价值，赋能业务目标/体验目标的不断精进。无目标或者目标不清晰，如何衡量目标的达成度，如何针对性的优化产品/服务以更好的服务目标用户？

02. 用户&数据基础：

有存量用户的产品，也就拥有用户行为数据、商务数据、用户反馈数据、用户满意度数据等数据基础，完成度量维度选择和指标定义后，即可直接提取数据进行分析，为产品优化和体验优化提供方向和依据。没有用户或者数据基础的产品相对来说试点成本更高，需要依据业务目标和设计目标等大量的梳理埋点需求和补充埋点等数据基础层搭建的工作。

用户&数据基础作为筛选维度之一，并不代表用户体验度量体系就不适用该类产品，而是在试点阶段，讲究质效的前提下，相对来说不是试点项目的首选。

03. 开发周期&资源：

开发周期较稳定且研发资源相对充裕的项目。度量体系的玩转，需要明确项目/产品的业务目标，基于目标的度量维度和指标的定义、基础数据层的搭建和迭代、数据分析、需要结合定性调研方式辅助锁定问题、需要根据问题发现作出相应的产品决策或者设计优化、同时需要开发同学将产品方案落地等重要环节，需要相对稳定的开发周期和相对充裕研发资源。而以上线为目的、或者项目排期非常紧张的产品/项目就可能就不是首选。

04. 推广策略：

强推公司核心业务线/产品，打造成功案例-明星项目，后面再标准化推广至全业务线。

2、重视产品体验的产品线

试点项目/产品最好注重产品的用户体验，有不断提升和精进产品的价值观，能够给予设计师发挥的空间。而以上线为目的、或者项目排期非常紧张的产品/项目就可能就不是首选。

3、设计师可触达业务线/产品

度量体系建设的初衷之一是提升产品的用户体验，设计价值显性化、量化。所以业务线/产品必须有设计师参与，设计师可通过度量体系的运用，良性持续优化产品体验。所以设计师可触达也作为筛选的维度之一。

数据查漏补缺

基础数据层包含用户行为数据、商务数据、用户反馈数据、用户满意度数据等。而影响数据发挥最大价值的基础因素是数据完整和准确。这里要做的主要是：

1、基于业务特性初步筛选度量维度&度量指标，依据指标对产品当前的数据埋点做全局的梳理，查漏补缺。有遗漏的需要督促对应产品及时提交埋点需求，解决数据基础层的问题，他们是度量指标的数据源。

如注册功能，用户行为层面考量它有有明确的起、止行为，业务维度考量，希望新用户注册人数越多越好。所以初步判断注册功能的度量维度选择“任务完成”和“参与度”。任务完成涉及整个操作流程的任务完成率、跳出率等，参与度涉及注册转化、停留时长等。以此再往下拆分比如任务完成率计算方式，需要哪些埋点数据支撑，按照这个逻辑来梳理数据埋点需求，进行查漏补缺。

2、了解产品其余数据获取渠道。如商务数据，是否有固定渠道或者平台可以提取？是否有运营/产品同学定期产出数据报告？用户反馈数据，是否有固定渠道或者平台可查阅提取？反馈数据能获取到的是原始数据？还是经过分类整理后的？是否有固定人员进行定期产出报告？满意度数据，是否有天使用户群、产品共建群、定期调研了解用户的满意度数据等机制等。

落地阻点&策略

最后，需要强调一点的是度量模型的推广落地不会太顺利，会遇到各种不同因素的阻力。应对阻力的解决方案根据不同公司的研发环境、组织架构等不同也不同。这里例几种可能导致落地受阻的情况以供大家未雨绸缪：

阻力1 : 产品、运营等同学对度量模型价值认识不清

阻力2: 产品同学对数据表现、用户表现敏感度不够

阻力3: 产品同学目标不匹配

产品、运营等人员有自己的小算盘和核心要做的事，主动便意味着我要附加很多其他工作量，不会主动做。

阻力4: 落地业务线产品情况

01、 产品相对稳定，且业务不再发展，仅需日常维护；

02、无数据基础，或数据基础不完善，需要耗费精力在数据基础层建设，提交的埋点需求，执行端不配合。

针对以上问题，策略层面提供几点思路。

1、抓关键头部人物，先拿到头部人物的尚方宝剑，再由上至下执行；

2、聚焦打造成功案例，以点击面；

3、结合成功案例，加强度量模型价值&不同角色运用培训力度；

下一篇用户体验度量体系建设系列文章：用户体验度量体系建设-运用篇，也就是用户体验度量模型在项目过程中的运用。

敬请期待！