本文以“股票交易系统”的评价为例，简要叙述制作完整评价工具的过程。 纽约~
制作产品的人通常必须问这些问题。
“我们这个名声怎么样？ “这个功能用户使用后的满意度如何？ “通过这次更新，体验有所提高吗？”“与竞争产品a相比，我们有优缺点吗？”……。 “了解自己，了解对方”，是因为有市场验证、用户口碑，以及自己切身的操作体验，我们通常可以更容易地“了解对方”“了解竞争对手”。 但是，关于“知己”，我不那么确信。 为什么这么说呢，因为主观上的“成见、身处其中”常常让我们变得盲目。 另一个是因为我们没有经常可靠的评价系统。
评价、反馈对产品的进化非常重要。 但是我们平时就是这样做的：
“这次改版后，用户说了什么？ 有不好的声音吗？ ”
“用户又掉下来了。 这个版做得不够吗？ ”
“用户对这次优化的综合评价怎么样？ ”
以上信息本质上是反馈，但信息杂乱模糊，无法获得产品各方面对用户的准确满意度。
需要稳定、全面、客观的评价工具。
稳定：采用统一指标、统一测量，可重复测量使用； 全面：设定的指标包括用户与该功能系统)接触的所有信息方面，没有遗漏； 客观：测量指标全面、严格，对不同样品进行测量要求稳定一致。 下面，以“股票交易系统”的评价为例，简要叙述制作完整的评价工具的过程。
STEP 1 指标收集
交易系统的指标包括那些？ 速度是流畅还是内容丰富？ 这些都是未知的。 这第一步非常重要。 因为这是所有工作的基础。 所以，需要尽可能全面地收集信息，不能有可见的遗漏。 我们指标的内容收集主要来自以下方面
9名内部专家用户访谈用户问卷信息收集65343人在客户反馈用研已经进行了研究堆积和舆论堆积采访的情况下，为了让回答者能够以该主题为中心充分表达交易系统中包含的内容，
我们采访的主题是：
现在，在包括电脑和手机在内的同花顺交易中，你认为优缺点各是什么？ 你认为交易这个模块，未来的计划和发展方向是什么？
STEP 2 指标拆分
专家和用户从相同的角度对上述两个主题提出建议诉求)，得到的内容需要在意义上进行分割。 语义分割是一个收集经验和直觉的过程，当然也有可以参考的方法论，但最重要的是做数据的人熟悉产品和项目，把最后得出的结果反馈给专家，基本上就准确了。
根据内容，将交易系统的评价维度大致分类如下。
性能问题可用性问题功能问题内容图例：部分重要信息摘要仅限部分)
同时，根据内容细分指标。 一级指标下的二级指标15 ) :
STEP 3 指标定义
对二级指标给出明确的定义。 这一步是对各个细分指标的说明，也是为下一步指标测定做准备。
根据
STEP 4 指标测量
前明确的指标定义，直接对目标用户进行实测。 15个二级指标均需要实际用户评分，共15个实测主题，用户在充分理解指标含义后进行评分。
主题的形式如下
例如，“安全：交易安全意味着交易和资金的安全得到保障。 你觉得——同花顺手机的交易怎么样？ 评分：0-100，非常不满意——非常满意) )。
以在线问卷形式实测，回收1434个数据。
STEP 5 指标统计
如果去除失真的数据，则可使用的数据为904个。 这里主要删除回答时间少于最低测试时间的数据。 主要分析方法：因素分析二级指标一级指标； 一级指标的总体满意度)
注意：因子分析的原理是通过提取少量的分子来描述多个原始变量，但这里不需要减少因子数，所以在Extract阶段提取因子数必须与原始变量数相同。 例如，“功能”下有5个二次指标，提取因子数必须为“5”。
各指标相对于上位级别的权重贡献力)计算如下。
STEP 6 评估模型
经过上述计算，我们可以初步的评价模型如下图所示。
该系数图表明，对交易整体满意度敏感的因素是“功能”，对“功能”指标影响较大的是“创新性”和“区分度”。 整理一下，在速度、流畅度、内容上，确实是现在的交易系统
的短板，也从数据上得到了体现。总结起来，评估模型能直观告诉设计者2个问题：
目前的系统优缺点是？ （知道优缺点，能够在产品方向上有的放矢）影响用户满意度最重要的因素是？ （根据权重找出改进的优先点，才能抢占用户口碑）
当然，这只是第一次评估，所有的评估都要有对比才有意义。评估模型还需要继续进行2-3轮的迭代验证，并跟随未来交易系统的功能调整而逐渐调整，它不是一个静态的工具。
作者：大愉快的宝马，互联网金融产品用户研究员，心理学二年级传统的水蜜桃，公众号：同花顺UED（公众号：Mob-HitThink-UED）
本文由 @大愉快的宝马 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Pixabay，基于 CC0 协议