体验地图、指标与基础增长

一、开场困境

想象一下这个场景：你是一家智能运动平台的产品经理，刚刚上线了一个新版本的App，团队庆祝了三天。

一个月后，数据出来了——日活跃用户几乎没有增长，周留存率只有20%，有60%的用户在使用一次后就再也没有打开过App。

你打开用户反馈系统，看到这样一些评论：

• "下载了App，但不知道从哪里开始。"

• "我跑了一次，看了数据，然后就没有然后了。"

• "功能很多，但感觉都很浅，找不到继续用的理由。"

• "想用训练计划，但不知道选哪个适合我。"

你看着这些数据，非常困惑——明明每个功能都是按照用户需求做的，为什么用户来了就不用了？

问题出在哪里？

答案很残酷：你做了用户需要的功能，但你没有理解用户在"使用你产品的整个旅程"中经历了什么。你只看到了"功能"，没有看到"体验"。

今天这堂课，我们就来解决这个问题。我们会学习三个核心工具：

1. 用户体验地图——帮你画出用户使用你产品的完整旅程

2. HEART指标——帮你定义产品健康的衡量标准

3. AARRR增长框架——帮你构建从获客到留存的增长飞轮

---

二、核心概念：用户体验地图

2.1 什么是用户体验地图

用户体验地图（User Experience Journey Map）是一种可视化工具，用来描述用户在使用产品或服务过程中的完整旅程、行为、想法、情绪和痛点。

它不是一个功能列表，而是一个故事——用户从"第一次听说你的产品"到"成为你的忠实用户"的完整故事。

体验地图不是画功能，而是画情绪。用户在每一个触点上的情绪波动，就是你产品的真实体验。

2.2 用户体验地图的核心要素

一个完整的用户体验地图包含以下要素：

1. 用户画像（Persona）

这是用户体验地图的主角。你需要明确"谁在使用产品"。

• 案例：一位35岁的城市白领，每周跑步3次，目标是完成第一个半马，目前使用佳明手表

2. 时间线/阶段（Timeline/Phases）

用户旅程的各个阶段。

• 案例：运动前→运动中→运动后→周复盘→备赛周期

3. 触点（Touchpoints）

用户在每一阶段与产品交互的触点。

• 案例：打开App→选择运动模式→开始运动→查看实时数据→结束运动→查看运动报告

4. 用户行为（Actions）

用户在每一阶段具体做了什么。

• 案例：用户点击"跑步"按钮、查看心率数据、保存运动记录

5. 用户想法（Thoughts）

用户在每一阶段在想什么。这是体验地图最关键的部分。

• 案例："今天状态不错，跑个10K""这个心率区间是什么意思？""明天要不要继续跑？"

6. 用户情绪（Emotions）

用户在每一阶段的情绪曲线（正面/中性/负面）。

• 案例：兴奋（准备跑步）→专注（运动中）→困惑（看不懂数据）→满足（完成运动）→空虚（接下来呢？）

7. 痛点（Pain Points）

用户在每一阶段遇到的问题和障碍。

• 案例：找不到合适的跑步计划、看不懂心率数据、运动后没有反馈

8. 机会（Opportunities）

针对痛点，可以做什么来改善体验。

• 案例：推荐个性化的训练计划、用可视化图表展示数据、运动后推送鼓励消息

画一个简单的用户体验地图：

用户画像35岁城市白领，半马目标，每周跑3次

01运动前

行为

看计划

想法

今天跑什么

情绪

😊 → 😕

痛点

计划太多

机会

智能推荐

02运动中

行为

听语音播报

想法

配速还可以吗

情绪

😊 → 😓

痛点

不知实时表现

机会

实时语音指导

03运动后

行为

查看报告

想法

数据准吗

情绪

😊 → 😕

痛点

看不懂指标

机会

简化报告

04周复盘

行为

分析周数据

想法

我这个月进步了吗

情绪

😕 → 😞

痛点

不知道有没有进步

机会

可视化趋势

2.3 为什么用户体验地图如此重要？

我问大家一个问题：你的产品有多少功能是"做了但用户没用"的？

很多团队复盘时都会发现：产品里相当一部分功能长期没有形成稳定使用。为什么？

因为产品经理在做功能规划时，关注的是"功能"而不是"体验"。

用户体验地图解决了三个核心问题：

1. 帮你从"功能思维"切换到"体验思维"——你不是在做功能，你是在设计一段旅程

2. 帮你发现"体验断点"——用户情绪从正面变成负面的那一点，就是你需要改进的地方

3. 帮你找到"关键时刻"——哪些瞬间决定了用户是否留下来

---

三、经典方法论：峰值终值定律

在讲用户体验地图的时候，有一个无法绕过的定律——峰值终值定律（Peak-End Rule）。

3.1 什么是峰值终值定律

诺贝尔奖得主丹尼尔·卡尼曼（Daniel Kahneman）提出的峰值终值定律指出：

"人们对一段体验的评价，主要取决于两个时刻：体验过程中的最强峰值时刻（无论是正面还是负面）和结束时刻。"

换句话说，用户不会平均地评价你的产品体验，他们只会记住"最爽的瞬间"和"结束时的感觉"。

这对产品经理意味着什么？

意味着你不需要在所有触点上都做到完美，你只需要在"峰值时刻"和"终值时刻"做到卓越。

3.2 峰值终值定律在运动产品中的应用

以智能运动平台为例：

运动中的峰值时刻：

• 语音播报："你已经跑了5公里，配速5分10秒，比上周快了15秒！"——这是用户的成就时刻

• 心率区间提醒："你现在处于有氧区间，脂肪燃烧效率最高"——这是用户的专业时刻

• 完赛瞬间：手表震动庆祝，显示"半马完成！"——这是用户的完赛时刻

运动后的终值时刻：

• 运动报告：简洁清晰的可视化报告，让用户一眼看到今天的成果

• 鼓励消息："今天的训练很棒，你的耐力有明显提升！"

• 明天的建议："根据今天的训练，建议明天进行恢复跑，强度控制在有氧区间"

请思考：在你的产品中，哪个时刻是用户的"峰值时刻"？哪个时刻是"终值时刻"？你有没有在这个两个时刻做到卓越？

3.3 如何设计峰值终值体验

第一步：识别用户旅程中的关键触点

用用户体验地图画出用户旅程，识别出所有触点。

第二步：找出峰值机会点

在众多触点中，找到1-2个可以做"峰值"的时刻。选择标准：

• 这个时刻对用户有情感冲击（成就感、惊喜感、归属感）

• 你有能力在这个时刻创造卓越体验

第三步：设计终值体验

结束时刻往往是用户最记忆犹新的。设计一个让用户带着"满足感"离开的结束体验。

做一个简单的练习：想想Apple Watch的运动闭环。它的峰值是什么？是"圆环闭合"的那一瞬间——三个圆环完美闭合，屏幕播放动效。它的终值是什么？是每周日推送的"周总结"——告诉你这一周的运动成果。

---

四、经典方法论：HEART指标

好了，现在我们有了用户体验地图，知道了用户旅程中的峰终时刻。但怎么衡量我们的体验设计是否有效呢？

这就需要用到HEART指标框架。

4.1 HEART指标的起源

HEART是由Google的用户体验团队提出的一套用户中心指标体系。它帮助产品经理从五个维度衡量产品体验的健康度。

4.2 HEART的五个维度

H = Happiness（满意度）

衡量用户对产品的满意程度。

• 核心问题：用户喜欢我们的产品吗？

• 核心指标：

  • 用户满意度评分（CSAT，1-5分）

  • 净推荐值（NPS，-100到100）

  • 系统可用性评分（SUS）

• 运动平台案例：

  • "你对本次运动记录的满意度如何？"（运动后弹窗）

  • "你会向朋友推荐这个App吗？"（每月NPS调研）

  • AI教练的"有用性"评分

E = Engagement（参与度）

衡量用户与产品互动的频率和深度。

• 核心问题：用户在使用我们的产品吗？用得多深？

• 核心指标：

  • 日活跃用户（DAU）/月活跃用户（MAU）

  • 平均使用时长

  • 功能使用深度（用户使用了几项功能）

  • 核心行为频次（如每周跑步次数）

• 运动平台案例：

  • 周均运动频次（用户每周运动几次）

  • 功能覆盖率（使用了心率分析/计划/报告等功能中的几个）

  • 单次运动后查看报告的时间

A = Adoption（接受度）

衡量新用户开始使用产品的比例，以及新功能被用户采用的比率。

• 核心问题：新用户是否能够上手？新功能是否被接受？

• 核心指标：

  • 新用户注册完成率

  • 新用户"首次核心行为"完成率（如首次完成跑步记录）

  • 新功能激活率（用户中使用新功能的比例）

  • 新功能留存率（首次使用后第7天继续使用的比例）

• 运动平台案例：

  • AI教练功能的激活率（多少用户点击了AI教练）

  • 首次运动记录完成率（新用户中多少人完成了第一次运动记录）

  • 训练计划创建率（多少人创建了第一个训练计划）

R = Retention（留存率）

衡量用户在一段时间后是否继续使用产品。

• 核心问题：用户会持续使用我们的产品吗？

• 核心指标：

  • 次日留存率、7日留存率、30日留存率

  • 核心行为续费率（如运动打卡连续天数）

• 运动平台案例：

  • 第1周留存率（注册后第7天仍有运动记录的用户比例）

  • 第30天留存率

  • 月均运动天数（用户每月运动多少天）

T = Task Success（任务完成率）

衡量用户是否能高效完成核心任务。

• 核心问题：用户能完成他们想做的事情吗？

• 核心指标：

  • 任务完成率（用户开始某个流程后完成的比率）

  • 任务完成时间

  • 错误率

• 运动平台案例：

  • 运动记录完成率（开始运动→结束运动→保存记录的比率）

  • 训练计划创建耗时

  • 连接手表设备的成功率

4.3 HEART指标与运动产品的结合

让我们用HEART指标来评估一个运动平台的产品健康度：

看到这个表格，你最关注哪个指标？如果是我，我会最关注"首次运动完成率"——只有55%的新用户完成了第一次运动记录。这意味着45%的用户注册后，连一次运动都没有做就走了。这比"周均运动频次"更紧迫，因为如果你连用户的第一次体验都搞不定，你就不可能有第二次。

---

五、经典方法论：AARRR增长框架

现在我们来看第三个重要框架——AARRR，也被称为"海盗指标"（Pirate Metrics）。

5.1 AARRR的五个阶段

AARRR由Dave McClure提出，描述了用户从接触到产品的完整生命周期：

A = Acquisition（获客）

用户如何发现你的产品？

• 渠道：搜索引擎、社交媒体、应用商店、广告投放、口碑传播

• 指标：新增用户数、获客成本（CAC）、渠道转化率

• 运动平台案例：用户在应用商店搜索"跑步App"发现了你

A = Activation（激活）

用户第一次体验到产品"值"这个瞬间。

• 关键：Aha Moment（顿悟时刻）——用户第一次感受到产品的核心价值

• 指标：激活率（用户完成核心行为的比例）

• 运动平台案例：用户完成第一次运动，看到清晰的运动数据报告，说"哇，这个好用"

R = Retention（留存）

用户是否会回来继续使用？

• 关键：让用户形成使用习惯

• 指标：次日/7日/30日留存率

• 运动平台案例：用户第二天又打开App，开始第二次运动

R = Revenue（变现）

用户是否愿意为产品付费？

• 模式：订阅制、按次付费、功能解锁、增值服务

• 指标：平均每用户收入（ARPU）、付费转化率、LTV

• 运动平台案例：用户从免费版升级到付费版，解锁AI教练功能

R = Referral（推荐）

用户是否会主动推荐给其他人？

• 关键：NPS高、病毒传播

• 指标：分享率、邀请率、K因子（每个用户带来多少新用户）

• 运动平台案例：用户把运动记录分享到朋友圈，好友扫码下载了App

5.2 AARRR的漏斗效应

AARRR本质上是一个漏斗：

1. A 获客 100,000 用户看到你的App
2. 55%
   A 激活 55,000 用户完成首次运动
3. 20%
   R 留存 11,000 用户30天后还在使用
4. 20%
   R 变现 2,200 用户付费
5. 20%
   R 推荐 440 用户推荐他人

看到了吗？每经过一个环节，用户就会流失一大半。如果你的"激活"只有55%，"留存"只有20%，即使你花再多钱去获客，也留不住用户。

5.3 针对运动平台的AARRR策略

以下是针对智能运动平台的AARRR策略建议：

---

六、激励系统与上瘾机制

接下来，我们快速引入两个重要的行为设计模型——这些能帮助我们理解"如何让用户持续使用产品"。

6.1 Hook模型：如何让用户上瘾

Hook模型由Nir Eyal在《上瘾》（Hooked）中提出，描述了用户习惯养成的四个步骤：

触发（Trigger）→ 行动（Action）→ 奖励（Reward）→ 投入（Investment）

第一步：触发（Trigger）

• 外部触发：App推送、短信提醒、邮件

  • 运动平台案例："晚上好！明天有晨跑的好天气，记得早起哦"

• 内部触发：用户内在的欲望和情感

  • 运动平台案例：用户感到"今天还没运动，有点内疚"

第二步：行动（Action）

用户执行某个行为。福格行为模型告诉我们：行为的发生，需要动机、能力、提示三个要素同时具备，缺一不可（这与Hook模型中的"触发"本质是同一个概念）。

• 动机：用户想运动

• 能力：打开App点击"开始跑步"只需要3秒

• 触发：App推送提醒

第三步：奖励（Reward）

多变奖励是让人持续投入的关键。

• 社交奖励：朋友的点赞、排行榜上升

• 数据奖励：看到进步数据（配速提高了）

• 成就奖励：获得徽章、解锁新成就

最有效的是"可变奖励"——你不知道会得到什么奖励。比如运动后生成一张"你的体能指数比同龄人高XX%"的个性化卡片，你永远不知道今天的数据会是什么。

第四步：投入（Investment）

用户投入越多，越不愿意放弃。

• 数据积累：你的历史运动数据都在这里，换平台就没了

• 社交关系：你在这里有互相关注的运动好友

• 个人成就：你累计跑了500公里，这个成就在这里

6.2 Fogg行为模型

另一个极其实用的模型是斯坦福教授BJ Fogg提出的福格行为模型（Fogg Behavior Model）：

B = MAP

当**动机（Motivation）、能力（Ability）、提示（Prompt）**三个要素在同一时刻同时具备时，行为才会发生。

三个要素缺一不可：

• 动机（Motivation）：用户想做这件事吗？

• 能力（Ability）：用户有能力做这件事吗？（越简单越好）

• 提示（Prompt）：用户被提醒了吗？（Fogg后来将Trigger改名为Prompt，本质是同一个概念）

如果你想设计"用户每天记录饮食"的功能：

请思考你的产品中，用户最需要的那个行为是什么？它的M（动机）、A（能力）、P（提示）是否都满足了？如果用户不做这个行为，是缺了哪一个？

---

七、业务深度案例：运动前中后+周复盘+备赛周期的完整体验地图

现在我们做一个完整的实战案例——为一位"备赛半马"的跑者绘制完整体验地图。

7.1 用户画像

用户：小明，32岁，产品经理（抱歉就是你们的同行）

• 跑步经验：跑步1年，月跑量80公里

• 目标：3个月后完成第一个半马（21.1公里）

• 痛点：不知道如何科学备赛，担心受伤

• 设备：我们的智能运动手表 + 配套App

7.2 阶段划分

我们将小明的备赛旅程分为5个阶段：

1. 运动前：从起床到穿上跑鞋

2. 运动中：从开始跑到结束跑步

3. 运动后：从结束跑到洗漱、休息

4. 周复盘：每周日晚上的训练总结

5. 备赛周期：从第1周到第12周的整体进度

7.3 用户体验地图

阶段一：运动前

阶段二：运动中

阶段三：运动后

阶段四：周复盘

阶段五：备赛周期

7.4 峰值终值分析

基于用户体验地图，我们可以识别出关键峰终时刻：

峰值时刻：

1. 完成训练的瞬间（运动中→运动后的过渡）——手表震动+动效+显示完成信息

2. 训练效果评分（运动后的第一个数据）——"你今天的训练效果是4.5/5"

3. 每周进步提示（周复盘）——"你的耐力指数提升了5%"

终值时刻：

1. 运动后的鼓励和建议——"你今天表现很好，明天建议进行恢复跑"

2. 周报的"一句话总结"——"这周的训练质量很好，你已经为半马做好了65%的准备"

3. 比赛日的完赛总结——"你完成了第一个半马！"（最强终值）

7.5 HEART指标定义

基于用户体验地图，我们可以定义出针对性的HEART指标：

---

八、实操工具：用户体验地图模板 + HEART指标定义表

最后，给大家提供两个可以直接使用的模板。

8.1 用户体验地图模板

模板结构

用户旅程表格：

使用指南

制作用户体验地图时，请注意：

1. 先做用户研究，再画地图——不要拍脑袋想象用户的想法和情绪。至少要访谈3-5个真实用户，了解他们的真实体验。

2. "用户想法"是最重要的栏目——不要只写"用户做了什么"，要写"用户在想什么"。这是体验地图和流程图的本质区别。

3. 情绪曲线要真实——不要为了好看而美化情绪曲线。如果用户在某个阶段确实很困惑很沮丧，就要如实标记。

4. 寻找"落差"——对比"用户期望"和"实际体验"之间的落差。用户期望在运动后能马上看到详细报告，但实际上App需要30秒才能加载出来，这就是落差。

8.2 HEART指标定义表

模板：

以运动平台为例，填充后的HEART指标定义表：

---

九、总结

今天的内容非常丰富，我们来做一个核心要点回顾：

第一，用户体验地图是理解用户旅程的核心工具。 它不是功能列表，而是用户情绪的故事。画体验地图时，最重要的不是"用户做了什么"，而是"用户在想什么"和"用户感受到什么"。

第二，峰值终值定律告诉我们：用户不评价全程，只记住峰值和终值。 你不需要在所有触点上做到完美，只需要在关键瞬间做到卓越。找到你的"Wow Moment"和"Ending Moment"。

第三，HEART指标帮你系统衡量产品体验健康度。 五个维度：满意度（H）、参与度（E）、接受度（A）、留存率（R）、任务完成（T）。不要只盯着DAU和MAU，体验指标才是产品长期健康的基石。

第四，AARRR增长框架帮你构建用户生命周期管理。 获客→激活→留存→变现→推荐，每一环都有提升空间。最关键的环节是"激活"——如果用户没有体验到产品的核心价值，后面的留存、变现、推荐都是空谈。

第五，Hook模型和Fogg行为模型帮你设计用户习惯养成机制。 触发→行动→奖励→投入，四个步骤缺一不可。设计用户行为时，确保动机、能力、提示三者同时具备。

"体验不是从打开App开始的，从用户第一次听说你的产品就开始了。"

"不要画完美的体验地图，要画真实的体验地图。真实的痛点，比虚假的完美更有价值。"

"产品经理不是功能设计师，是体验设计师。"