kei KEI：体验微观量化实践

经验的重要性早已不言而喻。但很多情况下，走出产品设计中心，体验只停留在企业其他系统的价值观层面，很难沉入微观执行层面。从价值观的层面将“重视经验”形象化，并将其融入员工手中的具体、可量化和可监控的行为指南。这个微观量化的过程，就是把对经验的重视有机地融入到运营管理中的过程。

重点体验指数(简称KEI)的实践经验，希望和大家交流探讨。

一、为什么是KEI

从企业可持续经营的角度来看，成本、收益、效率、客户体验都很重要。一个完整的监控体系应该是基于愿景和使命，平衡地反映企业各方面的价值主张，自上而下拆分实施。

其中成本、效率、收益、宏观层面的客户体验相对容易理解和成熟。在客户体验的微观层面上，无论是在产品设计中心内部还是外部，如何让企业的每一个员工都了解客户体验的现状，了解自己能做些什么，是我们打造KEI的初衷。总之，希望通过一套自下而上的指标体系，用客观的数据回答“企业目前的体验如何”这个复杂的问题，通过日常工作中的清晰把握，引导各级员工提高用户体验水平。

二.什么是KEI

从产品角度来看，KEI是一个关键指标体系，根据表现形式和开发成本可以有以下几种形式:

内部高级:

1.0:最基本的KEI是一套关键指标

2.0:如果有数据R&D资源，KEI也可以变成实时在线数据广告牌，突破部门间的“深井”数据壁垒，让管理层和相关上下游组织及时看到经验弱点，形成合力，共同推动整体经验提升。如果有数据安全顾虑，可以通过算法处理关键指标的绝对值，也可以设置权限管理机制。

3.0:如果有组织战略意图或适用的管理场景，战略玩法也可以融入KEI，即KEI通过赋权演变成经验指数。指数呈现，便于快速获取对宏观体验水平和趋势的感知。在指数化的过程中，算法构建不仅需要为不同的模块设计组合逻辑，还需要为不同的指标配置权重，从而通过KEI来引导公司的战略重点，并在组织成员的运营和实施中加以实施。

外部应用:

以上是KEI内部不同的进化形式。KEI系统成熟并形成共识后，可以与绩效考核系统和业务数据系统互动协作，实现自上而下的全面战略整合和提升。

自我进化:

像任何指标体系或管理工具一样，KEI应该是一个不断自我进化的过程。随着KEI语系在企业中的熟悉和应用的逐步建立，可能会产生与战略周期相匹配的迭代计划，或者在各业务线内细化KEI mini，是保持KEI先进性和可行性的有益尝试。

三.如何建设KEI

那么如何构建一套企业的关键体验指标体系呢？第一，忘记现有的指标。

从KEI的使命和价值出发，从0到1梳理思路，先想清楚体验控制的出发点和效果，再找合适的指标。具体步骤可以概括为ECCT:

1.梳理关键控制点(检查)

体验控制管理，本质上是创造更好的客户体验，实现企业的战略愿景。第一步是找出需要在哪里设置控制点来实现这个目标。根据不同的业务成熟度和特点，可以参考以下控制点设计思路:

组织战略使命的分解

客户体验的关键成功因素

经验相关的工作职责类型

经过梳理，我们现在有了一张地图，上面标出了我们想要到达的目的地。接下来就是如何保证能一个个打卡出来的工作。

2.找到控制模式(控制)

在每个控制点设计相应指标的过程中，本质是梳理出最佳的控制模式，需要解决三个基本问题:

1)定义成功的经验

2)选择客观反映经验成功程度的指标

3)构建可以量化体验的数据基础设施

后两个问题可以通过业务流程的梳理和经验流程数据的沉淀和提取来完成。在这里，我想强调第一点的重要性——定义成功的经验。

为什么要具体把定义摆出来？成功经验不是很明显吗？事实上，在以往的项目经验中，我们经常会发现一个团队背负着几十个或者几百个指标，但是这些指标在实现之后能够为消费者提供什么样的体验却并不清楚，这必然会掺杂着看似合理，实际上是多余的，或者是模糊的，看似合理，实际上是无法解释的指标。

具体例子

问:服务持续时间是服务团队的常规指标，那么服务持续时间越短越好吗？

答:其实服务时长和服务质量、用户体验并不是简单的正相关关系。成功的经验是:有效的解决问题，快速的服务响应，快速的问题处理，而不是只要服务持续时间无限短就能让用户满意。如果只是想快速结算账单，敷衍或推脱用户，结果会是实际执行人草草结束服务，用户反复寻求服务，造成企业服务成本和客户满意度的双重损失。

更合理的尝试是为这些相关变量中的个别指标建立SLA(服务水平协议)，即个别服务标准和标准实现情况的统计。这样既能满足用户的需求，同时对于高管来说，也不需要追求个人指标的极致完美，给其他方面的体验留有余地。以服务持续时间为例，通过历史服务行为数据可以度量出用户满意度高、问题解决率高的服务持续时间分布范围。必要时，要协助用户调查，设定持续时间标准(如30分钟)，统计标准达成率，定期回顾标准的行业领先性和实施效果。