2. 用户旅程图基础
用户旅程图是将用户与产品/服务交互全过程进行结构化可视化的核心框架。本章从指标看板视角拆解旅程图的四大构成要素——阶段划分、情感曲线、痛点与机会点，为后续触点度量提供统一的语义基础和结构模板。
2.1 指标定义
旅程图本身不是指标，但它是指标的容器和关联骨架。以下五项核心指标将旅程图转化为可度量系统：
| 指标名称 | 定义 | 计算方式 |
|---|---|---|
| 阶段完成率 | 用户从某阶段进入下一阶段的比例 | 进入下一阶段用户数 ÷ 到达本阶段用户数 × 100% |
| 情感指数 | 用户在特定阶段的平均情绪量化值 | ∑(各触点情感评分) ÷ 触点数量，范围 1–10 |
| 触点满意度 | 用户对单个接触点的满意程度 | 满意用户数 ÷ 触达用户数 × 100% |
| 痛点密度 | 每阶段用户报告的负面体验数量 | 该阶段痛点总数 ÷ 该阶段用户数 |
| 机会点转化率 | 识别出的机会点最终落地并带来正向指标变化的比例 | 已落地机会点数 ÷ 识别机会点总数 × 100% |
关键认知：旅程图是将上述指标按时间顺序排列的“度量画布”。没有旅程图，指标是散落的；没有指标，旅程图是感性的。
2.2 数据口径
旅程图各阶段的数据采集必须统一口径，否则横向对比失去意义。以下是各阶段的标准数据来源与覆盖范围：
| 阶段 | 数据来源 | 采集范围 | 排除规则 |
|---|---|---|---|
| 认知 | 广告投放系统、SEO排名、社交聆听 | 首次触达用户，含未登录用户 | 内部测试流量、爬虫流量 |
| 考虑 | 站内搜索、内容浏览、页面停留 | 在站内停留 ≥ 30 秒且浏览 ≥ 2 页的用户 | 跳出会话、直接关闭页面的用户 |
| 决策 | 购物车、对比工具、咨询记录 | 已添加商品至购物车或使用过对比功能的用户 | 30 分钟内未操作的购物车视为放弃 |
| 体验 | 交易系统、客服系统、NPS 调查 | 完成首次交易或服务使用的用户 | 测试订单、退款已完成但未使用的订单 |
| 忠诚 | 复购数据、留存率、推荐行为 | 完成 ≥ 3 次有效交易或持续使用 ≥ 30 天的用户 | 周期性刷单用户、机器人账号 |
采集注意事项：情感数据建议在用户完成阶段动作后 2 小时内通过轻量级问卷采集，避免回忆偏差。触点日志需统一埋点事件命名规范，避免跨阶段数据归因错误。
2.3 维度拆解
旅程图的三维拆解框架，用于从不同粒度分析用户行为与情感：
- 用户维度：按用户分层（新用户、活跃用户、流失用户）、用户画像（年龄、地域、设备）、用户行为偏好（高频/低频、浏览型/购买型）拆分旅程图，对比不同人群的情感曲线差异。
- 行为维度：按渠道来源（自然搜索、付费广告、社交媒体）、设备类型（移动端/PC端）、访问时段（工作日/周末、白天/夜间）拆分行为路径，识别阶段跳转的摩擦点。
- 时间维度：按首次访问至今的天数、单次会话时长、阶段间间隔时间拆分，观察情感曲线随时间推移的变化趋势。
常见陷阱：仅按“全量用户”画一条情感曲线会掩盖关键群体差异。建议至少按“新用户”和“回访用户”两个分层分别绘制，再合并对比。
2.4 看板结构
旅程图看板采用“横向阶段 + 纵向分层”的布局结构。上层展示情感曲线，中层展示阶段节点与触点，下层展示痛点与机会点。以下 SVG 展示了看板的标准框架：
看板结构要点：情感曲线始终置于最上方，便于快速判断用户情绪从“好奇→困惑→满意→犹豫→信赖”的波动轨迹；中层阶段节点保持横向对齐，每个节点下方纵向展开该阶段的触点、痛点与机会点，形成“一列看一阶段”的扫描模式。
2.5 异常解释
旅程图看板中常见的异常信号及其业务解读：
| 异常信号 | 看板表现 | 可能原因 | 优先级 |
|---|---|---|---|
| 情感曲线骤降 | 相邻阶段情感指数下降 ≥ 3 分 | 关键触点体验断裂、信息不对称 | 高 |
| 痛点密度聚集 | 某阶段痛点数占总数的 40% 以上 | 该阶段流程设计缺陷或信息缺失 | 高 |
| 阶段完成率跌破阈值 | 完成率低于同期均值 2 个标准差 | 外部竞争、功能异常、引导缺失 | 中 |
| 触点满意度与情感指数背离 | 触点满意度高但情感指数低 | 存在触点之外的隐性负面因素 | 中 |
| 机会点长期零转化 | 识别后 30 天转化率为 0% | 机会点与真实需求不匹配、落地资源不足 | 低 |
异常响应原则：优先处理情感曲线骤降和痛点密度聚集两类异常，因为它们直接反映用户流失风险。在修复前，建议先用 5×5 网格归因法（5 个触点 × 5 个用户）定位最具体的摩擦位置。
2.6 业务动作
基于旅程图看板识别的洞察，对应以下标准业务动作：
- 触点优化（针对满意度低）：对满意度排名后 20% 的触点启动 A/B 测试，优化交互文案、按钮位置或响应速度，两周后重新评估情感指数变化。
- 痛点消除（针对痛点密度高）：成立专项小组，在痛点最集中的阶段执行“三步减痛”：第一步移除冗余步骤，第二步提供即时帮助入口，第三步增加进度反馈。
- 机会点落地（针对机会点转化率低）：按照“影响力 × 可行性”矩阵对机会点排序，选择右上象限（高影响 + 高可行）的机会点先落地，设定 14 天实验周期。
- 情感曲线修复（针对骤降段）：在情感低谷段增设情感补偿触点（如进度提示、人工客服、优惠券），将低谷段情感指数提升目标设定为 +1.5 分。
动作执行避坑：不要在同一个阶段同时优化超过 3 个触点，否则无法归因效果。每次优化后至少观察 7 个完整用户生命周期周期再评估指标变化。
2.7 复盘分析
旅程图复盘采用“四步对比法”，确保每次迭代都能沉淀可复用的度量经验：
| 步骤 | 动作 | 产出物 |
|---|---|---|
| 第一步：基线对齐 | 将当前旅程图各项指标与上一周期（或目标值）逐一对比，标注上升、下降、持平 | 指标变化热力图 |
| 第二步：异常归因 | 对下降幅度最大的 3 个指标进行根因分析，区分“用户行为变化”“产品功能变更”“外部环境冲击”三类原因 | 根因分析卡片 |
| 第三步：动作追溯 | 回顾上一周期执行的所有业务动作，统计每个动作对应的指标变化方向与幅度 | 动作-指标关联矩阵 |
| 第四步：机会点更新 | 根据本周期新发现的痛点和情感低谷，更新机会点清单，重新排序优先级 | 更新后的机会点队列 |
复盘频率建议：看板指标每日自动更新，但完整的旅程图复盘每两周执行一次。月度复盘时增加“跨周期趋势分析”，观察情感曲线波谷是否逐月收窄，痛点密度是否持续下降。