B5.11.4Experience Measurement设计研究
体验无法像可用性那样通过任务绩效直接测量，只能间接推断
别名: 体验测量 · 间接测量 · 推断方法
概念解释
可用性有直接测量路径：给任务、看完成、数错误、记时间，绩效本身就是结论。体验没有这样的路径——感受是内部状态，任务绩效只是它的弱相关项；体验测量本质上都是间接推断：用自评、行为痕迹、生理指标等代理信号，在噪声中估计一个无法直接读取的量。
机制
不可直接测量的原因是体验的多源合成：感受由绩效、期待、社会情境、记忆重构共同生成，任何单一信号只覆盖一个来源。自评量表测的是「愿意报告的感受」，受表达意愿与情境影响；行为痕迹（复用、推荐、绕路）是体验的结果而非体验本身；生理指标测唤醒而非评价极性。每个代理都有系统偏差，推断质量取决于代理组合对来源的覆盖度与偏差的相互校正，这正是体验研究比可用性测试更贵也更慢的结构性原因。
怎么研究
推断式测量的规范做法是多代理三角互证：自评（量表、日记）+ 行为（留存、推荐、功能回访）+ 情境记录（使用场合、伴随事件），并报告各代理间的一致与分歧。分歧本身有信息量——「说满意但不再回来」指向社会期许偏差或情境绑定。设计推断链时要明确「代理→构念」的假设（推荐度为什么代表体验），并用已知构念状态的产品（公认好/差）校准代理效度。
边界
间接不等于不可测，而是「测量即建模」：模型的假设错误比指标噪声更危险。代理信号对短期剧烈体验（灾难性故障）反应灵敏，对缓慢漂移（习惯化、倦怠）迟钝，需要长窗口数据补足。跨文化场景里自评的基准不同，代理模型不能直接迁移。任何「体验分数」都应携带模型说明与误差区间，当作点估计单独引用是误用。
怎么落地
- 体验看板固定多代理组合：自评分、留存/回访行为、关键场景观察，标注每个代理的偏差方向。
- 报告体验结论时写明推断链：用了哪些代理、假设是什么、误差多大，不出单一「体验分」。
- 用已知口碑的产品做基准校准，定期检验代理信号是否仍与构念对齐。