TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

UX 工具怎么选:按要回答的问题挑,而不是按产品清单

好用的 UX 工具,就是能回答你正在问的那个问题的工具。本文讲 UX 工具箱要做的六件事、每件回答什么、需要多少测试用户,以及 1 人、10 人、50 人的团队先补哪几件。

苏禾 发布于 2026 年 11 月 21 日 10 分钟阅读 数据分析
示例数据:按 1 − (1 − 0.31)^n 计算。五个用户已经能发现一轮约 84% 的问题,同一轮再加人收益很小;修完再做第二轮,收益更大。示例数据

好用的 UX 工具,就是能回答你正在问的那个问题的工具,所以按工作选,而不是按产品清单选。统计看人在哪里流失;热力图和会话回放看他们做了什么;问卷、访谈和可用性测试解释为什么;原型提出修法;性能和错误监测排除技术原因。五个测试用户就能发现一轮约 84% 的问题。先有问题,再每件事选一个工具。

读完你会知道

  • 先写问题,再选证据类型(计数、轨迹、原因、耗时),最后才选工具
  • 五个测试用户能发现一轮约 84% 的问题;每轮五人做三轮,胜过一次十五人
  • 每件事只留一个工具;小团队先用统计、少量真实对话和性能监测

UX 工具怎么选:先有问题,再选类别

一个 UX 工具只有在回答你真正在问的问题时才值得买。「访客在哪里离开?」由统计分析回答;「他们想点哪里?」由热力图和会话回放回答;「他们为什么离开?」要靠人:访谈、问卷或有人陪同的测试;「页面是不是对一部分人又慢又出错?」由性能和错误监测回答;「下一步做什么?」则是设计和原型的问题。

多数盘点文章列出 15 到 20 个产品,让你自己判断哪个合适。顺序是反的。可靠的顺序是:

  1. 把问题写成一句话(「为什么 38% 的手机购物者停在地址这一步?」)。
  2. 判断什么证据能回答它:计数、行为轨迹、口头原因还是耗时。
  3. 然后才选这一类里的工具。

本文就按这个顺序写:一套 UX 工具要完成的六件事、每件事回答什么、靠人的几件事需要多少测试用户、一个人、十个人和五十个人的团队先补哪几件、买之前的检查清单。文中有意不点产品名,因为类别比厂商变得慢得多。如果你只关心统计这一半,UX 分析讲得更深,热力图工具比较的是这一个类别。

如果你的问题是……先用
这一步有多少人流失?统计与漏斗
他们想点哪里?热力图和会话回放
他们为什么离开?访谈、一道题的问卷或有人陪同的测试
页面慢或者报错吗?性能与错误监测
下一步该做成什么样?原型和设计工具

每件事一个工具;每件事留下的缺口,由下一件事来补。

UX 工具要完成的六件事

工作回答的问题证据类型典型产出留下的缺口
产品与网站统计有多少人做了这件事,在哪里流失?计数和比率漏斗、留存、来源说不出原因
热力图与会话回放他们在这个页面上做了什么?行为轨迹点击图、滚动图、录像样本少,要注意隐私
问卷与反馈他们为什么这样做?自述原因简短回答、评分人们说的是记得的,不一定是做过的
可用性测试与访谈有人能完成这个任务吗?观察到的任务任务成功率、问题清单人少,环境是测试环境
原型与设计还能做成什么样?样稿可点击原型、设计说明说明不了真实使用
性能与错误监测够快吗,对所有人都能用吗?耗时和异常加载时间、错误分组不判断设计本身合不合理

从这张表能得出两条规则。

  • 没有哪一件事能替代另一件。 统计告诉你某一步流失 38%;只有真人在屏幕前,或者一段录像,才能告诉你按钮看起来像是点不了。
  • 每件事留下的缺口就是下一件事。 计数提出问题,轨迹定位问题,人解释问题,原型提出修法,再用计数检查修法有没有效。

只有统计的团队,仪表盘里全是问题。只有原型和访谈的团队,观点很强,却没法衡量自己对不对。

靠人的几件事需要多少测试用户?

可用性测试和访谈是工具最不重要、方法最重要的部分,所以值得知道你需要的人有多少。Jakob Nielsen 在他与 Thomas Landauer 1993 年模型的基础上,估算 n 个测试用户能发现的可用性问题比例为:

发现比例 = 1 − (1 − L)^n,L 是单个用户能发现的比例,Nielsen 取 L = 31%。

按 L = 0.31 重新计算:

测试用户数 n发现的问题比例
131.0%
367.1%
584.4%
894.9%
1599.6%

五个用户能发现一轮测试大约 84% 的问题,与 Nielsen 自己的说法一致:第一次五人研究大约发现了 85%。实际含义不是「测五个人就够」,而是「每轮五人、中间修一次,三轮胜过一次十五人」,因为第二轮能发现被第一轮问题遮住的问题。

有两个前提要说清楚。L = 31% 是 Nielsen 所依据研究的平均值;产品复杂、用户分好几类时,每一类的 L 都会更低,所以要每类测五个。另外,这个模型只适用于发现问题,不适用于衡量某个问题有多普遍。要知道「有多少人踩到这个问题」,回到统计分析,分母是你的全部流量。

app.tapcub.com

发现的可用性问题比例

L = 31%,按测试用户数
1 个用户31.0%
3 个用户67.1%
5 个用户84.4%
8 个用户94.9%
15 个用户99.6%
示例数据
示例数据:按 1 − (1 − 0.31)^n 计算。五个用户已经能发现一轮约 84% 的问题,同一轮再加人收益很小;修完再做第二轮,收益更大。

一个问题、四种工具:行为类工具怎么配合

下面用一个问题看前四件事怎么配合。示例数据:某商店手机端结算在地址这一步流失 38% 的访客。

  1. 统计(是什么、多少人)。 漏斗显示 5,000 个手机会话到达地址步骤,3,100 个继续到配送:流失 1,900,即 38.0%。桌面端同一步只流失 14%。所以问题只出在手机上。
  2. 热力图(在哪里)。 手机端地址页的点击图显示「继续」按钮上有一团重复点击,国家下拉框上还有另一团。
  3. 会话回放(怎么发生的)。 看流失人群的六段录像,发现填完邮编后键盘挡住了「继续」按钮,而且按钮要等很靠上、不在首屏的一个字段填完才变亮。
  4. 问卷或访谈(为什么)。 一道题的退出提示,或五位手机测试用户被要求「买下这件商品」,证实他们以为表单卡住了。

这条链上的任何一个工具单独都不够。漏斗找到了问题,却看不到灰色按钮;录像看到了灰色按钮,却说不出影响多少人。修法(必填字段标红、按钮保持可点)再回到第 1 步:那 38% 降了吗?

配置工具的规则:同一件事先选定一个工具,再考虑第二个。 两个热力图产品会给出两组对不上的数字,而且没人有时间去查为什么。

性能和错误工具比统计多提供什么?

设计问题和技术问题在漏斗里长得一样:人走了。性能和错误监测能把它们分开。要对照的是 Google 的核心网页指标(Core Web Vitals)阈值,按页面加载的第 75 百分位、分手机和桌面统计:

指标衡量什么「良好」阈值
最大内容绘制(LCP)主要内容何时可见2.5 秒或更短
下次绘制交互延迟(INP)页面对点按的响应有多快200 毫秒或更短
累计布局偏移(CLS)加载时版面跳动多少0.1 或更小

为什么看第 75 百分位:平均值会掩盖最慢的四分之一访客,而这些人往往是网络较差的手机用户,也是漏斗里流失的人。中位数 LCP 良好、第 75 百分位 LCP 很差的页面,对四分之一的流量是慢的。

一条好用的判断规则:如果某一步对某类设备骤降,并且这类设备的 LCP 或 INP 不在良好范围内,先修性能再谈改版;如果耗时良好、错误平稳,问题就在设计上,回到热力图、回放和真人。

1 人、10 人、50 人的团队先补哪几件?

第一天不需要六件都有。按你最先被问到的问题来补。

团队先补再加留到以后原因
1 人或 2–3 人统计,加每季度一次五个用户的通话性能监测大规模回放,设计师已有工具之外的原型工具计数加少量真实对话,就能抓住大多数明显问题
5–15 人,有产品或增长负责人统计和热力图回放、错误、简短反馈提示专门的研究资料库流量够抽样看行为了,也有人负责跟进
30–50 人,多个小组六件都有,每件一个工具管理规则:谁能看录像、保留多久各小组各买一套统一口径比多几个功能更重要

小团队有两个现实限制。其一,热力图和回放需要流量:一个月 200 次访问的页面,点击图每多一个人点击就变一次。每种设备不到几百个会话的图,只能当个例。其二,真正的预算是注意力。上个月没人打开过的工具不是 UX 工具,只是一笔订阅费。

UX 工具的价格到底跟什么挂钩?

与其引用每季度都在变的价格,不如看每个类别的账单随什么增长,这决定了哪个工具在你变大之后还付得起。

类别账单通常随什么增长要留意
统计追踪的事件数或会话数活动带来流量高峰时的超额费用
热力图与回放录制的会话数、保留天数采样率,以及录像保留多久
问卷收集的回答数、席位题目数或分支逻辑的限制
可用性测试按参与者或按测试次数自己招募用户和用样本库的成本差
原型与设计席位(编辑者和查看者)为只需评论的人付编辑费
性能与错误监测页面浏览量或错误事件数一个出错的脚本重复产生成千上万条错误

同一类别里两个工具看起来差不多时,选账单随你能控制的东西增长的那个。你能用采样限制录制量,却没法限制有多少人访问你的网站。

买任何 UX 工具之前要查什么?

对每个候选工具做同样的六项检查,并写下答案:

  1. 它回答哪个问题? 写不成一句话,就先别买。
  2. 数据存在哪里、保留多久? 问清保留期,以及能否按请求删除某位访客的数据。
  3. 默认采集什么? 表单字段、密码和个人文本应默认排除,需要时再主动开启。
  4. 能按设备、来源和已保存的分群切分吗? 不能筛选的录像或图,只是故事,不是证据。
  5. 谁每周都会打开它? 写出名字。
  6. 离开时数据怎么办? 能真正用上的导出,也是价格的一部分。

让两个工具在同一个页面上并行两周,比较各自促成了什么决定,留下真正改变过决定的那个。

TapCub 在这些工具里的位置

还是上面的手机结算例子,用一个工具走完前四步。

  1. 在 全端分析 › 行为分析 › 行为分析 建漏斗并按设备拆分,这就是「手机 38%、桌面 14%」那一步。
  2. 打开 全端分析 › 行为分析 › 热力图,选地址页和移动设备:点击图、挫败点击(狂点)图、滚动图和元素占比。热力图需要先打开全埋点,密码框等元素不会被记录。
  3. 打开 全端分析 › 行为分析 › 会话回放(默认关闭,先打开),看流失人群的会话。
  4. 打开 监测 › 性能 看同一页面的核心网页指标,打开 监测 › 错误 看脚本错误。

TapCub 不做问卷和访谈、A/B 测试和原型,所以第 3、4、5 件事仍在你的其他工具里;TapCub 衡量的是改版上线之后发生了什么。原生 App 没有点击热力图,App 团队改用屏幕漏斗和稳定性报表。

常见问题

小团队适合用哪些 UX 工具?

先用网站统计、每季度五次真实用户对话和性能监测。等关键页面每种设备有几百个会话再加热力图和回放,因为点击太少的图基本是噪声。

UX 工具和统计工具有什么区别?

统计工具计数并比较人们做了什么。UX 工具是更大的一组:统计、热力图、回放、问卷、可用性测试、原型和性能。统计找出问题在哪,其余的解释它或测试修法。

每件 UX 工作都要单独买一个工具吗?

不一定。有些产品同时覆盖相邻的两三件事,比如统计加热力图和回放。关键是每件事只有一个工具。问卷、访谈和原型宜分开,除非某个平台明显做得好。

可用性测试需要多少用户?

按 Nielsen 的 L = 31%,五个用户能发现一轮约 84% 的问题。每类用户测五个,修完再做一轮小测试,而不是一次做一轮大的。

怎么判断一个 UX 工具值得付费?

在一个页面上用两周,写下它改变过的每一个决定。如果没促成任何决定,要么问错了问题,要么选错了类别。

资料来源

归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

在一个地方看行为、速度和错误

漏斗、热力图、会话回放、核心网页指标和错误报表共用一段脚本、一个访客 ID。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie