一句话回答
快乐路径是用户在产品中完成某个目标的默认、零出错的步骤序列,输入有效、不绕路,是设计、测试和数据分析的起点(主成功场景)。
什么是「快乐路径」(Happy Path)?
快乐路径(Happy Path,也叫理想路径)是用户完成某个目标的默认、零出错路线:产品设计时围绕的那组步骤,输入都正确,没有失误,也不绕路。用有效邮箱注册、确认邮件、三个页面内建好头一个项目,是快乐路径;输错密码、没完成邮箱确认、中途打开帮助中心,都不是。
这个词来自软件测试,指主成功场景,如今在用户体验设计和产品分析里同样常用。
快乐路径和其他路径
| 路径 | 含义 | 注册流程里的例子 |
|---|---|---|
| 快乐路径 | 预期的路线,一切顺利 | 邮箱 → 确认 → 建项目 |
| 备选路径 | 和默认不同、但同样有效的路线 | 用 Google 账号注册,而不是邮箱 |
| 非快乐路径 | 出了问题,但用户能恢复 | 验证码错了、重发邮件、重试 |
| 边界情况 | 少见或不寻常的输入或情形 | 公司名特别长、邀请链接已过期 |
| 死胡同 | 无路可走 | 邮件一直收不到,也没有重发按钮 |
设计和测试都从快乐路径开始,因为它覆盖了大多数情况;然后再逐一处理其他路径,因为大部分挫败感和客服工单都来自那里。
用数据衡量快乐路径
在数据分析里,有用的问题是:到底多少用户走了快乐路径,其他人发生了什么? 一周 2,000 个注册的示例数据:
| 从注册到建好头一个项目的路线 | 用户数 | 占比 | 耗时中位数 | 最终建好项目 |
|---|---|---|---|---|
| 快乐路径(3 步,不绕路) | 920 | 46% | 2 分 40 秒 | 全部 |
| 中途去看定价页 | 410 | 20.5% | 9 分钟 | 71% |
| 重发了确认邮件 | 290 | 14.5% | 18 分钟 | 58% |
| 打开了帮助中心 | 180 | 9% | 14 分钟 | 49% |
| 其他路线 | 200 | 10% | — | 33% |
只有 46% 走了设计好的路线。重发邮件那组最值得先修:他们多花了六倍多的时间,42% 最终没建成项目。绕去定价页,说明大家不确定自己注册的是哪个套餐。这两点在简单的注册漏斗里都看不出来,因为漏斗只统计每一步有没有发生。
怎么分析
- 用事件定义快乐路径: 明确起点事件、各个步骤和成功事件。
- 从起点事件做路径分析,看真实的路线和各自有多常见。
- 对比快乐路径用户和其他人的耗时与完成率,见价值实现时间。
- 在绕路的路线上找摩擦信号: 报错、重复操作、狂点,见用户摩擦。
- 看几段最常见的非快乐路径的会话回放,弄清原因。
- 先修最大的绕路,再重新测快乐路径的占比。
快乐路径测试
在质量保证里,快乐路径测试用有效数据端到端检查主场景能否走通。它很快,能抓住最严重的回退,但单靠它会漏掉大多数缺陷,要配合负面测试(无效输入、超时、权限错误)和边界情况。到了生产环境,数据分析起到同样的作用:快乐路径占比就是回退警报,突然下降通常意味着某一步坏了。
常见错误
- 只为快乐路径做设计,错误状态事后才想起来。
- 只看漏斗,看不到用户在步骤之间绕的路。
- 以为快乐路径就是最常见的路径。 往往不是,新用户尤其如此。
在 TapCub 里
定义好起点和成功事件,在行为分析里打开路径,看用户在起点之后实际走了哪些路线;用漏斗衡量完成率和步骤之间的耗时。按设备或来源拆分,能看出哪类用户最常偏离快乐路径。对出现报错或狂点的会话看会话回放,就能知道出了什么问题。见漏斗分析和转化路径。
参考资料
- Wikipedia. Happy path.
- Cockburn, A. (2000). Writing Effective Use Cases. Addison-Wesley(主成功场景).
- Nielsen Norman Group. Error-message guidelines.
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
