该技能用于量化用户体验，把用户行为、满意度与业务结果关联起来，核心主张是测量有意义而非易得的指标，判断体验是否可用、有用、令人满意。
主要能力：一是 HEART 框架，从 Happiness、Engagement、Adoption、Retention、Task Success 五个维度，按“目标—信号—指标”流程选择指标。二是标准化问卷：SUS（10 题五级量表，0–100 分，行业均值 68，并给出形容词与等级映射）、UEQ（26 组语义差异题，衡量吸引力、清晰度、效率、可靠性、刺激、新颖六维）、UMUX-Lite（2 题，与 SUS 相关性 r=0.83，适合高频轻量测量）、SUPR-Q（网页体验，覆盖可用性、信任、外观、忠诚度，输出百分位排名）。
任务级指标：任务成功率（含二值与部分成功加权）、任务用时（建议用几何均值）、错误率（错误频率、类型、恢复率、影响）、迷失度分数（公式 Lostness = sqrt((N/S - 1)^2 + (R/N - 1)^2)，0 为最优，>0.4 表示严重迷失）。行为分析包括漏斗分析、同期群分析与留存曲线。实验部分介绍 A/B 测试的假设模板、样本量估算、运行周期与护栏指标，以及序贯测试。
还包含 AI 专属指标（信任校准、恰当依赖率、功能采纳、修正频率、节省时间）与设计系统指标（采纳率、组件复用、一致性、贡献率、满意度、ROI 计算）。给出行业基准（SUS 68、网页任务成功率约 78%、NPS 行业差异）与历史趋势追踪、回归阈值告警。
使用方式与限制：资料以参考文档形式组织，按主题路由到 metrics-frameworks-compendium.md、ai-ux-metrics-experimentation.md 等文件，并与可用性启发式、研究方法、设计系统架构等技能交叉引用。SUS 测量的是感知可用性而非真实可用性，不能诊断具体问题；任务用时等指标跨行业波动大，宜与自身历史基线对比。资料未提供安装命令、价格与平台信息，暂未提供。