在产品开发的日常里，认知模型匹配不只是技术层面的对齐，更是用户与流程间的默契。若认知模型失配，用户即使掌握了所有操作步骤，也会在关键时刻卡壳，导致效率低下。

任务完成率（Task Success Rate, TSR）正是衡量这种默契的利器。它捕捉的是用户是否能够在预期时间内完成目标，而不需要额外的帮助。

TSR 的计算公式为：TSR = 成功完成任务的次数 ÷ 试图完成任务的总次数 × 100%。在追踪时，需要把『任务』拆解为可观测的子步骤，并通过日志或自动化工具记录完成状态。

以某 SaaS 平台的新手引导流程为例，上一季度 TSR 仅为 73%。通过分析日志发现，用户在『创建项目』步骤中频繁点击“取消”，导致任务被标记为失败。随后我们改进界面，将『取消』按钮移至次要位置，且增加了即时提示，结果 TSR 上升至 88%。这一变化与整体转化率提升 12% 成正比。

但 TSR 也有局限。它不反映任务的质量或用户满意度。若任务简单但频繁完成，TSR 高并不代表流程优化。常见的补充指标有：任务完成时间、错误率、净推荐值（NPS）等。

实施步骤：① 明确关键任务并拆解；② 选用合适的日志系统（如 Mixpanel、Amplitude）；③ 建立监控面板并设置阈值；④ 定期复盘异常案例，迭代 UI/UX；⑤ 与客服/支持团队对接，获取主观反馈。

在我看来，TSR 是衡量认知模型匹配的起点，但唯有结合用户心理预期与流程可视化，才能真正提升产品的使用体验。你有没有发现自己在日常工作中，某些看似简单的任务却频繁出现『卡点』？