阿里UED:用戶滿意度指標權(quán)重計算方法

0 評論 25813 瀏覽 56 收藏 8 分鐘

用戶滿意度調(diào)查是用戶體驗工作中重要一項活動。在了解整體滿意度、一級指標滿意度、二級指標滿意度外,還需要了解下一級指標對上一級指標的權(quán)重,幫助確定各個方面的工作優(yōu)先級,為產(chǎn)品優(yōu)化改進方向提供決策依據(jù)。下文將簡單介紹一下幾種滿意度指標權(quán)重的計算方法。

  Part 1. 權(quán)重計算的作用

指標權(quán)重可以更合理的評分用戶滿意度,指導(dǎo)用戶體驗優(yōu)化方向。

滿意度調(diào)查的主要作用有:

發(fā)現(xiàn)產(chǎn)品的滿意度短板(滿意度中的哪方面用戶最不滿意?)

確定改進方向(哪些方面是需要優(yōu)先改進的?)

不同評價指標對整體滿意度的影響力是不一樣的,但之前我們基本上默認不同指標的影響力是相同。

在計算滿意度時,在多級指標結(jié)構(gòu)的滿意度評價中,采用算術(shù)平均方法來使用二級指標計算一級指標、使用一級指標計算整體滿意度是。這樣的計算方法是存在不合理性。

在計算用戶滿意度改進優(yōu)先級時:

在沒有權(quán)重的情況,不同指標的改進優(yōu)先指數(shù)=(極大值-得分)/(極大值-極小值);

在有權(quán)重的情況,不同指標的改進優(yōu)化指數(shù)=權(quán)重*(極大值-得分)/(極大值-極小值)。

在確定滿意度指標改進優(yōu)先級時,不但考慮滿意度指標的提升空間,同時考慮指標權(quán)重(即影響力),這樣滿意度指標改進優(yōu)先級更加合理。

  Part2. 權(quán)重計算方法

權(quán)重計算方法分為直接賦權(quán)和間接推理這2類;

直接賦權(quán):通過主觀判斷各個指標、因素的重要性來計算權(quán)重。

間接推理:通過用戶滿意調(diào)查評分來推理計算各個指標、因素的權(quán)重。

無標題
  2.1直接賦權(quán)

  2.1.1主觀賦權(quán)法

最常用的方法是采用李斯特量表對各指標的重要程度進行評價,所得的重要性得分稱之為聲稱重要性,以此作為權(quán)重計算的數(shù)據(jù)。

使用得分均值作為原始相對影響力系數(shù)。

  2.1.2客觀賦權(quán)法

  直接比較法

將同集的指標按重要程度最小的指標設(shè)為 “1”,其它指標與之比較,作出其多少倍的重要程度的判斷,然后逐一分析,得出各指標的權(quán)重。

使用評分均值作為原始相對影響力系數(shù)。

  排序法

將同集的指標按重要程度進行排序。

使用正向化后的排序得分均值作為原始相對影響力系數(shù)。

  2.1.3德爾菲法

采用背對背的通信方式征詢專家小組成員的預(yù)測意見,經(jīng)過幾輪征詢,使專家小組的預(yù)測意見趨于集中,最后做出符合市場未來發(fā)揮在那趨勢的預(yù)測結(jié)論。

使用專家評分均值作為原始相對影響力系數(shù)。

  2.1.4層次分析法

層次分析法是將與決策總是有關(guān)的元素分解成目標、準則、方案等層次,在此基礎(chǔ)之上進行定性和定量分析的決策方法。層次分析法將同集下的不同指標進行兩兩對比。

使用層次分析軟件計算原始相對影響力系數(shù)。

  2.2間接推理

  2.2.1線性回歸法

線性回歸是利用數(shù)理統(tǒng)計中的回歸分析,來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法之一,運用十分廣泛。

使用回歸系數(shù)作為原始相對影響力系數(shù)。

  2.2.2因子分析

因子分析的基本目的就是用少數(shù)幾個因子去描述許多指標或因素之間的聯(lián)系,即將相關(guān)比較密切的幾個變量歸在同一類中,每一類變量就成為一個因子(之所以稱其為因子,是因為它是不可觀測的,即不是具體的變量),以較少的幾個因子反映原資料的大部分信息。

使用因子得分系數(shù)(Factor Score Coefficient)作為原始相對影響力系數(shù)。

  2.2.3結(jié)構(gòu)方程

結(jié)構(gòu)方程式模型假定在一組潛在變量中存在因果關(guān)系,這些潛在變量可以分別用一組可觀測的變量表示,是一種建立、估計和檢驗因果關(guān)系模型的方法。模型中既包含有可觀測的顯在變量,也可能包含無法直接觀測的潛在變量。

使用成份得分系數(shù)(Factor Score Weights)作為原始相對影響力系數(shù)。

  Part3. 權(quán)重計算過程

  3.1權(quán)重計算過程

權(quán)重計算過程分為3步:

step 1:根據(jù)項目情況,選擇合適的方法,獲得原始調(diào)研數(shù)值。

step 2:根據(jù)所獲得的原始調(diào)研數(shù)值計算指標影響力系數(shù)。

step 3:歸1處理。同一指標集(不同一級指標為一個指標集、某個一級指標下的不同二級指標為一個指標集)下不同指標的權(quán)重之和為1。

  3.2影響力系統(tǒng)歸1處理方法

W(i)=X(i)/(X(1)+X(2) +X(3) +……+X(n))

注:X(i)原始影響力系數(shù),W(i)歸1處理后的權(quán)重。

  Part4. 結(jié)束語

由于篇幅有限,這里只是簡單介紹了各個方法及過程。本文只是拋轉(zhuǎn)引玉,需要查看更多資料才能有所了解。

對于層次分析法、線性回歸、因子分析、結(jié)構(gòu)方程這4種方法,收集到原始滿意度評分數(shù)值后,使用相應(yīng)的統(tǒng)計軟件進行計算。層次分析法使用AHP相關(guān)軟件進行計算,線性回歸、因子分析使用SPSS軟件進行計算,結(jié)構(gòu)方程需要使用相關(guān)軟件(推薦AMOS)進行計算。

用戶滿意度調(diào)查是用戶體驗工作中重要一項活動。在了解整體滿意度、一級指標滿意度、二級指標滿意度外,還需要了解下一級指標對上一級指標的權(quán)重,幫助確定各個方面的工作優(yōu)先級,為產(chǎn)品優(yōu)化改進方向提供決策依據(jù)。

VIA:PMToo

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!