用戶滿意(yi)度指標權(quan)重計算(suan)方法
用戶滿意(yi)度指標權(quan)重計算(suan)方法-移(yi)動閱讀二(er)維碼

用戶滿意(yi)度調查是(shi)用戶體驗工作中(zhong)重要一(yi)項活動。在了解(jie)整體滿意(yi)度qu) yi)級指標滿意(yi)度qu) er)級指標滿意(yi)度外(wai),還需要了解(jie)下(xia)一(yi)級指標對上一(yi)級指標的權(quan)重,幫(bang)助確(que)定各個方面的工作優先級,為產(chan)品優化改進方向提(ti)供(gong)決(jue)策依據。下(xia)文將簡單介紹(shao)一(yi)下(xia)幾種滿意(yi)度指標權(quan)重的計算(suan)方法。

大发电玩官网

指標權(quan)重可以更(geng)合理(li)的評分用戶滿意(yi)度,指導jia)沒 逖橛嘔 較頡/p>

滿意(yi)度調查的主要作用有(you)xiao)/p>

無標題

  • 了解(jie)當前產(chan)品用戶滿意(yi)度(產(chan)品fan)撓沒 yi)度怎(zen)麼樣?)
  • 發現產(chan)品fan)穆yi)度短板(滿意(yi)度中(zhong)的哪方面用戶最不滿意(yi)?)
  • 確(que)定改進方向(哪些方面是(shi)需要優先改進的?)

不同評價指標對整體滿意(yi)度的影響力是(shi)不一(yi)樣的,但(dan)之前我們(men)基本上默認不同指標的影響力是(shi)相同。

在計算(suan)滿意(yi)度時,在多級指標結構的滿意(yi)度評價中(zhong),采用算(suan)術平(ping)均方法來使用二(er)級指標計算(suan)一(yi)級指標、使用一(yi)級指標計算(suan)整體滿意(yi)度是(shi)。這樣的計算(suan)方法是(shi)存在不合理(li)性。

在計算(suan)用戶滿意(yi)度改進優先級時︰

  • 在沒有(you)權(quan)重的情況,不同指標的改進優先指數=(極大值(zhi)-得分)/(極大值(zhi)-極小值(zhi));
  • 在有(you)權(quan)重的情況,不同指標的改進優化指數=權(quan)重*(極大值(zhi)-得分)/(極大值(zhi)-極小值(zhi))。

在確(que)定滿意(yi)度指標改進優先級時,不但(dan)考慮滿意(yi)度指標的提(ti)升空間,同時考慮指標權(quan)重(即影響力),這樣滿意(yi)度指標改進優先級更(geng)加(jia)合理(li)。

大发电玩官网

大发电玩官网

權(quan)重計算(suan)方法分為直接(jie)賦權(quan)和間接(jie)推理(li)這2類;

  • 直接(jie)賦權(quan)︰通(tong)過主觀判斷xi)韝鮒副輟 yin)素(su)的重要性來計算(suan)權(quan)重。
  • 間接(jie)推理(li)︰通(tong)過用戶滿意(yi)調查評分來推理(li)計算(suan)各個指標、因(yin)素(su)的權(quan)重。

無標題

大发电玩官网

2.1.1主觀賦權(quan)法

最常用的方法是(shi)采用mei)釧固亓liang)表對各指標的重要程(cheng)度進行評價,所得的重要性得分稱之為聲稱重要性,以此(ci)作為權(quan)重計算(suan)的數據。

使用得分均值(zhi)作為原始相對影響力系數。

2.1.2客觀賦權(quan)法

直接(jie)比(bi)較法

將同集(ji)的指標按重要程(cheng)度最小的指標設為 “1”,其(qi)它指標與之比(bi)較,作出其(qi)多少倍的重要程(cheng)度的判斷,然後逐一(yi)分析,得出各指標的權(quan)重。

使用評分均值(zhi)作為原始相對影響力系數。

排序(xu)法

將同集(ji)的指標按重要程(cheng)度進行排序(xu)。

使用正向化後的排序(xu)得分均值(zhi)作為原始相對影響力系數。

2.1.3德爾菲法

采用背對背的通(tong)信方式征詢專家小組成員的預(yu)測意(yi)見,經過幾輪征詢,使專家小組的預(yu)測意(yi)見趨于集(ji)中(zhong),最後做(zuo)出符(fu)合市場(chang)未(wei)來發揮在那趨勢的預(yu)測結論。

使用專家yi)婪志zhi)作為原始相對影響力系數。

2.1.4層次分析法

層次分析法是(shi)將與決(jue)策總是(shi)有(you)關的元素(su)分解(jie)成目(mu)標、準(zhun)則(ze)、方案等層次,在此(ci)基礎之上進行定性和定量(liang)分析的決(jue)策方法。層次分析法將同集(ji)下(xia)的不同指標進行兩兩對比(bi)。

使用層次分析軟(ruan)件計算(suan)原始相對影響力系數。

大发电玩官网

2.2.1線性回歸法

線性回歸是(shi)利(li)用數理(li)統計中(zhong)的mu)毓櫸治觶 慈que)定兩種或兩種以上變量(liang)間相互依賴的定量(liang)關系的一(yi)種統計分析方法之一(yi),運用十分zhi)惴骸/p>

使用回歸系數作為原始相對影響力系數。

2.2.2因(yin)子分析

因(yin)子分析的mu)灸mu)的就(jiu)是(shi)用少數幾個因(yin)子去描述許多指標或因(yin)素(su)之間的聯系,即將相關比(bi)較密切的幾個變量(liang)歸在同一(yi)類中(zhong),每一(yi)類變量(liang)就(jiu)成為一(yi)個因(yin)子(之所以稱其(qi)為因(yin)子,是(shi)因(yin)為它是(shi)不可觀測的,即不是(shi)具體的變量(liang)),以較少的幾個因(yin)子反映(ying)原資料的大部分zhong)畔 /p>

使用回歸系數作為原始相對影響力系數。

2.2.3結構方程(cheng)

結構方程(cheng)式模型假(jia)定在一(yi)組潛在變量(liang)中(zhong)存在因(yin)果關系,這些潛在變量(liang)可以分別用一(yi)組可觀測的變量(liang)表示,是(shi)一(yi)種建立、估計和檢驗因(yin)果關系模型的方法。模型中(zhong)既包(bao)含有(you)可觀測的顯在變量(liang),也包(bao)含無法直接(jie)觀測的潛在變量(liang)。

使用因(yin)子得分系數作為原始相對影響力系數。

大发电玩官网

大发电玩官网

權(quan)重計算(suan)過程(cheng)分為3步︰

step 1︰根據項目(mu)情況,選擇合適的方法,獲得原始調研(yan)數值(zhi)。

step 2︰根據所獲得的原始調研(yan)數值(zhi)計算(suan)指標影響力系數。

step 3︰歸1處理(li)。同一(yi)指標集(ji)(不同一(yi)級指標為一(yi)個指標集(ji)、某個一(yi)級指標下(xia)的不同二(er)級指標為一(yi)個指標集(ji))下(xia)不同指標的權(quan)重之和為1。

3.2影響力系統歸1處理(li)方法

???????? W(i)=X(i)/(X(1)+X(2) +X(3) +……+X(n))

???????? 注︰X(i)原始jia)跋熗ο凳(i)歸1處理(li)後的權(quan)重。

大发电玩官网

由于篇幅有(you)限,這里只是(shi)簡單介紹(shao)了各個方法及過程(cheng)。本文只是(shi)拋轉引玉,需要查看更(geng)多資料才能有(you)所了解(jie)。

對于層次分析法、線性回歸、因(yin)子分析、結構方程(cheng)這4種方法,收集(ji)到(dao)原始滿意(yi)度評分zhi)zhi)後,使用相應的統計軟(ruan)件進行計算(suan)。層次分析法使用AHP相關軟(ruan)件進行計算(suan),線性回歸、因(yin)子分析使用SPSS軟(ruan)件進行計算(suan),結構方程(cheng)需要使用相關軟(ruan)件(推薦(jian)AMOS)進行計算(suan)。

用戶滿意(yi)度調查是(shi)用戶體驗工作中(zhong)重要一(yi)項活動。在了解(jie)整體滿意(yi)度qu) yi)級指標滿意(yi)度qu) er)級指標滿意(yi)度外(wai),還需要了解(jie)下(xia)一(yi)級指標對上一(yi)級指標的權(quan)重,幫(bang)助確(que)定各個方面的工作優先級,為產(chan)品優化改進方向提(ti)供(gong)決(jue)策依據。

本文鏈接(jie)︰http://www.mobileui.cn/index-weight-calculation-method.html
本文標簽: , ,