用戶滿意度調(diào)查是用戶體驗(yàn)工作中重要一項(xiàng)活動。在了解整體滿意度、一級指標(biāo)滿意度、二級指標(biāo)滿意度外，還需要了解下一級指標(biāo)對上一級指標(biāo)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(jìn)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(biāo)權(quán)重的計(jì)算方法。

　　Part 1. 權(quán)重計(jì)算的作用

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

　　滿意度調(diào)查的主要作用有：

　　了解當(dāng)前產(chǎn)品用戶滿意度（產(chǎn)品的用戶滿意度怎么樣？）

　　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(jìn)方向（哪些方面是需要優(yōu)先改進(jìn)的？）

　　不同評價指標(biāo)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(rèn)不同指標(biāo)的影響力是相同。

　　在計(jì)算滿意度時，在多級指標(biāo)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(biāo)計(jì)算一級指標(biāo)、使用一級指標(biāo)計(jì)算整體滿意度是。這樣的計(jì)算方法是存在不合理性。

　　在計(jì)算用戶滿意度改進(jìn)優(yōu)先級時：

　　在沒有權(quán)重的情況，不同指標(biāo)的改進(jìn)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(biāo)的改進(jìn)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(biāo)改進(jìn)優(yōu)先級時，不但考慮滿意度指標(biāo)的提升空間，同時考慮指標(biāo)權(quán)重（即影響力），這樣滿意度指標(biāo)改進(jìn)優(yōu)先級更加合理。

　　Part2. 權(quán)重計(jì)算方法

　　權(quán)重計(jì)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(biāo)、因素的重要性來計(jì)算權(quán)重。

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

　　45b6 無標(biāo)題1 用戶滿意度指標(biāo)權(quán)重計(jì)算方法

　　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(biāo)的重要程度進(jìn)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(jì)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(biāo)按重要程度最小的指標(biāo)設(shè)為 “1”，其它指標(biāo)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(biāo)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(biāo)按重要程度進(jìn)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(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)之上進(jìn)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(biāo)進(jìn)行兩兩對比。

　　使用層次分析軟件計(jì)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(jì)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(jì)分析方法之一，運(yùn)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(biāo)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?yàn)樗遣豢捎^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。

　　使用回歸系數(shù)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(jì)和檢驗(yàn)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。

　　使用因子得分系數(shù)作為原始相對影響力系數(shù)。

　　Part3. 權(quán)重計(jì)算過程

　　3.1權(quán)重計(jì)算過程

　　權(quán)重計(jì)算過程分為3步：

　　step 1：根據(jù)項(xiàng)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(jì)算指標(biāo)影響力系數(shù)。

　　step 3：歸1處理。同一指標(biāo)集（不同一級指標(biāo)為一個指標(biāo)集、某個一級指標(biāo)下的不同二級指標(biāo)為一個指標(biāo)集）下不同指標(biāo)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?jǐn)?shù)值后，使用相應(yīng)的統(tǒng)計(jì)軟件進(jìn)行計(jì)算。層次分析法使用AHP相關(guān)軟件進(jìn)行計(jì)算，線性回歸、因子分析使用SPSS軟件進(jìn)行計(jì)算，結(jié)構(gòu)方程需要使用相關(guān)軟件（推薦AMOS）進(jìn)行計(jì)算。

　　用戶滿意度調(diào)查是用戶體驗(yàn)工作中重要一項(xiàng)活動。在了解整體滿意度、一級指標(biāo)滿意度、二級指標(biāo)滿意度外，還需要了解下一級指標(biāo)對上一級指標(biāo)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(jìn)方向提供決策依據(jù)。