用户满意度指标权重计算方法

标签: 用户研究 | 发表时间:2013-11-21 19:43 | 作者:戴 均开
出处:http://www.aliued.cn

用户满意度调查是用户体验工作中重要一项活动。在了解整体满意度、一级指标满意度、二级指标满意度外,还需要了解下一级指标对上一级指标的权重,帮助确定各个方面的工作优先级,为产品优化改进方向提供决策依据。下文将简单介绍一下几种满意度指标权重的计算方法。

Part 1. 权重计算的作用

指标权重可以更合理的评分用户满意度,指导用户体验优化方向。

满意度调查的主要作用有:

无标题

  • 了解当前产品用户满意度(产品的用户满意度怎么样?)
  • 发现产品的满意度短板(满意度中的哪方面用户最不满意?)
  • 确定改进方向(哪些方面是需要优先改进的?)

不同评价指标对整体满意度的影响力是不一样的,但之前我们基本上默认不同指标的影响力是相同。

在计算满意度时,在多级指标结构的满意度评价中,采用算术平均方法来使用二级指标计算一级指标、使用一级指标计算整体满意度是。这样的计算方法是存在不合理性。

在计算用户满意度改进优先级时:

  • 在没有权重的情况,不同指标的改进优先指数=(极大值-得分)/(极大值-极小值);
  • 在有权重的情况,不同指标的改进优化指数=权重*(极大值-得分)/(极大值-极小值)。

在确定满意度指标改进优先级时,不但考虑满意度指标的提升空间,同时考虑指标权重(即影响力),这样满意度指标改进优先级更加合理。

 Part2. 权重计算方法

权重计算方法分为直接赋权和间接推理这2类;

  • 直接赋权:通过主观判断各个指标、因素的重要性来计算权重。
  • 间接推理:通过用户满意调查评分来推理计算各个指标、因素的权重。

无标题

2.1直接赋权

2.1.1主观赋权法

最常用的方法是采用李斯特量表对各指标的重要程度进行评价,所得的重要性得分称之为声称重要性,以此作为权重计算的数据。

使用得分均值作为原始相对影响力系数。

2.1.2客观赋权法

直接比较法

将同集的指标按重要程度最小的指标设为 “1”,其它指标与之比较,作出其多少倍的重要程度的判断,然后逐一分析,得出各指标的权重。

使用评分均值作为原始相对影响力系数。

排序法

将同集的指标按重要程度进行排序。

使用正向化后的排序得分均值作为原始相对影响力系数。

2.1.3德尔菲法

采用背对背的通信方式征询专家小组成员的预测意见,经过几轮征询,使专家小组的预测意见趋于集中,最后做出符合市场未来发挥在那趋势的预测结论。

使用专家评分均值作为原始相对影响力系数。

2.1.4层次分析法

层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。层次分析法将同集下的不同指标进行两两对比。

使用层次分析软件计算原始相对影响力系数。

2.2间接推理

2.2.1线性回归法

线性回归是利用数理统计中的回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法之一,运用十分广泛。

使用回归系数作为原始相对影响力系数。

2.2.2因子分析

因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子(之所以称其为因子,是因为它是不可观测的,即不是具体的变量),以较少的几个因子反映原资料的大部分信息。

使用回归系数作为原始相对影响力系数。

2.2.3结构方程

结构方程式模型假定在一组潜在变量中存在因果关系,这些潜在变量可以分别用一组可观测的变量表示,是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量,也可能包含无法直接观测的潜在变量。

使用因子得分系数作为原始相对影响力系数。

Part3. 权重计算过程

3.1权重计算过程

权重计算过程分为3步:

step 1:根据项目情况,选择合适的方法,获得原始调研数值。

step 2:根据所获得的原始调研数值计算指标影响力系数。

step 3:归1处理。同一指标集(不同一级指标为一个指标集、某个一级指标下的不同二级指标为一个指标集)下不同指标的权重之和为1。

3.2影响力系统归1处理方法

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

         注:X(i)原始影响力系数,W(i)归1处理后的权重。

Part4. 结束语

由于篇幅有限,这里只是简单介绍了各个方法及过程。本文只是抛转引玉,需要查看更多资料才能有所了解。

对于层次分析法、线性回归、因子分析、结构方程这4种方法,收集到原始满意度评分数值后,使用相应的统计软件进行计算。层次分析法使用AHP相关软件进行计算,线性回归、因子分析使用SPSS软件进行计算,结构方程需要使用相关软件(推荐AMOS)进行计算。

用户满意度调查是用户体验工作中重要一项活动。在了解整体满意度、一级指标满意度、二级指标满意度外,还需要了解下一级指标对上一级指标的权重,帮助确定各个方面的工作优先级,为产品优化改进方向提供决策依据。

 

相关 [用户 指标 权重] 推荐:

用户满意度指标权重计算方法

- - 阿里巴巴(中国站)用户体验设计部博客
用户满意度调查是用户体验工作中重要一项活动. 在了解整体满意度、一级指标满意度、二级指标满意度外,还需要了解下一级指标对上一级指标的权重,帮助确定各个方面的工作优先级,为产品优化改进方向提供决策依据. 下文将简单介绍一下几种满意度指标权重的计算方法. 指标权重可以更合理的评分用户满意度,指导用户体验优化方向.

用户画像TGI指标

- - 标点符
对于TGI指数,百科是这样解释的——TGI指数,全称Target Group Index,可以反映目标群体在特定研究范围内强势或者弱势. TGI指数计算公式 = 目标群体中具有某一特征的群体所占比例 / 总体中具有相同特征的群体所占比例 * 标准数100. 举个例子,假设一家外语学校里面有家烧烤店,每天晚上男生和女生顾客都是50%,你觉得男生还是女生更倾向于光顾这个烧烤店呢.

用户画像之标签权重算法

- -
感谢大家长期以来对专栏的关注,最近工作比较忙,好久没更新了. 接下来的几篇文章想和大家分享下关于用户画像的一些东西. 今天我们先从用户画像的标签权重开始聊起吧. 用户画像:即用户信息标签化,通过收集用户社会属性、消费习惯、偏好特征等各个维度数据,进而对用户或者产品特征属性的刻画,并对这些特征分析统计挖掘潜在价值信息,从而抽象出一个用户的信息全貌,可看做是企业应用大数据的根基,是定向广告投放与个性化推荐的前置条件.

linux 系统性能指标

- - 非技术 - ITeye博客
近段时间,再忙着找实习,经常被问到的,关于linux系统性能的指标,比如对于一台linux机器来说,怎么监控它的CPU,内存,负载等情况;怎样算高负载,具体的依据是什么. 等等这类问题,下面就好好总结一下这方面知识吧~. 由于能力有限,可能总结的不是很全面,不是很正确,有错漏的,欢迎大家帮忙指出,谢谢.

web性能测试指标

- - 研发管理 - ITeye博客
Web性能测试的部分概况一般来说,一个Web请求的处理包括以下步骤:. (2)web server接受到请求,进行处理;. (3)web server向DB获取数据;. (4)webserver生成用户的object(页面),返回给用户. 给客户发送请求开始到最后一个字节的时间称为响应时间(第三步不包括在每次请求处理中).

redis监控指标 - 简书

- -
Redis Server数据采集. 二、Redis Server监控数据采集. redis存活监控 (redis_alive):redis本地监控agent使用ping,如果指定时间返回PONG表示存活,否则redis不能响应请求,可能阻塞或死亡. 当返回值不为1时,redis挂了,告警. 连接个数 (connected_clients):客户端连接个数,如果连接数过高,影响redis吞吐量.

重新认识CSS的权重 [10]

- 溪梦 - CSS森林(CSS Forest)
今天 大白 问了一个关于CSS权重的问题:. class的权重是10 标签权重是 1. 比如说 p span{} 权重是2. 如果11标签自选择器的组合的权重11,会不会覆盖 一个class选择器权重10的 样式. 在跟他的讨论中,重新整理了我对CSS权重的理解. 在《 样式的作用域──页面重构中的模块化设计(一) 》中有做过总结,其中提到比较重要的两点:.

词的权重计算及应用

- - CSDN博客互联网推荐文章
    本文讨论如何计算词权重(即特征向量)和向量空间模型及其应用. 本文的“文档”是指查询对象,它们可以使一条条单独的记录或者是一本书的各章,还可以是一个网页,或者xml文件等.     在讨论词权重和向量空间模型前需要先了解下归一化的概念. 归一化(normailization)方法有两种形式.

Mongodb与Redis应用指标对比

- - CSDN博客数据库推荐文章
    MongoDB和Redis都是NoSQL,采用结构型数据存储. 二者在使用场景中,存在一定的区别,这也主要由于. 二者在内存映射的处理过程,持久化的处理方法不同. MongoDB建议集群部署,更多的考虑到集群方案,Redis. 更偏重于进程顺序写入,虽然支持集群,也仅限于主-从模式. 丰富的数据表达、索引;最类似于关系数据库,支持丰富的查询语言.