產(chǎn)品、系統、功能、服務(wù)的“萬(wàn)能溫度計”（用戶(hù)滿(mǎn)意度） DATE: 2026-05-05 07:12:54
產(chǎn)品、產(chǎn)品系統、系統功能、服??務(wù)服務(wù)的度計度“萬(wàn)能溫度計”（用戶(hù)滿(mǎn)意度）
提升用戶(hù)滿(mǎn)意度和忠誠度，已經(jīng)成(′_ゝ`)為企業(yè)發(fā)展的用戶(hù)重中之重。提升滿(mǎn)意度的滿(mǎn)意方法有哪些？如何判斷每滿(mǎn)意度是否提升了？文章介紹了四種滿(mǎn)意度模型，供大??家學(xué)習參考~
前言
我想應該多數人都贊同“以用戶(hù)或客戶(hù)為中心是產(chǎn)品公(′▽?zhuān)?)司/企業(yè)的立基之本“這個(gè)觀(guān)點(diǎn)吧。近年來(lái)，系統隨著(zhù)公司/企業(yè)之間競爭的服務(wù)加劇，以及產(chǎn)品、度計度系統、用戶(hù)功能、滿(mǎn)意服務(wù)內容的產(chǎn)品同質(zhì)化加劇，用戶(hù)體驗已逐漸成為企業(yè)之間競爭的系統重要籌碼，而用戶(hù)滿(mǎn)意度作為衡量用戶(hù)體驗的服務(wù)重要指標，在企業(yè)具體的用戶(hù)體驗(yan)實(shí)踐中得到了較大范圍的應用。
在京東，滿(mǎn)意度調查不僅應用于(yu)APP產(chǎn)品體驗的評估，用以幫助APP各產(chǎn)品線(xiàn)周期性監控用戶(hù)滿(mǎn)意度變(T_T)化，發(fā)現各產(chǎn)品線(xiàn)的體驗優(yōu)化點(diǎn)；而且??應用于商家店鋪運營(yíng)各環(huán)節的滿(mǎn)意度評估，用以??評估京東與商家合作過(guò)程中各環(huán)節的系統、規則、服務(wù)體驗；甚至在衡量京東大廈餐廳的就餐體驗時(shí)也發(fā)揮著(zhù)重要的指導作用。
滿(mǎn)意度已然成為京東相關(guān)產(chǎn)品、系統、功能、服務(wù)體驗??的(de)“溫度計”。通過(guò)滿(mǎn)意度(′?ω?`)調查我們可以追蹤產(chǎn)品?、系統、功能、服務(wù)的“( ?ω?)績(jì)效”表現，直觀(guān)的了解用戶(hù)或客戶(hù)的體驗狀況，可以對比與競品的滿(mǎn)意度水平差距，可以評估滿(mǎn)意度改進(jìn)??措施的實(shí)際效果。
在滿(mǎn)意度的實(shí)際應用當中，我們常用四種滿(mǎn)意度模型來(lái)幫助我們完成滿(mǎn)意度體系的搭建或滿(mǎn)意度數據(ju)的分(fen)析：
01 四分圖模型
在實(shí)際(ji)工作中應用四分圖模(╬?益?)型時(shí)需要重點(diǎn)完成以(yi)下幾方面的工作：
1. 根據研究對象確定反映用戶(hù)滿(mǎn)意度的指標
獲取滿(mǎn)意度指標可以( ?° ?? ?°)參考現有的理論資料，也可以針對研究對象進(jìn)行相應的用戶(hù)調研，了解用戶(hù)在與研究對象進(jìn)行交互的過(guò)程中所重點(diǎn)關(guān)注的內容有哪??些，以此來(lái)提煉出滿(mǎn)意度指標。
舉個(gè)簡(jiǎn)單的例子，如用戶(hù)對電商平臺某類(lèi)商品的滿(mǎn)意度，可以分別從???商品質(zhì)量、商品價(jià)格ヽ(′?｀)ノ、商品豐富度三個(gè)方面進(jìn)行(xing)滿(mǎn)意度評估。
2. 根據滿(mǎn)意度指標設計滿(mǎn)意度量表和指標權重量表
關(guān)于量表的設計有比較系統的方法，在此不做贅述，需要注意的是在項目時(shí)間允許的情況下，對量表進(jìn)行信度和效度檢驗是必要的。
但是，在實(shí)際的工作中，本著(zhù)快速發(fā)現改善用戶(hù)滿(mǎn)意度切入點(diǎn)的目的，即使沒(méi)有資源或時(shí)間來(lái)進(jìn)行嚴格信效度檢驗，直接應用量表或問(wèn)卷進(jìn)行用戶(hù)調查也是可以的。
滿(mǎn)意度及權重量表數據收集之后(hou)，需要分別計算各指標的滿(mǎn)意度得分及權重得分┐(′?｀)┌，得(de)分的計算方┐(′д｀)┌式可( ?° ?? ?°)以是算術(shù)平均，也可以是加權平均。
根據各指標的滿(mǎn)意(yi)度得分和權重得分，則可將其繪制到由滿(mǎn)意度和權重兩個(gè)維度構成的(de)坐標系中，再(╯°□°）╯︵ ┻━┻利用滿(mǎn)意度得分和權重得分的平均值或中位值則可劃分出四部分區ヽ(′▽?zhuān)?ノ域（修補區、機會(huì )區、優(yōu)勢區、維持區），結合各指標在坐標系中的分布，即可判斷各個(gè)指標分別落入哪個(gè)區域中。
02 KANO模型
KANO模型，以分析用戶(hù)需求對用戶(hù)滿(mǎn)意度的影響為基礎，利用用戶(hù)需求??與用戶(hù)滿(mǎn)意度之間的非線(xiàn)性關(guān)系，對用戶(hù)需求進(jìn)行分類(lèi)和優(yōu)先級排序。
KANO模型并非滿(mǎn)意度的計算模型，主要通過(guò)結構化的問(wèn)卷和分析方法來(lái)對相關(guān)功能、需求進(jìn)行分類(lèi)和定位?？赏ㄟ^(guò)計算特定功能/需求在各個(gè)(′▽?zhuān)?)屬性上的用戶(hù)比例來(lái)判斷功能/需求屬于KANO模型中的哪種屬性，也可通過(guò)Better-Worse系數進(jìn)一步對功能/需求進(jìn)行分析和優(yōu)先(xian)級排序。
接下??來(lái)將以“京東店鋪評分是否應該包含商品質(zhì)量考核”為例（京東店鋪評分是店鋪商品質(zhì)量、店鋪售后服務(wù)質(zhì)量、店ヾ(′▽?zhuān)??鋪物流速度等多個(gè)維度的綜合指數，目前店鋪評分已修改為店鋪星級，如下??圖所示），簡(jiǎn)要說(shuō)明KANO?模型的具體應用方法。
1. 設計問(wèn)卷
針對“店鋪評分包含商品質(zhì)量考??核”設計正反向問(wèn)題，分別收集用戶(hù)對店鋪評分包含商品質(zhì)量考核時(shí)的態(tài)度和不包含商品質(zhì)量評分時(shí)的態(tài)度。
2. 問(wèn)卷調查及數據分析
針對目標用戶(hù)投放問(wèn)卷并回收，對數據進(jìn)行清洗后，數據分析時(shí)主要利用交叉表來(lái)統計不同選項上的用戶(hù)??比例。
根據交叉表中各個(gè)單ヽ(′▽?zhuān)?ノ元格的屬性定義來(lái)統計計算“商品質(zhì)量考核”在各個(gè)屬性上的用戶(hù)選擇比例，交叉表及各個(gè)單元格的屬性定義具體實(shí)例如圖所示。其中S（A）、S（I）、S（O）、S（M）、S（Q）、S（R(′?｀)）分別表示所調研的功能/需求在魅力屬性、無(wú)差異屬性、期望屬性、必備屬性、可疑屬性、反向屬性上的用??戶(hù)比例之和。
從案例中可以得出，“商品質(zhì)量考核”在S（M）上的用戶(hù)比例最高，因此屬于必備屬性。由此，我們可以得出如果店鋪評分包含“商品質(zhì)量考核”，用戶(hù)滿(mǎn)意度并不會(huì )明顯提升，但如果店鋪評分不包含“商品質(zhì)量考核”，用戶(hù)滿(mǎn)意度會(huì )急劇下降。
3. 計算Better-Worse系數
為了進(jìn)一步驗證功能/需求的增加或消除對滿(mǎn)意度的影響程度，可以分別計算其Better-Worse系數來(lái)進(jìn)行分析。
Better系數可以理解為增加功能/需(′?_?`)求后的滿(mǎn)意度系數，數值通常為正，代表如果提供某種功能的話(huà)，用戶(hù)滿(mǎn)意(╯°□°）╯︵ ┻━┻度會(huì )提升；(?_?;)正值越大或越接近1，表示對用戶(hù)滿(mǎn)意度的影響越大,用戶(hù)滿(mǎn)意度提升的也就越快。
Worse系數可以理解(jie)為消除功能/需求后的不滿(mǎn)意度系數，其數值通常為負，代表如果不提供某種功能的話(huà)，用戶(hù)的滿(mǎn)意度會(huì )降低；值越接近??-1，表示(shi)對用戶(hù)不滿(mǎn)意度的影響越大，滿(mǎn)意度下降的越快。
在本例中，商品(╯°□°）╯︵ ┻━┻質(zhì)量考核的Better系數為0.40，Worse系數為0.63。由此可見(jiàn)，如果店鋪評分不包含商品質(zhì)量考核，會(huì )導致用戶(hù)滿(mǎn)意度快速的下(xia)降。
03 層次分析模型
層次分析模型，借鑒運籌學(xué)的(de)層次權重決策分析方法，對滿(mǎn)意度指標進(jìn)行層級劃分，并構造判斷矩陣來(lái)計算各層級指標的權重，以此構建滿(mǎn)意度指標體系。
層次分析并不(bu)能告訴大家怎么來(lái)構建滿(mǎn)意度的層級結構，層次分析的作用是在我們對滿(mǎn)意度完成了層次結構的構建之后，幫助我們設定各層級指標元素的??權重。
滿(mǎn)意度層次分析模型構建的主要工作有??：
1. 滿(mǎn)意度層次結構構建
層次分析滿(mǎn)意度模型的層級結構創(chuàng )建可參考現有的理論或資料(liao)，也可以通過(guò)探索性的研究或利益相關(guān)人的調研來(lái)梳理滿(mǎn)意度的層級結構。
2. 構造判斷矩陣
判斷矩陣是對某一指標C??的子指標B1，B2，??……Bn兩兩對比得到的矩陣，其中bi(′?｀)j表示對于指標C來(lái)說(shuō)，子指標Bi與子指標Bj相比，其重要程度等級。Bij的值是根據資料數據、專(zhuān)家意??見(jiàn)或評價(jià)人經(jīng)驗確定的。
另外，因判斷矩陣為正??互反矩陣（Bij>0,且Bij=1/??Bji），所以在實(shí)際構造判斷矩陣的過(guò)程中，只需對比得出矩陣對角線(xiàn)上半部分的重要程度等級，然后對上半部分數據依此取倒數填寫(xiě)至矩陣下半部分對應位置即可。
3. 計算指標權重
指標權重的計算方法有兩種：和積法和方根法。為了方(fang)便理解具體(ti)的計算方法，此處結合實(shí)際的案例來(lái)進(jìn)行說(shuō)明。
4. 一致性檢驗
之所以需要進(jìn)行一致性檢驗，是因為在構造判斷矩陣時(shí)可能??會(huì )出現指標重要???性的排序矛盾存在。例如三個(gè)指標B1、B2、B3，重要性依此遞減，但我們在(′?｀)填寫(xiě)重要程度時(shí)可能會(huì )(′；ω；`)出現如下圖所示的錯誤，這是不符合邏輯的。
進(jìn)行一致性檢驗需要計算判斷矩陣的最大特??征根λmax，并以此計算一致性指標CI和一致性比值CR，CR<0.1，即認為矩陣具有一致性。相關(guān)的計算方法如下：
仍以京東支付的滿(mǎn)意度研究為例，對其進(jìn)行一致性檢驗的計算過(guò)程如(′?｀)下：
如果判斷矩陣不能通(′?｀)過(guò)一致性檢驗，則需返回判斷矩陣構造階段，對矩陣進(jìn)行進(jìn)行調整。整體的計算過(guò)程較為復雜，因此為了提高工作效率，也可以尋找一些層次分析的計算軟件來(lái)輔助進(jìn)行權重計算和一致性的檢驗。
結構方程模型，一種借助于既有理論進(jìn)行假設檢驗的(de)統計建模技術(shù)，在滿(mǎn)意度的應用中需要通過(guò)現有的理論或經(jīng)驗構建滿(mǎn)意度模型，并利用統計檢驗方法對模型進(jìn)行檢驗，以此構建滿(mǎn)意度模型，并得到滿(mǎn)意度各指標的權重。
結構方程模型在滿(mǎn)意度研究中的最典型的應用案例便是CSI，顧客滿(mǎn)意度指數模型；在顧客滿(mǎn)意度指數模型(xing)中，最有影響的三個(gè)模型分別為瑞典顧客滿(mǎn)意度指數模型SCSB，美國顧客滿(mǎn)意度指數模型ACSI，歐洲顧客滿(mǎn)意度模型ECSI，都是用來(lái)監測國家宏觀(guān)經(jīng)濟情況(kuang)的經(jīng)濟學(xué)模型，與GDP、GNP屬于同一類(lèi)型的宏觀(guān)經(jīng)濟指標，而不是針對企業(yè)的診斷指導，不涉及企業(yè)產(chǎn)品/服務(wù)的具體績(jì)效指標，因此(′_｀)在企業(yè)層面進(jìn)行滿(mǎn)意ヾ(′?｀)?度調查時(shí)很少使用這些滿(mǎn)意度指數模型。但可以借鑒結構方程的高階驗證性因素分析來(lái)進(jìn)行指標權重的計算。
結構方程模型的計算分析工具主要有LISREL、AMOS、M(′?｀)plus等，其中LISREL和Mplus都是語(yǔ)法為主的分析工具，AMOS則提供圖形化操作(zuo)界面。
使用AMOS軟件進(jìn)行滿(mǎn)意度權重分析的主要步驟可以分為：
依據已有的經(jīng)驗或理論繪制滿(mǎn)(′?ω?`)意度結構模型，在下圖中(°□°)繪制的是購物體驗的滿(mǎn)意度驗證性因素分析模型。
2. 選取數據和變量
在A(yíng)MOS中打開(kāi)對應的滿(mǎn)意度數據，并將數據文件中??的變量對應到上一步繪制的模型中的觀(guān)察變量上，建立對應關(guān)系(xi)。
3. 使用AMOS進(jìn)行數據計算分析
得出??相應的模型(xing)擬合結果以及標準化結構系數，從而得到相應的權重。
最后，需要說(shuō)明的是滿(mǎn)??意度模型只是一種用戶(hù)體驗的監測工具，一種了解用戶(hù)感受的方法，對于實(shí)際的產(chǎn)品、系統、功能、服務(wù)來(lái)講，即使我們不使用任何模型，單純的去收集用戶(hù)的滿(mǎn)意度反饋，也能為產(chǎn)品、系統、功能、服務(wù)(⊙_⊙)(wu)提供有效的用戶(hù)體驗信息。擁有“以客戶(hù)/用戶(hù)為中心”的用戶(hù)體驗先行意識，這是有(′?｀)效應用各種研究方法/模型的重要前提。