如何科學(xué)有效的度量用戶體驗是企業(yè)和用戶體驗從業(yè)者一直在思考和研究的課題。用戶滿意度作為量化體驗度量的方法也一直備受關(guān)注。那么用戶滿意度指標是怎么來的？評估模型該如何搭建？模型好壞又要如何判斷？本篇文章聚焦用戶滿意度模型搭建與檢驗，分享模型搭建與檢驗過程中的方法與技巧。
早在20世紀30年代，就有學(xué)者在社會和實驗心理學(xué)領(lǐng)域?qū)M意度展開研究，研究表明用戶滿意度反映的是用戶的一種心理狀態(tài)，是用戶對其明示的、隱含的需求和期望被滿足程度的主觀感受。用戶滿意度評估對企業(yè)生存和產(chǎn)品體驗提升都有重要的意義：一方面，隨著移動互聯(lián)網(wǎng)人口紅利逐漸消失，手機應(yīng)用獲取新客的成本和難度變得越來越高，通過提升用戶滿意度充分激發(fā)現(xiàn)有用戶價值成為企業(yè)非常重要的商業(yè)策略。如美國顧客滿意度指數(shù)ACSI數(shù)據(jù)表明，用戶滿意度的提升能帶來用戶消費頻次的增加，同時也會為企業(yè)贏得更高的聲譽，帶來拉新、促活成本的降低。此外用戶滿意度通過度量產(chǎn)品體驗現(xiàn)狀和迭代動作有效性，對助力產(chǎn)品體驗提升起著重要作用。
用戶滿意度模型的構(gòu)建流程如下圖所示，接下來我們一起看看：
用戶滿意度模型構(gòu)建流程可分為「明確目標」「指標收集」「指標定義」「指標歸屬」「指標賦權(quán)」5個步驟：
///
Step1 明確目標
第1步是明確評估目標。明確評估目標包括明確評估用途和范疇，用戶滿意度評估的用途不同，在評估側(cè)重和衡量方式上會有不同：
如衡量產(chǎn)品改版效果的用戶滿意度側(cè)重關(guān)注改版目標是否達成，更關(guān)注改版前后影響體驗?zāi)繕诉_成的體驗點變化。用于摸底產(chǎn)品體驗水平的用戶滿意度側(cè)重了解產(chǎn)品對用戶需求和期待的滿足情況，更關(guān)注產(chǎn)品自身體驗長短板以及相較于其他同類產(chǎn)品體驗優(yōu)劣勢。
此外需要考慮評估范疇，一方面需要明確僅評估本品還是同時覆蓋競品，對于未在行業(yè)中取得絕對領(lǐng)先地位的產(chǎn)品，更應(yīng)考慮覆蓋競品評估，明確體驗競爭優(yōu)劣勢的同時尋求競品借鑒點。另一方面需要明確評估產(chǎn)品全局還是聚焦部分模塊，全局評估能獲取用戶對產(chǎn)品的整體感受，但在產(chǎn)品模塊繁多或復(fù)雜時，受制于用戶參與調(diào)研的耐心有限，針對每個模塊的評估問題數(shù)量無法設(shè)置太多，導(dǎo)致評估顆粒度較粗，可考慮聚焦重點模塊單獨評估。
///
Step2 指標收集
第2步是收集評估指標，用戶滿意度指標收集可結(jié)合案頭側(cè)、用戶側(cè)和專家側(cè)三方信息獲取：
-
案頭側(cè)指標收集方式主要是案頭研究和產(chǎn)品走查。案頭研究可重點關(guān)注成熟評估模型以及行業(yè)趨勢、產(chǎn)品模式和用戶需求分析報告，結(jié)合對產(chǎn)品的走查分析，提煉“好的產(chǎn)品體驗”需要包含哪些要素。常用的案頭研究渠道和可查詢的信息如下圖：
-
用戶側(cè)指標收集方式主要有用戶座談會和客訴反饋，座談會把目標用戶邀請到一起暢談對產(chǎn)品的需求和期待，邀請對產(chǎn)品使用程度較深的“專家級”用戶能貢獻更多有效信息。另外客訴反饋也是能集中了解用戶對產(chǎn)品關(guān)注點和痛點的數(shù)據(jù)渠道。
-
專家側(cè)指標收集方法主要是專家訪談，通過向?qū)＜伊私猱a(chǎn)品目標、目標實現(xiàn)方式及后續(xù)主要動作來拆解對當(dāng)前產(chǎn)品體驗重要的維度和指標。專家訪談需要覆蓋到能決策產(chǎn)品方向的人，且專家職能身份盡可能的多樣化，如覆蓋產(chǎn)品、運營、設(shè)計、技術(shù)、市場等不同職能角色。
///
Step3 指標定義
第3步是指標定義，給指標下定義需考慮指標的體驗標準高低和文案描述兩方面：
體驗標準選擇要符合產(chǎn)品本階段的目標，標準定得過高或過低都會讓指標喪失靈敏性失去價值。指標描述一般要遵循通俗性、簡潔性和單一性原則：
///
STEP4 指標歸屬
第4步是將定義好的指標進行維度劃分與歸屬來構(gòu)建評估模型。維度初步劃分有「用戶接觸產(chǎn)品的觸點」和「產(chǎn)品功能模塊」兩種方式。
拿用戶一次外出就餐的滿意度舉例，按用戶接觸產(chǎn)品的觸點可以分為就餐前（選餐廳、查信息、訂座等）、就餐中（菜品、服務(wù)、環(huán)境等）、就餐后（買單）滿意度。而按功能模塊劃分可以分為餐廳信息、評論信息、優(yōu)惠信息滿意度。無論采用哪種先驗假設(shè)，模型構(gòu)建都需要遵循“完備互斥”原則，即指標既齊全不遺漏，也沒有重復(fù)。
///
STEP5 指標賦權(quán)
因為不同評估指標的重要性程度不一樣，拿汽車產(chǎn)品的用戶滿意度評估為例，對普通轎車的滿意度評估更看重實用舒適，而對越野車的滿意度評估更看重汽車性能。因此在完成評估模型搭建之后，需要賦予評估指標權(quán)重，指標賦權(quán)的方法按照打權(quán)重的人不同可以劃分為專家賦權(quán)和用戶賦權(quán)兩大類：
-
用戶賦權(quán)是根據(jù)用戶對某個體驗點（指標）滿意度打分和對產(chǎn)品整體滿意度打分之間的關(guān)系測算出來的間接賦權(quán)方法，體驗點滿意度分數(shù)變化對產(chǎn)品整體滿意度分數(shù)變化的解釋程度越高，體驗點對應(yīng)的指標權(quán)重就越大。常用的指標賦權(quán)方法有“線性回歸”、“因子分析”和“結(jié)構(gòu)方程模型”。
-
專家賦權(quán)是領(lǐng)域?qū)＜遥绠a(chǎn)品、運營、設(shè)計等對指標重要性進行主觀判斷，因此又叫直接賦權(quán)法，常見的直接賦權(quán)法有“直接評定法”、“分值分配法”和“層次分析法”。“直接評定法”就是專家逐個判斷指標重要性，“分值分配法”是預(yù)先給定所有指標一個總分，專家把總分分配到各個指標上，“層次分析法”是專家對指標重要性進行兩兩對比，因為能更好地在對比過程中幫助專家理清指標的相對重要性，層次分析法是專家賦權(quán)中更為常用的方法。
那么到底應(yīng)該使用用戶賦權(quán)還是專家賦權(quán)呢？這兩類賦權(quán)方式具有不同的特點，用戶賦權(quán)反映了用戶對評估指標所反映體驗點的需求強度，在初次搭建模型對用戶需求強度優(yōu)先級不明確時可以考慮使用，但用戶賦權(quán)受產(chǎn)品現(xiàn)狀影響較大，產(chǎn)品當(dāng)下已經(jīng)成熟和形成規(guī)模的方向更容易獲得較高權(quán)重，而對產(chǎn)品未來重要但目前規(guī)模較小的方向權(quán)重則可能較小。專家賦權(quán)反映專家對產(chǎn)品現(xiàn)狀和產(chǎn)品未來方向的綜合判斷，可以在產(chǎn)品較為成熟或開始嘗試創(chuàng)新方向時考慮使用。
為了衡量用戶滿意度模型的好壞，完成模型搭建后需要對模型進行檢驗，模型檢驗分為「指標內(nèi)容檢驗」和「結(jié)構(gòu)歸屬檢驗」兩類：
///
STEP6模型檢驗
-
指標內(nèi)容檢驗
指標內(nèi)容檢驗關(guān)注指標描述對想要評估體驗點的符合程度和可理解性，即指標的內(nèi)容效度。
指標內(nèi)容檢驗可通過領(lǐng)域?qū)＜彝瓿桑堉辽?名以上專家對指標內(nèi)容有效性、易理解性等維度打分，專家一致評價為符合的指標占比即為模型內(nèi)容效度（S-CVI）。對于專家認為不符合或?qū)＜掖蚍植灰恢碌闹笜诵枰稍儗＜揖唧w原因并作出適當(dāng)修改。一般而言專家一致評價符合的指標不應(yīng)低于80%。常見的指標內(nèi)容問題包括指標描述未能準確概括體驗點、指標描述有歧義、指標定義的體驗標準不合適等。
-
結(jié)構(gòu)效度檢驗
結(jié)構(gòu)歸屬檢驗是判斷評估指標與想要測量概念（歸屬維度）之間關(guān)系的方法，判斷歸屬關(guān)系的方式有看同一維度下指標間的相關(guān)關(guān)系，指標對測量概念的解釋程度等。常用的結(jié)構(gòu)歸屬檢驗有同質(zhì)性α信度檢驗、探索性因子分析和驗證信因子分析。
每種檢驗方法都有自己判別指標歸屬和模型可靠的標準，但是在做指標歸屬調(diào)整和指標刪減的時候不應(yīng)該盲從于統(tǒng)計數(shù)據(jù)是否達標，還需要充分考慮指標實際意義、是否有助于我們實現(xiàn)評估目標等實際情況進行綜合考慮。
///
結(jié)語
用戶滿意度模型需要跟隨用戶需求和產(chǎn)品發(fā)展變化而不斷迭代更新，保證評估模型能反映用戶需求和業(yè)務(wù)工作。以上是我們在用戶滿意度模型搭建和檢驗方面的一點經(jīng)驗，希望能拋磚引玉，歡迎大家交流探討。