如何科學有效的度量用戶體驗是企業和用戶體驗從業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，就有學者在社會和實驗心理學領域對滿意度展開研究，研究表明用戶滿意度反映的是用戶的一種心理狀態，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生存和產品體驗提升都有重要的意義：一方面，隨著移動互聯網人口紅利逐漸消失，手機應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現有用戶價值成為企業非常重要的商業策略。如美國顧客滿意度指數ACSI數據表明，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品體驗現狀和迭代動作有效性，對助力產品體驗提升起著重要作用。
用戶滿意度模型的構建流程如下圖所示，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」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，在評估側重和衡量方式上會有不同：
如衡量產品改版效果的用戶滿意度側重關注改版目標是否達成，更關注改版前后影響體驗目標達成的體驗點變化。用于摸底產品體驗水平的用戶滿意度側重了解產品對用戶需求和期待的滿足情況，更關注產品自身體驗長短板以及相較于其他同類產品體驗優劣勢。
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，對于未在行業中取得絕對領先地位的產品，更應考慮覆蓋競品評估，明確體驗競爭優劣勢的同時尋求競品借鑒點。另一方面需要明確評估產品全局還是聚焦部分模塊，全局評估能獲取用戶對產品的整體感受，但在產品模塊繁多或復雜時，受制于用戶參與調研的耐心有限，針對每個模塊的評估問題數量無法設置太多，導致評估顆粒度較粗，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合案頭側、用戶側和專家側三方信息獲?。?
-
案頭側指標收集方式主要是案頭研究和產品走查。案頭研究可重點關注成熟評估模型以及行業趨勢、產品模式和用戶需求分析報告，結合對產品的走查分析，提煉“好的產品體驗”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品的需求和期待，邀請對產品使用程度較深的“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品關注點和痛點的數據渠道。
-
專家側指標收集方法主要是專家訪談，通過向專家了解產品目標、目標實現方式及后續主要動作來拆解對當前產品體驗重要的維度和指標。專家訪談需要覆蓋到能決策產品方向的人，且專家職能身份盡可能的多樣化，如覆蓋產品、運營、設計、技術、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建評估模型。維度初步劃分有「用戶接觸產品的觸點」和「產品功能模塊」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、環境等）、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、優惠信息滿意度。無論采用哪種先驗假設，模型構建都需要遵循“完備互斥”原則，即指標既齊全不遺漏，也沒有重復。
///
STEP5 指標賦權
因為不同評估指標的重要性程度不一樣，拿汽車產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重，指標賦權的方法按照打權重的人不同可以劃分為專家賦權和用戶賦權兩大類：
-
用戶賦權是根據用戶對某個體驗點（指標）滿意度打分和對產品整體滿意度打分之間的關系測算出來的間接賦權方法，體驗點滿意度分數變化對產品整體滿意度分數變化的解釋程度越高，體驗點對應的指標權重就越大。常用的指標賦權方法有“線性回歸”、“因子分析”和“結構方程模型”。
-
專家賦權是領域專家，如產品、運營、設計等對指標重要性進行主觀判斷，因此又叫直接賦權法，常見的直接賦權法有“直接評定法”、“分值分配法”和“層次分析法”?！爸苯釉u定法”就是專家逐個判斷指標重要性，“分值分配法”是預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中更為常用的方法。
那么到底應該使用用戶賦權還是專家賦權呢？這兩類賦權方式具有不同的特點，用戶賦權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先級不明確時可以考慮使用，但用戶賦權受產品現狀影響較大，產品當下已經成熟和形成規模的方向更容易獲得較高權重，而對產品未來重要但目前規模較小的方向權重則可能較小。專家賦權反映專家對產品現狀和產品未來方向的綜合判斷，可以在產品較為成熟或開始嘗試創新方向時考慮使用。
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「指標內容檢驗」和「結構歸屬檢驗」兩類：
///
STEP6模型檢驗
-
指標內容檢驗
指標內容檢驗關注指標描述對想要評估體驗點的符合程度和可理解性，即指標的內容效度。
指標內容檢驗可通過領域專家完成，邀請至少3名以上專家對指標內容有效性、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容效度（S-CVI）。對于專家認為不符合或專家打分不一致的指標需要咨詢專家具體原因并作出適當修改。一般而言專家一致評價符合的指標不應低于80%。常見的指標內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。
-
結構效度檢驗
結構歸屬檢驗是判斷評估指標與想要測量概念（歸屬維度）之間關系的方法，判斷歸屬關系的方式有看同一維度下指標間的相關關系，指標對測量概念的解釋程度等。常用的結構歸屬檢驗有同質性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整和指標刪減的時候不應該盲從于統計數據是否達標，還需要充分考慮指標實際意義、是否有助于我們實現評估目標等實際情況進行綜合考慮。
///
結語
用戶滿意度模型需要跟隨用戶需求和產品發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務工作。以上是我們在用戶滿意度模型搭建和檢驗方面的一點經驗，希望能拋磚引玉，歡迎大家交流探討。
