体验度量:如何科学地确定指标权重?-体验家XMPlus_第1页
体验度量:如何科学地确定指标权重?-体验家XMPlus_第2页
体验度量:如何科学地确定指标权重?-体验家XMPlus_第3页
体验度量:如何科学地确定指标权重?-体验家XMPlus_第4页
体验度量:如何科学地确定指标权重?-体验家XMPlus_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2023.10.10体验度量体验度量如何科学地确定指标权重?ExperienceMeasurementIndexWeight指标体系中的各项指标并不是同等重要的,就像有的企业更关注客户满意度,而有的更重视NPS一样。为了体现各个指标在指标体系中的重要程度,在指标体系确定后,我们需要赋予各指标不同的权重系数。比如,在抖音之前发布的《商家体验分规范》中,商品体验(42.5%)的权重系数就高于服务体验(37.5%)和物流体验(20%)的权重系数。同一组指标得分,不同的权重系数,会导致截然不同、甚至相反的结论。因此,合理地确定、分配指标权重,是构建指标体系的关键步骤。一般来说,指标权重的确立方法大致可分为两类:主观赋权和客观赋权。一一、主观赋权主观赋权,指的是专家依据自身的经验与知识,来确定各指标的权重系数。其原始数据由专家根据经验主观判断而得到。作为研究较早、较为成熟的方法,它的优点是专家可以根据实际问题,合理地分配各指标权重,解释性强;缺点是主观随意性较大,客观性较差,以及给决策分析者带来更多负担。0203下面,让我们介绍两种较为常用的主观赋权方法:德尔菲法(Delphi)、层次分析法(AHP)等等。●德尔菲法(Delphi)德尔菲法(Delphi)又称专家调查法,其大致流程是:匿名征求专家意见之后,进行整理、归纳、统计,再匿名反馈给各专家,再次征求意见、再汇总、再反馈,直至得到一致的意见(如下图)。值得注意的是,从事预测的专家彼此互不知道其他有哪些人参加预测,他们是在完全匿名的情况下交流思想的。目的在于防止专家组成员被有权威性或有说服力的专家所影响,使每一位专家能够独立自由地做出自己的判断。德尔菲法预测程序●层次分析法(AnalyticHierarchyProcess,AHP)层次分析法是目前使用较多的一种方法。它是一种定性与定量分析相结合的科学决策方法。具体来说,就是将决策问题的有关元素分解成目标、准则、方案等层次(如下图用一定标度对人的主观判断进行客观量化,并在此基础上进行定性与定量分析。04层次结构模型示例以上图为例,对于产品满意度这个问题来说,层次结构模型主要分为三层。最高目标层即提升产品满意度,提高客户留存率和转化率;中间为准则层,即影响产品满意度的四个方面:寿命、价格、功效和噪声;最后一层为方案层,即可供选择的具体方案,如更换供应商、引进新设备、加强员工培训和加大研发投入。层次分析法操作流程05在层次分析法中,建立问题的层次结构模型是最重要的一步,之后还要经过构造判断模型、一致性检验、层次单排序、层次总排序等步骤,才能得到最终的分析结果。二二、客观赋权客观赋权,主要是根据原始数据之间的关系,来确定各指标的权重。其原始数据来自于各指标在评价中的实际数据。该方法具有较强的数学理论依据,不需要征求专家的意见,且不增加决策者的负担。然而,通过客观赋权法确定的权重可能会与人们的主观愿望或实际情况不一致。常用的客观赋权法有:变异系数法、熵值法、CRITIC法、回归分析、结构方程模型等。下面,让我们简单地介绍一下这几种方法:06●变异系数法变异系数法,是根据各指标当前值与目标值的变异程度来对各指标进行赋权。若各个被评价对象在某项指标上的数值差异较大,说明该指标的分辨信息丰富、区分各评价对象的能力较强,因此应被赋予较大权重,反之亦然。举个例子,我们选择人均GNP(国民生产总值)作为评价各个国家经济发展状况的指标之一,是因为人均GNP不仅能反映一个国家的经济发展水平,还能反映一个国家的现代化程度。如果各个国家的人均GNP没有多大的差别,那么用这个指标来衡量现代化程度、经济发展水平就失去了意义。●熵值法熵值法,是根据各指标所包含的信息量来确定各指标权重的。某个指标的信息熵值越小,说明它所包含的信息越多,在综合评价中所起的作用越大,那么所获得的权重也应越大,反之亦然。CRITIC法CRITIC法是基于指标的对比强度和指标之间的冲突性来确定指标权重的。对比度指的是各个被评价对象在同一指标上得分差异的大小,即标准差。标准差越大,取值差距越大,该指标的权重越高。指标之间的冲突性是以指标之间的相关性为基础,如果两个指标之间具有较强的正相关,则说明两个指标冲突性较低,那么该指标的权重越低。回归分析回归分析(RegeressionAnalysis)指的是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。它同样也可以被用来计算指标权重,具体方法如下:11.去除量纲,指标正向化处理2.建立回归模型,计算回归系数3.使用回归系数作为原始相对影响力系数4.影响力系数归一化处理:W(i)=X(i)/(X(1)+X(2)+X(3)+……+X(n)这里要强调一下:去除量纲,是确定指标权重的第一步,也是最重要的一步。因为在实际研究中,不同的变量单位不同,数值差异极大,例如100g和1m,这样会给综合分析建模带来不便。因此,我们需要对收集得到的数据进行去量纲,即去掉单位对数值的影响,使所有的变量都在同等的水平上,才能“公平”地参与后续处理。结构方程模型结构方程模型(StructuralEquationModeling,简称SEM)是瑞典统计学家、心理测量学家Karl·G·Joreskog于20世纪70年代中期提出一种统计分析方法,主要用于探索变量之间的关系。那么,如何用它来计算指标权重呢?让我们用下图来举例说明:071.计算各三级指标的权重系数(0.65+0.70+0.78)≈0.33,最终得出三级指标的权重,如下表:2.计算各二级指标的权重系数仍以B1为例,B1的权重系数=B1的因子负荷/B1-B6的因子负荷总值,即B1=0.58/(0.58+0.68+0.66+0.72+0.69+0.52最终得出二级指标的权重,如下表:08以上就是确定指标权重的几种方法了,如果您想了解更多,或者有任何服务需要,欢迎与我们取得联系。欢迎联系我们欢迎联系我们了解更多指标权重的确立方法及详情0923452345关于我们关于我们「体验家XMPlus」是一款全旅程客户体验管理SaaS系统,也是业内首个免费开放客户旅程全功能的CEM服务商,提供全平台嵌入式反馈,帮助打造体验管理闭环。1以客户旅程为核心支持客户旅程的在线编辑和跨部门协作支持客户旅程的在线编辑和跨部门协作,包含场景、触点、情绪等多个组件,支持嵌入NPS、CSAT等动态指标及客户画像,连接体验触点与体验数据,实现全流程的场景监测和客户洞察。以多源数据为支撑支持页面嵌入支持页面嵌入、短信、微信等多渠道的体验数据收集,提供API接口对接CRM、POS机等系统,导入客户的行为数据,并运用NLP、情绪分析等技术处理舆情数据,实现多源数据的融合分析与洞察。以关键指标为导向基于企业需求基于企业需求,提供岗位定制化的BI数据看板和数据报告,并支持移动端查看,方便不同岗位、层级的工作人员随时随地查看客户体验数据及其变动情况,辅助策略制定与行动调整。以智能预警为后盾提供智能预警功能提供智能预警功能,实时监测客户在各个场景下的满意度情况,一旦收集到负面反馈,系统自动生成事件预警并通知到相关责任人,帮助企业及时发现并解决问题,防止不良体验的扩散,有效降低客户流失率。一流的咨询服务拥有专业的咨询团队拥有专业的咨询团队,为各行各业提供咨询服务,包括了解企业各个阶段的业务目标和流程,找出影响客户体验的关键环节和触点等等,帮助企业建立完善的数据回收流程和测量指标体系。1011截至目前,体验家XMPlus已经服务了周大福、来伊份、新东方、脉脉、Moka、合思、中国移动香港、重庆农村商业银行、领克汽车、极狐汽车、创维、TCL、北京大学国际医院、雪纤瘦等覆盖零售连锁、互联网、银行金融、智能制造、医疗健康等多个行业的头部客户。现诚邀您免费注册使用,助您高效管理客户体验,提升客户满意度,促进口碑推荐,驱动利润增长。扫码免费注册体验家XMP12参考资料参考资料[1]【全球购】商家体验分规范.抖音电商运营团队.2022[2]抖音关于《商家体验分规范》修订的通知丨鸿石创业邦.鸿石传媒淘live.2022[3]权重的确定方法汇总.豆丁网.2015[4]Halosec_Wei.用人话讲明白AHP层次分析法(非常详细原理+简单工具实现).CSDN.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论