权与权重的区别权重的计算方法_生活百科

客户满意度调查是客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。
客户满意度调研是深圳满意度咨询（SSC）核心业务，十多年以来，成功服务超过百家机关单位和知名企业，建立并完善一整套客户满意度研究模型，从顾客感知、服务界面表现、企业内部管理三个维度进行全面的测量和评估，确定服务短板，并对其进行系统分析，提出量化的、可操作性的改进措施，从而稳步提升客户满意度。下面将简单介绍一下几种满意度指标权重的计算方法。
权重计算的作用
指标权重可以更合理的评分客户满意度，指导客户体验优化方向。满意度调查的主要作用有：
了解当前产品客户满意度（产品的客户满意度怎么样？）
发现产品的满意度短板（满意度中的哪方面客户最不满意？）
确定改进方向（哪些方面是需要优先改进的？）

文章插图

文章插图
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。
使用因子得分系数（Factor Score Coefficient）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，也包含无法直接观测的潜在变量。
使用成份得分系数（Factor Score Weights）作为原始相对影响力系数。
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。

权与权重的区别 权重的计算方法

权与权重的区别权重的计算方法