满意度研究怎么选:指标体系与权重设定的完整清单
接到满意度研究的项目需求,先别急着写问卷。真正决定这份报告能不能被业务用起来的,是前面两件事:指标拆到哪一层,每层占多少权重。这两件事定错,后面样本再多、图表再漂亮,结论也落不到具体动作上。
指标怎么分层:总体、维度、题项三层怎么拆
满意度研究的指标体系拆成三层较为稳妥。总体层放整体满意度和推荐意愿,用于对外汇报、对内定基线;维度层放客户真正在意的几个面,常见的是产品质量、交付时效、服务响应、售后处理;题项层是可以直接被受访者回答的具体问法,一个维度配三到五题,题与题之间留一道反向题做校验。三层之间是加权汇总的关系,不是把分数直接相加,层级拆得清楚,权重才有落点。三层之外还有一个容易被忽略的层:开放题的原文归类,它不参与打分,但决定了后面能不能解释分数为什么动。
维度从哪来:从触点旅程里找,别照搬模板
模板里的维度看着齐全,落到满意度研究里经常是错位的。较为可靠的做法是先从触点旅程画起:从听说这个品牌、下单、收货、使用、出问题、再买、到转介绍,把每个环节里客户和谁打交道、看到什么、等多久写下来。旅程上每一个让客户停顿、或者需要额外解释的地方,基本就是一个候选维度。画完再和业务方对齐,逐条问一句这个维度出问题你们改得动吗,改不动的不要进问卷,测出来只会变成互相推责的材料。维度数量也要克制,控制在一只手数得过来的范围,否则后面权重会碎成一地。
权重怎么定:三种做法的适用边界
权重是满意度研究里容易产生分歧的环节。回归法拿历史数据跑各维度对总体满意的解释力,客观、可复现,前提是有历史数据,且维度之间共线程度不高。重要性评分法在问卷里让受访者对每个维度打分或排序,成本低、好解释,问题是被访者自评的重要性常常偏离真实行为,嘴上说服务重要,实际换品牌是因为价格。专家判断法由业务负责人和一线主管按经验分配,速度快,适合没有历史数据的新品类,但要限定参与人数并记录理由,否则容易变成部门话语权的分配。实操里常见三法并置:回归看数据说了什么,重要性评分负责校正,专家判断只解释差异,不直接改数字。定完再做一次敏感性测试,看权重上下浮动会不会改变排序结论。
量表刻度与样本量:倒着推比正着拍准
五级还是七级,取决于要不要区分细微差异。五级对受访者友好,电话和拦截访问里完成度更高;七级分辨力更强,适合线上自填、后续要做细分对比的项目。中间项设不设看业务需求:设了会吸走一部分说不清的回答,分布更接近真实态度;不设会逼出一批勉强表态,在强制选择场景里反而更干净。满意度研究的样本量不是拍出来的,是从分层数和允许误差倒推:先定要单独出结论的细分层有几个,每层保证多少份有效样本,再乘经验回收率,反推需要接触的人数。样本量通常按目标人群规模与分层数量倒推,常见区间在数百份量级,具体取决于分层数量、允许误差与回收率要求。
回收之后:短板定位与象限图
数据回来,先做维度得分矩阵:横轴是得分,纵轴是权重,四个象限一分,权重高、得分低的那个格子就是优先改进区。象限图的用处是把哪里痛和先治哪个放进同一张图,业务方看得懂,优先级也排得出来。再叠一层趋势,把本期和上期同维度的分数并排看,掉分往往比低分更值得追,因为它能追到具体哪个月、哪个环节出了变化。矩阵里还要标注有效样本数,人数过少的格子只做参考,不拿来下结论。
两个高频坑与执行排期
只测不改进在满意度研究里出现频率很高:问卷发完、报告交完,没有责任人和整改时点,下一期再测分数原地打转,客户开始敷衍作答。另一个是权重全平均,图省事给每个维度都分二十分之一,看着公平,实际把资源摊平了,真正的短板被稀释。规避不难,立项时把改进责任写进项目书,报告里每个短板配一条可执行动作和一个复查时点,复查时点跟业务节奏对齐,别定在季度末。
一个完整的满意度研究通常分四段:指标与问卷设计、试访修订、正式采集、分析与汇报。试访不要省,二三十份就够暴露题项歧义和选项缺失。多城市、多门店的场景,选执行方时要看访员覆盖全国 300 多个城市这类硬条件,采集周期和口径一致性都会好一些。投诉类、售后类项目还要约定录音与回访复核比例,避免访员自己代表客户答题。
如果正在筹备新一期的满意度研究,建议先把指标层级和权重逻辑这两步谈透,再谈样本和报价,顺序反了很容易在报价阶段反复。盈海数据做了十五年神秘顾客与满意度相关的执行,从问卷设计、多城市采集到短板定位的分析报告可以整段承接,也能只接其中一段。