用户满意度调查是用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。通过本文简单介绍一下几种满意度指标权重的计算方法。

用户满意度调查的主要作用有：

1、了解当前产品用户满意度（产品的用户满意度怎么样？）

2、发现产品的满意度短板（满意度中的哪方面用户最不满意？）

3、确定改进方向（哪些方面是需要优先改进的？）

因为不同评价指标对整体满意度的影响力是不一样的，不过也有许多客户基本上默认不同指标的影响力是相同，其在计算满意度时，在多级指标结构的满意度评价中，采用算术平均方法来使用二级指标计算一级指标、使用一级指标计算整体满意度是。这样的计算方法是存在不合理性。在计算用户满意度改进优先级时：

1、在没有权重的情况，不同指标的改进优先指数=（极大值-得分）/（极大值-极小值）；

2、在有权重的情况，不同指标的改进优化指数=权重*（极大值-得分）/（极大值-极小值）。

我们在确定满意度指标改进优先级时，不但考虑满意度指标的提升空间，同时考虑指标权重（即影响力），这样满意度指标改进优先级更加合理。权重计算方法分为直接赋权和间接推理这2类，直接赋权是通过主观判断各个指标、因素的重要性来计算权重。间接推理则通过用户满意调查评分来推理计算各个指标、因素的权重。

一、直接赋权

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、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。另外是排序法，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。

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，即专家评分均值作为原始相对影响力系数。

4、层次分析法：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。

二、间接推理

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，使用回归系数作为原始相对影响力系数，这种运用十分广泛。

2、因子分析：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。

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。使用因子得分系数作为原始相对影响力系数，模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。

权重计算过程分为3步，首先根据项目情况，选择合适的方法，获得原始调研数值。其次根据所获得的原始调研数值计算指标影响力系数。最后进行归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。

如何进行影响力系统归1处理：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。

由于篇幅有限，这里只是简单介绍了各个方法及过程，只是抛砖引玉，需要查看更多资料才能有所了解。民安智库（第三方满意度调研公司）在客户满意度调查指标权重计算上，对收集到原始满意度评分数值后，使用相应的统计软件进行计算。层次分析法使用AHP相关软件进行计算，线性回归、因子分析使用SPSS软件进行计算，结构方程需要使用相关软件（推荐AMOS）进行计算。用户满意度调查是用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。

民安智库（专业市场调查公司）作为专业的市场调查和评估机构，是一家脚踏实地的民间智库。近年来帮助各级政府部门开展社情民意调查，通过电话、网络调查和面访等方式了解社会舆论和民意动向的一种调查。如食品安全满意度、民微活动满意度、民诉工作满意度、政府绩效评估等多类社情民意调查，满足政府部门科学决策、民主决策，建立服务型政府的需求，并根据政府部门工作需要，系统了解不同社会群体的想法和态度，为决策提供坚实的民意基础。