迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)_第1页
迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)_第2页
迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)_第3页
迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)_第4页
迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)_第5页
已阅读5页,还剩7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

迭代创新模式下互联网产品迭代改进点筛选研究-基于用户满意度体验(中)

3.1.2指标体系的构建本研究依据以上对互联网产品用户体验的模型、要素和内容结构方面的文献分析和梳理,构建了由“3个指标层级、8个指标亚层和20项体验指标”组成的互联网产品用户体验指标体系(表1),具体划分过程如下。3.1.2.1体验指标的划分采用文献计量法,对用户体验的模型、要素和内容结构三个方面的体验指标进行汇总,提取其中出现频率高且具有代表性的体验指标,归纳为视觉美观性、视觉清晰性、品牌吸引、视觉引导性、布局合理等共计20项指标。3.1.2.2指标亚层的划分指标亚层是对体验指标进一步归纳的结果。将视觉美观性、视觉清晰性、视觉引导性、品牌吸引性以及界面布局合理性归为视觉体验,表示用户通过视觉对产品产生的第一印象;将声音保真性、音效多样性以及声音沉浸感归为听觉体验内容,表示用户通过听觉对产品产生的第一印象;将功能有用性、功能可用性归为功能体验,表示用户通过使用产品能够完成基本任务的属性;将可交互性、操作流畅性和操作易用性归为操作体验内容,表示用户在操作产品的过程中,能够促进用户完成基本任务的操作性能属性;将内容丰富性、内容可获取性以及内容可靠性归为内容体验,表示产品所提供的信息质量对用户吸引程度的属性。3.1.2.3指标层级的划分指标层级是基于指标亚层的划分结果,将意思表达相近的体验层级做进一步归纳整理。首先可将视觉体验和听觉体验归纳为感官层体验,代表用户通过直觉对产品快速产生第一印象;然后将功能体验、操作体验和内容体验归纳为行为体验,代表用户通过亲身行为,对产品的功能或内容进行操作互动的过程中所产生的直观感受;情感体验作为情感层体验,指用户在体验产品之后,经过深入思考,从内心深处对产品的整体体验所产生的情感感受。3.2产品体验指标的用户满意度分析3.2.1用户满意度问卷设计用户满意度问卷设计是测算用户满意度的重要前提。在本文的研究过程中,调查问卷的设计由两个部分组成。第一个部分为调查用户的基本信息情况,包括用户的性别、年龄、年级和专业四项基本信息。第二部分为用户调查的主要内容。借鉴表1中20项互联网产品用户体验指标,设置问卷的调查问题,采用李克特五分评价法(其中1到5分分别代表体验极差、比较糟糕、体验一般、比较良好和体验很棒)对每项问题进行评价。3.2.2基于问卷数据的用户满意度测算问卷设计中每项调查问题的评价程度(“体验极差”、“比较糟糕”、“体验一般”、“比较良好”、“体验很棒”)是由1-5评分来分别表示用户的满意程度。为了便于测算,本文将五分评价制中1分、2分、3分、4分、5分评价分别转换为20%、40%、60%、80%和100%。设问卷调查的体验用户总数为n(n≥1),各项体验指标为si,则20项体验指标可表示为集合S={si|1≤i≤20,i∈N},用户对产品各项体验指标的评价分数为gi(1≤gi≤5),体验指标数量为20,则产品各项体验指标的满意程度为Pi(0<Pi≦1,1≤i≤20)的计算公式可表示为:3.3产品体验指标的卡诺属性分析卡诺模型理论是东京理工大学教授狩野纪昭(NoriakiKano)受赫兹伯格的双因素理论的启发于1984年正式建立的产品或服务的特性满足状况与用户满意程度的双维度认知模型[30](图2)。根据产品或服务的客观表现与用户体验的主观感受,该理论将产品的质量特性进行分类,体现为五种类别的卡诺属性,分别是魅力质量特性A(能为用户创造惊喜的特性,当该项特性满足时,将大大提高顾客满意度,但缺乏时用户也不会感觉不满)、期望质量特性O(用户期望得到满足的特性,该项特性满足得越充分,用户越满意)、基本质量特性M(产品必须满足的特性,当该项特性不具备时,用户会感到很不满意,具备时也不会提高用户满意度)、无差异质量特性I(用户不关注的特性,该项特性的具备与否不能影响用户对产品的满意或不满意)、反向质量特性R(引起用户不满的特性,该项特性的存在反而降低用户体验的满意度)。3.3.1体验指标的卡诺属性问卷设计卡诺问卷的用户调查信息和体验指标相同于用户体验满意度调查问卷,但是不同于传统的问卷题项中每个问题层面只是单向的对用户进行提问,卡诺问卷的设计原理是针对每个问题层面,需要从正反两个角度对用户进行提问。正向问题是调查当产品具备该项指标特性时,用户对产品的满意度如何;反向问题是调查当产品不具备该项指标特性时,用户对产品的满意度如何。具体的卡诺问卷题项如表2所示。3.3.2体验指标的卡诺属性测算体验指标的卡诺属性测算过程是根据卡诺问卷的调查数据结果,并按照卡诺评价规则(表3),将产品体验指标的质量特性进行分类,调查每个用户对每项特性的分类是属于A、O、M、I、R五种特性中的哪一类。当用户对某项产品体验指标的正向评价为十分满意,而反向评价为比较满意,则根据卡诺评价表容易得出该项体验指标对于该用户来说是属于期望质量特性。这样以此类推,统计每种体验指标在不同特性结果中出现的频率,并以最大频率数作为对该项指标的特性判断依据。4产品迭代改进点筛选4.1迭代指标的筛选4.1.1基于用户不满意程度的迭代指标初筛4.1.1.1满意度评价标准的设定满意度评价标准是不同企业根据各自的产品战略愿景、市场运营情况等方面的综合考虑,自行划分的用户满意度评价层级。在用户体验的满意度测算中,“满意程度20%表示体验极差”、“满意程度40%表示体验比较糟糕”、“满意程度60%表示体验一般”、“满意程度80%表示体验比较良好”、“满意程度100%表示体验很棒”。针对0-1百分制满意度评价,本文设企业期望达到的满意理想基准线为参数a(0<a≤1),它表示当用户对产品某项体验指标的满意程度Pi小于a时,则认为用户对该项指标的体验评价为不满意;当用户对产品某项体验指标的满意程度Pi大于等于a时,则认为用户对该项指标的体验评价为满意。根据以上分析,可将企业认定的用户对产品体验指标的满意评价标准分为两个层级,即不满意评价标准和理想满意评价标准,如表4所示。4.1.1.2不满意评价的迭代指标筛选已知产品体验指标集S={si|1≤i≤20,i∈N},根据表4中划分的满意度评价标准,容易得出用户不满意的迭代指标范畴为满意程度Pi属于(0,a)区间的体验指标,用不满意评价的迭代指标集A表示,则A={sx|sx∈S,x∈[1,20]且x∈N}(0<Pi<a),其中x表示满意程度Pi属于(0,a)区间的指标个数。4.1.2基于卡诺属性的迭代指标复筛不满意评价的指标作为迭代指标的首要筛选范畴,但为了考虑迭代指标是否有利于提升用户的满意度,还需结合指标的卡诺属性,针对不满意评价的指标进一步分析指标的满意度敏感性,复筛有利于提升用户满意度的迭代指标。满意敏感性分析是根据各项指标的卡诺属性分类,分析各项指标特性的满意影响力和不满意影响力,形成满意敏感性比较矩阵,从而来判断这些指标的满意敏感程度(satisfactionsensitivity,SS)的过程[31]。(1)满意影响力和不满意影响力。满意影响力(satisfactioninfluence,SI)是反映当产品某种指标特性越突出时对用户满意度的影响;不满意影响力(dissatisfactioninfluence,DSI)是反映当产品某种指标特性越不突出时对用户满意度的影响。两者共同作用,反映指标特性对用户的满意敏感程度。满意/不满意影响力值越高,说明该项指标越有利于提升用户满意度,测量公式表示为式中A、O、M、I分别表示各项指标占各类质量特性的频数,由卡诺问卷调查的结果容易得出。(2)满意敏感性比较矩阵。满意敏感性矩阵是用户对于各项指标满意敏感程度的综合反映。它是以各项指标的SI值为横坐标,DSI值为纵坐标描绘而成。具体过程是过点(0.5,0)作一条垂直于横轴的直线,过点(0,-0.5)作一条垂直于纵轴的直线,两条直线相较于P,同时以原点O为圆点,以OP为半径的四分之一圆弧将不同的指标特性切割(图3)。图中虚线圆弧线代表的是指标特性的选择线,该线右侧的指标则视为有利于提升用户满意度的迭代筛选指标,指标位置离圆点越远,说明用户对该指标的敏感度越大,则越需要重点改进;而在左侧的指标由于其满意敏感性不大,可暂时不考虑[32]。由此,本文针对不满意迭代指标集A,再次筛选其中属于选择线右边的指标,并将其设置为迭代指标集B,可表示为B={sy|sy∈S,y∈[1,20]且y∈N},其中y表示选择线右边的指标个数。4.2迭代指标的改进排序4.2.1迭代指标的不满意程度计算迭代指标的不满意程度与满意程度意义相反,根据公式(1)中满意程度Pi的计算过程,容易得出各项指标的不满意程度DPi的计算公式可表示为式中gi(1≤gi≤5)表示用户对产品各项体验指标的评价分数,n(n≥1)表示调查的体验用户总数,不满意程度值DPi越高表示用户对产品该项体验指标越不满意,则代表该项指标越需要被迭代改进。4.2.2迭代指标的满意敏感度计算满意敏感度衡量了某项指标有利于提升用户的满意程度。满意敏感度越高,代表指标的改进越有利于提升用户对产品的满意度。根据指标的满意敏感性分析比较矩阵图,迭代指标距离圆点越远,表示用户对该项指标的满意敏感程度越大,本文将各项指标的坐标位置到圆点的距离来衡量迭代指标的满意敏感度,其中各项指标的横坐标由SIi值衡量,纵坐标由DSIi值衡量,则满意敏感度的计算公式可表示为4.2.3迭代指标的改进优先度排序迭代指标的改进顺序需要综合考虑指标的不满意程度DPi和满意敏感度SSi,本文将不满意程度值和满意敏感度值相乘求积,以此作为衡量指标的改进优先程度,并将其命名为“迭代优先度“,用IP(iterativepriority)表示。迭代优先度的计算公式如公式(6)所示,IPi值越大,表示该项指标越应该优先改进。IPi=DPi×SSi(6)4.3迭代指标的改进数量确定为了筛选产品最终的迭代改进点,在明确产品迭代改进的指标范畴和各项迭代指标的改进优先程度下,企业需要进一步确定产品改进的迭代指标数量。产品开发的迭代路径是以满足用户需求为核心,循环前进的过程,用户需求的变动性必然伴随着产品迭代的不确定性。因此,迭代指标的改进数量需要企业及时根据市场的需求反馈、产品的运营现状等实际情况来综合判断。在筛选的满足产品迭代改进的指标范畴内,根据各项指标的迭代优先顺序,企业可

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