数据分析常用名称、统计分析模型 SUS、CLV、VOC、认知失调、 体验度量

If you can’t measure it, you can’t improve it
有效性、效率、用户满意度。
有效性：用户使用该系统完成任务的精度和完整性；
效率：用户使用该系统完成任务需要耗费的资源；
用户满意度：用户对该系统的舒适度和认可接受程度。

客户度量标准

1. 客户收益
2. 客户满意度
3. 客户盈利能力
4. 客户终身价值
5. 品牌意识
6. 首要任务
7. 客户忠实度
8. 转化率
9. 完成率
   10.流失率

改进客户体验

10. 客户真正意图（客户声音）
11. 客户细分
12. 创建客户模型
13. 客户历程图绘制
14. 首要任务分析
15. 可用性研究
16. 商品搜寻能力研究
17. 联合分析
18. 关键动因分析
    10.差距分析

10种常见分析错误

1 、优化错误的度量标准 【确保度量标准对客户有益，优化度量标准让客户有更好的体验】
2、不要过于依赖客户行为和态度数据
3、要有足够大的样本
4、不要目测数据
5、不要将统计学意义与实际意义相混淆
6、要拥有一支跨专业团队
7、一开始就要清洁数据
8、正确设置数据格式
9、调查问题要清晰明确
10、不要等待完美数据

因果分析法【鱼刺图】

等级量表

客户认知失调

认知失调是一个心理学上的名词，用来描述在同一时间有着两种相矛盾的想法，因而产生了一种不甚舒适的紧张状态。更精确一点来说，是两种认知中所产生的一种不兼容的知觉，这里的“认知”指的是任何一种知识的型式，包含看法、情绪、信仰，以及行为等
认知失调的理论表示相冲突的认知是一种原动力，会强迫心灵去寻求或发明新的思想或信仰，或是去修改已在心里存在的信仰，好让认知间相冲突的程度减到最低。

NPS

Net Promoter score 净推荐值，又称净促进者得分，亦可称口碑，是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。它是最流行的顾客忠诚度分析指标，专注于顾客口碑如何影响企业成长。通过密切跟踪净推荐值，企业可以让自己更加成功。
净推荐值是等于推荐者所占的百分比减去批评者所占的百分比。
净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%
确定您的净推荐值是直截了当的：问您的客户一个问题－“您是否会愿意将“公司名字”推荐给您的朋友或者同事？”
根据愿意推荐的程度让客户在0－10之间来打分，然后你根据得分情况来建立客户忠诚度的3个范畴：
推荐者（得分在9－10之间）：是具有狂热忠诚度的人，他们会继续购买并引荐给其他人。 被动者（得分在7－8之间）：总体满意但并不狂热，将会考虑其他竞争对手的产品。 贬损者（得分在0－6之间）：使用并不满意或者对你的公司没有忠诚度。NPS计算公式的逻辑是推荐者会继续购买并且推荐给其他人来加速你的成长，而批评者则能破坏你的名声，并让你在负面的口碑中阻止成长。
NPS的得分值在50%以上被认为是不错的。如果NPS的得分值在70－80%之间则证明你们公司拥有一批高忠诚度的好客户。调查显示大部分公司的NPS值还是在5－10%之间徘徊。
NPS是用户满意度评估的升级，不仅评估客户自身是否满意，同时评估客户是否有意愿为公司产品或服务做背书，主动进行推荐。在统计上，NPS也比用户满意度更加真实、实用，也与业务增长这个目标更匹配。

CLV

Customer Lifetime Valve ，客户生命周期价值（客户终身价值）CLV是对客户未来利润的有效预测，用来衡量一个客户（用户）在一段时期内对企业有多大价值 [1] 。它还有另外一个名字，叫做LTV （life time value）

1. 根据客户价值对客户分类，尽量获取优质客户；
2. 根据客户价值，执行推广计划，评估市场效果；
3. 制定留存策略，留住优质客户；
4. 差异化定价，针对性促销；
5. 对客户细分，提供更加针对性的服务

多元回归分析

多元回归分析（Multiple Regression Analysis）是指在相关变量中将一个变量视为因变量，其他一个或多个变量视为自变量，建立多个变量之间线性或非线性数学模型数量关系式并利用样本数据进行分析的统计分析方法。另外也有讨论多个自变量与多个因变量的线性依赖关系的多元回归分析，称为多元多重回归分析模型（或简称多对多回归）

SUS

SUS 全称 System Usability Scale ，系统可用性量表。SUS最初是Brooke于1986年编制，可以科学地量化用户体验，用于完成一系列任务场景后，对产品或系统整体宏观的感知可用性测量。

SUS提供整体可用性评估度量，由10个题目组成，奇数项为正面陈述，偶数项为反面陈述。
第4，5，10三项构成的子量表为“有效性”（Effectiveness）&“易学性”（Learnability） ；第2，3，7，8四项构成的子量表为“使用效率”（Use Efficiency）&“可用性”（Usability）；第1，6，9三项构成子量表“满意度”（Satisfaction）。

SUS适用范围广泛，产品新旧版本迭代之间对比，同类型竞品之间对比，同一产品不同终端之间对比均可使用。可采用线上线下问卷调研的方式，简单高效的采集真实用户反馈。避免在初期过早的关注细节。
当收集好用户问卷反馈过后，步骤如下：

1. 对于奇数序号的问题，将其得分减1；（比如第1题分数为4，得分为4-1=3分）
2. 对于偶数序号的问题，将其得分被5减去；（比如第2题分数为3，得分为5-3=2分）
3. 将所有问题最后的得分加在一起，然后乘以2.5；（每个题目的得分范围记为0_{4，最大值为40，SUS可用性得分的范围在0}100，换算后乘以2.5）
4. 计算出的结果即为产品的SUS可用性得分。
5. 
   Tips 注意事项：
6. 填写之前不要进行总结或讨论；
7. 应当要求用户快速完成各个题目，不要过多思考；
8. 第二题和第六题对于参与者可能难以理解，需要解释清楚；
9. 如果用户因为某些原因无法完成其中某个题目，就视为用户在该题上选择了中间值。
   SUS分数等级与百分等级的区别：
   
   
   更加细化的SUS用户感知，可参照SUS分数曲线分级范围表：
   注意到这里SUS分数等级与百分等级的区别。对照SUS分数曲线分级范围表，如果你的SUS分数为68，说明你的产品比市面上50%的产品可用性要好。也就是说这个产品的用户体验算是合格了，表明需要进行较小的改进。50%中值点对应SUS分数68。（（59-41）/ （71-65）= 3 故中值点为65+10/3≈68 ，68分是均值，因此对应百分比是50%。）
   
10. SUS的优点
11. 量表公开免费，题目简单，只需参与者打分，实施便捷，操作简单；
12. 适用范围广泛，产品初期测试验证，竞品分析，新旧版本对比等等；
13. 研究证明SUS在样本量有限时，可以最快达到效果，可信度系数高；
14. 快速宏观有效区分可用系统（产品）和不可用系统（产品），避免在初期过早的关注细节；
15. 当团队内产生分歧时，SUS让更多的人员参与代替少数意见领袖说了算的形式，定量不追求定性。
16. 小样本量时依然呈现高度的内部一致性，产生真实可靠的反馈结果。
    

QUIS

Questionnaire For User Interaction Satisfaction 用户交互满意度问卷分析

SUMI

Software Usability Measurement Inventory 软件可用性测试问卷

PSSUQ

Post-Study System Usability Questionnaire 研究后系统可用性问卷

CSUQ

Computer System Usability questionnaire 计算机系统可用性调查表

ASQ

SEQ

Single Ease Question 单项难易度问卷

CSAT，全名 Customer Satisfaction，中文名顾客满意度，由 Parasuraman 和 Zeithaml 于 1965 年提出，CSAT 是市场营销中经常使用的术语，它是衡量一个公司提供的产品和服务是否满足或超过用户期望的指标。

1987 CUSI 用户满意度问卷

CUSI，全名 Computer User Satisfaction Inventory，中文名计算机用户满意度问卷，由 Kirakowski 于 1987 年在爱尔兰科克大学 University College Cork 的人为因素研究小组 Human Factors Research Group 提出。

CUSI 是一份五点量表，有 22 道题，评估维度有 2 个：

效率。

帮助信息。
1987 QUIS 用户界面满意度问卷

QUIS，全名 Questionnaire for User Interface Satisfaction，中文名用户界面满意度问卷，由人机交互实验室 Human-Computer Interface 于 1987 年在马里兰大学 University of Maryland 提出。
时至今日，QUIS 迭代了 7 个版本，最新的版本是九点量表，27 道题，维度有 11 个：
屏幕因素 Screen Factors。
术语和系统反馈 Terminology and System Feedback。
学习因素 Learning Factors。
系统能力 System Capabilities。
技术手册 Technical Manuals。
在线教程 Online Tutorials。
多媒体 Multimedia。
语音识别 Voice Recognition。
虚拟环境 Virtual Environments。
互联网访问 Internet Access。
软件安装 Software Installation。

1992 PSSUQ 研究后系统可用性问卷

PSSUQ，全名 Post-Study System Usability Questionnaire，中文名研究后系统可用性问卷，由 James Lewis 于 1992 年在 IBM 公司提出。

PSSUQ 起源于 IBM 1998 年名为「SUMS」的内部项目，时至今日，PSSUQ 迭代了 3 个版本，版本一有 18 道题目，版本二有 19 道题目，版本三有 16 道题目。

PSSUQ 被认为是 SUS 的替代产品，用于评估用户对网站、软件、系统或产品的满意度、可用度，它是一份七点量表，有 16 道题目，评估维度有 3 个：
系统质量。

信息质量。

页面质量。

https://new.qq.com/rain/a/20211109A09U6F00