(7)计算 better-worse 系数,如下图所示: better-增加某功能后提升的满意系数:better=(A占比+O占比)/(A占比+O占比+M占比+I占比),越接近 1,则表示用户满意度提升的效果会越强,满意度上升的越快。 worse-不增加某功能用户的不满意系数:worse=-1*(O占比+M占比)/(A占比+O占比+M占比+I占比),越...
接着,狩野纪昭通过计算 Better-Worse 系数来分析用户的满意度,然后绘制better-worse四象限分布图。 Better-Worse 系数的计算: (1)增加后的满意系数(Better 系数)=(A+O)/(A+O+M+I),Better 的数值通常为正,正值越大 / 越接近 1,也就是 100%,则表示用户满意度提升的效果会越强,满意度上升的越快。 (2)...
1）Kano 模型分析结果 2）Better-Worse 矩阵分析图 根据 Better-Worse 系数值（其中 Worse 是取绝对值）将散点图划分为四个象限。1、第一象限（期望特性）表示：better 系数值高，worse 系数绝对值也很高的情况。即表示产品提供此功能，用户满意度会提升，当不提供此功能，用户满意度就会降低，这是质量的竞争性...
Better-Worse系数图展示各功能/服务的坐标情况，横坐标为Worse绝对值，纵坐标为Better值。Better 的数值通常为正，正值越大 / 越接近 1，则表示用户满意度提升的效果会越强，满意度上升的越快。Worse 的数值通常为负，其负值越大 / 越接近 -1，则表示对用户不满意度的影响最大，满意度降低的影响效果越强，下降...
对复制的占比字段进行明细过滤，过滤条件为：类型属于 A 。并将其重命名为A 占比。如下图所示：同理对其他复制的占比字段进行明细过滤，分别过滤类型，并对其重命名，如下图所示：使用 better-worse 系数，如下图所示：better-增加某功能后提升的满意系数：better=（A占比+O占比）/(A占比+O占比+M占比+I...
2. better-worse系数 Better系数=(期望数+魅力数)/(期望数+魅力数+必备数+无差异数) Worse系数= -1*(期望数+必备数)/(期望数+魅力数+必备数+无差异数) Better系数越接近1,表示该具备度越高该需求对用户满意度提升的影响效果越大。Worse系数越接近-1,表示具备度越低该需求对用户满意度造成的负面影响越大...
worse-不增加某功能用户的不满意系数：worse=-1*（O占比+M占比）/(A占比+O占比+M占比+I占比)，越接近 -1，则表示对用户不满意度的影响最大，满意度降低的影响效果越强，下降的越快。根据以上灰字中的better、worse 的公式，新建计算字段「better」「worse绝对值」（4）选择「散点图」，拖入「better」...
根据better-worse-系数值,将散点图划分为四个象限。 第一象限表示: better系数值高, worse系数绝对值也很高的情况。落入这一象限的属性,称之为是期望属性,即表示产品提供此功能,用户满意度会提升。 当不提供此功能,用户满意度就会降低,这是质量的竞争性属性...
根据better-worse系数值,将散点图划分为四个象限。 · 第一象限表示:better系数值高,worse系数绝对值也很高的情况。落入这一象限的属性,称之为是期望属性,即表示产品提供此功能,用户满意度会提升,当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或...
对复制的占比字段进行明细过滤,过滤条件为:类型属于 A 。并将其重命名为A 占比。如下图所示: 同理对其他复制的占比字段进行明细过滤,分别过滤类型,并对其重命名,如下图所示: 使用better-worse 系数,如下图所示: better-增加某功能后提升的满意系数:better=(A占比+O占比)/(A占比+O占比+M占比+I占比)...