如何鎖定用戶的核心需求？試試這個「層次分析法」！

作者：貝殼KEDC 2021-08-26 07:29:56

移動開發 Android

工作生活中，決策是我們不可避免的難題。如何做出明智的選擇，在分析過程中保持“理中客”，抓住用戶的核心訴求，提升產品的用戶體驗，是用戶研究持續關注的議題。

你是否苦惱于用戶紛繁復雜的需求不知如何取舍?你是否面對著諸多的業務方案難以抉擇?

傳統分析方法，存在的弊端

當我們調研用戶需求的重要性時，通常采取兩種方法：單刀直入的問 & 委婉含蓄的算。例如，為了提升產品的滿意度，我們調研用戶對于產品各項因素的重視程度，以便優先迭代用戶的核心訴求。

1. 單刀直入的問

問題：您剛剛為產品的滿意度進行評分時，請問您最看重的產品因素是哪個(或哪 1-3 個)?「多選」

處理方式：統計本題各個選項的頻數，由高到低順序排列，從而決定優先順序。

這種方法的缺陷顯而易見，一方面直接詢問會顯得有些突兀，眾多選項的展示極大可能會擾亂用戶腦中原本的想法，導致真實答案被選項的羅列順序影響，另一方面這種方法只能得到各個因素重要性的排序，無法得到他們各自的權重(影響程度)。

2. 委婉含蓄的算

問題：

Q1：請問您對產品滿意度的評分是多少?
Q2：請問您對產品各個因素的滿意度評分分別是多少?

處理方式：采取總——分的評分模式，對產品整體滿意度得分、各因素滿意度得分進行因子分析或者回歸分析，根據分析得到的結果計算出每個因素對整體滿意度的貢獻度，找到貢獻度最高的因素。

這種方法是一種“馬后炮式”的分析，根據當前用戶的評分去“科學的猜測”，因為分析結果有很強的時效性。比如當期調研中，產品由于在功能 X 方面出現了問題，給用戶的體驗造成了傷害，那么分析的結果勢必會呈現“功能 X 的重要度極高”的結論，但真實的情況可能是，用戶長期不怎么關注功能 X，只是最近產品的問題造成用戶短期內關注 X 功能。

那么，有沒有其他方法來分析“用戶最看重的因素/哪個因素最影響用戶評分”，決策“哪個方案對用戶評價/項目目標的推動力最大”呢?這次向大家隆重介紹層次分析法。

什么是層次分析法

層次分析法(The Analytic Hierarchy Process，簡稱 AHP)，是美國運籌學家匹茨堡大學教授薩蒂于 20 世紀 70 年代初，在為美國國防部研究“根據各個工業部門對國家福利的貢獻大小而進行電力分配”課題時，應用網絡系統理論和多目標綜合評價方法，提出的一種層次權重決策分析方法。

該方法根據問題的性質和要達到的總目標，將問題分解為不同的組成因素，并按照因素間的相互關聯影響以及隸屬關系將因素按不同層次聚集組合，形成一個多層次的分析結構模型，從而最終使問題歸結為最低層(供決策的方案、措施等)相對于最高層(總目標)的相對重要權值的確定或相對優劣次序的排定。

層次分析法分兩步走：建立層次結構 & 一致性檢驗，接下來我們一起看看這種方法如何應用：

在 M 項目中，“店東對 M 小組產生的整體價值的滿意度”是一個重點跟蹤的結果指標，項目組希望了解提升滿意度各項抓手的過程表現及各自的重要度(對整體滿意度的影響程度)。在綜合考慮問卷篇幅、樣本質量、重要度分析嚴謹性等方面，最終選擇了層次分析法。

第一步、建立層次結構，形成問卷框架。首先明確四個主要抓手是通過怎樣的路徑來影響店東滿意度的，產出多層級的結構，一般情況會采用“結果目標-抓手”兩層或“結果目標-分類-抓手”三層(本次示例中，店東對 M 小組價值提升的滿意度是結果目標層，帶團隊的動力和帶團隊的能力是分類層)。

圖 1 “店東對 M 小組價值提升滿意度”的層次結構

然后在問卷中對各項抓手捉對，采用 9 分量表對比重要性(如果是三層結構，可以先對比分類層，再對比分類層下面各自的抓手。本次項目由于抓手數量較少，所以跳過分類層，直接將四個抓手兩兩對比)。本次案例中抓手數量是 4，根據排列組合的結果詢問次數為 6 次。

圖 2 重要度比較問卷

第二步、回收樣本，做一致性檢驗。由于被訪者在回答問卷時，可能對重要性的排序沒有形成清晰穩定的認知，也可能沒有仔細閱讀或回答問卷，導致樣本中有大量臟數據，比如會出現“A 比 B 重要、B 比 C 重要、C 比 A 重要”的邏輯矛盾，一致性檢驗可以通過矩陣分析有效的排除這類無效樣本(分析過程此處省略一千字)。最終我們保留有效樣本再次進行矩陣分析，可以得到各項抓手的重要度。

以虛擬的結果數據(非真實項目結果)為例，四個抓手對店東滿意度的重要度如圖 3 所示，其中，“平臺資源傾斜”的重要度最高。