一种基于权重自适应的用户体验度量模型的制作方法

1.本发明涉及系统评分技术领域，特别涉及一种基于权重自适应的用户体验度量模型。


背景技术：

2.目前银行对各系统埋点多依赖于业务方决策和第三方平台自带埋点，往往容易造成指标过多且比较分散，决策者不能同时优化所有指标，也无法从这些指标中看出系统整体的用户体验情况。
3.基于难以看出系统整体的用户体验情况的问题，现有技术中提出一个专利cn110059232b
‑‑
一种基于用户体验度量的数据可视化方法，通过设计系统的数据可视化叙事体验的度量模型，设计眼动实验与心电实验，基于并行嵌套混合方法收集数据，通过统计学方法将分析后的数据进行可视化展示，并通过实例操作，确定最终的用户体验度量模型。但此专利中仍存在以下不足：第一，眼动实验与心电实验需要专业设备，实施成本高，需要专业人员操作。第二，眼动实验与心电实验需要多组不同特征的被测者，对被测者要求高。第三，该用户体验度量模型完全依赖于对可用性测试结果的处理，忽略了用户体验度量中系统客观数据与用户真实评价的重要性。第四，不同系统产生的用户体验度量模型不同，无法进行定量比较。
4.因此有必要提供一种基于权重自适应的用户体验度量模型，通过主观赋权与客观赋权相结合的方法自适应各指标权重，以直观的获取系统用户体验整体情况。


技术实现要素：

5.本发明的目的在于提供一种基于权重自适应的用户体验度量模型，通过主观赋权与客观赋权相结合的方法自适应各指标权重，以直观的获取系统用户体验整体情况。
6.为了解决现有技术中存在的问题，本发明提供了一种基于权重自适应的用户体验度量模型，包括：
7.用户体验模块，预设有各用户体验的五类指标，分别为：满意度、任务完成度、参与度、留存度以及接受度；
8.权重策略模块，包括对各指标进行赋权的主观赋权单元和客观赋权单元，主观赋权单元赋予固定权重赋值，客观赋权单元的赋权方式为熵值法；结合所述固定权重赋值，再通过所述熵值法计算得到各指标的最终权重值；
9.用户体验度量模块，用于对各指标分数和计算得到的各指标的最终权重值进行加权求和，以得到各指标的度量分数，根据各指标的度量分数得到各用户的体验度量总分。
10.可选的，在所述基于权重自适应的用户体验度量模型中，
11.满意度包括三小类指标：用户主观满意度、性能数据和专家走查；其中，用户主观满意度包括的具体指标为：净推荐值、系统可用性量表和安全感受值；性能数据包括的具体指标为：闪退率、卡顿率、卡死率、首次启动时间和非首次启动时间；专家走查包括的具体指
标为：可用度、美观度和安全度；
12.任务完成度包括三小类指标：总完成度、效率和错误；其中，总完成度包括的具体指标为：关键任务完成率；效率包括的具体指标为：操作步骤、任务时间和迷失度；错误包括的具体指标为：阶段性重大事件发生率和报错友好度；
13.参与度包括两小类指标：有效用户转化率和用户使用频次；其中，有效用户转化率包括的具体指标为：访客和新增活跃用户；用户使用频次包括的具体指标为：用户日参与时长和用户日参与次数；
14.留存度包括的具体指标为：新用户留存度；
15.接受度包括新增用户指标，新增用户指标包括每日新增开户数指标和每日新增安装量指标。
16.可选的，在所述基于权重自适应的用户体验度量模型中，熵值法的计算步骤如下：
17.步骤一：对指标进行标准化处理，即把指标的绝对值转化为相对值，具体计算公式如下：
18.对于正向指标，其相对值的计算方式为：
[0019][0020]
对于负向指标，其相对值的计算方式为：
[0021][0022]
其中，x
′
ij
表示第i天时第j个指标的相对值，x
ij
表示第i天时第j个指标的数值，i＝1,2,3,...,n，j＝1,2,3,...,m，共n天，m个指标；
[0023]
步骤二：算取指标相对值的平均值和标准差，根据平均值和标准差计算得到各指标的变异系数，具体计算公式如下：
[0024]
平均值的计算公式为：
[0025][0026]
标准差的计算公式为：
[0027][0028]
指标的变异系数的计算公式为：
[0029][0030]
其中，cv
j
、s
j
、分别表示第j个指标的变异系数、标准差和平均值；
[0031]
步骤三：调整采用熵值法并根据各指标的变异系数算取各指标的多个权重值，熵值法的计算公式为：
[0032]
其中w
j
为第j个指标的权重值，当n取多个值时，有多个解w
j1
,w
j2
,w
j3
,w
j4
…
；
[0033]
步骤四：预处理得到的各指标的多个权重值，根据误差对每个指标的多个权重值进行筛选；
[0034]
步骤五：结合所述固定权重赋值和熵值法得到的各指标的多个权重值，进行局部优化调整，即得到各指标的最终权重值。
[0035]
可选的，在所述基于权重自适应的用户体验度量模型中，局部优化调整的步骤如下：
[0036]
将固定权重赋值z
j
作为约束条件，将得到的各指标的多个权重值定义为代价函数，形成第j个指标的权重集合{z
j
,w
j1
,w
j2
,w
j3
,w
j4
…
}；
[0037]
设立中心值z
j
'，中心值取值为权重集合中的任意一个，计算中心值与权重集合中任一权重值之间的距离，计算方式为：d
j1
＝|z
j
‑
z
j
'|，d
j2
＝|w
j1
‑
z
j
'|，d
j3
＝|w
j2
‑
z
j
'|，d
j4
＝|w
j3
‑
z
j
'|，d
j5
＝|w
j4
‑
z
j
'|，
…
，根据中心值的不同取值得到多组不同的距离值d
j1
,d
j2
,d
j3
,d
j4
,d
j5
…
；
[0038]
计算最终权重值，当|z
j
‑
z
j
|≤0.1时，z
j
＝min{d
j1
d
j2
d
j3
...}，当|z
j
‑
z
j
|＞0.1时，z
j
＝z
j
，其中z
j
为第j个指标的最终权重值。
[0039]
可选的，在所述基于权重自适应的用户体验度量模型中，
[0040]
若为正向指标，在步骤二中取正向指标的相对值；若为负向指标，在步骤二中取负向指标的相对值。
[0041]
可选的，在所述基于权重自适应的用户体验度量模型中，在一次计算中，各指标中参数n的个数相等，且各指标中n的取值相同。
[0042]
可选的，在所述基于权重自适应的用户体验度量模型中，每个指标中参数n取7天、14天、30天和60天。
[0043]
可选的，在所述基于权重自适应的用户体验度量模型中，对各指标的原始数据进行满分区间的评分映射，得到各指标分数。
[0044]
可选的，在所述基于权重自适应的用户体验度量模型中，根据各指标的度量分数得到各用户的体验度量总分的方式为：将各用户所有指标的度量分数求和以得到各用户的体验度量总分。
[0045]
相对于现有技术，本发明具有以下优点：
[0046]
(1)本发明通过主观赋权与客观赋权相结合的方法自适应各指标权重，反映出系统整体与各指标之间的关系，使决策者快速定位主要用户体验问题，直观获取系统用户体验整体情况，并可以根据各指标对产品整体影响的重要程度进行阶段性优化，在有限的时间内实现了用户体验提升最大价值，极大的增加了各指标的可读性，有效提升了决策效率。
[0047]
(2)本发明中指标权重通过算法自适应确定，可适用于不同行业的不同系统，可落地范围广泛。针对同类型系统，或同一系统不同版本，由于权重固定，可进行定量对比，通过计算用户体验度量总分有效的反映了系统整体的用户体验及不同版本迭代下用户体验评价。
[0048]
(3)本发明中的用户体验指标覆盖了系统的客观数据、用户真实评价与可用性测试三个维度，可提供多种维度下的产品优化方案和迭代建议。
[0049]
(4)无须专业设备，通过系统埋点、专家走查与可用性测试即可算出系统内各用户的体验度量总分，总分为多个维度相加的结果，可进一步得到各维度下的数据表现，通过对比各维度结果可以制定系统的优化方案。
附图说明
[0050]
图1为本发明实施例提供的用户体验度量模型的计算流程图；
[0051]
图2为本发明实施例提供的各用户的指标示意图。
具体实施方式
[0052]
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0053]
如果本文所述的方法包括一系列步骤，则本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法中。
[0054]
本发明提供了一种基于权重自适应的用户体验度量模型，包括：
[0055]
用户体验模块，预设有各用户体验的五类指标，分别为：满意度、任务完成度、参与度、留存度以及接受度；
[0056]
权重策略模块，包括对各指标进行赋权的主观赋权单元和客观赋权单元，主观赋权单元赋予固定权重赋值，客观赋权单元的赋权方式为熵值法；结合所述固定权重赋值，再通过所述熵值法计算得到各指标的最终权重值；
[0057]
用户体验度量模块，用于对各指标分数和计算得到的各指标的最终权重值进行加权求和，以得到各指标的度量分数，根据各指标的度量分数得到各用户的体验度量总分。
[0058]
具体的，所述用户体验度量模型覆盖了系统的客观数据、用户真实评价和可用性测试三个维度。可通过上述用户体验的五类指标具体展示，如下：
[0059]
满意度包括三小类指标：用户主观满意度、性能数据和专家走查；其中，用户主观满意度包括的具体指标为：净推荐值(nps，net promoter score)、系统可用性量表(sus，system usability scale)和安全感受值；性能数据包括的具体指标为：闪退率、卡顿率、卡死率、首次启动时间和非首次启动时间；专家走查包括的具体指标为：可用度、美观度和安全度；
[0060]
任务完成度包括三小类指标：总完成度、效率和错误；其中，总完成度包括的具体指标为：关键任务完成率；效率包括的具体指标为：操作步骤、任务时间和迷失度；错误包括的具体指标为：阶段性重大事件发生率和报错友好度；
[0061]
参与度包括两小类指标：有效用户转化率和用户使用频次；其中，有效用户转化率包括的具体指标为：访客和新增活跃用户(访客指标在一定情况下可以改为用户数指标，新增活跃用户在一定情况下可以改为新增用户指标)；用户使用频次包括的具体指标为：用户日参与时长和用户日参与次数；
[0062]
留存度包括的具体指标为：新用户留存度，新用户留存度的判断方式为判断该新用户是否留存7天；
[0063]
接受度包括新增用户指标，新增用户指标包括每日新增开户数指标和每日新增安装量指标。
[0064]
可选的，在所述基于权重自适应的用户体验度量模型中，熵值法的计算步骤如下：
[0065]
步骤一：由于各项指标的计量单位不统一，因此在用这些指标计算最终权重值之前，需先对指标进行标准化处理，即把指标的绝对值转化为相对值，具体计算公式如下：
[0066]
对于正向指标，表示数值越高越好，其相对值的计算方式为：
[0067][0068]
对于负向指标，表示数值越低越好，其相对值的计算方式为：
[0069][0070]
其中，x
′
ij
表示第i天时第j个指标的相对值，x
ij
表示第i天时第j个指标的数值，i＝1,2,3,...,n，j＝1,2,3,...,m，共n天，m个指标；优选的，在一次计算中，各指标中参数n的个数相等，且各指标中n的取值相同；例如，每个指标中参数n均取7天、14天、30天和60天。
[0071]
步骤二：算取指标相对值的平均值和标准差，根据平均值和标准差计算得到各指标的变异系数，具体计算公式如下：
[0072]
平均值的计算公式为：
[0073][0074]
标准差的计算公式为：
[0075][0076]
指标的变异系数的计算公式为：
[0077][0078]
其中，cv
j
、s
j
、分别表示第j个指标的变异系数、标准差和平均值；若为正向指标，算平均值时取正向指标的相对值；若为负向指标，算平均值时取负向指标的相对值；
[0079]
步骤三：调整采用熵值法并根据各指标的变异系数算取各指标的多个权重值，熵值法的计算公式为：
[0080]
其中w
j
为第j个指标的权重值，当n取多个值时，有多个解，例如为：w
j1
,w
j2
,w
j3
,w
j4
…
；
[0081]
步骤四：预处理得到的各指标的多个权重值，根据误差对每个指标的多个权重值进行筛选，例如剔除其中误差较大的权重值；
[0082]
步骤五：结合所述固定权重赋值和熵值法得到的各指标的多个权重值，进行局部优化调整，即得到各指标的最终权重值。优选的，固定权重赋值可以采用专家咨询法(delphi法)得到，具体操作为通过十位业内专家对拟定的指标的重要程度进行评定，对评定结果进行整理、归纳和统计，再匿名反馈给各专家，再次征求意见，再集中和反馈，直到得到一致的意见以初步决定各指标的专家权重赋值。专家咨询法(delphi法)使资源得到充分利用，具有广泛代表性，简单易行，具有综合意见的客观性。
[0083]
进一步的，局部优化调整的步骤如下：
[0084]
将固定权重赋值z
j
作为约束条件，将得到的各指标的多个权重值定义为代价函数，形成第j个指标的权重集合{z
j
,w
j1
,w
j2
,w
j3
,w
j4
…
}；
[0085]
设立中心值z
j
'，中心值取值为权重集合中的任意一个，计算中心值与权重集合中任一权重值之间的距离，计算方式为：d
j1
＝|z
j
‑
z
j
'|，d
j2
＝|w
j1
‑
z
j
'|，d
j3
＝|w
j2
‑
z
j
'|，d
j4
＝|w
j3
‑
z
j
'|，d
j5
＝|w
j4
‑
z
j
'|，
…
，根据中心值的不同取值得到多组不同的距离值d
j1
,d
j2
,d
j3
,d
j4
,d
j5
…
；
[0086]
计算最终权重值，当|z
j
‑
z
j
|≤0.1时，z
j
＝min{d
j1
d
j2
d
j3
...}，当|z
j
‑
z
j
|＞0.1时，z
j
＝z
j
，其中z
j
为第j个指标的最终权重值。依据此方法依次计算每个指标的最终权重值。
[0087]
在一个实施例中，得到各指标分数的方法为对各指标的原始数据进行满分区间的评分映射。
[0088]
在一个实施例中，根据各指标的度量分数得到各用户的体验度量总分的方式可以为：将各用户所有指标的度量分数求和以得到各用户的体验度量总分。当然若采用其他平均值或标准差等方式，只要能区分出各用户的体验程度，也可以用于计算各用户的体验度量总分。
[0089]
相对于现有技术，本发明具有以下优点：
[0090]
(1)本发明通过主观赋权与客观赋权相结合的方法自适应各指标权重，反映出系统整体与各指标之间的关系，使决策者快速定位主要用户体验问题，直观获取系统用户体验整体情况，并可以根据各指标对产品整体影响的重要程度进行阶段性优化，在有限的时间内实现了用户体验提升最大价值，极大的增加了各指标的可读性，有效提升了决策效率。
[0091]
(2)本发明中指标权重通过算法自适应确定，可适用于不同行业的不同系统，可落地范围广泛。针对同类型系统，或同一系统不同版本，由于权重固定，可进行定量对比，通过计算用户体验度量总分有效的反映了系统整体的用户体验及不同版本迭代下用户体验评价。
[0092]
(3)本发明中的用户体验指标覆盖了系统的客观数据、用户真实评价与可用性测试三个维度，可提供多种维度下的产品优化方案和迭代建议。
[0093]
(4)无须专业设备，通过系统埋点、专家走查与可用性测试即可算出系统内各用户的体验度量总分，总分为多个维度相加的结果，可进一步得到各维度下的数据表现，通过对比各维度结果可以制定系统的优化方案。
[0094]
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属
技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。