用户体验数据收集方法、装置、设备及介质与流程

1.本公开一般涉及装修设计软件技术领域，具体涉及一种用户体验数据收集方法、装置、设备及介质。


背景技术：

2.随着计算机软件技术的发展，各种在线的装修软件通过设置多个模块，来完成装修设计的各个功能实现，为了提高用户的体验度，很多软件都提供了用户评价模块，也就是用户根据自己的使用体验，对软件进行评价，或者对软件的功能提出建议。但是，在实际的使用中，用户对产品的使用体验往往具有主观和抽象的，很难被度量，而包含复杂产品需求和技术逻辑的云设计工具的体验就更加难以量化，现有技术通常会使用抽样调查的方式进行体验度量，即事先定义好体验度量的指标和框架，然后通过抽样调查，手动收集用户体验数据，再人工处理数据，得到体验量化结果，这种抽样调查方式虽然能得到体验度量结果，但也存在很多不足，如存在抽样偏差，耗费大量人工和时间，用户作答成本高，不够敏捷，最重要的是，不能做到实时监测工具体验数。
3.因此，现有技术需要改进。


技术实现要素：

4.鉴于现有技术中的上述缺陷或不足，期望提供一种用户体验数据收集方法、装置、设备及存储介质，能够通过抽取特定的体验用户，有体验用户在弹窗中填写相应的体验评分数据，然后对用户身份进行加权，以获取不同身份的用户的净推荐值nps得分。
5.基于本发明实施例的一个方面，本技术实施例提供了一种用户体验数据收集方法，所述方法包括：
6.从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；
7.依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；
8.依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。
9.在另一个实施例中，所述从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗，包括：
10.获取云设计数据库中获取正在使用云设计的用户；
11.判断用户是否对云设计的当前插件进行过体验评分弹窗的用户体验评价；
12.如果用户对云设计的当前插件进行过体验评分弹窗的用户体验评价，则判断该用户对当前插件进行用户体验评价的时间是否超过设定时间阈值；
13.如果是，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗；
14.如果否，则不将该用户作为体验用户；
15.如果用户没有对云设计的当前插件进行过体验评分弹窗的用户体验评价，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗。
16.在另一个实施例中，所述依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据，包括：
17.依据所述体验用户的体验评分弹窗结果，获取体验用户提交的体验数据标签；
18.依据所述体验用户提交的体验数据标签，获取体验用户的身份参数、体验日期、体验评分、体验项目类别信息；
19.依据所有体验用户的身份参数、体验日期、体验评分、体验项目类别信息，获取体验用户的体验评分数据，构件体验用户的体验评分数据库。
20.在另一个实施例中，所述依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分，包括：
21.依据所述体验用户的体验评分数据，获取用户的身份参数，并对体验用户的身份参数进行加权，获取所述体验评分数据的加权数据；
22.依据所述体验评分数据的加权数据，计算不同身份参数的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表；
23.依据所述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具进行不同身份参数的净推荐值nps得分数据表的更新展示，获取不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势；
24.依据所述不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势，在波动范围超过设定阈值时，进行数据预警。
25.在另一个实施例中，所述依据所述体验用户的体验评分数据，获取用户的身份参数，并对体验用户的身份参数进行加权，获取所述体验评分数据的加权数据，包括：
26.依据所述体验用户的体验评分数据，获取体验用户的行业领域及匹配到的体验用户身份信息；
27.依据所述体验用户的行业领域及匹配到的体验用户身份信息，获取单位时间内参与用户体验评分的体验用户比例；
28.依据所述单位时间内参与用户体验评分的体验用户比例，获取所述体验用户所占全局用户的比例；
29.依据所述体验用户所占全局用户的比例，获取体验用户的体验评分数据的加权数据，消除所述体验用户中不一致数据的偏差。
30.在另一个实施例中，所述依据所述体验评分数据的加权数据，计算不同身份参数的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表，包括：
31.依据所述体验评分数据的加权数据，对所述体验评分数据的加权数据进行体验用户分类及体验评分数据分成；
32.依据所述不同身份参数体验用户的权重，计算不同身份参数体验用户的净推荐值nps得分；
33.依据所述不同身份参数体验用户的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表。
34.在另一个实施例中，所述依据所述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具进行不同身份参数的净推荐值nps得分数据表的更新展示，获取不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势，包括：
35.依据所述述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具，所述数据看板工具包括各不同身份参数的净推荐值nps得分；
36.依据所述数据看板工具，按照设定的时间阈值，获取实时的各不同身份参数的净推荐值nps得分；
37.依据各设定时间区段的所述各不同身份参数的净推荐值nps得分，获取所述各不同身份参数的净推荐值nps得分曲线图；
38.依据所述各不同身份参数的净推荐值nps得分曲线图，获取不同身份参数的净推荐值nps得分发展趋势。
39.基于本发明实施例的另一个方面，公开一种用户体验数据收集装置，所述装置包括：
40.弹窗生成模块，用于从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；
41.评分获取模块，用于依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；
42.评分处理模块，用于依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。
43.基于本发明实施例的又一个方面，公开一种电子设备，所述电子设备包括一个或者多个处理器和存储器，存储器，用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，使得所述处理器实现本发明各实施例提供的用户体验数据收集方法。
44.基于本发明实施例的又一个方面，公开一种存储有计算机程序的计算机可读存储介质，该计算机程序被执行时实现本发明各实施例提供的用户体验数据收集方法。
45.在本技术实施例中，通过从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。本技术通过抽取特定的体验用户，有体验用户在弹窗中填写相应的体验评分数据，然后对用户身份进行加权，以获取不同身份的用户的净推荐值nps得分，本技术能够实施监测体验用户的体验评分变化趋势，有效弥补传统抽样调查方式的不足，提升了用户体验数据的收集和分析效率。
附图说明
46.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：
47.图1是本技术一个实施例提供的用户体验数据收集方法的流程图；
48.图2是本技术一个实施例提供的用户体验数据收集装置的结构示意图；
49.图3是本技术一个实施例提供的电子设备的内部结构图。
具体实施方式
50.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
51.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
52.请参考图1，其示出了可以应用本技术实施例的用户体验数据收集方法的示例性流程。
53.如图1所示，在步骤110中，从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗。
54.具体的，云设计是一种在线的装修设计软件，云设计通过不同的设计模块，比如硬件建材模块、软件成品模块、定制家具模块、装修公司模块等等，实现对装修设计效果的在线生成，以及实时展示和修改，通过云设计软件，能够使用户远程获取、远程观察、远程修改设计师设计的家装效果，达成对装修设计的最终效果。云设计用户数据库是使用云设计软件进行装修设计的用户，云设计用户数据库中包含了公司用户和个人用户，公司用户主要面向装修公司及装修公司的设计师，个人用户主要面向爱好装修工作的个人，通过从云设计用户数据库中获取体验用户，由体验用户来对云设计软件的使用进行评价，在本技术的实施例中，对于选中的体验用户，在体验用户完成云设计软件的项目任务以后，当推出该软件的一个模块时，就会弹出一个窗口，由体验用户根据个人的使用感受，填写相应的打分和建议。
55.具体的，在一个具体的实施例中，所述从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗，包括：
56.获取云设计数据库中获取正在使用云设计的用户；具体的，在获取云设计数据库中的体验用户时，对于体验用户的选择条件，首先是正在使用云设计的用户，也就是用户处于活动状态，是正在使用云设计软件的相关模块进行装修设计的用户，其次就是体验用户并不是所有的正在使用云设计的用户，而是一部分用户，这些用户基本平均分布于每一种用户类型及每一个设计模块，这样才能达到获取体验数据的全面性。
57.判断用户是否对云设计的当前插件进行过体验评分弹窗的用户体验评价；具体的，对于已经对当前插件进行过体验评分弹窗的用户，如果每次使用都出现体验评分弹窗的话，势必会给体验用户带来反感，因此，对已经进行过体验评分弹窗的用户体验评价的用户，就需要区别判断是否需要再次发送体验评分弹窗。
58.如果用户对云设计的当前插件进行过体验评分弹窗的用户体验评价，则判断该用户对当前插件进行用户体验评价的时间是否超过设定时间阈值；具体的，对于云设计软件而言，其更新是周期性的，比如一个月更新一次，或者几天更新一次，每次更新将结合一段时间所收集的用户建议，把不合理的要素进行修正，以达到软件使用简单方便，软件功能齐全，用户使用便捷的目的，因此，可以根据软件更新周期设置时间阈值，如果用户使用当前插件进行用户体验评价的时间长度超过了设定的时间阈值，那么就可以认为用户两次使用的云设计软件的当前模块版本与先前的模块版本是不同的，可能有不同的使用体验，可以向用户发送体验评分弹窗，由用户对使用体验进行打分。
59.如果是，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗；具体的，此时，说明用户上一次使用当前插件的时间已经超过了设定的时间阈值，此时就可以向用户再次发送体验评分弹窗，由用户对当前使用的云设计软件的模块的使用体验进行评分。
60.如果否，则不将该用户作为体验用户；具体的，此时说明用户刚刚使用过云设计软件的当前模块，不能再次让用户评价，以避免用户产生抵触情绪。
61.如果用户没有对云设计的当前插件进行过体验评分弹窗的用户体验评价，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗。
62.在步骤120中，依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据。
63.具体的，用户在收到体验评分弹窗以后，根据自己的体验感受，对使用体验进行打分，一般的，将体验用户打分为0
‑
6分为不满意，7
‑
8分为一般，9
‑
10分为满意，同时，体验用户还可以选择一些认为需要优化的模块，以提醒软件设计者对相应模块进行优先优化设计。
64.具体的，在本技术的一个实施例中，所述依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据，包括：
65.依据所述体验用户的体验评分弹窗结果，获取体验用户提交的体验数据标签；具体的，用户提交的体验数据标签就是获取用户所进行体验打分的软件模块，比如，云设计软件的模块包括：定制设计模块、水电暖设计模块、渲染模块、工具稳定性模块、智能设计模块、施工算量模块、硬装设计模块、素材模块、户型绘制模块、软装布置模块，那么此时的体验数据标签就是上述的云设计软件的模块，比如体验数据标签为定制设计模块，或者水电暖设计模块等等。也就是获取的是哪个模块的体验评分。
66.依据所述体验用户提交的体验数据标签，获取体验用户的身份参数、体验日期、体验评分、体验项目类别信息；具体的，在获取了体验数据标签以后，需要对用户身份参数进行区别，在本技术的实施例中，用户身份参数包括个人用户和企业用户，体验日期是体验用户对云设计软件的相应模块进行评价后并上传评分的日期，体验评分为体验用户选定的体验弹出窗口上的分值，体验项目为体验用户所体验的云设计软件的一个或多个模块，比如，最终获取的体验用户的信息包括：个人用户，10月20日，9分，水电暖设计模块，也就是10月20日个人用户操作云设计软件的水电暖设计模块后，对该模块的体验得分为9分。
67.依据所有体验用户的身份参数、体验日期、体验评分、体验项目类别信息，获取体验用户的体验评分数据，构件体验用户的体验评分数据库。具体的，体验评分数据库的相应参数包括用户参数、体验项目类别、体验评分。所述体验评分数据库根据用户参与评分的id、时间、净推荐值nps得分、对应的体验模块进行存储。
68.在步骤130中，依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。
69.具体的，所述净推荐值nps得分由贝恩公司的弗雷德
·
赖克哈尔德于2003年在《哈佛商业评论》上首次提出的客户管理理念，后经贝恩公司进一步完善，以帮助企业测量用户的忠诚度，帮助实现业务可持续发展。目前全球有数千家企业都在使用净推荐值nps得分做
为用户的评价指标，包括苹果、沃尔玛、宝洁、滴滴、华为、中国平安等知名公司。对用户身份参数进行数据加权，目的是消除每日体验用户进行打分时，偶然性发生的误差数据。
70.具体的，在一个具体的实施例中，所述依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分，包括：
71.依据所述体验用户的体验评分数据，获取用户的身份参数，并对体验用户的身份参数进行加权，获取所述体验评分数据的加权数据；具体的，根据体验用户的身份参数、体验日期，然后跟云设计数据库存储的用户进行匹配，获取体验用户的行业信息，比如，用户行业为硬装建材、软装成品、定制家具或装修公司等，然后再匹配到体验用户的身份，体验用户的身份包括个人用户和企业用户，然后根据用户的行业和用户身份，计算再单位时间内进行体验评分的体验用户比例，对单位时间内使用云设计软件的全体用户区分出体验用户，并进行加权，获取体验评分数据的加权数据。
72.具体的，所述体验用户的行业比例为：一个行业中用户的数量：全部用户数量；
73.所述单位时间内使用云设计软件全部用户的行业比例为：一个行业中使用云设计软件的用户数量：全部行业中使用云设计软件的用户数量；
74.所述单位时间内使用云设计软件的个人用户比例为：使用云设计软件的个人用户：使用云设计软件的全部用户；
75.所述体验用户的身份参数进行加权的权值为：(某一行业中全体用户数量：某一行业中体验用户数量)*(单位时间内使用云设计软件的全部用户：单位时间内云设计软件运用的某一体验用户的身份的用户)。
76.依据所述体验评分数据的加权数据，计算不同身份参数的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表；具体的，由于体验用户的体验评分包括0
‑
10的等级，因此，根据每个体验用户的权重，再结合体验用户的体验评分，就可以得到该用户的净推荐值nps得分，然后可以计算出不满意、一般、满意的占比，然后结合体验用户的身份参数，而获得各不同身份参数的净推荐值nps得分数据表。
77.具体的，满意人数按权重计算为：各类型人员身份的权重*每个云设计软件的模块中满意人数；
78.净推荐值nps得分为：(满意人数
‑
不满意人数)/体验用户人数*100％；
79.满意标签占比为：云设计软件中某一个模块满意人数：云设计软件中全部模块满意人数。
80.依据所述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具进行不同身份参数的净推荐值nps得分数据表的更新展示，获取不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势；
81.依据所述不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势，在波动范围超过设定阈值时，进行数据预警。
82.具体的，在一个具体的实施例中，所述依据所述体验用户的体验评分数据，获取用户的身份参数，并对体验用户的身份参数进行加权，获取所述体验评分数据的加权数据，包括：
83.依据所述体验用户的体验评分数据，获取体验用户的行业领域及匹配到的体验用户身份信息；
84.依据所述体验用户的行业领域及匹配到的体验用户身份信息，获取单位时间内参与用户体验评分的体验用户比例；
85.依据所述单位时间内参与用户体验评分的体验用户比例，获取所述体验用户所占全局用户的比例；
86.依据所述体验用户所占全局用户的比例，获取体验用户的体验评分数据的加权数据，消除所述体验用户中不一致数据的偏差。
87.具体的，在一个具体的实施例中，所述依据所述体验评分数据的加权数据，计算不同身份参数的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表，包括：
88.依据所述体验评分数据的加权数据，对所述体验评分数据的加权数据进行体验用户分类及体验评分数据分成；
89.依据所述不同身份参数体验用户的权重，计算不同身份参数体验用户的净推荐值nps得分；
90.依据所述不同身份参数体验用户的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表。
91.具体的，在一个具体的实施例中，所述依据所述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具进行不同身份参数的净推荐值nps得分数据表的更新展示，获取不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势，包括：
92.依据所述述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具，所述数据看板工具包括各不同身份参数的净推荐值nps得分；
93.依据所述数据看板工具，按照设定的时间阈值，获取实时的各不同身份参数的净推荐值nps得分；
94.依据各设定时间区段的所述各不同身份参数的净推荐值nps得分，获取所述各不同身份参数的净推荐值nps得分曲线图；
95.依据所述各不同身份参数的净推荐值nps得分曲线图，获取不同身份参数的净推荐值nps得分发展趋势。
96.具体的，在本技术的一个实施例中，假设云设计软件包括五个模块，分别为：硬装建材、软装成品、定制家具、装修公司；
97.用户身份包括：个人用户、企业用户；
98.净推荐值nps得分的组成部分包括：满意、一般、不满意；
99.通过统计体验用户递交的用户评价得分如下表：
100.101.然后得到体验用户和体验得分的数据：
[0102][0103]
计算体验评分数据的加权数据为：
[0104][0105]
各不同身份参数的净推荐值nps得分数据表为：
[0106][0107]
最后，总的满意度占比为：(加权后的满意数量
‑
加权后的不满意数量)/总体数量＝(534
‑
218)/1000*100％＝31.5％。
[0108]
在本技术的实施例中，通过从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。本技术通过抽取特定的体验
用户，有体验用户在弹窗中填写相应的体验评分数据，然后对用户身份进行加权，以获取不同身份的用户的净推荐值nps得分，本技术能够实施监测体验用户的体验评分变化趋势，有效弥补传统抽样调查方式的不足，提升了用户体验数据的收集和分析效率。
[0109]
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0110]
图2是本技术一个实施例提供的用户体验数据收集装置的结构示意图，如图2所示，所述用户体验数据收集装置包括：弹窗生成模块、评分获取模块、评分处理模块；
[0111]
弹窗生成模块，用于从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；
[0112]
评分获取模块，用于依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；
[0113]
评分处理模块，用于依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。
[0114]
具体的，在一个具体的实施例中，所述弹窗生成模块用于获取云设计数据库中获取正在使用云设计的用户；判断用户是否对云设计的当前插件进行过体验评分弹窗的用户体验评价；如果用户对云设计的当前插件进行过体验评分弹窗的用户体验评价，则判断该用户对当前插件进行用户体验评价的时间是否超过设定时间阈值；如果是，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗；如果否，则不将该用户作为体验用户；如果用户没有对云设计的当前插件进行过体验评分弹窗的用户体验评价，则将该用户作为体验用户，并在该体验用户完成云设计的当前插件应用之后，对该体验用户发送体验评分弹窗。
[0115]
具体的，在一个具体的实施例中，所述评分获取模块用于依据所述体验用户的体验评分弹窗结果，获取体验用户提交的体验数据标签；依据所述体验用户提交的体验数据标签，获取体验用户的身份参数、体验日期、体验评分、体验项目类别信息；依据所有体验用户的身份参数、体验日期、体验评分、体验项目类别信息，获取体验用户的体验评分数据，构件体验用户的体验评分数据库。
[0116]
具体的，在本技术的另一个实施例中，所述评分处理模块用于依据所述体验用户的体验评分数据，获取用户的身份参数，并对体验用户的身份参数进行加权，获取所述体验评分数据的加权数据；依据所述体验评分数据的加权数据，计算不同身份参数的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表；依据所述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具进行不同身份参数的净推荐值nps得分数据表的更新展示，获取不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势；依据所述不同身份参数的实时净推荐值nps得分数据及净推荐值nps得分发展趋势，在波动范围超过设定阈值时，进行数据预警。
[0117]
具体的，在本技术的另一个实施例中，所述评分处理模块用于依据所述体验用户
的体验评分数据，获取体验用户的行业领域及匹配到的体验用户身份信息；依据所述体验用户的行业领域及匹配到的体验用户身份信息，获取单位时间内参与用户体验评分的体验用户比例；依据所述单位时间内参与用户体验评分的体验用户比例，获取所述体验用户所占全局用户的比例；依据所述体验用户所占全局用户的比例，获取体验用户的体验评分数据的加权数据，消除所述体验用户中不一致数据的偏差。
[0118]
具体的，在本技术的另一个实施例中，所述评分处理模块用于依据所述体验评分数据的加权数据，对所述体验评分数据的加权数据进行体验用户分类及体验评分数据分成；依据所述不同身份参数体验用户的权重，计算不同身份参数体验用户的净推荐值nps得分；依据所述不同身份参数体验用户的净推荐值nps得分，构建各不同身份参数的净推荐值nps得分数据表。
[0119]
具体的，在本技术的另一个实施例中，所述评分处理模块用于依据所述述各不同身份参数的净推荐值nps得分数据表，制作数据看板工具，所述数据看板工具包括各不同身份参数的净推荐值nps得分；依据所述数据看板工具，按照设定的时间阈值，获取实时的各不同身份参数的净推荐值nps得分；依据各设定时间区段的所述各不同身份参数的净推荐值nps得分，获取所述各不同身份参数的净推荐值nps得分曲线图；依据所述各不同身份参数的净推荐值nps得分曲线图，获取不同身份参数的净推荐值nps得分发展趋势。
[0120]
在本技术实施例中，通过弹窗生成模块从云设计用户数据库中的获取体验用户，并在体验用户完成体验任务之后，对体验用户发送体验评分弹窗；通过评分获取模块依据所述体验用户的体验评分弹窗结果，获取体验用户的体验评分数据；通过评分处理模块依据所述体验用户的体验评分数据，对体验用户的身份参数进行数据加权，获取不同身份参数的净推荐值nps得分。本技术通过抽取特定的体验用户，有体验用户在弹窗中填写相应的体验评分数据，然后对用户身份进行加权，以获取不同身份的用户的净推荐值nps得分，本技术能够实施监测体验用户的体验评分变化趋势，有效弥补传统抽样调查方式的不足，提升了用户体验数据的收集和分析效率。
[0121]
关于用户体验数据收集装置的具体限定可以参见上文中对于用户体验数据收集方法的限定，在此不再赘述。上述用户体验数据收集装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0122]
特别地，根据本公开的实施例，如图3所示，本发明公开一种电子设备，该设备包括一个或者多个处理器和存储器，存储器，用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，使得所述处理器实现本发明实施例所述的用户体验数据收集方法。
[0123]
特别地，根据本公开的实施例，上述任一实施例描述的用户体验数据收集方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行用户体验数据收集方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
[0124]
所述一个或多个程序被存储在只读存储器rom中的程序或者随机访问存储器ram中的程序而执行各种适当的动作和处理。在随机访问存储器ram中，包括服务器完成相应业
务的软件程序，还包括车辆驾驶操作所需的各种程序和数据。服务器与其被控制的硬件设备、只读存储器rom、随机访问存储器ram通过总线彼此相连，各种输入/输出接口也连接至总线。
[0125]
以下部件连接至输入/输出接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管crt、液晶显示器lcd等以及扬声器等的输出部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至输入/输出接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储器。
[0126]
特别地，根据本公开的实施例，上述任一实施例描述的用户体验数据收集方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行用户体验数据收集方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
[0127]
描述于本技术实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
[0128]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。