一种净推荐值问卷数据分析系统和方法与流程

专利检索2022-05-10  3



1.本技术涉及净推荐值问卷数据分析技术领域,具体而言,涉及一种净推荐值问卷数据分析系统和方法。


背景技术:

2.市场调研中净推荐值(nps,net promoter score)是一种用于计量客户向他人推荐某产品或服务意愿的指数,净推荐值是作为一个客户满意度衡量指标存在,直接反映了客户对公司的忠诚度。由于该指标的数值来源于现有客户和现有客户扩散的准客户比例,这个比例可以直接反映出企业在客户内心的认可程度和购买意愿,但对于企业来说其实并不清楚应该如何实施有关客户内心的认可程度和购买意愿的研究,因为这要求企业不仅需要具备设计调研问卷和分析客户对调研问卷的答案的能力,还需要具备判断客户的消费动机、消费趋势的能力,在企业具备这些能力之后,才可以利用净推荐值的相关分析方法为下一个阶段的生产运营提供依据。
3.对净推荐值的相关分析是在向用户采集了问卷数据之后所要进行的一项必要的工作,通过分析,可以看到用户在不同时间、不同地域的满意度情况,进而问卷投放者可以根据分析得到的整体满意度情况来改善后续的生产运营方式。
4.目前,调研问卷的数据分析方式虽然各种各样,但并没有一种让问卷投放者或企业满意的方式,现有的分析方式基本上都是没有逻辑、没有整体性的规划的,这让问卷投放者或企业很难准确掌握通过调研问卷所获得的信息,也很难判断用户的例如消费动机、消费趋势等,更加难于利用调研问卷所获得的信息为下一阶段生产运营提供依据。
5.针对相关技术中问卷数据分析方式差的问题,目前尚未提出有效的解决方案。


技术实现要素:

6.本技术的主要目的在于提供一种净推荐值问卷数据分析系统和方法,以解决相关技术中问卷数据分析方式差的问题。
7.为了实现上述目的,第一方面,本技术提供了一种净推荐值问卷数据分析系统,该系统包括:数据获取模块,用于获取用户信息和问卷数据,所述问卷数据为调研问卷的答题数据且该答题数据包括整体满意度分值数据和满意度因素数据;满意度分值分析模块,用于根据所述整体满意度分值数据计算净推荐值,并结合所述用户信息对所述净推荐值从时间和/或地域的维度进行分析,得到满意度分值分析结果;满意度因素分析模块,用于根据用户信息对所述满意度因素数据进行语义分析和聚类分析,得到满意度因素分析结果;以及分析结果上报模块,用于上报所述满意度分值分析结果和所述满意度因素分析结果。
8.根据本技术的净推荐值问卷数据分析系统,所述满意度分值分析模块对所述净推荐值从时间和/或地域的维度进行分析包括:在从时间的维度进行分析的情况下,所述满意度分值分析模块根据所述用户信息中的调研时间对所述净推荐值进行分析,得到所述净推荐值的变化趋势;和/或在从地域的维度进行分析的情况下,所述满意度分值分析模块根据
所述用户信息中的调研地域对所述净推荐值进行分析,得到所述净推荐值的地域对比情况;其中,所述分析结果上报模块还用于上报所述净推荐值的变化趋势和/或所述净推荐值的地域对比情况。
9.根据本技术的净推荐值问卷数据分析系统,所述满意度因素分析模块进行语义分析和聚类分析包括:对所述满意度因素数据进行语义分析,得到满意度语义因素;以及对所述满意度语义因素进行聚类分析,得到不同类型满意度语义因素的数量,即满意度因素分析结果。
10.根据本技术的净推荐值问卷数据分析系统,该系统还包括:业务预警模块,用于根据所述净推荐值的变化趋势判断所述净推荐值是否随时间下降,在随时间下降的情况下,发出预警信息;其中,所述分析结果上报模块还用于上报所述预警信息。
11.根据本技术的净推荐值问卷数据分析系统,该系统还包括:显著性分析模块,用于根据所述用户信息对所述整体满意度分值数据进行显著性差异计算,得到显著性差异结果;其中,所述分析结果上报模块还用于上报所述显著性差异结果。
12.第二方面,本技术还提供了一种净推荐值问卷数据分析方法,该方法包括:获取用户信息和问卷数据,所述问卷数据为调研问卷的答题数据且该答题数据包括整体满意度分值数据和满意度因素数据;根据所述整体满意度分值数据计算净推荐值,并结合所述用户信息对所述净推荐值从时间和/或地域的维度进行分析,得到满意度分值分析结果;根据用户信息对所述满意度因素数据进行语义分析和聚类分析,得到满意度因素分析结果;以及上报所述满意度分值分析结果和所述满意度因素分析结果。
13.根据本技术的净推荐值问卷数据分析方法,对所述净推荐值从时间和/或地域的维度进行分析包括:在从时间的维度进行分析的情况下,根据所述用户信息中的调研时间对所述净推荐值进行分析,得到所述净推荐值的变化趋势;和/或在从地域的维度进行分析的情况下,根据所述用户信息中的调研地域对所述净推荐值进行分析,得到所述净推荐值的地域对比情况;其中,该方法还包括:上报所述净推荐值的变化趋势和/或所述净推荐值的地域对比情况。
14.根据本技术的净推荐值问卷数据分析方法,所述进行语义分析和聚类分析包括:对所述满意度因素数据进行语义分析,得到满意度语义因素;以及对所述满意度语义因素进行聚类分析,得到不同类型满意度语义因素的数量,即满意度因素分析结果。
15.根据本技术的净推荐值问卷数据分析方法,该方法还包括:根据所述净推荐值的变化趋势判断所述净推荐值是否随时间下降,在随时间下降的情况下,发出预警信息;以及上报所述预警信息。
16.根据本技术的净推荐值问卷数据分析方法,该方法还包括:根据所述用户信息对所述整体满意度分值数据进行显著性差异计算,得到显著性差异结果;以及上报所述显著性差异结果。
17.本技术通过对净推荐值从时间、地域等维度以及对满意度因素进行分析并上报,实现了一种让问卷投放者或企业满意的问卷数据分析方式,可以很好地利用问卷数据为问卷投放者或企业的下一阶段生产运营提供依据,进而促进企业进行适当的商业决策。
附图说明
18.构成本技术的一部分的附图用来提供对本技术的进一步理解,使得本技术的其它特征、目的和优点变得更明显。本技术的示意性实施例附图及其说明用于解释本技术,并不构成对本技术的不当限定。在附图中:
19.图1是根据本技术实施例提供的净推荐值问卷数据分析系统的框图;
20.图2是根据本技术实施例提供的另一净推荐值问卷数据分析系统的框图;以及
21.图3是根据本技术实施例提供的净推荐值问卷数据分析方法的流程图。
具体实施方式
22.为了使本技术领域的人员更好地理解本技术方案,下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本技术一部分的实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本技术保护的范围。
23.需要说明的是,本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本技术的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.在本技术中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本技术及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
25.并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本技术中的具体含义。
26.另外,术语“多个”的含义应为两个以及两个以上。
27.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。
28.图1是根据本技术实施例提供的净推荐值问卷数据分析系统的框图,如图1所示,该系统包括数据获取模块10、满意度分值分析模块20、满意度因素分析模块30和分析结果上报模块40。
29.数据获取模块10用于获取用户信息和问卷数据,问卷数据为调研问卷的答题数据且该答题数据包括整体满意度分值数据和满意度因素数据。调研问卷是通过详细周密的问题,要求被调查者(本技术中称为用户)据此进行回答以收集资料。本技术中的问卷数据是通过用户对调研问卷进行答题所得到的答题数据,这里的数据获取模块10可以直接获取到答题数据,答题数据因调研问卷内容的不同而不同。
30.本技术中主要以整体满意度分值和满意度因素这两个指标的答题数据为基础展
开分析。整体满意度分值数据一般来说是受访者(用户)对被调研的业务或服务的满意度的打分,用户对满意度的打分例如可以设置如下:以10分制计算,打分为9分和10分的用户可以认为是推荐者,打分为7分和8分的用户可以认为是被动者,打分为0

6分的用户可以认为是贬损者。当然,本技术不限于此,也可以以100分制计算、50分制计算等,本领域技术人员可以根据实际情况进行设置。
31.满意度因素数据一般来说是针对受访者(用户)对满意度打分原因的问题的答案,也可以理解为对于整体满意度题目的追问的答题数据,例如,在以10分制计算时用户打8分的情况,满意度因素题目可以是为什么打8分,满意度因素数据就是用户对这个问题的解释,例如在用户对于房地产行业的物业满意度的调研中,用户打了8分的可能原因是垃圾处理不好,那么垃圾处理不好就可以理解为满意度因素数据。
32.满意度分值分析模块20用于根据整体满意度分值数据计算净推荐值,并结合用户信息对净推荐值从时间和/或地域的维度进行分析,得到满意度分值分析结果。
33.下面举例来说明整体满意度分值的分布以及净推荐值的计算方法,以整体满意度为10分制计算,打分为9分和10分的用户可以认为是推荐者,打分为7分和8分的用户可以认为是被动者,打分为0

6分的用户可以认为是贬损者,净推荐值(nps)的计算方式为:净推荐值(nps)=(推荐者数/总样本数)
×
100%

(贬损者数/总样本数)
×
100%,其中,推荐者数为打分为9分和10分的用户的数量,贬损者数为打分为0

6分的用户的数量,总样本数为参与调研问卷答题的所有用户的数量。
34.在计算得到净推荐值之后,可以结合用户信息对净推荐值从时间和/或地域的维度进行分析。本技术中,用户信息可以包括用户对调研问卷的答题时间、所调研事项的时间、用户所处地域、所调研事项所处的地域等,满意度分值分析模块20可以对净推荐值以这些时间或地域或时间和地域二者等维度进行分析,所得到的分析结果即为满意度分值分析结果。
35.满意度因素分析模块30用于根据用户信息对满意度因素数据进行语义分析和聚类分析,得到满意度因素分析结果。满意度因素分析模块30对满意度因素数据进行分析的目的是了解用户对整体满意度打分的原因的分析,仍以在用户对于房地产行业的物业满意度的调研为例,用户打了8分的可能原因是垃圾处理不好或者是花园护理不好,那么在满意度因素分析模块30得到的满意度因素分析结果可以包括提出垃圾处理不好的用户有多少、提出花园护理不好的用户有多少等。
36.分析结果上报模块40用于上报满意度分值分析结果和满意度因素分析结果。在满意度分值分析模块20得到满意度分值分析结果以及满意度因素分析模块30得到满意度因素分析结果之后,分析结果上报模块40可以将满意度分值分析结果和满意度因素分析结果实时或定时地上报相关人员,上报的方式可以是通过屏幕显示、邮件通知、短信通知、微信公众号推送等,技术人员可以根据具体情况设置或调整上报方式。
37.满意度分值分析模块20对净推荐值从时间和/或地域的维度进行分析包括:在从时间的维度进行分析的情况下,满意度分值分析模块根据用户信息中的调研时间对净推荐值进行分析,得到净推荐值的变化趋势;和/或在从地域的维度进行分析的情况下,满意度分值分析模块根据用户信息中的调研地域对净推荐值进行分析,得到净推荐值的地域对比情况;其中,分析结果上报模块还用于上报净推荐值的变化趋势和/或净推荐值的地域对比
情况。
38.关于对净推荐值从时间的维度进行分析方面,用户信息中的调研时间例如可以包括用户对调研问卷的答题时间、所调研事项的时间等多项时间数据,满意度分值分析模块20可以针对调研时间中的一项或多项对净推荐值的时间变化趋势进行分析,得到净推荐值的变化趋势。
39.关于对净推荐值从地域的维度进行分析方面,用户信息中的调研地域例如可以包括用户所处地域、所调研事项所处的地域等多项地域数据,满意度分值分析模块20可以针对调研地域中的一项或多项分别对不同地域的净推荐值进行对比分析,得到净推荐值的地域对比情况(例如,可以是通过多个地域的净推荐值得到对比情况)。
40.在本实施方式中,满意度分值分析结果包括净推荐值的变化趋势和/或净推荐值的地域对比情况,这种情况下,分析结果上报模块40上报的满意度分值分析结果包括净推荐值的变化趋势和/或净推荐值的地域对比情况。
41.在另一实施方案中,满意度因素分析模块30进行语义分析和聚类分析包括:对满意度因素数据进行语义分析,得到满意度语义因素;对满意度语义因素进行聚类分析,得到不同类型满意度语义因素的数量,即满意度因素分析结果。
42.语义分析是针对用户对整体满意度打分的原因进行语义分析,以得到关键的数据,例如,用户对整体满意度打8分的原因是垃圾处理不好,那么语义分析的结果是以计算机可识别的方式对垃圾处理不好进行表示,即满意度语义因素,以用于计算机后续对该信息进行处理。在本实施方式中,在进行语义分析之后,再对满意度语义因素进行聚类分析,以得到不同类型满意度语义因素的数量,例如,在用户对垃圾处理不好的语言表达方式有多种,例如可以表达为垃圾处理不好、垃圾处理不太好、垃圾处理差等方式,那么在聚类分析时,会把这几种用户对垃圾处理不好的表达方式聚类为一种类型,从而可以通过聚类分析得到不同类型满意度语义因素的数量,即满意度因素分析结果。在本技术中,所采用的语义分析和聚类分析的算法可以采用本领域的常规技术,于此不予赘述。
43.图2是根据本技术实施例提供的另一净推荐值问卷数据分析系统的框图,如图2所示,该系统还包括业务预警模块50,用于根据净推荐值的变化趋势判断净推荐值是否随时间下降,在随时间下降的情况下,发出预警信息;其中,分析结果上报模块40还用于上报预警信息。
44.在满意度分值分析模块20得到净推荐值的变化趋势之后,业务预警模块50可以根据净推荐值的变化趋势中的时间先后来判断净推荐值是随时间下降还是随时间上升,若判断净推荐值是随时间下降的情况,满意度分值分析模块20会发出预警信息,并且分析结果上报模块40将该预警信息上报相关人员,上报的方式可以是通过屏幕显示、邮件通知、短信通知、微信公众号推送等,技术人员可以根据具体情况设置或调整上报方式。
45.如图2所示,本技术提供的净推荐值问卷数据分析系统还包括:显著性分析模块60,用于根据用户信息对整体满意度分值数据进行显著性差异计算,得到显著性差异结果;其中,分析结果上报模块40还用于上报显著性差异结果。
46.用户信息例如可以包括性别、用户所处地域等,以根据性别对整体满意度分值数据进行显著性差异计算为例,显著性差异计算可以是对男性和女性在整体满意度分值数据中的一个或多个方面的差异性的计算,以得到是否存在差异的显著性差异结果,在所有受
访者中,女性受访者认为垃圾处理好的比例占所有女性受访者的5%,男性受访者认为垃圾处理好的比例占所有男性受访者的96%,在显著性差异阈值设置为80%的情况下,认为女性与男性在垃圾处理方面的看法存在差异,那么显著性差异结果即为是,相反,若女性受访者认为垃圾处理好的比例占所有女性受访者的55%,男性受访者认为垃圾处理好的比例占所有男性受访者的36%,则认为女性与男性在垃圾处理方面的看法不存在差异,那么显著性差异结果即为否。在本技术中,显著性差异计算的方式可以采用本领域的常规技术,于此不予赘述。
47.在显著性分析模块60得到显著性差异结果的情况下,分析结果上报模块40将显著性差异结果上报相关人员,上报的方式可以是通过屏幕显示、邮件通知、短信通知、微信公众号推送等,技术人员可以根据具体情况设置或调整上报方式。
48.图3是根据本技术实施例提供的净推荐值问卷数据分析方法的流程图,如图3所示,该方法包括:
49.步骤s301,获取用户信息和问卷数据,所述问卷数据为调研问卷的答题数据且该答题数据包括整体满意度分值数据和满意度因素数据;
50.步骤s302,根据整体满意度分值数据计算净推荐值,并结合用户信息对净推荐值从时间和/或地域的维度进行分析;
51.步骤s303,根据用户信息对满意度因素数据进行语义分析和聚类分析,得到满意度因素分析结果;
52.步骤s304,上报满意度分值分析结果和满意度因素分析结果。
53.其中,净推荐值从时间和/或地域的维度进行分析包括:在从时间的维度进行分析的情况下,根据用户信息中的调研时间对净推荐值进行分析,得到净推荐值的变化趋势;和/或在从地域的维度进行分析的情况下,根据用户信息中的调研地域对净推荐值进行分析,得到净推荐值的地域对比情况;其中,本技术的净推荐值问卷数据分析方法还包括:上报净推荐值的变化趋势和/或净推荐值的地域对比情况。
54.其中,进行语义分析和聚类分析包括:对满意度因素数据进行语义分析,得到满意度语义因素;对满意度语义因素进行聚类分析,得到不同类型满意度语义因素的数量,即满意度因素分析结果。
55.其中,本技术的净推荐值问卷数据分析方法还包括:根据净推荐值的变化趋势判断净推荐值是否随时间下降,在随时间下降的情况下,发出预警信息;以及上报预警信息。
56.其中,本技术的净推荐值问卷数据分析方法还包括:根据用户信息对整体满意度分值数据进行显著性差异计算,得到显著性差异结果;以及上报显著性差异结果。
57.需要说明的是,本发明提供的净推荐值问卷数据分析方法的具体细节及益处与本发明提供的净推荐值问卷数据分析系统类似,于此不予赘述。
58.以上所述仅为本技术的优选实施例而已,并不用于限制本技术,对于本领域的技术人员来说,本技术可以有各种更改和变化。凡在本技术的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本技术的保护范围之内。
转载请注明原文地址:https://win.8miu.com/read-50275.html

最新回复(0)