CN112685276A - 一种面向服务设计过程中用户接触点失效分析方法 - Google Patents
一种面向服务设计过程中用户接触点失效分析方法 Download PDFInfo
- Publication number
- CN112685276A CN112685276A CN202011632646.3A CN202011632646A CN112685276A CN 112685276 A CN112685276 A CN 112685276A CN 202011632646 A CN202011632646 A CN 202011632646A CN 112685276 A CN112685276 A CN 112685276A
- Authority
- CN
- China
- Prior art keywords
- user
- user contact
- contact point
- failure
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 57
- 238000012938 design process Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000007634 remodeling Methods 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000013461 design Methods 0.000 claims abstract description 20
- 230000008447 perception Effects 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 22
- 230000006399 behavior Effects 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004451 qualitative analysis Methods 0.000 claims description 5
- 238000004445 quantitative analysis Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 abstract 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向服务设计过程中用户接触点失效分析方法,针对服务设计过程中用户接触点数量庞大涉及范围广泛,失效分析指向不确定问题,能够指导用户接触点重塑方向以提升服务质量。该方法在传统服务设计用户接触点过程基础上,构建服务设计用户接触点失效分析与重塑模型,将用户感知当作失效因素确定权重指标,更加全面地考虑用户感受。识别梳理在特定服务过程中的用户接触点;对识别到的用户接触点进行重要性满意性评估分析量化确定关键用户接触点;将用户感知作为失效因素建立失效分析模型以全面评估关键用户接触点的失效风险,并从不同的方向确定失效风险值输出风险排序结果,进而对用户接触点提供优化设计方向。
Description
技术领域
本发明属于服务设计方法领域,具体涉及一种面向服务设计过程中用户接触点失效分析方法。
背景技术
相关技术公开了一种从顾客的感知角度出发,采用失效模式与效应分析(FMEA)方法进行网购服务失误的预防的方法。该方法将容忍区域的概念引入到FMEA中,通过将服务质量感知差距模型与FMEA结合,建立网购服务失误预防模型。过程中对传统的风险优先数进行了改进,提出了适用于网购服务环境下的改进指数型风险优先数。该方法的失效风险优先数考虑了容忍区域,可以更加精确地描述潜在的服务失效模式,迅速辨别失效模式所处的区域。相关技术的方法在服务过程中触点失效分析可以得到合适,缺乏对服务接触点捕获过程中的分析,可能存在接触点分析与失效分析脱节的问题。另外,缺少对触点的定量用户体验分析评价直接进行失效分析,很容易造成对服务接触点失效分析不全面进而影响服务设计质量。
发明内容
为了解决现有技术中的问题,本发明提供了一种面向服务设计过程中用户接触点失效分析方法,针对服务设计过程中用户接触点数量庞大涉及范围广泛,重塑过程中失效分析指向不确定的问题,能够指导用户接触点重塑方向以提升服务质量。
为了实现以上目的,本发明所采用的技术方案包括:
步骤一、确定特定的服务过程并识别用户接触点,构建服务设计过程中用户接触点识别编码模型;
步骤二、融合定量定性分析对用户接触点进行评价分类,根据分类结果确定关键用户接触点;
步骤三、构建关键用户接触点失效分析模型,将用户感知当作失效因素确定权重指标,计算每个用户接触点失效的风险优先系数值;
步骤四、将确定用户接触点失效的风险优先系数值进行归一化处理,输出用户接触点风险优先系数值决策矩阵,指导降低失效风险输出服务设计方案。
进一步地,所述步骤一中特定的服务过程至少包括研究用户在特定情况下的特定交易过程中的服务过程。
进一步地,所述步骤一中确定特定的服务过程后,进行以下操作:
分析服务过程中涉及的用户行为,确定用户所处的场景、用户目标、用户行为和接触物;
分析并获取影响用户行为效果影响因素的信息,对用户进行深入分析描定,提炼出服务过程中用户接触点;
将典型用户行为过程可视化为可视化用户路径,按顺序表示在可视化的流程表中,同时对用户接触点进行编码。
进一步地,所述步骤二中融合定量定性分析对用户接触点进行评价分类包括:以识别到的用户触点指标作为测量指标,评价过程中满意性程度和重要性程度的取值采用5级标度法,将用户接触点指标划分为四类,将用户认为重要性程度高但满意性程度低的用户接触点归类为关键用户触点。
进一步地,所述步骤二包括:
对识别到的用户接触点指标进行问卷设计和评价分析;
收回问卷数据后进行建模处理:假设共有m'项用户接触点指标,有n′份有效回收问卷,i′份问卷在第j′项指标上填入的重要性程度值为wi′j′,满意性程度值为si′j′,分别记dwj′和dsj′为用户接触点指标j′的重要性程度和满意性程度的初始值,swj′和ssj′分别为用户接触点指标j′的重要性程度和满意性程度的标准值:
dwi′j′=∑wi′j′/n′ (1)
dsi′j′=∑si′j′/n′ (3)
其中,ave(·)和sd(·)分别表示括号内变量的期望值与标准差值,重要性程度和满意性程度的高低将分别以swj′和ssj′的绝对值越大,代表所处的高低程度也越强;
收回问卷数据后导入SPSS进行信度检验,测试收回的问卷数据的可信度,确认问卷可信度达到要求后,根据公式(2)和(4)对各项指标重要性程度与满意性程度的高低划分在四个象限中,关注用户认为重要程度高但满意程度低的用户接触点,将其归类为关键用户触点。
进一步地,所述步骤三中构建关键用户接触点失效分析模型包括:根据失效的严重度、发生度和检测度的权重,建立融合用户感知的失效分析重塑模型。
进一步地,所述失效分析重塑模型包括确定风险优先数计算方式,同时引入用户感知确定重塑方向权重:
S′=ΣSij/m′ (6)
O′=ΣOij/m′ (7)
D′=ΣDij/m′ (8)
CTij=∑RKTij/m′ (9)
其中,RKTij表示确定的关键风险接触点,即第i阶段第j个用户接触点;WS、WO、WD表示用户期望在接触时刻的理想服务值权重、S′、O′、D′表示用户期望严重度、发生度和检测度的恰当服务分值均值;Sij、Oij、Dij为各关键用户接触点的评价值均值;CTij为风险优先系数值。
进一步地,所述步骤三包括:
1)对确定的关键用户接触点进行失效模式、失效原因和失效后果的评定,确定评分标准并通过对每一种潜在的失效模式系统分析,得到其严重度S、发生度O和检测度D,其中,S、O、D的取值为[1,5]区间内的整数;
2)根据确定的评分标准对用户接触点进行多准则决策分析,确定其严重度;分析失效原因确定其发生度;分析失效后果确定其检测度;确定失效模式后引入用户感知评价,以用户的角度引入五级量表对当下用户接触点理想服务与适当服务评价确定各关键接触点的理想服务值和恰当服务值,完成数据收集;
3)根据回收的数据确定用户期望在接触时刻的理想服务值权重WS,WO,WD,根据公式(6)、(7)和(8)确定用户在各关键接触时刻用户期望严重度、发生度和检测度的恰当服务分值S′、O′、D′,分别确定各用户接触点的评价值均值S、O、D;
4)根据公式(9)确定关键接触点的风险优先系数值,完成接触点失效分析。
进一步地,所述步骤四中将各关键用户接触点的风险优先系数值归一化后构成决策矩阵:
CT=(CT11,CT22,...,CTmn) (10)。
进一步地,所述步骤四包括:根据输出的关键用户接触点的失效风险系数值决策矩阵CT确定用户接触点重塑优先次序,数值越大越优先考虑重塑,各关键用户接触点的严重度、发生度、检测度的数值越大越先被考虑解决。
与现有技术相比,本发明方法通过分析服务设计过程中用户接触点的失效性,提出一种面向服务设计过程中涉及数量庞大的接触点失效分析的方法,指导用户接触点重塑方向以提升服务质量。该方法在传统服务设计用户接触点过程基础上,构建服务设计用户接触点失效分析与重塑模型,将用户感知作为失效因素建立失效分析模型以全面评估关键用户接触点的失效风险,并从不同的方向确定失效风险值输出风险排序结果,进而对用户接触点提供优化设计方向。通过该方法指导的服务设计一定程度上提升了服务质量,进而提升用户体验。
附图说明
图1是本发明方法流程图;
图2是本发明方法中用户接触点分析识别可视化流程图;
图3是本发明方法中满意性重要性评估分类模型图;
图4是本发明方法中接触点问卷量表信度参考水平图;
图5是本发明方法中关键用户接触点失效性分析流程图;
图6是本发明方法中接触点失效分析评分标准图;
图7是本发明方法中用户接触点的重要性满意性分析结果图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明作进一步地解释说明,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本发明提供了一种面向服务设计过程中用户接触点失效分析方法,参见图1,包括以下步骤:
步骤一、确定特定的服务过程并识别用户接触点,以用户为中心构建服务设计过程中用户接触点识别编码模型:
确定研究用户在特定情况下的特定交易过程中的服务过程,分析用户行为确定用户所处的场景、用户目标、用户行为和接触物等,获取影响用户行为效果影响因素的信息,进一步针对研究需要对用户进行深入分析描定,更加有效的提炼出服务过程中用户接触点;将典型用户行为过程可视化为可视化用户路径,按顺序表示在一个从左到右的可视化的流程表中,同时对用户接触点进行编码,如图2所示;
步骤二、融合定量定性分析对用户接触点进行评价分类,根据分类结果确定关键用户接触点:
对识别到的用户接触点指标进行问卷设计和评价分析,重要性程度和满意性程度取值分别在[1,5]区间内整数,取值越大表示满意性程度或重要性程度越高,根据重要性程度的高低不同和满意性程度的高低不同,将用户接触点指标划分四类:重要性程度和满意性程度均高属keep up with the good work类,标记为Ⅰ;重要性程度低但满意性程度高的属possible overkill类,标记为Ⅱ;重要性程度低同时满意性程度也低的属low priority类,标记为Ⅲ;重要性程度高但满意性程度低的属concentrate here类标记为Ⅳ,如图3所示;
收回问卷数据后对数据进行建模处理,假设一共有m'项用户接触点指标,有n′份有效回收问卷,i′份问卷在第j′项指标上填入的重要性程度值为wi′j′,满意性程度值为si′j′,分别记dwj′和dsj′为用户接触点指标j的重要性程度和满意性程度的初始值,swj′和ssj′分别为指j′的重要性程度和满意性程度的标准值:
dwi′j′=∑wi′j′/n′ (1)
dsi′j′=∑si′j′/n′ (3)
公式(2)和(4)中的ave(·)和sd(·)分别表示括号内变量的期望值与标准差值,重要性程度和满意性程度的高低将分别以swj′和ssj′的绝对值越大,代表所处的高低程度也越强;
以识别到的用户触点指标作为测量指标,涉及问卷测量各项指标的重要性程度与满意性程度,回收问卷后导入统计产品与服务解决方案软件SPSS(Statistical Productand Service Solutions)首先进行信度检验,测试收集回的问卷数据可信度,Cronbach's系数的值在[0,1]之间,Cronbach's系数越大,收集的数据越可信;如果系数不超过0.6,表明量表信度不足;达到[0.7-0.8]时表示量表具有相当的信度;达[0.8-0.9]时说明量表信度非常好,如图4所示;确认问卷可信度后根据公式(2)、(4)对各项指标重要性程度与满意性程度的高低之分,将其划分在四个象限中,集中关注用户认为重要程度高但满意程度低的用户接触点,将其归类为关键用户触点KT;
步骤三、构建关键用户接触点失效分析模型,将用户感知当作失效因素确定权重指标,根据算法计算每个用户接触点失效的风险值:
确定关键用户接触点KT之后,建立融合用户感知的失效分析重塑模型,全过程系统地分析过程中可能出现的失效模式,找出失效原因,对每种失效模式可能产生的后果和严重性程度以及现有的控制措施进行评分;把户感知当作失效因素确定权重指标,更加全面地考虑了用户的感受,计算各关键用户接触点风险优先数RKT值,归一化后构成决策矩阵CT,继而根据分析结果提出相应的预防或改进措施完成用户接触点分析重塑的流程,如图5所示;
分析关键用户接触点KT,考虑失效的严重度、发生度和检测度的权重,确定一种新型风险优先数计算方式,同时引入用户感知确定重塑方向权重,见公式(5),计算每个关键用户接触点的风险优先系数RKT值,得到的RKT值越大,则该失效模式的风险越大,越需要对其采取措施进行预防;
S′=ΣSij/m′ (6)
O′=ΣOij/m′ (7)
D′=ΣDij/m′ (8)
CTij=∑RKTij/m′ (9)
具体包括:
步骤3.1:成立评估团队,达成共识后对确定的关键用户接触点进行失效模式、失效原因和失效后果的评定,确定评分标准并通过对每一种潜在的失效模式系统分析,得到其严重度(S)、发生度(O)和检测度(D),其中,S、O、D的取值为[1,5]区间内的整数,确定各项风险评分标准,评分标准如表1所示;
步骤3.2:根据确定的评分标准对用户接触点进行多准则决策分析,确定其严重度(Severity,S);分析失效原因确定其发生度(Occurrence,O);分析失效后果确定其检测度(Detection,D)确定失效模式后引入用户感知评价,以用户的角度引入五级量表对当下用户接触点理想服务与适当服务评价确定各关键接触点的理想服务值和恰当服务值,完成数据收集;
步骤3.3:根据收集的数据确定用户期望在接触时刻的理想服务值权重WS,WO,WD,根据公式(6)、(7)、(8)确定用户在各关键接触时刻用户期望严重度、发生度和检测度的恰当服务分值S′、O′、D′,分别确定各用户接触点的评价值均值S、O、D;
步骤3.4:根据公式(9)确定关键接触点的风险优先系数,完成接触点失效分析;
步骤四、将确定用户接触点失效的风险值进行归一化处理输出用户接触点风险值矩阵,针对性地指导降低失效风险输出服务设计方案:
将各关键用户接触点的风险优先系数归一化后构成决策矩阵:
CT=(CT11,CT22,...,CTmn) (10)
RKTij表示确定的关键风险接触点即第i阶段第j个用户接触点,WS、WO、WD表示用户期望在接触时刻的理想服务值权重,S′、O′、D′表示用户期望严重度、发生度和检测度的恰当服务分值均值,Sij、Oij、Dij为各关键用户接触点的评价值均值,根据公式(9)归一化后CT是本文研究的就出点优先顺序结果,根据结果可以快速寻找失效模式,进而针对性的对用户接触点进行重塑。
根据输出的关键用户接触点的失效风险系数值矩阵CT确定用户接触点重塑优先次序,数值越大越优先考虑重塑,各关键用户接触点的严重度、发生度、检测度的数值越大越先被设计师考虑解决。服务流程中的关键用户接触点是评估风险的切入点,以系统的角度出发对其重塑,根据关键风险接触点的失效模式、失效原因和失效后果结合风险优先系数对相应的接触点提供整改措施和建议。
下面以突发性公共卫生事件后企业员工复工途中服务过程中的用户接触点为例进行建模,对服务过程中存在的用户接触点进行失效性分析,具体包括:
步骤一、确定服务过程后,通过对不同复工方式的复工人员行为的观察确定访谈大纲,与用户进行访谈收集数据梳理复工途中的服务过程。对收集回来的数据进行关键技术事件分析描定用户行为,确定用户接到复工通知到回到工作所在地家中的整个服务过程的用户接触点。整个过程可以划分为三个阶段准备返程(T1)、返程途中(T2)和到站回家(T3),其中每个阶段又包含若干用户接触点。梳理出用户行为地图,罗列用户在行为过程中的环境、目标、接触物等确定整个服务过程中的用户接触点并进行编码,分析用户行为绘制用户接触点流程,见表1:
表1复工返程途中服务过程触点识别表
步骤二、编码后的用户接触点作为评价指标,针对每个指标分别用五级量表满意度与重要性的问卷设计,发放问卷给用户让用户对各接触点的满意度和重要性分别评分。收集用户对于各个用户接触点的重要性和满意度体验进行评价。通过在车站访问和线上复工人群访问收回问卷。将数据导入统计产品与服务解决方案软件SPSS(StatisticalProduct and Service Solutions)直接根据数据给出量表的信度测试结果,测试收集回的问卷数据可信度,根据图4可以确定重要性程度和满意性程度的Cronbach's系数均大于0.9,达到了通过信度测试的水平,说明问卷数据可信度较高均大于0.9说明量表信度非常好,如表2所示:
表2量表结果的信度测试
信度测试对象 | Cronbach's | 项数 |
重要性程度 | 0.972 | 200 |
满意性程度 | 0.980 | 200 |
据公式(2)(3)计算用户接触点的重要性程度和满意性程度的初始值和标准值。进而根据数据对其进行分类,如表3所示。分别以重要性程度标准值和满意性程度标准值为横纵坐标的坐标系中各项指标的分布,每个象限对应一种类别。从表3和图7中可以确定识别到现存的用户接触点T11,T12,T25,T26,T29,T2 12,T36,T37,T38失效风险较大,确定为关键用户接触点编码分别为KT11,KT12,KT25,KT26,KT29,KT2 12,KT36,KT37,KT38。
表3用户接触点重要性满意性程度初始化值及标准化值
步骤三、确定关键用户接触点后,成立评估团队对确定的关键触点的失效模式、失效原因以及失效后果影响进行分类列举。根据确定的用户接触点失效模式设计问卷,调研外出复工返程经历用户分别从严重度(S)、发生度(O)和检测度(D)的恰当服务与理想服务按照评分进行评估,评分标准见图6。根据公式(6)、(7)、(8)确定用户在各关键接触时刻用户期望严重度、发生度和检测度的恰当服务分值S′、O′、D′分别是1.84、1.75、1.27,四舍五入为2、2、1;理想服务值均为1,如表4所示。
表4关键用户接触点失效分析
步骤四、输出关键用户接触点失效分析结果:
基于上述关键用户的严重度、发生度测度的恰当服务值,假设严重度、发生度和检测度的权重相同,即WS、WO、WD的取值均为1,则公式(5)变为:
根据公式(11)计算各关键用户接触点的风险优先系数RKT值,数据结果数据见表5。
表5关键用户接触点失效分析结果
编码 | S | O | D | RKT值 | CT |
KT<sub>11</sub> | 4 | 3.71 | 2.71 | 22.08903 | 0.100 |
KT<sub>12</sub> | 4.14 | 4 | 2.57 | 25.1079 | 0.114 |
KT<sub>25</sub> | 3.29 | 4.43 | 2.43 | 23.37172 | 0.106 |
KT<sub>26</sub> | 3.57 | 3.57 | 3.29 | 23.59982 | 0.107 |
KT<sub>29</sub> | 3.71 | 3.14 | 3 | 19.04331 | 0.086 |
KT<sub>2 12</sub> | 3.43 | 3.29 | 4.14 | 40.42626 | 0.183 |
KT<sub>36</sub> | 4 | 3.57 | 2.43 | 19.42305 | 0.088 |
KT<sub>37</sub> | 3.57 | 3.43 | 3.29 | 22.79983 | 0.103 |
KT<sub>38</sub> | 3.86 | 3.43 | 3.29 | 24.90526 | 0.113 |
根据公式(9)将各关键用户接触点的风险优先系数值归一化后构成决策矩阵:
CT=(0.100,0.114,0.106,....,0.113)
根据关键风险触点的失效模式、失效原因和失效后果结合CT值排序确定重塑触点得优先顺序,CT数值越大,对应的关键户接触点失效的可能性越大,在重塑过程中越需要优先考虑。根据矩阵CT得出,在准备返程阶段优先考虑触点顺序为T12,T11其中为T12失效的可能性最大,可能原因是直接影响整个返程过程的结果,应该优先被考虑重塑。返程途中为T2阶段的用户接触点重塑优先顺序为T2 12,T26,T25,T29;返程回到家中用户接触点重塑优先顺序为T38,T37,T36三个用户接触点在整个服务过程中优先度和风险性都居中。从表5中可以看出,以关键风险触点存在的缺陷、或者某个部分造成困扰的因素,从而指导关键风险触点重塑。根据输出结果服务过程用户接触点重塑措施和重点风险点规避提供一定的指导措施和参考。
本发明方法针对服务设计过程中用户接触点数量庞大涉及范围广泛,重塑过程中失效分析指向不确定问题,提出一种用户接触点失效分析的方法,指导用户接触点重塑方向以提升服务质量。该方法在传统服务设计重塑用户接触点过程基础上,构建服务设计用户接触点失效分析与重塑模型,将用户感知当作失效因素确定权重指标,更加全面地考虑用户感受。识别梳理在特定服务过程中的用户接触点;对识别到的用户接触点进行重要性满意性评估分析量化确定关键用户接触点;将用户感知作为失效因素建立失效分析模型以全面评估关键用户接触点的失效性,进而针对用户接触点提供服务设计方向。实现服务设计过程中触点优化设计,提高整体服务设计效率。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (10)
1.一种面向服务设计过程中用户接触点失效分析方法,其特征在于,包括:
步骤一、确定特定的服务过程并识别用户接触点,构建服务设计过程中用户接触点识别编码模型;
步骤二、融合定量定性分析对用户接触点进行评价分类,根据分类结果确定关键用户接触点;
步骤三、构建关键用户接触点失效分析模型,将用户感知当作失效因素确定权重指标,计算每个用户接触点失效的风险优先系数值;
步骤四、将确定用户接触点失效的风险优先系数值进行归一化处理,输出用户接触点风险优先系数值决策矩阵,指导降低失效风险输出服务设计方案。
2.根据权利要求1所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤一中特定的服务过程至少包括研究用户在特定情况下的特定交易过程中的服务过程。
3.根据权利要求2所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤一中确定特定的服务过程后,进行以下操作:
分析服务过程中涉及的用户行为,确定用户所处的场景、用户目标、用户行为和接触物;
分析并获取影响用户行为效果影响因素的信息,对用户进行深入分析描定,提炼出服务过程中用户接触点;
将典型用户行为过程可视化为可视化用户路径,按顺序表示在可视化的流程表中,同时对用户接触点进行编码。
4.根据权利要求1所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤二中融合定量定性分析对用户接触点进行评价分类包括:以识别到的用户触点指标作为测量指标,评价过程中满意性程度和重要性程度的取值采用5级标度法,将用户接触点指标划分为四类,将用户认为重要性程度高但满意性程度低的用户接触点归类为关键用户触点。
5.根据权利要求4所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤二包括:
对识别到的用户接触点指标进行问卷设计和评价分析;
收回问卷数据后进行建模处理:假设共有m'项用户接触点指标,有n′份有效回收问卷,i′份问卷在第j′项指标上填入的重要性程度值为wi′j′,满意性程度值为si′j,,分别记dwj′和dsj′为用户接触点指标j′的重要性程度和满意性程度的初始值,swj′和ssj′分别为用户接触点指标j′的重要性程度和满意性程度的标准值:
dwi′j′=∑wi′j′/n′ (1)
dsi′j′=∑si′j′/n′ (3)
其中,ave(·)和sd(·)分别表示括号内变量的期望值与标准差值,重要性程度和满意性程度的高低将分别以swj′和ssj′的绝对值越大,代表所处的高低程度也越强;
收回问卷数据后导入SPSS进行信度检验,测试收回的问卷数据的可信度,确认问卷可信度达到要求后,根据公式(2)和(4)对各项指标重要性程度与满意性程度的高低划分在四个象限中,关注用户认为重要程度高但满意程度低的用户接触点,将其归类为关键用户触点。
6.根据权利要求1所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤三中构建关键用户接触点失效分析模型包括:根据失效的严重度、发生度和检测度的权重,建立融合用户感知的失效分析重塑模型。
8.根据权利要求7所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤三包括:
1)对确定的关键用户接触点进行失效模式、失效原因和失效后果的评定,确定评分标准并通过对每一种潜在的失效模式系统分析,得到其严重度S、发生度O和检测度D,其中,S、O、D的取值为[1,5]区间内的整数;
2)根据确定的评分标准对用户接触点进行多准则决策分析,确定其严重度;分析失效原因确定其发生度;分析失效后果确定其检测度;确定失效模式后引入用户感知评价,以用户的角度引入五级量表对当下用户接触点理想服务与适当服务评价确定各关键接触点的理想服务值和恰当服务值,完成数据收集;
3)根据回收的数据确定用户期望在接触时刻的理想服务值权重WS,WO,WD,根据公式(6)、(7)和(8)确定用户在各关键接触时刻用户期望严重度、发生度和检测度的恰当服务分值S′、O′、D′,分别确定各用户接触点的评价值均值S、O、D;
4)根据公式(9)确定关键接触点的风险优先系数值,完成接触点失效分析。
9.根据权利要求1所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤四中将各关键用户接触点的风险优先系数值归一化后构成决策矩阵:
CT=(CT11,CT22,...,CTmn) (10)。
10.根据权利要求9所述的一种面向服务设计过程中用户接触点失效分析方法,其特征在于,所述步骤四包括:根据输出的关键用户接触点的失效风险系数值决策矩阵CT确定用户接触点重塑优先次序,数值越大越优先考虑重塑,各关键用户接触点的严重度、发生度、检测度的数值越大越先被考虑解决。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011632646.3A CN112685276B (zh) | 2020-12-31 | 2020-12-31 | 一种面向服务设计过程中用户接触点失效分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011632646.3A CN112685276B (zh) | 2020-12-31 | 2020-12-31 | 一种面向服务设计过程中用户接触点失效分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112685276A true CN112685276A (zh) | 2021-04-20 |
CN112685276B CN112685276B (zh) | 2024-03-15 |
Family
ID=75456218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011632646.3A Active CN112685276B (zh) | 2020-12-31 | 2020-12-31 | 一种面向服务设计过程中用户接触点失效分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112685276B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099693A (zh) * | 2022-07-21 | 2022-09-23 | 宁波迈泰克磁材科技有限公司 | 一种烧结钕铁硼磁钢材料的生产控制方法及系统 |
CN115658050A (zh) * | 2022-09-28 | 2023-01-31 | 聪脉(上海)信息技术有限公司 | 一种失效链逻辑的自动定义方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5963910A (en) * | 1996-09-20 | 1999-10-05 | Ulwick; Anthony W. | Computer based process for strategy evaluation and optimization based on customer desired outcomes and predictive metrics |
KR20070064885A (ko) * | 2005-12-19 | 2007-06-22 | 대한민국(기획예산처 장관) | 설문조사를 이용한 공공기관 평가방법 |
CN111265209A (zh) * | 2020-03-14 | 2020-06-12 | 温州大学 | 一种基于心电图和脑电图来评判着装接触舒适度的方法 |
-
2020
- 2020-12-31 CN CN202011632646.3A patent/CN112685276B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5963910A (en) * | 1996-09-20 | 1999-10-05 | Ulwick; Anthony W. | Computer based process for strategy evaluation and optimization based on customer desired outcomes and predictive metrics |
KR20070064885A (ko) * | 2005-12-19 | 2007-06-22 | 대한민국(기획예산처 장관) | 설문조사를 이용한 공공기관 평가방법 |
CN111265209A (zh) * | 2020-03-14 | 2020-06-12 | 温州大学 | 一种基于心电图和脑电图来评判着装接触舒适度的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099693A (zh) * | 2022-07-21 | 2022-09-23 | 宁波迈泰克磁材科技有限公司 | 一种烧结钕铁硼磁钢材料的生产控制方法及系统 |
CN115099693B (zh) * | 2022-07-21 | 2023-10-13 | 宁波迈泰克磁材科技有限公司 | 一种烧结钕铁硼磁钢材料的生产控制方法及系统 |
CN115658050A (zh) * | 2022-09-28 | 2023-01-31 | 聪脉(上海)信息技术有限公司 | 一种失效链逻辑的自动定义方法及系统 |
CN115658050B (zh) * | 2022-09-28 | 2024-05-10 | 聪脉(上海)信息技术有限公司 | 一种失效链逻辑的自动定义方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112685276B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325691B (zh) | 异常行为分析方法、电子设备及计算机程序产品 | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
Nishikawa et al. | Concrete crack detection by multiple sequential image filtering | |
JP5014500B1 (ja) | 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
Porwal et al. | Credit card fraud detection in e-commerce: An outlier detection approach | |
CN112685276A (zh) | 一种面向服务设计过程中用户接触点失效分析方法 | |
CN101517602A (zh) | 使用基于分类器集成的遗传算法进行特征选择的方法 | |
CN111610407A (zh) | 基于朴素贝叶斯的电缆老化状态评估方法和装置 | |
CN111028050B (zh) | 一种基于数据驱动的异常投标行为检测评估方法及系统 | |
JP4772377B2 (ja) | 異常設備推定装置、異常設備推定方法、異常設備推定プログラム、および、記録媒体 | |
CN110033284A (zh) | 房源验真方法、装置、设备及存储介质 | |
JP2019028834A (ja) | 異常値診断装置、異常値診断方法、およびプログラム | |
JP5622969B1 (ja) | 文書分析システム、文書分析方法、および、文書分析プログラム | |
Aboshady et al. | A fuzzy risk management framework for the Egyptian real estate development projects | |
JP5501908B2 (ja) | 要因分析方法、要因分析装置、及び記録媒体 | |
CN116187754A (zh) | 生产线故障定位方法、设备及可读存储介质 | |
CN113139191B (zh) | 一种漏洞处置修复优先级的统计方法 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN113052604A (zh) | 一种对象检测方法、装置、设备及存储介质 | |
Azzalini et al. | Data Quality and Data Ethics: Towards a Trade-off Evaluation | |
CN112766651A (zh) | 用于数据分析的方法 | |
Malara et al. | Modelling the determinants of winning in public tendering procedures based on the activity of a selected company | |
Adipraja et al. | Prediction of per-batch yield rates in production based on maximum likelihood estimation of per-machine yield rates | |
Gusmão et al. | A Customer Journey Mapping Approach to Improve CPFL Energia Fraud Detection Predictive Models | |
EP4318279A1 (en) | Determination program, determination method, and information processing apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |