您是否被复杂的用户需求所困扰而不知该如何选择？您是否面临众多难以选择的业务解决方案？在工作和生活中，决策是我们不可避免的问题。如何做出明智的选择，在分析过程中保持“合理、亲民”，把握用户的核心诉求，提升产品的用户体验，是用户研究持续关注的课题。传统分析方法，存在弊端我们在考察用户需求的重要性时，通常采用直截了当的提问和委婉的计算两种方法。例如，为了提高产品满意度，我们调查用户对产品各个因素的重视程度，从而优先迭代用户的核心诉求。1.直截了当的问题：当您刚刚对产品满意度进行评分时，您最看重哪个产品因素（或哪1-3个）？“选择题”处理方法：统计本题各选项出现的频率，从高到低排列，确定优先级。这种方法的缺陷是显而易见的。一方面，直接问会有些唐突。许多选项的显示可能会打乱用户脑海中原有的想法，导致真正的答案受到选项顺序的影响。另一方面，这种方法只能得到各个因素的重要性排序，无法得到它们各自的权重（影响程度）。2.委婉提问：Q1：您对产品满意度的评价是？Q2：您对产品的每个因素的满意度是多少？处理方法：采用总分打分的方式，对产品总体满意度得分和各因素的满意度得分进行因子分析或回归分析，根据分析结果计算各因素对整体满意度的贡献，以及找到贡献最高的因素。这种方法是一种“事后”分析，根据当前用户的评分来“科学猜测”，因为分析结果具有很强的时效性。比如在目前的调查中，产品在功能X上存在问题，对用户体验造成了伤害，那么分析结果必然会得出“功能X极为重要”的结论，但真实情况可能是用户很长一段时间都不太关注功能X，但是最近的产品问题让用户在短期内关注功能X。那么，有没有其他方法可以分析“用户最看重的因素/哪些因素对用户评分影响最大”，从而决定“哪种方案对用户评价/项目目标的推动力最大”？这次我将介绍层次分析法。什么是层次分析法？层次分析法（TheAnalyticHierarchyProcess，简称AHP）是美国运筹学研究员、匹兹堡大学萨蒂教授于1970年代初提出的。在基于福利贡献的权力分配项目中，应用网络系统理论和多目标综合评价方法，提出了一种分层权重决策分析方法。该方法根据问题的性质和要达到的总体目标，将问题分解为不同的构成因素，并根据因素之间的相互影响和从属关系，将不同层次的因素进行聚集和组合，形成多元的层次分析结构模型。最后，问题归结为最低层级（决策的计划和措施等）相对于最高层级（总目标）的相对权重的确定，或者优劣相对顺序的安排。缺点。层次分析过程分为两步：建立层次结构&一致性检验。接下来看看这个方法是如何应用的：在M项目中，“店主对M团队所产生的整体价值的满意度”是一个关键点，至于跟踪的结果指标，项目组希望了解过程绩效以及每个手柄对提高满意度的重要性（对整体满意度的影响程度）。综合考虑问卷长度、样本质量、重要性分析的严谨性，最终选择层次分析法。第一步是建立层级结构，形成问卷框架。首先明确四个主把手是如何影响店主满意度的，多层次的结构就产生了。一般会采用两层“resultgoal-handler”或“resultgoal-category-handle”。三层（本例中店主对M组价值提升的满意度为结果目标层，领导团队的动力和能力为分类层）。图1“店主对M组价值提升的满意度”层级结构然后在问卷中，正确勾选每一项，用9分制比较重要性（如果是三层结构，可以先比较classificationlayer，然后比较classification层下各自的grippers，由于本项目grippers较少，所以跳过classificationlayer，直接比较4个grippers）。本例中夹持器的个数为4个，根据排列组合结果查询的个数为6个。图2重要性比较问卷的第二步是回收样本，做一致性检验。因为受访者在回答问卷时可能对重要性顺序没有清晰稳定的认识，或者没有仔细阅读或回答问卷，导致样本中出现大量脏数据，例如“A是moreimportantthanB,BismoreimportantthanC,andmoreimportantCthanA”，一致性检验可以通过矩阵分析有效剔除此类无效样本（分析过程中此处省略千字）。最后，我们保留有效样本，再次进行矩阵分析，得到每个句柄的重要性。以虚拟结果数据（非真实项目结果）为例，四种拉手对店主满意度的重要性如图3所示，其中“平台资源倾斜”的重要性最高。图3三种方法对每个句柄重要性的优缺点比较图4三种方法的比较决策和日常个人决策。在商业计划决策方面，我们仍然以“店主对M团队产生的整体价值的满意度”为例。我们在上一篇文章中已经分析了四个起点的重要性。假设我们目前有3套提高店主满意度的方案，我们需要选择其中的一套来实施。我们要做的还是两步：建立层级结构&一致性检查邀请3-8位项目专家（可以是项目评委、项目负责人、项目相关领域的高级人员等）来预估项目的把握水平每个计划的表现。图5建立满意度等级结构图6优势对比问卷进行数据一致性测试，输出每个方案对每个手柄的驱动力指数，让我们一目了然，哪个方案对结果指标的推动力最强.图7计划对比结果个人日常决策也是如此。比如当我们在纠结去哪个城市旅游或者买哪个基金的时候，我们可以建立一个相应的层级结构，以我们自己（或者最了解我们的人）作为研究样本进行层级分析，用科学的方法帮助自己找到内心的答案。图8旅游目的地选择图9基金购买选择结论决策不是赌运气的玄学问题。科学的方法可以帮助我们理性分析现状，做出明智的选择。相信掌握了层次分析法的你，不仅可以在工作中锁定用户的核心诉求，更可以摆脱生活中的选择和恐惧的纠结，成为一个会谋划策略的“小诸葛”。
