体验双向归因模型

体验双向归因模型的作用

体验双向归因模型综合考虑品牌与用户之间的相互作用，在满意度/NPS推荐意愿场景下，确定需要重点保持和优先改进的产品功能或服务。

问卷设计

体验双向归因模型的问卷由四部分组成：分组、NPS、推荐原因、不推荐原因。

（1）分组

分组常在市场细分时使用，比如按城市或者按不同的业务线。假设客户品牌有三条业务线，分组可以这样设计：

（2）NPS

当用户打分大于等于9分时，跳转到推荐原因。反之，跳转到不推荐原因。

（3）推荐原因和不推荐原因

推荐原因和不推荐原因的选项内容根据客户需要配置。需要注意的是，选项内容和顺序需要严格对应。以下图为例，推荐原因的选项1是“导购人员热情周到”，那么不推荐原因的选项1就是“导购人员冷漠疏忽”。这两个选项构成一组对导购人员态度的描述。

（4）注意事项

为保证正常生成分析包括，请按照以下说明操作，并注意系统的提示信息：

“分组”常在市场细分时使用，比如按城市或者按不同的业务线，通常默认为问卷第一题。如果设置了分组，模型会对每组单独进行双向归因分析。如果不需要可以将分组题删除。
“正向题”即推荐理由，“负向题”即不推荐理由。放置在“正向题”题目组中的题目模型将判定为正向题，同理，放置在“负向题”题目组中的题目系统将判定为负向题。如果您需要新增题目，建议新增题目组并将新题目放置在新题目组中。
正向题和负向题的选项顺序需要严格对应。例如，推荐原因的选项1是“促销活动力度大”，那么不推荐原因的选项1应该是“很少有促销活动”。模型并会根据选项顺序对原因进行分组，在最终报告上取正向题的表达展示原因。在上述例子中，您在图表上会看到“促销活动力度大”的要素重要性和NPS值。
请保证对应选项拥有相同的选项编号。例如，推荐原因的选项1“促销活动力度大”的选项编号是1。那么，不推荐原因的选项1“很少有促销活动”的选项编号也应该是1。请确保“并没有什么特别原因”的选项编号是98，“其他”的选项编号是99。
请不要删除“并没有什么特别原因“或”其他“选项。
除分组题，请不要删除其他预置的题目或题目组，不要调整显示逻辑。

数据结构

系统将答卷数据解析为如下数据结构。0代表未选择，1代表已选择。