调查评分允许您向各个答案选项分派分值。 添加分值以为每个调查响应生成调查级别分数。 将分值分派给答案选项的调查称为评分调查。 您可以使用评分调查来衡量受访者的总体满意度级别。 评分调查可帮助您更好地了解服务客户、代理绩效等。
例如,作为服务提供程序公司,您创建了一个调查来衡量客户服务代理的绩效。 调查由五个问题组成,并包含以下答案选项:
- 非常不满意
- 不满意
- 平和
- 满意
- 非常满意
将分值附加到每个答案选项,如下所示:
- 非常不满意 = 1
- 不满意 = 2
- 中等 = 3
- 满意 = 4
- 非常满意 = 5
根据该调查,总分数计算为标准化问题级别值的加权平均值。
使用以下组件计算调查的分数:
Base score(基本分数):这是调查的评分依据。 每个问题将进行标准化以匹配此分数。 您可以选择 5、10 或 100 作为基本分数。
默认情况下,调查的基本分数设置为 10。
权重:权重允许您衡量特定问题的重要性高于或低于其他问题。 对于较重要的问题,应提供更高价值。 最终分数将是问题的平均加权分数。 例如,假设您有一项调查,询问有关食品配送服务的客户反馈。 有三个问题,询问服务的及时性、食品的包装和食品的质量。 在此示例中,食品的质量比食品的包装更重要。 因此,应为质量问题分配更高的权重,以提供更准确和更相关的结果。
默认情况下,所有问题的权重值都为 1。
分数:分数是分配给各个答案选项的值。 您可以分派给答案选项的最大分数是 100。
默认情况下,将按答案选项的升序分派分值。
通过将权重与标准化的分值相乘计算问题响应的分数。 将添加所有问题响应分数以生成调查级别分数。
有关如何计算调查分数的信息,请参阅调查分数计算。
Dynamics 365 Customer Voice 允许您将调查评分逻辑应用于以下问题类型:
净推荐值(NPS):如果需要,您可以添加权重并更新分值。 所选响应的标准化分值将乘以权重以生成问题分数。
评分(数字、星星和笑脸):如果需要,您可以添加权重并更新分值。 所选响应的标准化分值将乘以权重以生成问题分数。
单选题(单选按钮和下拉列表):您可以添加权重并定义评分顺序(升序或降序)。 每个答案选项的分值取决于调查中答案选项的顺序。 例如,如果有五个答案选项,它们按升序排序,则选项 1 的分值为 1,选项 2 的分值为 2,以此类推。 如果答案选项按降序排序,则选项 1 的分值为 5,选项 2 的分值为 4,以此类推。 所选响应的标准化分值将乘以权重以生成问题分数。
Likert:您可以为 Likert 类型的问题中的每个陈述添加权重。 在单选问题中,评分顺序和分值以相同方式定义。 所选响应的分值将乘以权重以生成问题分数。
您可以在调查中选择需要计算分数的问题。 自定义分数满意度指标保留调查分数的值。 收到调查的响应后,可以查看满意度指标报表以查看显示一段时间内平均分数和趋势的调查分数。
向调查添加评分
打开调查。
在设计选项卡上,在页面右侧选择自定义,然后选择满意度指标。
在满意度指标面板中,选择添加指标,然后选择自定义分数。
输入以下信息:
名称:满意度指标的名称。
Add description(添加描述):展开该部分,然后为满意度指标添加可选描述。
< > survey_name 问题:选择要映射到满意度指标的问题。
选择编辑分数。
在编辑分数面板中,选择调查的基本分数,为每个问题分派权重,并为每个答案选项分派分值。
选择编辑分数面板左上角的后退箭头。
在满意度指标面板中,选择保存。
编辑调查的评分
创建自定义分数满意度指标后,您可以编辑其详细信息。 您可以更改计算调查分数时使用的问题、调查的基本分数、每个问题的权重、每个答案选项的分值。 您还可以删除不需要的内容。
打开调查。
在设计选项卡上,在页面右侧选择自定义,然后选择满意度指标。
展开自定义分数指标,然后根据需要更新名称和描述。
如果需要,更改计算调查分数时使用的问题。
选择编辑分数,并根据需要更改调查评分逻辑。
选择编辑分数面板左上角的后退箭头。
在满意度指标面板中,选择保存。
调查分数计算
调查的分数在以下组成部分的帮助下计算:基本分数、权重和分值。 使用这些组成部分,问题响应的分数计算如下:
标准化点值的计算方式如下:
Normalized value = ((ResponseValue - MinValue.) * 100) / (Max Value – Min Value)
其中
-
ResponseValue
是针对问题收到的响应的分值 -
Min Value
是问题的最小分值, -
Max Value
是问题的最大分值
-
使用标准化分值,问题响应的分数计算如下:
Question score = Normalized value * Weight of the question
使用
Normalized value
和Question score
,自定义分数的最终值计算如下:Final value = (Sum of question scores) / (Sum of weights assigned to questions)
中的 Dataverse 最终值称为特定 Customer Voice 调查响应的自定义分数。
使用 the
Final value
,计算Aggregated score
方法如下:Aggregated score = Sum (Final value of responses) / Count of responses
Aggregated score
使用 andBase score
,调查级别自定义分数的计算方式如下:Scaled value = (Aggregated score / 100) * Scale Max
其中
-
Scale Max
是基本分数的值 -
Aggregated value
是从上一步获得的值。
该
Scaled value
在 0 和基本分数的值之间缩放。 默认情况下,base score(基本分数)的值为 10。备注
这是
Scaled value
满意度指标报告中显示的值。 分数的范围取决于 base score 的值,该值进一步将 Aggregated score 缩放到 0 和 base score 的值之间。 缩放后的值四舍五入到一个小数位。-
让我们借助以下示例来了解调查级别的分数计算:
示例 1
您创建了一个调查,其中包含一个有 10 个星级的评级问题。 某用户对调查的回答是 4 星。 自定义分数配置如下:
对于上述配置和用户的响应,各组成部分的值如下:
- 权重 = 4
- 响应值 = 4
- 最小值 = 1
- 最大值 = 10
问题响应的分数计算如下:
- 标准化值 = ((4 – 1)*100) / (10 – 1) = 33.3
- 问题分数 = 33.3 * 4 = 133.3
- 最终值 = 133.3 / 4 = 33.3
因此,Customer Voice 调查响应的分数为 33.3。
总分和分级值的计算方式如下:
- 总分 = 33.3/1 = 33.3
- 缩放值 =(33.3 / 100)* 10 = 3.33
因此,调查级别得分为 3.33。
示例 2
您创建了一个调查,其中包含一个有 5 个星级的评级问题和一个有 5 个选项的单选问题。 某用户对调查的回答是 4 星,选择选择 2。 自定义分数配置如下:
对于上述配置和用户的响应,各组成部分的值如下:
问题 1:评分问题
- 权重 = 4
- 响应值 = 4
- 最小值 = 1
- 最大值 = 5
- 基本分数 = 5
问题 2:单选题
- 权重 = 3
- 响应值 = 2
- 最小值 = 1
- 最大值 = 2
问题响应的分数计算如下:
问题 1:评分问题
- 标准化值 = ((4 – 1)*100) / (5 – 1) = 75
- 问题分数 (q1) = 75 * 4 = 300
问题 2:单选题
- 标准化值 = ((2 – 1)*100) / (2 – 1) = 100
- 问题分数 (q2) = 100 * 3 = 300
最终值 = (300 + 300) / (4 + 3) = 85.7
因此,Customer Voice 调查响应的分数为 85.7。
总分和分级值的计算方式如下:
- 总分 = 85.7/1 = 85.7
- 缩放值 =(85.7 / 100)* 5 = 4.3
因此,调查级别得分为 4.3。
示例 3
您已创建一个包含一个 NPS 问题的调查。 两个用户分别以 5 和 10 个用户回答了调查。 自定义分数配置如下:
从上述配置和用户的响应来看,组件的值如下:
响应 1
- 权重 = 1
- 响应值 = 5
- 最小值 = 0
- 最大值 = 10
- 基本分数 = 100
响应 2
- 权重 = 1
- 响应值 = 10
- 最小值 = 0
- 最大值 = 10
- 基本分数 = 100
问题响应的分数计算如下:
响应 1
- 标准化值 = ((5 – 0)*100) / (10 – 0) = 50
- 问题分数 (q1) = 50 * 1 = 50
- 最终值 = 50 / 1 = 50
响应 2
- 标准化值 = ((10 – 0)*100) / (10 – 0) = 100
- 问题分数 (q2) = 100 * 1 = 100
- 最终值 = 100 / 1 = 100
总分和分级值的计算方式如下:
- 总分 =(50 + 100)/ 2 = 75
- 缩放后的值 =(75 / 100)* 100 = 75
因此,调查级别得分为 75。
从上述三个自定义分数示例中,满意度指标报告将缩放值分别显示为 3.33、4.3 和 75。