下载掌阅APP，畅读海量书库
立即打开
以上介绍的就是常用的4种分析视角：对比视角、相关视角、分类视角和描述视角。运用这些分析视角可以提升分析价值。
下面以某航空公司旅客满意度分析项目为例来进行说明。
甲航空公司曾请A咨询公司做旅客满意度研究，但是觉得A咨询公司的分析不够深入，于是找到B咨询公司，并提供了A咨询公司的分析报告，要求B咨询公司给出研究方案。假如你是B咨询公司的分析师，负责该项目。通过研究A咨询公司的分析报告，你总结出甲航空公司的需求，以及A咨询公司的现有分析，如表3-6所示。请考虑如何提升该项目的分析价值。
表3-6 甲航空公司的需求和A咨询公司的现有分析
图3-13 甲航空公司各站点满意度得分
表3-7 甲航空公司各站点满意度排名
续表
注：按2018年Q2季度总体满意度平均分排名。
图3-14 甲航空公司满意度指标平均得分表现
图3-15 甲航空公司满意度指标平均得分趋势
1.对比视角
首先，你可以看出A咨询公司的分析运用了对比视角：各站点满意度得分（见图3-13）和公司满意度指标表现（见图3-14）是横向对比；各站点满意度排名（见表3-7）和公司满意度发展趋势（见图3-15）是纵向对比。
然后，你会发现这4项对比，比的都是客户满意度。但是结构化思维告诉你，有一条逻辑线索叫作“重要性”。那么是否要关注甲航空公司各项指标的重要性呢？
当然要关注！因为毕竟甲航空公司的资源有限，而且旅客有自己的偏好。所以，并不是你想到什么指标就调查什么指标，而是要先把所想到的指标筛一筛，只有那些旅客看重的指标，才值得去关注、调查和改进。
什么方法可以作为重要性的筛子呢？你可能会想到我们前面讲过的KANO模型。
首先通过焦点小组座谈会发散思维，确定待测的满意度指标。在本案例中，假设你通过发散思维又设定8项指标：价格合理、空乘形象好、传统节日提供传统美食、提供婴儿摇篮、提供充气枕头、提供音乐和电影、爱心捐款、提供商品销售，然后通过调研分析，针对16项指标做出了KANO模型（见图3-16）。
图3-16 甲航空公司满意度指标KANO模型
按照KANO模型，属性改进优先级为：必备属性＞一维属性＞魅力属性＞可有可无属性。
从图3-16可知，除A咨询公司设定的指标外，价格合理、空乘形象好、传统节日提供传统美食、提供充气枕头、提供音乐和电影也重要。这是从对比视角对A咨询公司分析的补充。
2.分类视角
有了重要性和满意度两个维度，你就会思考：这两个维度是单独使用还是综合使用？
当然要综合使用！这样才能帮助甲航空公司找到关键的改进指标。而一旦综合使用，就会从重要性和满意度两个维度对各项指标进行分类，从而做出四分图模型（见图3-17）。
图3-17 甲航空公司满意度指标四分图模型
●优势区：重要性和满意度都高，是甲航空公司的优势所在，可继续投入。具体包括“机上广播”“机舱环境”“厕所卫生”“安全性”4项指标。
●维持区：重要性不高，但满意度很高，虽然也是甲航空公司的优势所在，但是因为旅客并不看重，因此在资源有限的情况下，只要维持就好，不需要过度投入。具体包括“提供充气枕头”“传统节日提供传统美食”“提供音乐和电影”3项指标。
●忽略区：重要性和满意度都低，在资源有限时可以忽略，这里只有“空乘形象好”指标。
●改进区：重要性很高，但满意度却很低，是旅客很看重的而甲航空公司却没有做好的事情，应是公司急需改进的关键指标，优先级最高。具体包括“机上餐饮”“起降准时性”“登机效率”“服务态度”“价格合理”5项指标。
所以，通过引入分类视角，你为甲航空公司提升满意度提供了方向性指导。
3.描述视角
继续观察，你发现A咨询公司的4项分析计算的都是满意度平均分。平均分是描述视角中的集中趋势。而通过学习，你知道描述视角不仅要看集中趋势，还要看离中趋势。
由于甲航空公司关注站点考核和旅客维护，所以就要分别分析站点和旅客的波动水平。
首先，分析各站点各个时期的波动情况。如图3-18所示是2017年4个季度站点1和站点2在机上餐饮指标上的满意度波动情况，该波动情况反映出某站点提供服务的稳定水平。显然，站点1比站点2所提供的机上餐饮服务水平更为稳定。
图3-18 甲航空公司站点的季节波动情况
其次，通过波动分析找出离群旅客。从图3-19可以看出，旅客满意度与推荐度之间存在正相关关系，即旅客满意度打分越高，旅客越倾向于向他人推荐。但是红圈标注的离群旅客对满意度打分很高，却不愿意向他人推荐。这类离群点恰恰是我们需要特别关注的，可以通过对这些点的深入挖掘，了解旅客对服务总体很满意但却不愿意推荐的深层原因。
图3-19 甲航空公司旅客满意度与推荐度的关系
4.相关视角
你已经从对比视角、分类视角和描述视角对A咨询公司的分析进行了深化。还有相关视角，其主要用于规模预测和精准营销。
甲航空公司所开展的旅客满意度研究不涉及市场规模，但针对不同旅客开展精准营销，对提升旅客满意度是有意义的。
于是，你会问：A咨询公司现有的分析能否支持甲航空公司开展精准营销？
显然不能！因为A咨询公司仅研究旅客整体满意度，没有分析旅客特征和旅客偏好、态度之间的相关性，即没有判断不同特征（比如性别）的旅客在对某项指标的满意度上是否存在显著性差异；如果存在显著性差异，差异具体是什么。判断不出这两点，就不知道什么样的旅客喜欢什么样的服务，因此无法开展精准营销。
那么这两点要通过什么分析进行判断呢？通过方差分析和交叉分析可以探讨旅客特征和旅客偏好、态度的相关性。
于是，基于调研数据，你做出了方差分析（见表3-8）和交叉分析（见表3-9）。
表3-8 单因素方差分析
从表3-8可知， F 统计量的伴随概率 P =0.031，小于 α （ α 的默认值为0.05），表明不同性别的旅客对机上餐饮的满意度是存在显著性差异的。
表3-9 交叉分析
从表3-9可知，相对于男性旅客，女性旅客对机上餐饮的要求更高。因此，如果考虑提高机上餐饮的服务水平，则应重点关注满足女性旅客的需求。
因此，从以上4个视角切入，你就能为甲航空公司提供比A咨询公司更具价值的分析。