数据清洗：将全部选择我很喜欢或我很不喜欢的答案列为可疑答案，避免乱答数据影响分析结果。如果可疑结果过多，则你的问卷可能存在问题，比如功能描述不清。

属性归类表-模版

由此我们可以看到每个属性所占百分比，占比最高的我们认为该功能的该属性因素最多。在样本量为50的问卷调查中，我们可以看到微信“看一看”功能的无差异属性较多。（样本量不足，仅作示范，有兴趣的旁友可以继续调查。）

属性归类表-微信“看一看”功能

最后统计所有功能答案，得到每个功能的属性，以及每个功能的重要程度。

问卷统计结果

4.Better-Worse系数分析

对功能的属性进行归类后，我们要利用Better-Worse系数增加判断影响程度。

Better-Worse系数，表示某功能可以增加满意或者消除很不喜欢的影响程度。

Better是增加后的满意系数。其数值通常为正，数值越大，用户满意度会提升越快。

Worse是消除后的不满意系数。其数值通常为负，数值越小，用户满意度会下降越快。

根据Better-worse系数，优先满足系数绝对分值较高的功能或需求。

Better-Worse系数计算公式

根据微信“看一看”问卷分类对照表，进行Better-Worse系数分析。

增加该功能后的满意系数Better：(22%+2%)/(22%+2%+62%+0%)=28%

消除该功能后的满意系数Worse：-(2%+0%)/(22%+2%+62%+0%)=-2%

将每个功能的Better值和Worse绝对值作为气泡图的纵坐标和横坐标，气泡大小代表重要程度。落入不同区域代表所归属的属性。

Brtter-Worse系数分析散点图

根据better-worse系数值，将散点图划分为四个象限。微信“看一看”功能落入了无差异属性的象限，丰富了我们之前用属性归类表的做的判断。无差异属性象限：Better系数值和Worse系数绝对值都很低的情况，即无论提供或不提供这些功能，用户满意度都不会有改变。

5.应用实践

得到分析结果后，我们就可以进行好好“收拾”需求了，需求的优先级顺序：必备属性>期望属性>魅力属性>无差异属性。

必备属性，产品开发中基本的需求都不能满足，而去实现其他需求，则是捡了芝麻丢了西瓜。

期望属性，具备程度越高，用户满意度越高。

魅力属性，超出用户期望的功能可以成为产品的亮点。但是亮点能不能脱颖而出而打动用户，对于初创团队是一场豪赌，所以优先级低于期望属性。

无差异属性，不管有没有，用户的满意度都不会提升，应尽力避免，在企业有余力的时候可以考虑开发。

反向属性，有这个功能，用户满意度反而下降，这是要极力避免的。

如果是相似或相同属性的话，我们可以结合重要程度进行判断。像功能3和功能4相差不大，但是功能4的重要程度明显高于功能3，则我们可以将功能4的优先级排在功能3之前。

优先级顺序分析图

根据调研结果给所有的需求排定优先级，再将结果与相关方进行讨论，结合项目实际情况进行稍微调整，比如开发实现难度等。

PS：善于运用工具，而不是被工具所禁锢，atv直播，也是一门学问哈哈。

作者：安琪Angela，公众号：idatadesign。互联网数据行业UX&PM，参与过数据分析saas平台和商业智能平台等产品设计。关注商业智能、人工智能和互联网金融。欢迎大家一起交流~