相关方满意度调查指标有哪些:设计与计算
相关方满意度调查的指标应覆盖结果满意、过程协作、信息透明、参与充分四个层面,并按决策层、执行协作方、受影响方、外部合作方分组计算。核心指标包括总体满意度均值、满意度达标率、参与率、关键相关方满意度、协作响应及时性和信息获取充分度。要让这些数字可用,量表、分母和时间窗必须在调查启动前固定下来。
Table of Contents
要点总览(TL;DR)
- 相关方满意度调查指标覆盖四个层面:结果满意(总体满意度、继续合作意愿)、过程协作(协作顺畅度、响应及时性)、信息透明(信息获取充分度、变更告知及时性)、参与充分(意见征询程度、意见采纳感知)。
- 核心公式:总体满意度=有效答卷评分之和÷有效作答数;满意度达标率=评分≥4的有效答卷数÷有效答卷数;参与率=有效答卷数÷应调查相关方人数;关键相关方满意度单独统计或按事先确定的权重加权。
- 统一使用5级李克特量表并写明锚点,应调查人数以调查启动时的相关方名单为准,有效答卷与缺失值处理规则在计算前声明,跨轮保持口径稳定。
- 结果按决策层、执行协作方、受影响方、外部合作方分组计算;样本少于5份的群体只报告份数和均值,不计算达标率百分比。
- 满意度分数不构成因果保证,需结合访谈与行为数据解读;不设通用达标线,以项目基线和多轮趋势判断,并把低分题项转化为可跟踪的改进项。
满意度调查要回答什么评估问题
相关方满意度调查服务于三个判断:当前相关方关系是否健康、哪些环节需要改进、项目阶段复盘时相关方一侧的表现如何。调查结果回答的是相关方对合作过程和结果的主观感受,用于调整沟通方式、协作安排和交付预期,不用于给某个项目成员打分。
设计指标前需要区分两类评估对象。满意度衡量的是结果感受,例如对交付质量、问题解决效果的评价;参与度衡量的是行为投入,例如相关方参加评审、反馈意见、响应请求的实际频次。两者可以同卷收集,但计算和解读要分开:满意度低而参与度高,往往说明相关方愿意配合但对结果不满;满意度高而参与度低,可能意味着相关方关注不足,评价参考价值有限。
调查定位为改进工具,还意味着结果呈现以群体和环节为单位,避免把单个相关方的评分直接对应到个人绩效。这样相关方才更愿意给出真实评价,回收数据的偏差也会小一些。
指标清单与分层范围
指标按四个层面组织,每个层面选一到两个可计算的题项,既能覆盖关系全貌,又不至于让问卷过长。下表给出常用指标及其含义。
| 层面 | 指标 | 衡量内容 |
|---|---|---|
| 结果满意 | 总体满意度 | 对项目整体合作结果的评分(1–5分) |
| 结果满意 | 继续合作意愿 | 是否愿意在后续项目中保持合作(1–5分) |
| 过程协作 | 协作顺畅度 | 跨方配合、问题升级与解决的顺畅程度 |
| 过程协作 | 协作响应及时性 | 请求、评审、确认等事项得到回应的及时程度 |
| 信息透明 | 信息获取充分度 | 能否及时拿到完成任务所需的信息 |
| 信息透明 | 变更告知及时性 | 范围、进度、口径变化是否提前告知 |
| 参与充分 | 意见征询程度 | 关键决策前是否被征询意见 |
| 参与充分 | 意见采纳感知 | 提出的意见是否得到回应或说明 |
相关方分层决定每个群体适用哪些指标。决策层更关注结果满意与信息透明,尤其是变更告知;执行协作方更关注过程协作与响应及时性;受影响方更关注信息获取和意见征询;外部合作方通常同时关注结果满意与协作响应。分层不是把问卷拆成四份,而是在同一份问卷中按群体标记,计算时分组统计。
参与率作为过程指标单独统计,反映调查本身覆盖了多少应调查对象,它不衡量满意度高低,但决定了满意度数字的可信程度。
量表、分母与数据口径
所有评分题统一使用5级李克特量表,并在题面上写明锚点,例如1=非常不满意、2=不满意、3=一般、4=满意、5=非常满意。同一轮调查内不更换量表和锚点,跨轮比较时也保持稳定,否则前后数据不可比。若确需调整,应在结果记录中注明断点。
每个指标的计算口径需要在发放前确定,核心公式如下表。
| 指标 | 公式 | 单位与时间窗 |
|---|---|---|
| 总体满意度 | 有效答卷中总体满意度题项评分之和 ÷ 该题有效作答数 | 分(1–5),单轮调查 |
| 满意度达标率 | 总体满意度评分≥4的有效答卷数 ÷ 有效答卷数 × 100% | 百分比,单轮调查 |
| 参与率 | 有效答卷数 ÷ 应调查相关方人数 × 100% | 百分比,调查窗口内 |
| 关键相关方满意度 | 关键相关方群体的总体满意度均值,或按事先确定的权重加权 | 分(1–5),单轮调查 |
| 协作响应及时性 | 该题项评分均值,或评分≥4的答卷占比 | 分或百分比,单轮调查 |
| 信息获取充分度 | 该题项评分均值,或评分≥4的答卷占比 | 分或百分比,单轮调查 |
分母口径要事先写清。应调查人数以调查启动时的相关方名单为准,调查期间新增的相关方计入下一轮。有效答卷需同时满足:必答题完整、非重复提交、在调查窗口内提交、可识别所属相关方类型。缺失值处理规则在计算前声明,常用做法是整份剔除,或对单个缺失题项按该题有效作答均值填补,两种做法不能混用。
匿名方式影响数据质量。完全匿名有利于获得真实评价,但无法按相关方类型分组;实名或半匿名(仅统计层面匿名)便于分组和跟进,但可能抬高评分。折中做法是在问卷中收集相关方类型和合作环节,不收集姓名,并明确告知用途,减少社会赞许偏差。
调查执行与计算步骤
从设计到出结果可以按以下顺序推进,每一步都留下可复核的记录。
- 确定对象名单:从相关方登记信息中导出应调查人员,标注所属类型和是否为关键相关方,锁定人数作为参与率分母。
- 设计题项并建立映射:每个指标对应一个题项,题项措辞指向具体合作环节,避免“你对项目满意吗”这类笼统问法。同时保留一道开放题收集具体意见。
- 预测试:找3–5名不同类别的相关方试填,检查题项是否有歧义、量表锚点是否清楚、填写时长是否可接受。
- 发放回收:说明调查目的、匿名方式和结果用途,设定明确的截止时间,对未填写者做一次提醒。
- 清洗判定:按有效答卷规则逐份检查,剔除重复和超时提交,记录剔除数量及原因。
- 计算:先算总体指标,再按相关方类型分组计算,关键相关方单独统计。
- 分组对比与复核:对比各群体均值与达标率,检查异常值,例如某群体样本极少或评分极端集中,复核原始答卷确认无误。
加权只在权重规则事先确定且能解释时使用,例如按相关方影响力分配权重。加权结果与未加权结果应同时保留,便于判断权重是否改变了结论。样本量过小的群体只做描述性呈现,不与大样本群体直接比较排名。
一个算例:从答卷到指标
以下为演示情景,数字用于说明计算过程。某项目应调查相关方40人,调查窗口内回收答卷32份,清洗后有效答卷30份,其中决策层4份、执行协作方14份、受影响方8份、外部合作方4份。
总体满意度:30份有效答卷的总体满意度评分合计为114分,均值=114÷30=3.80分。其中评分≥4的答卷有18份,满意度达标率=18÷30×100%=60%。参与率=30÷40×100%=75%。
分组结果:决策层均值4.25分(4份),执行协作方均值3.64分(14份),受影响方均值3.50分(8份),外部合作方均值4.00分(4份)。决策层与外部合作方样本各4份,只作描述,不据此判断群体间差异显著。关键相关方按名单共6人,回收5份,均值4.20分,单独列示,不并入总体均值替代总体结果。
边界情况处理:若某群体应调查人数为0,该群体指标记为“不适用”,不按0分计入总体;若某群体有效答卷少于5份,只报告份数和均值,不计算达标率百分比,避免小样本比例失真;若某题项有效作答为0,该指标标记为缺失,并在结果记录中说明原因。
结果解读与使用限制
满意度分数反映相关方的主观感受,不构成对项目结果的因果证明。分数上升可能来自沟通改善,也可能来自预期调整或样本构成变化。解读时应结合访谈记录、协作行为数据(如响应时长、评审参与情况)交叉验证,对分数与行为不一致的环节重点了解原因。
三类偏差需要提前防范。样本量小使均值波动大,几个人的评分就能改变结论;回收偏差表现为愿意填写的人往往满意度偏高或偏低的群体集中;社会赞许偏差使相关方倾向于给出中间偏上的评分。应对方式包括报告参与率和样本构成、保留开放题原文、对关键群体补充访谈。
达标线不设通用数值。合理做法是以本项目上一轮结果或同类项目基线作为参照,观察趋势和群体差距;若组织内部已有约定阈值,应在调查前写明并保持稳定。单轮单指标不足以评价相关方关系,应看多轮趋势和多指标组合。
调查结论要落到改进动作才有价值。把开放题和低分题项归纳为具体改进项,登记责任人、期限和状态,在协作平台中以工作项跟踪,并把本轮口径、答卷统计和改进记录存入项目文档,下一轮调查时直接对照。ONES 的工作项与文档能力可以承载这一跟踪过程:改进项作为工作项流转状态,调查口径与结果记录沉淀在项目文档中,便于跨轮比较。改进项完成后,可在下一轮调查中观察对应题项是否变化,形成调查、改进、复测的闭环。
常见问题
调查回收率很低时,满意度结果还能用吗?
可以用,但要先看参与率和样本构成再决定怎么用。参与率低意味着结果主要反映愿意填写的那部分相关方,若这部分人集中在某一类型或某一合作环节,总体均值会偏离真实分布。此时建议:在结果记录中同时列出参与率、各群体回收份数;对未填写的关键相关方补充一次简短访谈;把本轮结果标注为参考性结论,等下一轮参与率提升后再做趋势比较。参与率过低时,不宜用单轮均值下强结论。
不同相关方群体的满意度分数可以直接排名比较吗?
不建议直接排名。各群体关注点不同,决策层评的是结果与变更告知,执行协作方评的是响应与配合,题项含义和评分基准并不一致;样本量差异也会放大波动。更稳妥的做法是:同一群体跨轮比较趋势,同一轮内看各群体在共同题项(如总体满意度、信息获取充分度)上的差距,并把差距作为了解原因的话题,而不是给群体排序。样本少于5份的群体只作描述性呈现。
调查中发现某个环节评分明显偏低,下一步怎么处理?
先把低分落到具体环节和具体动作上。查看该题项的开放题原文,结合协作行为数据(如响应时长、评审参与记录)确认问题是否真实存在,必要时对2–3名相关方做补充访谈。确认后把问题拆成一到三项可执行的改进项,写明责任人、期限和完成标准,在协作平台中以工作项跟踪状态,口径与结果记录存入项目文档。下一轮调查保留同一题项,观察评分是否变化,形成调查、改进、复测的闭环。
匿名调查和分组统计如何兼顾?
折中做法是收集相关方类型和合作环节,不收集姓名,并在问卷开头说明数据只用于群体层面分析。这样既能按决策层、执行协作方、受影响方、外部合作方分组计算,又降低了填写者的顾虑。若组织要求完全匿名,分组维度就只能依赖发放渠道区分,例如按群体分别发放链接,此时需在结果记录中说明分组依据,避免把渠道差异误读为群体差异。
满意度达标率的分母应该用有效答卷数还是应调查人数?
达标率的分母是有效答卷数,它回答的是“给出评价的人里有多少人打了4分及以上”;应调查人数是参与率的分母,回答的是“该调查的人里有多少人给出了有效评价”。两个指标分开计算、分开报告,不能互相替代。若用应调查人数做达标率分母,会把未填写者默认为不满意,结论失真;若只看达标率不看参与率,又可能高估整体满意度。



