一种基于用户体验感知的品牌评分方法与流程

本发明属于品牌评分技术领域，特别是涉及一种基于用户体验感知的品牌评分方法。

背景技术：

时至今日，商业世界似乎已达成共识：我们正处在继农业经济、工业经济、服务经济之后的第四个经济发展阶段-体验经济时代。

无论哪类人群，都在渴望丰富和改善自己的体验，人们在获得、分享体验方面高速迭代，效率与品质越来越高，成本与门槛越来越低，类型与方式也越来越丰富。人们对于品牌的话语权与参与度史无前例的高，品牌成为了人们体验的聚合。

而当下，企业对于自己的品牌在用户体验感知的过程中，不能有效度量，也不能进行品牌在体验感知度中进行横向和竖向对比，因此，往往导致有些企业无法根据用户体验感知进行合适的商业策略导致被淘汰，在这种时候，如何通过对体验的整体把控，使自己的品牌真正“触达人心"，是企业不得不思考的紧迫命题。

基于此，我们提出了一种基于用户体验感知的品牌评分方法。

技术实现要素：

本发明的目的在于提供一种基于用户体验感知的品牌评分方法，以解决了现有的问题：企业对于自己的品牌在用户体验感知的过程中，不能有效度量，也不能进行品牌在体验感知度中进行横向和竖向对比。

为解决上述技术问题，本发明是通过以下技术方案实现的：

一种基于用户体验感知的品牌评分方法，所述方法包括：

通过目标品牌的网络评价端中提取出ugc内容，建立出基础数据库；

根据品牌行业特性，在所述基础数据库中提取出有效信息，去除无效信息；

将所述的有效信息聚类为各不同的体验关键点；

通过nlp智能分析，对有效信息中的文字的净情感值进行判定，得到各体验关键点的净情感值；

通过映射关系，将所述各体验关键点的净情感值映射为各体验关键点的xpi指数；

根据品牌行业特点，将所述体验关键点聚类为不同的体验维度，并通过各体验维度包含的体验关键点的xpi指数及其权重，计算各体验维度的xpi指数；

通过各体验维度的xpi指数及其权重，计算出品牌整体体验的xpi指数。

进一步的，所述网络评价端至少包括有各销售网站的评价内容、论坛讨论内容、各应用商店评论内容中的一项。

进一步的，上述中，根据品牌行业特性，在所述基础数据库中提取出有效信息，去除无效信息，主要包括：

根据品牌特性，设定有效关键词词库和无效关键词词库；

如果所述ugc内容中仅含有所述有效关键词，则认定为有效信息，予以保留；

如果所述ugc内容中仅含有所述无效关键词，则认定为无效信息，予以去除；

如果该信息中同时含有有效关键词和无效关键词，则移交给人工精排；

如果该信息中同时含有有效关键词和无效关键词，则移交给人工精排。

进一步的，在人工精排过程中：

如果发现新的有效关键词，则将其补入有效关键词词库；

如果发现新的无效关键词，则将其补入无效关键词词库。

进一步的，所述体验维度至少包括有以下中的一项：产品与服务体验、环境体验、沟通体验、行为体验。

进一步的，所述映射关系用于将-100％～100％的净情感值映射为0～100的xpi指数。

进一步的，所述体验维度的xpi指数计算方式为：

体验维度的xpi指数＝∑(体验关键点的xpi指数*体验关键点权重)/∑(体验关键点权重)。

进一步的，所述整体体验的xpi指数计算方式为：

整体体验的xpi指数＝∑(体验维度的xpi指数*体验维度权重)/∑(体验维度权重)。

本发明具有以下有益效果：

本发明通过一系列过程可得到品牌的整体体验xpi指数和各个体验关键点的xpi指数，可以帮助企业对于用户感知到的真实体验进行全盘洞悉，并帮助企业定期全盘掌握用户对其产品与服务体验、环境体验、沟通体验、行为体验等多方面的真实感受，并提供各体验关键点以及整体体验的同行业表现对比，以为其校正体验战略提供有效参考。

附图说明

图1为本发明的一种基于用户体验感知的品牌评分方法的整体流程图；

图2本发明的一种基于用户体验感知的品牌评分方法的数据提取过程的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于用户体验感知的品牌评分方法：

参阅图1：

s1.建立基础数据库：

在目标品牌的网络评价端中提取出ugc内容；在此，所述网络评价端至少包括有各销售网站的评价内容、论坛讨论内容、各应用商店评论内容等。

因为品牌的种类不同，针对不同的品牌应该采用不同的网络评价端进行ugc内容的提取。具体举例为：针对小米手机，可以在淘宝、京东、小米商城等平台上检索出用户在其手机购买下的评论中提取出ugc内容；在小米贴吧、小米论坛等提出讨论时的ugc内容；针对微信app，可以在苹果应用商店、华为应用商店、小米应用商店、oppo和vivo应用商店提取出ugc内容。

s2.数据提取：

参看图2，

根据品牌行业特性，在上述基础数据库中提取出有效信息，去除无效信息。

具体的，上述中提取出有效信息，去除无效信息的方法，至少包括有程序粗排和人工精排中的一个。

具体的，程序粗排可以通过以下方式进行：

根据品牌特性，设定有效关键词词库和无效关键词词库；

如果上述ugc内容中仅含有所述有效关键词，则认定为有效信息，予以保留；

如果上述ugc内容中仅含有所述无效关键词，则认定为无效信息，予以去除；

如果该信息中同时含有有效关键词和无效关键词，则移交给人工精排；

如果该信息中同时含有有效关键词和无效关键词，则移交给人工精排。

人工精排过程中，如果发现存在新的有效关键词，将其补入有效关键词词库，如果发现新的无效关键词，将其补入无效关键词词库。

s3.数据转化：

在上述的有效信息中，对其文字情感进行量化，具体如下：

s31.将所述的有效信息聚类为各不同的体验关键点。

可以理解，针对不同的品牌，设计的体验关键点是不同的，例如在手机品牌中，体验关键点至少包括有：手机颜值外观、手机信号强度、手机性能、手机系统、拍照摄像、电池容量；手机外包装、购物门店环境；销售人员沟通、客服人员沟通、售后人员沟通；手机测评、手机回收、手机的广告代言、手机发布会、手机价格等。

s32.通过nlp智能分析，对有效信息中的文字的净情感值进行判定，得到各体验关键点的净情感值(-100％～100％)。

上述中，净情感值的计算方式：

净情感值的计算方式＝(有效正情感声量-有效负情感声量)/总声量

再通过映射关系，将上述净情感值映射为xpi指数，即为体验关键点xpi指数。

具体的，该映射关系用于将-100％～100％的值映射为0～100的分数值，例如，如下表，提供一种具体的映射方式。

s33.根据品牌行业特点，将所述体验关键点聚类为不同的体验维度，在此，体验维度至少包括有以下中的一项：产品与服务体验、环境体验、沟通体验、行为体验。

以手机行业为例，产品与服务体验这一体验维度至少包括有以下体验关键点：手机颜值外观、手机信号强度、手机性能、手机系统、拍照摄像、电池容量；在环境体验这一体验维度至少包括有以下体验关键点：手机外包装、购物门店环境；在沟通体验这一体验维度至少包括有以下体验关键点：销售人员沟通、客服人员沟通、售后人员沟通；在行为体验这一体验维度至少包括有以下体验关键点：手机测评、手机回收、手机的广告代言、手机发布会、手机价格等

通过各体验维度包含的体验关键点的xpi指数，计算各体验维度的xpi指数。具体的，计算方式如下：

体验维度的xpi指数＝∑(体验关键点的xpi指数*体验关键点权重)/∑(体验关键点权重)

s34.通过各体验维度的xpi指数，计算出品牌整体体验的xpi指数。

具体的，计算方式如下：

整体体验的xpi指数＝∑(体验维度的xpi指数*体验维度权重)/∑(体验维度权重)

例如在某一品牌行业中，产品与服务体验权重为40％、环境体验权重为20％、沟通体验权重为10％、行为体验权重为30％；在该品牌行业，某品牌的产品与服务体验的xpi指数为70、环境体验的xpi指数为80、沟通体验的xpi指数为60、行为体验的xpi指数为90。

那么，该品牌的整体体验的xpi＝

(70*40％+80*20％+60*10％+90*30％)/(40％+20％+10％+30％)＝77

s4.数据对比

通过输出待查询品牌，根据上述s1～s3可得到其整体体验的xpi指数、各体验维度的xpi指数和各体验关键点的xpi指数，通过输出待查询品牌的对比品牌，根据上述s1～s3可得到对比品牌的整体体验的xpi指数、各体验维度的xpi指数和各体验关键点的xpi指数。

通过对比，可得到品牌之间的xpi指数差距，并汇出详细对比数据给企业，进而可以帮助企业对于用户感知到的真实体验进行全盘洞悉，并帮助企业定期全盘掌握用户对其产品与服务体验、环境体验、沟通体验、行为体验等多方面的真实感受，并提供各体验关键点以及整体体验的同行业表现对比，以为其校正体验战略提供有效参考。

需要理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。