用戶滿意度的影響因素
 根據(jù)美國顧客滿意度指數(shù)模型（ACSI, American Customer Satisfaction Index）的描述，用戶滿意度是用戶對產(chǎn)品或服務的預期與實際接受的產(chǎn)品或服務的感受間的差距，差距越小，滿意度越高。對于以信息服務為主的網(wǎng)站而言，用戶訪問網(wǎng)站的預期就是找到自己需要的信息，完成既定的任務（尋找信息、購物、娛樂等），那么如何衡量用戶實際接受到的網(wǎng)站服務的質(zhì)量水平，進而推測它們之間存在的差距？對于用戶對網(wǎng)站實際的感受，可以從以下3方面體現(xiàn)：
用戶是否完成預期任務（網(wǎng)站是否及格）
完成任務過程中良好的體驗（也許網(wǎng)站能打八九十分了）
感受創(chuàng)意或意外的收獲（獲得附加分的機會）
所以，保證用戶完成預期的任務是網(wǎng)站質(zhì)量的及格線，也可以看作是網(wǎng)站的生命線。那么任務完成度對于用戶滿意度是否有這么重要的影響呢？我們需要對以上的假設進行驗證。

 任務完成度與用戶滿意度
為了驗證任務完成度是否對用戶的滿意度有顯著的影響，我們在統(tǒng)計用戶任務完成情況的同時，需要收集用戶對網(wǎng)站的滿意度，所以上篇文章問卷調(diào)查中 對用戶滿意度的打分題中采集到的數(shù)據(jù)就有了用武之地。我們可以通過比較完成任務的用戶與未完成任務的用戶對滿意度的打分是否存在顯著性差異的方法來驗證任 務完成度對用戶滿意度的影響是否顯著。
這里可以使用兩組獨立樣本T檢驗的方法，把問卷調(diào)查中采集到的樣本數(shù)據(jù)分為兩組，一組是未完成任務的用戶的滿意度打分，另一組是完成任務用戶的 滿意度打分，我們可以認為這兩組數(shù)據(jù)都是近似的符合正態(tài)分布，進而比較這兩組樣本的總體均值是否存在顯著差異。
首先提出零假設：
          H0 ： μ1 = μ2
再將收集到的樣本數(shù)據(jù)通過SPSS或Excel的數(shù)據(jù)分析功能進行雙樣本均值T檢驗，過程就不詳細論述了，不然估計很多用戶立馬會離開網(wǎng)站甚至直接關閉瀏覽器了。

   從SPSS的分析結(jié)果中可以看出，完成任務與未完成任務用戶的滿意度打分均值（上面一張表Mean值）可以看出，完成用戶的滿意度均值明顯大于未 完成用戶。從下面那張表的95%置信區(qū)間的檢驗結(jié)果可以看到，F(xiàn)檢驗的顯著性概率為0.847>0.05，所以我們可以認為完成任務用戶與未完成任 務用戶的滿意度打分的樣本方差沒有明顯差異；而T檢驗的顯著性（雙尾）概率近似于0，小于0.05，因此拒絕零假設，即兩個樣本的總體均值存在顯著差異， 進而我們可以得出完成任務的用戶滿意度顯著地高于未完成任務的用戶滿意度。
通過上面的分析，我們驗證了文章一開始提出的假設，即用戶的任務完成度對提升用戶的整體滿意度有顯著的影響。那么如何通過提高用戶的任務完成度來提升用戶滿意度呢？
如何提升用戶滿意度
提升用戶滿意度，我們可能需要做很多事情，從全局到細節(jié)，需要處處為用戶的體驗和感受著想。既然我們已經(jīng)驗證用戶的任務完成度對用戶滿意度會產(chǎn) 生顯著影響，那么我們可以先從提升用戶的任務完成度開始。這里可以參考我之前寫的關于如何讓用戶更容易地找到需要的信息的4篇文章——優(yōu)化網(wǎng)站信息架構(gòu)，優(yōu)化網(wǎng)站內(nèi)部搜索，優(yōu)化網(wǎng)站導航設計，優(yōu)化相關內(nèi)容推薦。
這些優(yōu)化可以從普遍的層面上提高用戶的任務完成度，但顯然以上這些還是不夠的，因為用戶的知識構(gòu)成存在著差異，用戶遇到的問題也會各不相同，所 以上篇文章的問卷中當用戶未完成任務時填寫的為什么沒有完成任務的開放性問題就能發(fā)揮作用了，我們需要針對各類用戶（甚至個別用戶）遇到的不同問題分別提 供有效的解決方案，這也是為什么很多網(wǎng)站都會設置FAQ甚至在線客服的原因。