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(wù)的預(yù)期與實際接受的產(chǎn)品或服務(wù)的感受間的差距，差距越小，滿意度越高。對于以信息服務(wù)為主的網(wǎng)站而言，用戶訪問網(wǎng)站的預(yù)期就是找到自己需要的信息，完成既定的任務(wù)（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(wù)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(yù)期任務(wù)（網(wǎng)站是否及格）
完成任務(wù)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(yù)期的任務(wù)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(wù)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(shè)進行驗證。

 任務(wù)完成度與用戶滿意度
為了驗證任務(wù)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(wù)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(wù)的用戶與未完成任務(wù)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(wù)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(wù)的用戶的滿意度打分，另一組是完成任務(wù)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(shè)：
          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(guān)閉瀏覽器了。

   從SPSS的分析結(jié)果中可以看出，完成任務(wù)與未完成任務(wù)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(wù)用戶與未完成任 務(wù)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(shè)，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(wù)的用戶滿意度顯著地高于未完成任務(wù)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(shè)，即用戶的任務(wù)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(wù)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(wù)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(wù)完成度開始。這里可以參考我之前寫的關(guān)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(dǎo)航設(shè)計，優(yōu)化相關(guān)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(wù)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(wù)時填寫的為什么沒有完成任務(wù)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(shè)置FAQ甚至在線客服的原因。