别再把“满意度”和“满意率”混为一谈！一文搞懂满意度测评全部算法逻辑

（第三方满意度调查）（满意度调研公司）做满意度调研常遇困惑：问卷打分高，满意度指数却偏低；换不同量表结果差距大；多层指标不知如何加权。较常见误区是满意率=满意度，二者算法、标准、场景完全不同，下面通俗拆解核心逻辑。

一、满意率≠满意度，一字之差天差地别

1.满意率：只看**比例，简单片面

算法：仅统计“满意+非常满意”样本占比，中性、差评不计。

公式：满意率=（满意+非常满意样本）÷有效总样本×100%

例子：100份问卷（40份非常满意、30份满意、30份一般/不满意），满意率=70%。

特点：易理解、适合对外公示；但忽略差评，掩盖服务漏洞。

2.满意度：量化加权得分，反映真实体验

算法：给每个评价等级赋值，综合核算平均分，兼顾所有评价。

公式：满意度=∑（各等级样本数×对应分值）÷（总样本数×满分值）×100

例子：同上100份问卷，5级量表赋值（100/80/60/30/0），得分低于70%。

特点：客观精准、能找短板；计算复杂，适合内部诊断、行业对标。

总结：满意率对外好看，满意度对内诊断。

二、量表怎么选？5/7/10级各有适配场景

1.5级量表（行业通用）

等级：非常满意、满意、一般、不满意、非常不满意

赋值：100、80、60、30、0

场景：物业、市政、民生调研；简洁稳定，精度一般。

2.7级量表（中端精细）

等级：5级基础上增“偏满意、偏不满意”

赋值：100、85、70、60、45、25、0

场景：连锁商业、高端服务、文旅景区；区分度适中。

3.10级量表（高精度）

等级：1-10分打分

场景：ToB商务、高端写字楼、品牌忠诚度调研；精度高，但易有人情分。

建议：民生选5级、商业选7级、商务深度测评选10级。

三、多层指标核算：权重决定结果价值

专业测评分三级指标，权重不平均分配：

三级指标（单题）：问卷具体题目，直接赋值算分，定位单点问题。

二级指标（维度）：同类三级题汇总，加权平均得维度分（如“环境管理”含保洁、绿化等）。

总体满意度：各二级维度按行业侧重加权（住宅重安保、园区重消防），得出总分。

避坑：指标平均加权会掩盖核心短板，无参考价值。

四、4大常见算法误区

把满意率当满意度：失真，不利于内部整改。

盲目用10级量表：民生场景没必要，数据易波动。

指标平均权重：不分主次，弱化核心问题。

不做数据清洗：人情分、异常值拉低专业性。

五、专业测评核心优势

定制化量表：按行业匹配5/7/10级量表。

行业权重模型：贴合业态，突出核心指标。

双数据输出：同步满意率（对外）+满意度（对内）。

数据降噪：剔除无效样本，还原真实评价。

层级化诊断：从单题到总体，精准定位问题并给方案。

深圳满意度咨询（SSC），本土深耕多年的第三方专业测评机构，专注满意度指数测评、服务质量巡检、神秘顾客暗访、指标体系搭建、行业算法建模。精通各类满意度算法逻辑，适配市政公用、物业服务、商贸连锁、产业园区、政企商务合作等多行业场景。坚持科学建模、客观核算、中立研判，拒绝模板化通用算法，以定制化测评模型、严谨数据质控，为客户输出真实、合规、可落地的专业调研报告，用算法还原服务本质，用数据助力行业优化升级。

满意度测评核心是选对量表、分清算法、合理加权、科学降噪。满意率看口碑，满意度看服务，层级指标找根源，才能读懂用户诉求。