利用矩阵排列优先顺序
相关系数不仅能单独使用，还可与其他指标组合起来进一步应用。例如，图 3-12 的例子是温泉旅馆的顾客问卷调查结果。除了综合满意度之外，该问卷调查还包括顾客对其中 5 个因素的评分。
图 3-12 温泉旅馆顾客满意度问卷调查结果
“综合满意度”决定了顾客是否会再次光临，因此需要判断在哪个方面加大力度才能提高综合满意度。旅馆的资源（经费、时间、人员等）有限，需要对 5 个因素进行比较，决定其优先顺序。为此，我们考察了各因素与综合满意度的相关系数（图 3-13）。
图 3-13 各因素与综合满意度的相关系数
同时还计算了各个因素的平均得分。仅凭这些仍然难以做出判断，所以又以相关系数为纵轴，以平均值为横轴，做成图 3-14 所示的矩阵。
为了明确评价标准，我们将综合满意度的平均值（61.6 分）和相关系数 0.5 做了突出显示。与综合满意度具有相关关系（以 0.5 为标准）的，包括“料理”“洗浴”和“服务态度”。“料理”与综合满意度的相关程度最高，不过“料理”的得分已经达到了较高水平，远远高于平均值，因此与其他方面相比，可改进的余地比较小。当然，如果“料理”得分降低也会产生严重的后果，所以必须要维持现状。
图 3-14 顾客满意度矩阵
另一方面，“洗浴”与综合满意度有相关关系，但平均得分较低。因此“洗浴”方面还有较大的改进余地，而且改进越多就越能提高综合满意度。同理，继“洗浴”之后需要强化的是“服务态度”。
需要注意的是，这里将与“综合满意度”的关系的密切程度作为一个维度，将“得分”数值作为另一个维度，这样可以把性质迥异的 2 个维度结合起来，互相补充对方所欠缺的信息。
也就是说，只靠相关系数体现的关系密切程度，无法看出“现在的得分是高还是低”。另一方面，仅凭“得分的高低”，也无法了解它对综合满意度有多大贡献（恐怕很多人都有过仅凭得分高低做判断的经历吧）。将 2 个维度组合起来，可以补充缺失的信息，能够更深入、更清晰地体现出整体情况。
像这样，需要客观地决定优先顺序时，可以通过 2 个维度展现其相对定位。这样不仅可以使分析更具深度，也更便于与其他人共享直观化的信息，在组织内形成共识。请想象一下对每个维度单独展开讨论的情形，与只用平均值单纯比较相比，运用相关系数得出的结果更易于展开讨论。
来自不同部门或具有不同国籍等多样化背景参与者之间，很难实现相互理解并达成共识。不过有一些方法确实可以让所有人都更容易接受。“2 个维度”的直观方法就是其中之一。它最大的优势就是，既可以让人从主观上理解，同时又能够提供客观依据。
我曾经多次使用过这个武器。例如有时需要在短短 5 分钟的有限时间内，同时展示结论和根据，征得所有高层管理者的一致同意，那么这个方法就可以发挥绝佳效果。