滿意度測(cè)評(píng)模型與方法滿意度測(cè)評(píng)模型與方法測(cè)評(píng)標(biāo)準(zhǔn)與測(cè)評(píng)方法的重要性

測(cè)評(píng)標(biāo)準(zhǔn)與測(cè)評(píng)方法的重要性

滿意度測(cè)評(píng)中的存在的問(wèn)題不同顧客的表達(dá)是不同的

要知道他們是怎么想的而不是怎么說(shuō)的不同地區(qū)顧客的感知是有差別的

需要從不同的基準(zhǔn)來(lái)衡量

定量的精確性如何保證

需要科學(xué)的、實(shí)證的數(shù)學(xué)模型國(guó)外的測(cè)評(píng)方法適合中國(guó)國(guó)情嗎

先進(jìn)的技術(shù)與本地的文化相結(jié)合測(cè)評(píng)的公正性如何保證測(cè)評(píng)由不受被測(cè)單位影響的第三方主持滿意度測(cè)評(píng)中的存在的問(wèn)題不同顧客的表達(dá)是不同的模型摘要模型建立在隱變量的基礎(chǔ)上:

對(duì)主干結(jié)構(gòu)設(shè)定了多重指標(biāo)核心的評(píng)估技術(shù):偏最小二乘法模型具有因果性和預(yù)測(cè)性:質(zhì)量因素的選擇令滿意度對(duì)績(jī)效的預(yù)測(cè)性最大化模型應(yīng)看作是一個(gè)系統(tǒng);在模型中滿意度的驅(qū)動(dòng)因素,滿意度,以及績(jī)效之間是相互聯(lián)系的,他們共同組成了模型模型摘要模型建立在隱變量的基礎(chǔ)上:

對(duì)主干結(jié)構(gòu)設(shè)定了多重指標(biāo)模型包括兩部分測(cè)量模型(“外部模型”):得分隱變量(“質(zhì)量成分”或“質(zhì)量因素”)的組成指標(biāo)(“屬性”或“顯變量”)隱變量的所有得分都轉(zhuǎn)化為百分制表示結(jié)構(gòu)模型(“內(nèi)部模型”):影響力

(直接,間接,以及整體)影響力代表了預(yù)測(cè)指標(biāo)上升5個(gè)點(diǎn)對(duì)因變量所產(chǎn)生的改變.所有的影響力都被定量化,并且可比較.模型包括兩部分測(cè)量模型(“外部模型”):得分電信運(yùn)營(yíng)商的客戶滿意度模型（例）Example推薦給他人增加新業(yè)務(wù)的使用

總體滿意度與預(yù)期相比較與理想狀況相比較話音清晰度通話中斷率等等質(zhì)量因素滿意度績(jī)效方便程度話音質(zhì)量申請(qǐng)過(guò)程價(jià)格用戶的滿意度客戶服務(wù)問(wèn)題解決I增加現(xiàn)有業(yè)務(wù)的使用品牌形象無(wú)論何時(shí)，本公司提供的服務(wù)總是成為第一選擇而被使用使用范圍和地域覆蓋費(fèi)用支付的便捷等等批準(zhǔn)所需的時(shí)間申請(qǐng)所需的信息等等投訴電話接通的難易程度客戶服務(wù)代表的態(tài)度等等解決問(wèn)題的完全程度積極的尋求解決方案來(lái)滿足你的需求等等50544072606760586674630.41.24.01.23.30.61.30.20.71.2分?jǐn)?shù)(0-100)影響力(分?jǐn)?shù)變化5個(gè)點(diǎn)所造成的變化)業(yè)務(wù)收入ARPU$12513.0%質(zhì)量屬性資費(fèi)的競(jìng)爭(zhēng)性資費(fèi)組合策略等等計(jì)費(fèi)

計(jì)費(fèi)的準(zhǔn)確性帳單準(zhǔn)時(shí)送達(dá)等等541.3電信運(yùn)營(yíng)商的客戶滿意度模型（例）Example推薦給他人增加測(cè)量模型問(wèn)題:什么是績(jī)效?核心的方法論問(wèn)題:

我們所測(cè)量的是我們想測(cè)量的嗎？這樣的測(cè)量準(zhǔn)確嗎?測(cè)量模型問(wèn)題:什么是績(jī)效?結(jié)構(gòu)模型問(wèn)題:什么是最重要的?核心的方法論問(wèn)題:所測(cè)算影響力的誤差是最小的嗎?結(jié)構(gòu)模型問(wèn)題:什么是最重要的?為什么使用隱變量?為什么使用隱變量?兩種最普通的評(píng)定客戶認(rèn)為重要的因素的方法

得出或推導(dǎo)出的重要因素直接詢問(wèn)得出的重要因素

被訪者評(píng)估或排出不同的產(chǎn)品或服務(wù)屬性的重要性及優(yōu)先次序推導(dǎo)得出的重要因素

所有產(chǎn)品或服務(wù)屬性的重要性通過(guò)統(tǒng)計(jì)分析計(jì)算以進(jìn)行定量化。兩種最普通的評(píng)定客戶認(rèn)為重要的因素的方法

得出或推導(dǎo)出的重要直接詢問(wèn)得出的重要因素直接的自我評(píng)價(jià)的重要因素：被訪者直接描述或者評(píng)估一個(gè)屬性的重要性以比較為基礎(chǔ)的自我評(píng)價(jià)的重要因素

要求被訪者對(duì)屬性的重要性進(jìn)行比較但是:被訪者真的知道他們所講的是重要的嗎？他們能夠做到實(shí)事求是的將這些重要因素排出優(yōu)先次序嗎？該種方法不能對(duì)質(zhì)量屬性和滿意度及忠誠(chéng)度的變化進(jìn)行定量直接詢問(wèn)得出的重要因素直接的自我評(píng)價(jià)的重要因素：被訪者直接描通過(guò)推導(dǎo)得出的重要因素綜合的方法要求被訪者評(píng)價(jià)或選擇產(chǎn)品或服務(wù)綜合的方法有效的測(cè)量產(chǎn)品或服務(wù)屬性中不連續(xù)的具體層面，如顏色或包裝的設(shè)計(jì)，當(dāng)屬性更主觀性時(shí)，綜合的方法的運(yùn)用將更為困難，如有關(guān)雇員禮貌的評(píng)價(jià)推導(dǎo)重要因素的方法評(píng)估質(zhì)量因素和滿意度水平之間的關(guān)系改進(jìn)的影響方法：多次回歸法，因果模型

因果模型可以很好對(duì)質(zhì)量屬性的改進(jìn)與滿意度及忠誠(chéng)度變化的關(guān)系進(jìn)行定量。通過(guò)推導(dǎo)得出的重要因素綜合的方法因果模型可以很好對(duì)質(zhì)量屬為什么使用多重指標(biāo)而不使用單項(xiàng)指標(biāo)？單項(xiàng)指標(biāo)包含有測(cè)量誤差它的測(cè)量誤差會(huì)導(dǎo)致:不精確的分?jǐn)?shù)低估重要性

(影響力偏向于零)單項(xiàng)模型缺少隱變量模型的穩(wěn)定性單項(xiàng)模型缺少理解數(shù)據(jù)的理論框架為什么使用多重指標(biāo)而不使用單項(xiàng)指標(biāo)？單項(xiàng)指標(biāo)包含有測(cè)量誤差多重分類(lèi)測(cè)量法舉例每一因素多重測(cè)量

10刻度（點(diǎn)）收益:

-增加能力，探測(cè)出微小的變化

-較少的抽樣范圍

-更多的操作性Experience經(jīng)驗(yàn)Expectation期望值Ideal理想狀態(tài)

Timeittookforcalltobeanswered電話接聽(tīng)等候時(shí)間客戶代表的禮貌CourtesyofRepresentativeCustomservice客戶服務(wù)Satisfaction滿意度Knowledgeofthecustomerservicerepresentative客戶代表的業(yè)務(wù)知識(shí)多重分類(lèi)測(cè)量法舉例每一因素多重測(cè)量收益:

-增加能力，探測(cè)出TRUESource:InstituteforSocialResearch普通測(cè)量方法的誤差觀察到的數(shù)值=真實(shí)的數(shù)值+測(cè)量誤差

66%34%TRUESource:InstituteforSoci測(cè)量“金字塔”精確度:置信區(qū)間的寬度能力:探測(cè)變化的能力是否判斷方法單項(xiàng),5點(diǎn)刻度單項(xiàng),10點(diǎn)刻度多項(xiàng)刻度,相等權(quán)重多項(xiàng)刻度“最佳”權(quán)重預(yù)測(cè)的誤差區(qū)間測(cè)量“金字塔”精確度:置信區(qū)間的寬度能力:探測(cè)變化的能力單項(xiàng)10點(diǎn)多項(xiàng)10點(diǎn)是否判斷精確度有95%的置信度(100pt.scale)*基于有關(guān)電信公司的真實(shí)數(shù)據(jù)不同分階類(lèi)型的精確度比較單項(xiàng)多項(xiàng)是否判斷精確度有95%的置信度(100pt.單項(xiàng)10點(diǎn)多項(xiàng)10點(diǎn)TopBox在變量與滿意度之間的平均相關(guān)性*基于有關(guān)電信公司的真實(shí)數(shù)據(jù)不同的分階類(lèi)型中質(zhì)量變量與滿意度之間的聯(lián)系單項(xiàng)多項(xiàng)TopBox在變量與滿意度之間的平均相關(guān)性*基于滿意度測(cè)量達(dá)到的程度基本的或期望的屬性超出期望和令人興奮的屬性績(jī)效或所說(shuō)的屬性客戶滿意非常滿意非常不滿意根本沒(méi)有達(dá)到完全達(dá)到Kano模型滿意度測(cè)量達(dá)到的程度基本的或期望的屬性超出期望和令人興奮的屬如何對(duì)模型進(jìn)行評(píng)估如何對(duì)模型進(jìn)行評(píng)估隱變量是如何構(gòu)造的理論上講:隱變量通常被認(rèn)為是顯變量的潛在原因。實(shí)踐中:隱變量是通過(guò)顯變量的加權(quán)平均獲得的;偏最小二乘法的運(yùn)算法則決定了權(quán)重。隱變量是如何構(gòu)造的理論上講:隱變量通常被認(rèn)為是顯變量的潛在原Theoretical3-BlockModel理論上的3-塊模型x1x2x3x4x5x6lx1lx3lx4lx5lx6y1y2y3ly3ly2ly1x1x2h1b1b2xixiti=+lxd,fori=1,2,3t=1,2yjyjj=+lhe1,forj=1,2,3hbxbxz111221=++lx2Theoretical3-BlockModel理論上的3x1x2x3x4x5x6w1y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3LVwxwxwx1112233=*+*+*LVwxwxwx2445566=*+*+*SATuyuyuy=*+*+*112233SATILVILVe=++1122Estimated3-BlockModel估計(jì)的3-塊模型x1x2x3x4x5x6w1y1y2y3LV1LV2SATI偏最小二乘法強(qiáng)調(diào)找出最佳的解決方案除需確定權(quán)重的隱變量外,其他隱變量的權(quán)重都賦予一個(gè)固定值,然后對(duì)需測(cè)量的隱變量的權(quán)重進(jìn)行優(yōu)化.轉(zhuǎn)到下一個(gè)隱變量,重復(fù)上述過(guò)程直至權(quán)重保持穩(wěn)定分?jǐn)?shù)計(jì)算出來(lái)后,使用加強(qiáng)的回歸分析來(lái)決定影響力x1x2x3x4x5x6y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3w1偏最小二乘法強(qiáng)調(diào)找出最佳的解決方案除需確定權(quán)重的隱變量外,其為什么使用偏最小二乘法(PLS)而不使用其他方法為什么使用偏最小二乘法(PLS)而不使用其他方法LISREL通過(guò)將所有變量之間的關(guān)系最大化的方法來(lái)找到“最好”的估計(jì)值(屬性和因素)偏最小二乘法發(fā)現(xiàn)一個(gè)模型,這個(gè)模型在預(yù)測(cè)滿意度/績(jī)效方面可以將誤差最小化-這給我們的目標(biāo)一個(gè)優(yōu)先權(quán)為什么使用PLS?而不使用LISREL(analysisoflinearstructurerelationship)?原因#1為什么使用PLS?而不使用LISREL(analysiLISREL不能生成統(tǒng)一分階的因素分?jǐn)?shù)不能進(jìn)行基準(zhǔn)比較或進(jìn)行跟蹤在因素分?jǐn)?shù)發(fā)生變化時(shí),沒(méi)有辦法解釋“影響力”P(pán)LS能夠在案例層面上生成因素的分?jǐn)?shù)所有的分?jǐn)?shù)有相同的分階所有的分?jǐn)?shù)和影響力都可比較為什么使用PLS?為什么不是LISREL?原因#2為什么使用PLS?為什么不是LISREL?原因#2為什么使用PLS?而不使用LISREL?LISREL依賴于分布假定(多元正態(tài)屬性),這對(duì)客戶滿意度的數(shù)據(jù)并不適合PLS沒(méi)有分布假定原因#3為什么使用PLS?而不使用LISREL?原因#3CFI滿意度測(cè)評(píng)方法的優(yōu)勢(shì)CFI滿意度測(cè)評(píng)方法的優(yōu)勢(shì)目標(biāo) 解釋過(guò)去 預(yù)測(cè)未來(lái)對(duì)績(jī)效的測(cè)量 單項(xiàng) 多項(xiàng) 不太精確 比較精確

沒(méi)有所需的可比較因素 總有可比較因素 不具有理想的預(yù)測(cè)功能 理想的預(yù)測(cè)功能

預(yù)測(cè)效果 不可計(jì)量或比較 可計(jì)量可比較 分割評(píng)估 同時(shí)評(píng)估

滿意度測(cè)量 缺乏理論基礎(chǔ) 強(qiáng)大的理論基礎(chǔ) 極少的績(jī)效預(yù)測(cè)因素 理想的績(jī)效預(yù)測(cè)因素

結(jié)果 不可計(jì)量 可計(jì)量

行動(dòng)計(jì)劃 主觀性 客觀性

傳統(tǒng)方法CFIGroup科羅思咨詢的方法傳統(tǒng)的客戶研究方法與CFIGroup方法的比較目標(biāo) 解釋過(guò)去 預(yù)測(cè)未來(lái)傳統(tǒng)方法CFIGroup科羅思咨詢1、有效問(wèn)卷篩選

完整地回答問(wèn)題根據(jù)問(wèn)卷要求回答問(wèn)題認(rèn)真思考后回答問(wèn)題1、有效問(wèn)卷篩選完整地回答問(wèn)題2、數(shù)據(jù)編碼和輸入

數(shù)據(jù)編碼數(shù)據(jù)輸入2、數(shù)據(jù)編碼和輸入數(shù)據(jù)編碼3、數(shù)據(jù)處理數(shù)據(jù)檢查頻數(shù)分析交叉頻數(shù)分析馬氏距離分析3、數(shù)據(jù)處理數(shù)據(jù)檢查頻數(shù)分析示例頻數(shù)分析示例3、數(shù)據(jù)處理數(shù)據(jù)處理原始數(shù)據(jù)或變量的轉(zhuǎn)換缺省數(shù)據(jù)的處理3、數(shù)據(jù)處理數(shù)據(jù)處理原始數(shù)據(jù)處理示例假設(shè)其他品牌洗發(fā)水價(jià)格不變，而該品牌洗發(fā)水的價(jià)格下降，您會(huì)購(gòu)買(mǎi)嗎？?jī)r(jià)格下降百分之幾您才會(huì)購(gòu)買(mǎi)？12345109876原始數(shù)據(jù)處理示例假設(shè)其他品牌洗發(fā)水價(jià)格不變，而該品牌洗發(fā)水的4、數(shù)據(jù)計(jì)算PLS（PartialLeastSquare）SPSS軟件（SAS）4、數(shù)據(jù)計(jì)算PLS（PartialLeastSquare5、數(shù)據(jù)分析－國(guó)家級(jí)顧客滿意指數(shù)的變動(dòng)特征－國(guó)家級(jí)顧客滿意指數(shù)與生產(chǎn)力的關(guān)系－國(guó)家級(jí)顧客滿意指數(shù)與個(gè)人消費(fèi)支出的關(guān)系－國(guó)家級(jí)顧客滿意指數(shù)與股票價(jià)值的關(guān)系－國(guó)家之間顧客滿意指數(shù)比較國(guó)家級(jí)指數(shù)－產(chǎn)業(yè)/行業(yè)顧客滿意指數(shù)的變化趨勢(shì)分析（示例）－產(chǎn)業(yè)/行業(yè)顧客滿意指數(shù)的均值與方差分析－產(chǎn)業(yè)/行業(yè)顧客滿意指數(shù)結(jié)構(gòu)變量相關(guān)關(guān)系分析（示例）產(chǎn)業(yè)/行業(yè)級(jí)指數(shù)－產(chǎn)品/服務(wù)類(lèi)別顧客滿意指數(shù)的歷史比較－產(chǎn)品/服務(wù)類(lèi)別中主要品牌顧客滿意指數(shù)的比較（示例）－產(chǎn)品/服務(wù)類(lèi)別中主要品牌顧客滿意指數(shù)各相關(guān)變量的比較－產(chǎn)品/服務(wù)類(lèi)別中主要品牌顧客滿意指數(shù)人口統(tǒng)計(jì)特征分析（示例）產(chǎn)品/服務(wù)類(lèi)別級(jí)指數(shù)－結(jié)構(gòu)變量之間的影響關(guān)系分析（示例）－結(jié)構(gòu)變量與觀測(cè)變量之間的相關(guān)關(guān)系分析（示例）－行業(yè)內(nèi)比較分析（示例）企業(yè)/品牌級(jí)指數(shù)5、數(shù)據(jù)分析－國(guó)家級(jí)顧客滿意指數(shù)的變動(dòng)特征國(guó)家級(jí)指數(shù)－產(chǎn)業(yè)產(chǎn)業(yè)/行業(yè)級(jí)顧客滿意指數(shù)變化趨勢(shì)分析（示例）產(chǎn)業(yè)/行業(yè)級(jí)顧客滿意指數(shù)變化趨勢(shì)分析（示例）××行業(yè)顧客滿意指數(shù)

結(jié)構(gòu)變量相關(guān)關(guān)系分析（示例）感知價(jià)值顧客忠誠(chéng)顧客滿意度感知質(zhì)量品牌形象預(yù)期質(zhì)量0.450.560.090.150.360.160.050.600.551.150.29××行業(yè)顧客滿意指數(shù)

結(jié)構(gòu)變量相關(guān)關(guān)系分析（示例）感知價(jià)值顧××行業(yè)預(yù)期質(zhì)量對(duì)其他

結(jié)構(gòu)變量的影響（示例）預(yù)期質(zhì)量感知質(zhì)量感知價(jià)值顧客滿意度用戶忠誠(chéng)直接影響0.360.160.05---間接影響---0.210.310.41全部影響0.360.370.360.41××行業(yè)預(yù)期質(zhì)量對(duì)其他

結(jié)構(gòu)變量的影響（示例）預(yù)期質(zhì)量感知質(zhì)××行業(yè)主要品牌

顧客滿意指數(shù)比較（示例）平均值××行業(yè)主要品牌

顧客滿意指數(shù)比較（示例）平均值××行業(yè)顧客滿意指數(shù)

人口統(tǒng)計(jì)特征分析（示例）××行業(yè)顧客滿意指數(shù)

人口統(tǒng)計(jì)特征分析（示例）CL品牌顧客滿意指數(shù)

結(jié)構(gòu)變量的影響關(guān)系分析（示例）感知價(jià)值顧客忠誠(chéng)顧客滿意度感知質(zhì)量品牌形象預(yù)期質(zhì)量0.430.540.170.200.260.150.040.570.541.170.27CL品牌顧客滿意指數(shù)

結(jié)構(gòu)變量的影響關(guān)系分析（示例）感知價(jià)值CL品牌形象對(duì)其他結(jié)構(gòu)變量的影響（示例）形象預(yù)期質(zhì)量感知質(zhì)量感知價(jià)值顧客滿意度用戶忠誠(chéng)直接影響0.430.540.170.20---間接影響---0.110.440.530.86全部影響0.430.650.610.730.86CL品牌形象對(duì)其他結(jié)構(gòu)變量的影響（示例）形象預(yù)期質(zhì)量感知質(zhì)量CL品牌顧客滿意指數(shù)結(jié)構(gòu)變量與觀測(cè)變量之間的關(guān)系分析（示例）感知質(zhì)量65.41預(yù)期質(zhì)量66.68總體感知質(zhì)量（65.56）服務(wù)感知質(zhì)量（63.67）顧客化感知質(zhì)量（64.36）可靠性感知質(zhì)量（66.44）總體預(yù)期質(zhì)量（65.63）顧客化預(yù)期質(zhì)量（65.89）服務(wù)預(yù)期質(zhì)量（64.28）可靠性預(yù)期質(zhì)量（68.32）0.780.750.790.830.800.850.890.90CL品牌顧客滿意指數(shù)結(jié)構(gòu)變量與觀測(cè)變量之間的關(guān)系分析（示例）CL品牌形象

行業(yè)內(nèi)比較分析（示例）平均值CL品牌形象

行業(yè)內(nèi)比較分析（示例）平均值滿意度測(cè)評(píng)模型與方法滿意度測(cè)評(píng)模型與方法測(cè)評(píng)標(biāo)準(zhǔn)與測(cè)評(píng)方法的重要性

測(cè)評(píng)標(biāo)準(zhǔn)與測(cè)評(píng)方法的重要性

滿意度測(cè)評(píng)中的存在的問(wèn)題不同顧客的表達(dá)是不同的

要知道他們是怎么想的而不是怎么說(shuō)的不同地區(qū)顧客的感知是有差別的

需要從不同的基準(zhǔn)來(lái)衡量

定量的精確性如何保證

需要科學(xué)的、實(shí)證的數(shù)學(xué)模型國(guó)外的測(cè)評(píng)方法適合中國(guó)國(guó)情嗎

先進(jìn)的技術(shù)與本地的文化相結(jié)合測(cè)評(píng)的公正性如何保證測(cè)評(píng)由不受被測(cè)單位影響的第三方主持滿意度測(cè)評(píng)中的存在的問(wèn)題不同顧客的表達(dá)是不同的模型摘要模型建立在隱變量的基礎(chǔ)上:

對(duì)主干結(jié)構(gòu)設(shè)定了多重指標(biāo)核心的評(píng)估技術(shù):偏最小二乘法模型具有因果性和預(yù)測(cè)性:質(zhì)量因素的選擇令滿意度對(duì)績(jī)效的預(yù)測(cè)性最大化模型應(yīng)看作是一個(gè)系統(tǒng);在模型中滿意度的驅(qū)動(dòng)因素,滿意度,以及績(jī)效之間是相互聯(lián)系的,他們共同組成了模型模型摘要模型建立在隱變量的基礎(chǔ)上:

對(duì)主干結(jié)構(gòu)設(shè)定了多重指標(biāo)模型包括兩部分測(cè)量模型(“外部模型”):得分隱變量(“質(zhì)量成分”或“質(zhì)量因素”)的組成指標(biāo)(“屬性”或“顯變量”)隱變量的所有得分都轉(zhuǎn)化為百分制表示結(jié)構(gòu)模型(“內(nèi)部模型”):影響力

(直接,間接,以及整體)影響力代表了預(yù)測(cè)指標(biāo)上升5個(gè)點(diǎn)對(duì)因變量所產(chǎn)生的改變.所有的影響力都被定量化,并且可比較.模型包括兩部分測(cè)量模型(“外部模型”):得分電信運(yùn)營(yíng)商的客戶滿意度模型（例）Example推薦給他人增加新業(yè)務(wù)的使用

總體滿意度與預(yù)期相比較與理想狀況相比較話音清晰度通話中斷率等等質(zhì)量因素滿意度績(jī)效方便程度話音質(zhì)量申請(qǐng)過(guò)程價(jià)格用戶的滿意度客戶服務(wù)問(wèn)題解決I增加現(xiàn)有業(yè)務(wù)的使用品牌形象無(wú)論何時(shí)，本公司提供的服務(wù)總是成為第一選擇而被使用使用范圍和地域覆蓋費(fèi)用支付的便捷等等批準(zhǔn)所需的時(shí)間申請(qǐng)所需的信息等等投訴電話接通的難易程度客戶服務(wù)代表的態(tài)度等等解決問(wèn)題的完全程度積極的尋求解決方案來(lái)滿足你的需求等等50544072606760586674630.41.24.01.23.30.61.30.20.71.2分?jǐn)?shù)(0-100)影響力(分?jǐn)?shù)變化5個(gè)點(diǎn)所造成的變化)業(yè)務(wù)收入ARPU$12513.0%質(zhì)量屬性資費(fèi)的競(jìng)爭(zhēng)性資費(fèi)組合策略等等計(jì)費(fèi)

計(jì)費(fèi)的準(zhǔn)確性帳單準(zhǔn)時(shí)送達(dá)等等541.3電信運(yùn)營(yíng)商的客戶滿意度模型（例）Example推薦給他人增加測(cè)量模型問(wèn)題:什么是績(jī)效?核心的方法論問(wèn)題:

我們所測(cè)量的是我們想測(cè)量的嗎？這樣的測(cè)量準(zhǔn)確嗎?測(cè)量模型問(wèn)題:什么是績(jī)效?結(jié)構(gòu)模型問(wèn)題:什么是最重要的?核心的方法論問(wèn)題:所測(cè)算影響力的誤差是最小的嗎?結(jié)構(gòu)模型問(wèn)題:什么是最重要的?為什么使用隱變量?為什么使用隱變量?兩種最普通的評(píng)定客戶認(rèn)為重要的因素的方法

得出或推導(dǎo)出的重要因素直接詢問(wèn)得出的重要因素

被訪者評(píng)估或排出不同的產(chǎn)品或服務(wù)屬性的重要性及優(yōu)先次序推導(dǎo)得出的重要因素

所有產(chǎn)品或服務(wù)屬性的重要性通過(guò)統(tǒng)計(jì)分析計(jì)算以進(jìn)行定量化。兩種最普通的評(píng)定客戶認(rèn)為重要的因素的方法

得出或推導(dǎo)出的重要直接詢問(wèn)得出的重要因素直接的自我評(píng)價(jià)的重要因素：被訪者直接描述或者評(píng)估一個(gè)屬性的重要性以比較為基礎(chǔ)的自我評(píng)價(jià)的重要因素

要求被訪者對(duì)屬性的重要性進(jìn)行比較但是:被訪者真的知道他們所講的是重要的嗎？他們能夠做到實(shí)事求是的將這些重要因素排出優(yōu)先次序嗎？該種方法不能對(duì)質(zhì)量屬性和滿意度及忠誠(chéng)度的變化進(jìn)行定量直接詢問(wèn)得出的重要因素直接的自我評(píng)價(jià)的重要因素：被訪者直接描通過(guò)推導(dǎo)得出的重要因素綜合的方法要求被訪者評(píng)價(jià)或選擇產(chǎn)品或服務(wù)綜合的方法有效的測(cè)量產(chǎn)品或服務(wù)屬性中不連續(xù)的具體層面，如顏色或包裝的設(shè)計(jì)，當(dāng)屬性更主觀性時(shí)，綜合的方法的運(yùn)用將更為困難，如有關(guān)雇員禮貌的評(píng)價(jià)推導(dǎo)重要因素的方法評(píng)估質(zhì)量因素和滿意度水平之間的關(guān)系改進(jìn)的影響方法：多次回歸法，因果模型

因果模型可以很好對(duì)質(zhì)量屬性的改進(jìn)與滿意度及忠誠(chéng)度變化的關(guān)系進(jìn)行定量。通過(guò)推導(dǎo)得出的重要因素綜合的方法因果模型可以很好對(duì)質(zhì)量屬為什么使用多重指標(biāo)而不使用單項(xiàng)指標(biāo)？單項(xiàng)指標(biāo)包含有測(cè)量誤差它的測(cè)量誤差會(huì)導(dǎo)致:不精確的分?jǐn)?shù)低估重要性

(影響力偏向于零)單項(xiàng)模型缺少隱變量模型的穩(wěn)定性單項(xiàng)模型缺少理解數(shù)據(jù)的理論框架為什么使用多重指標(biāo)而不使用單項(xiàng)指標(biāo)？單項(xiàng)指標(biāo)包含有測(cè)量誤差多重分類(lèi)測(cè)量法舉例每一因素多重測(cè)量

10刻度（點(diǎn)）收益:

-增加能力，探測(cè)出微小的變化

-較少的抽樣范圍

-更多的操作性Experience經(jīng)驗(yàn)Expectation期望值Ideal理想狀態(tài)

Timeittookforcalltobeanswered電話接聽(tīng)等候時(shí)間客戶代表的禮貌CourtesyofRepresentativeCustomservice客戶服務(wù)Satisfaction滿意度Knowledgeofthecustomerservicerepresentative客戶代表的業(yè)務(wù)知識(shí)多重分類(lèi)測(cè)量法舉例每一因素多重測(cè)量收益:

-增加能力，探測(cè)出TRUESource:InstituteforSocialResearch普通測(cè)量方法的誤差觀察到的數(shù)值=真實(shí)的數(shù)值+測(cè)量誤差

66%34%TRUESource:InstituteforSoci測(cè)量“金字塔”精確度:置信區(qū)間的寬度能力:探測(cè)變化的能力是否判斷方法單項(xiàng),5點(diǎn)刻度單項(xiàng),10點(diǎn)刻度多項(xiàng)刻度,相等權(quán)重多項(xiàng)刻度“最佳”權(quán)重預(yù)測(cè)的誤差區(qū)間測(cè)量“金字塔”精確度:置信區(qū)間的寬度能力:探測(cè)變化的能力單項(xiàng)10點(diǎn)多項(xiàng)10點(diǎn)是否判斷精確度有95%的置信度(100pt.scale)*基于有關(guān)電信公司的真實(shí)數(shù)據(jù)不同分階類(lèi)型的精確度比較單項(xiàng)多項(xiàng)是否判斷精確度有95%的置信度(100pt.單項(xiàng)10點(diǎn)多項(xiàng)10點(diǎn)TopBox在變量與滿意度之間的平均相關(guān)性*基于有關(guān)電信公司的真實(shí)數(shù)據(jù)不同的分階類(lèi)型中質(zhì)量變量與滿意度之間的聯(lián)系單項(xiàng)多項(xiàng)TopBox在變量與滿意度之間的平均相關(guān)性*基于滿意度測(cè)量達(dá)到的程度基本的或期望的屬性超出期望和令人興奮的屬性績(jī)效或所說(shuō)的屬性客戶滿意非常滿意非常不滿意根本沒(méi)有達(dá)到完全達(dá)到Kano模型滿意度測(cè)量達(dá)到的程度基本的或期望的屬性超出期望和令人興奮的屬如何對(duì)模型進(jìn)行評(píng)估如何對(duì)模型進(jìn)行評(píng)估隱變量是如何構(gòu)造的理論上講:隱變量通常被認(rèn)為是顯變量的潛在原因。實(shí)踐中:隱變量是通過(guò)顯變量的加權(quán)平均獲得的;偏最小二乘法的運(yùn)算法則決定了權(quán)重。隱變量是如何構(gòu)造的理論上講:隱變量通常被認(rèn)為是顯變量的潛在原Theoretical3-BlockModel理論上的3-塊模型x1x2x3x4x5x6lx1lx3lx4lx5lx6y1y2y3ly3ly2ly1x1x2h1b1b2xixiti=+lxd,fori=1,2,3t=1,2yjyjj=+lhe1,forj=1,2,3hbxbxz111221=++lx2Theoretical3-BlockModel理論上的3x1x2x3x4x5x6w1y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3LVwxwxwx1112233=*+*+*LVwxwxwx2445566=*+*+*SATuyuyuy=*+*+*112233SATILVILVe=++1122Estimated3-BlockModel估計(jì)的3-塊模型x1x2x3x4x5x6w1y1y2y3LV1LV2SATI偏最小二乘法強(qiáng)調(diào)找出最佳的解決方案除需確定權(quán)重的隱變量外,其他隱變量的權(quán)重都賦予一個(gè)固定值,然后對(duì)需測(cè)量的隱變量的權(quán)重進(jìn)行優(yōu)化.轉(zhuǎn)到下一個(gè)隱變量,重復(fù)上述過(guò)程直至權(quán)重保持穩(wěn)定分?jǐn)?shù)計(jì)算出來(lái)后,使用加強(qiáng)的回歸分析來(lái)決定影響力x1x2x3x4x5x6y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3w1偏最小二乘法強(qiáng)調(diào)找出最佳的解決方案除需確定權(quán)重的隱變量外,其為什么使用偏最小二乘法(PLS)而不使用其他方法為什么使用偏最小二乘法(PLS)而不使用其他方法LISREL通過(guò)將所有變量之間的關(guān)系最大化的方法來(lái)找到“最好”的估計(jì)值(屬性和因素)偏最小二乘法發(fā)現(xiàn)一個(gè)模型,這個(gè)模型在預(yù)測(cè)滿意度/績(jī)效方面可以將誤差最小化-這給我們的目標(biāo)一個(gè)優(yōu)先權(quán)為什么使用PLS?而不使用LISREL(analysisoflinearstructurerelationship)?原因#1為什么使用PLS?而不使用LISREL(analysiLISREL不能生成統(tǒng)一分階的因素分?jǐn)?shù)不能進(jìn)行基準(zhǔn)比較或進(jìn)行跟蹤在因素分?jǐn)?shù)發(fā)生變化時(shí),沒(méi)有辦法解釋“影響力”P(pán)LS能夠在案例層面上生成因素的分?jǐn)?shù)所有的分?jǐn)?shù)有相同的分階所有的分?jǐn)?shù)和影響力都可比較為什么使用PLS?為什么不是LISREL?原因#2為什么使用PLS?為什么不是LISREL?原因#2為什么使用PLS?而不使用LISREL?LISREL依賴于分布假定(多元正態(tài)屬性),這對(duì)客戶滿意度的數(shù)據(jù)并不適合PLS沒(méi)有分布假定原因#3為什么使用PLS?而不使用LISREL?原因#3CFI滿意度測(cè)評(píng)方法的優(yōu)勢(shì)CFI滿意度測(cè)評(píng)方法的優(yōu)勢(shì)目標(biāo) 解釋過(guò)去 預(yù)測(cè)未來(lái)對(duì)績(jī)效的測(cè)量 單項(xiàng) 多項(xiàng) 不太精確 比較精確

沒(méi)有所需的可比較因素 總有可比較因素 不具有理想的預(yù)測(cè)功能 理想的預(yù)測(cè)功能

預(yù)測(cè)效果 不可計(jì)量或比較 可計(jì)量可比較 分割評(píng)估 同時(shí)評(píng)估

滿意度測(cè)量 缺乏理論基礎(chǔ) 強(qiáng)大的理論基礎(chǔ) 極少的績(jī)效預(yù)測(cè)因素 理想的績(jī)效預(yù)測(cè)因素

結(jié)果 不可計(jì)量 可計(jì)量

行動(dòng)計(jì)劃 主觀性 客觀性

傳統(tǒng)方法CFIGroup科羅思咨詢的方法傳統(tǒng)的客戶研究方法與CFIGroup方法的比較目標(biāo) 解釋過(guò)去 預(yù)測(cè)未來(lái)傳統(tǒng)方法CFIGroup科羅思咨詢1、有效問(wèn)卷篩選

完整地回答問(wèn)題根據(jù)問(wèn)卷要求回答問(wèn)題認(rèn)真思考后回答問(wèn)題1、有效問(wèn)卷篩選完整地回答問(wèn)題2、數(shù)據(jù)編碼和輸入

數(shù)據(jù)編碼數(shù)據(jù)輸入2、數(shù)據(jù)編碼和輸入數(shù)據(jù)編碼3、數(shù)據(jù)處理數(shù)據(jù)檢查頻數(shù)分析交叉頻數(shù)分析馬氏距離分析3、數(shù)據(jù)處理數(shù)據(jù)檢查頻數(shù)分析示例頻數(shù)分析示例3、數(shù)據(jù)處理數(shù)據(jù)處理原始數(shù)據(jù)或變量的轉(zhuǎn)換缺省數(shù)據(jù)的處理3、數(shù)據(jù)處理數(shù)據(jù)處理原始數(shù)據(jù)處理示例假設(shè)其他品牌洗發(fā)水價(jià)格不變，而該品牌洗發(fā)水的價(jià)格下降，您會(huì)購(gòu)買(mǎi)嗎？?jī)r(jià)格下降百分之幾您才會(huì)購(gòu)買(mǎi)？12345109876原始數(shù)據(jù)處理示例假設(shè)其他品牌洗發(fā)水價(jià)格不變，而該品牌洗發(fā)水的4、數(shù)據(jù)計(jì)算PLS（PartialLeastSquare）SPSS軟件（SAS）4、數(shù)據(jù)計(jì)算PLS（PartialLeastSquare5、數(shù)據(jù)分析－國(guó)家級(jí)顧客滿意指數(shù)的變動(dòng)特征－國(guó)家級(jí)顧客滿意指數(shù)與生產(chǎn)力的關(guān)系－國(guó)家級(jí)顧客滿意指數(shù)與個(gè)人消費(fèi)支出的關(guān)系－國(guó)家級(jí)顧客滿意指數(shù)與股票價(jià)值的關(guān)系－國(guó)家之間顧客滿意指數(shù)比較國(guó)家級(jí)指數(shù)－產(chǎn)業(yè)/行業(yè)顧客滿意指數(shù)的變化趨勢(shì)分析（示例）－產(chǎn)業(yè)/行業(yè)顧