1、顧客滿意度測評的模糊集合論模型（上海海信市場研究公司 總經理 岑詠霆教授） 摘要 本文闡述顧客滿意度測評中應用模糊集合論的觀念和方法的必要性，本文在美國顧客滿意度指標（ACSI）的計量經濟模型的基礎上提取顧客期望與感知質量，感知質量與價格等級，顧客報抱怨與顧客忠誠三對測評因素，以模糊推理和模糊綜合評判為基本原理，構作模糊集合論模型。關鍵詞 顧客滿意 ACSI 模糊綜合評判 模糊推理  Fuzzy Set model of Customer Satisfaction Evaluation(Shanghai Haixin Marketing Research Comp

2、any General Manager Professor CenYongting) 引言現代營銷理念是以“顧客導向”“顧客滿意”為其基本出發點及歸宿。在我國，隨著社會生產力的不斷發展，隨著經濟體制改革的不斷深入，隨著社會主義市場經濟的不斷完善，顧客滿意的理論和實踐受到企業界、學術界、教育界以及社會方方面面的關注和重視，是十分自然的事情。1989年瑞典率先建立了國家顧客滿意度指數，隨后德國、美國、加拿大、韓國等20多個國家和地區先后建立了全國的顧客滿意度指數。我國的顧客滿意度指數理論研究和實際運作已經得到有關部門的高度重視，上海市關于顧客滿意度的研究在上海市技術監督局的關心支持下，由

3、上海市質量管理科學院較早地開展了課題研究，并在建立地區性的行業CSI工作上取得了突破性的進展。為我國CSI的建立發揮了積極的推動作用。由筆者提出并得到上海市質量科學研究院立項的顧客滿意度測評的模糊方法，擬作為我國探索顧客滿意度測評方法的一個獨特視角，開展研究，以期引起廣大理論界、學術界的重視。該課題已通過以國際質量科學院院士劉源張教授為首的專家組的鑒定。專家認為，本課題開拓了顧客滿意度研究的新的領域，具有開創性。 一、關于美國顧客滿意度指數測評方法的思考在提出“顧客滿意度測評的模糊集合論模型”之前有必要對美國的顧客滿意度測評方法進行思考。其主要目的在于：1、 1、  借鑒A

4、CSI的合理因素；2、 2、  尋找模糊集合論模型的存在依據。美國顧客滿意度測評方法是基于如下的計量經濟學模型。（見圖51）  1 感知質量 + 3 - 顧客抱怨4 + 43 + 11 2 感知價值 顧客滿意3 +/- + 21 + 顧客預期 31 53 + 顧客忠誠5 圖51 在這一模型中，關于結構模型，共有6個潛在變量其中，5個為內生潛在變量為：1：感知質量 2：感知價值3：顧客滿意度指數 4：顧客抱怨5：顧客忠誠其中，1個外生潛在變量為 ：顧客期望在這些潛在變量組成的向量之間建立結構方程式模型 為潛在內生變量對潛在內生變量的效應系數矩陣為潛在外生變量對潛在內

5、生變量的效應系數矩陣表示殘差項構成的向量顯然，結構方程式又可寫成非向量形式：在這一模型中關于度量模型的，和外生潛在變量、即顧客期望對應的外生顯在變量有3個：這些變量之間的度量關系的向量方程式為非向量形式為： 和5個內生潛在變量對應的內生顯在變量有11個，。這些變量之間的度量關系的向量方程式為 非向量形式為 ACSI可應用LISREL統計軟件進行參數統計，并在此基礎上計算ACSI。針對上述的ACSI模型，可以進行如下的思考。1、客觀世界存在著兩種不確定性。“第一類不確定性”是眾所周知的“隨機性”，是指在個別試驗中呈現不確定性，也即在每次試驗之前無法預知確切的結果，但在相同條件下，在大量

6、重復試驗中又呈現出的某種規律性。在美國的顧客滿意度的測評中，注意并重視了變量的第一類不確定性，并且采用了十分成熟的數理統計方法予以處理。但是客觀世界還存在著第二類不確定性，這類不確定性是對某些事物人們不可能給予它們以明確的定義和確定性的評定標準而具有的不確定性。這就是所謂的模糊性。如果忽視了這種不確定性，那末進行統計的原始數據的真實性將會存在很大的問題，如用清晰等級來劃分顧客的實際感受，這和顧客心理活動的實際情況是存在很大差異的，在此基礎上進行復雜多元統計的必要性也將是值得考慮的。因此，在取得實測數據時，必須考慮消費者心理感知的模糊性，應該避免等級的清晰劃分，避免界點兩側的躍變，要承認等級之間

7、的中介過渡和亦此亦彼性。2、在美國的顧客滿意度的測評中，在測評原始數據的基礎上進行精確的數理統計，純然，這是一種處理方法，但是當數據本身是否能準確描述實際情況還存在某種疑惑時這種精確求解的必要性是可以探討的。實際上我們可以另辟蹊徑，從精確性上后退一步不是去追求一個精確解，而是滿足于一個滿意解。3、在上述的ACSI模型中，在潛在變量之間，在潛在變量和外生顯在變量及內生顯在變量之間采用了“線性”結構。這一“規定”實在是“人為”的而非“本源”的。在這樣的認識基礎上，我們完全可以應用模糊統計、模糊綜合評判以及在模糊控制理論和實踐中已經取得成功的模糊推理方法來測評顧客滿意度指數。 二、顧客滿意

8、度測評模糊方法的基本模型顧客的滿意度測評的基本模型充分考慮了傳統顧客滿意度測評的計量經濟學模型所涉及的結構變量對顧客滿意度的影響。并且把這個結構變量分為三個類別：第一類：感知質量與顧客期望第二類：感知價值（給定價格時的質量等級 給定等級時的價格等級）第三類：顧客抱怨與顧客忠誠其基本思路是根據菲列浦·科特勒的觀點 顧客滿意=f（顧客期望-感知質量） 并予以擴充f=（顧客期望-感知質量）f=（價格等級-質量等級） 顧客滿意f=（顧客忠誠-顧客抑怨） 三、顧客滿意度測評模糊方法的基本工具一） 一）模糊綜合評判1單因素模糊評判模糊綜合評判問題，有二個要素。其一是 “評判因素集”，它

9、是對事物進行模糊綜合評判時的 “評判角度”或稱 “評判因素”。一般，因素集可記為：U=u1,u2,ui,um 其中，ui表示第i個因素。 另一個要素是“評語等級集”，如據具體問題，可以規定的等級為“很好、較好、一般、較差、很差”五個等級，或“滿意、較滿意、一般、較不滿意、不滿意”五個等級。 一般評語等級集可以記為：V=v1,v2,vj,vn其中，vj表示第j個評語等級。單因素評判是模糊綜合評判的基礎，它僅根據被評判事物的某一個因素ui來評判該事物對各評語等級的隸屬度，評定的結果為一模糊集：+簡記為一個模糊向量其中當評定對象只有一個評判因素時，單因素評判就是對該對象的評判結果。其所得的模糊向量也

10、就是該對象的“等級模糊向量”。為與綜合評判的記法相同，也可記為：  其中  2多因素模糊評判多因素評判是建立在單因素評判基礎之上的，通過單因素評判得到m個模糊向量。 = ri1, ri2, rij, rin (i=1,2, m)這m個單因素評判向量構成一個m×n模糊矩陣，稱之為評判矩陣，記為： 為了進行綜合評判，還要考慮評判因素的權重，即各評判因素在評判過程中所起作用的大小，設為因素作用模糊集，則：其中表示第i因素ui在綜合評定中所起作用的度量，其在0，1上取值。的確定對綜合評判而言是非常重要的，并且的確定與后面提及的模糊綜合評判“合成原則”關

11、系密切。有了和,則 或其中“。”為模糊合成運算符號。“。”的具體意義可以通過bj(j=1,2,n)的具體計算方法給出。其中“”為廣義模糊“與”運算算子，“”為廣義模糊“或”運算算子，它們是互相對偶的，此時模糊綜合評判模型簡記為：M(,)主要的模糊對偶算子如下： 表41具體計算方法( )  3多級模糊綜合評判 多級模糊綜合評判的基礎是二級綜合評判 設因素論域U，評語論域為V，把因素論域U按某種標準分成S個互不相交的子集： 滿足 Ø對每個因素子集，在V上進行第一級綜合評判中各因素在綜合評判中作用向量為于是 =對于不同的k應取同一模型合成實際上就是把因素子集看作為一個因

12、素進行單因素評判所得的評判向量。在因素論域上進行第二級綜合評判。這時，對因素的單因素評判向量已經得出，即為所以評判矩陣已經求出，即為根據各因素子集在綜合評判中所起作用的大小確定因素作用向量。最后的評判向量即為 二級綜合評判可用圖41表示 二級綜合評判可用圖41表示  R 圖41  圖41 4模糊評判結果的應用當評判向量為給各評定等級賦予參數值等級 v1 v2 vn參數 1 2 n據加權平均計算的公式，可算出表證被評判對象優劣的指標。 一般可作為評判滿意度的數量表示。也可采用具有滿意傾向的隸屬度之和作為評判滿意度的數量表示。 

13、5. 判模式的可選擇性模糊綜合評判模型M(,)，有多種具體形式，且每一個數學模型對應于一個評判函數， 如：理論研究表明，要保證綜合評判結果的合理性，當且僅當 即在模式中要求 中要求 中要求 中要求 中要求 在以上模式中，與模式在實際應用中最常用。 在模式中，并無權重的意義，是一種“主因素突出型的模式” 另一常用模式在保證綜合評判合理性的條件下有=1，于是轉化為“加權”平均型。  二）模糊推理顧客滿意度測評的另一個重要模糊集合論工具是模糊推理。模糊推理的基本原理如下：1） 1）  把自變因素及因變因素都視為模糊概念，在其各自的論域經典集合上建立模糊集合以表示模糊概念。2） 2

14、）  根據歷史數據及實際經驗建立模糊推理規則，模糊規則一般采用“如果則”的形式給出規則1：規則2：規則n：其中為表示模糊概念的模糊集合,其論域分別是經典集合X、Y、Z。3） 3）  當出現某種自變因素數值時，推斷因變因素將以何種形式出現。即 出現事實： 結論 其中為推理所得的在Z上的模糊集合。結論由如下的方法確定根據事實“”與規則“” 所得的推理結果記為，由下式確定：其中，顯然，這種推理的結論是以和的高度取小值（）對進行削項后得到的，因此稱這種方法為“頭切法”。當i取遍1,2,n時，即得出（i=1,2,n）推理的最終結果是由上述n個推理結果（i=1,2,n）取并集

15、得到的，即其中上述過程，在圖52中繪出了直觀的顯示圖52一般給出模糊集合以后，還應進行非模糊化處理，以使在實際應用中更顯方便，通常取的重心值作為代表點，即 至此，可以看出模糊推理實際上給出了一種由，確定數學模型，其結果是提供了一種函數f(x,y),即=f(，)上述方法一般也稱為minmax重心法。 四、顧客滿意模糊信息的測評根據上述的模糊顧客滿意度測評模型，必須對產品/服務的以下各項測評對象進行模糊測評： 顧客期望 感知質量 感知價值 顧客忠誠 顧客抱怨以上五個變量是測評模型中的潛變量，并不直接測量，而是對相應測評變量進行測評，這種測評是應用調查問卷進行測評的。：“顧客期望”的測評變

16、量為 ：“對質量總體期望” ：“對個性化特征的期望” ：“對可靠性的期望”：“感知質量”的測評變量為 ：“對質量總體感知” ：“對個性化特征的感知” ：“對可靠性的感知”：“感知價值”的測評變量為 ：“價格等級” ：“質量等級”：“顧客抱怨”的測評變量為 ：“顧客正式抱怨” ：“顧客非正式抱怨”：“顧客忠誠”的測評變量為 ：“重復購買可能” ：“漲介時再次購買可能” ：“吸引再次購買的價格承受”對于每一個測評變量還應結合產品和服務的具體情況，分解為更深層次的測評變量進行問卷訪問。 五、顧客滿意度模糊測評模型圖顧客滿意度模糊測評可用圖53表示  ：對質量總體期望 ：對個性化特

17、征的期望 ：對可靠性的期望 綜合評判  ：顧客期望 模糊推理 ：感知質量 綜合評判  ：對質量總體感知 ：對個性化特征的感知 ：對可靠性的感知顧客滿意度  ：價格等級 模糊推理 感知價值 ：質量等級  ：顧客正式抱怨 ：顧客非正式抱怨  綜合評判  ：顧客抱怨 模糊推理 ：顧客忠誠  綜合評判 ：重復購買可能 ：漲介時再次購買可能 ：吸引再次購買的價格承受 圖53    為了便于進行統一的數量化處理，在上述模型中的“綜合評判”及“模糊推理”中，評語等級采用如下的形式

18、，其測評變量取值為0到7。（按7級量表測評）  低 中 高     0 1 2 3 4 5 6 7圖54 并采用清晰等級模糊化的技術，在4、7兩個清晰界點的兩側建立模糊邊界。其模糊集的隸屬度曲線可以根據實際情況確定，在圖54中是采用了最簡單的直線型隸屬度。由此，在模糊推理中可建立如表52、表53、表54所示的的推理模式： 表51 顧客期望、感知質量模糊推理規則表 顧客期望數量比較感知質量滿意度(得分)規則1高（）高中規則1高（）高高規則2高 中中規則3高 低低規則4中 高高規則5中（）

19、中中規則5中（）中高規則6中 低低規則7低 高高規則8低 中中規則9低（）低低規則9低（）低中 表52 價格等級、質量等級及模糊推理規則表 價格等級數量比較質量等級滿意度(得分)規則1高（）高中規則1高（）高高規則2高 中中規則3高 低低規則4中 高高規則5中（）中中規則5中（）中高規則6中 低低規則7低 高高規則8低 中中規則9低（）低低規則9低（）低中 表53 顧客忠誠、顧客抱怨模糊推理規則表 顧客抱怨數量比較顧客忠誠滿意度(得分)規則1高（）高中規則1高（）高

20、高規則2高 中中規則3高 低低規則4中 高高規則5中（）中中規則5中（）中高規則6中 低低規則7低 高高規則8低 中中規則9低（）低低規則9低（低中   在以上的模糊推理規則中，對于兩個考察因素為同一等級時，為了采用比較合理的推理規則，對綜合評判取得的數值進行比較，然后再決定選用哪一個推理規則。在每一個推理過程中，由于某些數據的等級隸屬度為零，在模糊推理的“取小”運算中，將不再起作用，實際運用的模糊推理規則將是較少的。 假設由模糊綜合評判算得顧客滿意度期望值為2.6,實際感知值為5.5,則有四 條推理規則

21、適用： 即：u1： 中 u2： 高 u3： 高u1： 中 u2： 中 u3： 高u1： 低 u2： 高 u3： 高u1： 低 u2： 中 u3： 中 同時將u1=2.6,u2=5.5代入,并對應u值取小，以取得較小值，采用“切頭法”，在u3中取得模糊集。如圖所示：圖56  將應用四個規則得到的結果取并集,得到以下圖形：（圖57） 圖57  經過計算該圖形重心的橫坐標為5.01,此即模糊推理的結果,也是顧客滿意 度的最終得分。  六、旅游市場顧客滿意度測評的實證研究 一）實證研究背景隨著我國經濟的高速發展，人民生活水平的顯著提高，旅游消

22、費已經在居民總體消費中占有了越來越大的比重。特別是我國實行春節、五·一、十·一長假制度后，長假的旅游消費更令商家注目，交通擁阻、賓館爆滿、景點人滿為患、購物狂潮迭起，無限的商機使長假的“黃金價值”清晰地凸現在人們面前。在人們慶幸黃金周為商家帶來滾滾財源之際，顧客對旅游的質量問題的抱怨也不絕于耳。顧客從歷次的長假出游的真實質量感知之中，消費熱情也從“狂熱”轉為“理性”。今年5.1長假的旅游市場更趨有序則充分表明了這一點。旅游消費涉及社會的方方面面，需要各方溝通信息、協調關系。從國家專門設立一個辦公管理機構就可充分說明了這一點。但是作為一名質量管理工作者，則從獨特的視角“顧客滿

23、意”的理論出發，建議長假旅游的管理部門及商家，應以冷靜、科學的態度研究長假顧客旅游的“滿意狀況”，特別建議建立地區或者國家的長假顧客滿意度指數。并由此開展長假旅游的顧客滿意度測評。這一指數的確定和公布，將從宏觀角度對長假旅游市場提供指導性的數量化指標，這些指數分地域測評，將從旅游市場的空間展開角度進行“顧客滿意”比較，這些指數從時間上的積累，將提示旅游市場在時間序列角度折射出“顧客滿意”的變化趨勢和特征。長假旅游市場的顧客滿意充滿著模糊性，因此應用模糊集合論的測評方式是合理的。基于這一認識，本課題組以“2001年五一黃金周出游滿意度測評”為題開展“顧客滿意度模糊測評技術”的實證研究。預滿意度的

24、模糊測評方法已用予實證研究。筆者與合作者魏子華先生一起開展了“2001年五·一黃金周”出游滿意度測評。 二）研究方案“2001年五一黃金周出游滿意度調查”的研究主要點為： 1、調查目的1） 1）  通過調查確定“五一黃金周”顧客出游的“滿意度指數”2） 2）  通過調查了解“五一黃金周”顧客出游的分指標及總體滿意程度3） 3）  通過調查了解“五一黃金周”顧客出游的形式、旅途、游程、消費狀況4） 4）  通過調查了解上述各項的分層狀況,分層指標為性別、年齡、文化、收入。 2、調查內容調查內容分三大部分第一部分：被訪者背景狀況第二部分：

25、被訪者出游狀況第三部分：被訪者出游“滿意程度”對于第三部分調查內容測完全按照“顧客滿意度測評的模糊技術”課題建立的模型要求確定。其主要內容為：1）“行前期望值”及“出游后評價”2）“感覺的收費標準”及“感受到的實際質量”3）“顧客抱怨”及“顧客忠誠”上述各因素又分別采用單因素評判及多因素評判的方式確定直按測評的變量：交通狀況、餐飲狀況、住宿狀況、景點人流狀況、景點購物狀況、景點旅游秩序、費用支出合理性等等。 3、問卷設計邏輯根據上述調查內容，確定了如下的問卷設計邏輯關系   交 通 餐 飲 住 宿 總體評價 人 流 總體期望 購 物 秩 序 出游后評價 費 用 行前期望 &

26、#160; 安全性 安全性 個性需求 個性需求 對稱設計   交 通 餐 飲 質量等級 住 宿 價格等級 費 用    對稱設計    費 用 餐 飲 住 宿 正式抱怨 交 通 非正式抱怨 人 流 秩 序   對稱設計 顧客抱怨 非對稱設計  顧客忠誠    等價忠誠性 漲價忠誠性 降價忠誠性      4、問卷量表在問卷中為便于統一處理均采用了對稱型的五級量表，對于不同的問題，五級量表采用了不同形式的“模糊語言”如： 高 較高 一般 較低 低 好 較好 一般 較差

27、 差 高 偏高 一般 偏低 低 很抱怨 抱怨 有點抱怨 無抱怨 很激烈 較激烈 一般 不太激烈 不激烈 完全同意 同意 講不清 不太同意 完全不同意 漲幅很高 漲幅較高 漲幅一般 漲幅較低 漲幅很低 跌幅很大 跌幅較大 跌幅一般 跌幅較小 跌幅極小在量表使用中，應注意：某些量表和“顧客滿意”程度方向可能并不一致，在統計中應進行數據轉換。 5、調查形式采用電話調查，ACSI調查采用電話調查形式，本調查也采用電話調查形式。 6、抽樣形式電話號碼數據庫、隨機抽樣。 7、調查實施2001年5月12日、13日即五·一長假后第一個雙休日，在上海海信市場研究公司電話調查室，由24名訪問員分六輪每輪

28、4名訪問員同時用電話進行訪問。有效樣本達132個。  8、數據統計本實證研究問卷，采用二種軟件統計1）“顧客滿足度測評模糊技術”軟件，直接統計得出顧客滿意度指數。2）SPSS軟件，統計各指標顧客滿意等級的頻數、頻率，以及各分層結果。 三）實證研究主要結果按顧客滿意度測評模糊技術測得滿意度為64.3，屬比較滿意實證研究獲得完全成功。 參考文獻（1） （1）       柯惠新 調查研究中的統計分析法 北京廣播學院出版社 1992年7月第1版（2） （2）    

29、60;  岑詠霆 模糊質量管理學 貴州科技出版社 1992年9月第1版（3） （3）       岑詠霆 市場研究實用技術 上海科技文獻出版社 1995年5月第1版（4） （4）       岑詠霆 市場調研技術 高等教育出版社 2000年7月第1版        顧客滿意度調查的指標設計與分析應用 廣播學院2000研究生 魏思華 論文提要：本文針對當前顧客滿意度調查中存在的兩個難點：指標設計和分

30、析應用提出解決的方法和措施。在明確調查的目標和內容的前提下，論述了指標設計的步驟和環節，說明了相關分析、因子分析等統計分析方法的在滿意度分析中的具體應用模型，提出忠誠度分析與滿意度分析相結合的一些分析方法，提高了滿意度分析的科學性和實用性。關鍵字： 顧客滿意度 指標設計 分析應用 一、顧客滿意度調查近幾年來，顧客滿意度成為許多公司和機構進行市場調查的一個重要方面。隨著消費者對產品滿足自身期望的需求日益強烈，在面臨的市場競爭壓力日益增大的情況下，公司和機構必須能夠站在顧客的角度考慮產品和服務的各項問題。從成本利潤上來計算，顧客滿意度、顧客保留率和利潤率之間有著密切的聯系。有關部門調查結果顯示：獲

31、得一個新顧客的成本是保持一個滿意顧客的成本的5倍。而對于公共服務部門的組織來說，顧客滿意度本身就是成功的尺度。雖然達到顧客滿意度已成為許多公司和組織的主要營運目標，他們投入大量人力物力進行滿意度方面的調查，然而由于對于滿意度指標把握的不準確和分析方法的貧乏，結果卻難以得到關于改進產品和服務，提高顧客滿意度的有價值的結論。滿意度指標確定和分析應用已成為進行顧客滿意度調查的關鍵和難點。二、滿意度調查的目標和內容為便于我們理清和把握滿意度調查的這兩個方面，我們有必要先明確顧客滿意度調研的目標和分類。調查的核心是確定產品和服務在多大程度上滿足了顧客的欲望和需求。就其調研目標來說，應該達到以下四個目標：

32、1、 1、  確定導致顧客滿意的關鍵績效因素；2、 2、  評估公司的滿意度指標及主要競爭者的滿意度指標；3、 3、  判斷輕重緩急，采取正確行動；4、 4、  控制全過程。就調查的內容來說，又可分為顧客感受調查和市場地位調查兩部分。顧客感受調查只針對公司自己的顧客，操作簡便。主要測量顧客對產品或服務的滿意程度，比較公司表現與顧客預期之間的差距，為基本措施的改善提供依據。市場地位調查涉及所有產品或服務的消費者，對公司形象的考察更有客觀性。不僅問及顧客對公司的看法，還問及他們對同行業競爭對手的看法。比起顧客感受調查，市場地位調查不僅能確定整體經營狀況的排名

33、，還能考察顧客滿意的每一個因素，確定公司和競爭對手間的優劣，以采取措施提高市場份額。在進行滿意度指標確定和分析應用的過程中，始終應緊扣和體現滿意度調查的目標和內容要求。三、滿意度調查指標的確定滿意度調研首先應揭示出不同顧客滿意的指標在重要性上的差異、顧客滿意的程度，而且應找出滿意和不滿意的內在原因，并能比較各個競爭對手和自身在不同指標上的優劣。通過制定滿意度指標應該能保證達到這一目的。應該注意的是，這些指標的確定應該主要來自于顧客而不是公司方面主觀想象的結果。一般我們都要結合利用定量和定性研究方法來確定關鍵的滿意度指標。探索性定性研究是定義關鍵指標的第一步，通過深入訪談和焦點小組訪談要涉及公司

34、主管、和顧客打交道的員工、現在和以前的顧客、銷售人員以及供應商等人，這些訪談為識別和理解重要的滿意度指標提供了一個框架。開放型問題在這一階段較為適用，能抓住顧客的直覺反應和自發性，捕捉到從公司角度出發無法想象到的重要指標。其次要借助于對顧客進行郵寄或電話訪問來篩選、確定一系列滿意度指標。顧客可以依據一個重要性標度（如從1、根本不重要到5、非常重要）來評價初步的滿意度指標。完全依據重要性的平均得分選擇得分高的指標并不可行，相似的指標往往關聯度很高。同一主題的幾種不同看法很可能都有較高的得分，但最終的訪問中應只包括幾種看法中的一種。利用因子分析方法分析顧客的指標重要性評價數據，我們可以將不同指標分

35、為若干個因子，從每個因子中選擇一個指標。通過比較各個指標的負荷量和有效性可以幫助我們確定具體應選擇的指標。另外應用判別分析方法，我們可以確定選出來的指標能否很好地預測整體滿意或不滿意的程度。交替使用因子分析和判別分析，得到的滿意度指標不僅在統計上是有效的，而且在邏輯上講也適用于測量顧客滿意度。值得注意的是，除了制定滿意度的各項指標外，還應該統計顧客的人口因素特征，必要時要確定其購買行為特征和消費形態，以結合滿意度情況進行深入分析，了解顧客和產品滿意度間的互動關系以及顧客進行滿意度判斷的深層原因。四、滿意度調研的分析應用（一）滿意度調研的定性分析通過對滿意度調查得出的開放題的答案進行分析，可以確

36、定對各個滿意度指標的評價和重要性，也可以有助于找出顧客滿意或不滿意的主要原因。通過編碼和匯總分類，我們從開放型問題的回答中識別和提取重要的主題、問題、結構。編碼過程中往往會帶有很強的主觀性，而減少主觀性的途徑之一就是比較兩個或者兩個以上獨立編碼的個人所設計的代碼，這樣可以檢驗并討論想法的差異，并在最終的代碼表中包含每個人的最佳意見。內容分析方法是滿意度調研中的重要的定性分析方法，通過計算有關滿意度的某個具體觀點、看法或者觀察其出現的次數，進行詞語頻率分析，確定詞語使用水平的模式。在開放性中確定初步代碼或者從焦點小組中確定初步的滿意度指標時，詞語的出現次數是很有價值的信息。（二）滿意度調研的定量

37、分析定量分析是將原始數據轉化為易于理解和解釋的形式，并通過各種統計技術的應用深入挖掘和分析變量間的關系。在滿意度的量化分析中，數據分析既包括對各滿意度指標百分率變化的描述性分析；也包括運用復雜的統計技術確定不同的滿意度指標對整體滿意度的重要性、根據歷史數據預測整體滿意度以及比較公司與競爭對手在各滿意度指標上的優勢和劣勢。最終在這些分析的基礎上，確定公司在改進產品和服務，提高滿意度上應該采取的措施。根據實際情況采用有效的數據分析方式，對我們1、 1、  描述性百分率另一種統計方式是描述性百分比，如30%的顧客對某公司銷售人員的評價是非常滿意的，25%的人認為醫院的整體環境狀況是一般等。

38、在滿意度數據按季定期收集的情況下，可以將描述性百分比應用在趨勢分析中。通過百分率數據的比較，可以確定是否各項滿意度有了顯著的變化，何處已進行了改善，何處還需要引起額外的重視等等方面的問題。2、算術平均值在滿意度調查中，通常要按從1到5的順序給某種滿意度指標打分，在樣本規模n人的情況下，計算該指標的算術平均值得分。如調查樣本量為500人，某一產品的整體滿意度從4.215增加到4.307，這表明在95%的置信水平下，此增加是有統計意義的，既意味著顧客滿意度是真正有所改進的。結合顧客評分數據的分布，與顧客人口特征因素進行交互，我們可以得到進一步的結論。比如通過檢測給“準時送貨“的滿意度指標評為“非常

39、不滿意”的顧客的人口因素特征，我們發現問題僅出在一個地區，而通過改變操作流程或再增加一位送貨人員很大程度上就可以解決這一問題。和百分率以及圖表形式相比，使用算術平均值雖然是簡單易行，但其缺陷在于許多人感覺它相當枯燥單調，而圖表和百分率更加生動易懂些。3、相關分析相關分析可以用于確定對整體滿意度有最大影響的滿意度指標。分項滿意度指標和總體滿意度之間的相關系數數值越大，表示兩個變量之間線性相關程度越強。相關系數是介于+1和-1之間的數字。一般整體滿意度和個別滿意度指標之間不應出現負相關系數。以某快餐店的滿意度調查為例，調查的幾個滿意度指標和整體滿意度的相關系數見下表1：代號滿意度指標相關系數平均值

40、1X1：食品質量0.486.82X2：菜單多樣性0.137.73X3：雇員態度0.278.44X4：價格0.426.95X5：服務速度0.578.26Y： 整體滿意度 7.3 從中我們可以看出，服務速度的改善對整體滿意度的增加有最大的影響，其次是食品的質量和價格因素。而從這些因素的平均值得分來看，顧客評價最高的是雇員的態度，其次才是服務速度和菜單的多樣性。數據的關系我們可以用滿意度象限圖來分析和說明： 機會優勢劣勢98挑戰表現重要性X2X3X1X4X5         

41、60;  機會（右上角）：在決定整體滿意度上非常重要，而調查對象在這方面的表現也是相當好的，提供給我們的信息是要保持并發展這個優點。優勢（左上角）：在決定整體顧客滿意度上不太重要，但調查對象在這方面的表現是很好的，因此應該適當減少在這方面的投入。挑戰（左下角）：在決定整體滿意度上非常重要，但在這些項目上的表現卻不夠好，很有必要通過提高這些項目的表現而最大地提高整體顧客滿意度水平。劣勢（右下角）：在決定整體顧客滿意度上不太重要，調查對象在這方面的表現也并不好，對于該滿意度指標不必花費過多精力去改善。從圖中可以看出，5-服務速度在決定整體滿意度上相當重要，快餐店的表現也很好，但

42、如果能再將服務速度提高一個等級，平均整體滿意度將增加0.87。而1-食品質量和4-價格對整體滿意度的影響也不亞于服務速度，但該快餐店在這兩者的表現上卻最差，因此集中精力來改善和提高這兩方面是提高整體滿意度的關鍵。另外3-菜單多樣性和2-雇員態度對整體滿意度影響并不重要，但快餐店在這方面的表現相當好，可以適當從中分配精力來投入對食品質量和價格方面的改善。4、因子分析因子分析的目的是使數據簡單化。因子分析可以使我們可以從大量的可測量數據（如滿意度評價）中總結出相對少數的簡明的信息，即因子。通過因子分析可以有助于研究各滿意度指標之間存在的相關模式，同時，也可以利用因子分析比較競爭者們在不同滿意度指標

43、上的優劣差異。以6位消費者在4個滿意度指標方面對汽車的評價為例，見下表2 表2：消費者對汽車的滿意度指標評分被訪者平穩駕駛 A1安靜駕駛 A2加速 A3操作 A4A5421B4321C4332D5522E4321F5532平均值4.503.832.331.50通過對這組變量進行因子分析,可以產生一個或者幾個因子。我們可以認為因子是變量的線形組合。一個因子是一系列有關變量的加權匯總。在此例中，我們可以分析出存在的兩種因子，下表3是四個變量在這兩個因子上的載荷值。表3：兩種因子的因子載荷：變量與因子1的相關系數與因子2的相關系數平穩駕駛 A10.850.10安靜駕駛 A20.760.06

44、加速 A30.060.89操作 A40.040.79根據不同的變量在兩個因子上產生的載荷值，我們可以進行因子命名。因子1主要與平穩駕駛和安靜駕駛有關，不妨命名為豪華；因子2主要與加速和操作相關，不妨命名為性能。通過因子分析，我們不僅更加清楚了這四個變量的關系和模式，而且也明確了各個變量與因子之間的相關程度的大小。利用因子分析還可以對同行業競爭對手之間不同的客戶滿意度情況進行分析和比較，明確其競爭優勢和劣勢，從而找到改進質量，增加市場份額的途徑。例如，我們對A、B、C三種品牌的汽車進行滿意度調查，訪問問卷包含了對三種品牌各自的總體滿意度的評價和5個分項滿意度指標的評價，共18個問題。對18個變量

45、進行因子分析確定出三個主要的因子。各因子與18個變量的負荷量見表4：因子1因子2因子3滿意度指標0.878510.233250.06238公司處理業務很專業0.805320.225070.02152送貨上門0.750030.219930.02623辦公人員有禮貌0.727580.226000.02934結帳準確0.714860.218180.01554技術支持人員知識豐富0.711860.185710.05214整體滿意度0.244690.964000.06527公司處理業務很專業0.232720.799610.04412送貨上門0.223920.757380.01619辦公人員有禮貌0.27

46、1180.686730.03170結帳準確0.267460.670430.02778技術支持人員知識豐富0.265870.737010.03126整體滿意度0.166790.159840.65519公司處理業務很專業0.136760.154520.45244送貨上門0.146220.135230.36912辦公人員有禮貌0.169490.147320.30431結帳準確0.167210.160630.33673技術支持人員知識豐富0.105370.133780.62807整體滿意度從表中可以看出，A公司的6個指標在因子1上取得最高載荷，而B公司的指標均在因子2上取得最高載荷，C公司則在因子3上

47、取得最高載荷。我們不妨命名第一個因子為“A公司客戶滿意因素”，第二個因子為“B公司客戶滿意因素”，第三個因子為“C公司客戶滿意因素”。三個因子的清晰劃分，說明三個公司的顧客群在滿意度評價上存在著顯著的差異。分別以三個因子為標度，做三維視圖，每個公司的滿意度指標載荷值可在三維視圖中唯一確定一點。計算各公司的5個分項指標到其整體滿意度的毆幾里德距離，如表5所示：表5：滿意度指標與各公司整體滿意度距離分項滿意度指標A公司B公司C公司辦公人員禮貌0.03130.08210.3120送貨上門0.04090.04680.2291帳單準確0.06420.15060.3927技術支持人員知識豐富0.06420

48、.15510.3518公司處理業務很專業0.15360.13270.0979從表中能判斷出，距離越小，該分項滿意度與整體滿意度越接近，滿意的程度也就越高。A公司的滿意度趨于最高,辦公人員有禮貌和送貨上門是其最大的優勢，在帳單準確和技術支持人員知識豐富的指標上表現也比較好，但處理業務不夠專業是其存在的最大缺陷。B公司的滿意度居中，顧客對其滿意源主要于送貨上門的能力、辦公人員的禮貌。B公司客戶最不滿意的是技術支持人員和帳單準確，其次是處理業務的專業性。C公司滿意度最低，最接近整體滿意度的指標是處理業務的專業性，在這三個公司中是表現最好的，但在送貨上門和待客禮貌方面不盡如人意。五、顧客忠誠度研究顧客滿意度調查可以了解顧客對產品或服務的評價程度，但多數情況下滿意度高并不意味著會成為一個忠誠的顧客。因此，要研究影響顧客購買行為的深層因素，提高市場份額，引入忠誠度的概念是必要的。對顧客進行忠誠度劃分是進行忠誠度研究的重要一步，可以根據綜合顧客滿意指數（CSI）的表現進行評價，假定顧客對滿意度的評價越高，對產品就越忠誠；也可以在問卷上加一個特定的購買忠誠問題，比如“您以后有多大可能繼續從（供應商名稱）購買（產品名稱）？選項可以有：