用户满意度指数数据分析及方法论

满意度测评模型与方法2©CFIGroup测评标准与测评方法的重要性3©CFIGroup满意度测评中的存在的问题不同顾客的表达是不同的要知道他们是怎么想的而不是怎么说的不同地区顾客的感知是有差别的需要从不同的基准来衡量定量的精确性如何保证需要科学的、实证的数学模型国外的测评方法适合中国国情吗先进的技术与本地的文化相结合测评的公正性如何保证测评由不受被测单位影响的第三方主持4©CFIGroup模型摘要•模型建立在隐变量的基础上:对主干结构设定了多重指标•核心的评估技术:偏最小二乘法•模型具有因果性和预测性:–质量因素的选择令满意度对绩效的预测性最大化–模型应看作是一个系统;在模型中满意度的驱动因素,满意度,以及绩效之间是相互联系的,他们共同组成了模型5©CFIGroup模型包括两部分•测量模型(“外部模型”):得分–隐变量(“质量成分”或“质量因素”)的组成指标(“属性”或“显变量”)–隐变量的所有得分都转化为百分制表示•结构模型(“内部模型”):影响力(直接,间接,以及整体)–影响力代表了预测指标上升5个点对因变量所产生的改变.–所有的影响力都被定量化,并且可比较.6©CFIGroup电信运营商的客户满意度模型（例）推荐给他人增加新业务的使用总体满意度与预期相比较与理想状况相比较话音清晰度通话中断率等等质量因素满意度绩效方便程度话音质量申请过程价格用户的满意度客户服务问题解决I增加现有业务的使用品牌形象无论何时，本公司提供的服务总是成为第一选择而被使用使用范围和地域覆盖费用支付的便捷等等批准所需的时间申请所需的信息等等投诉电话接通的难易程度客户服务代表的态度等等解决问题的完全程度积极的寻求解决方案来满足你的需求等等50544072606760586674630.41.24.01.23.30.61.30.20.71.2分数(0-100)影响力(分数变化5个点所造成的变化)业务收入ARPU$12513.0%质量属性资费的竞争性资费组合策略等等计费计费的准确性帐单准时送达等等541.37©CFIGroup测量模型•问题:什么是绩效?核心的方法论问题:我们所测量的是我们想测量的吗？这样的测量准确吗?8©CFIGroup结构模型•问题:什么是最重要的?核心的方法论问题:所测算影响力的误差是最小的吗?为什么使用隐变量?10©CFIGroup两种最普通的评定客户认为重要的因素的方法得出或推导出的重要因素直接询问得出的重要因素被访者评估或排出不同的产品或服务属性的重要性及优先次序推导得出的重要因素所有产品或服务属性的重要性通过统计分析计算以进行定量化。11©CFIGroup直接询问得出的重要因素•直接的自我评价的重要因素：被访者直接描述或者评估一个属性的重要性•以比较为基础的自我评价的重要因素要求被访者对属性的重要性进行比较但是:–被访者真的知道他们所讲的是重要的吗？–他们能够做到实事求是的将这些重要因素排出优先次序吗？该种方法不能对质量属性和满意度及忠诚度的变化进行定量12©CFIGroup通过推导得出的重要因素•综合的方法–要求被访者评价或选择产品或服务–综合的方法有效的测量产品或服务属性中不连续的具体层面，如颜色或包装的设计，当属性更主观性时，综合的方法的运用将更为困难，如有关雇员礼貌的评价•推导重要因素的方法–评估质量因素和满意度水平之间的关系改进的影响–方法：多次回归法，因果模型因果模型可以很好对质量属性的改进与满意度及忠诚度变化的关系进行定量。13©CFIGroup为什么使用多重指标而不使用单项指标？•单项指标包含有测量误差它的测量误差会导致:–不精确的分数–低估重要性(影响力偏向于零)•单项模型缺少隐变量模型的稳定性•单项模型缺少理解数据的理论框架14©CFIGroup多重分类测量法举例每一因素多重测量10刻度（点）收益:-增加能力，探测出微小的变化-较少的抽样范围-更多的操作性Experience经验Expectation期望值Ideal理想状态Timeittookforcalltobeanswered电话接听等候时间客户代表的礼貌CourtesyofRepresentativeCustomservice客户服务Satisfaction满意度Knowledgeofthecustomerservicerepresentative客户代表的业务知识15©CFIGroupTRUESource:InstituteforSocialResearch普通测量方法的误差观察到的数值=真实的数值+测量误差66%34%16©CFIGroup测量“金字塔”精确度:置信区间的宽度能力:探测变化的能力是否判断方法单项,5点刻度单项,10点刻度多项刻度,相等权重多项刻度“最佳”权重17©CFIGroup7.52.72.202468单项10点多项10点是否判断精确度有95%的置信度(100pt.scale)*基于有关电信公司的真实数据不同分阶类型的精确度比较18©CFIGroup0.260.340.5200.51单项10点多项10点TopBox在变量与满意度之间的平均相关性*基于有关电信公司的真实数据不同的分阶类型中质量变量与满意度之间的联系19©CFIGroup满意度测量达到的程度基本的或期望的属性超出期望和令人兴奋的属性绩效或所说的属性客户满意非常满意非常不满意根本没有达到完全达到Kano模型20©CFIGroup如何对模型进行评估21©CFIGroup隐变量是如何构造的•理论上讲:隐变量通常被认为是显变量的潜在原因。•实践中:隐变量是通过显变量的加权平均获得的;偏最小二乘法的运算法则决定了权重。22©CFIGroupTheoretical3-BlockModel理论上的3-块模型x1x2x3x4x5x6lx4lx5y1y2y3ly2x1x2h1b1b2xixiti=+lxd,fori=1,2,3t=1,2yjyjj=+lhe1,forj=1,2,3hbxbxz111221=++lx223©CFIGroupx1x2x3x4x5x6w1y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3LVwxwxwx1112233=*+*+*LVwxwxwx2445566=*+*+*SATuyuyuy=*+*+*112233SATILVILVe=++1122Estimated3-BlockModel估计的3-块模型24©CFIGroup偏最小二乘法强调找出最佳的解决方案除需确定权重的隐变量外,其他隐变量的权重都赋予一个固定值,然后对需测量的隐变量的权重进行优化.转到下一个隐变量,重复上述过程直至权重保持稳定分数计算出来后,使用加强的回归分析来决定影响力x1x2x3x4x5x6y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3w125©CFIGroup为什么使用偏最小二乘法(PLS)而不使用其他方法26©CFIGroupLISREL通过将所有变量之间的关系最大化的方法来找到“最好”的估计值(属性和因素)偏最小二乘法发现一个模型,这个模型在预测满意度/绩效方面可以将误差最小化-这给我们的目标一个优先权为什么使用PLS?而不使用LISREL(analysisoflinearstructurerelationship)?原因#127©CFIGroupLISREL不能生成统一分阶的因素分数–不能进行基准比较或进行跟踪–在因素分数发生变化时,没有办法解释“影响力”PLS能够在案例层面上生成因素的分数–所有的分数有相同的分阶–所有的分数和影响力都可比较为什么使用PLS?为什么不是LISREL?原因#228©CFIGroup为什么使用PLS?而不使用LISREL?LISREL依赖于分布假定(多元正态属性),这对客户满意度的数据并不适合PLS没有分布假定原因#329©CFIGroupCFI满意度测评方法的优势30©CFIGroup目标解释过去预测未来对绩效的测量单项多项不太精确比较精确没有所需的可比较因素总有可比较因素不具有理想的预测功能理想的预测功能预测效果不可计量或比较可计量可比较分割评估同时评估满意度测量缺乏理论基础强大的理论基础极少的绩效预测因素理想的绩效预测因素结果不可计量可计量行动计划主观性客观性传统方法CFIGroup科罗思咨询的方法传统的客户研究方法与CFIGroup方法的比较31©CFIGroup1、有效问卷筛选完整地回答问题根据问卷要求回答问题认真思考后回答问题32©CFIGroup2、数据编码和输入数据编码数据输入33©CFIGroup3、数据处理数据检查–频数分析–交叉频数分析–马氏距离分析34©CFIGroup频数分析示例1211109876543210Frequency80604020035©CFIGroup3、数据处理数据处理–原始数据或变量的转换–缺省数据的处理36©CFIGroup原始数据处理示例假设其他品牌洗发水价格不变，而该品牌洗发水的价格下降，您会购买吗？价格下降百分之几您才会购买？1234510987637©CFIGroup4、数据计算•PLS（PartialLeastSquare）•SPSS软件（SAS）38©CFIGroup5、数据分析－国家级顾客满意指数的变动特征－国家级顾客满意指数与生产力的关系－国家级顾客满意指数与个人消费支出的关系－国家级顾客满意指数与股票价值的关系－国家之间顾客满意指数比较国家级指数－产业/行业顾客满意指数的变化趋势分析（示例）－产业/行业顾客满意指数的均值与方差分析－产业/行业顾客满意指数结构变量相关关系分析（示例）产业/行业级指数－产品/服务类别顾客满意指数的历史比较－产品/服务类别中主要品牌顾客满意指数的比较（示例）－产品/服务类别中主要品牌顾客满意指数各相关变量的比较－产品/服务类别中主要品牌顾客满意指数人口统计特征分析（示例）产品/服务类别级指数－结构变量之间的影响关系分析（示例）－结构变量与观测变量之间的相关关系分析（示例）－行业内比较分析（示例）企业/品牌级指数39©CFIGroup产业/行业级顾客满意指数变化趋势分析（示例）506070809019941995199619971998199920002001非耐用消费品耐用消费品运输/通讯/公用零售金融保险服务公共管理与政府40©CFIGroup××行业顾客满意指数结构变量相关关系分析（示例）感知价值顾客忠诚顾客满意度感知质量品牌形象预期质量0.450.560.090.150.360.160.050.600.551.150.2941©CFIGroup××行业预期质量对其他结构变量的影响（示例）预期质量感知质量感知价值顾客满意度用户忠诚直接影响0.360.160.05---间接影响---0.210.310.41全部影响0.360.370.360.4142©CFIGroup××行业主要品牌顾客满意指数比较（示例）54.0056.0058.0060.0062.0064.0066.0068.0070.00品牌1品牌2品牌3品牌4品牌5品牌6品牌7平均值43©CFIGroup××行业顾客满意指数人口统计特征分析（示例）4045505560657075801万1－3万3－5万5－10万10万品牌形象预期质量感知质量感知价值顾客满意度顾客忠诚44©CFIGroupCL品牌顾客满意指数结构变量的影响关系分析（示例）感知价值顾客忠诚顾客满意度感知质量品牌形象预期质量0.430.540.170.200.260.150.040.570.541.170.2745©CFIGroupCL品牌形象对其他结构变量的影响（示例）形象预期质量感知质量感知价值顾客满意度用户忠诚直接影响0.430.540.170.20---间接影响---0.110.440.530.86全部影响0.430.650.610.730.8646©CFIGroupCL品牌顾客满意指数结构变量与观测变量之间的关系分析（示例）感知质量65.41预期质量66.68总体感知质量（65.56）服务感知质量（63.6