顾客满意度LV4 SEM模型.docxVIP

　结构方程模型（Structural equation modeling, SEM）是一种融合了因素分析和/wiki/%E8%B7%AF%E5%BE%84%E5%88%86%E6%9E%90路径分析的多元统计技术。它的强势在于对多变量间交互关系的/wiki/%E5%AE%9A%E9%87%8F%E7%A0%94%E7%A9%B6定量研究。 　/wiki/%E9%A1%BE%E5%AE%A2%E6%BB%A1%E6%84%8F%E5%BA%A6顾客满意度就是顾客认为产品或服务是否达到或超过他的预期的一种感受。结构方程模型（SEM）就是对顾客满意度的研究采用的模型方法之一。其目的在于探索事物间的因果关系，并将这种关系用因果模型、路径图等形式加以表述。如下图： 　图: SEM模型的基本框架 　 /wiki/Category:%E5%B8%82%E5%9C%BA%E8%B0%83%E6%9F%A5%E6%96%B9%E6%B3%95市场调查方法 　在模型中包括两类变量：一类为观测变量，是可以通过访谈或其他方式调查得到的，用长方形表示；一类为结构变量，是无法直接观察的变量，又称为潜变量，用椭圆形表示。 　各变量之间均存在一定的关系，这种关系是可以计算的。计算出来的值就叫参数，参数值的大小，意味着该指标对满意度的影响的大小，都是直接决定顾客购买 与否的重要因素。如果能科学地测算出参数值，就可以找出影响/wiki/%E9%A1%BE%E5%AE%A2%E6%BB%A1%E6%84%8F%E5%BA%A6顾客满意度的关键绩效因素，引导企业进行完善或者改进，达到快速提升/wiki/%E9%A1%BE%E5%AE%A2%E6%BB%A1%E6%84%8F%E5%BA%A6顾客满意度的目的。 SEM的主要优势 　第一，它可以立体、多层次的展现驱动力分析。这种多层次的因果关系更加符合真实的人类思维形式，而这是传统回归分析无法做到的。SEM根据不同属性的抽象程度将属性分成多层进行分析。 　第二，SEM分析可以将无法直接测量的属性纳入分析，比方说/wiki/%E6%B6%88%E8%B4%B9%E8%80%85%E5%BF%A0%E8%AF%9A%E5%BA%A6消费者忠诚度。这样就可以将数据分析的范围加大，尤其适合一些比较抽象的归纳性的属性。 　第三，SEM分析可以将各属性之间的因果关系量化，使它们能在同一个层面进行对比，同时也可以使用同一个模型对各细分市场或各/wiki/%E7%AB%9E%E4%BA%89%E5%AF%B9%E6%89%8B竞争对手进行比较。 SEM模型案例分析 　某通信分公司屡次位居榜尾，于是痛下决心改革。该/wiki/%E5%88%86%E5%85%AC%E5%8F%B8分公司有 三类业务：固话业务、小灵通业务以及上网业务。围绕着这三类业务产品的销售，该通信分公司还提供了售前、售中和售后三个环节多方面的服务。结合该通信分公 司的主要产品情况，从顾客满意度着手，重点分析并找出影响顾客满意的关键因素，从而为制定有 效的顾客满意度提升方案提供数据支持。 1．设计满意度模型 　根据该公司的业务具体情况，设计出了/wiki/%E9%A1%BE%E5%AE%A2%E6%BB%A1%E6%84%8F%E5%BA%A6%E6%A8%A1%E5%9E%8B顾客满意度模型，如下图： 　图:某通信分公司顾客满意度SEM模型 　 　上图显示，该地市分公司重点要考察的是/wiki/%E4%BA%A7%E5%93%81%E6%BB%A1%E6%84%8F%E5%BA%A6产品满意度和/wiki/%E6%9C%8D%E5%8A%A1%E6%BB%A1%E6%84%8F%E5%BA%A6服务满意度对顾客满意度的影响。图中的Xn是待构建的测量指标，λ值表示各指标对上级指标的影响大小，ζn和δn表示误差，是受模型外因素影响的部分，如价格满意度等其他因素。 2．构建具体测量指标 　基于建立的满意度SEM模型，围绕固话业务、小灵通业务以及上网业务的销售，及销售这些业务产品的售前、售中和售后三个环节多方面的服务内容，构建具体的观测指标（变量），如下表： 　表：顾客满意度观测指标 　 3．调查取样 　明确了指标，下一步的工作就是对这些指标进行调查，了解消费者对此的反应。一般我们采用问卷调查的方式，可分为四大部分： 　（1）甄别部分：该部分设计一些过滤性的问题，以确保被访者属于目标群体； 　（2）总体评价：在访问开始就应该向被访者询问总体满意度得分，问题可以这样设计： 　“总体而言，您对______是满意还是不满意？请您采用10分制给______打分，1表示非常差，10表示非常好。” 　（3）表现得分：就是了解顾客对产品、服务在各个具体方面表现的认知情况。与总体评价一致，仍