属性综合测度模型在顾客满意度测评中应用.docVIP

属性综合测度模型在顾客满意度测评中应用 　　[摘要] 本文主要研究顾客满意度的一种测评方法。在建立测评指标体系的基础上，将属性综合测度模型应用于顾客满意度的测评体系中，给出了一种切实可行的评价方法。 　　[关键词] 顾客满意度 属性综合测度 属性测度函数 　　当今“顾客满意”已经成为现代市场营销的核心。CS的理论和实践已经倍受企业界、学术界以及政府有关方面的高度重视。“顾客满意”的理论和实践的发展必然对其提出数量化处理的目标。于是“顾客满意度指数”的概念被提出，并且在经济运行中被广泛应用。 　　图1 ACSI模型1 　　ACSI模型是由多种变量组成的一种独特的系统结构，(图1)为国际上广泛采用的顾客满意度指数的理论模型，该模型显示出CSI的各种影响因素。在顾客满意度的测评中，普遍的做法是通过问卷调查的方式来获取统计数据，然后采用数理统计方法，得出影响感知质量的各个相关因素的分值。在设计调查问卷时为了便于数据的统计，一般情况下问题被设计几个选项，按层次由低到高或由高到低逐步递增或递减，再分别赋予5分制、10分制中的整数分值，或者赋予百分制中20、40、60、80和100等这样的特殊分值，虽然这样很节省时间，方便被调查者做出选择，也便于资料的分类整理和分值的统计工作，但是顾客心理感知原本就是模糊的、复杂的，没有一个清晰的界限，而我们为了问题的方便要把问题单一化和清晰化，这样调查得到的数据一般情况下不能准确地反映顾客的真实意愿。针对上面的问题笔者将属性综合测度应用于顾客满意度的测评中，在此做一点尝试，以丰富顾客满意度的理论和实践。 　　 　　一、测评指标体系及问卷调查 　　 　　应用属性综合测度模型测评顾客满意度。首先,要建立测评指标体系。顾客满意度测评的基本模型将影响顾客满意度的结构变量分为三类。对具体问题，根据三类结构变量设定产品或服务的各项测评对象，第一层评判因素或指标分为顾客期望、感知质量、感知价值、顾客忠诚和顾客抱怨，这一层不直接测量。在进行实际测评时，对第一层指标再细化分出若干指标，为直接测评的指标，这些指标的测评是通过问卷??查的方式进行的。顾客满意度的测评指标体系示意模型如(图2)所示。应用属性测度进行CSI的测评时，为了得到相对准确的统计数据，在设计问题选项时，注意问卷问题的措辞语气，保证被调查者对问题容易接受，回答准确，以达到好的问卷回收效果和回答的质量。设计时可先按照传统做法设计5个选项，同时在选项旁加以说明，提示被调查者若对5个选项难以选择时，可根据自己的意愿对被调查问题给出一个分数，该分值可参照5个选项旁的对应分值给出（一般采用百分制）。然后对数据进行统计，这样虽然统计的工作量有所增加，但是得到的数据却更为精确。 　　图2 顾客满意度测评指标体系示意模型 　　 　　二、属性综合测度模型 　　 　　1.属性集和属性测度 　　设X为研究对象的全体，称为对象空间。对于X中元素的某类性质（记为F），称为属性空间。属性空间F中的一种情况为一个属性集。设x是研究对象空间中的一个元素，A是属性空间中的一个属性集。用“xA”表示“x具有属性A”。“xA”仅是一种定性的描述，若用一个数来表示“xA”的程度，这个数记为，或，称为的属性测度。为方便起见，要求属性测度在[0,1]之内取值。对属性空间F的有序分割，或，本文假定，对象空间x中的第i个元素属于某类属性集ck的属性测度为，对于样品xi的第j个指标值xij具有属性ck的属性测度为，且满足： 　　及。 　　在顾客满意度的调查中，研究对象空间X={某类产品或服务}。为X中n个样品，其中元素xi表示某种品牌的商品或服务。对每个样品xi测量m个指标。第i个样品xi的第j个指标Ij的测量值为xij，其中，N为被调查的人数，xijl表示第l个被调查个体对被调查问题给出的分值。利用层次分析法，求出相对于目标层由各评价指标两两之间比较得到的判断值构造判断矩阵，计算判断矩阵的最大特征根及对应的特征向量（进行正则化），从而得到第二层测量指标的权重系数（本文采用该方法确定指标的权重系数，但不对方法过程进行详细叙述）。也可根据各评价指标的相对重要程度，由专家打分综合得出各评价指标的权重。 　　属性综合测度分为三个子系统:单指标属性测度分析子系统;多指标综合属性测度分析子系统;识别子系统。有了属性测度，就可以进行识别和比较分析。 　　2.单指标属性测度分析子系统 　　在本文所研究的问题中，对于单指标Ij，样品xi的第j个指标测量值为xij，则xij的属性测度满足，属性测度函数如(图3)所示，（注：不同指标的属性测度函数的定义区间需根据被测评指标的具体情况来确定，不同指标的属性测度函数定义区间的划分有所不同）。 　　图3 属性测度函数模型 　　样品的各项指