用户满意度指数数据分析及方法论课件.ppt

上传人(卖家):晟晟文业 文档编号:4781025 上传时间:2023-01-09 格式:PPT 页数:47 大小:510KB
下载 相关 举报
用户满意度指数数据分析及方法论课件.ppt_第1页
第1页 / 共47页
用户满意度指数数据分析及方法论课件.ppt_第2页
第2页 / 共47页
用户满意度指数数据分析及方法论课件.ppt_第3页
第3页 / 共47页
用户满意度指数数据分析及方法论课件.ppt_第4页
第4页 / 共47页
用户满意度指数数据分析及方法论课件.ppt_第5页
第5页 / 共47页
点击查看更多>>
资源描述

1、满意度测评模型与方法2 CFI Group测评标准与测评方法的重要性3 CFI Group满意度测评中的存在的问题满意度测评中的存在的问题不同顾客的表达是不同的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需要从不同的基准来衡量 定量的精确性如何保证定量的精确性如何保证 需要科学的、实证的数学模型需要科学的、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的公正性如何

2、保证 测评由不受被测单位影响的第三方主持测评由不受被测单位影响的第三方主持 4 CFI Group模型摘要模型摘要模型建立在隐变量的基础上模型建立在隐变量的基础上:对主干结构设定了多重指标对主干结构设定了多重指标核心的评估技术核心的评估技术:偏最小二乘法偏最小二乘法模型具有因果性和预测性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质量因素的选择令满意度对绩效的预测性最大化大化模型应看作是一个系统模型应看作是一个系统;在模型中满意度的驱在模型中满意度的驱动因素动因素,满意度满意度,以及绩效之间是相互联系的以及绩效之间是相互联系的,他他们共同组成了模型们共同组成了模型5 CFI

3、Group模型包括两部分模型包括两部分测量模型测量模型 (“(“外部模型外部模型”):):得分得分隐变量隐变量(“(“质量成分质量成分”或或“质量因素质量因素”)的组的组成指标成指标 (“(“属性属性”或或“显变量显变量”)隐变量的所有得分都转化为百分制表示隐变量的所有得分都转化为百分制表示结构模型结构模型 (“(“内部模型内部模型”):):影响力影响力(直接直接,间接间接,以及整体以及整体)影响力代表了预测指标上升影响力代表了预测指标上升5 5个点对因变量所个点对因变量所产生的改变产生的改变.所有的影响力都被定量化所有的影响力都被定量化,并且可比较并且可比较.6 CFI Group电信运营商

4、的客户满意度模型(例)电信运营商的客户满意度模型(例)Example推荐给他人推荐给他人增加新业务的增加新业务的使用使用 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 等等质量因素质量因素满意度满意度绩效绩效方便程度方便程度话音质量话音质量申请过程申请过程价格价格用户的满意度用户的满意度客户服务客户服务问题解决问题解决I增加现有业务增加现有业务的使用的使用品牌形象品牌形象无论何时,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

5、来满足你的需求等等50544072606760586674630.41.24.01.23.30.61.30.20.71.2分数分数(0-100)影响力影响力(分数变化分数变化5个点所造成的变化个点所造成的变化)业务收入ARPU$12513.0%质量属性质量属性资费的竞争性资费组合策略 等等计费计费 计费的准确性帐单准时送达 等等541.37 CFI Group测量模型测量模型问题问题:什么是绩效什么是绩效?4核心的方法论问题核心的方法论问题:我们所测量的是我们想测量的吗?我们所测量的是我们想测量的吗?这样的测量准确吗这样的测量准确吗?8 CFI Group结构模型结构模型问题问题:什么是最重要

6、的什么是最重要的?4核心的方法论问题核心的方法论问题:所测算影响力的误差所测算影响力的误差是最小的吗是最小的吗?为什么使用隐变量为什么使用隐变量?10 CFI Group两种最普通的评定客户认为重要的因素的方法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得出或推导出的重要因素直接询问得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 CFI Group直接询问得出的重要因素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

7、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化进行定量12 CFI Group通过推导得出的重要因素通过推导得出的重要因素综合的方法综合的方法要求被访者评价或选择产品或服务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综

8、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,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如有关雇员礼貌的评价 推导重要因素的方法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评估质量因素和满意度水平之间的关系改进的影响影响方法:多次回归法,因果模型方法: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。忠诚度变化的关系进行定量。13 CFI Group为什么使用多重指标而不

9、使用单项指标?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单项指标包含有测量误差 它的测量误差会导致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隐变量模型的稳定性单项模型缺少理解数据的理论框架单项模型缺少理解数据的理论框架14 CFI Group多重分类测量法举例多重分类测量法举例每一因素多重测量每一因素多重测量 10 刻度(点)刻度(点)收益收益:-增加能力,探测出微增加能力,探测出微小的变化小的变化 -较少的抽样范围较少的抽样范围-更多的操作性更多的操作性 Experience经验经验Expectation期望值期望值

10、Ideal理想状态理想状态 Time it took for call to be answered电话接听等候时间电话接听等候时间客户代表的礼貌客户代表的礼貌Courtesy of RepresentativeCustom service客户服务客户服务Satisfaction满意度满意度Knowledge of the customer service representative 客户代表的业务知识客户代表的业务知识15 CFI GroupTRUETRUESource:Institute for Social Research普通测量方法的误差普通测量方法的误差观察到的数值观察到的数值=

11、真实的数值真实的数值 +测量误差测量误差 66%34%66%34%16 CFI Group测量测量“金字塔金字塔”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是否判断方法单项单项,5点刻度点刻度单项单项,10点刻度点刻度多项刻度多项刻度,相等权重相等权重多项刻度多项刻度“最佳最佳”权重权重预测的误差区间17 CFI Group7.52.72.202468单项10点多项10点是否判断精确度有 95%的置信度(100 pt.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不同分阶类型的精确度比较18 CFI Group0.260.340.5200.51单项10点多项10

12、点Top Box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不同的分阶类型中质量变量与满意度之间的联系的联系19 CFI Group满意度测量满意度测量达到的程度基本的或基本的或期望的属期望的属性性超出期望和超出期望和令人兴奋的令人兴奋的属性属性绩效或所说绩效或所说的属性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 模型模型20 CFI Group如何对模型进行评估如何对模型进行评估21 CFI Group隐变量是如何构造的隐变量是如何构造的理论上讲理论上讲:隐变量通常被认为是显变量的隐变量通常被认为是显变量的潜在原因。潜在原

13、因。实践中实践中:隐变量是通过显变量的加权平均隐变量是通过显变量的加权平均获得的获得的;偏最小二乘法的运算法则决定了偏最小二乘法的运算法则决定了权重。权重。22 CFI GroupTheoretical 3-Block ModelTheoretical 3-Block Model理论上的理论上的3-3-块模型块模型x1x2x3x4x5x6lx1lx3lx4lx5lx6y1y2y3ly3ly2ly1x1x2h1b1b2xixi ti=+l xd,for i=1,2,3 t=1,2yjyjj=+l he1,for j=1,2,3hb xb xz111221=+lx223 CFI Groupx1x2

14、x3x4x5x6w1y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3LVwxwxwx1112233=*+*+*LVwxwxwx2445566=*+*+*SATuyuyuy=*+*+*112233SATI LVI LVe=+1122Estimated 3-Block ModelEstimated 3-Block Model估计的估计的3-3-块模型块模型24 CFI Group偏最小二乘法强调找出最佳的解决方案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其他隐变量的权重都赋予一个固定值定值,然后对需测量的隐变量

15、的权重进行优化然后对需测量的隐变量的权重进行优化.转到下一个隐变量转到下一个隐变量,重复上述过程直至权重保持稳定重复上述过程直至权重保持稳定分数计算出来后分数计算出来后,使用加强的回归分析来决定影响力使用加强的回归分析来决定影响力x1x2x3x4x5x6y1y2y3LV1LV2SATI1I2w2w3w4w5w6u1u2u3w125 CFI Group为什么使用偏最小二乘法为什么使用偏最小二乘法(PLS)(PLS)而不使用其他方法而不使用其他方法26 CFI GrouplLISREL 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)l偏最小二乘法发现一个模型,这个模型在预

16、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为什么使用 PLS?PLS?而不使用而不使用 LISREL(analysis of LISREL(analysis of linear structure relationship)?linear structure relationship)?原因原因#1#127 CFI GrouplLISREL 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”lPLS 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为什么使用PLS?PLS?为什么

17、不是为什么不是 LISREL?LISREL?原因原因#2#228 CFI Group为什么使用为什么使用PLS?PLS?而不使用而不使用 LISREL?LISREL?lLISREL 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 lPLS 没有分布假定原因原因#3#329 CFI GroupCFICFI满意度测评方法的优势满意度测评方法的优势30 CFI Group目标目标解释过去解释过去预测未来对绩效的测量对绩效的测量 单项单项多项不太精确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不具有理想的预测功能理想的预测功能预测效果预测效果 不可计量或比较不可

18、计量或比较可计量可比较分割评估分割评估同时评估满意度测量满意度测量 缺乏理论基础强大的理论基础极少的绩效预测因素极少的绩效预测因素理想的绩效预测因素结果结果不可计量不可计量可计量行动计划行动计划主观性主观性客观性传统方法传统方法CFI GroupCFI Group科罗思咨询的方法科罗思咨询的方法传统的客户研究方法与传统的客户研究方法与 CFI GroupCFI Group方法的比较方法的比较31 CFI Group1、有效问卷筛选 完整地回答问题完整地回答问题 根据问卷要求回答问题根据问卷要求回答问题 认真思考后回答问题认真思考后回答问题32 CFI Group2、数据编码和输入 数据编码数据

19、编码 数据输入数据输入33 CFI Group3、数据处理F 数据检查数据检查 频数分析频数分析 交叉频数分析交叉频数分析 马氏距离分析马氏距离分析34 CFI Group频数分析示例1211109876543210Frequency80604020035 CFI Group3、数据处理F 数据处理数据处理 原始数据或变量的转换原始数据或变量的转换 缺省数据的处理缺省数据的处理36 CFI Group原始数据处理示例u假设其他品牌洗发水价格不变,而该品牌洗发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?价格下降百分之水的价格下降,您会购买吗?价格下降百分之几您才会购买?几您

20、才会购买?1 12 23 34 45 510109 98 87 76 637 CFI Group4、数据计算PLSPLS(Partial Least SquarePartial Least Square)SPSSSPSS软件(软件(SASSAS)38 CFI Group5、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)产业产业

21、/行业级指行业级指数数产品/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)产品产品/服务类别级指数服务类别级指数 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)企业企业/品牌级品牌级指数指数39 CFI Group产业产业/行业级顾客满意指数变化趋势分析(示例)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

22、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 CFI Group行业顾客满意指数结构变量相关关系分析(示例)感知价值感知价值顾客忠诚顾客忠诚顾客顾客满意度满意度感知质量感知质量品牌形象品牌形象预期质量预期质量0.450.560.090.150.360.160.050.600.551.150.2941 CFI Group行业预期质量对其他结构变量的影响(示例)预期质量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直接影响0.360.160.05-间接影响间接影响-0.210.310.41全部影响全部影响0.360.370.360.4142 CFI Group行业主要品牌顾客满意指

23、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 CFI Group行业顾客满意指数人口统计特征分析(示例)44 CFI GroupCL品牌顾客满意指数结构变量的影响关系分析(示例)感知价值感知价值顾客忠诚顾客忠诚顾客顾客满意度满意度感知质量感知质量品牌形象品牌形象预期质量预期质量0.430.540.170.200.260.150.040.570.541.170.2745 CFI GroupCL品牌形象对其他结构变量的影响(示例)形象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

24、直接影响0.430.540.170.20-间接影响间接影响-0.110.440.530.86全部影响全部影响0.430.650.610.730.8646 CFI GroupCL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)感知质感知质量量65.4165.41预期质量预期质量66.6866.68总体感知质量(65.56)服务感知质量(63.67)顾客化感知质量(64.36)可靠性感知质量(66.44)总体预期质量(65.63)顾客化预期质量(65.89)服务预期质量(64.28)可靠性预期质量(68.32)0.780.750.790.830.800.850.890.9047 CFI GroupCL品牌形象行业内比较分析(示例)505560657075最优品牌品牌2品牌4CL品牌品牌5品牌6品牌7平均值

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(用户满意度指数数据分析及方法论课件.ppt)为本站会员(晟晟文业)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|