基于顾客满意度的汽车消费者评价模型构建
2017年04月10日 | 作者: adminlin | 分类: 企业顾客满意度 |
根据汽车的使用性能指标的划分，可以得到顾客对汽车这种商品的评价方法。采用对顾客调查问卷的方式获得对某型汽车的量化指标，通过模糊数学的方法实施矩阵变换和计算，可以得到基于顾客满意度的汽车使用综合评价结果。
随着汽车工业的快速发展，我国汽车保有量已有很大的提高，拥有汽车早已不再是遥远的梦想。随着车辆进入更多的家庭，汽车也和其他耐用商品一样，成为民众生活必不可少的组成部分。但是，如何对一辆汽车合理地进行评价，如何通过多元的角度综合地对一辆汽车进行量化的评判，已经成为广大消费者日益关注的问题。
汽车使用状况的评价指标
衡量汽车整体性能的指标有很多种方法，对汽车性能的评价和评估也多种多样。然而，目前大量的商用车在性能评价和评估上更多地倾向其家庭使用的特性，所以，从家庭使用的角度而言，通常用来评定汽车的性能指标主要有：动力性、经济性、安全性、舒适性以及美观性等。
尽管我们可以将汽车使用性能划分为上述五种指标，但由于汽车种类和车型的繁多，需要满足的使用要求各不相同。在涉及汽车时往往有针对性地满足一两项主要性能指标，而把其他性能放在相对次要的位置。例如，家用经济型轿车需要强调燃油经济性而把动力性能放在较次要的位置，而跑车则强调动力性而把燃油经济性放在次要地位等。因此，我们要评价一辆汽车的优劣，就要综合地考虑各方面的因素，结合加权平均的方法，进行研判。
我们在评判一辆汽车的整体性能时，通常会给予顾客或者使用者很多的选择项目，并且根据顾客的重视程度，给予不同的项目具有各自的权重。在不同的选择项目构造的调查表中，罗列了各项目下的组成因素。例如，在汽车使用的经济性项目中，包含着市区油耗、综合油耗、维修费用、零部件价格和维护费用等五种不同的因素。这五种不同的因素能较好地对汽车使用经济性这个评价项目予以分解。通过这种方式，可以将诸如安全性、舒适性、动力性和美观性等项目也分解为不同的因素，以此设计成调查报告，供汽车销售企业在顾客中实施调查，通过调查结果得到某品牌或某型汽车的满意度。
本文是在武汉某4S店针对某一国产乘用车的顾客群体实施的上述调查，并将数据汇总分析，试图从顾客使用的角度对某型号汽车实施调查与分析，进而得到顾客对于该型汽车的满意程度的量化指标。
汽车使用性能综合评价模型的建立
顾客在评价汽车综合指标的时候，通常采取五种指标项目即经济性、安全性、舒适性、动力性和美观性等。
本文以汽车经济性为例，来确定针对经济性的单因素评价方程体系。设x1表示市区的油耗，x2表示综合油耗，x3表示维修费用，x4表示零部件价格和x5表示维护费用。则评价某品牌汽车的的综合因素集合为X={
x1 ，x2，x3，x4，x5}。其评价集合为V={v1，v2，v3}，其中v1为很满意，v2为满意，v3为不满意。
设随机抽取100位顾客进行该品牌汽车的经济性的满意度调查，在经济性项目的市区油耗这个单因素指标中，有63%的顾客表示很满意，31%的顾客表示满意，6%的顾客表示不满意，那么针对市区油耗的单因素评价方程为：
同理，可根据顾客调查得到在经济性项目下的综合油耗、维修费用、零部件价格和维护费用的单因素评价方程依次为：
由此，可以得到关于汽车经济性的单因素评价矩阵为：
同理，在安全性项目中，我们也可以根据安全性的具体因素，列出100位顾客的调查相关因素指标的满意程度结果，如表1所示。
可以得到汽车安全性的单因素评价矩阵为：
在舒适性项目中，100位顾客的调查满意度结果如表2所示。
可以得到汽车舒适性的单因素评价矩阵为：
在动力性项目中，100位顾客的调查满意度结果如表3所示。
可以得到汽车动力性的单因素评价矩阵为：
在美观性项目中，100位顾客的调查满意度结果如表4所示。
可以得到汽车美观性的单因素评价矩阵为：
至此得到了有关该汽车五大评价项目下的各项指标单因素评价矩阵。同时，在顾客挑选和使用汽车的过程中，对这汽车经济性、安全性、舒适性、动力性和美观性等项目中的各个因素是有不同侧重的，即顾客对于五种评价项目中各个因素具有不同的权重。
例如，在经济性项目中，顾客认为综合油耗的重要性最高，其次为维护费用、维修费用和零部件价格。在具体的调查中，笔者根据顾客在经济性项目中各个因素的重要性，将各个因素设定了不同的权重，即经济性项目中市区油耗、综合油耗、维护费用、维修费用和零部件价格的权重分别表示为：0.2，0.15，0.25，0.25，0.15。经济性项目各因素的权重可以用矩阵表示为：
A1=（0.20 0.15 0.25 0.25 0.15）
同理，也将安全性、舒适性、动力性和美观性等这些项目下的各因素予以权重，从而得到这些项目中的各因素的权重矩阵为：
A2=（0.40 0.60）
A3=（0.32 0.25 0.15 0.20 0.08）
A4=（0.25 0.25 0.25 0.25）
A5=（0.35 0.35 0.30）
至此就已经将某品牌汽车的五大评价项目和各项目下诸因素的调查结果以及各因素在对应项目中的权重分别列出不同的矩阵，以此为基础，可以进行更加深入的分析。
基于单因素矩阵的综合评价及结论
本文将汽车五个评价项目的单因素矩阵及各因素的权重矩阵实施综合评价如表5所示。
取为汽车五个项目的综合评判矩阵模型，同时也对经济性、安全性、舒适性、动力性和美观性等这些评价项目予以相应权重，其权重矩阵为：
A=（0.25 0.25 0.20 0.20 0.10）
那么100名顾客对于该汽车的基于模糊数学的汽车综合评价最终矩阵为：
将上述B矩阵归一化之后，可得：
B=（0.5712 0.5771 0.5837）
根据矩阵归一化的结果可知，在“很满意”、“满意”和“不满意”的矩阵中，其“不满意”为0.5837，居于首位，所以可以得到顾客对该型汽车顾客满意情况为不满意。
结论
采用模糊数学的综合评价方法，大致可以包含几个步骤，即：
一是建立评判商品的参考因素集，其参考因素就是商品的各种属性或性能，这些参考因素基本可以综合地反映出商品的质量或特点。一般而言，顾客就是根据这些参考因素给商品相应评价。二是建立评判集合。三是建立单因素评判矩阵。四是加权综合评判。
采用模糊数学的综合评价方法，可以很好的将多因素、多项目属性的商品进行综合评价。但是，当商品的属性或性能特点很多的时候，由于权重分配的值不能体现明显的差距，因此会造成评判结果达不到预期的效果。
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
