满意度调查网

       满意管理是在明确顾客角色前提下的客户关系的不断完善，客户满意观念引入营销领域后，受到极大的关注，许多学
者将用户的满意与忠诚相关联，认为只有满意的用户才忠诚，特别在服务性行业，客户的满意与忠诚更是密切相关。
电信运营企业用户的满意度与用户的维系、挽留有着重要的联系，通过满意度测评，电信运营企业可以实现服务过程
的改进，达到提升用户满意度、忠诚度的目的，减少因用户不满导致的离网。本文运用结构方程研究客户满意度评价
模型，并对相关因子进行实证检验，得出可以影响电信运营企业的重要因素和指标，对电信运营企业改善服务质量、 提高满意度提出了建议。

　　电信运营企业的客户满意度研究起步较晚，但随着以客户为中心的理论发展，越来越受到重视和关注，为了提高客户满意度，首要解决的问题是量化客户满意程度，而结构方程为此类问题的定量化解决提供了良好的工具。
　　
　　一、客户满意度定义
　　

　　自1965年richard首次将客户满意度引入营销学后，客户满意度问题即受到极大重视，学者们从不同研究角度对其内涵进行了不同的阐述。Olson&Dover(1976)认为：客户的满意程度是客户事前期望与实际接受服务时的感知之间所产生的差距。Hempel(1977)提出：客户满意度取决于客户所预期的产品利益的实现程度，它反映出“预期”和“实际”结果一致的程度。Oliver(1981)认为：满意是一种针对特定交易的情绪性反应。它取决于客户所预期的产品或服务利益的实现程度以及反应预期与实际结果的一致性程度。Kotler(1997)认为：满意是一个人所感觉的程度，源自其对产品功能特性或结果的感知及其与产品期望的比较。通过综合以上诸学者的观点，可将其归纳为以下几类：

　　1.特定交易型满意

　　客户满意限定于对某种特殊购买行为后的评价，亦即特定交易型满意可以针对某种特定产品或服务交易提供特定诊断信息。客户满意是在特定环境下，对于使用产品所获得的价值程度的一种即时的情绪性反应。

　　2.累积型满意

　　累积型满意系客户针对某产品或服务消费的全部经验而累积的整体评价，累积型满意可促进企业对客户满意而加强投资。

　　3.认知评价满意

　　认知评价满意是客户将实际从产品或服务中所获得的认知表现与事前对产品或服务表现的期望作一比较的认知过程评价。此时，期望与经验有直接关系，若产品或服务实际表现超过期望则产生满意，反之则产生不满意。Kotler(1997)认为，客户首先比较购买行为发生前对产品或服务的预期与购买后实际感知的产品或服务绩效表现，以判断其实际表现与预期之间是否具有差异。假若实际表现超过预期，则产生正向不确定或较高满意；假若实际表现不如预期，则产生负向不确定或不满意；假若实际表现恰如预期，则可能有中度满足或具有无差异反应。故满意仍是购买与使用的结果，源自对于买者的购买报酬与预期结果的比较。

　　4.感情性满意

　　部分学者认为满意的情感性定义为客户主观觉得很好而随之产生满意感，反之亦然。还有的学者认为满意为客户对事物的一种暂时的情绪性反应；是一种来自于消费经验的情绪性反应，不同于对品牌的情绪。

　　本文认为客户满意是客户事前对产品的期望与事后感知的差距程度的感性与理性态度的主观反映，当事后感知未达事前期望时，则产生不满意；当事后感知超过事前期望时，则产生满意。

　　电信运营企业的客户满意度研究起步较晚，但随着以客户为中心的理论发展，越来越受到重视和关注，为了提高客户满意度，首要解决的问题是量化客户满意程度，结构方程为此类问题的定量化解决提供了良好的工具。

　　
　　二、结构方程模型简介
　　

　　结构方程模型(Structural
Equation Model
SEM)是评价理论模型与经验数据一致性的新型模型，具有验证性功能，可以利用统计手段，对复杂的理论模式进行处理，并根据模型与数据的一致性程度，对理论模式作出评价进而验证假设的理论模型，结构方程已在各项研究中获得了广泛的应用。

　　结构方程模型是用于讨论隐变量(Latent Variable，LV，结构变量)与显变量(Manifest
Variable，MV，观测变量)关系及相关关系的多元统计分析方程，其中隐变量是不可直接观测的，只能通过观测显变量而间接度量，显变量是具体的可测变量。

　　通常一个结构方程模型包括结构模型和测量模型，结构模型讨论的是隐变量之间的因果关系，测量模型(Measurement Model)即验证性因素分析模型(Confirmatory，Factor，Analysis)度量了隐变量与显变量的关系。

　　1.测量模型

　　测量模型(验证性因素分析模型)是建立在理论、实验研究或两者相结合基础上的，模型的数学表达式为：

　　X=ΛXξ+δ
　　Y=ΛYη+ε

　　其中，X为n*1阶的外生观测变量向量，Y为m*1阶的内生观测变量，η是q*1阶的内生潜变量向量，ξ是p*1阶的外生观测变量向量，ΛX是p*n阶的外生潜变量ξ的因子载荷矩阵，ΛY是q*m阶的内生潜变量η的因子载荷矩阵，δ为p*1阶的测量误差项，ε为q*1阶的测量误差项。

　　在验证性因素分析中，由于潜变量不可观测，所以因素方程无法直接估计，为此由方差方程

　　 ΛYcov(η)Λ′y+θε Λycov(η，ξ)Λ′x
　　 Λxcov(ξ，η)Λ′yΛxΦΛ′x+θδ

　　说明观测变量的协方差矩阵之间的关系，其中，Σ是观测变量之间的方差和协方差的总体矩阵，ΛY、ΛX分别是观测变量Y和X的因子载荷矩阵，θε、θδ则是两测量模型中误差项之间的协方差矩阵，该方程把观测变量Y、X的方差和协方差分解成载荷矩阵ΛY、ΛX、η、ξ的方差和协方差，以及δ和ε的方差与协方差。

　　2.结构模型

　　结构模型是用来描述潜变量之间关系，它的数学表达式为：

　　 η=Bη+Γξ+ζ

　　其中，η、ξ分别是内生变量和外生变量，B、Γ为η、ξ的系数矩阵，ζ为结构方程的残差项，上式变形可以得：

　　 B&&=(1-B)-1，η=(1-B)-1(Γξ+ζ)

　　=B&&(Γξ+ζ)

　　对应的协方差方程为：
　　 B&&(ΓΦΓt+Ψ)B&&B&&ΓΦ
　　 ΦΓtB&&Φ

　　其中，Φ表示外源变量之间的协方差矩阵，Ψ表示结构方程中的残差矩阵。

　　通常认为客户满意度指数(Sweden
Customer Satisfac-tion Barometer，
SCSB)的瑞典模型始建于1989年，而美国客户满意度指数是在瑞典模型的基础上加以修正而完成的，从1994年开始发布，是最有影响力的模型，其结构方程为：

　　
　　其中，ξ为客户期望，η1客户的质量感知，η2为客户对价值感知，η3为客户满意度(SCSB)，η4为客户投诉，η5为客户忠诚度，βij为ηj对ηi的系数，表示因ηj的变化造成ηi的变化的影响程度，YIJ指客户期望对ηi的系数，表示因ε的变化造成ηi的影响程度，ζ为模型的误差。考虑国内用户的品牌感知印象，可将结构方程调整为：
　　
　　k为客户品牌形象，由此，可以构建某通信企业(仅讨论移动业务产品)客户满意度模型体系和层次关系，将其与其他电信运营商的同类业务进行比较，通常可以认为移动业务产品的满意度主要取决于以下变量：
　　
　　基于此构建某通信企业该产品的满意度指数模型为：
　　
　　经过对该产品的满意度调查后，得到相关数据，使用AMOS软件对上述结构方程进行求解，可以得出如下结果：
　　

　　可以得出：

　　满意度指数=0.418*产品吸引力-0.371*网络质量差+0.211*品牌吸引力+误差

　　产品吸引力=-0.532*网络质量差+误差

　　品牌吸引力=-0.468*网络质量差+0.880*产品吸引力+误差

　　经验证计算该模型相对拟合指数为0.99(比较拟合指数CFI，其值大于0.90时表示模型拟合成功)，绝对拟合指数为0.03(近似误差均方根RMSEA，其值小于0.05时表示模型拟合成功)，同时，各项回归系数均显著，表明该结构方程模型较准确地反映了该移动业务产品的满意程度为53.45(同类产品分别为61.39、56.9、59.08)处于较低水准。经过三个月跟踪调查被访问数据，此产品的用户离网率较高，从实例上该模型的反映程度较为真实。
　　
　　参考文献：
　　[1]Peterson，Robert A.and William
R.Wilson.(1992). Measuring Consumer Satisfaction：Fact and
Artifact.Jourhal of the Academy Science 20(W inter).
　　[2]汪纯孝，等.顾客满意程度模型研究[J].中山大学学报(社会科学版)，1999，(5).
　　[3]侯杰泰，等.结构方程模型及其应用[M].北京：教育科学出版社，2004.
　　[4]吴必达.顾客满意学[M].北京：企业管理出版社，2002.
　　[5]阮桂海.统计分析应用教程[M].北京：清华大学出版社，2005.

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