满意度调查网

一、 为什么要进行客户满意度研究

客户满意（CS, Customer Satisfaction），是指客户通过对一个产品或服务的感知效果/结果与其期望值相比较后，所形成的愉悦或失望的感觉状态。客户满意度就是客户满意水平的量化，客户满意度在国内外越来越引起理论界和实业界人士的关注。究其根本原因，是经济发展水平的提高，促进经济竞争能力的增强和人们生活质量的改善，使人们从对经济资源的生产效率的关注，逐步转向对经济资源的产出质量的关注，而客户满意度正是从客户的角度衡量产出质量的合适指标。

客户满意度研究能帮助企业把其有限的资源集中到客户最看重的特性方面，从而达到建立和提升客户忠诚并保留客户；通过分析客户的价值，把有限的资源优先配给最有价值的客户；通过客户满意度研究，还能预测客户未来的需求，并调整客户接触链上的服务人员的评价、培训、选拔和补充工作。通过对客户满意度的持续跟踪研究，能动态揭示客户满意度的变化，评估满意度改善措施的效果，制定最为有效的行动策略。

客户满意度是一个经济心理学的概念，要衡量它就必须建立模型，将客户满意度与一些相关变量（例如价值、质量、投诉、忠诚度等）联系起来。瑞典、美国、挪威、欧盟等许多国家和地区根据各自的满意度理论和实践特点，相继建立了客户满意度模型。

客户满意度研究理论经历了几个大的发展阶段：

—第一阶段：早期的满意度研究主要着眼于客户感觉质量，客户对产品质量及服务质量的评价成为满意度测评的主要依据。

—第二阶段：随着全面质量管理理念的提出和认同，企业在产品及服务上的逐渐完善，导致客户期望水平发生转变。在这个阶段，客户感觉质量已经不能完全概括客户满意水平。客户对产品的价格水平、客户感知价值(性价比）和客户满意度指标的提出使满意度研究更加细致和全面。全面科学的客户满意度指标体系逐渐成为满意度研究的主体。

—第三阶段：由于市场经济的繁荣、科技的进步和国际化的加剧，市场竞争程度日趋白热化，以往的""客户满意导向""的满意度研究理论已经不能适应新的形势。""客户满意导向""被""客户忠诚导向""所替代；客户满意只是抓住客户的""眼"",客户忠诚才是征服客户的""心""，忠诚的客户才是企业赖以生存和可持续发展的真正源泉。包含客户忠诚度的满意度研究模型是最近十年内广泛使用的满意度研究模型。

—第四阶段：最近三年，满意度研究理论又有了新的进展，以""客户忠诚""为导向的满意度模型体系所包含的指标绝大部分与客户感觉质量和客户感觉价值有关，即这些行为往往都倾向于 ""有形、实在""的部分，即理性部分；但市场营销工作不仅仅是这些与理性因素有关的部分，还有关于品牌核心价值的宣传，品牌理念的建设以及品牌口号的宣传等；该理论认为，客户忠诚行为一方面受到客户理性感知的影响，另一方面还受到非理性因素－感性因素的影响，二者缺一不可。客户首先通过使用及接触产生行为态度，随后这种客户态度激发、升华到客户对公司及产品的感性依附或背离，最后通过这种感性的因素决定客户的忠诚行为。

二、 移动通信客户满意度研究方法

一个普通的客户满意度研究，通常的程序包含四大步聚：第一步，确认影响客户满意度的关键因素：这一步通过定性调研达到，如客户群组座谈；有经验的调研公司可省略这一步，直接进入下一阶段。第二步，测量客户对那些关键因素的满意度：这一步主要采用5级、7级或10级量表测量工具，对客户进行大规模的问卷调查。第三步，确定那些关键因素的相对重要性：这一步分析的一个关键部分是用整体满意程度作为因变量，用对关键因素的满意程度作为自变量进行结构分析。第四步，为移动公司提供应朝什么方向努力的建议：这一步主要通过绘制象限图，以给出相对直观的结果，并提出具体的改进意见。

一套完整的指标体系通常含大类指标和细类指标，一般大类指标的大部分是可以通用的，但在细类指标的定义上，不同的企业和产品中存在很大差异。就中移动而言，满意度指标体系主要包括忠诚度指标、标准满意度指标、理性驱动指标、感性驱动指标以及反映不同商业过程的指标。

有四种常用的满意度调研方法：投诉建议制度、神秘顾客法、客户满意度调查和客户流失分析。一项完备的满意度调研需要结合定性调研，并在大规模样本定量调研之前，需要进行小样本测试，以修正满意度测定指标。客户满意度定性研究用的比较多的是座谈会或深度访问。定量研究主要是抽样调查。在有现成客户数据库的情况下，可以使用非常理想的简单抽样方法来完成抽样。持续的客户满意度调查通常可以使用横截面调查，更为严格的采用固定样本监测。持续的客户满意度研究可对客户期望的变化及其受到的竞争刺激有良好的把握。

面访和电话访问都是可以选择的样本接触方法。访问的时候，对于高端的客户比较适合的方式是电话访问，低端客户可以考虑面访（从成本控制的角度考虑，企业倾向于对高、中、低端客户都采用电话访问）。电话访问有一定的局限性，因为客户满意度的调查问卷一般比较长，访问的时间差不多要30分钟，而典型的电话访问的时间在15分钟之内。

最佳的客户满意度研究不仅仅只研究自己的客户满意度，同时要研究主要竞争对手的客户满意度。如果只是看自己，无法看到竞争对手的话，我们就不太理解为什么有的时候只是因为竞争对手改变了对客户的承诺而导致我们的客户满意度受影响。但高质量抽取竞争对手的客户样本是一个很大的考验。当然也有些方法来解决它，比如说可以使用成本较高的随机抽样过滤；还可以通过某些渠道了解对手的客户分布的结构，然后进行配额抽样等。

神秘客户技术对于服务质量的监控有非常好的效果。一些评估人员通过充当实际或潜在服务的客户，使用事先制定好的方案，对客户在企业中所接受到服务进行观测和需求信息收集。神秘客户是目前服务业广泛应用的一种手段。

大部分的不满意客户是沉默的，那些来申诉的客户通常又有把问题扩大化的倾向。而且一般的客户只是感受了服务的某个或某些环节，很难准确地解释自己的满意度分布原因。所以，自然客户的反映，无论是对客户满意度的研究或者是客户投诉，一般只是代表了某些片段信息。而神秘客户是按企业的要求去全程监控你所设计的服务规则的所有环节。对于扮演神秘客户访问员的要求相对是比较高的。神秘客户所使用的应是一个工作剧本，到哪一个销售场所、扮演的是哪一类型的客户、前后面各说什么话、需要设置的场景等，就像演戏一样。

强调客户满意度是基于企业对客户取向的信仰和尊重；使用神秘客户技术则是基于职员对惩罚的恐惧。它们的内在作用机制有所不同。当实施神秘客户监测并公布一至两次结果之后，会产生一个自然的结果：服务人员不知道眼前来的客户是真的客户还是神秘客户，所以他就会在意多了，遵守规则的压力就会加大。这实际上是常规管理中的一个基本原理：信仰、尊重和对于纪律的恐惧应该是综合使用的。

三、 移动通信客户满意度分析工具

顾客满意度模型是一个多方程的因果关系系统——结构方程模型（SEM，Structural Equation Model）。结构方程模型是一种非常通用的、主要的线形统计建模技术，广泛应用于心理学、经济学、社会学、行为科学等领域的研究。实际上，它是计量经济学、计量社会学与计量心理学等领域的统计分析方法的综合。多元回归、因子分析和通径分析等方法都只是结构方程模型中的一种特例。结构方程模型是统计分析方法中一个新发展的领域，它的应用始见于60年代发表的研究论文中，到了90年代初期开始得到广泛的应用。

结构方程模型还是利用联立方程组求解，但是它没有很严格的假定限制条件，同时允许自变量和因变量存在测量误差。它还有另外一些特点优越于多元回归、通径分析、计量经济学中的联立方程组以及因子分析等方法。计量经济学中的通径分析和联立方程模型虽然也使用联立方程组，但是类似于多元回归，它们只能处理有观察值的变量，并且还要假定其观察值不存在测量误差。然而在许多科学领域的研究中，有些变量并不能直接测量。实际上，这些变量基本上是人们为了理解和研究某类目的而建立的假设概念，对于它们并不存在直接测量的操作方法。人们可以找到一些可观察的变量作为这些潜在变量的“标识”，然而这些潜在变量的观察标识总是包含了大量的测量误差。在统计分析中，即使是对那些可以测量的变量，也总是不断受到测量误差问题的侵扰。自变量测量误差的发生会导致常规回归模型参数估计产生偏差。虽然传统的因子分析允许对潜在变量设立多元标识，也可处理测量误差，但是，它不能分析因子之间的关系。只有结构方程模型即能够使研究人员在分析中处理测量误差，又可分析潜在变量之间的结构关系。

结构方程模型包括测量方程（LV和MV之间关系的方程，外部关系）和结构方程（LV之间关系的方程，内部关系），以ACSI模型为例，具体形式如下：

测量方程 y＝Λyη+εy  , x＝Λxξ+εx=(1）

结构方程  η＝Bη+Гξ+ζ 或 （I-Β）η＝Гξ+ζ （2）

其中，η和ξ分别是内生LV和外生LV，y和x分别是和的MV，Λx和Λy是载荷矩阵，Β和Г是路径系数矩阵，ε和ζ是残差。

对这类模型进行参数估计，常使用偏最小二乘（Partial Least Square，PLS）和线性结构关系（LInear Structural RELationships，LISREL）方法。

PLS（Wald，1982）是将主成分分析与多元回归结合起来的迭代估计，是一种因果建模的方法。该方法对不同LV的MV子集抽取主成分，放在回归模型系统中，然后调整主成分权数，以最大化模型的预测能力。PLS之“偏”，是因为估计的每一步都在给定其他参数条件下，最小化某个参数子集的残差方差，最后在收敛极限，联合最小化所有残差方差，但没有对总体残差方差（或其他总体最优标准）严格的进行最小化。

LISREL（Joreskog，1970）方法也称为协方差建模方法，通过拟合模型估计协方差与样本协方差S来估计模型参数。具体来说，就是使用极大似然等方法，构造模型估计协方差与样本协方差的拟合函数，然后通过迭代，得到使拟合函数值最优的参数估计。有一些学者推荐使用该方法进行满意度模型的估计。

两种方法各有千秋，分别适用于不同的情况。从根本上说，由于算法的不同，PLS对测量变量协方差矩阵对角元素的拟合较好，适用于对数据点的分析，预测的准确程度较高；LISREL对测量变量协方差矩阵非对角元素的拟合较好，适用于对协方差结构的分析，参数估计更加准确。两种方法的选择取决于研究的目的。当研究目的是理论检验且先验理论知识充足时，更宜采用LISREL；当研究目的是因果预测应用，且理论知识非常缺乏时，则PLS更加适合。对移动通信客户满意度研究来说，先验理论知识比较充足，研究模型已由中移动集团公司确定，因而在针对各省移动客户满意度研究时，宜采用LISREL方法。

应用结构方程模型分析有五个主要步骤：模型设定、模型识别、模型估计、模型评价、模型修正。这五个步骤构成了应用结构方程模型来研究一个理论模型的基础工作。

AMOS是近年来非常流行和易用的结构方程式模型分析软件，AMOS使用路径图来定制模型的方法。

AMOS可输出的结果主要有：标准化和非标准化参数估计值，均值和截距估计值，因子得分权重，复相关系数平方–决定系数R平方，标准化和非标准化总效应、间接效应、直接效应，协方差矩阵估计值，相关矩阵估计值，样本协方差矩阵统计量，引申矩统计量，残差统计量矩阵，模型修正指数，差异判别比值，异常值和正态性检验，观测变量信息矩阵。

四、 移动通信客户满意度研究案例

随着市场由快速增长阶段迈入平稳成长阶段，服务质量已经成为企业的核心竞争力。中国移动通信市场正从快速增长阶段迈入平稳成长阶段，因而市场营销工作的重点不仅仅是吸引新用户，突出价格策略的重要性，而是要将如何维护老用户作为市场营销工作新的重点，从而服务策略的重要性逐渐突现。目前市场上的价格竞争将逐渐过渡到服务竞争。移动与联通已经形成了较为激烈的竞争格局，随着电信、网通等国内运营商及国外运营商进入移动通信市场，这种竞争将会愈演愈烈，从而“追求客户满意服务”成为移动通信公司关注的重点。移动集团公司确定了双领先战略，服务领先成为移动公司重要的经营策略。近几年，某省移动通信公司陆续推出了多种服务内容和形式，并做了大量广告宣传工作，但是，移动客户是否感受到了移动公司对他们的服务呢，他们对这些服务是否满意，他们对服务的满意情况是否影响了消费行为，这些都是某省移动通信公司需要通过市场调查来了解的。

某省移动公司期望通过客户满意度研究了解：不同品牌客户和集团客户对某省移动的整体服务工作的满意度评价，以及不同品牌客户对移动公司各商业流程环节上的服务感受及满意度水平，并了解不同品牌客户对移动公司的忠诚度。同时判断当前业务、服务工作中存在的主要问题。重点围绕各个商业过程，有针对性地发现问题，从而改善服务短木板。通过满意度指数，比较各地市移动公司的服务工作差异，以便为省公司的考核提供依据。进行与竞争对手CSI测评的比较分析，确定某省移动通信公司客户服务工作中有待改善的地方，并以绩优区域为标杆，不断提高和推动某省移动的用户满意度。预测今后的业务、服务竞争趋势，制定应对竞争的一系列策略和方案。

百纳电信咨询公司有幸承担了该省客户满意度研究项目。在该省客户满意度研究中，百纳电信咨询公司采用中移动集团公司客户满意度研究模型。

由于此次调研涉及某省移动通信公司所有的在网客户，因此调查区域将涉及全省所有的地市公司。调查对象包括移动全球通、神州行和动感地带三大品牌客户，以及竞争对手联通G网和C网客户。调查方法为电话随机访问。全年分2次调查，共抽取了19600个有效样本。样本抽取流程为：整理所有客户资料，分别将全球通客户、神州行客户、动感地带客户、联通客户的号码建立成数据库；将某省移动通信公司的某品牌客户的手机号码升序排列；计算抽样间距：抽样间距=某省移动某品牌客户数量/本次调查的样本数量；在品牌客户号码数据库中任意选取一个号码作为随机起点，以上面计算出的抽样间距依顺序选取手机号码，直到选取到足够样本量的号码为止；将选取好的客户号码重新建立成一个数据库，较为方便形式的是EXCEL格式；在上述数据库中，将客户号码随机排序，即可做成电话访问的基础号码资料库。

为确保数据质量，在项目确认访问开始前，百纳电信咨询公司对所有参与项目的督导人员进行前期的项目培训，同时也对访问人员进行严格培训。针对督导的项目培训包括：讲解问卷内容以及访问中问卷注意事项，明确各部门负责内容，强调执行中的注意事项；针对访问员培训有：基础培训—严格考核所有预备访问员的语言以及访问技巧，实行考核上岗制度。项目培训—详细介绍项目操作、问卷内容、样本定义、配额以及访问流程；行为培训—对访问员的行为培训以加强访问员态度、礼貌、言语流程意识，维护移动外呼中心的统一形象。实施现场实时在线监听：对访问实行在线监听，保证所有访问员都被监测到；记录/监控访问员访问中礼貌、态度、流程操作和问卷内容把握等。同时实施访问录音检查监听：对所有访问员访问录音随机抽取监听，着重访问操作和问卷内容。

此次该省客户满意度研究分析方法采用结构方程法，使用AMOS分析工具。标准化路径系数如下图所示：

通过对该省客户满意度调研数据分析，可知：2007年上半年，某省移动客户忠诚度为86.1，与2006下半年相比提升了2.1个百分点，各地市均有不同幅度的提升，大同上升幅度最大；全省满意度为83.6，与2006下半年相比下降了0.8个百分点，除某地市外，其他地市均有所下降；忠诚度比满意度高出了5.5个百分点；与竞争对手相比，某省移动客户的满意度领先16.5个百分点，忠诚度领先17.9个百分点，与2006下半年相比，领先程度均有所缩小；各商业过程中，某省移动需要改进的首要环节是投诉处理、信息宣传、新业务、热线服务，其次改进环节为营业厅、话费信息和缴费服务。

影响客户满意度的因素主要是感性驱动因素；若感性驱动因素表现得分提升10分，客户满意度将提升8分，若理性驱动因素表现提升10分，客户满意度只提升3.1分。而在影响理性因素与感性因素的因素中，商业过程对理性因素的影响更明显；若商业过程表现得分提升10分，理性因素表现将提升8分，感性因素表现只提升4.3分。改进投诉处理、信息宣传、新业务、热线服务等商业过程服务短板，将会明显提升该省客户满意度。

"

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