SPSS-顾客满意度调查指标设计和分析应用

顾客满意度调查的指标设计与分析应用提要：本文针对当前顾客满意度调查中存在的两个难点：指标设计和分析应用提出解决的方法和措施。在明确调查的目标和内容的前提下，论述了指标设计的步骤和环节，说明了相关分析、因子分析等统计分析方法的在满意度分析中的具体应用模型，提出忠诚度分析与满意度分析相结合的一些分析方法，提高了满意度分析的科学性和实用性。一、顾客满意度调查近几年来，顾客满意度成为许多公司和机构进行市场调查的一个重要方面。随着消费者对产品满足自身期望的需求日益强烈，在面临的市场竞争压力日益增大的情况下，公司和机构必须能够站在顾客的角度考虑产品和服务的各项问题。从成本利润上来计算，顾客满意度、顾客保留率和利润率之间有着密切的联系。有关部门调查结果显示：获得一个新顾客的成本是保持一个满意顾客的成本的5倍。而对于公共服务部门的组织来说，顾客满意度本身就是成功的尺度。虽然达到顾客满意度已成为许多公司和组织的主要营运目标，他们投入大量人力物力进行满意度方面的调查，然而由于对于满意度指标把握的不准确和分析方法的贫乏，结果却难以得到关于改进产品和服务，提高顾客满意度的有价值的结论。满意度指标确定和分析应用已成为进行顾客满意度调查的关键和难点。二、满意度调查的目标和内容为便于我们理清和把握满意度调查的这两个方面，我们有必要先明确顾客满意度调研的目标和分类。调查的核心是确定产品和服务在多大程度上满足了顾客的欲望和需求。就其调研目标来说，应该达到以下四个目标：1、确定导致顾客满意的关键绩效因素；2、评估公司的满意度指标及主要竞争者的满意度指标；3、判断轻重缓急，采取正确行动；4、控制全过程。就调查的内容来说，又可分为顾客感受调查和市场地位调查两部分。顾客感受调查只针对公司自己的顾客，操作简便。主要测量顾客对产品或服务的满意程度，比较公司表现与顾客预期之间的差距，为基本措施的改善提供依据。市场地位调查涉及所有产品或服务的消费者，对公司形象的考察更有客观性。不仅问及顾客对公司的看法，还问及他们对同行业竞争对手的看法。比起顾客感受调查，市场地位调查不仅能确定整体经营状况的排名，还能考察顾客满意的每一个因素，确定公司和竞争对手间的优劣，以采取措施提高市场份额。在进行满意度指标确定和分析应用的过程中，始终应紧扣和体现满意度调查的目标和内容要求。三、满意度调查指标的确定满意度调研首先应揭示出不同顾客满意的指标在重要性上的差异、顾客满意的程度，而且应找出满意和不满意的内在原因，并能比较各个竞争对手和自身在不同指标上的优劣。通过制定满意度指标应该能保证达到这一目的。应该注意的是，这些指标的确定应该主要来自于顾客而不是公司方面主观想象的结果。一般我们都要结合利用定量和定性研究方法来确定关键的满意度指标。探索性定性研究是定义关键指标的第一步，通过深入访谈和焦点小组访谈要涉及公司主管、和顾客打交道的员工、现在和以前的顾客、销售人员以及供应商等人，这些访谈为识别和理解重要的满意度指标提供了一个框架。开放型问题在这一阶段较为适用，能抓住顾客的直觉反应和自发性，捕捉到从公司角度出发无法想象到的重要指标。其次要借助于对顾客进行邮寄或电话访问来筛选、确定一系列满意度指标。顾客可以依据一个重要性标度（如从1、根本不重要到5、非常重要）来评价初步的满意度指标。完全依据重要性的平均得分选择得分高的指标并不可行，相似的指标往往关联度很高。同一主题的几种不同看法很可能都有较高的得分，但最终的访问中应只包括几种看法中的一种。利用因子分析方法分析顾客的指标重要性评价数据，我们可以将不同指标分为若干个因子，从每个因子中选择一个指标。通过比较各个指标的负荷量和有效性可以帮助我们确定具体应选择的指标。另外应用判别分析方法，我们可以确定选出来的指标能否很好地预测整体满意或不满意的程度。交替使用因子分析和判别分析，得到的满意度指标不仅在统计上是有效的，而且在逻辑上讲也适用于测量顾客满意度。值得注意的是，除了制定满意度的各项指标外，还应该统计顾客的人口因素特征，必要时要确定其购买行为特征和消费形态，以结合满意度情况进行深入分析，了解顾客和产品满意度间的互动关系以及顾客进行满意度判断的深层原因。四、满意度调研的分析应用（一）满意度调研的定性分析通过对满意度调查得出的开放题的答案进行分析，可以确定对各个满意度指标的评价和重要性，也可以有助于找出顾客满意或不满意的主要原因。通过编码和汇总分类，我们从开放型问题的回答中识别和提取重要的主题、问题、结构。编码过程中往往会带有很强的主观性，而减少主观性的途径之一就是比较两个或者两个以上独立编码的个人所设计的代码，这样可以检验并讨论想法的差异，并在最终的代码表中包含每个人的最佳意见。内容分析方法是满意度调研中的重要的定性分析方法，通过计算有关满意度的某个具体观点、看法或者观察其出现的次数，进行词语频率分析，确定词语使用水平的模式。在开放性中确定初步代码或者从焦点小组中确定初步的满意度指标时，词语的出现次数是很有价值的信息。（二）满意度调研的定量分析定量分析是将原始数据转化为易于理解和解释的形式，并通过各种统计技术的应用深入挖掘和分析变量间的关系。在满意度的量化分析中，数据分析既包括对各满意度指标百分率变化的描述性分析；也包括运用复杂的统计技术确定不同的满意度指标对整体满意度的重要性、根据历史数据预测整体满意度以及比较公司与竞争对手在各满意度指标上的优势和劣势。最终在这些分析的基础上，确定公司在改进产品和服务，提高满意度上应该采取的措施。根据实际情况采用有效的数据分析方式。1、描述性百分率另一种统计方式是描述性百分比，如30%的顾客对某公司销售人员的评价是非常满意的，25%的人认为医院的整体环境状况是一般等。在满意度数据按季定期收集的情况下，可以将描述性百分比应用在趋势分析中。通过百分率数据的比较，可以确定是否各项满意度有了显著的变化，何处已进行了改善，何处还需要引起额外的重视等等方面的问题。2、算术平均值在满意度调查中，通常要按从1到5的顺序给某种满意度指标打分，在样本规模n人的情况下，计算该指标的算术平均值得分。如调查样本量为500人，某一产品的整体满意度从4.215增加到4.307，这表明在95%的置信水平下，此增加是有统计意义的，既意味着顾客满意度是真正有所改进的。结合顾客评分数据的分布，与顾客人口特征因素进行交互，我们可以得到进一步的结论。比如通过检测给“准时送货“的满意度指标评为“非常不满意”的顾客的人口因素特征，我们发现问题仅出在一个地区，而通过改变操作流程或再增加一位送货人员很大程度上就可以解决这一问题。和百分率以及图表形式相比，使用算术平均值虽然是简单易行，但其缺陷在于许多人感觉它相当枯燥单调，而图表和百分率更加生动易懂些。3、相关分析相关分析可以用于确定对整体满意度有最大影响的满意度指标。分项满意度指标和总体满意度之间的相关系数数值越大，表示两个变量之间线性相关程度越强。相关系数是介于+1和-1之间的数字。一般整体满意度和个别满意度指标之间不应出现负相关系数。以某计算机品牌的满意度调查为例，调查的几个满意度指标和整体满意度的相关系数见下表1：代号满意度指标相关系数平均值1X1：产品质量0.486.82X2：产品功能0.137.73X3：技术人员服务态度0.278.44X4：价格0.426.95X5：服务速度0.578.26Y：整体满意度7.3从中我们可以看出，服务速度的改善对整体满意度的增加有最大的影响，其次是产品的质量和价格因素。而从这些因素的平均值得分来看，顾客评价最高的是技术人员的态度，其次才是服务速度和产品功能的多样性。数据的关系我们可以用满意度象限图来分析和说明：机会优势劣势98挑战表现重要性X2X3X1X4X5机会：在决定整体满意度上非常重要，而调查对象在这方面的表现也是相当好的，提供给我们的信息是要保持并发展这个优点。优势：在决定整体顾客满意度上不太重要，但调查对象在这方面的表现是很好的，因此应该适当减少在这方面的投入。挑战：在决定整体满意度上非常重要，但在这些项目上的表现却不够好，很有必要通过提高这些项目的表现而最大地提高整体顾客满意度水平。劣势：在决定整体顾客满意度上不太重要，调查对象在这方面的表现也并不好，对于该满意度指标不必花费过多精力去改善。从图中可以看出，5-服务速度在决定整体满意度上相当重要，该计算机公司的表现也很好，但如果能再将服务速度提高一个等级，平均整体满意度将增加0.87。而1-产品质量和4-价格对整体满意度的影响也不亚于服务速度，但该计算机公司在这两者的表现上却最差，因此集中精力来改善和提高这两方面是提高整体满意度的关键。另外3-产品功能的多样性和2-技术人员态度对整体满意度影响并不重要，但该计算机公司在这方面的表现相当好，可以适当从中分配精力来投入对计算机产品质量和价格方面的改善。4、因子分析因子分析的目的是使数据简单化。因子分析可以使我们可以从大量的可测量数据（如满意度评价）中总结出相对少数的简明的信息，即因子。通过因子分析可以有助于研究各满意度指标之间存在的相关模式，同时，也可以利用因子分析比较竞争者们在不同满意度指标上的优劣差异。以6位消费者在4个满意度指标方面对计算机的评价为例，见下表2表2：消费者对汽车的满意度指标评分被访者速度A1稳定性A2功能A3操作A4A5421B4321C4332D5522E4321F5532平均值4.503.832.331.50通过对这组变量进行因子分析,可以产生一个或者几个因子。我们可以认为因子是变量的线形组合。一个因子是一系列有关变量的加权汇总。在此例中，我们可以分析出存在的两种因子，下表3是四个变量在这两个因子上的载荷值。表3：两种因子的因子载荷：变量与因子1的相关系数与因子2的相关系数速度A10.850.10稳定性A20.760.06功能A30.060.89操作A40.040.79根据不同的变量在两个因子上产生的载荷值，我们可以进行因子命名。因子1主要与速度和稳定性驾驶有关，不妨命名为配置；因子2主要与功能和操作相关，不妨命名为性能。通过因子分析，我们不仅更加清楚了这四个变量的关系和模式，而且也明确了各个变量与因子之间的相关程度的大小。利用因子分析还可以对同行业竞争对手之间不同的客户满意度情况进行分析和比较，明确其竞争优势和劣势，从而找到改进质量，增加市场份额的途径。例如，我们对A、B、C三种品牌的计算机进行满意度调查，访问问卷包含了对三种品牌各自的总体满意度的评价和5个分项满意度指标的评价，共18个问题。对18个变量进行因子分析确定出三个主要的因子。各因子与18个变量的负荷量见表4：因子1因子2因子3满意度指标0.878510.233250.06238产品配置合理0.805320.225070.02152送货上门0.750030.219930.02623技术人员有礼貌0.727580.226000.02934服务准确0.714860.218180.01554技术支持人员知识丰富0.711860.185710.05214整体满意度0.244690.964000.06527产品配置合理0.232720.799610.04412送货上门0.223920.757380.01619技术人员有礼貌0.271180.686730.03170服务准确0.267460.670430.02778技术支持人员知识丰富0.265870.737010.03126整体满意度0.166790.159840.65519产品配置合理0.136760.154520.45244送货上门0.146220.135230.36912技术人员有礼貌0.169490.147320.30431服务准确0.167210.160630.33673技术支持人员知识丰富0.105370.133780.62807整体满意度从表中可以看出，A公司的6个指标在因子1上取得最高载荷，而B公司的指标均在因子2上取得最高载荷，C公司则在因子3上取得最高载荷。我们不妨命名第一个因子为“A公司客户满意因素”，第二个因子为“B公