一、顧客滿意度測評現(xiàn)狀

最近幾年來，顧客滿意度這一概念在中國傳播得如火如荼。顧客滿意度評價排名成為眾多企業(yè)對外宣傳和公關(guān)的手段。經(jīng)常出現(xiàn)的一種情況是：在某一行業(yè)內(nèi)，某一個品牌或者某幾個品牌被某個機構(gòu)或者某家公司評定為該行業(yè)內(nèi)的顧客滿意最佳品牌，其競爭對手則通過另外的機構(gòu)或者公司，把自己評定為行業(yè)內(nèi)的最佳。顧客滿意度分值和排名，成了品牌擁有者的一件華麗外衣，可以通過贊助、委托調(diào)查等方式獲取到。于是乎，我們通常見到的是：XX品牌的顧客滿意率99％，或者YY品牌的顧客滿意度分值95分等等。這些品牌的滿意率或者滿意度真的有那么高嗎？

國內(nèi)權(quán)威的顧客滿意度研究機構(gòu)——清華大學中國企業(yè)研究中心在最近幾年公布的中國用戶滿意度指數(shù)中，不同行業(yè)中的主要品牌，其用戶滿意度分值在70－85分之間居多。和某些品牌宣傳的高分值差別很大。為什么會出現(xiàn)這種差別呢，主要的原因如下：

1、采用的方法論和分析計算手段不一樣；
2、采用的調(diào)查手段和控制措施不同，造成了誤差；
3、中國有句俗話：“拿人錢財，替人消災(zāi)”。如果委托方提供了經(jīng)費或者贊助，那么受委托方可能就難以客觀地評價。
4、清華大學中國企業(yè)研究中心主導的中國用戶滿意指數(shù)（CCSI）研究是由完全獨立的第三方進行調(diào)查，在全國50個城市通過固定電話完全隨機抽樣調(diào)查完成。其公正性和代表性得到國家相關(guān)主管部門的認可和消費者的信任。

根據(jù)直覺，消費者往往對很多產(chǎn)品的滿意率能夠達到99％或者滿意度分值達到95分以上表示質(zhì)疑。如果真的有這么高的滿意率或滿意度分值，這些企業(yè)在其目標市場應(yīng)該占有絕對優(yōu)勢，而事實并非如此。實際上，正是由于消費者各種不滿意因素的存在，才推動了市場的多樣化發(fā)展以及競爭的多元化。

二、測評顧客滿意度的作用

管理中有句名言：“NO MEASUREMENT, NO MANAGEMENT.” 就是說“沒有測量，就沒有管理”。顧客滿意度測評就是對現(xiàn)有顧客的購買、使用某產(chǎn)品/服務(wù)全過程的滿意程度進行測量。作為企業(yè)，顧客滿意度排名誠然重要，因為通過客觀的評測和排名，可以了解自身品牌在行業(yè)中的地位。這種地位是通過顧客的視角和感知得到的，顧客是通過這種感知來決定自己是否重復(fù)購買該品牌產(chǎn)品，或者交叉購買該品牌的其它產(chǎn)品，或者向親戚朋友推薦購買該品牌產(chǎn)品。滿意而導致的上述忠誠行為，可以對企業(yè)的績效產(chǎn)生直接的影響。

除了了解滿意度現(xiàn)狀以外，顧客滿意度調(diào)查的另外一個重要目的是指導企業(yè)提升顧客滿意度。要達到這一目的，僅知道顧客滿意度的高低和排序還不夠，還需要知道影響顧客滿意度的驅(qū)動要素有哪些，企業(yè)在這些要素上的表現(xiàn)如何，這些要素對目標顧客的滿意度影響有多大。回答了上述問題，才可能有的放矢地指導企業(yè)提升顧客滿意度。要回答這些問題，就需要通過嚴格的調(diào)查研究和統(tǒng)計分析手段才能達到。

三、常見的顧客滿意度測評方法

由于顧客滿意度概念的熱銷，許多市場調(diào)查公司、咨詢公司都聲稱能夠進行顧客滿意度測評。基于不同的目的、自身技術(shù)力量的限制以及委托方預(yù)算的高低，開展顧客滿意度測評的方法形形色色，非常多。整體歸納起來，可以大概劃分為以下幾種：

方法1：簡單易行型

本方法直截了當?shù)貑枺?/font>“你對XX品牌的產(chǎn)品/服務(wù)總體上滿意嗎？”受訪者可以進行選項或者打分。

這種方式效率高，容易回答，可以詢問受訪者對多個品牌的滿意度評價，從而了解到消費者對競爭品牌的總體評價。但是，由于這樣一個問題太過簡單，受訪者的回復(fù)在很多情況下由于沒有時間仔細考慮被調(diào)查產(chǎn)品的方方面面，其選擇通常趨向于中庸的選項。這就好像，當您和朋友聚餐后，回家父母問你飯吃得怎樣。回答通常是“還可以”、“還行”、“不錯”等。事實上，被問者并沒有仔細去考慮飯菜質(zhì)量、服務(wù)質(zhì)量、價格等各種要素，而且可能選擇肯定回答的主要原因在于聚會時和朋友聊得不錯，或者遇見了初戀女友，心情不錯的緣故。

方法2：雙重評價型

這種方式需要調(diào)查設(shè)計者找到一些影響滿意度的驅(qū)動要素，然后讓受訪者對被調(diào)查品牌在該驅(qū)動要素上的表現(xiàn)打分，同時還要對該驅(qū)動要素對其重要程度進行打分。

問題比如：“請問XX品牌洗衣粉的溶解性能怎么樣，可以打幾分？”；“洗衣粉的溶解性能對您而言重要嗎，請選擇”。
之所以這樣設(shè)計，目的是不僅僅了解顧客對某品牌產(chǎn)品/服務(wù)的滿意度高低，而且了解對相應(yīng)的滿意度驅(qū)動要素的評價高低。除此之外，了解消費者對這些驅(qū)動要素的看重度（自述重要性），即對哪些要素更加重視，哪些不那么重視。了解了這些要素以后，在確定滿意度提升措施的時候，可以重點提升那些消費者評價低，而重要性高的要素。

這種方法考慮到滿意度驅(qū)動要素，是一種進步。但是也存在幾個缺陷：

A．根據(jù)我們的經(jīng)驗，通過這種方式讓受訪者對滿意度驅(qū)動要素選擇其重要程度，受訪者對大部分要素都選擇了非常重要或者重要。這種方式難以區(qū)分開消費者對不同要素的真實看重程度。

B．我們的目的是要找到驅(qū)動要素對滿意度的影響大小。用驅(qū)動要素對受訪者的重要性替代這一概念，這種“概念替換”經(jīng)常會誤導企業(yè)的資源配置。比如說，對飛行乘客而言，飛機的安全性無可置疑是他們認為最重要的要素。但是，該要素其實是航空公司的一個必備要素，達到一定的水平后，進一步增加其表現(xiàn)，并不能明顯增加飛行乘客的滿意度。根據(jù)我們的經(jīng)驗以及國外調(diào)查的結(jié)果，飛行中的餐飲質(zhì)量、兩排座椅間的距離大小、常旅客計劃的吸引力等要素，是乘坐航班滿意度的重要影響要素。這些方面的改進，能夠明顯提升飛行乘客的滿意度。

C．這種方式需要受訪者對每個驅(qū)動要素的表現(xiàn)和重要性分別進行評估，必定會占用受訪者較多的時間和精力，從而增加了調(diào)查成功的難度。

本方法目前在企業(yè)自身實施的滿意度調(diào)查中應(yīng)用得比較廣泛，因為其應(yīng)用基本不需要太多的統(tǒng)計分析技術(shù)，實施簡單。

方法3：雙重評價改進型

這種調(diào)查方式是在上一種方式的基礎(chǔ)上改進而得到的。具體方法是：假定全部要素的重要性合計為100，受訪者在對每個調(diào)查要素給予重要性權(quán)重的時候，最終需要使得權(quán)重和為100。這種方法可以部分彌補上面提到的A類缺陷，但是當驅(qū)動要素的數(shù)量較多，比如多于6個時，受訪者就非常難以準確地分配好權(quán)重。而實際生活中，某產(chǎn)品/服務(wù)的滿意度驅(qū)動要素常常在10個以上。

本方法無法解決上一方法中的缺陷B和C。

方法4：采用多元線性回歸統(tǒng)計分析技術(shù)

隨著市場調(diào)查分析技術(shù)的發(fā)展，統(tǒng)計工具在市場研究中應(yīng)用得越來越多。利用多元回歸分析技術(shù)，可以計算出滿意度驅(qū)動要素對滿意度的影響大小。這種影響大小可以解釋為，在其它要素不變的情況下，某滿意度驅(qū)動要素提升1分，滿意度在現(xiàn)有的基礎(chǔ)上可以提升多少分。

當滿意度的驅(qū)動要素非常少，而且這些要素相互之間的相關(guān)性很弱時，這種方法不失為一種簡單有效的方法。

然而，實際生活中，影響消費者對某種產(chǎn)品/服務(wù)滿意度的要素通常非常多，而且這些要素越細化，對企業(yè)而言，在確定滿意度提升措施時才更具有可操作性。隨著影響要素的增加和細化，如果采用多元回歸的方式，計算出來的影響要素一般會由于這些要素的相互作用和影響（統(tǒng)計學中叫做共線性），其數(shù)值變得無法解釋現(xiàn)實情況。比如，在汽車4S店銷售服務(wù)滿意度的調(diào)查中，出現(xiàn)銷售人員專業(yè)知識的掌握程度對消費者滿意度的影響為-0.21這種無法解釋的情況（系數(shù)為-0.21表示消費者對銷售人員專業(yè)知識的評價提高1分，其滿意度反而減少0.21分）。一般而言，多元回歸適用于自變量少于6個的分析當中。

為了減少共線性的影響，可以嘗試采用減少共線性影響的統(tǒng)計工具，比如嶺回歸。但是采用嶺回歸在消除共線性影響的同時，也削弱了數(shù)據(jù)分析的精度。此外，嶺回歸的結(jié)果無法進行統(tǒng)計檢驗，并且需要人為干預(yù)最終結(jié)果。因此在實踐中用得不多。

多元回歸的另外一個局限性是只能處理一個因變量，多個自變量之間的關(guān)系。而在現(xiàn)實生活中，滿意度驅(qū)動要素之間通常也存在明顯的相互影響，通過多元回歸無法解決這一問題。

從科學的角度看，隨著新的分析研究技術(shù)的涌現(xiàn)，回歸統(tǒng)計分析技術(shù)已經(jīng)不太適用于顧客滿意度的研究領(lǐng)域。

方法5：采用多次多元線性回歸技術(shù)

把變量劃分為3級以上，以空調(diào)用戶滿意度示例如下：

第一級變量：滿意度或者忠誠度；
第二級變量：售前售中服務(wù)、產(chǎn)品質(zhì)量、售后服務(wù)等；
第三級變量（售后服務(wù)）：報修過程、上門人員服務(wù)規(guī)范、維修效果、增值服務(wù)等。
第四級變量（保修過程）：報修電話暢通、話務(wù)員服務(wù)態(tài)度、話務(wù)員專業(yè)知識、話務(wù)員維修時間安排合理等。

下一級變量作為自變量，上一級變量中對應(yīng)的某個變量作為因變量進行回歸。層層向上遞推，得到每一級的回歸系數(shù)，進而導出最下層變量對最上層變量的影響大小。

這個方法看似有理，把一個一個局部的內(nèi)在聯(lián)系單獨分析，然后往上推導。實際上，這很容易陷入“瞎子摸象”的誤區(qū)中。因為所有的滿意度驅(qū)動要素對最終的滿意度都存在或大或小的影響，這些要素之間也存在一定的相關(guān)關(guān)系，完全把一個個的局部獨立分析，不從全局的角度統(tǒng)籌考慮、統(tǒng)一分析數(shù)據(jù)之間的關(guān)系，計算推導出的影響大小很容易“失真”。

此外，這種方法也無法處理一個自變量影響多個因變量的情況。

方法6：構(gòu)建結(jié)構(gòu)方程模型，用通用軟件計算

結(jié)構(gòu)方程模型是一種因果關(guān)系模型，通過要素間的因果關(guān)系/準因果關(guān)系來揭示現(xiàn)實生活中的相互關(guān)系。目前廣泛地應(yīng)用于許多市場研究分析當中，它也是目前國際上流行的顧客滿意度研究分析手段。

一個有效實用的顧客滿意度研究結(jié)構(gòu)方程模型的構(gòu)建，需要對顧客需求和感知進行深入研究，通過大量的前期工作，比如顧客焦點小組訪談、顧客需求分解、顧客預(yù)調(diào)查、行業(yè)專家拜訪、購買消費現(xiàn)場觀察等多種手段，才能構(gòu)建起一個基礎(chǔ)模型。然后通過消費者試調(diào)查，采集到一定的數(shù)據(jù)后，對數(shù)據(jù)進行多種統(tǒng)計處理、分析和檢驗，根據(jù)相應(yīng)的結(jié)果對模型進行必要的調(diào)整，然后才能應(yīng)用到實際的顧客滿意度分析當中去。否則的話，隨意構(gòu)建的模型只能成為使得數(shù)字游戲顯得高深莫測的工具。

由于一個有效結(jié)構(gòu)方程模型構(gòu)建的復(fù)雜程度很高，所以目前采用結(jié)構(gòu)方程模型進行滿意度分析的機構(gòu)和研究公司不是很多。在結(jié)構(gòu)方程模型構(gòu)建的過程中，需要進行前期的定性研究和定量預(yù)調(diào)查，并通過探索性因子分析、驗證性因子分析等方法確定結(jié)構(gòu)方程模型是否能夠真的反映現(xiàn)實狀況。驗證性因子分析的相應(yīng)統(tǒng)計檢驗指標需要達到標準，否則隨便采用本方法，就像一棟大樓建立在浮沙上，可能外觀漂亮，但是卻不能住人。

即使采用了結(jié)構(gòu)方程模型構(gòu)建了變量之間的關(guān)系，但是具體對數(shù)據(jù)進行處理時，一般都是采用通用軟件進行處理，比如用SAS，Liserel，Amos等。這些軟件都可以較好地處理一般的結(jié)構(gòu)方程模型，但是對數(shù)據(jù)有一個基本的要求，那就是調(diào)查數(shù)據(jù)應(yīng)該基本符合正態(tài)分布。但是，對滿意度數(shù)據(jù)而言，由于滿意度調(diào)查的數(shù)據(jù)本身是有偏的（這是因為，滿意度的調(diào)查對象是已經(jīng)購買了某種產(chǎn)品/服務(wù)的用戶，既然他們選擇了這種產(chǎn)品/服務(wù)，對所選擇的產(chǎn)品/服務(wù)在某些方面肯定是比較滿意的，因此數(shù)據(jù)呈現(xiàn)明顯的右偏特征），甚至是雙峰分布的（比如在10分制的調(diào)查中，在7分和9分出現(xiàn)了2個峰值），通過通用軟件內(nèi)嵌的算法計算得到的結(jié)果偏差較大。只有通過專門的用戶滿意度分析軟件（采用偏最小二乘法PLS算法）來完成，才能精確確定滿意度驅(qū)動要素和滿意度之間的影響大小。否則的話，即使模型構(gòu)建得很好，數(shù)據(jù)采集沒有偏差，最終的結(jié)果也可能誤導企業(yè)決策。

方法7：構(gòu)建結(jié)構(gòu)方程模型構(gòu)，用專用PLS軟件計算

偏最小二乘法（PLS）算法可以有效計算原始數(shù)據(jù)右偏的數(shù)據(jù)關(guān)系，因而成為分析滿意度數(shù)據(jù)的最適合工具。目前，美國用戶滿意指數(shù)（ACSI）、瑞典用戶滿意指數(shù)、歐洲用戶滿意指數(shù)、中國用戶滿意指數(shù)（CCSI）等國家級用戶滿意度研究都是采用結(jié)構(gòu)方程模型構(gòu)建關(guān)系，通過偏最小二乘法（PLS算法）進行計算分析。

小結(jié)

目前，在滿意度研究領(lǐng)域，能夠熟練構(gòu)建用戶滿意度分析結(jié)構(gòu)方程模型，采用專門的PLS算法計算軟件分析數(shù)據(jù)，并且同時具有豐富的行業(yè)和企業(yè)滿意度分析經(jīng)驗的市場研究機構(gòu)，還是鳳毛麟角。整個滿意度研究領(lǐng)域正處于一個規(guī)范化的進程當中。由于顧客滿意度研究對企業(yè)的重大指導作用，科學高效的研究方法和手段將成為滿意度研究機構(gòu)的核心競爭力，其研究成果將為提高整個社會的整體滿意水平，指導企業(yè)更加合理地配置資源提供科學決策依據(jù)。