第十二章 客户固化管理
第二节 客户满意管理
五、客户满意度管理测量
（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，也可以有助于找出客户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%的客户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，既意味着客户满意度是真正有所改进的。结合客户评分数据的分布，与客户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”的客户的人口因素特征，我们发现问题仅出在一个地区，而通过改变X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。
以某快餐店的满意度调查为例，调查的几个满意度指标和整体满意度的相关系数见下表图表12—081：
图表12—081：整体满意度的相关系数
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，其次是食品的质量和价格因素。而从这些因素的平均值得分来看，客户评价最高的是雇员的态度，其次才是服务速度和菜单的多样性。数据的关系我们可以用满意度象限图来分析和说明：
图表12—082：满意度的分析
机会（右上角）：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（左上角）：在决定整体客户满意度上不太重要，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（左下角）：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客户满意度水平。
劣势（右下角）：在决定整体客户满意度上不太重要，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，快餐店的表现也很好，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-食品质量和4-价格对整体满意度的影响也不亚于服务速度，但该快餐店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-菜单多样性和2-雇员态度对整体满意度影响并不重要，但快餐店在这方面的表现相当好，可以适当从中分配精力来投入对食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汽车的评价为例，见下图表12—083
图表12—083：消费者对汽车的满意度指标评分
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，下表图表12—084是四个变量在这两个因子上的载荷值。
图表12—084：两种因子的因子载荷
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主要与平稳驾驶和安静驾驶有关，不妨命名为豪华；因子2主要与加速和X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三种品牌的汽车进行满意度调查，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个变量的负荷量见图表12—085：
图表12—085：因子与变量的负荷量分析
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公司客户满意因素”，第三个因子为“C公司客户满意因素”。三个因子的清晰划分，说明三个公司的客户群在满意度评价上存在着显著的差异。
分别以三个因子为标度，做三维视图，每个公司的满意度指标载荷值可在三维视图中唯一确定一点。计算各公司的5个分项指标到其整体满意度的殴几里德距离，如图表12—086所示：
图表12—086：满意度指标与各公司整体满意度距离
|
分项满意度指标
|
A公司
|
B公司
|
C公司
|
|
办公人员礼貌
|
0.0313
|
0.0821
|
0.3120
|
|
送货上门
|
0.0409
|
0.0468
|
0.2291
|
|
帐单准确
|
0.0642
|
0.1506
|
0.3927
|
|
技术支持人员知识丰富
|
0.0642
|
0.1551
|
0.3518
|
|
公司处理业务很专业
|
0.1536
|
0.1327
|
0.0979
|
从表中能判断出，距离越小，该分项满意度与整体满意度越接近，满意的程度也就越高。
A公司的满意度趋于最高,办公人员有礼貌和送货上门是其最大的优势，在帐单准确和技术支持人员知识丰富的指标上表现也比较好，但处理业务不够专业是其存在的最大缺陷。
B公司的满意度居中，客户对其满意源主要于送货上门的能力、办公人员的礼貌。B公司客户最不满意的是技术支持人员和帐单准确，其次是处理业务的专业性。
C公司满意度最低，最接近整体满意度的指标是处理业务的专业性，在这三个公司中是表现最好的，但在送货上门和待客礼貌方面不尽如人意。