《顾客满意度指数》ppt课件

《《顾客满意度指数》ppt课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、顾客满意度指数吴喜之2004年9月吴喜之xwu@public3.bta.net.cn本科:北京大学数学力学系再教育:甘孜藏族自治州得荣县（6年）统计博士:美国北卡罗来纳大学(UNC-ChapelHill)教书经历:美国加利福尼亚州大学(Davis)美国北卡罗来纳大学(ChapelHill)美国北卡罗来纳大学(Charlotte)南开大学北京大学人民大学有些我们是可以知道的，即可以通过调查得到的；比如顾客对某商品的外在质量是否满意顾客对售后服务是否满意顾客对某商品的期望是否满足顾客对某商品是否抱怨顾客还会不会再买该品牌顾客对于某商品和理想的差距有多大………………………….但有些我

2、们是不容易知道的，比如顾客对某商品如何和怎么满意品牌对该商品起正面还是负面作用顾客的抱怨和什么有关满意与否和忠诚与否有什么关系各种品牌在各方面有什么差距感知和预测价值对满意的影响等等因此，需要数学模型来描述这些关系有些变量是无法观测的称为隐变量（LV,latentvariable）有些是可观测的，为显变量（ML,manifestvariable）可以发出问卷，得到显变量的观测值可以构造模型，并通过统计方法来得到隐变量的取值以及各种变量之间的关系瑞典顾客满意度指数模型感知表现顾客预期质量顾客满意度顾客抱怨顾客忠诚SCSB感知表现顾客预期质量顾客满意度顾客抱怨顾客忠诚五个隐含变量中

3、，顾客预期质量为外生隐变量(exogenouslatentvariable)，其余为内生隐变量(endogenouslatentvariable)。感知质量软件预期质量顾客满意度顾客忠诚感知价值感知质量硬件形象ECSI欧洲顾客满意度指数模型感知质量软件感知质量硬件感知价值预期质量形象顾客满意度顾客忠诚感知质量（可分为产品和服务两部分）预期质量顾客满意度(ACSI)顾客抱怨顾客忠诚度感知价值ACSI美国顾客满意度指数模型感知质量感知价值预期质量顾客满意度顾客抱怨顾客忠诚度感知质量（可分为产品和服务两部分）预期质量顾客满意度(ACSI)顾客抱怨顾客忠诚度感知价值ACSI满足顾客需求

4、程度整体印象满足顾客需求程度可靠性可靠性整体印象质量价格比未确认期望值与理想之距离总体满意度向经理抱怨向雇员抱怨再购可能性价格承受度价格质量比美国顾客满意度指数模型感知质量h2预期质量h1顾客满意度h4顾客忠诚度h5感知价值h3品牌形象h6中国耐用消费品满意度指数框图总体感知质量x5自定义感知质量x6可靠性感知质量x7服务感知质量x8可靠性预期质量x3品牌总体印象x17品牌特征显著度x18价格质量比x9再购可能性x15与理想之距离x14总体满意度x11与其他品牌距离x13与期望之距离x12质量价格比x10价格承受度x16总体预期质量x1自定义预期质量x2服务预期x4中国耐用消费

5、品顾客满意度指数模型感知质量顾客满意度顾客忠诚感知价值品牌形象中国非耐用消费品顾客满意度指数框图总体感知质量感知质量指标1感知质量指标2感知质量指标n品牌总体印象品牌特征显著度价格质量比再购可能性与理想之距离总体满意度与其他品牌距离质量价格比价格承受度中国非耐用消费品顾客满意度指数模型感知质量预期质量顾客满意度顾客忠诚感知价值品牌形象中国服务行业顾客满意度指数框图总体感知质量响应性感知质量可靠性感知质量保证性感知质量移情性感知质量有形性感知质量总体预期质量品牌总体印象品牌特征显著度价格质量比回头可能性与理想之距离总体满意度与其他品牌距离与期望之距离质量价格比价格承受度中国服务行

6、业顾客满意度指数模型中国非耐用消费品顾客满意度模型的数学模型感知质量h2预期质量h1顾客满意度h4顾客忠诚度h5感知价值h3品牌形象h6中国耐用消费品满意度指数框图总体感知质量x5自定义感知质量x6可靠性感知质量x7服务感知质量x8可靠性期质量x3品牌总体印象x17品牌特征显著度x18价格质量比x9(Pricegivenquality)再购可能性x15与理想之距离x14总体满意度x11与其他品牌距离x13与期望之距离x12质量价格比x10(Qualitygivenprice)价格承受度x16总体预期质量x1自定义预期质量x2服务预期x4中国耐用消费品顾客满意度指数模型这里，包含

7、有b的B矩阵、h及z是未知的。而B矩阵的形式完全被图模型所确定。这里，包含有l的L矩阵、h是未知的，而x是可观测的。而L矩阵的形式完全被图模型所确定。我们的目的是…..找出这些方程的未知系数，即包含有b的B矩阵及包含有l的L矩阵这里一共有18个l，代表隐含变量h和与其相关的显变量x之间的关系（图中隐变量和显变量之间箭头所定义）这里还有11个b代表隐变量之间的关系（图中隐变量之间箭头所定义）我们用PLS估计方法第一步：用迭代得到隐变量h的表示式它们是显变量x的线性组合(通过权w)第二步：用通常