顾客质量评价与满意度分析

顾客质量评价与满意度分析

ID:9312699

大小:249.00 KB

页数:121页

时间:2018-04-27

顾客质量评价与满意度分析_第1页
顾客质量评价与满意度分析_第2页
顾客质量评价与满意度分析_第3页
顾客质量评价与满意度分析_第4页
顾客质量评价与满意度分析_第5页
资源描述:

《顾客质量评价与满意度分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、顾客质量评价与满意度分析顾客质量评价与满意度分析注册质量工程师继续教育培训培训内容联合分析法联列表分析顾客满意度测评联合分析法(结合分析法)联合分析法(ConjointAnalysis)是迄今为止世界上应用最多的分析消费者权衡(trade-offs)的市场研究方法。它回答了为什么消费者会选择这个产品而不是另一个产品这样一个营销中的核心问题,为新产品的开发提供了方向性的指导。Luce和Tukey在1964年首次提出了联合测量(ConjointMeasurement)的概念,指出可以通过获得通过对对象的排序而进行基本的测量,提出了对总体评价进行分解的决策模式。

2、但是这篇论文是站在心理学的角度上研究,并发表在了心理学的相关期刊上。此后Carroll,Kruskal,和Young等人在此基础上进行了继续的深入,并且Kruskal和Carmone对此方法进行了编程,使得计算相应简化。PaulE.Green逐步注意到了这一系列相关研究的重要性,认为这种方法能够弄清楚消费者如何做出复杂的购买行为的决定,能估计对产品特征的偏好和重要能,并能预测消费者的行为。Green和其同事在一系列实验的基础上,和Rao与1971年首次在理论上提出了联合测量法在消费者购买决策上的应用。权衡权衡(trade-off)是消费者进行产品或服务选择

3、的最为核心的问题,它回答了面对不同产品在产品属性水平上存在差异时,消费者对这种差异的偏好表现,从而最终决定到其选择行为的影响。联合分析是基于对产品/服务整体偏好的基础上,采用分解的方法。研究的产品/服务可以是市场上存在的,也可以是现实中不存在的。得到的结果能够更容易、更准确判断产品/服务各种属性的相对重要性。开发新产品的强有力市场研究工具。品牌市场占有率。研究价格弹性。市场细分。新产品开发产品重新定位联合分析法的基本原理消费者是根据构成产品/服务的多个属性来进行理解和作偏好判断消费者对产品/服务的偏好每次并不是基于一个因素而是基于几个因素的结合来判断的.基

4、本假定:在最初对联合分析的认识是一种评价消费者偏好的方法,它基本的思想是通过分解(decompositions)的手段来进行。对产品或者从功能角度或者从组成配件角度将产品分解为若干个组成部分,称为属性(attributes),这些属性并不是只有一种表现形式,它会有多种表现形式,例如汽车的发动机排量这个属性,可能会存在三个表现形式:1.4T,1.6L和1.8L,这些表现称为水平(level),在一个特定车型中某个特定的属性只会表现出一种水平来。所有属性下的特定水平组合在一起就构成了一个产品轮廓(productprofiles)。同时产品对消费者所形成的效用也

5、是多个属性共同作用的结果,产品效用可表示如下产品效用(1)其中,,,表示组成产品的n个属性,X表示由Xn做成的产品基本方法:在已知消费者对全轮廓的评价结果的基础上,经过分解的方法去估计其偏好结构的一种分析法。基本程序主要目的:确定消费者赋予某个预测变量(水平)的贡献和效用以及属性的相对重要性。寻找消费者可接受的某种产品的最佳市场组合,这种组合最初可能并没有被消费者所评价。模拟市场,估计市场占有率和市场占有率变化。全轮廓结合分析FullProfileConjointAnalysis属性(Attributes)——品牌描述产品/服务重要特征水平(Level)赋

6、予每一个属性的不同水平轮廓(profile)产品/服务被描述为轮廓,每一个轮廓是由属性以及赋予每一个属性的不同水平组合构成ProfileA1B2C3AttributeALevelA1,A2,orA3LevelB1,orB2LevelC1,C2,orC3AttributeBAttributeC120元380元240元1价格(c)尼龙3帆布2真皮1鞋帮(b)塑料3合成树脂2橡胶1鞋底(a)名称水平属性采用全轮廓法进行确定轮廓数(=卡片数)如果考虑全部属性以及相应水平组合共有27种之多(=3*3*3)改进:采用正交数组法(SPSS中的orthoplan)联合分析

7、法的基本原理统计模型:一种多元统计分析方法。全轮廓结合分析。采用一般最小二乘法回归估计主效应maineffect。因变量是消费者对某一轮廓的整体偏好评价;自变量是组成各轮廓的不同属性(因子)水平;因变量:定距的、定序的(Metric);自变量:名义变量、定类变量(Non-Metric);数据要求(全轮廓结合分析法)全轮廓偏好估计的评分一般在正交实验设计的基础上,要求消费者针对属性水平所构造的每个轮廓进行评分消费者对每一轮廓的评分,表明了其购买意向或购买的可能性大小排序法(非定量的)和评分法(定量的)让消费者将1到N个卡片(轮廓)按偏好排序,数字越小越偏好要

8、求消费者在指定的1到100的数字上,依次对每一个卡片(轮廓)给出评

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。