顾客满意度模型估计的PLS 与LISREL
中国人民大学 金勇进 梁燕
顾客满意度模型是一个多方程的因果关系系统——结构方程模型（SEM ，Structural Equation Model ），有多个因变量，是一个原因和结果关系的网，模型必须要按照这些关系进行估计。模型中包括质量感知、顾客满意度、顾客忠诚度和企业形象等隐变量，这些隐变量只能通过多个具体测量变量来间接衡量。模型中允许自变量和因变量含有测量误差，还必须要计算出来隐变量的表现得分（例如通过多个测量变量的加权指数）。
以ACSI 模型为例，它就是一个结构方程模型，包括结构方程（隐变量之间关系的方程）和测量方程（隐变量和测量变量之间关系的方程）1。要对结构方程模型进行参数估计，目前最经常使用的两种方法是PLS （Partial Least Square ）方法和LISREL （LInear Structural RELationships ）方法。这两种方法既有相同之处，也有许多不同之处。本文主要讨论两种方法的算法，以及他们之间的联系与区别，并根据实证案例，提出我国在构建顾客满意度模型过程中使用的方法。
一、PLS 和LISREL 方法
PLS （Wald ，1982）是将主成分分析与多元回归结合起来的迭代估计，是一种因果建模的方法。瑞典、美国和欧盟模型都使用这种方法进行估计。在ACSI 模型估计中2，该方法对不同隐变量的测量变量子集抽取主成分，放在回归模型系统中使用，然后调整主成分权数，以最大化模型的预测能力。PLS 方法的具体步骤如下所示。
步骤1：用迭代方法估计权重和隐变量得分。从④开始，重复①—④直至收敛。 ① 内部权重 v ij = sign cov(ηj ，ηi ) 如果ηj 和ηi 有直接关系
如果ηj 和ηi 没有直接关系 （1）
② 内部近似。∑=i
j
ji
j
Y v
:~η （2）
③ 解出外部权重j k w ~
。∑
+=i
j j k jn
n k k jn
d y w ~~η （3）
④ 外部近似。∑
=j
j j k n
k k j
jn Y w f ~:η，其中
j f 确保1)var(=j η （4）
步骤2：估计路径系数和载荷系数。 步骤3：估计位置参数。
PLS 方法是“偏”LS ，因为估计的每一步都在给定其他参数条件下，对某个参数子集的残差方差进行最小化。虽然在收敛的极限，所有残差方差联合的进行最小化，但PLS 方法仍然是“偏”LS ，因为没有对总体残差方差或其他总体最优标准严格的进行最小化。
LISREL （Joreskog ，1970）方法通过拟合模型估计协方差∑)(θ与样本协方差（S ）来估计模型参数，也称为协方差建模方法。具体来说，就是使用极大似然（Maximum Likelihood ，ML ）、非加权最小二乘（Unweighted Least Squares ，ULS ）、广义最小二乘（Generalized Least
1
模型具体形式本文不赘述。
2 所有测量变量/调查指标都是隐变量反映（reflective ）/结果指标，即所有测量变量与隐变量的关系都是从隐变量指向测量变量的。另一种情况是所有测量变量/调查指标都是隐变量影响（formative ）/原因指标，即所有测量变量与隐变量的关系都是从测量变量指向隐变量的。
Squares ，GLS ）或其他方法3，构造一个模型估计协方差与样本协方差的拟合函数，然后通过迭代方法，得到使拟合函数值最优的参数估计。例如，采用ML 方法的拟合函数的形式为：
)(log ))(()(log 1q p S S tr F ML +--∑+∑=-θθ （5）4
LISREL 中的步骤与PLS 相反：先估计参数，然后如果需要，再考虑所有结构信息，对所有观测变量作回归，“估计”隐变量。LISREL 软件可以进行模型的识别，对所有估计参数的标准误进行检验，并对模型拟合程度进行检验。
为了得到最优估计，ML 方法的计算量很大。最麻烦的是信息矩阵（也称为Hessian 矩阵，即似然函数对模型中任意两个参数的二阶偏微分矩阵）。如果模型可识别，Hessian 矩阵必须是正定的。
二、两种方法的联系与区别
上面简要介绍的PLS 和LISREL 方法，既有相似之处，也有不同。它们的第一个相似点是都采用箭头示意图作为模型的图形表示。第二个相似点是在每个区组（block ），都假设测量变量与隐变量和误差项为线性关系，即
y=Λy η+ε x=Λx ξ+δ （6） 第三个相似点是路径关系（PLS 中称为内部关系）的表达形式一样，
η＝Βη+Гξ+ζ 或 （I-Β）η＝Гξ+ζ。 （7） 第四个相似点是对每个内生变量区组，都给出显变量y 的因果－预测关系，即用隐变量路径关系中的解释变量来表示y ，
y=Λy （Βη+Гξ）＋ε＋Λy ζ （8） PLS 和LISREL 也有许多不同之处。它们的区别类似主成分分析与因子分析的区别。PLS 是从主成分分析发展而来的，LISREL 是从因子分析发展而来的。
第一，分布假设不同。PLS 为了处理缺乏理论知识的复杂问题，采取“软”方法，避免LISREL 模型严格的“硬”假设。这样，不论模型大小，PLS 方法都可以得到“瞬时估计（instant estimation ）”，并得到渐进正确的估计，即PLS 方法没有分布要求，而LISREL 方法假设显变量的联合分布为多元正态。
第二，目标不同。PLS 方法的目标是根据区组结构（6）、内部关系（7）和因果预测关系（8）进行预测，而LISREL 方法研究的目标是矩阵Σ的结构。
第三，准确性取向不同。PLS 估计在样本量很大和每个隐变量的显变量很多时，是一致（consistency ）和基本一致（consistency at large ）的，但LISREL 估计在大样本时是最优的（置信区间渐近最小）。最优性包括一致性，但一致性不包括最优性。因此，PLS 和LISREL 对同一参数的估计都在一致性的范围内。两种估计的差别不可能、也不应该很大。
第四，假设检验不同。PLS 方法采用Stone （1974）和Geisser （1974）的交互验证
3
不同的方法适用于不同的情况。三种方法的估计都具有一致性，但当多元正态性假设成立或变量的分布具有正常的偏度时，ML 和GLS 方法的估计是近似有效的，ULS 方法的估计不是有效的，且ML 和GLS 方法不依赖于测量的标度。而ULS 方法不需要变量服从一定的分布，且该方法的参数估计依赖于测量的标度。 4
p 是内生测量变量的个数，q 是外生测量变量的个数。
（cross-validation ）方法检验，考察因果预测关系（8）。LISREL 方法一般使用似然比检验，考察观测矩阵S 和理论矩阵Σ的拟合程度。
第五，估计顺序不同。PLS 方法通过逼近，先将每个区组的隐变量的估计得分表示为测量变量的加权合计，∑
=j
j j k n
k k j
jn Y w f ~:η，然后通过一系列权重关系的迭代，得到权重的估计。LISREL 方法先估计载荷Λy 和Λx ，在这个过程中消去隐变量，然后通过对测量变量的多元OLS 回归，估计隐变量的样本值（因子得分）。
第六，对方程中变量间的关系理解不同。PLS 方法将系统部分（6）和（7）定义为给定解释变量值时的条件期望，作为变量间的因果预测关系。因此，对于（6），PLS 方法假设，
E （y/η）=Λy η E （x/ξ）=Λx ξ （9） 对于（7），PLS 方法假设，
E （η/η，ξ）＝B η+Гξ （10） 而LISREL 方法将结构关系（6）和（7）定义为具有误差的确定性“方程”，即变量间是具有误差的确定性关系。
第七，模型的识别不同。PLS 方法中，虽然隐变量的估计是逼近得到的，但由于估计是显式的（explicit ），因此PLS 方法中没有识别问题。LISREL 方法中，矩阵Σ的结构是由区组结构（6）决定的，（6）又受到路径关系（7）的限制，LISREL 方法有可能不能识别模型。因此，LISREL 估计的第一个阶段就是考察模型的可识别性。如果不能识别，模型中必须包括一些参数假设（reparameterization assumption ）。
最后，PLS 方法中，还可以选择三种加权关系，取决于更关注（6）、（7）还是（8）的操作性。权重关系模式A 和模式B 分别使用简单OLS 回归和多元OLS 回归，模式C 是二者的结合。在PLS 模型的图形中，显变量与其隐变量之间的箭头指向表明了选择的估计模式。
三、PLS 和LISREL 的适用条件
人们在两种方法的选择上一直存在分歧，由以上比较可见，PLS 适用于以下情况： 1．研究者更加关注通过测量变量对隐变量的预测，胜于关注满意度模型的参数估计值大小，因为PLS 的估计量是有偏的，但可以根据测量变量得到隐变量的最优预测5。
2．适用于数据有偏分布的情况，因为PLS 使用非参数推断方法（例如Jackknife ），不需要对数据进行严格假定；而LISREL 假设观测是独立的，且服从多元正态分布。
3．适用于关注隐变量得分的情况，因为PLS 在参数估计过程中就计算隐变量得分，可以得到确定的计算结果。而LISREL 在进行参数估计之后，再采用某个目标函数计算隐变量得分，计算结果因目标函数选择不同而不同。
4．适用于小样本满意度研究6，因为PLS 是一种有限信息估计方法，所需要的样本量比完全信息估计方法LISREL 小得多。
5
这个性质类似于普通最小二乘回归估计量的近似有效性，在解释变量有测量误差时，估计量有偏，但这时仍会产生最优预测。 6
样本量至少为模型中具有最多结构路径指向的隐变量的路径数的十倍。更弱一些的限制类似于多元回归，用至少五倍的样本量（Wynne W Chin ，1995）。
5．适用于较大、较复杂的结构方程模型，因为PLS收敛速度非常快，计算效率比
LISREL更高7。但对于不太复杂的顾客满意度模型，计算时间的优势不明显。
LISREL适用的情况不同：
1．研究者更加关注满意度模型的参数估计值大小，即测量变量对隐变量的影响和测量
变量的效度，而不是纯粹的预测应用；而且，只有当模型的参数估计无偏时，才能验证测量变量的效度，因此PLS不能对此进行验证，因为PLS估计的隐变量路径系数有低估，不能揭示隐变量之间的关系（Dijkstra, 1983）；PLS的隐变量载荷的参数估计易于趋同，且有高估偏差8。
检验，而PLS 2．适用于不同的样本间参数估计比较的情况，因为LISREL可以提供2
得到的权重、载荷和隐变量得分在不同样本间的可比较性是一个值得怀疑的问题。
同时，随着LISREL的发展和完善，也可以利用PLS的思想来弥补自身的缺陷：
3．尽管LISREL中ML估计的有效性、标准误差和检验统计量的正确性需要数据正态
和独立的假设，但只要满足某些条件，这些特性并不会受到非正态的影响（Satorra,1990）。此外，LISREL也可以像PLS一样使用非参数重抽样方法（例如bootstrap）进行统计推断。
4．LISREL中的ML估计，即使分布假设不成立也非常稳健，可以得到总体参数的一
致估计。然后基于这些参数，采用几种目标函数计算隐变量得分。这些目标函数不同于PLS 目标函数，但这并不能说明得分是不确定的。而PLS通过最大化测量变量的可靠性估计和隐变量回归的R2来计算隐变量得分，导致PLS参数估计有偏9，使隐变量得分的价值大打折扣。
实际上，两种方法各有千秋，分别适用于不同的情况。从根本上说，由于算法的不同，PLS对测量变量协方差矩阵的对角元素的拟合较好，适用于对数据点的分析，预测的准确程度较高；LISREL对测量变量协方差矩阵的非对角元素的拟合较好，适用于对协方差结构的分析，参数估计更加准确。两种方法的选择取决于研究的目的。当研究目的是理论检验且先验理论知识充足时，更宜采用LISREL；当研究目的是因果预测应用，且理论知识非常缺乏时，则PLS更加适合。因此，从实用的角度可以说，ML和PLS方法是互补的，而不是互斥的。
四、我国构建顾客满意度模型时估计方法的选择
对于我国顾客满意度模型估计方法的选择，主要应该在我国不同行业的不同公司进行试算，也可以采取模拟数据进行研究，参照国外的研究结果，对我国的实证结论进行PLS 和LISREL的比较。
作者对某服务行业公司的满意度数据进行测算10，两种方法得到的结果进行比较，结论与前文类似。PLS估计的隐变量路径系数有低估，PLS的隐变量载荷的参数估计易于趋同，且有高估偏差，结果如下表所示11：
7对于具有多个测量变量和隐变量的复杂模型，PLS可以在几分钟内得出结果，而LISREL随着测量变量数增加，估计的时间会迅速增加（Barclay, Higgins &Thompson，1995）。
8除非隐变量与其测量变量之间的相关程度很高，且每个隐变量的测量变量数很多（Widaman, 1993）。
9因为一些参数（误差方差）作为目标函数的一部分进行了最小化。
10PLS算法采用LVPLS 1.8程序，LISREL算法采用SAS 8.0软件。
11b是路径系数，r是载荷系数。
到目前为止，作者收集的我国顾客满意度数据包括产品、服务等行业的企业数据，很少有满足正态分布的条件。由于费用限制，一般顾客满意度研究的样本量也比较少。另一方面，为了实际需要，有必要计算隐变量得分，因此建议采用PLS方法估计模型。而且，由于目前我国对满意度理论的研究是有待深入，理论知识不足，如上文所述，各变量间的关系并没有明确，采用PLS方法可能更符合现阶段的国情。
（“北京市居民满意度评估系统研究”阶段成果）
什么是顾客满意度模型（Customer Satisfaction Model）？释义 N. Kano的顾客满意度模型是一项质量管理工具和市场营销技术，可以被用来衡量顾客的满意程度。 顾客满意度模型甄别出6类质量属性，其中前3类对顾客满意度产生实质性影响： 1.基本因素（Basic Factors）。（不满足要素，必须有 的。）顾客对产品的最低限度需求，必须有。）- 顾客 对产品的最低限度需求，如果缺了这些基本因素，会让 顾客感到不满；但是，即便产品包含了或者超出了它们， 也不会让顾客产生满足感，顾客想当然地以它们为先决 因素。基本因素是进入市场的最低门槛要求。 2.兴奋因素(Excitment Factors)。（满足因素，有吸引力 的。）- 有了这些因素，会增强顾客的满足感；即便缺 了它们的话，也不至于让顾客产生不满。这些因素让顾 客感到惊喜，并产生“愉悦的感觉”。产品包含这些因素， 就能将自己的企业与竞争对手区别开来，使自己处于有 利地位。 3.性能因素（Performance Factors）。如果产品性能表 现很好，顾客则表示满意；如果产品性能表现很差，顾 客则产生不满。这里，性能表现与总体满足感是线型对 称的。以上这三个因素与顾客的需求、期望直接相关， 因此，公司在这些方面一定要具有竞争性。 除此以外，Kano还提到了其他三个属性： 4.冷漠属性（Indifferent attributes）。顾客对于有无 这些属性并不在意。 5.可疑属性（Questionable attributes）。对于这些属性， 并不清楚它们是不是顾客所期待的。 6.背离属性（Reverse Attributes）。这些属性特征的相 反方面才是顾客所期望的。 顾客满意度模型起源历史 这种顾客满意度的研究方法源于一篇Kano与人合写并发表在日本质量控制协会会刊《品质》上的文章，题目为《诱人品质与必需品质》（1984）。39-48.
测量客户满意度之美国客户满意度指数ACSI模型 （转载） ACSI是以产品和服务消费的过程为基础，对客户满意度水平的综合评价指数?具体模型如 下： 从ACSI模型中，可以看出消费经过与整体满意度之间的关系，并可以看到满意度高低带来的后 果.ACSI模型是由多个变量构成的因果模型，其中预期质量、感知质量和感知价值是客户满意度的原因变量，客户抱怨和客户忠诚是客户满意度的结果变量。 一、客户预期：每位客户在购买产品前对产品的质量进行估计。 中国移动这段时间正在推广的预交话费送笔记本电脑。我家先生是移动的忠实用户（当年做了无数次思想工作，人家都坚决不肯入联通网），就动员他预交话费换个小一点的笔记本电脑，把我又笨又重的IBM换了。拿到宣传单张的时候，我们有些犯难：里面只有戴尔、神州这几个牌子。咬咬牙挑了戴尔，结果装好机，一个星期不到就开不了机了。我还有些抱怨，到是我家先生说，早就应该想到这个问题，送还能送什么好货。 所幸期望值不高，加上也没花钱，要不然肯定投诉戴尔。 二、感知质量：客户在使用产品或服务后对其质量的实际感受。 比如去餐厅吃饭，体验其食物质量好坏；听某老师讲课体验其讲课水平的高低。 印象最深是看电影〈〈无级〉〉。因为影片里有我最喜欢的帅哥张东健，另外还有对陈凯歌的慕名，何况这部影片还是他三年磨一剑的作品，。我和另一位同样喜欢张东健的同事为了能看到首映式（主要是为了看到张东健）到处托人还花了不少银子，结果看到一半，同事就恶
狠狠地说一句，以后谁再提陈凯歌我跟谁急！这就是体验前和体验后感受的对比。 三、感知价值: 客户在综合产品的质量和价格后对他们所得的利益主观上感受。广州宏城广场在今年的 7月1日正式拆迁，时不时有朋友打电话给我，让我赶紧去宏城淘宝， 因为商家要清货现在买的东西又好又便宜，还有朋友把买到的东西拍成照片放在QQ空间里炫耀着呢！ 四、客户满意度：客户满意度主要取决于客户实际感受同预期质量的比较，同时，客户的实际感受同客户心目中的理想产品的比较也影响客户满意度，差距越小客户满意度水平越高。 五、客户抱怨：这是客户对产品或服务不满意会有的行动之一，也是做客户人员经常碰到的问题。 六、客户忠诚度：客户忠诚度是ACSI模型中的最终的因变量。主要要考虑客户重复购 买的可能性和对价格变化的承受力。客户如果对产品感到满意，就会产生一定的忠诚，表现为对该产品的重复购买或向其他客户推荐。
顾客满意度指数测评模型比较与借鉴 内容摘要：基于对SCSB模型、ACSI模型、ECSI模型的研究，分析了影响我国商业企业顾客满意的诸多因素，针对目前我国市场上存在的实际情况，提出了适合我国商业企业顾客满意度的指数测评模型，并对模型进行了描述。 关键词：商业企业顾客满意顾客满意度测评 中国加入WTO后零售市场进一步开放，随着许多国外大型零售企业，如沃尔玛、家乐福等的陆续进入，我国零售商业效益低下已是不争的事实。目前，越来越多的企业认识到市场竞争的核心是顾客满意，只有赢得顾客，才能赢得市场，获得利润。在2000版ISO9000族标准中，“以顾客为关注焦点”被列为质量管理八项原则之首，强调了对顾客满意度的测评与监控，并将其作为质量管理体系业绩的一项测量指标。可见，如何提高顾客满意度进而提高顾客的忠诚度，是我国各个商业企业应极其关注的问题。 在这种背景下，本文试图提出一个适合于我国商业企业顾客满意度评价的方法，为提升我国商业企业的核心竞争能力提供帮助。 顾客满意度指数测评模型的介绍 顾客满意度是一个经济心理学的概念，要衡量它就必须建立模型，将顾客满意度与一些相关变量（例如价值、质量、投诉行为、忠诚度等）联系起来。顾客满意度指数（Customer Satisfaction Index，CSI）是目前许多国家使用的一种新经济指标，主要用于对经济产出质量进行评价。它也是目前国内质量领域和经济领域一个非常热门而又非常前沿的课题。20世纪90年代以来，许多国家都开展了全国性的顾客满意度指数测评工作，以此来提高本国企业的竞争力。瑞典率先于1989年建立了全国性的顾客满意度指数，即瑞典顾客满意度晴雨表指数（SCSB），此后，美国和欧盟相继建立了各自的顾客满意度指数——美国顾客满意度指数（ACSI，1994）和欧洲顾客满意度指数（ECSI，1999）。另外，新西兰、加拿大等国家和台湾地区也在几个重要的行业建立了顾客满意度指数。 瑞典顾客满意度晴雨表指数（SCSB）模型 从世界范围来看，瑞典SCSB（Sweden Customer Satisfaction Barometer模型是最早建立的全国性顾客满意度指数模型（如图1）。该模型的前导变量有两个：顾客对产品/服务的期望；顾客对产品/服务的价值感知。满意度的结果变量是顾客抱怨和顾客忠诚度，忠诚度是模型中最终的因变量，因为它可以作为顾客保留和企业利润的指示器。
满意度研究模型 一、满意度指数（CSI）简介 客户满意度指数（Customer Satisfaction Index,简称CSI） 是一个非常有效的度量和认识客户对企业的认同、对产品和服务的满意程度，以及再次购买倾向的指标。这种指标通过测量客户对产品或服务的期望、质量认知、价值认知和满意程度，测量决定满意度的相关变量和最终形成的忠诚度等几个方面，从多个角度对产品或服务质量进行整体评价。 利用连续测评的指数数列对复杂现象在较长期间内发展变化的趋势进行分析； 目前许多国家正在积极研究并使用满意度研究模型，其中最具代表性的是美国客户满意指数（ACSI）和欧洲客户满意指(ECSI)。实践表明CSI不仅可以度量微观主体（客户）的行为和意愿，还可以用来度量公司、行业、产业乃至国民经济运行的水平，指导管理者做出正确的、有针对性的战略和决策。 二、满意度指数（CSI）模型-结构方程模型 满意度结构方程模型 满意度指数
三、满意度模型指标体系 四、客户服务满意系统建设——客户满意评测系统的实施 客户平台Customer Workspace 客户档案是客户满意管理过程的最基础的环节。客户档案是调查的基础，是分析的基础，还是客户维护的基础。该阶段的主要任务是整合企业的客户资源，为企业管理客户档案提供解决方案和系统实现。内容包括：管理机制，系统实现，组织方式，构成内容等。
调查管理Survey Management 调查管理是客户满意管理过程中收集客户信息和感受关键的环节。一般说来，调查管理包括如下几个环节：问卷设计 样本确定 调查方式选择和过程管理 结果管理 数据理解Data understanding 数据理解阶段开始于原始数据的收集，接下来进行的活动是熟悉数据，识别数据质量问题，探索对数据的第一认识或发觉有意思的子集来形成对隐藏信息的假设。 分析建模Modeling & Analyzing 在此阶段，主要是选择各种建模技术，同时对它们的参数进行校准以达到最优值。本阶段的关键问题在于满意度结构方程模型以及其他分析根据的合理运用。 辅助决策Decision Supporting 项目的这个阶段包括如下内容： 结果评估 结果理解 决策建议 决策执行 结果反馈
顾客满意度监测与提高模型 (C u s t o m e r Sa t i s f a c t i o n M o n i t o r i n g &I m p r o v e m e n t M o d e l,C SM I) ·让您赢得更多的忠实顾客 顾客是上帝 ·追求顾客满意成为现代企业的营销目标之一 顾客满意使营销成本最小化 ·鼓励满意顾客重复购买的成本 ·获得一个新顾客的成本 ·挽留一个不满意顾客的成本 不满意顾客的口碑影响-坏事传千里 ·满意顾客平均向3个人传播口碑 ·不满意顾客会向9-10个人抱怨其经历 顾客满意度研究目的 ·衡量顾客满意度 ·了解对满意度影响较大的关键因素--客观、准确的衡量工具 ·确定自身优势和弱势 ·寻找提高满意度和忠诚度的行动策略--有效可操作决策支持 最终目的是帮助客户赢得更多的忠实顾客，实现成本最小化、收入最大化、利润最大化 顾客满意度模型
顾客满意度指标 ·基础指标：总体满意度（T O P2）（C S I） ·辅助指标： -不满意比例指标（S o D) -关键因素满意度 -顾客忠诚度、重复购买率和推荐率 -（加权）平均数指标 ·相对指标： -横向排序指标：不同部门、地区的对比排序 -横向差距指标：对比竞争对手或行业领导者的差距-纵向改善指标：对比以往满意度数据 满意度比较模型的应用 因素贡献度分析--亟待改进,保持优势
提高满意度首要行动原则 --重要程度高、满意程度低的因素是重点改善目标 提高满意度的行动准则二 --综合权衡满意度、忠诚度、推荐率作为行动目标 提高满意度行动准则三 --缩小与竞争对手或行业领导者在关键满意因素上的差距（因素2是品牌A相对
客户服务满意度调查表 尊敬的客户： 力求客户满意一直是我公司追求的目标，了解您对我公司服务品质的满意程度，必有助于我们改善我公司产品品质，提升服务的品质。请您于百忙之中真实地填写此份问卷，您所提的每一项宝贵意见，都将成为我们改进的方向。 客户名称：填写日期： @ 1..您对本公司售前实施培训人员精神面貌的综合评价是：（多选） 诚信热情耐心友善 高效懒散浮躁拖沓 2.在了解我公司产品的过程中,您觉得我公司的市场人员在（产品/方案解析）方面的表现表现是否令您 满意（单选） 非常满意满意一般不满意非常不满意 3.在了解我公司产品的过程中,您觉得我公司的市场人员在（与客户及时沟通）方面的表现表现是否令 您满意（单选）
4.在了解我公司产品的过程中,您觉得我公司的市场人员在（根据系统功能，充分了解客户需求）方面 的表现表现是否令您满意（单选） 非常满意满意一般不满意非常不满意 5.在我公司的实施过程中，我公司会提供培训，您对培训的组织工作评价如何（单选） — 非常满意满意一般不满意非常不满意 6.在我公司的实施过程中，我公司会提供培训，您对培训人员的专业能力评价如何（单选） 非常满意满意一般不满意非常不满意 7.在我公司的实施过程中，我公司会提供培训，您对培训人员的服务态度评价如何（单选） 非常满意满意一般不满意非常不满意 8.在我公司的实施过程中，我公司会提供培训，您对我公司的培训内容评价如何（单选） 非常满意满意一般不满意非常不满意 9.在我公司的实施过程中，我公司会提供培训，您对我公司的培训效果评价如何（单选） 非常满意满意一般不满意非常不满意 10.对于我公司的实施及培训您还有哪些要求（请说明）： 11.《 12.您认为我公司客服在沟通表达能力方面表现如何（单选）
营销导师?ＭＡＲＫＥＴＩＮＧ 一、引言 ２０世纪９０年代以来，随着科技的飞速发展，市场经济日益繁荣，商品流通空前发达，产品无论在品种上还是在特色上都丰富多彩，为人们提供了多种多样的选择。同时人们对产品和服务的需求越来越趋向多样化，提供个性化的产品和服务，提高经济运行的质量，增强企业的竞争力，已经成为当代经济发展的重要趋势。在这种情况下，世界上许多发达国家的学者经过长期的探索和尝试，提出并建立了顾客满意度指数（ＣｕｓｔｏｍｅｒＳａｔｉｓｆａｃｔｉｏｎＩｎｄｅｘ，简称ＣＳＩ），通过它来度量个性化经济的质量—— —国家的服务水平。我国也于１９９９年开始对顾客满意度指数进行研究，通过一些学者和专家的不懈努力已经取得了很大的进步，获得一些成果。本文基于对已有的顾客满意度指数模型的分析，通过对现有模型进行改进，提出了一个新的顾客满意度指数（ＣＳＩ）模型，以供大家商榷。 二、国内外顾客满意度模型介绍 顾客满意思想萌发于欧洲，但它作为一个概念提出并用ＣＳ表示，则是１９８６年美国一位消费心理学家的创造。迄今为止，顾客满意的概念依然没有统一，但是在人们普遍接受的概念为：顾客满意是累积消费以后的积极评价。 顾客满意度是顾客满意的量化统计指标，描述了顾客对产品的认知（期望值）和感知（实际感受）之间的差异。顾客满意度指数不同于传统采用的顾客满意度指标。和其他质量测评方法相比，这种方法是站在顾客的角度，利用消费者行为理论建立模型。它直接通过顾客调查获取评价数据，运用数理统计方法进行评定，能够客观表达消费者的心理感受。目前，瑞典、美国和欧盟都相继建立了各自的顾客满意度指数。另外，新西兰、加拿大、韩国等国和台湾地区也在一些重要的行业建立了顾客满意度指数。 １．瑞典的顾客满意度指数模型（ＳＣＳＢ）。瑞典的顾客满意度晴雨表指数模型是世界上建立最早的全国性顾客满意度指数模型（如图１），该模型是在美国密西根大学的福内尔（Ｆｏｎｅｌｌ）教授等人的指导下开发的。模型中共有五个结构变量，分别是：顾客期望、感知绩效、顾客满意、顾客抱怨、顾客忠诚。其中，顾客期望是外生变量，其余变量是内生变量。 ２．美国顾客满意度指数模型（ＡＣＳＩ）。美国的顾客满意度指数（ＡＣＳＩ）模型（如图２）是以瑞典的顾客满意度指数模型为原型，由费耐尔（Ｆｏｒｎｅｌｌ）博士等人自１９９４年开始创建的，至今还不到１０年的时间。ＡＣＳＩ模型在原有的ＳＣＳＢ模型基础上增加了一个潜在变量—— —感知质量（ＰｅｒｃｅｉｖｅｄＱｕａｌｉｔｙ）。如果去掉感知质量及与其有关的路径，ＡＣＳＩ的模型几乎可以完全还原为ＳＣＳＢ模型。 ３．欧洲的顾客满意度指数（ＥＣＳＩ）模型。ＥＣＳＩ模型（如图３所示）继承了ＡＣＳＩ模型的基本构架和核心概念，如：顾客期望、感知质量、感知价值、顾客满意、顾客忠诚。两者的显著区别主要有：首先，在模型的构架上，ＥＣＳＩ模型去掉了ＡＣＳＩ模型中的顾客抱怨这个潜在变量。其次，增加了另一个潜在变量—— —企业形象。另外，在模型的度量上ＥＣＳＩ也发生了变化，不像ＡＣＳＩ模型只针对耐用品行业来进行测评，而是针对所有 顾客满意度指数模型的比较与借鉴 文 ／张继武 ９２经济论坛２００６?２０
中国顾客满意度测评模型及应用 叶如意，汤万金，咸奎桐 中国标准化研究院顾客满意度测评中心北京 100088 {yeruyi@https://www.doczj.com/doc/698104062.html,} 摘要：以非耐用消费品为例介绍了中国顾客满意度的测评模型以及模型的求解方法；介绍了中国顾客满意度的测评步骤；举例说明了中国顾客满意度数据的分析和应用；展望了中国顾客满意度的应用前景。 关键词：中国顾客满意度；感知质量；感知价值；结构化方程模型 I．引言 随着消费者地位的提高和消费理念的转变，政府和企业越来越重视产品满足用户需求的能力。顾客满意度作为一个综合指标，从用户角度测评产品的多维特征满足用户需求的能力、产品创造忠诚顾客和利润的能力，在国内外都已经得到重视和发展。 II．中国顾客满意度测评模型 中国顾客满意度（CCSI）的测评方法很多，此处介绍结构化方程模型（SEM, Structural Equation Modeling）分析法。结构化方程模型是一种由多种统计模型综合起来的因果分析型模型，因素分析法、路径分析法以及回归分析法都是它的一个特例。中国顾客满意度的测评模型是建立在消费心理和消费者行为学理论基础之上，借助大量统计数据进行反复验证和改善而建立的，目前很多国家都有各不相同的测评模型，例如美国的ACSI 1和欧洲的ECSI 2。 中国顾客满意度测评模型依据产品（或服务）的种类不同而有所不同，大致可以分为非耐用消费品顾客满意度模型、耐用消费品顾客满意度模型、服务业顾客满意度模型、政府公用事业顾客满意度模型等几大类，其中每一类还可以根据产品的不同加以细化。下面以非耐用消费品顾客满意度模型为例简要说明中国顾客满意度的测评模型，图1是我国非耐用消费品顾客满意度结构化方程模型的示意图。 图1 非耐用消费品顾客满意度SEM模型
顾客满意度测评模型 报告出处：泉州沃尔德营销研究咨询有限公司发布日期：2003-12-20 一、模型构成与变量定义 泉州沃尔德营销研究咨询公司顾客满意度测评模型包含七个变量，即往来前的预期、往来后的感觉、差异程度、满意程度、抱怨行为、忠诚程度及抱怨处理，它们之间的结构关系模型如下图所示：模型中的七个变量都是难以直接量化的潜在变量，下面先对各潜在变量的定义说明如下： 1、往来前的预期 事前预期即反映对产品或服务的期望，消费者在购买某项产品或服务之前，会根据以往的经验、广告或口碑等对厂商所提供的产品或服务有所期望。消费者可能有四种不同的预期模式：理想型、一般预期型、最低容忍度型及欲求满足型。本模型以消费者对产品或服务的一般预期为定义，测量在产品或服务各属性方面是否能达成消费者使用产品或服务目的之事前信念。 2、往来后的感觉 感受表现被视为一种比较的标准，消费者购买前的所有消费经验，将会建立一种比较标准，在购买后会以实际的感受表现与上述标准相比较。往来后的实际感受表现不仅对事前预期有影响，并且它还可以影响满意度是无庸置疑的。 3、差异程度 预期与实际表现的差异是对产品或服务事前预期与感受到的实际表现之间的差距，此差距的大小程度与方向将引起满意度不同的变化。差异程度的处理方法有两种：（1）以感受表现的测量值减去对产品或服务事前预期的测量值；（2）单独测量差异程度，Oliver认为预期与实际表现之间的差异对满意度有独立且显著的影响。本模型采用第二种方法。
4、满意程度 满意程度是一种对产品或服务的事前预期与感受到的实际表现之评估与比较的结果。当顾客购买及使用了产品或接受了服务之后，如果感受到的实际表现能够符合或超过事前预期，则顾客会感到满意；反之，若未能达到事前预期，则会有不满意产生。 5、抱怨行为 当消费者购买及使用了产品或接受了服务之后，可能对该产品或服务感到不满，进而产生抱怨行为。本模型探讨的抱怨行为是顾客在与厂商往来的过程中，若有任何不满意时，其所可能采取的行动。下图表示了不满意的顾客可能采取的几种行动。 6、忠诚程度 顾客忠诚是指顾客在其对某一产品或服务的满意度不断提高的基础上，重复购买（光顾）该产品或服务以及向他人热情推荐该产品或服务的一种表现。培育顾客忠诚度是厂商开展顾客满意度测评活动的长远目标。企业的顾客是否属于忠诚型顾客，一般可以从以下情况界定： 对本企业有明显的情感倾向性（而非随意性）； 对本企业产品或服务在购买行为上有实际的重复反应（即购买的频次很高）； 对本企业及其产品或服务在长期内有偏爱； 对本企业新的产品或服务几乎无顾虑地首先购买； 受忠诚顾客的影响会形成一个顾客群体（忠诚顾客推荐） 能承受本企业有限的涨价，也能抵制竞争对手的降价或倾销。 7、抱怨处理 当消费者对产品或服务感到不满，进而产生抱怨行为时，厂商对于消费者抱怨的处理方式将会影响消费者的满意度与抱怨后的行为。要提供便于顾客抱怨申诉的渠道。一般情况下妥善处理和有效化解顾客抱怨的要点有：高度重视、热情接待、耐心倾听、诚恳交谈、及时处理及恢复信心等。
应用案例1 第一节模型设定 结构方程模型分析过程可以分为模型构建、模型运算、模型修正以及模型解释四个步骤。下面以一个研究实例作为说明，使用Amos7软件2进行计算，阐述在实际应用中结构方程模型的构建、运算、修正与模型解释过程。 一、模型构建的思路 本案例在著名的美国顾客满意度指数模型(ASCI)的基础上，提出了一个新的模型，并以此构建潜变量并建立模型结构。根据构建的理论模型，通过设计问卷对某超市顾客购物服务满意度调查得到实际数据，然后利用对缺失值进行处理后的数据3进行分析，并对文中提出的模型进行拟合、修正和解释。 二、潜变量和可测变量的设定 本文在继承ASCI模型核心概念的基础上，对模型作了一些改进，在模型中增加超市形象。它包括顾客对超市总体形象及与其他超市相比的知名度。它与顾客期望，感知价格和顾客满意有关，设计的模型见表7-1。 模型中共包含七个因素(潜变量)：超市形象、质量期望、质量感知、感知价值、顾客满意、顾客抱怨、顾客忠诚，其中前四个要素是前提变量，后三个因素是结果变量，前提变量综合决定并影响着结果变量(Eugene W. Anderson & Claes Fornell，2000;殷荣伍，2000)。 表7-1 设计的结构路径图和基本路径假设 2.1、顾客满意模型中各因素的具体范畴 参考前面模型的总体构建情况、国外研究理论和其他行业实证结论，以及小范围甄别调查的结果，模型中各要素需要观测的具体范畴，见表7-2。 1关于该案例的操作也可结合书上第七章的相关内容来看。 2本案例是在Amos7中完成的。 3见spss数据文件“处理后的数据.sav”。
表7-2 模型变量对应表
ACSI是一种衡量经济产出质量的宏观指标，是以产品和服务消费的过程为基础，对顾客满意度水平的综合评价指数，由国家整体满意度指数、部门满意度指数、行业满意度指数和企业满意度指数4个层次构成，是目前体系最完整、应用效果最好的一个国家顾客满意度理论模型。 ACSI模型结构如图所示: 在上述模型中，总体满意度被置于一个相互影响相互关联的因果互动系统中。其科学地利用了顾客的消费认知过程，将总体满意度置于一个相互影响相互关联的因果互动系统中。该模型可解释消费经过与整体满意度之问的关系，并能指示出满意度高低将带来的后果，从而赋予了整体满意度前向预期的特性。 ACSI模型是由多个结构变量构成的因果关系模型，其数量关系通过多个方程的计算经济学模型进行估计。 该模型共有6个结构变量，顾客满意度是最终所求的目标变最，预期质量、感知质量和感知价值是顾客满意度的原因变量，顾客抱怨和顾客忠诚则是顾客满意度的结果变量。模型中6个结构变量的选取
以顾客行为理论为基础，每个结构变量又包含一个或多个观测变量，而观测变量则通过实际调查收集数据得到。 ACSI模型的结构变量 (1)顾客预期(Customer Expectations)顾客预期是指顾客在购买和使用某种产品或服务之前对其质量的估计。决定顾客预期的观察变量有3个:产品顾客化(产品符合个人特定需要)预期、产品可靠性预期和对产品质量的总体预期。 (2)感知质量(Perceived Quality) 感知质量是指顾客在使用产品或服务后对其质量的实际感受，包括对产品顾客化即符合个人特定需求程度的感受、产品可靠性的感受和对产品质量总体的感受。 (3)感知价值(Perceived Value) 感知价值体现了顾客在综合产品或服务的质量和价格以后对他们所得利益的主观感受;感知价值的观察变量有2个，即:“给定价格条件下对质量的感受”和“给定质量条件下对价格的感受”。顾客在给定价格下对质量的感受，是指顾客以得到某种产品或服务所支付的价格为基准，通过评价该产品或服务质量的高低来判断其感知价值。 (4 )顾客满意度(Customer Satisfaction) 顾客满意度这个结构变量是通过计量经济学变换最终得到的顾客满意度指数。ACSI模型在构造顾客满意度时选择了3个观察变量;实际感受同预期质量的差距、实际感受同理想产品的差距和总体满意程度。顾客满意度主要取
顾客满意度模型的建立和发展 顾客满意度是一个经济心理学的概念，要衡量它就必须建立模型，将顾客满意度与一些相关变量（例如价值、质量、投诉行为、忠诚度等）联系起来。瑞典、美国、挪威、欧盟等许多国家和地区根据各自的实践特点和满意度理沦，都相继建立了顾客满意度模型。 瑞典scsb模型（sweden customer satisfaction barometer）是最早建立的全国性顾客满意度指数模型：该模型的前导变量有两个：顾客对产品/服务的价值感知；顾客对产品/服务的期望。满意度的结果变量是顾客投诉和顾客忠诚度。忠诚度是模型中最终的因变量，因为它可以作为顾客保留（customer retention）和企业利润的指示器；如图1所示（图略），模型中的这些隐变量都是通过一些测量变量来间接衡量的。 scsb模型推出后，在实践中也受到了质疑：价值感知对满意度的影响是必然的，但是价值因素和质量因素相比，哪方面更重要呢?由于顾客对不同产品和服务的质量感知是有差别的，如果在模型中加入质量感知变量，如何来衡量呢?等等。 fornell et al．（1996）认为，将质量感知也包括在acsi模型中，可以提供重要的信息。这样可以进行质量因素和价值因素对满意度的作用大小的比较。同时，因为质量对价值具有影响，模型可以考察它们两者之间的联系。根据deming（1981）和juran & gryna（1988）的发现，质量感知主要包括两个部分——产品/服务满足顾客需求的程度（customization），以及这些需求满足的可靠程度（reliability），因此可以从这两个方面来分别衡量质量感知。 美国顾客满意度指数（acsi，american customer satisfaction lndex）模型，采纳上述成果，对scsb 模型进行了修正。目前acsi已成为影响最为广泛的模型，为新西兰、中国台湾、奥地利等所采用，也是挪威和欧盟模型的基础。acsi模型对scsb模型的修正主要包括： 1．将质量感知从价值感知分离出来。acsi调查中增加了三个质量感知的问题：产品/服务满足顾客需求的程度（customization），这些需求满足的可靠程度（reliability），以及总体质量。1996年acsi模型又针对耐用消费品，将质量感知进一步分为产品质量感知和服务质量感知。 2．与质量感知的测量变量相对应，acsi调查中加入了“满足顾客需求程度期望”和“可靠程度期望”，与原有的“总体期望”一起来衡量顾客期望。 随着实践的深入，后来的ncsb（挪威顾客满意度指数）和ecsl（欧盟顾客满意度指数模型）根据各自的国情，又对acsi进行了修正。主要包括： 1．增加了公司形象及其与顾客期望、顾客满意度、顾客忠诚度的关系。 2．增加顾客关系隐变量，作为满意度对忠诚度影响的中间变量，以适应现代营销方式的变化。这个隐变量包括更加感情化的情感分量和更加理性的经济分量（例如转换成本）。
顾客满意度模型估计的PLS 与LISREL 中国人民大学 金勇进 梁燕 顾客满意度模型是一个多方程的因果关系系统——结构方程模型（SEM ，Structural Equation Model ），有多个因变量，是一个原因和结果关系的网，模型必须要按照这些关系进行估计。模型中包括质量感知、顾客满意度、顾客忠诚度和企业形象等隐变量，这些隐变量只能通过多个具体测量变量来间接衡量。模型中允许自变量和因变量含有测量误差，还必须要计算出来隐变量的表现得分（例如通过多个测量变量的加权指数）。 以ACSI 模型为例，它就是一个结构方程模型，包括结构方程（隐变量之间关系的方程）和测量方程（隐变量和测量变量之间关系的方程）1。要对结构方程模型进行参数估计，目前最经常使用的两种方法是PLS （Partial Least Square ）方法和LISREL （LInear Structural RELationships ）方法。这两种方法既有相同之处，也有许多不同之处。本文主要讨论两种方法的算法，以及他们之间的联系与区别，并根据实证案例，提出我国在构建顾客满意度模型过程中使用的方法。 一、PLS 和LISREL 方法 PLS （Wald ，1982）是将主成分分析与多元回归结合起来的迭代估计，是一种因果建模的方法。瑞典、美国和欧盟模型都使用这种方法进行估计。在ACSI 模型估计中2，该方法对不同隐变量的测量变量子集抽取主成分，放在回归模型系统中使用，然后调整主成分权数，以最大化模型的预测能力。PLS 方法的具体步骤如下所示。 步骤1：用迭代方法估计权重和隐变量得分。从④开始，重复①—④直至收敛。 ① 内部权重 v ij = sign cov(ηj ，ηi ) 如果ηj 和ηi 有直接关系 如果ηj 和ηi 没有直接关系 （1） ② 内部近似。∑=i j ji j Y v :~η （2） ③ 解出外部权重j k w ~ 。∑ +=i j j k jn n k k jn d y w ~~η （3） ④ 外部近似。∑ =j j j k n k k j jn Y w f ~:η，其中 j f 确保1)var(=j η （4） 步骤2：估计路径系数和载荷系数。 步骤3：估计位置参数。 PLS 方法是“偏”LS ，因为估计的每一步都在给定其他参数条件下，对某个参数子集的残差方差进行最小化。虽然在收敛的极限，所有残差方差联合的进行最小化，但PLS 方法仍然是“偏”LS ，因为没有对总体残差方差或其他总体最优标准严格的进行最小化。 LISREL （Joreskog ，1970）方法通过拟合模型估计协方差∑)(θ与样本协方差（S ）来估计模型参数，也称为协方差建模方法。具体来说，就是使用极大似然（Maximum Likelihood ，ML ）、非加权最小二乘（Unweighted Least Squares ，ULS ）、广义最小二乘（Generalized Least 1 模型具体形式本文不赘述。 2 所有测量变量/调查指标都是隐变量反映（reflective ）/结果指标，即所有测量变量与隐变量的关系都是从隐变量指向测量变量的。另一种情况是所有测量变量/调查指标都是隐变量影响（formative ）/原因指标，即所有测量变量与隐变量的关系都是从测量变量指向隐变量的。
顾客满意度指数测评模型比较与借鉴 (转载) 中国加入WTO后零售市场进一步开放，随着许多国外大型零售企业，如沃尔玛、家乐福等的陆续进入，我国零售商业效益低下已是不争的事实。目前，越来越多的企业认识到市场竞争的核心是顾客满意，只有赢得顾客，才能赢得市场，获得利润。在2000版ISO9000族标准中，“以顾客为关注焦点”被列为质量管理八项原则之首，强调了对顾客满意度的测评与监控，并将其作为质量管理体系业绩的一项测量指标。可见，如何提高顾客满意度进而提高顾客的忠诚度，是我国各个商业企业应极其关注的问题。 在这种背景下，本文试图提出一个适合于我国商业企业顾客满意度评价的方法，为提升我国商业企业的核心竞争能力提供帮助。 顾客满意度指数测评模型的介绍 顾客满意度是一个经济心理学的概念，要衡量它就必须建立模型，将顾客满意度与一些相关变量（例如价值、质量、投诉行为、忠诚度等）联系起来。顾客满意度指数（Customer Satisfaction Index，CSI）是目前许多国家使用的一种新经济指标，主要用于对经济产出质量进行评价。它也是目前国内质量领域和经济领域一个非常热门而又非常前沿的课题。20世纪90年代以来，许多国家都开展了全国性的顾客满意度指数测评工作，以此来提高本国企业的竞争力。瑞典率先于1989年建立了全国性的顾客满意度指数，即瑞典顾客满意度晴雨表指数（SCSB），此后，美国和欧盟相继建立了各自的顾客满意度指数——美国顾客满意度指数（ACSI，1994）和欧洲顾客满意度指数（ECSI，1999）。另外，新西兰、加拿大等国家和台湾地区也在几个重要的行业建立了顾客满意度指数。 瑞典顾客满意度晴雨表指数（SCSB）模型 从世界范围来看，瑞典SCSB（Sweden Customer Satisfaction Barometer模型是最早建立的全国性顾客满意度指数模型（如图1）。该模型的前导变量有两个：顾客对产品/服务的期望；顾客对产品/服务的价值感知。满意度的结果变量是顾客抱怨和顾客忠诚度，忠诚度是模型中最终的因变量，因为它可以作为顾客保留和企业利润的指示器。
2.1.2顾客满意度相关模型 1. KANO模型 KANO模型是由日本卡诺(Noritaki Kano)博士和其他一些研究学者开发的一个有用的观察客户的需求图。卡诺认为产品或服务的质量根据客户的满意程度可分为三类：当然质量，期望质量和有吸引力的质量 图KANO模型 2. SCSB模型 瑞典顾客满意度指数(Swedish Customer Satisfaction Barometer ，简称SCSB))它强调的是累积的客户满意度。有五种SCSB模型结构变量和六个关系，主要变量有顾客期望质量，感知价值，客户满意度，客户投诉和客户忠诚度。客户的满意是最终目标变量，预期质量和感知价值的客户满意度的原因是变量，客户投诉和客户忠诚度是客户满意度的结果变量。 朋春期萌-------- -- -------- ------------------------- 履啻抱託 (SERB) + 4 “ 熙知结號-------------------- 1 1------------------------ 啟嘗电载 闭J-2 SCSB模唧图 3. ACSI模型 ACSI模型，是被放置在一个相互影响，相互关联的因果互动系统的整体满意度。共六个变量，15个预测变量和八个关系结构模型。相比SCSB模型增加了原因变量感知质量(客户根据实际经验经历，他们的期望的基础上的经验要求，然后才作出一个客观的过程购买全过程的主观判断)
4. ECSI模型 该模型包含7个结构变量，23和10个观测变量关系。与SCSB模型和ACSI 模型相比，新的变量（客户购买产品或服务之前对公司/品牌的印象）的形象与知觉硬件质量分为感知质量和感知软件质量，降低客户投诉变量所占的权重。 5. CCSI模型 CCSI模型在ACSI模型的基础上，吸收ECSI模型成功的经验，包括6个结构变量，11种关系的形成。
顾客满意度测评模型 一、模型构成与变量定义 泉州沃尔德营销研究咨询公司顾客满意度测评模型包含七个变量，即往来前的预期、往来后的感觉、差异程度、满意程度、抱怨行为、忠诚程度及抱怨处理，它们之间的结构关系模型如下图所示： 模型中的七个变量都是难以直接量化的潜在变量，下面先对各潜在变量的定义说明如下： 1、往来前的预期 事前预期即反映对产品或服务的期望，消费者在购买某项产品或服务之前，会根据以往的经验、广告或口碑等对厂商所提供的产品或服务有所期望。消费者可能有四种不同的预期模式：理想型、一般预期型、最低容忍度型及欲求满足型。本模型以消费者对产品或服务的一般预期为定义，测量在产品或服务各属性方面是否能达成消费者使用产品或服务目的之事前信念。 2、往来后的感觉 感受表现被视为一种比较的标准，消费者购买前的所有消费经验，将会建立一种比较标准，在购买后会以实际的感受表现与上述标准相比较。往来后的实际感受表现不仅对事前预期有影响，并且它还可以影响满意度是无庸置疑的。 3、差异程度
预期与实际表现的差异是对产品或服务事前预期与感受到的实际表现之间的差距，此差距的大小程度与方向将引起满意度不同的变化。差异程度的处理方法有两种：（1）以感受表现的测量值减去对产品或服务事前预期的测量值；（2）单独测量差异程度，Oliver认为预期与实际表现之间的差异对满意度有独立且显著的影响。本模型采用第二种方法。 4、满意程度 满意程度是一种对产品或服务的事前预期与感受到的实际表现之评估与比较的结果。当顾客购买及使用了产品或接受了服务之后，如果感受到的实际表现能够符合或超过事前预期，则顾客会感到满意；反之，若未能达到事前预期，则会有不满意产生。 5、抱怨行为 当消费者购买及使用了产品或接受了服务之后，可能对该产品或服务感到不满，进而产生抱怨行为。本模型探讨的抱怨行为是顾客在与厂商往来的过程中，若有任何不满意时，其所可能采取的行动。下图表示了不满意的顾客可能采取的几种行动。 6、忠诚程度 顾客忠诚是指顾客在其对某一产品或服务的满意度不断提高的基础上，重复购买（光顾）该产品或服务以及向他人热情推荐该产品或服务的一种表现。培育顾客忠诚度是厂商开展顾客满意度测评活动的长远目标。企业的顾客是否属于忠诚型顾客，一般可以从以下情况界定： 对本企业有明显的情感倾向性（而非随意性）； 对本企业产品或服务在购买行为上有实际的重复反应（即购买的频次很高）；
贵州财经学院学报2002年第6期(总第101期) [经济专论] 文章编号:1003-6636(2002)06-0014-04;中图分类号:F724;文献标识码:A 常用客户满意度研究模型及其优缺点分析 Ξ 罗正清,方志刚 (天津大学管理学院,天津300072) 摘 要:目前,国内外在进行顾客满意度研究时,有几个代表性的模型在实践中被广泛运用,但它们又各有优缺点,适用于 不同的研究目的和立足点。 关键词:客户满意度;四分图;美国顾客满意度指数;K ANO 模型;层次分析法 An Analysis of Common R esearch Models of Customer S atisfaction and their Stren gths and Weaknesses LUO Zheng -qing ,FAN G Zhi -gang (School of Management ,Tianjin University ,Tianjin 300072,P.R.China ) Abstract :At present ,several representative models are widely used home and abroad in customer satisfaction research.With their respective strengths and weaknesses ,they serve different research purposes and stands. K ey words :customer satisfaction ;quadrifid graph ;American customer satisfaction index ;K ANO model ;layer analysis 顾客满意度是目前国内外质量领域和经济领域一个非常热门而前沿的话题。从世界范围看,瑞典于1989年建立起顾客满意度 指数模型,美国于1994年建立了自己的ACSI 。1999年欧盟11个国家也分别在本国试点调查,计算本国的顾客满意度指数。 目前,国内外在进行顾客满意度研究时,由于研究者的研究目的和立足点不同,先后提出了好几种测评顾客满意度的模型并应用于实践。其中几个有代表性的模型在实践中被证明相当可靠有效,能出色完成研究者赋予它们的任务。本文将对其中应用较广的四个模型的优势弱势进行分析和介绍。 一、四分图模型1.模型介绍 四分图模型又称重要因素推导模型,是一种偏于定性研究的诊断模型。它列出企业产品和服务的所有绩效指标,每个绩效指标有重要度和满意度两个属性,根据顾客对该绩效指标的重要程度及满意程度的打分,将影响企业满意度的各因素归进四个 象限内,企业可按归类结果对这些因素分别处理。如果企业需要,还可以汇总得到一个企业整体的顾客满意度值。 图1 四分图模型 A 区———优势区:指标分布在这些区域时,表示 对顾客来说,这些因素是重要的关键性因素,顾客目 前对这些因素的满意度评价也较高,这些优势因素需要继续保持并发扬。 B 区———修补区:指标分布在这些区域,表示这 4 1Ξ收稿日期:2002-07-16 作者简介:罗正清(1977～),江西人,天津大学管理学院研究生,主要研究方向为金融工程;方志刚(1976～),男,江苏靖江人,天津大学管理学院研究生,主要研究方向为物流供应量管理和服务质量管理。
顾客满意模型 顾客满意度模型介绍 ACSI模型结构如图所示: 在上述模型中，总体满意度被置于一个相互影响相互关联的因果互动系统中。其科学地利用了顾客的消费认知过程，将总体满意度置于一个相互影响相互关联的因果互动系统中。该模型可解释消费经过与整体满意度之间的关系，并能指示出满意度高低将带来的后果，从而赋予了整体满意度前向预期的特性。ACSI模型是由多个结构变量构成的因果关系模型，其数量关系通过多个方程的计算经济学模型进行估计。 该模型共有6个结构变量，顾客满意度是最终所求的目标变量，预期质量、感知质量和感知价值是顾客满意度的原因变量，顾客抱怨和顾客忠诚则是顾客满意度的结果变量。模型中6个结构变量的选取以顾客行为理论为基础，每个结构变量又包含一个或多个观测变量，而观测变量则通过实际调查收集数据得到。 顾客满意度模型的结构变量 (1)顾客预期(Customer Expectations)顾客预期是指顾客在购买和使用某种产品或服务之前对其质量的估计。顾客期望来源于以前的经验、广告宣传、他人的评价等，是以往产品质量水平的综合表现。决定顾客预期的观察变量有3个:产品顾客化(产品符合个人特定需要)预期、产品可靠性预期和对产品质量的总体预期。 可靠性期望是指顾客对产品或服务的可靠性质量特性的期望。顾客化期望是顾客对产品或服务满足其特定需求的期望。总体期望是建立在可靠性期望、顾客化期望基础上对产品总的看法。 (2)感知质量(Perceived Quality) 感知质量是指顾客在使用产品或服务后对其质量的实际感受，包括对产品顾客化即符合个人特定需求程度的感受、产品可靠性的感受和对产品质量总体的感受。 感知质量的三个观测指标与顾客期望的三个观测指标相对应。 (3)感知价值(Perceived Value) 感知价值体现了顾客在综合产品或服务的质量和价格以后对他们所得利益的主观感受;感知价值的观察变量有2个，即:"给定价格条件下对质量的感受"和"给定质量条件下对价格的感受"。顾客在给定价格下对质量的感受，是指顾客以得到某种产品或服务所支付的价格为基准，通过评价该产品或服务质量的高低来判断其感知价值。 (4 )顾客满意度(Customer Satisfaction) 顾客满意度这个结构变量是通过计量经济学变换最终得到的顾客满意度指数。ACSI模型在构造顾客满意度时选择了3个观察变量;实际感受同预期质量的差距、实际感受同理想产品的差距和总体满意程度。顾客满意度主要取决于顾客实际感受同预期质量的比较。同时，顾客的实际感受同顾客心目中理想产品的比较也影响顾客满意度，差距越小顾客满意度水平就越高。