客户满意是当前市场竞争的一个焦点。满意度研究不仅可以用来衡量企业的产品或服务质量，更为重要的是，它可以从客户的角度分析对企业产品或服务不满意的原因，以提高企业的竞争力。对于企业来说，测评客户满意度的根本原因就是为了提供信息使管理者能够做出正确的决策，尽可能提升客户满意度，从而提高客户保留率，进而提高企业利润。

　　但客户满意不是一个孤立的概念，它既与消费者的事前期望有关，又与消费者的购后行为相关联。所以，客户满意度的分析与测定，不仅要集中于客户满意本身，还应研究与客户满意相关的变量，从而在整体上认识客户满意，分析客户满意。这是一个十分复杂的过程，可以采用多种方法模型来进行。下面就向大家简单介绍一下，在满意度研究中常用的研究方法。

　　一、构建满意度指标体系的研究方法

　　一套完整、健全的指标体系是满意度研究的基础，所以必须具有坚定的原则和严谨的步骤。构建满意度指标体系的原则有：(1)必须是顾客认为重要的，“由顾客来确定测评指标体系”是设定测评指标体系最基本的要求。要准确把握顾客的需求，选择顾客认为最关键的测评指标。(2)必须能够控制，顾客满意度测评会使顾客产生新的期望，促使企业采取改进措施。但如果企业在某一领域还无条件或无能力采取行动加以改进，则应暂不采用这方面的测评指标。(3)必须是可测量的，顾客满意度测评的结果是一个量化的值，因此设定的测评指标必须是可以进行统计、计算和分析的。(4)必须考虑与竞争者的比较，设定测评指标时要考虑到竞争者的特性。

　　构建满意度指标体系的步骤为：

　　上述原则和构建步骤，不但体现和保证了从客户的角度来考察企业满意或不满意因素，而且是企业力所能及的方面，同时还考虑了竞争因素，有利于竞争策略的制定。所以这样的满意度指标体系，才能够准确全面的测定和分析客户满意程度，从而发现不满意因素，并加以改进。例如，新华信市场研究咨询公司5年来，自主投资的乘用车用户满意度研究，就始终秉承着上述原则和构建步骤；尤其是《2005年乘用车用户满意度研究》，是在前4年乘用车用户满意度研究的基础上，再加上小组座谈会和经销商深访信息后，构建了结构清晰的测评体系(包括销售服务、售后服务、产品性能和产品质量四大部份，共193个指标)，最后通过验证性因子分析，对实际数据进行验证，证明假设的指标体系是完全正确地、有代表性地。而且，是在大样本、多品牌的样本上得到的结果。因为本次调查样本量为9714个，覆盖了33个品牌，94个车型，共10个城市。

　　通过一套完整的满意度指标体系，收集到数据后，接下来就要对其进行分析了。满意度分析指标有三类：一类是基础指标，即总体满意度指标，反映客户的满意程度。另一类为辅助指标，包括不满意比例指标、关键因素满意度、顾客忠诚度、重复购买率和推荐率，进一步说明客户的满意度和忠诚度。最后一类是相对指标，又分为横向排序指标：指不同部门、不同区域的对比排序；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。

　　二、满意度研究分析方法

　　可以采用多种不同的数据分析方法来分析和检验客户满意度数据。如何处理满意度数据的平台，包括三个层次的分析：即一元、二元和多元统计。每一种方法都有其独特的作用，在很多情况下，我们对于分析方法的选择并不是受到可获得的适当软件或技术知识的限制，而是受到数据本身的局限。因为我们经常会遇到数据不足或者或多或少的数据异常情况，如缺失值、偏斜或者不良状态都属于这种情况，它们往往会导致无法使用最先进的统计技术。特别是当客户满意度数据出现这些问题时，处理起来尤为棘手。总而言之，分析层次的选择并不总是不受约束的。

　　客户满意度数据分析的三个层次，每一个都有其独特的适用环境。一元分析，经常用于客户满意度追踪研究的选项的定量分析(图1)。量表的最大值或双高值都可以通过单一的定量方法来总结，如在一个十级量表中，9或者10的样本占总样本的比例。但是，如果要将一元分析作为引导战略决策制定的方式还是不适当的。二元分析，是指两个变量之间的关系，通常包括确定两个变量共变的程度，并且确定两者之间的相关性是否是统计显著的，如相关系数、协方差分析和各种检验(图2)。多元分析的应用，是客户满意度和忠诚度数据自身特性所决定的。多元统计分析方法主要有三类：一是关系模型，具有说明一组预测变量如何影响一个或更多结果变量的能力，这种推导能力是基于关系的，如多元回归分析；二是相关模型，主要是可以揭示出客户满意度感知所具有的潜在的维度，如因子分析和主成份分析；三是混合模型，这种分析技术既包括了关系模型的特征，又包括相关模型的特征，如具有潜在变量的结构方程模型和主成份回归等。在新华信的《乘用车用户满意度研究》中，分别从这三个层次深入挖掘和分析了全国乘用车用户满意和不满意的因素及原因。

　　三、 满意度研究权重的推导方法

　　在选中了满意度研究主要的分析方法后，计算各指标或各环节的权重，就成为了研究人员的一个重要课题，同时也是一个难题。推导满意度研究权重的方法有许多种(见下表)，每种方法都有自己的特点和适应范围。研究人员应该根据项目的研究目的和需要，来选择推导权重的方法。

　　推导权重的方法，从信息来源的不同可分为专家法(定性信息)和测量法(定量信息)。专家法，主要通过深访、座谈会和信件等方式收集信息，主要适应于比较复杂或有特殊性并且具有权威专家的行业的研究项目，它简捷、快速并且综合的信息较多，但主观成份也居多，所以容易引起争议。测量法，主要是通过问卷询问被访者的方式收集信息，然后采用各种统计方法推导出满意度的权重，包括声称法、推导法和直接比较法。其中，声称法简便、直接、周期短，但结果较粗；推导法，应用多元统计方法进行推导，所以相对复杂，但比较科学准确；直接比较法能有效地测量各指标重要程度的差异，比较符合实际,容易获得多方面的赞同，可达到绩效考核的目的，但操作复杂，且比较的指标不能太多。这三种方法的共同特点是，需要相对较大的样本量才能够使模型更稳定，分析结果更可靠。所以，在连续型满意度研究项目中，可以把近几期的数据库合并来计算权重，效果会更好。在新华信的《乘用车用户满意度研究》中，主要采用测量法来计算满意度权重，因为其指标体系是结构化的，而且有近1万个的样本量。

新浪汽车