顧客滿意度研究是市場研究中的重要部分，越來越多的企業(yè)/組織都在委托第三方進(jìn)行顧客滿意度測評。在與市場研究公司接觸的過程中，企業(yè)/組織可能發(fā)現(xiàn)不同的公司采用的研究方法有很大的差異，即使某些公司采取類似的方法，但是在具體操作上也有很大的不同。那么怎樣辨別不同公司采取的方法和調(diào)研方案的優(yōu)劣呢？筆者本文就是嘗試從下列幾個方面為顧客滿意度研究的委托方解決上述疑問。

一、顧客滿意度測評現(xiàn)狀

最近幾年來，顧客滿意度這一概念在中國傳播得如火如荼。顧客滿意度評價排名成為眾多企業(yè)對外宣傳和公關(guān)的手段。經(jīng)常出現(xiàn)的一種情況是：在某一行業(yè)內(nèi)，某一個品牌或者某幾個品牌被某個機(jī)構(gòu)或者某家公司評定為該行業(yè)內(nèi)的顧客滿意最佳品牌，其競爭對手則通過另外的機(jī)構(gòu)或者公司，把自己評定為行業(yè)內(nèi)的最佳。顧客滿意度分值和排名，成了品牌擁有者的一件華麗外衣，可以通過贊助、委托調(diào)查等方式獲取到。于是乎，我們通常見到的是：XX品牌的顧客滿意率99％，或者YY品牌的顧客滿意度分值95分等等。這些品牌的滿意率或者滿意度真的有那么高嗎？

國內(nèi)權(quán)威的顧客滿意度研究機(jī)構(gòu)——清華大學(xué)中國企業(yè)研究中心在最近幾年公布的中國用戶滿意度指數(shù)中，不同行業(yè)中的主要品牌，其用戶滿意度分值在70－85分之間居多。和某些品牌宣傳的高分值差別很大。為什么會出現(xiàn)這種差別呢，主要的原因如下：

1、采用的方法論和分析計算手段不一樣；
2、采用的調(diào)查手段和控制措施不同，造成了誤差；
3、中國有句俗話：“拿人錢財，替人消災(zāi)”。如果委托方提供了經(jīng)費(fèi)或者贊助，那么受委托方可能就難以客觀地評價。
4、清華大學(xué)中國企業(yè)研究中心主導(dǎo)的中國用戶滿意指數(shù)（CCSI）研究是由完全獨(dú)立的第三方進(jìn)行調(diào)查，在全國50個城市通過固定電話完全隨機(jī)抽樣調(diào)查完成。其公正性和代表性得到國家相關(guān)主管部門的認(rèn)可和消費(fèi)者的信任。

根據(jù)直覺，消費(fèi)者往往對很多產(chǎn)品的滿意率能夠達(dá)到99％或者滿意度分值達(dá)到95分以上表示質(zhì)疑。如果真的有這么高的滿意率或滿意度分值，這些企業(yè)在其目標(biāo)市場應(yīng)該占有絕對優(yōu)勢，而事實并非如此。實際上，正是由于消費(fèi)者各種不滿意因素的存在，才推動了市場的多樣化發(fā)展以及競爭的多元化。

二、測評顧客滿意度的作用

管理中有句名言：“NO MEASUREMENT, NO MANAGEMENT.” 就是說“沒有測量，就沒有管理”。顧客滿意度測評就是對現(xiàn)有顧客的購買、使用某產(chǎn)品/服務(wù)全過程的滿意程度進(jìn)行測量。作為企業(yè)，顧客滿意度排名誠然重要，因為通過客觀的評測和排名，可以了解自身品牌在行業(yè)中的地位。這種地位是通過顧客的視角和感知得到的，顧客是通過這種感知來決定自己是否重復(fù)購買該品牌產(chǎn)品，或者交叉購買該品牌的其它產(chǎn)品，或者向親戚朋友推薦購買該品牌產(chǎn)品。滿意而導(dǎo)致的上述忠誠行為，可以對企業(yè)的績效產(chǎn)生直接的影響。

除了了解滿意度現(xiàn)狀以外，顧客滿意度調(diào)查的另外一個重要目的是指導(dǎo)企業(yè)提升顧客滿意度。要達(dá)到這一目的，僅知道顧客滿意度的高低和排序還不夠，還需要知道影響顧客滿意度的驅(qū)動要素有哪些，企業(yè)在這些要素上的表現(xiàn)如何，這些要素對目標(biāo)顧客的滿意度影響有多大?；卮鹆松鲜鰡栴}，才可能有的放矢地指導(dǎo)企業(yè)提升顧客滿意度。要回答這些問題，就需要通過嚴(yán)格的調(diào)查研究和統(tǒng)計分析手段才能達(dá)到。

三、常見的顧客滿意度測評方法

由于顧客滿意度概念的熱銷，許多市場調(diào)查公司、咨詢公司都聲稱能夠進(jìn)行顧客滿意度測評?；诓煌哪康?、自身技術(shù)力量的限制以及委托方預(yù)算的高低，開展顧客滿意度測評的方法形形色色，非常多。整體歸納起來，可以大概劃分為以下幾種：

方法1：簡單易行型

本方法直截了當(dāng)?shù)貑枺骸澳銓X品牌的產(chǎn)品/服務(wù)總體上滿意嗎？”受訪者可以進(jìn)行選項或者打分。

這種方式效率高，容易回答，可以詢問受訪者對多個品牌的滿意度評價，從而了解到消費(fèi)者對競爭品牌的總體評價。但是，由于這樣一個問題太過簡單，受訪者的回復(fù)在很多情況下由于沒有時間仔細(xì)考慮被調(diào)查產(chǎn)品的方方面面，其選擇通常趨向于中庸的選項。這就好像，當(dāng)您和朋友聚餐后，回家父母問你飯吃得怎樣?；卮鹜ǔＪ恰斑€可以”、“還行”、“不錯”等。事實上，被問者并沒有仔細(xì)去考慮飯菜質(zhì)量、服務(wù)質(zhì)量、價格等各種要素，而且可能選擇肯定回答的主要原因在于聚會時和朋友聊得不錯，或者遇見了初戀女友，心情不錯的緣故。

方法2：雙重評價型

這種方式需要調(diào)查設(shè)計者找到一些影響滿意度的驅(qū)動要素，然后讓受訪者對被調(diào)查品牌在該驅(qū)動要素上的表現(xiàn)打分，同時還要對該驅(qū)動要素對其重要程度進(jìn)行打分。

問題比如：“請問XX品牌洗衣粉的溶解性能怎么樣，可以打幾分？”；“洗衣粉的溶解性能對您而言重要嗎，請選擇”。
之所以這樣設(shè)計，目的是不僅僅了解顧客對某品牌產(chǎn)品/服務(wù)的滿意度高低，而且了解對相應(yīng)的滿意度驅(qū)動要素的評價高低。除此之外，了解消費(fèi)者對這些驅(qū)動要素的看重度（自述重要性），即對哪些要素更加重視，哪些不那么重視。了解了這些要素以后，在確定滿意度提升措施的時候，可以重點(diǎn)提升那些消費(fèi)者評價低，而重要性高的要素。

這種方法考慮到滿意度驅(qū)動要素，是一種進(jìn)步。但是也存在幾個缺陷：

A．根據(jù)我們的經(jīng)驗，通過這種方式讓受訪者對滿意度驅(qū)動要素選擇其重要程度，受訪者對大部分要素都選擇了非常重要或者重要。這種方式難以區(qū)分開消費(fèi)者對不同要素的真實看重程度。

B．我們的目的是要找到驅(qū)動要素對滿意度的影響大小。用驅(qū)動要素對受訪者的重要性替代這一概念，這種“概念替換”經(jīng)常會誤導(dǎo)企業(yè)的資源配置。比如說，對飛行乘客而言，飛機(jī)的安全性無可置疑是他們認(rèn)為最重要的要素。但是，該要素其實是航空公司的一個必備要素，達(dá)到一定的水平后，進(jìn)一步增加其表現(xiàn)，并不能明顯增加飛行乘客的滿意度。根據(jù)我們的經(jīng)驗以及國外調(diào)查的結(jié)果，飛行中的餐飲質(zhì)量、兩排座椅間的距離大小、常旅客計劃的吸引力等要素，是乘坐航班滿意度的重要影響要素。這些方面的改進(jìn)，能夠明顯提升飛行乘客的滿意度。

C．這種方式需要受訪者對每個驅(qū)動要素的表現(xiàn)和重要性分別進(jìn)行評估，必定會占用受訪者較多的時間和精力，從而增加了調(diào)查成功的難度。

本方法目前在企業(yè)自身實施的滿意度調(diào)查中應(yīng)用得比較廣泛，因為其應(yīng)用基本不需要太多的統(tǒng)計分析技術(shù)，實施簡單。

方法3：雙重評價改進(jìn)型

這種調(diào)查方式是在上一種方式的基礎(chǔ)上改進(jìn)而得到的。具體方法是：假定全部要素的重要性合計為100，受訪者在對每個調(diào)查要素給予重要性權(quán)重的時候，最終需要使得權(quán)重和為100。這種方法可以部分彌補(bǔ)上面提到的A類缺陷，但是當(dāng)驅(qū)動要素的數(shù)量較多，比如多于6個時，受訪者就非常難以準(zhǔn)確地分配好權(quán)重。而實際生活中，某產(chǎn)品/服務(wù)的滿意度驅(qū)動要素常常在10個以上。

本方法無法解決上一方法中的缺陷B和C。

方法4：采用多元線性回歸統(tǒng)計分析技術(shù)

隨著市場調(diào)查分析技術(shù)的發(fā)展，統(tǒng)計工具在市場研究中應(yīng)用得越來越多。利用多元回歸分析技術(shù)，可以計算出滿意度驅(qū)動要素對滿意度的影響大小。這種影響大小可以解釋為，在其它要素不變的情況下，某滿意度驅(qū)動要素提升1分，滿意度在現(xiàn)有的基礎(chǔ)上可以提升多少分。

當(dāng)滿意度的驅(qū)動要素非常少，而且這些要素相互之間的相關(guān)性很弱時，這種方法不失為一種簡單有效的方法。

然而，實際生活中，影響消費(fèi)者對某種產(chǎn)品/服務(wù)滿意度的要素通常非常多，而且這些要素越細(xì)化，對企業(yè)而言，在確定滿意度提升措施時才更具有可操作性。隨著影響要素的增加和細(xì)化，如果采用多元回歸的方式，計算出來的影響要素一般會由于這些要素的相互作用和影響（統(tǒng)計學(xué)中叫做共線性），其數(shù)值變得無法解釋現(xiàn)實情況。比如，在汽車4S店銷售服務(wù)滿意度的調(diào)查中，出現(xiàn)銷售人員專業(yè)知識的掌握程度對消費(fèi)者滿意度的影響為-0.21這種無法解釋的情況（系數(shù)為-0.21表示消費(fèi)者對銷售人員專業(yè)知識的評價提高1分，其滿意度反而減少0.21分）。一般而言，多元回歸適用于自變量少于6個的分析當(dāng)中。

為了減少共線性的影響，可以嘗試采用減少共線性影響的統(tǒng)計工具，比如嶺回歸。但是采用嶺回歸在消除共線性影響的同時，也削弱了數(shù)據(jù)分析的精度。此外，嶺回歸的結(jié)果無法進(jìn)行統(tǒng)計檢驗，并且需要人為干預(yù)最終結(jié)果。因此在實踐中用得不多。

多元回歸的另外一個局限性是只能處理一個因變量，多個自變量之間的關(guān)系。而在現(xiàn)實生活中，滿意度驅(qū)動要素之間通常也存在明顯的相互影響，通過多元回歸無法解決這一問題。

從科學(xué)的角度看，隨著新的分析研究技術(shù)的涌現(xiàn)，回歸統(tǒng)計分析技術(shù)已經(jīng)不太適用于顧客滿意度的研究領(lǐng)域。

方法5：采用多次多元線性回歸技術(shù)

把變量劃分為3級以上，以空調(diào)用戶滿意度示例如下：

第一級變量：滿意度或者忠誠度；
第二級變量：售前售中服務(wù)、產(chǎn)品質(zhì)量、售后服務(wù)等；
第三級變量（售后服務(wù)）：報修過程、上門人員服務(wù)規(guī)范、維修效果、增值服務(wù)等。
第四級變量（保修過程）：報修電話暢通、話務(wù)員服務(wù)態(tài)度、話務(wù)員專業(yè)知識、話務(wù)員維修時間安排合理等。

下一級變量作為自變量，上一級變量中對應(yīng)的某個變量作為因變量進(jìn)行回歸。層層向上遞推，得到每一級的回歸系數(shù)，進(jìn)而導(dǎo)出最下層變量對最上層變量的影響大小。

這個方法看似有理，把一個一個局部的內(nèi)在聯(lián)系單獨(dú)分析，然后往上推導(dǎo)。實際上，這很容易陷入“瞎子摸象”的誤區(qū)中。因為所有的滿意度驅(qū)動要素對最終的滿意度都存在或大或小的影響，這些要素之間也存在一定的相關(guān)關(guān)系，完全把一個個的局部獨(dú)立分析，不從全局的角度統(tǒng)籌考慮、統(tǒng)一分析數(shù)據(jù)之間的關(guān)系，計算推導(dǎo)出的影響大小很容易“失真”。

此外，這種方法也無法處理一個自變量影響多個因變量的情況。

方法6：構(gòu)建結(jié)構(gòu)方程模型，用通用軟件計算

結(jié)構(gòu)方程模型是一種因果關(guān)系模型，通過要素間的因果關(guān)系/準(zhǔn)因果關(guān)系來揭示現(xiàn)實生活中的相互關(guān)系。目前廣泛地應(yīng)用于許多市場研究分析當(dāng)中，它也是目前國際上流行的顧客滿意度研究分析手段。

一個有效實用的顧客滿意度研究結(jié)構(gòu)方程模型的構(gòu)建，需要對顧客需求和感知進(jìn)行深入研究，通過大量的前期工作，比如顧客焦點(diǎn)小組訪談、顧客需求分解、顧客預(yù)調(diào)查、行業(yè)專家拜訪、購買消費(fèi)現(xiàn)場觀察等多種手段，才能構(gòu)建起一個基礎(chǔ)模型。然后通過消費(fèi)者試調(diào)查，采集到一定的數(shù)據(jù)后，對數(shù)據(jù)進(jìn)行多種統(tǒng)計處理、分析和檢驗，根據(jù)相應(yīng)的結(jié)果對模型進(jìn)行必要的調(diào)整，然后才能應(yīng)用到實際的顧客滿意度分析當(dāng)中去。否則的話，隨意構(gòu)建的模型只能成為使得數(shù)字游戲顯得高深莫測的工具。

由于一個有效結(jié)構(gòu)方程模型構(gòu)建的復(fù)雜程度很高，所以目前采用結(jié)構(gòu)方程模型進(jìn)行滿意度分析的機(jī)構(gòu)和研究公司不是很多。在結(jié)構(gòu)方程模型構(gòu)建的過程中，需要進(jìn)行前期的定性研究和定量預(yù)調(diào)查，并通過探索性因子分析、驗證性因子分析等方法確定結(jié)構(gòu)方程模型是否能夠真的反映現(xiàn)實狀況。驗證性因子分析的相應(yīng)統(tǒng)計檢驗指標(biāo)需要達(dá)到標(biāo)準(zhǔn)，否則隨便采用本方法，就像一棟大樓建立在浮沙上，可能外觀漂亮，但是卻不能住人。

即使采用了結(jié)構(gòu)方程模型構(gòu)建了變量之間的關(guān)系，但是具體對數(shù)據(jù)進(jìn)行處理時，一般都是采用通用軟件進(jìn)行處理，比如用SAS，Liserel，Amos等。這些軟件都可以較好地處理一般的結(jié)構(gòu)方程模型，但是對數(shù)據(jù)有一個基本的要求，那就是調(diào)查數(shù)據(jù)應(yīng)該基本符合正態(tài)分布。但是，對滿意度數(shù)據(jù)而言，由于滿意度調(diào)查的數(shù)據(jù)本身是有偏的（這是因為，滿意度的調(diào)查對象是已經(jīng)購買了某種產(chǎn)品/服務(wù)的用戶，既然他們選擇了這種產(chǎn)品/服務(wù)，對所選擇的產(chǎn)品/服務(wù)在某些方面肯定是比較滿意的，因此數(shù)據(jù)呈現(xiàn)明顯的右偏特征），甚至是雙峰分布的（比如在10分制的調(diào)查中，在7分和9分出現(xiàn)了2個峰值），通過通用軟件內(nèi)嵌的算法計算得到的結(jié)果偏差較大。只有通過專門的用戶滿意度分析軟件（采用偏最小二乘法PLS算法）來完成，才能精確確定滿意度驅(qū)動要素和滿意度之間的影響大小。否則的話，即使模型構(gòu)建得很好，數(shù)據(jù)采集沒有偏差，最終的結(jié)果也可能誤導(dǎo)企業(yè)決策。

方法7：構(gòu)建結(jié)構(gòu)方程模型構(gòu)，用專用PLS軟件計算

偏最小二乘法（PLS）算法可以有效計算原始數(shù)據(jù)右偏的數(shù)據(jù)關(guān)系，因而成為分析滿意度數(shù)據(jù)的最適合工具。目前，美國用戶滿意指數(shù)（ACSI）、瑞典用戶滿意指數(shù)、歐洲用戶滿意指數(shù)、中國用戶滿意指數(shù)（CCSI）等國家級用戶滿意度研究都是采用結(jié)構(gòu)方程模型構(gòu)建關(guān)系，通過偏最小二乘法（PLS算法）進(jìn)行計算分析。

小結(jié)

目前，在滿意度研究領(lǐng)域，能夠熟練構(gòu)建用戶滿意度分析結(jié)構(gòu)方程模型，采用專門的PLS算法計算軟件分析數(shù)據(jù)，并且同時具有豐富的行業(yè)和企業(yè)滿意度分析經(jīng)驗的市場研究機(jī)構(gòu)，還是鳳毛麟角。整個滿意度研究領(lǐng)域正處于一個規(guī)范化的進(jìn)程當(dāng)中。由于顧客滿意度研究對企業(yè)的重大指導(dǎo)作用，科學(xué)高效的研究方法和手段將成為滿意度研究機(jī)構(gòu)的核心競爭力，其研究成果將為提高整個社會的整體滿意水平，指導(dǎo)企業(yè)更加合理地配置資源提供科學(xué)決策依據(jù)。