满意度研究方法与模型

8.2　满意度研究方法与模型

从技术路径及方法论来看，公共部门绩效评价满意度调查源自市场营销学的顾客满意度调查。顾客满意度理论萌芽于20世纪初的消费心理学研究，随着市场经济的高速发展，满意度理论逐渐进入实证研究阶段，内容涵盖经济学、市场营销学、消费心理学、计量经济学等诸多学科领域。本节介绍该理论的发展背景、满意度研究方法及建立在该顾客满意度理论之上的几个常用模型。

8.2.1理论发展背景

基于社会和试验心理学的顾客满意理论，早在20世纪30年代一些学者就已着手研究，他们发现满意感和自尊、信任以及忠诚有关(Hoppe，1930;Lewin，1936)。1965年卡多佐(Richard Cardozo)首次将顾客满意度引入营销学，并提出顾客满意度可以带动顾客的重复购买等行为意向(Cardozo，1965)。之后，顾客满意度问题受到极大重视，一些发达国家的消费心理学家、市场营销研究人员和顾客行为研究者对顾客满意程度如何度量的问题进行了广泛的研究。目前为止已有数以万计的论文与著作对顾客满意度的含义、顾客满意度测量方法以及顾客满意度分析模型进行了大量的讨论与研究。

1985年，基于CI(企业标识)战略，顾客满意度理论首先由美国学者提出，其后迅速在经济发达国家得到广泛应用。1989年，美国密歇根大学商学院质量研究中心的费耐尔(Fornell)博士总结了理论研究的成果，提出了将顾客期望、购买后的感知、购买价格等多方面因素组成一个计量经济学的逻辑模型，即费耐尔模型。以此模型运用偏微分最小二次方求解所得出的指数，就是顾客满意度指数(CSI)。费耐尔的研究成果是迄今为止最为成熟和被广泛运用的顾客满意度指数理论。20世纪90年代后，顾客满意度理论逐渐发展成熟，已成为全球工商界盛行的一种新型的企业文化和管理哲学，并迅速在各主要发达国家得到广泛应用。

我国对于顾客满意的研究与应用也给予了高度重视。1998年10月，国家质量技术监督局委托清华大学经济管理学院等单位开展关于构建“中国顾客满意度指标体系”(CCSI)的研究工作。1999年12月，国务院颁布了《关于进一步加强产品质量工作若干问题的决定》，明确提出“要建立和探索产品质量用户满意度指数评价方法，向消费者提供真实可靠的产品质量信息”。但是，与一些发达国家相比，目前我国对顾客满意度的研究与应用均存在一定差距，满意度的应用领域还基本局限在微观层面。

8.2.2满意度研究方法

满意度研究方法主要是指满意度研究分析方法、满意度指标体系确定方法和权重确立方法^[14]。

1.满意度研究分析方法

满意度可用多种不同的数据分析方法来分析和检验。满意度数据的处理，包括三个层次的分析:即一元、二元和多元统计分析。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数据异常的情况，如缺失值、偏斜或不良状态都属于这种情况，他们往往会导致无法使用最先进的统计技术。

顾客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，经常用于顾客满意度追踪研究的选项的定量分析。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订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统计显著，如相关系数、协方差分析和各种检验。多元分析的应用，是由顾客满意度和忠诚度数据自身的特性所决定的。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，主要是可以揭示出顾客满意度感知所具有的潜在的维度，如因子分析和主成分分析;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分回归等。

2.满意度指标体系确定方法

一套完整、健全的指标体系是满意度研究的基础，所以必须具有确定的原则和严谨的步骤。构建满意度指标体系的原则:第一，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。第二，必须能够控制，顾客满意度测评会使顾客产生新的期望，要求采取相应改进措施。如果暂时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。第三，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。第四，必须考虑与标杆或(竞争者)的比较，设定测评指标时要考虑到标杆或(竞争者)的特性。构建满意度指标体系的具体步骤见图8-2。

图8-2　构建满意度指标体系的具体步骤

在建立一套完整的满意度指标体系和收集到数据后，接下来就要对数据进行分析。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，反映顾客的满意程度。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、顾客信任度等，进一步说明顾客的满意度和信任度。最后一类指标是相对指标，具体而言还包括横向排序指标、横向差距指标和纵向改善指标。横向排序指标是指不同部门、不同区域的对比排序;横向差距指标是指对比竞争对手或标杆对象的差距;纵向改善指标是指自身与历史对比的进步情况，可以通过满意度指数的提升程度来表示。

3.满意度指标权重的确定方法

在选定了满意度研究的分析方法之后，计算各个指标或各环节的权重，就成为一个重要课题和难题。确定满意度研究权重的方法有许多种(见图8-3)，每种方法都有自己的特点和适用范围。研究人员应该根据项目的研究目的和需要，来选择确定权重的方法。

图8-3　满意度指标权重确定方法

指标权重的方法，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，主要通过探访、座谈会和信件等方式收集信息，主要适用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，它简洁、快速并且综合的信息较多，但主观成分也较多，所以容易引起争议，因而构建的权数缺乏稳定性。测量法，主要是通过问卷询问被访问者的方式收集信息，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，但结果较略;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。

针对专家法和测量法存在的问题，目前越来越普遍的做法是将这两种方法结合使用，这样既照顾到了调查者的主观偏好，也充分利用了各种客观信息，调查的结果更具有说服力。

8.2.3满意度评价模型

随着顾客满意理论研究的深入，由于研究者的研究目的和立足点不同，他们纷纷提出了各种各样的顾客满意度模型，并应用于实践中，如KANO模型、SERVQUAL模型、四分图模型(Quadrant/Matrix Model)、顾客满意度指数(CSI)模型等。

1.KANO模型

KANO模型是由日本卡诺博士提出的，在该模型中，他把产品和服务的质量分为三类:当然质量、期望质量和惊喜质量(如图8-4)^[15]。其中，当然质量是指产品或服务应当具备的质量。对于这类质量特性，顾客通常假定这是产品和服务所必须提供的，所以如果顾客认为其质量特性的重要程度很高，即使企业在其质量特性上的业绩很好，也不会显著增加顾客的满意度。相反，即使重要程度不高，如果企业在其质量特性上的业绩不好，则会导致顾客的严重不满;期望质量是指顾客对产品或服务有具体要求的质量特性。这类质量特性上的重要程度与顾客的满意程度同步增长;惊喜质量是指产品或服务所具备的超出顾客预料的质量特性。如果这类质量特性(即使重要程度不高)的业绩好，能激起顾客的购买欲望，并导致顾客十分满意。

在这三类质量特性中，期望质量和顾客满意度之间呈线性正相关关系，这也为目前各种顾客满意度测评方法和模型提供了理论基础;而当然质量和惊喜质量则与顾客满意度之间呈非线性正相关关系，对此目前的各种顾客满意度模型都无法给出令人信服的数学解释。因此，卡诺模型用于测量顾客满意度的一个重要挑战就是在统计方法上如何创新。

Kano模型严格地说，属于典型的定性分析模型，而不是一个定量测量顾客满意度的模型，常用于对顾客需求或者对绩效指标的分类。通常在满意度评价工作前期作为辅助研究模型，帮助企业了解不同层次的顾客需求，找出提高企业顾客满意度的切入点，识别顾客满意的关键因素。

图8-4　Kano模型

2.SERVQUAL模型

在20世纪80年代中期，最具影响的顾客满意度模型当数三位美国学者Parasuraman，Zeithaml和Berry共同构建的SERVQUAL服务质量衡量体系^[16]。SERVQUAL模型不是一个全面衡量满意度的模型，但它继承了Oliver的观点，认为满意度是预期与感受间差异大小的体现。该模型将服务质量从定性角度分成五个维度(22个子问题)，这五个维度分别是:可感知的质量特性(Tangibles)、可靠性(Reliability)、响应性(Responsiveness)、可信赖性(Assurance)和专注性(Empathy)。

SERVQUAL模型是基于感知—期望不一致理论建立的，它可以让测评者明白顾客对其产品或服务的预期值大小及企业本身对该预期的实现程度，为企业下一步改进产品/服务指明了方向。但该模型方法也存在许多不足，包括:它不能解决诸如顾客期望与产品/服务品质重要性之间不能等同的问题;另外，它采用过于宽泛的服务维度来衡量服务质量，这样不利于识别质量改进的优先级别。

3.四分图模型

四分图(Quadrant Model)是一种直接比较服务质量因素的满意度和重要性的方法，也称为矩阵模型(Matrix Model)、绩效—重要度方格(Performance-Importance Grid)^[17]。四分图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和满意程度的打分，将影响满意度的各因素归入四个象限内，可按归类结果对这些因素分别处理。如果需要，还可以汇总得到一个整体顾客满意度的值。

四分图模型简明，分析方便有效，而且不需要应用太多的数学工具和手段，无论是设计、调研还是分析整理数据，都易于掌握，便于操作。但是这个模型也存在不足:在理论上，它孤立地研究满意度，没有考虑顾客感知和顾客预期等因素对满意度的影响;在实际操作中，由于该模型不考虑误差，仅由各指标得分加权平均算出顾客满意度的数值，得出的数据缺乏准确性。另外，由于该模型使用具体化的绩效指标，很难进行跨行业(部门)的顾客满意度比较，大大降低了研究对象的横向可比性^[18]。

4.顾客满意度指数(CSI)模型

瑞典是世界上第一个建立顾客满意度指数测量体系的国家。之后，世界各个发达国家，如美国、德国、日本、韩国等，也纷纷建立了具有自己特色的顾客满意度指数评价体系。近年来，顾客满意度指数在广阔的领域得到了广泛使用。顾客满意度指数是以顾客满意程度平均值(或其他数值)为基数编制的用于分析顾客满意程度的指数。顾客满意度指数是一个相对值，其测量是以顾客满意度指数模型为基础，它是根据顾客对产品和服务质量的评价，通过建立数学模型计算出来的。在目前20多个国家和地区CSI模型中，SCSB(瑞典顾客满意指数模型)、ACSI(美国顾客满意指数)和ECSI(欧洲顾客满意指数)是最有影响的三个模型。

(1)瑞典顾客满意指数(SCSB)模型

瑞典SCSB(Sweden Customer Satisfaction Barometer)模型是1989年在世界上最早建立的全国性CSI模型^[19]。该模型是在美国密歇根大学的费耐尔(Fornell)等人的指导下开发的，至今已经平稳运行了十多年，被称为瑞典经济的“晴雨表”(Fornell et al.，1991)。SCSB模型^[20]包括5个潜在变量和6个关系，满意有两个前因变量:感知绩效和顾客期望。SCSB认为感知绩效和感知价值是等价的，即顾客相对于在支付一定价格下对某种产品和服务所感知的质量水平。顾客期望定义为顾客在购买某一产品和服务之前对其产品绩效的主观预测。满意有两个结果变量:顾客抱怨和顾客忠诚。顾客抱怨是顾客对消费的产品和服务表达不满的行为方式。顾客忠诚是顾客愿意再次购买该产品和服务。

图8-5　瑞典顾客满意度指数(SCSB)模型

该模型中的核心概念是顾客满意度，它是指顾客对某一产品或某一次服务提供者迄今为止全部消费经历的整体评价^[21]，不同于代表顾客对于某一件产品或某一次服务经历评价的特定交易的顾客满意，是一种累积性的顾客满意度。现行的各国顾客满意度指数模型均采用这个概念，主要是因为与具体交易的顾客满意度相比，累积的顾客满意能更好地预测消费者后续的行为以及企业的绩效。因而，顾客期望与顾客满意为正相关。

感知绩效(Perceived Performance)又称感知价值(Perceived Value)，即商品或服务的质量与其价格相比，在顾客心目中的感知定位。感知绩效越高，顾客满意度也随之提高^[22]。顾客抱怨作为顾客满意的结果。当顾客对某一组织提供的产品或服务不满时，他们会选择停止购买该产品或服务，或者向该组织表达自己的抱怨或不满以获得赔偿。顾客满意度的提高会直接导致抱怨行为减少。从抱怨到忠诚的方向和大小，可以反映组织的顾客抱怨处理系统的工作成效。模型中的最终变量是顾客忠诚，在此宽泛地定义为顾客重复购买某一特定产品或服务的心理趋势。忠诚的顾客意味着持续的重复购买、较低的价格敏感度、较少的促销费用等，是组织盈利能力的一种表现。^[23]

(2)美国顾客满意指数(ACSI)模型

美国ACSI(American Customer Satisfaction Index)模型在瑞典SCSB模型的基础上作了进一步的修正而形成的。ACSI模型主要创新之处在于增加了一个潜在变量——感知质量(Perceived Quality)^[24]。将感知质量从感知价值中分离出来，由顾客满意度与其决定因素感知绩效、顾客预期、感知价值以及结果因素顾客忠诚、顾客抱怨6个结构变量构成其基本框架(见图8-6所示)。

模型中的感知价值(Perceived Value)仍然沿用最初的SCSB模型中用来测量感知绩效(Perceived Performance)的2个显变量:相对于价格的质量评价和相对于质量的价格评判。感知质量是通过3个显变量来度量，分别是质量的定制化、可靠性和总体评价。其中，定制化是指企业提供的产品或服务满足个性化的顾客需要的程度;可靠性是指企业的产品或服务可靠、标准化及零缺陷的程度。增加感知质量这个概念和相关路径有两个优势，一是通过质量的3个显变量，可以清楚地知道定制化和可靠性在决定顾客的感知质量中所起到的不同作用，二是感知质量侧重于单纯的质量评价，而感知价值偏重于价格因素，通过比较可以明确地分辨出顾客满意的原因何在。

图8-6　美国顾客满意度指数(ACSI)模型

为了和感知质量的测量保持一致，顾客期望的显变量也相应地有3个:定制化的期望、可靠性的期望和总体的期望。至于顾客忠诚，模型采用了2个显变量:首先以一个10等级的李克特量表测量顾客重复购买的可能性。如果结果显示会重复购买，则进一步调查使得该顾客绝对会停止购买的最大涨价幅度;反之，则会调查该商品或服务降价百分之多少才会使原本打算停止购买的顾客能回心转意^[25]。ACSI模型是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四个层次构成，是目前体系最完整、应用效果最好的一个国家顾客满意度指数模型。

(3)欧洲顾客满意指数(ECSI)模型

欧洲ECSI(European Customer Satisfaction Index)模型基本上继承了ACSI模型的框架和一些核心概念，两者的不同主要表现在以下一些方面:ECSI模型首先去掉了ACSI模型中顾客抱怨这个潜在变量;其次，ECSI模型增加了另一个潜在变量——企业形象。态度和预测人们行为的行为意图在机能上相联系。因此，作为一种态度的企业形象也对属于行为意向的顾客忠诚有影响^[26]，与此同时，ECSI模型将顾客忠诚的显变量转变为3个，即，顾客推荐该公司或该品牌的可能性、顾客保持的可能性、顾客重复购买时是否会增加购买量;再次，将感知质量分为感知硬件质量和感知软件质量两个部分。模型框架见图8-7:在该模型中，顾客满意有5个前因变量和一个结果变量，共有20个可测变量和10种相关关系。5个前因变量是形象、顾客期望、感知质量(硬件)、感知质量(软件)感知价值;一个结果变量是顾客忠诚。

图8-7　欧洲顾客满意度指数(ECSI)模型

此外，ECSI模型的特点是对于不同的企业、行业建立了两套测评体系，称为一般测评和特殊测评。被试者要求同时回答一般测评和特殊测评的问题，其中，一般测评采用全国统一的调查问卷、计算口径，其主要目的是用来计算国家层次意义上的顾客满意度指数，作为宏观经济运行质量的评价指标体系和行业水平对比的基准。而特殊测评，则根据企业、行业的不同特点，用其感兴趣的特殊问题代替一般问题，做深入的调查，然后利用主成分分析和多元回归分析的方法，来分析一般测评所得到的指数与特殊指标之间的关系。这样，将得到一个同一般测评模型不同的指标体系，该指标体系将用于企业的质量改进。^[27]

CSI模型可以科学定量化地测量满意度的水平值，也方便同一被测单位跨时间段的纵向比较。该模型有较为深厚的理论基础，结合了先进的结构方程建模方法来定量分析顾客满意度。但该模型缺少微观层面上的指导，不能提供改进哪些质量要素的具体建议等。