顾客满意度评分准则
顾客满意度模型
顾客满意度监测与提高模型(C u s t o m e r S a 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 S M 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相对竞争品牌的弱点，应重点改善）提高满意度行动准则四--选择最佳因素组合·模拟不同因素组合的改善效果，选取成本最小，而使整体效益获得最大提高的因素组合提高满意度行动准则五--不满意顾客群需要特别关注·不满意顾客群容易流失成为竞争对手的顾客·不满意顾客通过传播不满影响数倍顾客的购买决策·分析造成顾客不满意的关键因素，尽量挽留顾客，提高顾客保持力·争取竞争对手的不满意顾客提高满意度行动准则·大用量客户/重要客户是重点服务对象-对于某些产品，20%的顾客可能占企业收入的80%·对于耐用品，接近更新/增购期顾客的意见值得重视·顾客的具体意见有助制定改善措施-有时，后期的定性研究显得颇为重要·流失顾客经验值得分析满意度跟踪研究目的·动态跟踪顾客满意度的变化，评估满意度改善措施的效果·检验和完善满意度提高模型，制定最为有效的行动策略·通过成本收益核算（R O I），为企业相关策略提供支持，提高企业价值和竞争力行动决策建议·行动决策建议建立在提高顾客满意度行动原则和跟踪研究的基础上·行动决策建议针对不同研究项目具体而异·行动决策将体现从宏观方针到具体措施、针对不同决策层的各层次建议顾客满意度为什么要做顾客满意度调查？顾客满意（CS）是企业成功的重要因素。
顾客满意度调查评分准则
顾客满意度评价准则编号：HH/WI-GX-04-2007１目的通过对顾客满意度调查,结合产品实现过程业绩进行综合分析，以保证顾客满意度得到客观公正的评价，验证体系管理的绩效。
２适用范围适用本厂对顾客满意度，以及对本厂体系的绩效评价。
３职责3．1 供销科负责制定合落实顾客满意度评价准则。
3．2 各相关部门负责实施内部产品实现过程消极的售后收集分析。
４具体评价实施的细则顾客满意度调查综合评分准则，采用分项评分、综合评价的方法。
评分标准：很满意≥90分, 满意≤75分＜90分, 一般≤60分＜75分, 不满意≤40分＜60分,各单项总分等于各单项分乘以单项百分数之和，总分满分为100分。
（见：顾客满意度问卷调查表）4．1质量水平30%a.产品实物质量20%b.包装方式、运输质量10%4．2交货信誉30%交付产品质量评分，由质检科出厂检人员按检验规程对出厂的产品进行检验和试验，在《产品出厂检验报告》单上进行记录。
供销科对顾客退货产品进行记录，并进行PPM统计,供销科按下列规定进行扣分：a.交货时间准确性（包括额外运费）15%b.b.交货数量准确性15%4．3价格20%a.对新产品及改型产品询价时的灵活性4．4服务10%a.在遇到质量问题（对顾客造成的干扰、包括退货）时的反应速度5%b. 遇到问题通知顾客的及时性（包括能力、态度）5%4．5技术开发能力评估（按顾客进度）10%5．供销科每月对《销售统计表》上得分进行统计，并绘制趋势图对顾客满意度进行监视，每年12月份对全年（1-12月）进行统计，并将统计结果作为顾客满意度进行合理性自我分析的依据。
编制：审核：批准：。
客户满意度控制流程图
客户满意度控制程序（附流程图）1目的为了规范顾客满意度调查操作流程，确保涉及顾客满意度相关信息得到有效收集并进行分析，发现持续改进机会，并使用《纠正预防8D报告》进行纠正改善，保证产品质量，提高顾客满意度和市场占有率，提升持续运营能力。
2范围适用于顾客满意度（包括员工满意度）调查、评定、分析、改进所涉及的过程。
3职责3.1销售部负责顾客整体满意度信息的收集工作。
3.2服务部负责顾客服务满意度信息的收集工作。
3.3质量部负责顾客产品质量满意度信息的收集及顾客满意度评定、分析、纠正及改进工作。
3.4人力资源部负责员工满意度信息的收集、评定、分析、改进工作。
4工作程序4.1 满意度调查分类满意度调查分类包括顾客满意度调查和员工满意度调查。
4.2顾客满意度调查流程4.2.1顾客满意度调查至少每年1次。
4.2.2顾客满意度调查包括顾客整体满意度、顾客服务满意度、顾客产品质量满意度3个模块，总计100分，各个模块调查使用各自的调查表单，表单总分各自为100分，在汇总为顾客满意度得分时按相应模板分值进行相应折算。
4.2.3顾客整体满意度销售部负责顾客整体满意度调查信息收集，内容涉及产品价格、交货期、产品使用以及相关建议等，调查表单使用《顾客整体满意度调查表》，满分100分。
4.2.4顾客服务满意度服务部负责顾客服务满意度调查信息收集，内容涉及信息反馈响应时间、问题出现效率、问题处理有效性以及相关建议等，调查表单使用《顾客服务满意度调查表》，满分100分。
4.2.5顾客产品质量满意度质量部负责顾客产品质量满意度调查信息收集，内容涉及产品质量、质量安全以及相关建议等，调查表单使用《顾客产品质量满意度调查表》，满分100分。
4.2.6顾客满意度要求顾客满意度调查及模块细则调查达标准则如下：4.3员工满意度调查流程4.3.1员工满意度调查至少每年1次。
4.3.2员工满意度调查包括直接调查和间接调查。
4.3.3员工满意度直接调查包括薪酬福利、劳动保护、学习机会、职位提升机会等模块，具体参照《员工满意度调查表》4.3.4员工满意度间接调查包括分析工流失、缺勤、抱怨、安全及生产效率等情况5相关文件5.1《记录控制程序》6表单6.1《顾客整体满意度调查表》6.2《顾客服务满意度调查表》6.3《顾客产品质量满意度调查表》6.4《员工满意度调查表》附图：附表：。
顾客满意度评价准则
顾客满意度评价准则
1 顾客满意度测量方式
a）顾客满意度调查表；
b）自我绩效测量评价；
c）定期拜访客户，收集客户信息；
d）请顾客座谈，征求顾客意见和建议。
对a、b两项采取以打分、扣分形式进行测量评价，分析并针对突出问题制定改进措施。
对c、d两项以记录顾客的要求和愿望，形成报告提交最高管理者，为制定质量目标和质量计划提供依据。
2 顾客满意度评价方法
a）所有顾客调查分之和 = 顾客调查平均分调查数
b）每次顾客调查得分-公司自评每项扣分之和=顾客满意度（总评定）
3 顾客满意度评价准则
a）顾客满意度≥85%为满意；
b） 70%≤顾客满意度≤84%为基本满意，必要时改进措施；
c）顾客满意度≤69%为不满意，应针对不满意的主要项目进行策划，制定改进措施。
对顾客满意度单项调查最终得分不到6分的和自测单项目扣3分以上的必须制定改进计划，所有改进计划的落实和检测必须明确责任人和期限要求。
4、自评扣分准则
扣分说明：
以顾客满意度调查为基准.单项满分为10分,如顾客已扣分,自评以下项目实际得分低于顾客扣分时,必须加扣分.例如: 顾客评公司生产能力9分,而公司实际生产计划完成率只有98%,自评时应扣3分,最后得分减去顾客已扣的1分,再加扣2分,实际得分为7分。
满意度评价得分
满意度评价得分
满意度评价得分是一个主观评价的指标，通常用于衡量用户对产品、服务或体验的满意程度。
满意度评价得分通常采用1-5分、1-10分等五级评分标准，其中1分表示非常不满意，5分表示非常满意，10分表示非常满意。
满意度评价得分可以通过多种方式获得，如调查问卷、在线评价、电话访谈等。
这些得分可以帮助企业了解客户的需求和期望，改进产品和服务，提高客户忠诚度和口碑。
满意度评价得分也可以用于比较不同产品、服务或体验之间的优劣。
一般来说，得分越高，表示客户对该产品、服务或体验的满意度越高。
需要注意的是，满意度评价得分是一个主观指标，其得分会受到多种因素的影响，如个人偏好、文化背景、消费习惯等。
因此，在比较不同产品、服务或体验之间的满意度评价得分时，需要考虑到这些因素的影响。
客户幸福20分标准
客户幸福20分标准
顾客满意度评定准则:
本评定准则根据企业标准《质量手册》的要求制定，由市场部编制《顾客满意度调查表》并组织实施。
1 顾客满意度指标
顾客满意度包括产品特性和服务特性的下列14项指标：
1）外观质量；
2）包装质量；
3）稳定性；
4）安全性；
5）易操作性；
6）易维修性；
7）技术咨询及资料提供；
8）产品交付及时性；
9）安装调试服务态度；
10）配件提供；
11）配件质量；
12）售后服务及时性；
13）售后服务质量；
14）培训提供；
2 顾客满意度分级
顾客满意度分级为5级：
1) 很满意；
2) 满意；
3) 一般；
4) 不满意；
5) 很不满意。
3 顾客满意度的测评
3.1 顾客满意度的权重值
级度很满意满意一般不满意很不满意
分值X 100 80 60 40 20
若顾客在《顾客满意度调查表》“评价结果”栏中对某项指标表示“满意”或“一般”，而在“顾客意见和建议”栏中有顾客对该项指标提出的意见和建议时，则该指标的评价结果视为用户不满意，按不满意分值计。
客户服务部客户满意度考核制度
客户服务部客户满意度考核制度背景客户满意度是客户对我们服务质量的评价和反馈。
为了提高客户满意度，加强客户服务部的工作效率和质量，我们制定了以下考核制度。
考核目标1. 提高客户服务部的综合能力和服务质量。
2. 监督和激励客户服务部的员工，确保他们以客户满意为导向进行工作。
考核标准反馈满意度根据客户的反馈评分进行考核，评分范围从1-10分，分数越高表示客户对服务的满意程度越高。
处理时效考核员工处理客户问题或请求的时效性，包括回复邮件、回答电话、处理投诉等等。
时效越短得分越高。
问题解决率考核员工解决客户问题或请求的能力。
员工需要在规定的时间内解决客户问题，解决率越高得分越高。
工作态度考核员工的工作态度和服务态度。
员工需要以友好的态度与客户交流，解答客户的疑问，并提供满意的解决方案。
考核流程1. 每月客户满意度调查：通过电话、邮件或面对面的方式，询问客户对我们服务的满意程度，并记录客户的反馈和评分。
2. 考核结果统计和分析：根据客户的反馈评分和其他考核标准，对员工进行综合考核，计算得出每个员工的考核得分。
3. 考核结果反馈和奖惩措施：将员工的考核结果反馈给他们，并根据考核得分给予相应的奖励或惩罚。
4. 定期考核总结和改进：定期组织会议，总结考核结果，分析问题，制定改进措施，提升客户满意度和客户服务部的工作效率。
结论客户服务部客户满意度考核制度能够有效地监督和激励员工，提高客户服务质量和部门整体工作效率。
我们将不断改进和优化这一制度，以确保客户满意度的持续提升。
YX-002顾客满意度测量控制准则
YX-002顾客满意度测量控制准则顾客满意度测量控制准则一、目的对顾客是否满意的信息程度进行收集和监视，作为质量管理体系业绩的一种测量，并确定获取和利用顾客满意信息的方法。
二、适用范围★本制度适用于本公司开发项目的顾客满意的程度的测量及后续活动。
三、批准和解释★本制度由XXX房地产开发有限公司市场营销部主管副总批准后生效；★本制度由XXX房地产开发有限公司市场营销部负责解释。
四、控制要求（一）顾客满意度测量作为本公司质量管理体系业绩的一种测量，在日常工作中应高度重视并付诸实施。
调查的方法主要有：a）建立意见薄或来电信息登记；b）定期发放“客户满意度调查表”C）进行顾客走访等。
（二）获取顾客满意信息的方法1、在营销大厅适宜的位置放置“客户意见接收单”，给顾客一个申诉和反映问题的平台，每月市场营销部定期收集确定有效的顾客意见。
公司设置固定的市场营销电话，在电话机旁设置“来电来函登记薄”对顾客的电话投诉和反映的问题，接线人员应严格认真的进行记录，每周由市场营销部汇总收集。
2、调查表的发放及回收：公司利用各种营销大型活动、每个项目完成后，营销员负责发放调查表，并请尽量顾客签收；调查表填写完成后，由顾客直接将调查表交营销员。
对于不能及时回收的调查表，业务人员应及时提醒顾客。
3、本公司每年利用一定的时机对业主（住户）和招标方（如政府）顾客走访一次。
顾客走访应征求顾客意见，并形成记录，由市场营销部保存。
（三）顾客满意度测量结果分析1、对于顾客满意度测量结果（包括调查表、顾客走访、投诉等）应每季度汇总一次，对于一些重大的投诉应确认其有效性，必要时进行调查或上门了解，顾客投诉应作为顾客很不满意进行统计分析。
2、针对顾客满意调查情况应通过分析的方法，明确以下数据：顾客平均满意率、满意率以及不满意率。
（四）纠正和预防措施1、当发现顾客满意度指标低于规定的限度或出现顾客不满意时，市场营销部应上报主管副总经理组织相关部门进行分析，查找原因，并按《持续改进控制程序》的有关规定采取相应改进措施。
关于顾客满意度的研究
一、顾客满意度的概述顾客满意度是指顾客在消费企业产品或服务时，自身所获得的满足程度，进而对企业或其产品与服务的一个总体评价。
超市行业顾客满意度的研究理念(一)基本理念超市行业中的顾客满意主要包括理念满意，行为满意和视听满意三大部分：1.理念满意是顾客满意的先导，是指顾客对超市提供的产品或服务的理念要求被满足的程度的感受。
理念满意是顾客满意的基本条件。
它不仅要体现超市的核心价值观，而且要使超市的价值观得到内部与外部所有顾客的认同直至满意。
超市的理念包括：超市企业文化，经营宗旨，质量方针和经营目标等方面。
例如，时间零售业霸主沃尔玛公司围绕“向每一位顾客提供比满意更满意服务”的核心价值观而相应创立了“日落原则”（公司对顾客的要求必须在当天予以满足），“十步服务原则”（要求员工在顾客进入自己视线十步距离就开始做应该做的事情），“比满意更满意”（提供超越顾客期望值的业务）的原则。
2.行为满意是顾客满意的核心。
所谓行为满意是指超市建立的以顾客续期为向导的行为准则和运行系统。
这个行为准则和运行系统应体现在超市员工的行为上。
不论超市的行为理念如何前瞻，如果没有行之于形的行为机制，行为规则和行为模式，那也只是纸上谈兵。
这是因为顾客满意主要来自于顾客对超市具体经营行为的感受和体验。
3.视听满意是指顾客对超市的各种形象要求在视觉、听觉上被满足程度的感受，可以说是顾客满意的一种形象载体。
超市的视听满意是顾客快速识别超市品牌的一种重要途径。
超市视听满意的要素主要由两部分组成：基本要素和延展要素。
基本要素主要包括超市的识别系统、购物和停车环境、产品陈列及展示、员工着装、超市标准用于等相关因素，延展因素包括：超市形象、超市知名度等要素。
(二)主要研究路线超市行业顾客满意度的研究分为两个方面：1.以顾客满意指数理论为基础的零售企业顾客满意度测量，其特点是从宏观上测量企业的顾客满意的状况；2.以SERVQUAL理论为基础的顾客满意度测量，其特点是能测量更加细致的影响顾客满意度因素的状况。
服务质量评估标准
服务质量评估标准
客户满意度调查
1．定期调查：每季度进行客户满意度调查，收集客户反馈意见。
2．问卷设计：设计完善的问卷，涵盖服务态度、配送准时性、问题处理等方面。
服务时效性评估
1．实时监控：建立时效监控系统，对每次配送的时效进行实时监控。
2．定期分析：定期分析时效性数据，发现问题并及时改进。
问题处理效率
1．及时反馈：配送人员对于客户问题要能够迅速反馈并解决。
2．问题统计：统计问题处理的平均时长，定期进行改进。
食材质量检测
1．检测标准：制定食材质量检测标准，确保食材符合国家及行业标准。
2．抽检制度：针对不同食材进行定期抽检，提高质量控制水平。
配送员服务态度
1．客户反馈：收集客户对配送员服务态度的直接反馈。
2．内部评估：定期进行内部评估，对配送员服务态度进行考核。
配送路线优化
1．路线规划：不断优化配送路线，提高配送效率，降低配送成本。
2．配送数据分析：利用配送数据进行路线优化分析，提升整体效益。
食材安全保障
1．供应商审核：对供应商进行定期审核，确保食材来源可靠。
2．食材追溯：建立食材追溯体系，确保一旦问题发生，能够及时追溯。
安全记录统计
1．事故统计：对配送过程中的事故进行详细统计，了解安全风险。
2．事故原因分析：分析事故发生原因，采取措施降低再次发生的可能性。
顾客满意度评分准则
1、目的
规定顾客满意度评分准则，明确评分项目，确保顾客满意度评价结果具有可比性。
2、评分准则
2.1 顾客满意度分值规定
顾客满意度分值满分为100分，由各单项所得分汇总而成，各顾客满意度评分单项根据其影响与重要性，其所占比例的具体值见表一：顾客满意度评分表
2.2 顾客满意度得分计算：
1) 单项得分计算:
单项得分=（单项评分/单项评分满分）*占比分值
示例：假设顾客满意度调查项目中的某项占顾客满意度比分值为20，该单项评分满分为120分，通过调查，其实际评分为85分，则顾客满意度调查得分为：顾客满意度调查得分=（85/120）*20=14.17(分)
2) 顾客满意度得分计算:
顾客满意度得分=各单项得分之和。
3 顾客满意度评分表。
电梯维保顾客满意度调查表
敬爱的用户：
多开您向去此后对付公司的收援！
为您提供博业、稳当、劣量的服务是咱们的主要任务.为能即时相识贵名目电梯的运止及左右对付电梯运止所存留的问题战意睹，请左右提供以下意睹.尔司将依此评核尔公司之调养品量，以便普及咱们的服务品量.
您的合做对付咱们没有竭矫正咱们的服务还会有所助闲.
4、调养组的调养历程及收配要领有可对付贵司局里制成没有良做用
□1 □2 □3 □4 □5
5、闭于电梯暂时存留的运止问题是可得到即时跟进或者妥擅的恢复
□1 □2 □3 □4 □5
6、对付于电扶梯调养组的服务做风，有哪圆里您认为最需要革新？
7、其余服务意睹:
挖表人
挖表日期
名目称呼
台量
用户单位
天址
评分准则：1=很没有谦意2=没有谦意3=普遍4=谦意5=很谦意
1、调养组是可于预约的时间到达及启初处事
□1 □2 □3 □4 □5
2、调养组到达及离启时皆报告客户，友擅的挨招呼及挖写处事记录原
□1 □2 □3 □4 □5
3、调养组是可规矩良佳，处事做风严肃
□1 □2ቤተ መጻሕፍቲ ባይዱ□3 □4 □5
美国顾客满意度指数模型(ASCI)
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 模型变量对应表三、关于顾客满意调查数据的收集本次问卷调研的对象为居住在某大学校内的各类学生（包括全日制本科生、全日制硕士和博士研究生），并且近一个月内在校内某超市有购物体验的学生。
调查采用随机拦访的方式，并且为避免样本的同质性和重复填写，按照性别和被访者经常光顾的超市进行控制。
满意度调查10分的评分标准
满意度调查10分的评分标准
顾客满意度调查综合评分准则，采用分项评分、综合评价的方法。
评分标准：很满意≥9分, 满意≤7.5分＜9分, 一般≤6分＜7.5分, 不满意≤4分＜6分,各单项总分等于各单项分乘以单项百分数之和，总分满分为10分。
1、质量水平30%
a.产品实物质量20%
b.包装方式、运输质量10%
2、交货信誉30%
交付产品质量评分，由质检科出厂检人员按检验规程对出厂的产品进行检验和试验，在《产品出厂检验报告》单上进行记录。
供销科对顾客退货产品进行记录，并进行PPM统计,供销科按下列规定进行扣分：
a.交货时间准确性（包括额外运费）15%
b.交货数量准确性15%
3、价格20%
a.对新产品及改型产品询价时的灵活性
4、服务10%
a.在遇到质量问题（对顾客造成的干扰、包括退货）时的反应速度5%
b. 遇到问题通知顾客的及时性（包括能力、态度）5%
5、技术开发能力评估（按顾客进度）10%。
考虑在线评论可靠性的酒店顾客满意度评价方法
收稿日期:20201118基金项目:国家自然科学基金资助项目(71771043);教育部人文社会科学基金资助项目(19Y J A 630037).作者简介:马玉梅(1993),女,黑龙江哈尔滨人,硕士研究生.通讯作者:李铭洋(1980),男,辽宁沈阳人,副教授,博士生导师.E -m a i l :l m y_n e u @163.c o m.第33卷第1期2021年 2月沈阳大学学报(自然科学版)J o u r n a l o f S h e n y a n g U n i v e r s i t y (N a t u r a l S c i e n c e )V o l .33,N o .1F e b.2021文章编号:2095-5456(2021)01-0047-08考虑在线评论可靠性的酒店顾客满意度评价方法马玉梅,李铭洋(辽宁大学商学院,辽宁沈阳110136)摘 要:为了准确评估酒店的顾客满意度,提出了一种考虑在线评论可靠性的酒店顾客满意度评价方法.首先,在考虑不同评论的可靠性存在差异的情形下,将在线评论转化为基本可信度分配;其次,依据离差最大化方法和D e m p s t e r 合成法则,对评论信息进行合成;然后,利用效用函数计算顾客满意度的效用值,并据此对顾客满意度进行评价;最后,基于4家同类型酒店的在线评论信息,给出了该方法应用的实例分析.关 键 词:顾客满意度;在线评论;可靠性;证据理论;离差最大化中图分类号:C 934 文献标志码:AE v a l u a t i o n M e t h o do fH o t e lC u s t o m e rS a t i s f a c t i o nC o n s i d e r i n gR e l i a b i l i t y ofO n l i n eR e v i e w s MAY u m e i ,L IM i n g y a n g(B u s i n e s sS c h o o l ,L i a o n i n g U n i v e r s i t y ,S h e n y a n g 110136,C h i n a )A b s t r a c t :T o r e a s o n a b l y ev a l u a t e h o t e lc u s t o m e r s a t i s f a c t i o n ,a c u s t o m e r s a t i s f a c t i o n e v a l u a t i o nm e t h o d f o r h o t e l s c o n s i d e r i n g t h e r e l i a b i l i t y o f o n l i n e r e v i e w s i s p r o po s e d .F i r s t ,c o n s i d e r i n g t h ed i f f e r e n c e s i nt h er e l i a b i l i t y ofd i f f e r e n t r e v i e w s ,t r a n s f o r m o n l i n er e v i e w s i n t ob a s i c p r o b a b i l i t y a s s i g n m e n t ;s e c o n d l y ,a c c o r d i n g t ot h e m a x i m u m d e v i a t i o n m e t h o d a n dD e m p s t e r s c o m b i n a t i o n r u l e ,t h e r e v i e w i n f o r m a t i o n i s a g g r e g a t e d ;t h e n ,u s e t h e u t i l i t yf u n c t i o nt o c a l c u l a t et h e u t i l i t y va l u e o fc u s t o m e rs a t i s f a c t i o n ,a n d e v a l u a t e c u s t o m e r s a t i s f a c t i o na c c o r d i n g l y ;f i n a l l y,b a s e do n t h e o n l i n e r e v i e w i n f o r m a t i o no f f o u r h o t e l s o f t h e s a m e t y p e ,a ne x a m p l e a n a l y s i s o f t h e a p p l i c a t i o no f t h i sm e t h o d i s g i v e n .K e y wo r d s :c u s t o m e r s a t i s f a c t i o n ;o n l i n e r e v i e w s ;r e l i a b i l i t y ;e v i d e n c e t h e o r y ;m a x i m i z i n g d e v i a t i o n顾客满意度是酒店运营管理中需要考虑的重要因素[12],顾客满意度的高低直接影响到酒店的口碑和业绩,是酒店寻求长期经营优势的关键考量[3].顾客满意度高的酒店通常拥有较高的顾客忠诚度和顾客保留率,入住过的顾客更愿意将其推荐给其他消费者[4].因此,准确地度量顾客满意度对酒店管理具有重要意义.传统的酒店顾客满意度研究通常借助期望失验理论[56],该理论是指顾客在购买某一产品或者服务前,会对该产品或服务产生预期,在购买或者体验后顾客将实际感受和预期进行比较.若实际表现优于期望,则产生正面的失验;若等于期望,则无失验产生;若低于期望,则产生负面的失验.其中无失验和正面的失验导致顾客满意,负面的失验导致顾客不满意.在已有研究中,获取期望失验程度的方式有调查问卷[78]㊁访谈[9]等,但这些方式可能会因顾客不情愿配合或调查过程中存在外界因素干扰,导致顾客所做出的评价不能真实反映其住宿后的满意情况.近年来,互联网技术的发展改变了顾客的消费行为,顾客更倾向于在网上预订酒店,并在消费后对84沈阳大学学报(自然科学版)第33卷住宿经历发表评论,这些评论信息反映了顾客的期望失验程度,而且会影响潜在顾客对酒店的预定决策.相比于问卷㊁访谈等方式获取的信息,在线评论是顾客自发生成的,更能体现顾客对住宿满意程度的真实感受.目前,已有一些国内外学者借助酒店在线评论进行顾客满意度评价研究.其中,一些学者通过分析文本评论来识别酒店服务的关键维度,进而分析顾客满意度.例如,B e r e z i n a等[10]采用文本挖掘方法,对顾客消费后满意和不满意的在线评论进行分析.B i等[11]运用潜在狄利克雷分析方法(L D A),从在线文本评论中提取顾客关注的服务属性进行I P A分析.G u o等[12]利用L D A分析T r i p a d v i s o r上的文本评论,以构建酒店顾客满意度的多个维度.刘岩等[13]借助T F-I D F算法和文本聚类方法基于文本评论构建酒店顾客满意度评价的指标体系,然后运用线性回归分析构造满意度评价模型.X u等[14]利用潜在语义分析方法(L S A)分析顾客的文本评论,以调查顾客对酒店产品和服务属性的满意度和不满意度.需要指出的是,顾客在发表文本评论时只会针对所关注的属性进行评价,因此不同的评论所涉及的属性可能不同,一些涉及属性较少的评论转化得到的结构化数据也是稀少的[15].在此情形下,利用文本评论进行顾客满意度评价比较困难.事实上,一些网站会事先设定若干个属性,让顾客针对不同的属性进行打分.G e e t h a等[16]通过研究发现,文本评论与评分在情感上是一致的,因此可以利用在线评分进行顾客满意度评价.目前已有一些学者对此进行研究,例如,L i u等[17]基于酒店在线评分,给出了使用不同评论语言的顾客满意度评测方法.利用P R OM E T H E E-Ⅱ方法,李铭洋等[18]提出了一种基于在线评分的酒店服务质量评价的方法.A h a n i等[19]以加那利群岛的酒店为例,运用多准则决策方法来确定顾客的满意度和偏好.需要指出的是,旅游评价网站中的评论信息来自不同的评论者,由于评论者所具有的知识㊁经验和偏好不同,评论的可靠性也存在差异.在评价顾客满意度的过程中,若忽视在线评论可靠性的差异,将不同评论信息一视同仁,则会降低评价结果的准确性.鉴于此,本文提出了一种考虑在线评论可靠性的酒店顾客满意度评价方法.在该方法中,首先计算在线评论的可靠性,并依据可靠性对在线评论进行处理以获得基本可信度分配.其次,利用D-S证据理论将不同属性的评论信息进行融合,从而在总体上评价酒店的顾客满意度.最后,利用效用函数计算各评价属性对应的满意度效用值和总体效用值,进而确定同类型酒店针对不同评价属性和总体满意度的评价结果.1问题描述顾客在旅游评价网站中发布针对酒店的在线评论,这些评论信息在一定程度上反映着顾客对住宿经历的满意情况.如图1所示,旅游评价网站中的评论信息通常包括评论者等级㊁在线评分㊁评论时间㊁评论有用数.然而,不同评论信息在评论时间㊁评论者等级和评论有用数3个方面存在差异.首先,酒店在经营过程中可能对服务㊁设施等方面进行改进,故评论时间越临近越能体现酒店当前的顾客满意情况,即评论的可靠性越高.其次,评论者的等级越高,说明评论者的住宿经历和评论经验越多,那么他做出的评论越客观可靠.此外,每条评论都有有用数投票,这代表着顾客对该条评论的认可程度,有用数越大,认可程度越高,则该条评论在满意度评价过程中的可靠性越高.本文所要解决的问题是在考虑在线评论可靠性的前提下对酒店的顾客满意度做出客观评价,同时确定酒店针对各属性的顾客满意度提升顺序.图1去哪儿网酒店在线评论界面F i g.1T h e i n t e r f a c eo f h o t e l r e v i e wo f Q u n a r.c o m为便于下文表述,用下列符号表示问题中所涉及到的集合与变量:A ={A 1,A 2, ,A r }:同类型酒店的集合,其中A i 表示第i 个酒店,i =1,2, ,r ;E ={E 1,E 2, ,E s }:酒店评价属性的集合,其中E j 表示第j 个属性,j =1,2, ,s ;ω={ω1,ω2, ,ωs }:评价属性的权重集合,其中ωj 表示属性E j 的权重,j =1,2, ,s ,满足ωj ȡ0,且ðsj =1ωj=1;H ={H 1,H 2, ,H n }:顾客满意度评价的等级集合,其中H v 表示第v 个评价等级,v =1,2, ,n ,v 越大所对应的评价等级越高;Q ={Q 1,Q 2, ,Q r }:酒店在线评论数量的集合,其中Q i 表示第i 个酒店的在线评论总数量,i =1,2, ,r ;L *:网站所设置的评论者最高等级数;L q i :酒店Ai 的第q 条评论的评论者等级,i =1,2, ,r ;q =1,2, ,Q i ;D q i :酒店A i 的第q 条评论的发布时间距离评价时间的天数,i =1,2, ,r ;q =1,2, ,Q i ;D *i :酒店A i 在线评论的最早发布时间距离评价时间的天数,即D *i =ma x q(D qi );P q i:酒店A i 的第q 条评论的有用数,i =1,2, ,r ;q =1,2, ,Q i ;P *i :酒店A i 在线评论的最大有用数,即P *i =m a x q(P q i);R qi:酒店A i 的第q 条评论的可靠性,i =1,2, ,r ;q =1,2, ,Q i .2 研究方法为解决上述问题,下面基于D -S 证据理论给出一种考虑在线评论可靠性的酒店顾客满意度评价方法.首先,从旅游评价网站收集相关酒店的在线评论,并利用评论者等级㊁评论时间和评论有用数计算评论信息的可靠性;其次,基于评论信息的可靠性以及在线评分,获取顾客满意度评价的基本可信度分配;然后,基于离差最大化方法计算各属性的权重,并在考虑属性权重的情况下,根据D e m p s t e r 合成法则将不同属性上的基本可信度分配进行合成;最后,将酒店在不同评价属性上的基本可信度分配和总体可信度分配转化成效用值,根据效用值,对各酒店进行顾客满意度排序,以便酒店制定相应的顾客满意度改善方案.2.1 评论信息可靠性的计算首先,借助爬虫工具从旅游评价网站中获取酒店评论信息,并对其中的评论者等级L q i ,评论时间D q i和评论有用数P qi 进行无量纲处理,计算过程如下.1)评论者等级Yq1,i=L qiL*;(1)2)评论时间Yq2,i=e x p -D qi D *æèçöø÷i ;(2)3)评论有用数Y q3,i =P qi P *i ,P *i ʂ0,0,P *i =0ìîíïïïï.(3)然后,基于处理后的数据计算评论信息的可靠性.假设评论者等级㊁评论时间和评论有用数三者的重要程度相同,则评论信息的可靠性R qi 为R qi =13(Y q1,i +Y q 2,i +Y q 3,i ).(4)2.2 评论信息的信度表示在依据D -S 证据理论进行证据合成之前,将收集的酒店在线评论表示成信度形式.为了便于理解,首先对D -S 证据理论的基本概念进行简要介绍.94第1期 马玉梅等:考虑在线评论可靠性的酒店顾客满意度评价方法定义1(识别框架)[20] 针对一个判别问题,人们所能认识到的可能结果用集合Θ表示,那么人们所关心的任一命题都对应于Θ的一个子集.Θ被称为识别框架,是一组有限的相互排斥且详尽的命题.例如,在评价酒店的顾客满意度时,顾客满意度评价的等级集合H ={H 1,H 2, ,H n }为识别框架.定义2(基本可信度分配)[21] 设Θ为识别框架,2Θ是Θ的幂集.如果集函数m :2Θң[0,1]满足:m (ϕ)=0;ðB ⊆Θm (B )=1,式中,ϕ为空集,则称函数m 为基本可信度分配,称m (B )为命题B 的基本可信数,表示对命题B 的信度.顾客针对酒店入住经历发表在线评论时,会为每个属性给出评分.设酒店A i 的第q 条在线评论中,顾客评价属性E j 为等级H x ,则顾客给出的在线评论可表示为γqv ,j ,i =0,v ʂx1,v ={x,v ,x =1,2, ,n .(5)例如,酒店A i 的第q 条在线评论中,顾客针对属性E j 给出的评价等级为H 3,则该条评论信息可表示为γq 3,j ,i =1;γqv ,j ,i =0,v ʂ3.于是,基本可信度分配βv ,j ,i 为βv ,j ,i =0,H v =ϕ,ðQ iq =1R q i ㊃γq v ,j ,i ðQ iq =1R qi ,H v ʂϕ,H v ɪH ìîíïïïïïï.(6)2.3 属性权重的确定本研究旨在基于顾客所给出的在线评论对酒店的顾客满意度做出较为客观准确的评价,所以在属性确定方法的选取上要考虑客观性.此外,还需要考虑各属性在不同评价对象上的差异性.若某项属性的属性值在不同对象之间差异较大,说明针对该属性顾客的意见出现较大分歧,对顾客满意度评价的贡献越大,则应被赋予的权重越大.相反,若差异较小,说明顾客的意见趋于一致,对顾客满意度评价的贡献越小,则应被赋予的权重越小.鉴于此,采用离差最大化方法来确定评价属性的权重[2223].相比主观赋权方法[24],应用该方法得到的结果更加客观.设u v 表示等级H v 的效用值,η={η1,η2, ,ηs }表示属性集合E 的非归一化权重集合,其中ηj 表示属性E j 的非归一化属性,j =1,2, ,s ,满足ðsj =1η2j=1.具体计算步骤如下:1)对总体识别框架的每个评价等级进行赋值,即设置每个评价等级的效用值u v =v -1n -1,v =1,2, ,n .(7)2)对于酒店A i ,计算评价属性E j 的期望效用U j ,i ,即U j ,i =ðnv =1βv ,j ,i 1-βH ,j ,i u v ,j =1,2, s ;i =1,2, ,r .(8)式中,βH ,j ,i 表示不属于任何一个等级的基本可信度分配.3)对于属性E j ,计算酒店A i 与其他酒店的加权离差D j ,i ,即D j ,i =ðrt =1|U j ,i ηj -U j ,t ηj |.(9)4)对于属性E j ,进一步计算各酒店与其他酒店的加权总离差D j ,即D j =ðri =1D j ,i =ðri =1ðrt =1U j ,i ηj -U j ,t ηj .(10)5)基于离差最大化思想,以所有属性的离差最大化为目标,构建优化模型如下:05沈阳大学学报(自然科学版) 第33卷m a x ðsj =1D j =m a x ðsj =1ðri =1ðrt =1U j ,i ηj -U j ,t ηj ,s .t .ðsj =1η2j =1,ηj ȡ0{üþýïïïïïï.(11)6)对式(11)求解,得到的ηj 并进行归一化处理,得到属性权重ωj ,j =1,2, ,s ,即ωj=ηjðsj =1ηj.(12)2.4 多属性评论信息的合成本节将利用D e m p s t e r 合成法则融合同一酒店的多属性评论信息从而获得顾客对酒店满意度的总体评价.D e m p s t e r 合成法则是D -S 证据理论的核心,可以对基于不同证据的信度函数进行合成.在顾客满意度评价问题中,酒店的评价属性集合E ={E 1,E 2, ,E s }为证据集.通过融合同一酒店不同评价属性的基本可信度分配βv ,j ,i 得到顾客满意度评价的总体可信度分配.设m v ,i 表示酒店A i 被评价为等级H v 的总体可信度分配.具体的合成过程如下:m v ,i =0,H v =ϕ;K ðH v 1, ,H vsɪH H v 1ɘ ɘH v s =H v ω1βv 1,1,i ωs βv s ,s ,i ,H v ʂϕ,H v ɪH ìîíïïïï.(13)式中,K =1-ðH v 1, ,Hv sɪH H v1ɘ ɘHv s=ϕω1βv 1,1,i ωs βv s ,s ,[]i -1.(14)2.5 顾客满意度的效用值计算及排序基于酒店在各属性上的基本可信度分配βv ,j ,i 和酒店的总体可信度分配m v ,i ,计算酒店关于各评价属性的效用值以及酒店的总效用值.利用式(7)和式(8)分别计算每个评价等级的效用值和各评价属性的效用值.同理,酒店的总效用值计算过程为U i =ðnv =1m v ,i1-m H ,i u v .(15)其中,m H ,i 表示不属于任何一个等级的总体可信度分配.通过比较式(8)和式(15)计算得到的效用值进行顾客满意度评价.例如,若U g ,i >U h ,i ,g ʂh ,g ,h =1,2, ,s ;i =1,2, ,r .则对于酒店A i ,属性E g 的顾客满意度优于属性E h 的顾客满意度,如果想要提升该酒店的顾客满意度可以先从属性E h 进行改善.同理,若U b >U c ,b ʂc ;b ,c =1,2, ,r .则表示酒店A b 的总体顾客满意度优于酒店A c 的总体顾客满意度.3 实例分析为了验证上述方法的可行性,本节选取J L 酒店㊁H I 酒店㊁G L 酒店和C B 酒店为目标酒店进行顾客满意度评价.相关数据均从携程网上收集.这4家酒店地处北京国贸商圈,属于高端商务酒店,且4家酒店在携程网上的总评分相同,均为4.7分,在线评论总数量均在3000条左右.首先,利用爬虫工具集搜客从携程网上抓取J L 酒店(A 1)㊁H I 酒店(A 2)㊁G L 酒店(A 3)和C B 酒店(A 4)的在线评论.选取服务(E 1)㊁设施(E 2)㊁卫生(E 3)和环境(E 4)作为顾客满意度评价属性.携程网的在线评分采用5分制,从1分(非常不满意)到5分(非常满意),所以识别框架为H ={H 1,H 2, ,H 5}.依据式(1)~式(3)分别将评论信息中的评论者等级㊁评论时间和评价有用数进行标准化处理.然后依据式(4)计算在线评论的可靠性.例如,图2中的在线评论是G L 酒店(A 3)在携程网上第14条评论信息,该条信息发布于2020年4月26日,评论者等级为L E V E L 1,评论有用数为2.通过分析携程网上G L 酒店的在线评论发现最高等级为L E V E L3,最大有用数为38,即L *=3,P *3=38.此外,最早评论15第1期 马玉梅等:考虑在线评论可靠性的酒店顾客满意度评价方法时间为2017年10月10日,设评价时间为2020年10月10日,则D *3=1096,D 143=167.因此,该条评论信息的可靠性R 143=0.4149.图2 携程网在线评论示例F i g .2 A ne x a m p l eo f o n l i n e r e v i e wo nC t r i p.c o m 依据式(5)和式(6)计算基本可信度分配βv ,j ,i ,计算结果如表1所示.表1 各酒店在不同属性上的基本可信度分配T a b l e1 T h eb a s i c p r o b a b i l i t y a s s i gn m e n t s f o r d i f f e r e n t a t t r i b u t e s o f e a c h h o t e l A i E 1E 2E 3E 4A 1{(H 1,0.0132),{(H 1,0.0090),{(H 1,0.0075),{(H 1,0.0067),(H 2,0.0074),(H 2,0.0046),(H 2,0.0021),(H 2,0.0013),(H 3,0.0248),(H 3,0.0239),(H 3,0.0128),(H 3,0.0159),(H 4,0.0965),(H 4,0.1192),(H 4,0.0858),(H 4,0.0942),(H 5,0.8581)}(H 5,0.8434)}(H 5,0.8917)}(H 5,0.8819)}A 2{(H 1,0.0121),{(H 1,0.0134),{(H 1,0.0101),{(H 1,0.0090),(H 2,0.0065),(H 2,0.0066),(H 2,0.0049),(H 2,0.0050),(H 3,0.0244),(H 3,0.0312),(H 3,0.0194),(H 3,0.0243),(H 4,0.0743),(H 4,0.1123),(H 4,0.0792),(H 4,0.0969),(H 5,0.8827)}(H 5,0.8365)}(H 5,0.8864)}(H 5,0.8647)}A 3{(H 1,0.0220),{(H 1,0.0097),{(H 1,0.0095),{(H 1,0.0100),(H 2,0.0084),(H 2,0.0050),(H 2,0.0055),(H 2,0.0043),(H 3,0.0314),(H 3,0.0200),(H 3,0.0143),(H 3,0.0219),(H 4,0.0790),(H 4,0.0849),(H 4,0.0589),(H 4,0.0938),(H 5,0.8592)}(H 5,0.8804)}(H 5,0.9118)}(H 5,0.8700)}A 4{(H 1,0.0167),{(H 1,0.0092),{(H 1,0.0097),{(H 1,0.0096),(H 2,0.0094),(H 2,0.0077),(H 2,0.0029),(H 2,0.0010),(H 3,0.0275),(H 3,0.0314),(H 3,0.0164),(H 3,0.0127),(H 4,0.0881),(H 4,0.1218),(H 4,0.0775),(H 4,0.0774),(H 5,0.8583)}(H 5,0.8299)}(H 5,0.8935)}(H 5,0.8993)}表2 各酒店在不同属性上的期望效用值T a b l e2 T h ee x p e c t e d u t i l i t y va l u e s f o r d i f f e r e n t a t t r ib u t e s o f e ac h h o t e lA i E 1E 2E 3E 4A 10.94470.94590.96300.9609A 20.95220.93800.95670.9508A 30.93620.95540.96450.9524A 40.94040.93880.96060.9639依据式(7)计算得到不同评价等级的效用值分别为u 1=0,u 2=0.25,u 3=0.50,u 4=0.75,u 5=1.00.依据式(8)计算得到各酒店属性的期望效用值,如表2所示.依据式(9)~式(12),计算属性权重:ω1=0.2826,ω2=0.3194,ω3=0.1392,ω4=0.2588.然后,根据式(13)和(14),将4个属性上的信息进行合成,计算结果如表3所示.表3 各酒店的总体可信度分配T a b l e3 T h eo v e r a l l p r o b a b i l i t y a s s i gn m e n t s o f h o t e l s A i m v ,iA 1{(H 1,0.0043),(H 2,0.0020),(H 3,0.0097),(H 4,0.0494),(H 5,0.6002),(H ,0.3344)}A 2{(H 1,0.0053),(H 2,0.0028),(H 3,0.0122),(H 4,0.0450),(H 5,0.6001),(H ,0.3346)}A 3{(H 1,0.0061),(H 2,0.0027),(H 3,0.0107),(H 4,0.0392),(H 5,0.6087),(H ,0.3327)}A 4{(H 1,0.0053),(H 2,0.0027),(H 3,0.0110),(H 4,0.0460),(H 5,0.6006),(H ,0.3344)}25沈阳大学学报(自然科学版) 第33卷图3 酒店顾客满意度的效用值F i g .3 T h eu t i l i t y va l u e s o f h o t e l c u s t o m e r s a t i s f a c t i o n 依据式(15),计算酒店的总效用值.然后将各属性的效用值和酒店总效用值绘制成图3.如图3所示,从整体上看4家酒店在环境和卫生2方面的满意度情况普遍较好,其中在卫生方面各酒店的表现差异不大.而对于服务和设施,各酒店的满意度情况普遍较差.4家酒店中H I 酒店在服务属性方面效用值最大,其顾客满意度最好,但是在设施㊁卫生和环境3个方面的效用值最小,其顾客满意度情况最差.因此,相对于其他酒店,H I 酒店需要针对这3个方面进行改善.此外,G L 酒店在设施和卫生方面满意度最好,但是服务和环境方面表现较差,尤其是服务方面,G L 酒店是四家酒店中满意度情况最差的,所以如果G L 酒店希望提升其顾客满意度以提高竞争力可以从服务方面着手.各酒店的总体满意度水平上由高到低为:J L ㊁G L ㊁C B ㊁H I .因此,4家酒店中J L 酒店的总体顾客满意度最好,而H I 酒店的最差.4 结 论基于D -S 证据理论提出了一种考虑在线评论可靠性的酒店顾客满意度评价方法.该方法从旅游评价网站收集酒店评论信息中的在线评分㊁评论者等级㊁评论时间和评论有用数.依据评论者等级㊁评论时间和有用数计算评论信息的可靠性,基于计算得到的可靠性和在线评分,获取酒店顾客满意度评价的基本可信数.然后,借助离差最大化方法计算各属性权重,并进行多属性的信度合成.最后,计算不同属性的效用值和各酒店的总效用值,利用这些效用值分析酒店的顾客满意度.与已有研究相比,首先,本文考虑了不同评论信息在可靠性方面的差异,并利用不同评论信息在评论时间㊁评论有用数和评论等级3个方面的差异来衡量可靠性.评论时间越临近,评论内容越符合酒店当前的实际情况,则该条评论在顾客满意度评价问题中的可靠性越高.另外,评论信息获得的有用数越多,其他顾客对该条评论的认可度越高,则该条评论信息的质量越高.而评论者通过编写大量评论和高质量评论获得较高等级,则等级越高的评论者做出的酒店评价越可靠.所以在评价酒店的顾客满意度时,需要考虑这3个方面的信息来衡量在线评论的可靠性.其次,本文借助D -S 证据理论在信息融合方面的优势,将不同属性的信息进行融合以获取更加完整的信息进行顾客满意度评价.本文提出的方法能够帮助酒店管理人员评价酒店的总体顾客满意度和各属性的顾客满意度情况.由于互联网的开放性,酒店管理人员同样可以获取竞争酒店的在线评论信息,从而利用本方法分析竞争酒店的满意度情况.通过与竞争酒店的比较,酒店管理人员可以识别酒店在不同属性上的优势和劣势,以便在进行有限资源分配决策时做到有的放矢,提高其在同行业中的竞争力.参考文献:[1]F O R N E L LC .An a t i o n a l c u s t o m e r s a t i s f a c t i o n b a r o m e t e r :t h e S w e d i s h e x p e r i e n c e [J ].J o u r n a l o fM a r k e t i n g ,1992,56(1):621.[2]T U S S Y A D I A H IP .F a c t o r so fs a t i s f a c t i o na n di n t e n t i o nt o u s e p e e r -t o -p e e ra c c o mm o d a t i o n [J ].I n t e r n a t i o n a lJ o u r n a lo f H o s p i t a l i t y M a n a ge m e n t ,2016,55:7080.[3]K I M W G ,C HO M ,B R YM E RRA.D e t e r m i n a n t s af f e c t i ng c o m p r eh e n si v e p r o p e r t y -l e v e l h o t e l p e r f o r m a n c e :t h em o d e r a t i n g r o l e o f h o t e l t y p e [J ].I n t e r n a t i o n a l J o u r n a l o fH o s p i t a l i t y M a n a g e m e n t ,2013,34:404412.[4]S H A N K A R V ,S M I T H A K ,R A N G A S WAMY A.C u s t o m e rs a t i s f a c t i o na n dl o y a l t y i no n l i n ea n do f f l i n ee n v i r o n m e n t s [J ].I n t e r n a t i o n a l J o u r n a l o fR e s e a r c h i n M a r k e t i n g,2003,20(2):153175.[5]O L I V E RRL .Ac o g n i t i v em o d e l o f t h e a n t e c e d e n t s a n d c o n s e q u e n c e s o f s a t i s f a c t i o n d e c i s i o n s [J ].J o u r n a l o fM a r k e t i n g R e s e a r c h ,1980,17(4):460469.[6]O H H ,K I M K.C u s t o m e rs a t i s f a c t i o n ,s e r v i c e q u a l i t y ,a n dc u s t o m e rv a l u e :y e a r s2000-2015[J ].I n t e r n a t i o n a l J o u r n a lo f C o n t e m p o r a r y H o s p i t a l i t y M a n a g e m e n t ,2017,29(1):229.[7]丁于思,肖轶楠.基于网络点评的五星级酒店顾客满意度测评研究[J ].经济地理,2014,34(5):182186.D I N G YS ,X I A O Y N.C u s t o m e r s a t i s f a c t i o ne v a l u a t i o no f f i v e -s t a r h o t e l s b a s e do no n l i n e c o mm e n t s [J ].E c o n o m i cG e o g r a p h y ,35第1期 马玉梅等:考虑在线评论可靠性的酒店顾客满意度评价方法45沈阳大学学报(自然科学版)第33卷2014,34(5):182186.[8]胡世伟.基于层次分析法和S V R的旅游竞争力评价[J].沈阳大学学报(自然科学版),2019,31(5):404409.HUS W.T o u r i s mc o m p e t i t i v e n e s s e v a l u a t i o nb a s e do na n a l y t i ch i e r a r c h yp r o c e s s a n dS V R[J].J o u r n a l o fS h e n y a n g U n i v e r s i t y (N a t u r a l S c i e n c e),2019,31(5):404409.[9]D OM I N I C IG,G U Z Z O R.C u s t o m e rs a t i s f a c t i o ni nt h eh o t e l i n d u s t r y:ac a s es t u d y f r o m S i c i l y[J].I n t e r n a t i o n a lJ o u r n a lo fM a r k e t i n g S t u d i e s,2010,2(2):312.[10]B E R E Z I N A K,B I L G I HA N A,C O B A N O G L U C,e t a l.U n d e r s t a n d i n g s a t i s f i e da n dd i s s a t i s f i e dh o t e l c u s t o m e r s:t e x tm i n i n g o fo n l i n eh o t e l r e v i e w s[J].J o u r n a l o fH o s p i t a l i t y M a r k e t i n g&M a n a g e m e n t,2016,25(1):124.[11]B I JW,L I U Y,F A NZP,e t a l.W i s d o m o f c r o w d s:c o n d u c t i n g i m p o r t a n c e-p e r f o r m a n c ea n a l y s i s(I P A)t h r o u g ho n l i n e r e v i e w s[J].T o u r i s m M a n a g e m e n t,2019,70:460478.[12]G U O Y,B A R N E SS J,J I A Q.M i n i n g m e a n i n g f r o mo n l i n e r a t i n g s a n d r e v i e w s:t o u r i s t s a t i s f a c t i o na n a l y s i su s i n g l a t e n t d i r i c h l e ta l l o c a t i o n[J].T o u r i s m M a n a g e m e n t,2017,59:467483.[13]刘岩,张艳荣,赵志杰,等.基于情感分析的酒店顾客满意度评估[J].计算机应用与软件,2020,37(2):5460.L I U Y,Z H A N G Y R,Z H A O ZJ,e ta l.H o t e lc u s t o m e rs a t i s f a c t i o ne v a l u a t i o nb a s e do ns e n t i m e n ta n a l y s i s[J].C o m p u t e rA p p l i c a t i o n s a n dS o f t w a r e,2020,37(2):5460.[14]X U X,WA N G X Q,L IY B,e t a l.B u s i n e s s i n t e l l i g e n c e i no n l i n e c u s t o m e r t e x t u a l r e v i e w s:u n d e r s t a n d i n g c o n s u m e r p e r c e p t i o n sa n d i n f l u e n t i a l f a c t o r s[J].I n t e r n a t i o n a l J o u r n a l o f I n f o r m a t i o n M a n a g e m e n t,2017,37(6):673683.[15]B I J W,L I U Y,F A N ZP,e ta l.E x p l o r i n g a s y mm e t r i ce f f e c t so fa t t r i b u t e p e r f o r m a n c eo nc u s t o m e rs a t i s f a c t i o ni nt h eh o t e li n d u s t r y[J].T o u r i s m M a n a g e m e n t,2020,77:104006.[16]G E E T HA M,S I N G H A P,S I N HA S.R e l a t i o n s h i p b e t w e e nc u s t o m e rs e n t i m e n ta n do n l i n ec u s t o m e rr a t i n g sf o rh o t e l s:a ne m p i r i c a l a n a l y s i s[J].T o u r i s m M a n a g e m e n t,2017,61:4354.[17]L I U Y,T E I C H E R T T,R O S S I M,e t a l.B i g d a t a f o r b i g i n s i g h t s:i n v e s t i g a t i n g l a n g u a g e-s p e c i f i c d r i v e r so f h o t e l s a t i s f a c t i o nw i t h412,784u s e r-g e n e r a t e d r e v i e w s[J].T o u r i s m M a n a g e m e n t,2017,59:554563.[18]李铭洋,赵晓杰.基于顾客在线评价信息的服务质量评价方法[J].辽宁大学学报(哲学社会科学版),2018,46(5):8494.L IM Y,Z H A O XJ.M e t h o d s f o r s e r v i c e q u a l i t y e v a l u a t i o nb a s e d o no n l i n e e v a l u a t i o n i n f o r m a t i o n f r o mc u s t o m e r s[J].J o u r n a l o f L i a o n i n g U n i v e r s i t y(P h i l o s o p h y a n dS o c i a l S c i e n c e sE d i t i o n),2018,46(5):8494.[19]A H A N IA,N I L A S H I M,Y A D E G A R I D E H K O R D IE,e ta l.R e v e a l i n g c u s t o m e r s s a t i s f a c t i o na n d p r e f e r e n c e st h r o u g ho n l i n er e v i e wa n a l y s i s:t h e c a s e o fC a n a r y I s l a n d sh o t e l s[J].J o u r n a l o fR e t a i l i n g a n dC o n s u m e r S e r v i c e s,2019,51:331343.[20]S H A F E R G.A m a t h e m a t i c a l t h e o r y o f e v i d e n c e[M].P r i n c e t o n:P r i n c e t o nU n i v e r s i t y P r e s s,1976.[21]Y A N GJB,WA N G Y M,X U D L,e ta l.T h ee v i d e n t i a lr e a s o n i n g a p p r o a c hf o r MA D A u n d e rb o t h p r o b a b i l i s t i ca n df u z z yu n c e r t a i n t i e s[J].E u r o p e a n J o u r n a l o fO p e r a t i o n a lR e s e a r c h,2006,171(1):309343.[22]马永红,周荣喜,李振光.基于离差最大化的决策者权重的确定方法[J].北京化工大学学报(自然科学版),2007,34(2):177180.MA Y H,Z H O U RX,L I ZG.T h em e t h o d o f d e t e r m i n i n g t h ew e i g h t s o f d e c i s i o n-m a k e r s b a s e d o n t h em a x i m i z i n g d e v i a t i o n[J].J o u r n a l o f B e i j i n g U n i v e r s i t y o fC h e m i c a lT e c h n o l o g y(N a t u r a l S c i e n c eE d i t i o n),2007,34(2):177180.[23]李珠瑞,马溪骏,彭张林.基于离差最大化的组合评价方法研究[J].中国管理科学,2013,21(1):174179.L I ZR,MAXJ,P E N GZL.R e s e a r c h o n t h e c o m b i n a t i o n e v a l u a t i o nm e t h o db a s e d o nm a x i m i z i n g d e v i a t i o n s[J].C h i n e s e J o u r n a l o fM a n a g e m e n t S c i e n c e,2013,21(1):174179.[24]潘桔,王青.基于T O P S I S方法的多指标区域经济不平衡的定量测度[J].沈阳大学学报(自然科学版),2020,32(2):167172.P A NJ,WA N G Q.Q u a n t i t a t i v em e a s u r e m e n t o f r e g i o n a l e c o n o m i c i m b a l a n c e b a s e do nT O P S I Sm e t h o d[J].J o u r n a l o f S h e n y a n g U n i v e r s i t y(N a t u r a l S c i e n c e),2020,32(2):167-172.ʌ责任编辑:肖景魁ɔ。
客户满意度标准
DYE-QI-05
作业标准书
拟制
审核
承认
制定日期
2007-6-20
版本号
1.0
顾客满意度评定办法
页
1/1
因素
要点
权
重
分
值
评价准则
统计方法/频次
责任
部门
主观
顾客满意度调查结果
50%
50
100～120为A级，得分50；90～100为B级，得分40；80～90为C级，得分30；70～80为D级，得分20，小于70得分为0
质量部每月统计相关数据（见月报）。每月得分求平均
质量部顾客通告（警告）5%5每年≤1次，为A级，得分5分；2～3次为B级，得分3分；大于4次，得分为0
质量部统计相关数据
质量部
顾客
中断
10%
10
每年0次，为A级，得分10分；1次为B级，得分8分；2～3次为C级，得分6分；大于3次，得分为0
统计方法见KPI，
大有公司顾客满意度评定主要从主观评定及客观评定两个方面来进行，见下表：
记号
日期
修改内容
修改原因
修改人
审核
确认
发放《顾客满意度调查表》对顾客进行满意度调查。对收集回来的调查表，结果求平均。
销售部
质量部
客
观
准时
交付
10%
10
交付准时率=100%为A级，得分10分；88～99%为B级，得分8分；小于88%，得分为0
统计方法见KPI，
每月一次
结果求平均
销售部
超额
运费
5%
5
月平均小于100元为A级；得分5分；月平均小于200元为B级，得分3；月平均，大于200元得分0
顾客满意度评分准则
1、目的
规定顾客满意度评分准则，明确评分项目，确保顾客满意度评价结果具有可比性。
2、评分准则
2.1.顾客满意度分值满分为100分，由各单项所得分汇总而成，顾客满意度得分=各单
项得分之和。
2.2.满意级别划分：
甲级：100分～90分；
乙级：89分～80分；
丙级：79分～70分；
丁级：70分以下；
改进意见及期望：
3 、顾客满意度评分标准（附件一：顾客期望及满意度调查表）
附件一：顾客期望及满意度调查表
宁波市北仑东港机械厂
DG/F-QP-8.3-01-01-0
顾客期望及满意度调查表
：
衷心感谢贵公司长期以来对我们的大力支持，配合！
以下是我们编制的顾客期望和满意度调查表，请贵公司配合填写，不论评价意见如何，欢迎联络沟通。
若对我公司评价成绩优良，我们将继续保持；若评价成绩不尽理想，我们及时分析原因，采取纠正和预防措施。
顾客的每一点意见和期望，都是对我们的爱护和鞭策；追求质量完美是我公司的责任和义务，更是我们双方的共同期望，让我们能继续携手共进！
顾客评价表年月日
评价部门（盖章）评价人：日期：。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、目的
规定顾客满意度评分准则，明确评分项目，确保顾客满意度评价结果具有可比性。
2、评分准则
2.1 顾客满意度分值规定
顾客满意度分值满分为100分，由各单项所得分汇总而成，各顾客满意度评分单项根据其影响与重要性，其所占比例的具体值见表一：顾客满意度评分表
2.2 顾客满意度得分计算：
1) 单项得分计算:
单项得分=（单项评分/单项评分满分）*占比分值
示例：假设顾客满意度调查项目中的某项占顾客满意度比分值为20，该单项评分满分为120分，通过调查，其实际评分为85分，则顾客满意度调查得分为：顾客满意度调查得分=（85/120）*20=14.17(分)
2) 顾客满意度得分计算:
顾客满意度得分=各单项得分之和。
3 顾客满意度评分表。