美国顾客满意度指数模型(ASCI)
顾客满意度
顾客满意程 度
62024/2/7
（3）卡诺(KANO)模型
“兴奋”特征 “期望”特征
“必有”特征 顾客对产品需要程度
▪ 1）给定价格下对质量的感知 ▪ 2）给定质量下对价格的感知
▪ 1）重复购买可能性 ▪ 2）价格容差(上调) ▪ 3）价格容差(下调)
72024/2/7
它的特点是：其主要测评指标具有通用性，其 测评结果具有跨产品、跨行业和跨区域的可比 性。 ACSI模型中有3个对顾客满意度有决定性和直 接影响的因素，即顾客期望、感知质量和感知 价值。 顾客满意度=顾客感知—顾客期望。
02024/2/7
顾客对质量的认识主要包括满足需求和可靠 性两个方面，可用以下3个下一级测量变量来 表达顾客期望：
➢ ①满足顾客需求程度的期望； ➢ ②可靠性期望； ➢ ③总体期望。
12024/2/7
（2）感知质量
❖是顾客消费某种产品或服务后对其质量的综 合感受。它是建立在实际消费过程基础上的 主观感受，有时同产品或服务的符合性质量 不完全一致，并且在一定程度上还受到顾客 自身主观因素的影响 感知质量的测评变量同期望的测评变量相对 应：
顾客满意度
22024/2/7
❖随着市场竞争的加剧，现代企业的经营重 点逐渐转移到以顾客服务和提高顾客满意度 为中心上。本课程将从介绍顾客满意度的定 义与特性入手，以ACSI模型为例介绍顾客 满意度指数的概念及其组成结构，主要介绍 顾客满意度指数测评量化的基本步骤以及运 用到的各种方法。
32024/2/7
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。
企业质量管理-客户满意
财务业绩： 节约成本 增加利润
沃尔沃公司影响财务业绩方法的模型
改进的内在质量 改进的生产率
改进的外部质量 顾客满意度
成本的降低
顾客忠诚度
改进的盈利性
对工作 的态度
对公司 的态度
西尔斯公司的员工-顾客-利润链
顾客推荐
服务 （帮助）
雇员 行为
商品 （价值）
顾客 印象
资产、赚头 和利润增长 的回报
员工保持力
以实现。
网络化 价值
市场价值
利润来源 新产品与新服务的首推对象 老顾客扩大需求时被首选
顾客 资源 的价值
规模优势
信息价值
品牌优势
顾客价 值实现 的前提
顾客满意
顾客成功
扩大顾 客选择 的自由
建立长 期关系 的顾客
用于链接质量与业绩的框架
内在质量产 品维护过程
外部质量价 值顾客满意 度
顾客忠诚 度保持力
性能、服务或感受
确定顾客满意度指标是测量和评价的核心部分
绩效指标必须是重要的 绩效指标必须能够控制 绩效指标必须是具体和可测量的
顾客满意
总目
子目
产品
供货
价格
购买
服务
经济性、 可靠性、 安全性、
美学性
供货方式、 供货迅速 准时、搬
运
合理性、
物有所值、 费率/折
扣
礼貌、沟 通、获得 的难易和 方便程度、 公司名誉、 公司竞争
产值中心论 理性消费时代
企业管理思想的变迁
销售额中心论
利润中心论
顾客中心论
CS中心论
消费者价值取向的变迁 感觉消费时代
感情消费时代
CS的理论背景
客户满意度研究模型
客户满意度研究模型
一、满意度指数（ CSI ）
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。
顾客满意度分析模型介绍
I
案例分析-KANO模型
4、应用KANO模型分析方法确定关键因素 完成对质量特性的需求分类，接下来就可以进行KANO模型分析了。KANO模型 分析是通过对各质量特性的满意影响力和不满意影响力的分析，来判断顾客对这些 质量特性水平变化的敏感程度，进而确定改进那些质量特性敏感性高、更有利于提 升顾客满意的关键因素。首先进行满意影响力(SI)和不满意影响力(DSI)两个方面的 计算，计算公式如下： SI=（A+O）/(A+O+M+I) DSI=-1×(O+M)/(A+O+M+I) 应用以上公式对示例进行计算得到结果如下表所示
其中R表示顾客不需要这种质量特性，甚至对该质量特性有反感；I表示无差异需求，顾客对这一因素无所谓； Q表示出现这个结果，除非这个问题的问法不合理、或者是顾客没有很好地理解问题、或者是顾客在填写问 有疑问的结果，顾客的回答一般不会题答案时出现错误
案例分析-KANO模型
3、应用KANO模型分析方法识别顾客需求通过调查获得每个质量特性的数据之后， 就可以计算每个质量特性在不同需求类型中出现的频率了，具体见下表。由表中可 以得到，“容量”和“播放格式”是基本型需求；“FM收音机”和“录音”功能 为期望型需求。
Data Driven Decisions
顾客满意度分析模型介绍
目录
背景介绍 模型方法 案例
背景介绍
顾客满意度调查 定义：顾客满意度调查是用来测量一家企业或一个行业在满足或超过顾客
购买产品的期望方面所达到的程度。
目标：
确定导致顾客满意的关键绩效因素； 评估公司的满意度指标； 判断轻重缓急，采取正确行动； 控制全过程； 产品升级以及产品的更新换代。
顾客满意度指数模型
1个忠诚用户 100个忠诚用户 10，000个忠诚用户 5，000，000忠诚用户
© CFI Group
10，000元 1，000，000元 100，000，000元 50，000，000，000元
7
提高用户满意度能够提高用户的忠诚， 获得稳定和长期的收益
• 示例2：家居货栈家具连锁店
顾客生涯价值： 38美元／每次×30次／每年×22年＝ 25000多美元
© CFI Group
Hale Waihona Puke 6提高用户满意度能够提高用户的忠诚， 获得稳定和长期的收益
• 示例1：如果一个家庭平均每年采购一样家用电器，平均每个家用电器价格为2000元人民币，且 “CL”生产的家用电器种类是所有家用电器种类的1/2；如果“CL”品牌获得用户的忠诚，则由于 用户忠诚，10年内“CL”家用电器稳定的市场销售收入是：
相对价格 1.08 1.09 1.34 1.16 1.02 1.24
用户满意度 行业排名
1 1 1 1 1 2
用户忠诚 行业排名
1 1 1 1 1 1
销量市场份额 29.18％ 29.07％ 22.48％ 13.32％ 6.49％ 2.76％
11
通过用户导向来提高用户满意度是企业战略发展的 方向
高
• 全美国30家最大的联邦政府机构也包括在全美客户满意度指数 的年度调查之中.
• 2000年新增了电子商务产业的市场调查. • 所有调查结果都在华尔街日报（The Wall Street Journal）上
公布
✓ACSI指数模型经过实证检验, 在质量、客户满意度与公
司绩效（利润和品牌价值）之间的相关性方面有突破性 的发现。
消费者收入 迅速提高
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。
五个常见客户满意度测评模型
五个常见客户满意度测评模型好长时间没写东西了，前段时间一直忙着做客户满意度提升相关的工作，作为一个理论先行派，在开干之前，先了解了一下“别人家的”客户满意度评测模型，今天就把这份资料分享一下。
一、四分图模型四分图模型四分图模型：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，根据客户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个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客户满意度值。
实践操作中，主要由被访者对影响满意度的各项指标的满意程度和该项指标的重要程度打分。
并将这些分值加权平均处理或者是计算其简单算术平均值，然后以该指标的满意度和重要度为横纵两轴作图，同时标记出四个象限。
优势：四分图模型目前在国内应用很广，国内大多数企业在做客户满意度调查时均采用该模型，这个模型简单明了，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。
不足：问卷需要对每个指标进行满意度和重要性两方面的评价，这样问卷长度必然增加，同时会使受访者视觉和心理疲劳，很难保证评价的客观性。
它孤立地研究满意度，没有考虑客户感知和客户期望对满意度的影响，也没有研究满意度对客户购买后行为的影响。
在实际操作中，该模型列出各种详细的绩效指标由客户来评价指标得分，这就可能让许多客户重视但调查人员和企业没有考虑到的因素未能包含在调查表中。
由于该模型不考虑误差，仅由各指标得分加权平均算出客户满意度的数值，得出的数据不一定准确，同时也不利于企业发现和解决问题。
二、层次分析法模型层次分析法模型简单说，就是大指标拆成小指标，小指标拆分可以相对方便的测量到的小小指标。
优点：简单灵活，可操作性强，适用范围广泛。
它比四分图模型更能定量描述具体指标的满意度和总体满意度，各指标重要程度由专家打分的判断矩阵计算得出，从而避免了各指标都重要或都不重要的尴尬。
客户满意度指标体系
客户满意度是指企业的产品或服务满足顾客的需求与期望的程度。
客户满意度指标 ( Customer Satisfaction Index ) 于1989 年提出, 其目的是量化地评价客户重购率和品牌忠诚度等指标, 获取相关的信息为企业策划提供支持, 使企业优化流程, 做出最佳的决策.客户满意度指标体系的构建流程:1、提出问题2、市场调查3、研究分析4、形成指标体系在 ACSI （美国顾客满意度指数）模型中，顾客期望、质量感知、价值感知、顾客满意、顾客抱怨、顾客忠诚 6个隐变量为顾客满意度指数测评的一级指标，与其对应的显变量为二级指标，问卷中二级指标对应的各问题为三级指标。
清华大学中国企业研究中心构建的顾客满意度指数模型（CCSI），它是在 ACSI 的基础上构建的，模型包括品牌形象、预期质量、质量感知、价值感知、顾客满意、顾客忠诚6 个隐变量。
1、常用指标(1) 顾客期望及与其对应的显变量的定义顾客期望：顾客在购买某种产品之前对其质量水平的期望与估计。
总体期望：顾客在购买某种产品之前对其质量水平的总的期望与估计。
个性化期望：顾客在购买某种产品之前对其可以满足自己特定需求程度的期望与估计。
可靠性期望：顾客在购买某种产品之前对其出现问题可能性的期望与估计。
(2) 质量感知及与其对应的显变量的定义质量感知：顾客在使用某种产品过程中对其质量水平的实际感受。
总体质量感知：顾客在使用某种产品的过程中对其总的质量水平的实际感受。
质量个性化感知：顾客在使用某种产品的过程中对其功能满足自己需求程度的实际感受。
质量可靠性感知：顾客在使用某种产品的过程中对其出现问题程度的实际感受。
(3) 价值感知及与其对应的显变量的定义价值感知：考虑了质量和价格后，顾客对其所获利益的感受。
给定质量下对价格的评价：考虑了总体质量水平后，顾客对其所付的价格的感受。
给定价格下对质量的评价：考虑了所付的价格后，顾客对总的质量水平的感受。
(4) 顾客满意及与其对应的显变量的定义顾客满意：顾客在购买、使用产品的过程中及使用一段时间后所形成的最终的满意程度。
顾客满意的定义与模型评述
顾客满意的定义与模型评述汇报人：2024-01-11•顾客满意度的定义•顾客满意度模型•顾客满意度模型的比较与评述目录•提升顾客满意度的策略与方法•顾客满意度调查与改进建议01顾客满意度的定义顾客满意度反映了顾客对产品或服务的整体评价，包括产品或服务的各个方面，如质量、价格、交付等。
顾客满意度是一个相对的概念，受到个人偏好、需求、期望等因素的影响，不同顾客对同一种产品或服务的满意度可能会有所不同。
通过调查问卷获取顾客反馈，分析顾客对产品或服务的评价和期望。
收集顾客抱怨和投诉，了解产品或服务的问题和改进方向。
利用统计分析方法，如因子分析、聚类分析等，对顾客满意度进行量化评估。
提高顾客满意度有助于增加顾客忠诚度，促进企业业务的持续发展。
高顾客满意度能够降低顾客流失率，减少企业重新获取新顾客的成本。
顾客满意度是衡量企业绩效的重要指标，有助于企业发现问题、改进产品和服务。
顾客满意度的重要性02顾客满意度模型ACSI模型是一种广泛应用的顾客满意度指数模型，它通过测量顾客对产品或服务的期望、感知质量和满意度来评估顾客满意度。
详细描述ACSI模型由美国顾客满意度指数（American Customer Satisfaction Index）缩写而来，该模型将顾客满意度置于一个三维结构中，包括顾客期望、感知质量和顾客满意度本身，同时考虑了企业形象的作用。
ACSI模型通过构建一个指数，将顾客对产品或服务的评价转化为可比较的数值，从而为企业提供了一个测量和比较顾客满意度的有效工具。
总结词VS总结词ECSI模型是一种基于欧洲背景的顾客满意度指数模型，它考虑了企业形象、顾客期望、感知质量、感知价值、顾客满意度和忠诚度等多个方面。
详细描述ECSI模型（欧洲顾客满意度指数）是在ACSI模型的基础上发展而来的，它更加注重企业形象和感知价值的作用。
与ACSI模型相比，ECSI模型增加了对感知价值的测量，并考虑了忠诚度对顾客满意度的影响。
顾客满意度LV1 ACSI模型
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。
客户满意度指标体系
客户满意度是指企业的产品或服务满足顾客的需求与期望的程度。
客户满意度指标( Customer Satisfaction Index ) 于1989 年提出, 其目的是量化地评价客户重购率和品牌忠诚度等指标, 获取相关的信息为企业策划提供支持, 使企业优化流程, 做出最佳的决策.客户满意度指标体系的构建流程:1、提出问题2、市场调查3、研究分析4、形成指标体系在ACSI （美国顾客满意度指数）模型中，顾客期望、质量感知、价值感知、顾客满意、顾客抱怨、顾客忠诚6个隐变量为顾客满意度指数测评的一级指标，与其对应的显变量为二级指标，问卷中二级指标对应的各问题为三级指标。
清华大学中国企业研究中心构建的顾客满意度指数模型（CCSI），它是在ACSI 的基础上构建的，模型包括品牌形象、预期质量、质量感知、价值感知、顾客满意、顾客忠诚6 个隐变量。
1、常用指标(1) 顾客期望及与其对应的显变量的定义顾客期望：顾客在购买某种产品之前对其质量水平的期望与估计。
总体期望：顾客在购买某种产品之前对其质量水平的总的期望与估计。
个性化期望：顾客在购买某种产品之前对其可以满足自己特定需求程度的期望与估计。
可靠性期望：顾客在购买某种产品之前对其出现问题可能性的期望与估计。
(2) 质量感知及与其对应的显变量的定义质量感知：顾客在使用某种产品过程中对其质量水平的实际感受。
总体质量感知：顾客在使用某种产品的过程中对其总的质量水平的实际感受。
质量个性化感知：顾客在使用某种产品的过程中对其功能满足自己需求程度的实际感受。
质量可靠性感知：顾客在使用某种产品的过程中对其出现问题程度的实际感受。
(3) 价值感知及与其对应的显变量的定义价值感知：考虑了质量和价格后，顾客对其所获利益的感受。
给定质量下对价格的评价：考虑了总体质量水平后，顾客对其所付的价格的感受。
给定价格下对质量的评价：考虑了所付的价格后，顾客对总的质量水平的感受。
(4) 顾客满意及与其对应的显变量的定义顾客满意：顾客在购买、使用产品的过程中及使用一段时间后所形成的最终的满意程度。
零售业顾客满意度测评模型的构建和应用――基于ACSI模型的引.
零售业顾客满意度测评模型的构建和应用——基于ＡＣＳＩ模型的引申杜蝽，刘伟，童小军（重庆大学经济与工商管理学院，重庆４０００３０）摘要：ＡＣＳＩ模型即美国顾客满意度指数模型是国际上比较典型的顾客满意度模型，但是由于其应用范围的限制，使其单独在零售行业发挥作用还有很多不适合的地方。
结合零售行业的特点，可以采用模糊判断的方法对ＡＣＳＩ模型加以引申和改进，构建新的适合零售业顾客满意度测评模型，为客户价值管理提供指导。
关键词：顾客满意；ＡＣＳＩ模型；概率转移矩阵中图分类号：１＂７２４．２文献标识码：Ａ文章编号－１００２—６４８７（２００７》０５—０１１３—０３随着客户价值管理研究的不断深入，顾客满意度测评在零售业客户价值管理中的作用日益突出，零售商为了能够在激烈的竞争环境中生存和发展，最终必需把目标定位在提高顾客满意度上来。
而顾客满意度测评模型是零售业客户价值管理的重要手段，通过顾客满意度测评不仅可以了解顾客对零售企业的评价，更为重要的是可以利用测评结果有效地指导零售企业持续改进顾客满意度测评模型，从而达到提升客户价值的目的。
本文通过对ＡＣＳＩ模型加以改进和引申，从而构建出新的适合零售行业的顾客满意度测评模型。
１ＡＣＳＩ模型概述与评价ＡＣＳＩ模型即美国顾客满意度指数模型是由１９９４年美国密歇根大学商学院国家质量研究中心提出的一个以顾客满意为中心构建的经济模型，它通过测量顾客对各个行业中企业提供产品或服务的满意度，来解释客户价值的大小，同时也从宏观上分析经济资源的利用效率。
ｌｌｌＡＣＳＩ模型结构如图所示：图ＩＡＣＳＩ模型结构示意图在上述模型中，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。
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量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。
客户满意度指标体系
客户满意度指标体系-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII客户满意度是指企业的产品或服务满足顾客的需求与期望的程度。
客户满意度指标 ( Customer Satisfaction Index ) 于1989 年提出, 其目的是量化地评价客户重购率和品牌忠诚度等指标, 获取相关的信息为企业策划提供支持, 使企业优化流程, 做出最佳的决策.客户满意度指标体系的构建流程:1、提出问题2、市场调查3、研究分析4、形成指标体系在 ACSI （美国顾客满意度指数）模型中，顾客期望、质量感知、价值感知、顾客满意、顾客抱怨、顾客忠诚 6个隐变量为顾客满意度指数测评的一级指标，与其对应的显变量为二级指标，问卷中二级指标对应的各问题为三级指标。
清华大学中国企业研究中心构建的顾客满意度指数模型（CCSI），它是在 ACSI 的基础上构建的，模型包括品牌形象、预期质量、质量感知、价值感知、顾客满意、顾客忠诚6 个隐变量。
1、常用指标(1) 顾客期望及与其对应的显变量的定义顾客期望：顾客在购买某种产品之前对其质量水平的期望与估计。
总体期望：顾客在购买某种产品之前对其质量水平的总的期望与估计。
个性化期望：顾客在购买某种产品之前对其可以满足自己特定需求程度的期望与估计。
可靠性期望：顾客在购买某种产品之前对其出现问题可能性的期望与估计。
(2) 质量感知及与其对应的显变量的定义质量感知：顾客在使用某种产品过程中对其质量水平的实际感受。
总体质量感知：顾客在使用某种产品的过程中对其总的质量水平的实际感受。
质量个性化感知：顾客在使用某种产品的过程中对其功能满足自己需求程度的实际感受。
质量可靠性感知：顾客在使用某种产品的过程中对其出现问题程度的实际感受。
(3) 价值感知及与其对应的显变量的定义价值感知：考虑了质量和价格后，顾客对其所获利益的感受。
给定质量下对价格的评价：考虑了总体质量水平后，顾客对其所付的价格的感受。
顾客满意度分析模型介绍
顾客满意度分析模型介绍
目彔
背景介绍 模型方法 案例
背景介绍
顾客满意度调查 定义：顾客满意度调查是用来测量一家企业戒一个行业在满足戒超过顾客
购买产品的期望方面所达到的程度。
目标：
确定导致顾客满意的关键绩效因素； 评估公司的满意度指标； 判断轻重缓急，采取正确行动； 控制全过程； 产品升级以及产品的更新换代。
一些完全出乎意料的产品属性戒服务行为，使客 户产生惊喜
模型介绍-KANO模型
KANO模型的优缺点 优点：KANO模型的目的是通过对顾客的丌同需求进行区分处理，帮助企业找出提高企业
顾客满意度的切入点。
缺点：一般丌直接用来测量顾客的满意度，它常用于对绩效指标进行分类，帮助企业了解
丌同层次的顾客需求，找出顾客和企业的接触点，识别使顾客满意的至关重要的因素
其中R表示顾客丌需要这种质量特性，甚至对该质量特性有反感；I表示无差异需求，顾客对这一因素无所谓； Q表示出现这个结果，除非这个问题的问法丌合理、戒者是顾客没有徆好地理解问题、戒者是顾客在填写问 有疑问的结果，顾客的回答一般丌会题答案时出现错误
案例分析-KANO模型
3、应用KANO模型分析方法识别顾客需求通过调查获得每个质量特性的数据乊后， 就可以计算每个质量特性在丌同需求类型中出现的频率了，具体见下表。由表中可 以得到，“容量”和“播放格式”是基本型需求；“FM收音机”和“彔音”功能 为期望型需求。
模型介绍-美国顾客满意度指数模型（ACSI）
ACSI模型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。
顾客满意度分析模型介绍
模型介绍-美国顾客满意度指数模型（ACSI）
ACSI模型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。
模型介绍-美国顾客满意度指数模型（ACSI）
ACSI模型的优缺点
满意程度(分)
3.1 3. 16 3. 67 3.49 3.77 3.63 3.26 3.3 3.36 3.23 3.45 3.45 3. 16
案例分析-四方图模型
将以上各项一一对应放进四方图中。
重视程度/分 4.4 4.2 4.0 3.8 3.6 3.4 3.2 3.0 2.8
S1 S2 S13 S10 S8 S7 S9 S4 S12 S11 S6 S3 S5
模型介绍-四方图模型
四方图模型又称重要因素推导模型。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。 高 竞争优势
等待观察区：对顾客而言，这些指标
其中R表示顾客丌需要这种质量特性，甚至对该质量特性有反感；I表示无差异需求，顾客对这一因素无所谓； Q表示出现这个结果，除非这个问题的问法丌合理、戒者是顾客没有徆好地理解问题、戒者是顾客在填写问 有疑问的结果，顾客的回答一般丌会题答案时出现错误
案例分析-KANO模型
3、应用KANO模型分析方法识别顾客需求通过调查获得每个质量特性的数据乊后， 就可以计算每个质量特性在丌同需求类型中出现的频率了，具体见下表。由表中可 以得到，“容量”和“播放格式”是基本型需求；“FM收音机”和“彔音”功能 为期望型需求。
顾客满意度的实证分析
美国顾客满意度指数的实证分析在美国的总体经济状况指标中，有一个非金融性统计指标，那就是美国顾客满意度指数（ACSI）。
该指数每季度发布一次，包括全美国近200家企业和政府部门的顾客满意度。
通过对ACSI的统计分析，我们发现，顾客满意不公是一种现代企业的经营理念，还是提高企业竞争能力和经济效益的普遍适用的重要手段。
1美国顾客满意度指数ACSI顾客满意是指顾客通过对一个产品/服务的感知效果（或结果）与其期望值相比较后，所形成的愉悦或失望的感觉状态，而满意度则是顾客满意水平的量化。
美国顾客满意度指数的设计目的，就是要反映整个国家的经济状况，所以它所测量的企业包括7个主要经济部门（制造业/非耐用消费品，制造业/耐用消费品，运输/通讯/公用事业，商业，金融保险，服务，公共管理）；在每个经济部门内，再根据对GDP的贡献大小，选择主要的待业群体；在每个待业群体中，根据总的销售选择几个代表性行业，然后在每个行业选择几家最大的企业。
这样，ACSI 调查大约200家左右的工业企业和提供服务的政府机构，这些企业的产值约占国内生产总值的40%,具有很强的代表性。
对每个企业，大约要调查250个左右当前的顾客；对每个顾客，要调查17个问题和8 个人口统计指标；对每个问题顾客按10分制给予打分。
这17个问题主要测量以下几个指标：顾客期望、感知质量、感知价值、满意度、顾客抱怨、顾客忠诚。
其中，顾客满意度是根据3 个变量（总的满意度、预期同感知质量的不一致性、实际产品/服务同理想产品/服务的差距）计算出来的。
每个企业的顾客满意度被标准化为0~100之间的数值，一个行业的CSI是用企业销售收加权平均得出来的，一个部门的CSI是用行业的CSI用销售收入加权平均得出来的，而全国的ACSI是用各部门的CSI用销售收入加权平均得到。
1的实证分析2.1分析说明除政府管理部门外，ACSI共调查150余家企业，积累了1994年到20RR年共7年间的CSI 值。
顾客满意度指数
一、顾客满意度指数
顾客期望是顾客在购买决策过程前的期望，即顾 客购买前对其需求的产品寄予的期待和希望。顾 客期望来自顾客需求，不同的顾客有不同的需求， 随之就会产生不同的期望。但由于人们总是本能 地在事前对要求的事物寄予美好的希望和期待， 因此期望往往高于需求。由顾客需求所形成的顾 客期望，就会成为顾客在其购买决策过程中实际 感受的一个评判依据。 人们往往认为顾客满意度就是顾客满意度指数， 其实顾客满意度和顾客满意度指数是有区别的。 顾客满意度是顾客对产品的满意程度的一种静态 感受，而顾客满意度指数则可以是静态的，也可 以是动态的。 例如，就某一特定的产品，在一次顾客满意调查 中，关心的是该时点顾客对该产品的满意程度， 可以用顾客满意度测量。但是如果对同一产品， 至少连续作了两次调查后，考察顾客满意度的相 对变化，实际上这才是顾客满意度指数。
一、顾客满意度指数
1．顾客满意度指数的概念 顾客满意是指顾客对其要求已被满足的程度 的感受。顾客满意与否是取决于顾客的价值 观和期望与所接受产品或服务状况的比较。 顾客的价值观决定了其期望值（认知质量）， 而组织提供的产品或服务形成可感知的效果 （感知质量），两者对比确定了顾客是否满 意。 顾客满意度指数是根据顾客对企业产品和服 务质量的评价，通过建立模型计算而获得的 一个指数，是一个测量顾客满意程度的经济 指标。
下一页 返回
第1节购房者对环境的需求分析
• 3.1.1 适居性(基本物质性需求)
• 消费者需求的反映首先指向对商品本身的需求。对商品本身的需求又首先表现为对商品使用 价值的需求。使用价值是商品的物质属性，也是消费者需求的基本内容。人的消费无论侧重于 满足人的物质需求，还是心理需求，都离不开特定的物质载体，且这种物质载体必须具有一定 的使用价值。因此，消费者需求首先表现为对商品使用价值的需求，它包括商品的基本功能、 质量、安全性能、方便程度等。购房者对环境的需求首先表现为对房屋的适居性的需求，它是 房屋使用价值最直接的体现
- 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)。
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。
问卷内容包括7个潜变量因子，24项可测指标，7个人口变量，量表采用了Likert10级量度，如对超市形象的测量：本次调查共发放问卷500份，收回有效样本436份。
四、缺失值的处理采用表列删除法，即在一条记录中，只要存在一项缺失，则删除该记录。
最终得到401条数据，基于这部分数据做分析。
五、数据的的信度和效度检验1．数据的信度检验信度（reliability）指测量结果（数据）一致性或稳定性的程度。
一致性主要反映的是测验内部题目之间的关系，考察测验的各个题目是否测量了相同的内容或特质。
稳定性是指用一种测量工具（譬如同一份问卷）对同一群受试者进行不同时间上的重复测量结果间的可靠系数。
如果问卷设计合理，重复测量的结果间应该高度相关。
由于本案例并没有进行多次重复测量，所以主要采用反映内部一致性的指标来测量数据的信度。
折半信度（split-half reliability）是将测量工具中的条目按奇偶数或前后分成两半，采用Spearman-brown 公式估计相关系数，相关系数高提示内部一致性好。
然而，折半信度系数是建立在两半问题条目分数的方差相等这一假设基础上的，但实际数据并不一定满足这一假定，因此信度往往被低估。
Cronbach在1951年提出了一种新的方法（Cronbach's Alpha系数），这种方法将测量工具中任一条目结果同其他所有条目作比较，对量表内部一致性估计更为慎重，因此克服了折半信度的缺点。
本章采用SPSS16.0研究数据的内部4正向的，采用Likert10级量度从“非常低”到“非常高”一致性。
在Analyze菜单中选择Scale下的Reliability Analysis（如图7-1），将数据中在左边方框中待分析的24个题目一一选中，然后点击，左边方框中待分析的24个题目进入右边的items方框中，使用Alpha 模型（默认），得到图7-2，然后点击ok即可得到如表7-3的结果，显示Cronbach's Alpha系数为0.892，说明案例所使用数据具有较好的信度。
图7-1 信度分析的选择图7-2 信度分析变量及方法的选择表7-3 信度分析结果Reliability StatisticsCronbach's Alpha N of Items.892 24另外，对问卷中每个潜变量的信度分别检验结果如表7-4所示5。
从表7-4可以看到，除顾客抱怨量表5操作过程同前，不同的是在图7-14中选入右边方框items中是相应潜变量对应的题目。
如对超市形象潜变量，只需要把a1、a2和a3题目选入到右边方框items中即可。
Cronbaca’s Alpha系数为0.255，比较低以外，其它分量表的Alpha系数均在0.7以上，且总量表的Cronbach’s Alpha系数达到了0.891，表明此量表的可靠性较高。
由信度检验的结果可知顾客抱怨的测量指标的信度远低于0.7，因此在路径图中去掉顾客抱怨因子，即初始模型中包括6个潜变量、21个可测变量。
表7-4 潜变量的信度检验潜变量可测变量个数Cronbach’s Alpha超市形象 3 0.858质量期望 5 0.889质量感知 5 0.862感知价格 2 0.929顾客满意 3 0.948顾客抱怨 3 0.255顾客忠诚 3 0.7382．数据的效度检验效度（validity）指测量工具能够正确测量出所要测量的特质的程度，分为内容效度（content validity）、效标效度（criterion validity）和结构效度（construct validity）三个主要类型。
内容效度也称表面效度或逻辑效度，是指测量目标与测量内容之间的适合性与相符性。
对内容效度常采用逻辑分析与统计分析相结合的方法进行评价。
逻辑分析一般由研究者或专家评判所选题项是否“看上去”符合测量的目的和要求。
准则效度又称效标效度、实证效度、统计效度、预测效度或标准关联效度，是指用不同的几种测量方式或不同的指标对同一变量进行测量，并将其中的一种方式作为准则（效标），用其他的方式或指标与这个准则作比较，如果其他方式或指标也有效，那么这个测量即具备效标效度。
例如，X是一个变量，我们使用X、2X两种工具进行测量。
如果使用1X作为准则，并且1X和2X高度相关，我们就说2X也是具有很高1的效度。
当然，使用这种方法的关键在于作为准则的测量方式或指标一定要是有效的，否则越比越差。
现实中，我们评价效标效度的方法是相关分析或差异显著性检验，但是在调查问卷的效度分析中，选择一个合适的准则往往十分困难，也使这种方法的应用受到一定限制。
结构效度也称构想效度、建构效度或理论效度，是指测量工具反映概念和命题的内部结构的程度，也就是说如果问卷调查结果能够测量其理论特征，使调查结果与理论预期一致，就认为数据是具有结构效度的。
它一般是通过测量结果与理论假设相比较来检验的。
确定结构效度的基本步骤是，首先从某一理论出发，提出关于特质的假设，然后设计和编制测量并进行施测，最后对测量的结果采用相关分析或因子分析等方法进行分析，验证其与理论假设的相符程度。
在实际操作的过程中，前面两种效度（内容效度和准则效度）往往要求专家定性研究或具有公认的效标测量，因而难以实现的，而结构效度便于可以采用多种方法来实现：第一种方法是通过模型系数评价结构效度。
如果模型假设的潜变量之间的关系以及潜变量与可测变量之间的关系合理，非标准化系数应当具有显著的统计意义。
特别地，通过标准化系数6可以比较不同指标间的效度。
从表7-17可以看出在99%的置信度下所有非标准化系数具有统计显著性，这说明修正模型的整体结构效度较好。
第二种方法是通过相关系数评价结构效度。
如果在理论模型中潜变量之间存在相关关系，可以通过潜变量的相关系数来评价结构效度：显著的相关系数说明理论模型假设成立，具有较好的结构效度。
第三种方法是先构建理论模型，通过验证性因子分析的模型拟合情况来对量表的结构效度进行考评。
因此数据的效度检验就转化为结构方程模型评价中的模型拟合指数评价。
对于本案例，从表7-16可知理论模型与数据拟合较好，结构效度较好。
6关于标准化系数的解释见本章第五节。
六、结构方程模型建模构建如图7.3的初始模型。
超市形象质量期望质量感知a1e111a2e21a3e31a5e511a4e41a6e61a7e71a8e81a10e1011a9e91a11e111a12e121a13e131顾客满意感知价格a18e1811a16e161a17e171a15e1511a14顾客忠诚a24e24a22e22a23e231111z21z41z51z31z11e141图7-3 初始模型结构图7-4 Amos Graphics 初始界面图第二节Amos实现7一、Amos基本界面与工具打开Amos Graphics，初始界面如图7-4。
其中第一部分是建模区域，默认是竖版格式。
如果要建立的模型在横向上占用较大空间，只需选择View菜单中的Interface Properties选项下的Landscape（如图7.5），即可将建模区域调整为横板格式。
图7-2中的第二部分是工具栏，用于模型的设定、运算与修正。
相关工具的具体功能参见书后附录二。
图7-5 建模区域的版式调整图7-6 建立潜变量二、Amos模型设定操作7这部分的操作说明也可参看书上第七章第二节:Amos实现。
1．模型的绘制在使用Amos进行模型设定之前，建议事先在纸上绘制出基本理论模型和变量影响关系路径图，并确定潜变量与可测变量的名称，以避免不必要的返工。
相关软件操作如下：第一步，使用建模区域绘制模型中的七个潜变量（如图7-6）。
为了保持图形的美观，可以使用先绘制一个潜变量，再使用复制工具绘制其他潜变量，以保证潜变量大小一致。
在潜变量上点击右键选择Object Properties，为潜变量命名（如图7-7）。
绘制好的潜变量图形如图7-8。
第二步设置潜变量之间的关系。
使用来设置变量间的因果关系，使用来设置变量间的相关关系。
绘制好的潜变量关系图如图7-9。
图7-7 潜变量命名图7-8 命名后的潜变量图7-9 设定潜变量关系第三步为潜变量设置可测变量及相应的残差变量，可以使用绘制，也可以使用和自行绘制（绘制结果如图7-10）。
在可测变量上点击右键选择Object Properties，为可测变量命名。
其中Variable Name一项对应的是数据中的变量名（如图7-11），在残差变量上右键选择Object Properties为残差变量命名。
最终绘制完成模型结果如图7-12。
图7-10 设定可测变量及残差变量图7-11 可测变量指定与命名图7-12 初始模型设置完成2．数据文件的配置Amos可以处理多种数据格式，如文本文档（*.txt），表格文档（*.xls、*.wk1），数据库文档（*.dbf、*.mdb），SPSS文档（*.sav）等。