楼主: CFIGROUP
144804 747

[其它] (满意度)做了近10年的满意度研究,可以回答大家这个方面的任何问题   [推广有奖]

101
CFIGROUP 发表于 2009-5-11 16:00:00
以下是引用rhettrandy在2009-5-11 14:33:00的发言:

回楼主,今天看了楼主的回复,非常感谢。

“不知道我这样的解释是否清楚. 不清楚的话我改天给你一个具体模型看看.今天先说到这里,下一步再说问卷设计和抽样(受访者定义)。”

正如您在72楼所说的。我最感兴趣的就是模型设计、问卷设计与抽样。另外,您还说到1个企业可以采用多个受访者来评价。那么受访者的数量与采样应当怎样控制?他们的评价如何综合成为对于这个企业满意度的结论?是加权平均亦或其它方法?加权的话权重的设计是怎样的?

我以前为运营商做过B2C调研,但谈到B2B真的不知从何下手。多谢楼主啊。拜托拜托。


 

附件中我放了两个模型给你参考.不过,不希望大家把这个文件大范围传播. 拜托拜托! 我只想给那些真正希望深入研究和了解满意度的人看. 传播太广泛的话,对我会有影响.(内部资料啊)

模型只能给你参考,既然也是电信设备供应商,应该可以借鉴这个思考方向.问卷比较麻烦,我找下再给你.不过最关键的是你自己必须理解,否则也是没办法操作的.而抽样方面,看到模型你就会知道,这不是一个人能回答的,有些问题需要管理者,有些需要具体操作或负责人,有些是执行层面的,不过总体上,只要对方有感觉,能评价的,我们都鼓励对方评价,比如说价格,不是只有采购部门才能评价,其他环节的人也可以依靠自己的感觉来评价.另外样本量方面我可以给你个参考,通常是2:4:4,20%的高层,40%的中层,另40%的基层和操作层.满意度的最终结论就是依靠这个模型来获得,所有的信息/数据输入到这个模型中整体做分析,当然你也可以分类分析,如总体上的评价\各层面人员的评价,综合来了解与这个企业的关系.

总体得分不是加权平均,而是依靠三个问题获得:总体评价\与期望值相比\与理想状态相比. 这三个问题所有人都可以回答,所以不存在把各类人的评价加权平均.

你先看模型,有问题再讨论.

324327.pdf (487.57 KB)
[em04]

102
CFIGROUP 发表于 2009-5-11 16:14:00
以下是引用dwdus在2009-5-11 11:23:00的发言:
期盼你的答复!谢谢

再多说两句.

大家都知道要用PLS的方法,但却没有人研究最基本的模型构建,胡乱拿一个模型就把PLS或结构方程往上套,问题一堆是肯定的.无论是从技术上还是理论上都说不过去.

所以,技术要用在对的地方.技术是自己坐在家里学就可以掌握的,但有些东西,例如企业实际经营对数据或信息的需求,不是靠脑袋想出来的,它需要大量的实际操作经验.

我有了这个经验,但技术上还不够,如果有一个技术过关的人和我配合,我相信这个问题一定可以解决的很好,而不用受制于CFI的"专利技术".

CFI的专利其实是建立了一个坚实的理论基础,同时使用了有效的分析方法,而这个方法(PLS)虽然CFI称包含了"CFI独有的回归"法,但基本上我想应该是把PLS复杂的运算过程设计成为一个界面非常简单的软件而已.所以我们通常的计算过程是很快很简单的.

103
rhettrandy 发表于 2009-5-12 09:47:00

楼主真的很大度,非常感谢。但这里还有4个问题想一并请教一下。

1、如果是企业内部来自不同层级、不同部门的多个人回答同样的一份问卷,那么每个受访者是否能够对问卷的全部题项都有着清晰的理解和深刻的感受?市场的人可能对技术完全不关心,CTO可能根本不知道某个设备是否操作方便,基层技术人员可能也完全不关心未来的趋势等等。这样如何保证他们对问题的回答的信度与效度?

2、请教一个技巧性的问题。“很多项目在满意度的构成因素/指标设计上,基本上可以用“胡抓乱写”来形容,完全不清楚这些“因”的作用就开始设计指标,事实上连“设计”都谈不到,而是“罗列”。罗列什么呢?把企业内部运营管理所涉及到的各个流程、各个环节,丝毫不差的罗列上去,芝麻绿豆密密麻麻、一层又一层,生怕指标少了显的不够专业。我见过最天才的做法是“某医院满意度研究”:医生能够根据病人的经济状况开处方、病例填写完整清晰,而且就一个“服务态度”可以分解成医导人员的服务态度、挂号人员的服务态度、划价人员的服务态度等等,显然这是医院内部管理的需求,不是病人需求,更不是以“病人明显感知的接触点”作为设计基础的。如果你是那个病人,请问你能记得住那么多、感受到那么多吗?” 如何在具体的问卷设计中克服这个问题呢?

3、如果一个调查结果显示客户的某项满意度去年是80,今年是85,能否就据此断定客户在该项目上的满意度显著上升?是否应当结合其它的检验手段来确定?

4、看到您用的量表好像是百分设计。我也想了解一下,百分设计同5-7度李克特量表在测量结果、测量精度等方面会有哪些差异。我知道关于得分设计这方面理论界好像有不少争论。想听听您的见解。

104
wangbo2008dream 发表于 2009-5-12 17:15:00
呵呵   有点意思

105
CFIGROUP 发表于 2009-5-12 21:09:00
以下是引用rhettrandy在2009-5-12 9:47:00的发言:

楼主真的很大度,非常感谢。但这里还有4个问题想一并请教一下。

1、虽然我说要“鼓励”大家对有感知的内容做出评价,但如果受方者实在无法给出评价那就跳过该部分。比如说价格,我自己也曾做过访问,总经理级别的人(不是一个公司的总经理,电信系统中比如网络有网络部门的总经理、服务有服务总经理)可能会回答“具体价格我不是很了解,所以没办法评价”,这个时候我就会说“就根据您的感觉来做评价吧,感觉上XX公司的价格有竞争优势吗?如果1是完全没竞争优势,10是价格方面感觉优势还是比较强的,您的感觉是?”,这个时候就很容易获得答案(当然这和问卷设计有关)。在比如“方案的解决能力”,虽然他可能不知道每一个方案的具体内容是什么,与他们需求的吻合度如何,但他多多少少都会有感知,这个公司怎么样,那个公司怎么样,而这些感知或印象对他的决策就会有影响,当然如果你要让具体评价下软件的稳定性如何、销售代表对企业需求的快速反应如何等这些非常细节、具体操作性的内容,他可能就给不出答案了,那这个部分就需要其他人员来回答。

总之,调查结束后每个问题都应有一定数量的回答。比如总体上的样本数是1000(200高层、400中层、400基层),那么每个问题的样本/数据不可能全部是1000,很有可能有的问题是800,有的问题是400,有的问题是300,CFI方法中只要每道题有一定数量的数据就可以做出分析(具体是多少我明天给你问下我们的数据处理人员,不过我不知道其他的方法或技术是不是也可以这样);

至于“对他们的回答的可信度”,你要知道满意度本来就是测量“感觉”而不是让客户理性冷静的给评判,所以只要问卷设计正确、问题的解释和询问的方式确保没有扭曲问题本身的原意,同时受访者是在清楚的状态下认真做出的回答,至少在CFI的研究中是允许的。当然分析的时候要分类,比如总体上的状况、不同层面的状况、不同地区的状况等,从中你可以清楚的分析出高层是怎样的一个合作状态、中层基层又是怎样,然后找出有效的解决问题的方式。

2、这是指标设计的问题。首先,指标的建立基础是“客户需求”,也就是说它需要挖掘客户的需求,从从形成指标体系,同时这个指标体系也就是评价企业的“标准”(企业做的好与不好体现是是否根据客户需求提供产品或服务,满意度研究的也就是客户需求和企业表现之间的差距)。

要想获得有效的指标并建立一个有效的分析模型,必须做前期的定性研究、必须亲自去和客户沟通。当然访问技巧和研究人员对行业的了解、以及“敏感度”都要够,这个部分考验的是研究人员的功力,包括语言上的技巧。比如:如果你直接问客户对你哪些方面是满意的,哪些方面不满意,或者哪些因素对他们是重要的,哪些是不重要的,恐怕你很难找出有效指标。有时候我会这么问:有没有哪一家公司您过去认为还不错但现在却感觉不怎么样了?或者有没有什么公司过去您认为优势不那么明显,但现在优势越来越明显了?—— 然后继续挖掘,是哪些事情让您产生了这样感觉?或者问:从过去几年的合作中看,您认为哪些供应商的变化比较大?有哪些变化?在哪些方面发生了变化?以此了解客户到底对哪些环节、哪些方面有比较明显的感知,这些能给客户留下印象的也就是客户寻求的或希望获得的,或者不希望出现的。

通常一个满意度的指标体系和模型需要两到三年(或两到三次调查)才能稳定下来,它是一个逐步调整的过程,不可能一次达到完美状态。一些设计不严谨的项目,几乎每次做完都有遗憾之处,不信你试试。所以,我是一定坚持做小样本测试来调整指标和模型的,但许多调查公司,虽然声称要做“小样本测试”,但就我所知,没有一家会做。当然有时候是因为客户的关系,赶时间哪、认为没必要啊,有几次,就因为这方面和客户达不成共识,所以我中途停止了项目。你如果是自己做,就应该严谨、细致的把好每个环节的质量关。

3、如果模型和指标是稳定的,那么针对同一个指标,如果今年的得分是80,明年是85,并不代表完全是企业的努力。要知道,有时候你什么都不做,得分也可能高起来的,比如说,因为竞争对手这方面做的更差了,当然也有可能是企业采取了改进措施后获得的成效。对于CFI来说,我们首先要分析的是指标影响力有没有发生变化,如果影响力在提高,同时得分也在提高,那么很肯定,这是这个企业当前最大的优势所在,但到底是因为竞争能够对手表现差了,还是企业自己努力的成果,看竞争对手的数据(哦,通常这类研究都会同时针对竞争对手做研究)变化就知道。

不过,如果这个指标去年的影响力就不高(比如说0),但今年得分却高了,那么一需要检查是不是资源过度投入了(得分高未必是好事,代表着资源的浪费),二如果资源没过多投入,就要看是不是市场或竞争对手的经营上发生了什么变化?所以,并不是分数越高越好。

4、最后,关于量级的问题。不同量级的测量精度不同,这是第一个差别;第二就是操作上的差别,5分制最好界定,非常不满、不满、一般、满意、很满意,受访者容易接受和理解,7级的话1-7就很难定义,与中国人的常规思维模式不吻合;10级比7级更难定义,但10为一个满分其实比7要容易理解一些,但针对具体问题时也是很难定义。所以选择什么量级看你对数据精度的要求。不过要我说啊,数据处理分析中很多明显的错误都可以接受的话,这个量级能产生的误差应该就不足挂齿了。但很多客户看不到分析中的错误,所以只抓样本量啊、用5分制还是10分制啊这些鸡毛蒜皮的小细节。

CFI用的是10级,这就要求问卷设计的时候不能随便问:您打几分?(这句话我听了就头疼,所有满意度调查都是这样,您打几分?您打几分?去听听CITI访问中的录音你就知道了,不管什么问题,访问员最后总能落到“您打几分”上。)

给你一个问卷设计范例:

刚才您说用的比较多的是(念出客户提及的第一家银行和第二家银行的名称),我们现在就来谈谈这两家银行。不过谈的过程中我需要您从1-10、这10个分数中选择一个、与您的观点或感受最吻合的数字做评价。1-10是一个递增的概念,比如说我问您喜欢吃川菜吗,1就代表很不喜欢,2和3也代表不喜欢,但没有1那么讨厌,对吧,4和5呢,也是不太喜欢,但比2和3要好一点,喜欢的程度就是这样一直递增上去,10是最喜欢了,最好天天吃川菜。我这样解释您清楚吗?(访问员注意:10代表的是完美无缺的,如果受访者回答10时,一定要提示下)

好的,刚才您说使用最多的是(念出第一家银行),我们先不考虑实际上它做的怎么样,单从它的品牌形象、规模、市场知名度等这些方面来看,给您一个什么样的印象?(说完这句话后不要停留,继续念下面的文字),我们用1来代表、即使它做很糟糕也没什么可奇怪的,10代表它应该在各方面都做到非常好才对,那么您会用1-10中的哪个数字来代表您对它的期望?A1a. 客户期望:      (念第二家银行)呢A1b.      

如果客户还不理解这道题,继续解释:比如说我们家里有两个小孩,一个呢学习成绩一直很好,我们可能就会对他的期望很高,未来即使做不了董事长肯定也是个CEO;而另一个呢,很调皮,不爱学习,还总逃课,所以家长可能不会期望他将来有什么大成就,能找到工作就不错了,对吧,这就是期望值。(念出银行名称)给您什么印象?您对他的期望如何?1是期望很低,10是期望非常高,

好。刚才我们谈的是对他的期望,那么实际上他的表现如何呢?完全根据您的感觉或印象来回答我就可以了,1代表实际上做的很差,10是做的很好,1-10中哪个数字最能代表您的感受?

A2a. 服务质量总体感知:     那么(念第二家银行)呢A2b.      

 好,写了很多了,希望对你有帮助。

[此贴子已经被作者于2009-5-12 21:09:40编辑过]

106
danny_liu 发表于 2009-5-12 23:59:00

CFIGROUP前辈,您好,非常感谢您发起的帖子。

有一个问题,您提到的CFI的模型,应该是用结构方程模型做的吧?期待着您的答复。

107
paxwkj 发表于 2009-5-13 00:03:00
大家讲的偶不错。我大概知道这个模型了 谢谢大家

108
CFIGROUP 发表于 2009-5-13 10:07:00
以下是引用danny_liu在2009-5-12 23:59:00的发言:

CFIGROUP前辈,您好,非常感谢您发起的帖子。

有一个问题,您提到的CFI的模型,应该是用结构方程模型做的吧?期待着您的答复。

是的,计算是使用PLS方法.因为PLS方法更适合做市场研究,因为他对数据和分布要求与实际状况比较吻合.

其实技术只是一个工具,更重要的是前期指标和模型的设计.

现在很多人也用这个做,但总是感觉做出来的东西不一样

CFI特别强调前期指标和模型设计的研究,通常一个项目中这个部分至少会占用五分之三的时间,主要是针对行业特征和客户需求的挖掘,从而设计出应用性更强的指标和模型. 统计吗,最多五分之一,因为已经把它开发成一个操作很简单的软件了,写报告用五分之二. 所以我想单知道技术工具还不行,必须要有丰富的商业经验,这两者必须要有一个较好的结合,缺一不可.

[此贴子已经被作者于2009-5-13 11:34:56编辑过]

109
laoyankebi 发表于 2009-5-13 12:25:00

不错不错!

110
danny_liu 发表于 2009-5-13 15:59:00

是的,计算是使用PLS方法.因为PLS方法更适合做市场研究,因为他对数据和分布要求与实际状况比较吻合.

其实技术只是一个工具,更重要的是前期指标和模型的设计.

现在很多人也用这个做,但总是感觉做出来的东西不一样

CFI特别强调前期指标和模型设计的研究,通常一个项目中这个部分至少会占用五分之三的时间,主要是针对行业特征和客户需求的挖掘,从而设计出应用性更强的指标和模型. 统计吗,最多五分之一,因为已经把它开发成一个操作很简单的软件了,写报告用五分之二. 所以我想单知道技术工具还不行,必须要有丰富的商业经验,这两者必须要有一个较好的结合,缺一不可.


首先感谢CFIGROUP及时的回复,谢谢您的耐心指导。

我主要从事人力资源咨询方面的研究。我们的一个项目是做敬业度方面的(呵呵,因为我是rookie,他们没带我玩),其实它也可以叫做满意度,因为对员工来说是对该企业满意程度,而对企业的CEO来说它想知道员工是否敬业。我们有个指标库,5大因素,每个大因素又分了若干个小因素(以此对大因素进行定量数据收集),个人觉得我们的方法太简单,不专业,不科学,貌似就用了个多元回归。在听说了这种问题可以用结构方程,PLS等来解决,查了一下lisrel软件可以解决,正在研究ING。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-1-28 17:17