多層次模糊模型在企業(yè)顧客滿意度測(cè)評(píng)中的應(yīng)用研究

摘要：運(yùn)用模糊集合的原理，對(duì)顧客滿意度、顧客滿意度均值和顧客滿意度指數(shù)賦予了新的定義，在此基礎(chǔ)上提出了企業(yè)顧客滿意度的多層次模糊測(cè)評(píng)模型，以提高測(cè)評(píng)的準(zhǔn)確性。

關(guān)鍵詞：顧客滿意度；顧客滿意度均值；顧客滿意度指數(shù)

中圖分類號(hào)：F27 文獻(xiàn)標(biāo)志碼：Ａ 文章編號(hào)：１６７３－２９１Ｘ（２０11）14－０052－02

評(píng)估企業(yè)的顧客滿意度，應(yīng)對(duì)反映顧客滿意度的各種因素及其遞階結(jié)構(gòu)進(jìn)行系統(tǒng)分析，構(gòu)造出一個(gè)多因素、多層次的顧客滿意度測(cè)評(píng)體系。在對(duì)最低層次各因素的顧客滿意度進(jìn)行測(cè)評(píng)的基礎(chǔ)上，綜合評(píng)估出顧客對(duì)企業(yè)的總體滿意度指數(shù)（CSI）。測(cè)評(píng)體系各因素的類型、度量標(biāo)準(zhǔn)和描述方式各不相同，分為定量指標(biāo)和定性指標(biāo)。而定性指標(biāo)比較籠統(tǒng)和抽象，增加了對(duì)象系統(tǒng)的復(fù)雜性和模糊性。本文利用模糊集合的概念，對(duì)顧客滿意度、顧客滿意度指數(shù)等賦予新的定義，并在此基礎(chǔ)上提出企業(yè)顧客滿意度的多層次模糊測(cè)評(píng)模型。

一、基本定義

顧客滿意度是以評(píng)價(jià)集V={ν1，ν2，…，νn}為論域的模糊集B=（μ（ν1），μ（ν2），…，μ（νn）），滿足μ（νi）＝1，其中，μ（νi）為νi的隸屬度，i=1，2，…，n。

評(píng)價(jià)集V按測(cè)量標(biāo)度分為若干等級(jí)，若是5級(jí)標(biāo)度法，即n=5，則評(píng)價(jià)集可取V={不滿意，較不滿意，一般，較滿意，滿意}。一般采用歸一化的模糊綜合測(cè)量標(biāo)度向量為n維實(shí)向量H=（h（ν1），h（ν2），…，h（νn））T，其中，h為評(píng)價(jià)集V到閉區(qū)間[x，y]中n個(gè)點(diǎn)的映射，且

h（νi）＝x+i=1，2，…，n

可根據(jù)需要選取合適的區(qū)間，若取[x，y]=[1，5]，且n=5，則

H＝[1+，1+，…，1+]＝（1，2，3，4，5）

顧客滿意度均值是顧客滿意度B到閉區(qū)間[x，y]的一個(gè)單點(diǎn)映射。

E＝E（B）＝B*H=μ（νi）h（νi）

顧客滿意度指數(shù)

CSI＝×100。

易見，若[x，y]=[1，5]，則CSI＝×100。

二、多層次模糊因素測(cè)評(píng)模型

1.確定因素層次和各層次因素集

對(duì)影響顧客總體滿意度指數(shù)的各因素進(jìn)行系統(tǒng)分析，將各因素按層次進(jìn)行分類，直接確定企業(yè)總體滿意度指數(shù)的因素為第一層次的因素，可建立第一層次因素集U={u1，u2，…，un}。第一層次因素集中的每一個(gè)因素又由第二層次的若干個(gè)因素決定，因此可建立第二層次的因素子集ui={ ui1， ui2，…，uip}，i=1，2，…，n。若第二層次因素再由第三層次的若干個(gè)因素決定，又可建立第三層次的因素子集。為敘述方便，以下均以兩個(gè)層次的因素集為討論對(duì)象。

2.建立各層次權(quán)重集

確定了因素的層次和歸屬以后，需建立第一層次因素集U的權(quán)重集A，且A={A1，A2，…，An}，和第二層次各因素子集ui的權(quán)重集ai={ai1，ai1，…，ai1}，i=1，2，…，n。權(quán)重集的建立可采用Delphi方法，選擇若干專家在充分研討的基礎(chǔ)上，對(duì)各因素在相應(yīng)因素集中的重要性打分，并按歸一化要求對(duì)各因素賦予相應(yīng)的權(quán)重。

3.建立評(píng)價(jià)集和測(cè)量標(biāo)度向量

若采用5級(jí)標(biāo)度法，可建立評(píng)價(jià)集V={不滿意，較不滿意，一般，較滿意，滿意}，和測(cè)量標(biāo)度向量H={1，2，3，4，5}。

4.一級(jí)模糊綜合評(píng)判

一級(jí)模糊綜合評(píng)判按第二層次（最低層次）諸因素進(jìn)行。第二層次因素中可能存在定量因素，以下按定性或定量因素分別進(jìn)行討論：

（1）定性因素。定性因素的模糊綜合評(píng)判集可以通過模糊統(tǒng)計(jì)方法求得。如某定性因素的顧客滿意度用5級(jí)標(biāo)度法進(jìn)行測(cè)評(píng)，隨機(jī)抽取N個(gè)客戶進(jìn)行調(diào)查，如果在這N個(gè)客戶中分別有2%，8%，26%，43%和21%認(rèn)為不滿意，較不滿意，一般，較滿意和滿意，那么，客戶對(duì)企業(yè)的滿意度為（0.02，0.08，0.26，0.43，0.21）。

（2）定量因素。定量因素的顧客滿意度測(cè)評(píng)需建立合理的隸屬函數(shù)。以顧客投訴率（記為u）為例，顧客投訴率定義為每月的企業(yè)服務(wù)中顧客的平均投訴次數(shù)，顯然顧客投訴率越高顧客越不滿意。因此，可制定顧客投訴率的取值范圍與評(píng)價(jià)等級(jí)的對(duì)應(yīng)關(guān)系為：2次以下，滿意；2~5次，較滿意；5~9次，一般；9~14次，較不滿意；14次以上，不滿意。由此可得線性隸屬函數(shù)表達(dá)式：

μ（ν5）＝1u≤2（3.5-u）/1.5 2≤u≤3.50其他 μ（ν4）＝ （u-2）/1.5 2≤u≤3.5 （7-u）/3.5 3.5≤u≤7 0 其他

μ（ν3）＝（u-3.5）/3.5 3.5≤u≤7（11.5-u）/1.5 7≤u≤11.50其他μ（ν2）＝ （u-7）/4.5 7≤u≤11.5（14-u）/2.511.5≤u≤14 0 其他

μ（ν1）＝（u-11.5）/2.5 11.5≤u≤14114≤u0其他

線性錄屬函數(shù)的曲線如圖1所示：

5.二級(jí)模糊綜合評(píng)判

在一級(jí)模糊綜合評(píng)判的基礎(chǔ)上，可求得第一層因素集。由上述模糊綜合評(píng)判體系可知，該公司決定總體滿意度的因素設(shè)有N個(gè)，其中有n1個(gè)因素為第一層次因素。其余n2個(gè)因素屬于第二層次，分別影響第一層次因素集中的某個(gè)因素。

邀請(qǐng)有關(guān)專家對(duì)各因素在對(duì)應(yīng)因素集中的重要性打分，利用Delphi法可得各因素在對(duì)應(yīng)因素集中的權(quán)重系數(shù)。在對(duì)顧客進(jìn)行抽樣調(diào)查的基礎(chǔ)上利用模糊統(tǒng)計(jì)方法可得第二層次各因素的顧客滿意度評(píng)判集，其中，定量因素則利用線性錄屬函數(shù)求出對(duì)應(yīng)的顧客滿意度評(píng)判集。

次因素集U={ u1， u2，…，un}的模糊綜合評(píng)判矩陣

R＝[b1b2b3b4 b5]T

以及顧客總體滿意度的模糊綜合評(píng)判集B=A⊙R，其中A是因素集U的權(quán)重集。

6.總體滿意度均值和總體滿意度指數(shù)

總體滿意度均值

E＝E（B）＝B*H

μ（νi）h（νi）＝μ（νi）#8226;i

總體滿意度指數(shù)

CSI＝×100＝×100。

總結(jié)

本文提出的企業(yè)顧客滿意多層次模糊測(cè)評(píng)模型，在理論上具有科學(xué)性和合理性，在應(yīng)用上具有廣泛性和可操作性。該模型可供任何服務(wù)性企業(yè)對(duì)顧客滿意度指數(shù)進(jìn)行測(cè)評(píng)，也可供有關(guān)的行業(yè)質(zhì)監(jiān)部門進(jìn)行產(chǎn)品或服務(wù)質(zhì)量的監(jiān)測(cè)和管理。

參考文獻(xiàn)：

[1] 黃桐城. 回歸模型中模糊影響因素的定量化分析[J].高等教育研究，2007，10（10）：28-29.

[2] Claes Fornell. A national customer satisfactionbarometer： the swedish experience [J]. Journal ofMsrketing，2008，58：1-20.

[3] 殷榮伍. 美國顧客滿意度指數(shù)述評(píng)[J]. 質(zhì)量管理，2005，7（3）：12-13.

Research on the application of the multi-level fuzzy model in the customer satisfaction assessment

YIN Yan-bo

(Heilongjiang biological science and technology vocation college，Harbin 150025，China)

Abstract: Using of vague set principles on customer satisfaction， customer satisfaction average value and customer satisfaction with the new definition， based on this set up enterprise customer satisfaction level of the more blurred functional testing model to enhance the accuracy of the functional testing.

Key words: customer satisfaction; customer satisfaction average value; customer satisfaction index