多层次模糊模型在企业顾客满意度测评中应用研究.docVIP

多层次模糊模型在企业顾客满意度测评中应用研究 　　摘要：运用模糊集合的原理，对顾客满意度、顾客满意度均值和顾客满意度指数赋予了新的定义，在此基础上提出了企业顾客满意度的多层次模糊测评模型，以提高测评的准确性。 　　关键词：顾客满意度；顾客满意度均值；顾客满意度指数 　　中图分类号：F27 文献标志码：Ａ 文章编号：１６７３－２９１Ｘ（２０11）14－０052－02 　　 　　评估企业的顾客满意度，应对反映顾客满意度的各种因素及其递阶结构进行系统分析，构造出一个多因素、多层次的顾客满意度测评体系。在对最低层次各因素的顾客满意度进行测评的基础上，综合评估出顾客对企业的总体满意度指数（CSI）。测评体系各因素的类型、度量标准和描述方式各不相同，分为定量指标和定性指标。而定性指标比较笼统和抽象，增加了对象系统的复杂性和模糊性。本文利用模糊集合的概念，对顾客满意度、顾客满意度指数等赋予新的定义，并在此基础上提出企业顾客满意度的多层次模糊测评模型。 　　一、基本定义 　　顾客满意度是以评价集V={ν1，ν2，…，νn}为论域的模糊集B=（μ（ν1），μ（ν2），…，μ（νn）），满足μ（νi）＝1，其中，μ（νi）为νi的隶属度，i=1，2，…，n。 　　评价集V按测量标度分为若干等级，若是5级标度法，即n=5，则评价集可取V={不满意，较不满意，一般，较满意，满意}。一般采用归一化的模糊综合测量标度向量为n维实向量H=（h（ν1），h（ν2），…，h（νn））T，其中，h为评价集V到闭区间[x，y]中n个点的映射，且 　　h（νi）＝x+i=1，2，…，n 　　可根据需要选取合适的区间，若取[x，y]=[1，5]，且n=5，则 　　H＝[1+，1+，…，1+]＝（1，2，3，4，5） 　　顾客满意度均值是顾客满意度B到闭区间[x，y]的一个单点映射。 　　E＝E（B）＝B*H=μ（νi）h（νi） 　　顾客满意度指数 　　CSI＝×100。 　　易见，若[x，y]=[1，5]，则CSI＝×100。 　　二、多层次模糊因素测评模型 　　1.确定因素层次和各层次因素集 　　对影响顾客总体满意度指数的各因素进行系统分析，将各因素按层次进行分类，直接确定企业总体满意度指数的因素为第一层次??因素，可建立第一层次因素集U={u1，u2，…，un}。第一层次因素集中的每一个因素又由第二层次的若干个因素决定，因此可建立第二层次的因素子集ui={ ui1， ui2，…，uip}，i=1，2，…，n。若第二层次因素再由第三层次的若干个因素决定，又可建立第三层次的因素子集。为叙述方便，以下均以两个层次的因素集为讨论对象。 　　2.建立各层次权重集 　　确定了因素的层次和归属以后，需建立第一层次因素集U的权重集A，且A={A1，A2，…，An}，和第二层次各因素子集ui的权重集ai={ai1，ai1，…，ai1}，i=1，2，…，n。权重集的建立可采用Delphi方法，选择若干专家在充分研讨的基础上，对各因素在相应因素集中的重要性打分，并按归一化要求对各因素赋予相应的权重。 　　3.建立评价集和测量标度向量 　　若采用5级标度法，可建立评价集V={不满意，较不满意，一般，较满意，满意}，和测量标度向量H={1，2，3，4，5}。 　　4.一级模糊综合评判 　　一级模糊综合评判按第二层次（最低层次）诸因素进行。第二层次因素中可能存在定量因素，以下按定性或定量因素分别进行讨论： 　　（1）定性因素。定性因素的模糊综合评判集可以通过模糊统计方法求得。如某定性因素的顾客满意度用5级标度法进行测评，随机抽取N个客户进行调查，如果在这N个客户中分别有2%，8%，26%，43%和21%认为不满意，较不满意，一般，较满意和满意，那么，客户对企业的满意度为（0.02，0.08，0.26，0.43，0.21）。 　　（2）定量因素。定量因素的顾客满意度测评需建立合理的隶属函数。以顾客投诉率（记为u）为例，顾客投诉率定义为每月的企业服务中顾客的平均投诉次数，显然顾客投诉率越高顾客越不满意。因此，可制定顾客投诉率的取值范围与评价等级的对应关系为：2次以下，满意；2~5次，较满意；5~9次，一般；9~14次，较不满意；14次以上，不满意。由此可得线性隶属函数表达式： 　　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