对《电信行业用户满意指数测评模型及其应用》一文的几点看法（原创）

曹杰

    客户满意度（ Customer Satisfaction Index ）这个概念最先于 1989 年在美国提出，他的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。《电信行业用户满意指数测评模型及其应用》（以下简称《电》文）这篇文章主要是针对电信行业的客户满意度构建模型，设置指标，并提出模型参数估计的几种方法。笔者认为这是一篇很优秀的调研文章，它的主要优点有以下几个方面：

1 、 采用因果关系的模型，充分体现各变量间关系

    客户满意度是一个比较模糊的概念，对它本身进行定量评价有一定的困难，通常的量化方法是在选定若干主要指标的基础上分层分解，构造评价体系。例如，我们可以将客户满意度定为一级指标，在此基础上进行分解，提出客户消费期望、客户对产品或服务质量的感知、客户对价值实现的感知、客户抱怨、客户回头率等二级指标，然后再次分解细化出三、四级指标，对末端的评价指标采用问卷调查、电话回访或反馈表的形式进行调查，综合各指标在总评价体系中的权重，实现对某种产品或某项服务的客户满意度的定量评价。

    《电》文构建的是一个因果关系模型，选取了品牌形象、预期质量、感知质量、感知价值、顾客满意度和顾客忠诚这六个结构指标。因果关系模型可以充分体现各结构变量的相互关系。分层分解指标的方法对各指标之间的独立性要求较高，如果各指标之间存在着一定的相关关系，会影响到评价结果的客观性与可信性。很显然，客户的消费期望即预期，影响到他的感知质量。当客户对某项产品或服务有较高的期待时而不能达到满足时，他的失望感会成倍扩大。反之，当客户的期望水平一般而打不到满足时，他的失望情绪反而不会特别严重。　一般来说，期望值的高低影响客户对产品与服务的评价，而客户的期望值提升容易降低难。有的时候某些客户表现出比较满意，并不一定是因为企业的表现优异，而是客户没有经历过优质服务，没有比较。通常坐国内航班的旅客将机上服务与火车服务比，很多会非常满意。但有乘客一旦享受（或者了解）过新加坡航空等国际级服务，无论对东航，国航或南航的服务的评价就会截然不同，更不要谈对那些自己在苦苦摸索的地方航空公司了。由于中国各地的经济发展水平的差距，我们在一个全国性统一产品与服务的企业常常看到落后地区的客户满意度较高也就不足为奇了。随着经济的发展与信息的流通，各地的客户期望值都会不断上升。这就要求产品或服务的供应商不断地提高产品或服务的质量。当前者的提升速度高于后者时，客户的满意度就会降低。期望值高而不能达到满足的的客户，会经常地通过正规或非正规的渠道进行投诉、抱怨，其忠诚度很难保证。由此可见，在对电信行业用户满意度进行测评时，常见指标之间往往存在着单向的影响关系，采用因果关系的模型更恰当。

2 、 基于效度和信度的检验为指标选择的合理性提供依据

    调查指标的选择直接关系到调研结果的可靠性。选择的指标出现问题，问卷设计必然不合理，此后收集到的数据无论多么真实准确，数据处理工作无论做的多么客观公正，也很难得出有说服力的结论，甚至有可能出现与事实相背离的结果。即使采用因果关系的模型，次级指标的选取也必须深思熟虑。传统的指标选取方式，往往过度依赖主观的判断与以往经验，很难保证其合理性。《电》文在固定电话用户满意度研究中采用了信度与效度的双重检验， 从内在信度的α系数来看，三级指标的设置是比较合理的，能够反映二级指标想要说明的问题。对于信度系数较低的技术质量的细化变量 , 作者也没有直接将其否决，而是给予恰当的评价，充分考虑了固定电话业务本身的特点与测评局限，做到定性与定量相结合。

3 、 结构变量得分的推算方法简单实用

    用户满意度研究的最终目的就是要计算出用户满意指数，采用恰当的方法将终端指标反映的信息汇总至上一级指标，是金字塔式的指标体系能够发挥作用的关键环节。《电》文中用因子载荷系数的比重作为权重的方法来源于主成分分析方法 , 它与因子分析的方法在计算过程上有点类似。采用这种方法注重的是各分量指标对总量指标的贡献程度。用信度检验中的总和相关系数比作权重重视的是各分量指标与总量指标之间的关系。对关系密切的指标 , 赋予较大的权数 ; 关系疏远的指标 , 则赋予较小的权数。用影响力系数比作权重实际上是以各分量的算术平均值占算术平均值总和的比重来做权重 , 计算相应的上一级变量的得分。而用重要程度系数做权重 , 则必须在问卷中设置相应问题 , 相对而言会增加工作量。不过用这种方法更能体现被调查者的认识和感受。

4 、 形象的图形辅助分析使复杂的关系更直观明了，易于理解

    对于电信行业的客户满意度调查的笔者的了解并不是非常深入，仅仅是就《电》文当中构建的模型和采用方法的描述发表一下个人观点，提一点建议。

    首先，在模型的检验中增加一级变量间关系的检验有利于增强模型的可信性，更有说服力。

    模型的应用有它所要求的特定环境，当条件不具备时，直接套用模型无论是在理论上还是在实践上都没有意义。《电》文中对其所选择的六个结构变量进行了详细的说明，并以图示的方式表明个变量之间的关系，非常清晰明了。但是在模型的检验中，信度与效度的检验都着眼于二、三级指标的设置是否合理，是否能充分反映他们的上一级指标上，对一级指标也即六个结构变量之间的相互关系并没有进行检验。笔者认为如果从定性与定量两个方面验证模型选择的正确性能够增加读者对模型的信任度。

    其次，在结构变量的选择上，增加抱怨率这一指标能够更直接的反应出客户对产品或服务的满意水平。

    2001 年信息产业部率先国内其他行业，建立了我国电信用户满意度指数测评模型 ( 简称 TCSI-Telecom consumer satisfaction index) 。 TCSI 指数体系包括满意度、忠诚度、质量预期、感知质量、感知价值、抱怨率、品牌印象 7 大指标。这从一个侧面反映出抱怨率在电信行业客户满意度测评中起着重要的作用。提高客户满意度的最终目的是为了提高客户的忠诚度，使他们愿意重复购买某种产品或者长期接受某项服务。客户的抱怨直接影响到了他们的忠诚程度，满意度低是引起客户抱怨的最主要原因，这其中也存在着一种单项的相关关系。因此，增加这个变量有助于更好的反应客户忠诚。它可以从客户通过正规渠道抱怨的次数，通过非正规渠道抱怨的频率（如经常抱怨，偶尔抱怨）等次级指标来进行测评。

    再次，适当介绍四种推算结构变量得分的方法的利弊及其各自适用情况，能使读者对这四种方法有更为清晰的认识。

    另外，笔者认为对客户满意度的测评是为了提高客户的满意度，培养忠诚的客户群体。但是任何提高客户满意度的行为都需要考虑成本，根据收益与成本的比较决定行为的可行性。电信企业提高客户满意度最终是为了提高自己的盈利能力 ( 虽然国内电信企业还有一部分追求社会效益的义务，但是企业的终极目标毕竟是利润最大化 ) 。所以，当电信企业要进行一项 “ 提高客户满意度 ” 的行为时，首先要计算，这一行为可以获得多少额外的客户，保留多少本来会流失的客户，对稳定的客户会提高多少收益等等，再和行为本身的成本相比，以确定 “ 提高客户满意度 ” 的行为是否可行。当然，有时候回报不一定是直接的，例如市场份额的显著扩大，这时回报的评价会更复杂一些。国外一些先进的电信运营商对于普通用户的服务未必很好，但是盈利能力远远高于国内的电信运营商，一部分原因就在于他们在评估了行为的回报和成本之后，把 “ 提高客户满意度 ” 的目标定位在少数的高端用户身上。只有为公司贡献 “ 利润 ” 的客户才是直接的价值客户。而且价值客户对企业的利润贡献亦有高低之分。因此，企业应该对稀缺的经营资源进行优化配置，集中力量提升高价值客户的满意度。因此，在完成客户满意度的测评，给出 “ 提高客户满意度 ” 的行为建议时，需要考虑所提建议的行为成本，着眼于利润最大化原则。当然，这是后话。