CSI，用户满意度

用户满意度（CSI） 用户满意度（Customer Satisfaction Index）是近年来国际上发展起来的质量评价指标。1989年，瑞典首先提出并建立了国家用户满意度指数测评体系，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。美国质量协会（ASQ）从90年代开始研究如何评价用户满意，1994年开始建立一个全国范围的，跨行业的总体指数ACSI，每季度在《幸福》杂志上公布一次用户满意度指数。 用户满意度指数理论是建立在消费心理学、消费行为学及计量经济学的基础上的质量评价科学指标。它将产品性能、可靠性、价格、所提供的相应服务等因素作为考察对象，与用户期望相比较，由用户做出评判。由于用户满意度将质量的技术性、符合性标准，转变为以用户对产品和服务的感受和体验来评价质量，所以反映了市场经济的本质特征。我国的用户满意度指数的研究工作正在逐步进入试行推广阶段。由清华大学与国家质量监督检验检疫总局合作的中国用户满意度指数（CCSI）调查已取得了阶段性成果。 2、客户关系管理与用户满意度 CRM是由美国Gartner Group提出来的概念，它既是一种先进的管理模式和解决方案，也是一套应用软件及其支持技术，它实施于企业的市场运营、销售、服务与技术支持等与客户相关的领域。旨在使企业从 “以产品为中心”的模式转向“以客户为中心”的模式，据CBIResearch的调查表明，在美国及欧盟等发达国家，CRM以每年4O％以上的速度迅速崛起，而现在国内的CRM市场尚处于起步阶段。现在国内用友、金蝶等IT公司都涉足CRM，并推出自己的解决方案，但是这些方案的应用效果却不佳。究其原因，主要是因为，国内CRM应用系统主要参照国外CRM系统的架构，以Call-Center、客户关怀计划、客户忠诚度计划等形式展开应用，而在用户满意度指数测评方面却考虑较少。 因此，研究在中国不同行业的客户关系管理系统中用户满意度指数测评模型具有较好的理论意义及实际应用的前景。该模型的应用结果可让企业找到自己的问题之所在，有针对性地改善服务质量，通过持续质量改进，增加运营商的经济效益；从而促使企业的服务质量上升到一个新台阶；CRM中用户满意度指数测评模型的建立与完善，对建立符合市场规律的、适用于监督、管理的企业测评体系提供科学保证。用户满意度指数测评模型也可以适用于其他信息系统，此项研究成果对管理信息系统等IT系统在用户满意度测评方面的应用均有一定借鉴意义。 3、用户满意度指数指标体系的设计 3.1、用户满意度评价方法 现在用于用户满意度评价方法的模型主要有：采用单一的评价方法（如：主成分分析法，信息熵, 模糊综合评价法，灰色关联度法,改进的DEA法、层次分析法、德尔菲法、神经网络法、遗传算法等）或某几个固定的评价方法组合（如：数据包络分析方法和整数目标规划组合、灰色关联与遗传算法组合等）。由于不同方法的评价机理不同,不同的评价方法对不同数据量的评价对象也是有偏好的,如,在潜在合作伙伴数量比较多时，遗传算法在求解优化组合问题有显著优点，而对小数据量的评价则不具有优越性。而单一的评价方法对于动态地评价用户满意度都不是很理想。为此，本文提出了模糊评判与层次分析综合应用来评价用户满意度的方法，具体的思路是在采用层次分析法确定模糊评判的权重的基础上，用模糊综合评判法对指标体系进行综合的评价。模糊综合评判是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，它的数学模型可分为单级模糊综合评判和多级模糊综合评判两种。单级模糊综合评判方法比较简单，一般对因素较少的问题可以得到较合理的评价结果。但是当评价系统十分复杂时，需要考虑的因素往往很多。有时一些因素在属性上存在一定的相关性，各个因素往往有具有不同层次，许多因素有时还具有比较强的模糊性。这时单级模糊综合评判就会显示出很大的局限性。从我们所设计的指标体系可以看到，由于评判对象——用户满意度本身较复杂，影响因素较多，且具有不同的层次。所以，选择采用二级模糊综合评判法，在单级模糊综合评判的基础上再进行综合评价将得到一个关于用户满意度总体评价。 3.2、用户满意度评价指标 我国的用户满意度指标体系研究起步较晚，综观很多的用户满意度指标体系的基础构架还是源于ACSI的模型，所以本文讨论的CRM系统中用户满意度指标体系模型也是参考ACSI的模型，该模型是一个多变量的经济模型，当它转化为用户满意度评测指标体系时，必然是一个多指标的结构，这一指标体系应当划分为二个层次,并且每一个层次的指标都是由上一个层次展开而来，同时所有相应的展开层次也可以反映其上一层次，一级指标应该包括五个指标，即感知到的质量，感知到的价值，用户期望，用户抱怨和用户忠诚度。该体系如下图所示： 4、用户满意度评价方法 4.1、一级模糊综合评判 首先分别对各个一级因素集——感知到的质量，感知到的价值，用户期望，用户抱怨和用户忠诚度（用Ui 表示）进行单级模糊综合评判，其基本步骤如下。 第一步、确定因素集Ui ={Ui1， Ui2, ...，Uim}的评判矩阵1 ，2 ，…，i…，5 (i=1,2, ...，5) （m表示各个一级指标下的二级指标数） r11 r12 … r15 r21 r22 … r25 i= . . . . rm1 rm2 … rm5 上述距阵表示专家评判组对第i类二级因素Ui作出评价。 第二步、确定各因素的权重矩阵 i=(ai1,.ai2,…aij, …，aim) 。 第三步、求解各个二级因素的评判结果集i i=(bi1, bi2,…,bi5) 。评判结果集i可由下式求得：i=i?i ，即 r11 r12 … r15 r21 r22 … r25 (bi1, bi2,…bi5)=(ai1,ai2,…,aim) ? . . . . ……………. . rm1 rm2 … rm5 4.2、二级模糊综合评判 第一步、确定因素集U ={U1， U2, ...，Um}的评判矩阵 1 ＝ i 5 第二步、确定各一级因素的权重矩阵 =(a1,.a2,…ai, …，a5) 。 第三步、求解评判的最终结果集，=? （3）得出综合评判结果 第一步、将作归一化处理得 第二步、用加权平均法得到综合评判结果 A、对各评判等级赋值,设为hk。则可得评判集为：V＝（h1，h2，…，hk，…，h5） B、计算综合评判结果。设综合评判结果为F，则F＝? V 5、结论 将该评价指标体系应用在某银行客户关系管理系统中，获得了与实际极为相符的数据，对CRM系统的成功应用起到积极的促进作用，为企业实施以客户为中心的战略奠定了真实的信息基础。