顾客满意度测评模糊方法的基本模型与工具(doc 31页)

顾客满意度测评模糊方法的基本模型与工具目录：
一、关于美国顾客满意度指数测评方法的思考
二、顾客满意度测评模糊方法的基本模型
三、顾客满意度测评模糊方法的基本工具
四、顾客满意模糊信息的测评
五、顾客满意度模糊测评模型图
六、旅游市场顾客满意度测评的实证研究

 

顾客满意度测评模糊方法的基本模型与工具内容提要：
ACSI可应用LISREL统计软件进行参数统计，并在此基础上计算ACSI。
针对上述的ACSI模型，可以进行如下的思考。
1、客观世界存在着两种不确定性。“第一类不确定性”是众所周知的“随机性”，是指在个别试验中呈现不确定性，也即在每次试验之前无法预知确切的结果，但在相同条件下，在大量重复试验中又呈现出的某种规律性。在美国的顾客满意度的测评中，注意并重视了变量的第一类不确定性，并且采用了十分成熟的数理统计方法予以处理。但是客观世界还存在着第二类不确定性，这类不确定性是对某些事物人们不可能给予它们以明确的定义和确定性的评定标准而具有的不确定性。这就是所谓的模糊性。如果忽视了这种不确定性，那末进行统计的原始数据的真实性将会存在很大的问题，如用清晰等级来划分顾客的实际感受，这和顾客心理活动的实际情况是存在很大差异的，在此基础上进行复杂多元统计的必要性也将是值得考虑的。因此，在取得实测数据时，必须考虑消费者心理感知的模糊性，应该避免等级的清晰划分，避免界点两侧的跃变，要承认等级之间的中介过渡和亦此亦彼性。
2、在美国的顾客满意度的测评中，在测评原始数据的基础上进行精确的数理统计，纯然，这是一种处理方法，但是当数据本身是否能准确描述实际情况还存在某种疑惑时这种精确求解的必要性是可以探讨的。实际上我们可以另辟蹊径，从精确性上后退一步不是去追求一个精确解，而是满足于一个满意解。
3、在上述的ACSI模型中，在潜在变量之间，在潜在变量和外生显在变量及内生显在变量之间采用了“线性”结构。这一“规定”实在是“人为”的而非“本源”的。在这样的认识基础上，我们完全可以应用模糊统计、模糊综合评判以及在模糊控制理论和实践中已经取得成功的模糊推理方法来测评顾客满意度指数。

..............................