顾客满意度测评的本质是一个定量分析的过程，即用数字去反映用户对测量对象的属性的态度，因此需要对测评指标进行量化。由于顾客满意度测评了解的是用户对产品、服务或企业的看法、偏好和态度，测评指标的量化方法使用的是态度测量技术。
在态度测量的研究中，“态度”主要有三个方面的含义：一是指对某事物的了解和认识；二是指对某事物的偏好；三是指对未采行为或状态的预期和意向。测量是指根据预先确定的规则，用一些数字或符号来代表某个事物的特征或属性。
通过直接询问来了解用户态度是困难的。因为有些人根本就难以理清自己对产品或服务的态度，或者无法用语言或文字去准确表达；观察法也不是衡量态度的有效方法，因为观察到的外在行为常常不能代表真实的态度。而利用某些特殊的态度测量技术进行量化处理，将会使那些难以表达和衡量的“态度”既客观又方便地表示出来。这种态度测量技术所运用的基本工具，就是所谓的“量表”。
量表的设计包括两步：第一步是“赋值”，根据设定的规则，对不同的态度特性赋予不同的数值；第二步是“定位”，将这些数字排列或组成一个序列，根据受访者的不同态度，将其在这一序列上进行定位。
量表中用数字表征态度的特性是出于两个目的。首先，数字便于统计分析；其次，数字使态度测量活动本身变得容易、清楚和明确。
对事物的特性变量可以用不同的规则赋值，因此形成了不同测量水平的测量量表。基本的测量量表有4种：类别量表、顺序量表、等距量表和等比量表，顾客满意度指数测评中应用的5级李克特量表就属于其中的顺序量表。一般采用的5级态度是满意、较满意、一般、较不满意和不满意，相应赋值为5、4、3、2、1。当然也可以是相反的顺序，如1表示满意，5代表不满意等。也可以将5级态度在题目开头给出，然后让被访者根据对每个测试指标的满意程度在相应的方框上打钩或画圈。表5-2是一个利用李克特量表的例子。
表5-2 用户对某油品服务满意度测评表
顾客满意度测评要求被访者对每一个测评指标发表自己的看法，要对每一个与态度有关的测评指标表明他满意或不满意的程度。李克特量表比较容易设计和处理，受访者也容易理解，在邮寄访问、电话访问和人员访问中都适用。
在数据处理时，受访者对每个测评指标的回答进行赋值，可以从1到5，也可以从5到1。可以汇总计算每个测评指标的顾客满意度评价值，从而了解被访群体对测量对象各方面的态度；也可以计算每个受访者对测量对象的态度总分，以了解不同被访者对受测对象的不同态度。
在顾客满意度测评中，我们常常会遇到许多定量的测评指标，而这些指标又不能直接用于李克特态度量表。为方便数据信息的搜集和统计分析，必须将这些指标转化成李克特量表所要求的测评指标。
转化的方法是将指标的量值恰当地划分为五个区间，每个区间分别对应李克特态度量表的五个赋值，这样就实现了指标的转化。定性和定量测评指标的量纲得到统一，数据的收集、处理和分析就比较方便、容易了。表5-3就是将定量测评指标进行转化的实例。
表5-3 油品定量测评指标的转化
顾客满意度测评指标体系反映测评对象的质量水平状况和特征，而每个测评指标的变化对顾客满意度变化的影响程度是有所不同的。反映影响程度的重要性尺度是权重，权重的确定和分配是测评指标体系设计中非常关键的一个步骤，对于能否客观、真实地反映顾客满意度起着至关重要的作用。
确定权重，要求测评人员对顾客满意度测评、企业经营规模、产品服务的特性和社会心理学都有较深刻的了解，具有丰富的实践经验。测评人员可以根据自身的经验，对测评指标体系各项指标重要程度的认识来确定权重，常用的方法有主观赋权法、客观赋权法、德尔菲法、层次分析法、由顾客调查表直接确定法，等等。
顾客满意度测评指标体系选定后，测评人员可以根据自己的知识、经验或参考有关专家的意见，直接、主观地赋予各项指标权重。如将某加油站的各项测评指标油品表现、服务表现、员工表现和企业形象的权重分别主观地定为0.4、0.3、0.2、0.1。但这种主观确定并非随意设计的，一般有其客观基础。
客观赋权法是根据调查问卷所得的数据通过相互比较后再赋予权重，包括：
（1）直接比较法。首先确定“最小重要度指标”，然后确定其他指标的比较倍数，确定各指标的权重。表5-4为直接比较计算权重的过程。
表5-4 直接比较法确定权重
（2）对偶比较法。将要比较的指标配对后，针对配对指标的某一特征进行比较，按以下方式赋值再确定其权重。若A与B为配对指标：
∗当A与B比较时，A非常重要，B不重要，则A=4，B=0；
∗当A与B比较时，A重要，B比较重要，则A=3，B=1；
∗当A与B一样重要时，则A=2，B=2。
表5-5为其计算过程。
表5-5 对偶比较法确定权重
德尔菲（Delphi）法又称为专家法，其特点是集中专家的经验与意见，确定各指标的权重，其步骤如下：
（1）一般情况下选择专家，应选择本专业领域中既有实际工作经验又有较深理论修养的专家10～30人，并且需要征得专家本人的同意。
（2）确定权重的若干测评指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立地给出指标的权重值。
（3）回收结果并计算各指标权重的均值与标准差。
（4）将计算的结果及补充资料返还给各位专家，要求其重新分析确定权重。
（5）重复上述第（3）、第（4）步，直到各指标权重与其均值的标准差不超过预先给定的标准差为止，也就是各专家的意见基本趋于一致，以此时各指标权重的均值作为该指标的权重。
此外，为了使判断更为准确，让评价者了解已经确定的权数可靠程度，还可以运用“带有信任度的德尔菲法”，该方法需在上述第（5）步每位专家给出最后权数值的同时，标出各自所给权数值的信任度，并求出平均信任度。这样，如果其中一种指标权重的信任度较高时，就可以有较大的把握使用它，反之，只能暂时使用或设法改进。
层次分析法是运用美国著名运筹学专家塞迪（A.L.Saaty）给出的1～9标准法，它根据各测评指标的相对重要性来确定权重。层次分析法可以通过测评指标两两比较，使复杂的、无序的定性问题能够进行量比处理。具体方法如下：
（1）依据总目标建立递阶层次结构，把顾客满意度测评所涉及的因素划分为目标层、准则层、指标层。
（2）用比较标度法构造各层次的比较判断矩阵。
A中各元素aij以1～9标度法取值，见表5-6。
表5-6 判断矩阵标度及其含义
（3）判断A=(aij)n×n的最大特征值，最大特征向量的计算方法及一致性检验方法如下（为了便于计算，在没有显著性差异的情况下，我们可以用层次分析近似求解的方法求得权重）。
计算判断矩阵每一行元素的乘积Mi
则向量W=(W1，W2，…，Wn)T就是解求的特征向量。
计算判断矩阵的最特征根λmax
一致性检验
偏差一致性指标(www.daowen.com)
平均随机一致性指标RI，可查表5-7。
表5-7 平均随机一致性指标
随机一致性比平CR=CI/RI
当CR＜0.1时，可以认为判断矩阵具有满意的一致性，确保所得权重的有效性。否则，应重新调整判断矩阵的元素，直到具有满意的一致性为止。当一致性好时，与λmax对应的特征向量的分量，就可作为所求的权重值。
（4）权重的折算（确定指标层对目标的权重）。若准则层对目标A的权重为a1，a2，…，an，准则层要素为B1，B2，…，Bn，指标层要素为C1，C2，…，Cm，指标层对准则层的权重为bij。
为了计算指标层各要素对目标的权重，可以构造判断矩阵，见表5-8。
同时，为了便于计算，在没有显著性差异的情况下，我们可以用层次分析法近似求解的方法求得权重，步骤如下：
利用1～9标度法确定测评指标两两之间的相对重要性。若顾客满意度测评中评价指标“油品表现”分解为“油品质量”“油品价格”“油品供应”和“油品数量”4个指标，然后把这几个测评指标进行两两比较：“质量”与“价格”相比，指标“质量”相对重要程度“略为重要”，则取值a21=3，而“价格”与“质量”相比，价格相对重要程度取值a12=1/3。以此类推，得到四个下一级测评指标的比较矩阵，见表5-9。
表5-8 指标层对目标层的权重（ωm）
表5-9 测评指标的比较矩阵
利用层次分析法运算表，对上述矩阵进行计算。运算过程见表5-10。
表5-10 层次分析法运算表
中国石油销售分公司所提供的产品和服务，终究是由用户消费，那么企业所提供的产品／服务的种种特性的相对重要性，最终应由用户来确定。这种方法实际上是由用户自己来确定权重，客观性强，是一种值得推荐的方法。
方法1：需要对每个调查因素（项目）的重要性级度赋予权数。
第1步：对因素的每一个重要性级度赋予权数，权数可按表5-11给出。
表5-11 因素（项目）重要性级度权数
其中：ωxj∈0，1[]，j=1，2，3，4，5。
表5-12 用户对某一层次（同级）指标级度选择的统计结果
第3步：可按下列公式计算权重
归一化后
其中，ωi为第i个指标相对于上一层次指标的相对权重。
方法2：不需要对调查指标的重要性级度赋予权数，但需要给重要性打分。
第1步：用户对某一层次（或同一级）的调查指标的重要性打分，设被调查的用户总数为N，Aij为第j个用户对第i个调查指标所给出的分值（建议采用100分制），结果如表5-13所示。
第2步：按下面方式计算用户对产品／服务某层次（或同级）的调查指标Ki的相对权数。
各因素相对权数：
表5-13 用户对产品／服务某一层次（或同级）调查因素的打分结果
产品／服务的其他层次（或同级）的调查因素的相对权重按以上方法给出，之后进行权重折算，可得出指标层各指标对目标的权重。
实例
对某加油站“油品质量”指标下的5个指标的用户重要度进行调查，设调查的用户总数为100，统计结果见表5-14所示。
表5-14 某加油站“油品质量”指标下的5个指标的顾客重要度调查统计结果
由前面的公式有：K1=95×1.0+2×0.8+2×0.6+1×0.3+0×0=98.1
K2=3×1.0+86×0.8+3×0.6+5×0.3+3×0=75.1
K3=5×1.0+10×0.8+78×0.6+5×0.3+2×0=61.3
K4=1×1.0+6×0.8+30×0.6+60×0.3+5×0=41.8
K5=0×1.0+5×0.8+15×0.6+56×0.3+24×0=29.8
同理可得：ωK2=0.24，ωK3=0.20，ωK4=0.14，ωK5=0.10
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
