下载文档原格式
目前对顾客满意度调查中因子权重分析的研究已有一些，往往采用主观的方法来确定各级因子的权重，如经验法、专家法、移植法和综合法等。
经验法是一种依据以往满意度调查或其他类似调查中的经验来确定因子权重的方法。
这种方法在实际使用过程中往往是问卷设计人员主观地、人为地确定因子的权重，具有较强的主观性和随机性，但是由于其使用方便、统计工作量少等原因而被广泛地使用。
专家法是根据专家的意见和判断来确定因子权重的方法。
使用这种方法时往往是调查结构根据需要选择一定数量的专家来对调查因子的权重进行判定，然后由调查人员综合专家的意见来确定出因子的权重。
这种方法使用起来较为简单方便，也有十分广泛的应用。
但是这种方法的主要问题在于选择什么样的专家和专家的数量都会影响到因子的权重，另外也可能出现专家意见相左的情况，所以这种方法得到的权重除了主观性和随机性外，通常还具有一定的折衷色彩。
移植法是一种与经验法类似的方法，它是将其它组织类似的调查或组织以往类似调查中使用的权重信息移植到现有的顾客满意度调查中。
这种方法的优点在于简单易行，但是这种方法存在着严重的时效性问题，即现有的调查与所移植的调查所处的环境可能已经发生了显著地变化，这时就很难保证调查所得信息的可靠性和可信性了。
综合法是综合利用专家意见以及经验数据等一些可得信息来确定因子权重的方法。
这种方法是为了克服上述方法的不足而产生的一种方法，该方法在使用过程中的主要问题在于如何综合，所采用的方法不同，结果也就不一样。
也就是这种方法也带有一定的随机性。
以上这些方法有一个共同的特点，就是它们都是一些较为主观的方法，使得调查结果具有较强随机性，而科学性和客观性不足。
另外，这些方法往往关注因子之间的绝对重要性，使得因子之间的权重差异不显著，因子的权重值较为接近，无法找到顾客关注的重点。
利用调查数据确定权重若干方法的比较一、问题的提出：在顾客满意度调查中，需要围绕所要调查的目的或主题设计合理的问卷。
顾客满意度理论模型包含了顾客期望、顾客对质量的感知、顾客对价值的感知、顾客满意度、顾客抱怨和顾客忠诚等六方面，这六个方面是无法直接观测的，称之为潜在变量，但它们可以通过另外一些可以观察的较为明显的变量进行研究。
然而可观测的变量一般较多，如何从中提取他们的信息，得到最终的结果，是一个一直在困扰大家的问题，常用方法是赋予各个观测变量适当的权数，加以综合。
目前使用的赋权方式多种多样，还没有一种衡量的统一尺度。
确定权重的方法有专家定权法、历史资料法等，但都有缺陷。
前者只是相应的行业和领域内，造诣较深的专家对于自己积累经验的应用。
其局限性主要体现在与顾客满意度调查中的“以顾客价值观为中心”相悖，没有体现出顾客的意愿。
历史资料法是根据历史资料的记载，按每种指标调查结果的重要程度赋以相应的权重，但缺少变化的观点。
本文想讨论从调查数据出发，确定权的一些方法，并做出比较。
下面以上海市质协用户评价中心所做的一个课题的数据为例，讨论了有关权数确定的一些问题。
按照调查的全过程，这次调查将顾客的直接感受分为六大类二级指标进行测评。
问卷详细调查了上海市民对这个课题的主题各方面的认识和感受的满意程度，并让被访者在对每个大类设置的5级李克量表上表明他们的赞同程度，从“满意”到“不满意”。
其中……代表的都是顾客对质量的感知，代表的是顾客对价值的感知，最后要求顾客给出一个综合评价指标。
以上每一方面可以分别计算出该部分的满意度，为了综合这几个方面，需要确定权重以计算出整体的顾客满意度，因此所要解决的关键问题便是权重的确定。
以下给出了几种不同的赋权方法，并加以比较。
二、用数据确定权重的几种方法从调查的实际数据出发，确定权重的方法可以从数据本身提取有关信息，能充分体现顾客的意愿。
其客观性较强，不易受其它主观因素的影响。
只要数据分析技术人员有专业的统计知识，并且借助统计软件和计算机，就能从数据出发，实现“以顾客感受为依据，以顾客价值观为中心”的目标和宗旨。
满意度指标评价中权重的确定方法评价客户满意度是企业管理中至关重要的一项指标，通过了解和分析客户的满意度，可以有效改进产品和服务质量，提高客户满意度，并进一步增强企业的竞争力。
在进行满意度评价时，确定各项指标的权重是一项关键的任务，本文将介绍几种确定满意度指标权重的方法。
一、主观评价法主观评价法是基于专家的主观意见来确定指标的权重。
这种方法通常采用专家访谈、问卷调查或专家研讨会等方式，通过专家们的判断和经验，对各项指标进行评估和排序，然后确定权重。
在使用主观评价法确定指标权重时，需要选择一些具有相关领域专业知识和经验的专家，并制定评价指标和评分标准。
专家们可以通过讨论、分析和评估来确定各个指标的权重，最终达到一致意见。
这种方法的优点是可以融合专家的知识和经验，提高权重的准确性和合理性。
然而，由于主观因素的介入，可能会受到专家个体间的差异以及主观态度的影响。
二、客户调查法客户调查法通过直接采集客户的意见和反馈，来确定指标的权重。
可以通过面对面访谈、电话调查、在线调查等方式收集客户的意见，并计算出各个指标的权重。
在使用客户调查法确定指标权重时，需要设计调查问卷，明确调查的目的和内容，以保证调查的有效性和准确性。
然后，通过对收集到的数据进行分析和统计，计算出各个指标的权重。
这种方法的优点是可以直接获取客户的意见和反馈，客观性较高。
然而，需要投入较大的人力和物力资源来进行调查，并且还需要保证样本的代表性。
三、层次分析法层次分析法是一种常用的定性和定量相结合的权重确定方法。
该方法首先将各个指标归类为不同的层次结构，通过构建判断矩阵和计算特征向量，确定各个指标的权重。
在使用层次分析法确定指标权重时，首先建立层次结构，将指标分为几个层次，并确定各个层次之间的关系。
然后，通过专家问卷调查或其他方法，构建判断矩阵，评价和比较各个指标之间的相对重要性，最终得出权重。
这种方法的优点是能够考虑到多个因素之间的相互关系，并通过计算得到权重。
中国cpi权重计算方法
中国CPI权重计算方法是将消费品和服务按照其在家庭支出中占比进行划分和权重计算，通常采用以下步骤进行：
1.确定标准商品和服务项目：根据消费者的购买习惯和品种范围，选择一定数量的商品和服务项目，作为CPI调查的标准商品和服务项目。
2.确定商品和服务分类：将标准商品和服务项目划分为不同的商品和服务分类，如食品、衣物、医疗服务、教育服务等。
3.收集价格数据：对于每个商品和服务分类，收集相应时间段内不同地区的价格数据。
4.计算分类权重：将每个分类的价格数据累积，得到这个分类在总支出中的比重，即权重。
5.计算CPI：将各分类的价格指数根据其权重加权平均，得到总体CPI。
这样计算得到的CPI具有较好的代表性和可比性，能够反映出消费者购买力的变化和物价水平的变动。
满意度计算公式范文
满意度公式：满意度=(满意度系数1*权重1+满意度系数2*权重
2+...+满意度系数n*权重n)/总权重
其中，满意度系数是指对每个评价项目进行评分后得到的满意度得分，权重是指每个评价项目的重要程度，总权重是所有评价项目权重之和。
在进行满意度计算之前，需要先确定评价项目和每个评价项目的权重。
评价项目可以包括产品质量、服务质量、交付时间、价格等方面，而每个
评价项目的权重可以根据具体情况进行确定，可以根据客户调查、市场调
研等来确定。
例如，假设有以下评价项目和权重：
评价项目1：产品质量，权重为0.4
评价项目2：服务质量，权重为0.3
评价项目3：交付时间，权重为0.2
评价项目4：价格，权重为0.1
接下来，需要对每个评价项目进行评分，并得到满意度系数。
可以采
用1-5分的评分制度，1表示非常不满意，5表示非常满意。
假设得到的
满意度系数如下：
满意度系数1：产品质量得分为4
满意度系数2：服务质量得分为3
满意度系数3：交付时间得分为5
满意度系数4：价格得分为3
再根据公式进行计算，得到满意度：
满意度=(4*0.4+3*0.3+5*0.2+3*0.1)/(0.4+0.3+0.2+0.1)
=(1.6+0.9+1.0+0.3)/1.0
=3.8
所以，根据以上的满意度计算，得到的满意度为3.8
需要注意的是，满意度计算公式可以根据具体情况进行调整和定制。
例如，可以根据不同评价项目的重要程度给予不同的权重，或者可以增加或删除评价项目来适应不同的业务或市场需求。
权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。
按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。
客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。
两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。
客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。
下面就对当前应用较多的评价方法进行阐述。
一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。
是一种客观赋权的方法。
此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。
例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。
如果各个国家的人均GNP没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。
由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。
为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。
五级满意度的得分算法
1.定义权重：首先，为每个满意度级别定义一个权重，代表其对满意度得分的贡献程度。
通常情况下，非常满意的权重最高，依次递减，非常不满意的权重最低。
根据实际情况可以自行设定权重值。
2.收集数据：收集客户的满意度评价数据，可以通过问卷调查、客户反馈等方式获取。
3.计算得分：对于每个客户的满意度评价，根据其选择的满意度级别和相应的权重，计算每个级别的得分。
将各级别得分加权求和，得到满意度得分。
4.归一化处理：为了方便比较和分析，将满意度得分归一化到0-100的范围内。
可以通过以下公式进行归一化处理：
归一化得分=(满意度得分-最低得分)/(最高得分-最低得分)*100
5.分析和应用：根据得到的满意度得分，可以进行综合分析和应用。
例如，可以对不同产品、服务或体验的满意度进行比较，找出存在问题的领域并采取改进措施，还可以根据满意度得分对不同客户进行分类和定制化服务。
需要注意的是，满意度得分算法应该根据实际情况进行灵活调整，考虑到不同业务和行业的特点，以及客户对不同方面的重视程度。
此外，满意度得分只是一个客观评价指标，不能完全代表客户对产品、服务或体验的真实感受，因此还需要结合其他指标和数据进行综合分析。
