客户满意度抽样

客户满意度调查中样本抽取问题研究来源：广西烟草客户满意度调查是全世界众多企业了解客户心声，发现自身服务存在的问题的重要手段，在国内烟草行业不断推进市场化改革的今天，客户满意度调查也深受青睐，其目的是为了客观地了解零售客户对公司各项服务的看法，了解公司各类人员的服务是否到位，发现企业管理中的优势和不足，为进一步提升客户满意度及今后公司的决策取向提供富有参考价值的第一手资料。客户满意度调查是一项描述性调查研究，具有系统性、结构性和全面性等特征，通常表现在需要采取严格的随机抽样方法来选择研究对象，研究样本的规模也要求比较大，问卷以用封闭式问题为主，采取自填或结构式访问收集资料，所得的资料必须经过统计处理，得出以数量形式为主的各种结果，并将这些结果和结论推论到总体中去。因此，客户满意度调查在样本抽取、问卷设计、资料收集和统计分析中都必须时刻注意其科学性，否则就会出现调查结果信度和效度不高，无法客观反映客户真实意见的情况。在此主要对样本抽取中存在的问题进行论述。一、当前客户满意度调查中样本抽取存在的问题客户满意度调查经常采用抽样调查的方式，从总体客户中通过科学的抽样方法选取一部分样本客户进行调查，用来自样本的资料去描述总体的客户满意度情况，因此，样本的选择至关重要。然而，由于许多调查者在学习、掌握和运用抽样调查方法中还存在一些不足，因而在客户满意度调查中进行抽样时尚存在某些不科学、不规范的因素。主要表现在以下两个方面：1.抽样方法不科学现在许多企业都认识到抽样调查的优越性，很多决策引用的资料都据称是通过抽样调查所得。但有些人却并不真正明白抽样调查本身需要有一整套严密思索和符合数理原则的选择程序才能保证调查结果的使用价值。也并非所有的抽样调查结果都能推广到总体，亦即并非所有的抽样调查都能较好地反映总体的情况。能够推广到总体的是那些抽样方式科学、抽样范畴充分，因而样本对总体具有较高代表性的调查。如果样本不具备这种代表性，就会发生调查结论与实际情况不相符合的情形，从而大大降低抽样调查的实际价值。目前很多企业在开展客户满意度调查时，往往存在以下几种不科学的情况：一是根据自己方便的形式抽取调查对象，如通过客户经理或专卖员抽查较近或者关系较好的客户；二是根据自己的主观判断来抽取客户，甚至有些企业仅仅靠拍脑袋决定所调查的客户；三是为使调查结果符合上级要求或用来宣传，有选择的抽取一些服务比较到位的客户。这些问题的存在，直接影响到样本的代表性，从而降低了调查结果的信度和效度，使企业无法真正了解到的公司存在的服务质量问题。2.样本规模不科学目前部分企业认为在进行客户满意度调查时调查样本越多越好，一些企业的调查样本甚至达到总体的80%以上，认为只有这样才能反映出客户满意度的真实情况。当然，单从量上来说，样本越多就越能反映真实情况，样本过少则会造成误差增大。但是，样本规模的大小，直接影响到调查经费的多少，样本规模大，要求在人、财、物上的投入也很大，同时，撇开调查经费不谈，单纯的追求大样本，也并不能保证调查的科学性。在这方面最为著名的例子是1936年美国总统大选的民意测验。总统选举投票前，《文摘》杂志寄出1000万张询问投票倾向的明信片，然后依据收回的237万多份结果极其自信地预测共和党候选人兰登将以领先15%的得票率战胜民主党候选人罗斯福而当选总统。乔治•盖洛普主持的《美国民意测验所》，根据美国人口的年龄、性别、职业，宗教信仰和经济收入的构成状况，采取“典型抽样法”，仅选取1000人进行民意测验，预言罗斯福将获得胜利。大选结果，罗斯福获得了胜利，并且其得票率超过兰登20%!当然，也有一些企业认为只要抽取少量的样本就可以折射出客户满意度情况，但样本量过小，所推测的总体则会出现更大的偏差，而且某些类别就可能由于调查对象太少而无法进行分析。、如何选择正确的抽样方法在许多情况下，企业都希望对客户的意见进行全面的收集和研究。如果对所有的客户都进行调查，即进行普查，当然是最为全面的，但却往往是最不现实的，其费用过高、性价比低。比较理想的情形是：只抽取客户中的一部分，但所得到的却不仅仅是这一部分客户的满意度情况，而是折射、体现在这一部分客户上的总体情况。因此，选择能够代表所有客户的一部分客户，成为企业开展客户满意度调查的关键问题之一。经过长期的探索和实践，调查者们充分地借助了在现代统计学和概率论基础上发展起来的抽样理论与方法，从而使通过抽取部分样本反映总体情况成为现实。1.各种抽样方法浅析抽样方式可以分为概率抽样与非概率抽样两大类，它们有着本质的区别。概率抽样是依据概率论的基本原理，按照随机原则进行的抽样，因而能够避免抽样过程中的人为误差，保证样本的代表性；而非概率抽样则主要是依据调查者的主观意愿、判断或是否方便等因素来抽取对象，往往会产生较大的误差，难以保证样本的代表性。下面介绍几种常见的抽样方式：（1）偶遇抽样。这是非概率抽样的一种，又称为方便抽样，是指调查者根据实际情况，以自己方便的形式抽取偶然遇到的客户为对象，或者仅仅选择那些离得最近的、容易找到的客户为调查对象。比如调查者仅仅选择在企业周边的客户进行调查，这种碰到那户就调查那户的做法往往被有些人误认为是随机抽样，这是错误的，它并没有保证所有客户中的每一个都有同等的被抽中的概率，因此不能用来推论总体的客户满意度情况。（2）判断抽样。这也是非概率抽样的一种，又称为立意抽样，是调查者根据自己主观的分析来选择和确定调查客户的方法。即根据自己对客户的了解来确定是否作为调查样本，这由于调查者的主观分析总有偏差，所以其样本的代表性也难以判断，不能用来推论出全体客户的满意度情况。（3）简单随机抽样。这是概率抽样的最基本形式，是按等概率原则直接从全体客户中随机抽取所需要客户数量。一般来说，一个企业的客户比较多，因此往往采用随机数表来抽样，即首先给所有客户按顺序编号，根据所有客户数是几位数来确定从随机数表中选几位数码，以全体客户数为标准，对随机数表中的数码逐一进行衡量并决定取舍，根据样本规模的要求选择出足够的数码个数，最后依据选出来的数码去选择所对应的客户。如某企业有9000户客户，分别按顺序编号，在随机数表中的任意地方的4位数开始，按照从左到右的顺序，以9000为标准，凡小于9000的抽出来，凡大于9000或已经选取的数码则不要，直到选够所需样本数为止，最后按所抽取的数码，选取所对应的客户即为样本。（4）系统抽样。系统抽样是概率抽样的一种，它是把总体的单位进行编号排序后，再计算出某种间隔，然后按这一固定的间隔抽取个体的号码来组成样本的方法。它和简单随机抽样一样，需要有完整的抽样框，样本的抽取也是直接从总体中抽取个体，而无其他中间环节。它比简单随机抽样简便易行，但总体中的个体排列必须是随机的，而不能是有规则的分布。（5）分层抽样。也是概率抽样的一种，它是先将总体中的所有单位按某种特征或标志（如零售户所在地区、业态、规模等）划分成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系统抽样的办法抽取一个字样本，最后将这些字样本合起来构成总体的样本。这种方法可在不增加样本规模的前提下提高抽样精度，同时也便于了解总体内不同层次的情况。在烟草行业开展客户满意度调查一般采取这种方式。（6）整群抽样。它与前几种抽样的最大差别在于，它的抽样单位不是单个的个体，而是成群的个体。它是从总体中随机抽取一些小的群体，然后由所抽出的若干个小群体内的所有元素构成的样本。例如，我们可以先从辖区内采用简单随机抽样、系统抽样或分层抽样等方法抽取一些乡镇，再把所抽中乡镇中所有的零售户作为样本。2.一种较好的抽样方法一一多段抽样在社会研究中，当总体的规模特别大，或者总体分布的范围特别广时，研究者一般采取多段抽样的方法来抽取样本。一个地市级烟草公司的零售客户往往很多，如作者所在的公司就有一万多零售客户，单单采用一种抽样方法往往不能满足进行客户满意度调查的需要，因此可以结合研究需要采取多阶段抽样，它是按抽样元素的隶属关系或层次关系，把抽样过程分为几个阶段进行。如在实际操作中，当营销部数量较少时，可以把全部营销部包括在内，营销部数量较多时，可以先用简单随机抽样方法抽取适当的营销部数量；抽取营销部后，由于研究客户满意度一般需要区分不同的业态，因此可以再按各业态所占营销部零售客户总数的比例确定各业态所抽数量；最后，在各业态零售户内部再用简单随机抽样或系统抽样方法抽取所需客户。需要注意的是，由于此种方法划分了两个层次多个类型，因此所需要的样本比较多，才能保证各个层次和类型都有一定数量的样本，避免样本过小而无法研究某一个类型。三、如何确定样本规模影响样本规模确定的因素确定样本规模是每一项具体的调查研究所必须解决的问题之一。不同的研究由于对象的不同所需要的样本规模也不同，其主要受以下几个方面因素的影响：（1）总体的规模。一般来说，总体越大，则样本也要越大，这样才能保证一定的精确度。但当总体规模大到一定程度时，样本规模的增加速度大大低于总体规模的增加速度。（2）抽样的精确性。抽样的目的往往是要从样本去推论总体，而推论的准确性程度则与样本的规模有关。在研究中往往采用置信度与置信区间来说明样本规模与抽样的可靠性之问的关系。一般来说，在其他条件一定的情况下，置信度越高，即推论的准确性越大，则所要求的样本规模就越大。比如说，99%的置信度所要求的样本规模，就比95%的置信度所要求的样本规模要大。总体的异质性程度。最极端的情况是，总体中个体相互之间不存在差别时，只要了解其中之一就行了。一般来说，要达到同样的精确性，在同质程度高的总体中抽样时，所需的样本规模就小一些；而在异质程度高的总体中抽样时，所需要的样本规模就大一些。比如，当零售客户的满意程度差别比较小时，同样的精确度所要求抽取的样本就比较少。所拥有的经费、人力和时间。从样本的代表性、抽样的精确性考虑，财样本规模当然是越大越好。但是样本规模越大，也意味着所需要投入的人力、物力和时间越多。因此，从抽样的可行性、简便性考虑，样本规模又是越小越好；究竟选择多大规模的样本，往往需要研究者根据所拥有的经费、人力和时间来作出选择。经验介绍抽样误差就是用样本值去估计总体值时所出现的误差，它取决于总体的分布方差和抽样规模。一方面，可以着眼于缩小总体的异质性程度来降低误差，如采用分层抽样，通过将零售户划分为不同的营销部或业态，既使得这些不同营销部或业态在样本中都有代表，又使得抽样误差中不存在营销部或业态间差异，而只存在同一营销部或业态内的差异，其效果相当于降低了总体分布的异质性，提高了推论的精确度。另一方面，增加样本规模可以减少抽样误差。对于比较小的样本来说，样本规模上的很小一点增加，就会带来精确性方面很明显的增加，比如，在95%置信水平下，样本规模从100增加到156时，抽样误差就