层次分析法在顾客满意度评价指标体系中的应用

层次分析法在顾客满意度评价指标体系中的应用

一、顾客满意度的评价指标体系要对客户的满意度进行综合评估，首先要确定评估要素，并科学合理地确定评估指标体系。已有的一些文献也对顾客满意度的评价指标体系进行了研究，但是，目前尚无针对数码产品零售商场提出的评价指标体系。本文以能够准确反映数码产品零售商场顾客满意度为主，尽可能使评价指标和评价方法相匹配，来构造数码产品零售商场顾客满意度评价指标体系，如表1所示。二、数码产品销售场的客户满意度模糊综合评价方法模糊现象是指事实具有不确定性、不能明确归类的现象，顾客满意度显然具有这种模糊性的特点，故可采用模糊评价法评价顾客满意度。（一）准则层b的确定由于所评价对象复杂程度的不同，模糊评价有单因素和多层次两种方法。顾客满意度受到方方面面因素的影响，本文采用多层次模糊评价方法。1、确定评价指标集。评价指标集又称为因素集，是各种评价指标所组成的集合，即X=(X1，……，Xn）。本文为X=(X1,X2,X3,X4,X5）。其中X1=(X11,X12),X2=(X21,X22,X23,X24,X25,X26),X3=(X31,X32),X4=(X41,X42),X5=(X51,X52）。2、确定各评价指标的权重。评价指标体系是一个递进的层次结构，各项指标权重可以通过层次分析法来实现。层次分析法（TheAnalyticHierarchyProcess，简记AHP)（第23页），20世纪70年代由美国运筹学家T·L·Saaty提出，是指将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。这种方法是通过由多名专家、有经验的人组成评价小组，对评价指标体系中的各项指标进行两两比较其对目标层的重要性来完成的。本文要评价顾客满意度，可以请些不同层次的顾客组成专家组进行评价。(1）建立判断矩阵。构造判断矩阵是层次分析法的关键一步。将影响顾客满意度的诸因素就其影响程度进行两两对比。根据心理学家的研究成果：人们区分信息等级的极限度为7±2。因此，两两比较评价等级可以按表2中的重要等级及其赋值进行。按两两比较结果构成的矩阵A=[aij]，称为判断矩阵。其中且，即A为正互反矩阵。这里，首先可以就准则层B中五个元素对目标层A的重要程度进行两两对比，得到矩阵B=[bij],i=1,2,3,4,5;j=1,2,3,4,5。然后就评价对象C对准则层B的重要程度进行两两对比，得到五个判断矩阵：C1=[Cij],i=1,2,j=1,2；以此类推。(2）判断矩阵的一致性检验对于判断矩阵而言，理想的判断矩阵应满足的一致性条件为aik=aijajk。然而，由于受专家知识水平和个人偏好的影响，现实的判断矩阵往往很难满足一致性条件，特别是评价因素较多时，更是如此。因此，对于这种非一致性的判断矩阵，为保证其判断结果的可信度和准确度，还必须对其判断质量进行一致性检验。对判断矩阵进行一致性检验，首先需要计算判断矩阵的一致性比例CR（第36-38页）。式中，CI为判断矩阵的一致性指标，λmax为判断矩阵的最大特征根，RI为平均随机一致性指标。当CR<0.1时，认为判断矩阵有可接受的不一致性，即判断矩阵具有较满意的一致性。(3）计算权重向量如果通过上面的一致性检验，说明判断矩阵为一致性矩阵，就可以计算权重向量。否则，就要对判断矩阵进行调整，如请专家重新评价，直到其通过一致性检验。求解权重向量的方法很多，本文采用几何平均值法来求各评价指标的权重系数，步骤如下：(1)计算判断矩阵每行所有元素的几何平均值。(2)将多名专家（m）的判断矩阵进行综合。即对上面每个专家的bki求算术平均值。此处假定专家的权重相等，否则要用同样的方法求专家的权重，然后采用加权平均法计算。(3)将bi归一化，即计算得到B=(B1,B2，…Bn）。此即为所求的权重向量，是下一层各因素相对上一层指标的相对权重。这里，通过判断矩阵B=[bij]，可以确定准则层B对目标层A的权重向量为A=(W1,W2,W3,W4,W5）。通过判断矩阵C1,C2,C3,C4,C5可以确定评价对象层C对准则层B的权重向量为A1=(W11,W12），其它以此类推。3、确定评价顾客满意度的评语集Y。评语集是评价者对所评价对象可能做出的各种评价结果所组成的集合，即Y=(Y1，……，Yn）。这里取Y=（很满意，较满意，一般，不满意，很不满意）。4、确定模糊评价矩阵。通过各单因素模糊评价可以获得模糊综合评价矩阵。如对公司信任度，请顾客进行单因素评价，若有25%的人很满意，40%的人较满意，20%的人一般，10%的人不满意，5%的人很不满意，这样便可得出对公司信任度的模糊评价矩阵R11=(0.25,0.40,0.20,0.10,0.05）。同理可得公司形象中其他因素的单因素模糊评价矩阵R12。所有单因素模糊评价矩阵组成公司形象的模糊综合评价矩阵：类似地，可分别得到准则层其它指标的模糊综合评价矩阵R2,R3,R4,R5。5、通过模糊运算进行模糊综合评价利用多层次模糊评价法进行顾客满意度评价，首先评价准则层，其评价结果相对于目标层构成一个模糊评价矩阵，该模糊评价矩阵与准则层权重进行模糊运算得到顾客满意度模糊评价的最终结果。进行模糊合成运算有多种算法，本文采用最大最小化算法。对于准则层中的公司形象，前面已得到权重向量A1和模糊评价矩阵R1，通过模糊运算可得一级综合评价的结果。类似地，可得到准则层其它指标的模糊评价结果。由此得到二级综合评价矩阵于是可得二级评价向量将上述评价向量归一化即可得到顾客满意度模糊综合评价结果向量。（二）顾客满意度评价根据上述的评价步骤，下面通过杭州市某数码广场进行实证分析。可以选择50名不同层次的顾客组成专家组，为计算方便，假定50位顾客的权重相等。专家组成员首先根据自己对顾客满意度评价指标体系中各指标进行两两对比其重要程度来确定权重。其次，由顾客组成的专家组根据顾客满意度评价指标体系进行打分，可以得到准则层中每一个评价指标的模糊评价矩阵。然后进行模糊综合运算，可以得到B1，……，B5。于是组成二级综合评价矩阵。最后再进行综合评价，其结果为归一化结果为评价的结果表明，27%的人对该数码广场很满意，41%的人较满意，18%的人一般，9%的人不满意，5%的人很不满意。这一评价过程已初步避免了由于各种心理效应造成的误差，也清楚地反映了该数码广场的各种评价状态的程度。根据模糊数学上的最大隶属度原则，最大隶属度是较满意，结论是顾客对这家数码广场较满意。三、数码产品零售商场顾客满意度评价模型特点本文通过层次分析法和模糊数学的方法构建了数码产品零售商场顾客满意度的模糊综合评价模型，并且以杭州市某数码广场进行了实证分析，有助于公司分析顾客满意和不满意的主要因素。本文提出的模糊综合评价模型具有以下几个特点：1．评价指标体系确定的合理性。本文所确定的数码产品零售商场顾客满意度评价指标体系基本上可以包括影响顾客满意程度的因素，而且指标体系并不繁琐，便于应用。2．评价指标权重确定的科学性。指