满意度指数
《客户满意度指数评价体系》
《客户满意度指数评价体系》
客户满意度指数评价体系是一个用于衡量客户对于某一产品或
服务的满意程度的系统。
这个评价体系通常由多个指标组成，例如产品质量、服务响应速度、客户支持等等。
通过这些指标的综合考虑，可以得到一个被称为客户满意度指数的数字。
客户满意度指数评价体系的作用在于帮助企业了解客户对于自
己的产品或服务的满意程度，以及客户对于不同方面的关注点。
这样企业可以根据客户的反馈来改进自己的产品或服务，提高客户满意度，从而增加客户忠诚度和销售额。
客户满意度指数评价体系的建立需要考虑多个方面，例如选择合适的指标、确定权重比例、确定样本量等等。
这需要企业在建立这个评价体系的时候认真考虑，并进行多次测试和调整，以确保评价体系的准确性和可靠性。
在现代商业竞争激烈的环境下，客户满意度指数评价体系已经成为企业获得成功的重要工具之一。
只有不断了解客户的需求和反馈，才能在市场上保持竞争优势，赢得客户的信任和支持。
- 1 -。
客户满意度指数和级别
客户满意度指数和级别
根据心理学情感体验梯级理论将客户满意度分成六个级别，满意度级别对应满意度指数范围分别为：很满意[100～90%]、满意[89～80%]、较满意[79～70%]、一般[69～60%]、不满意[59～50%]、很不满意[49～0%]。
具体说明如下。
1、很满意[100～90%] ★★★★★
表征：满足、感谢、激动
表述：客户的期望不仅完全达到，而且还超出了自己的期望。
客户会利用一切机会向亲朋好友介绍和推荐。
2、满意[89～80%] ★★★★
表征：称心、赞扬、愉快
表述：客户的期望与现实相符，客户不仅对自己的选择予以肯定，还会乐于向亲朋好友介绍。
3、较满意 [79～70%] ★★★
表征：好感、肯定
表述：客户的期望与现实基本相符，客户内心还算满意。
4、一般 [69～60%] ★★
表征：无明显正、负情绪倾向
表述：既说不上好，也说不上差，还算过得去。
5、不满意 [59～50%] ★
表征：不高兴、烦恼、抱怨、遗憾
表述：客户尚可勉强忍受，希望通过一定方式进行解释和弥补，否则可能会进行负面宣传。
6、很不满意 [49～0%]
表征：愤慨、恼怒、投诉、反宣传
表述：不仅企图找机会投诉，而且还会利用一切机会进行负面宣传以发泄心中的不满。
csi满意度指数计算公式
csi满意度指数计算公式CSI满意度指数计算公式。
CSI（Customer Satisfaction Index）是指顾客满意度指数，是衡量顾客对产品或服务满意程度的重要指标。
顾客满意度是企业经营管理中的一个重要方面，对于企业的发展和竞争力具有重要的影响。
而CSI满意度指数计算公式则是评估顾客满意度的一种方法，通过这个指数可以更直观地了解顾客对产品或服务的满意程度，从而为企业的改进提供依据。
CSI满意度指数计算公式通常包括以下几个方面的因素，产品或服务质量、价格、售后服务、品牌形象等。
这些因素都会直接影响顾客对产品或服务的满意度，因此在计算CSI满意度指数时需要综合考虑这些因素。
首先，产品或服务质量是影响顾客满意度的关键因素之一。
产品或服务的质量直接关系到顾客的使用体验和满意程度，因此在计算CSI满意度指数时，需要对产品或服务的质量进行客观评估，包括产品的功能、性能、耐用性等方面。
其次，价格也是影响顾客满意度的重要因素之一。
价格过高会影响顾客的购买欲望，而价格过低可能会让顾客怀疑产品或服务的质量，因此在计算CSI满意度指数时，需要对产品或服务的价格进行合理评估，以确保顾客对价格的满意度。
此外，售后服务也是影响顾客满意度的重要因素之一。
良好的售后服务可以提高顾客对产品或服务的满意度，而差劲的售后服务则会降低顾客的满意度，因此在计算CSI满意度指数时，需要对售后服务的质量进行评估，包括客户服务的及时性、专业性等方面。
最后，品牌形象也是影响顾客满意度的关键因素之一。
品牌形象直接关系到顾客对产品或服务的信任程度，因此在计算CSI满意度指数时，需要对品牌形象进行客观评估，包括品牌知名度、口碑等方面。
综上所述，CSI满意度指数计算公式通常包括产品或服务质量、价格、售后服务、品牌形象等因素，通过综合考虑这些因素可以更直观地了解顾客对产品或服务的满意程度。
企业可以通过这个指数了解顾客的需求和期望，从而为产品或服务的改进提供依据，提高顾客的满意度，增强企业的竞争力。
满意度指数的计算
我国满意度指数测评体系的建立
我国的满意度指数（CCSI）测评体系的建立起步较晚，1997年在中国质量协会、全国用户委员会的推动下，开始着手CCSI系统研究，并联合北大、人大、清华、社科院等国内顶极学术机构共同攻关，展开适合中国国情的国家满意度指数模型的设计工作。1999年12月，国务院发布了《关于进一步加强产品质量工作若干问题的规定》，明确提出要研究和探索顾客满意度指数评价方法。
顾客满意度指数测评体系的构建与计算
顾客满意度指数是目前国内外质量领域和经济领域一个非常热门而又前沿的话题。在国外，有不少国家，如美国，顾客满意度测评体系已较成熟，而在我国顾客满意度指数测评体系还处于创立阶段。
美国顾客满意度指数的构建与计算
瑞典最先于1989年建立起顾客满意度指数模型，之后，德国、加拿大等20多个国家和地区先后建立了全国或地区性的顾客满意指数模型。1989年，美国密歇根大学商学院质量研究中心的费耐尔（Fornell）博士总结了理论研究的成果，提出把顾客期望、购买后的感知、购买的价格等方面因素组成一个计量经济学模型，即费耐尔逻辑模型。这个模型把顾客满意度的数学运算方法和顾客购买商品或服务的心理感知结合起来。以此模型运用偏微分最小二次方求解得到的指数，就是顾客满意度指数（Customer Satisfaction Index，简称 CSI）。美国顾客满意度指数（ACSI）也依据此指数而来，它是根据顾客对在美国本土购买、由美国国内企业提供或在美国市场上占有相当份额的国外企业提供的产品和服务质量的评价，通过建立模型计算而获得的一个指数，是一个测量顾客满意程度的经济指标，
顾客对产品或服务质量可靠性的期望
顾客对质量的感知 顾客对产品或服务质量的总体评价
顾客对产品或服务质量满足需求程度的评价
服务接受者满意度指数模型
服务接受者满意度指数模型1.服务接受者满意度指数模型的介绍服务接受者满意度指数模型（Service Recipient Satisfaction Index Model，以下简称SRSI）是一种用于测量服务接受者对服务质量满意程度的方法。
该模型可以用于各种服务领域，如医疗、教育、金融、电信等。
SRSI模型主要包括以下几个维度：服务质量、服务环境、服务流程、服务人员等。
通过对这些维度的调查和分析，可以全面地了解服务接受者对服务的满意程度，从而指导服务提供者进一步改善服务质量，提高服务接受者体验。
2.SRSI模型的优势相比于其他的满意度调查方法，SRSI模型具有以下几个优势：1.维度齐全：SRSI模型考虑了服务提供的多个维度，包括服务质量、服务环境、服务流程、服务人员等，可以全面地了解服务接受者对服务的满意情况。
2.数据可靠：SRSI模型依靠科学的研究方法和有效的调查问卷，可以获取较为真实的数据，反映了服务接受者的真实需求和反馈。
3.操作简单：SRSI模型可以通过简单的问卷来实现，无需大量的时间和人力资源。
3.SRSI模型的应用案例例如，一家医院可以利用SRSI模型来了解患者对医疗服务的满意程度。
通过服务质量、服务环境、服务流程、服务人员等多个维度的调查和分析，医院可以全面了解患者对医疗服务的满意程度，并及时改进服务质量，提高患者的医疗体验。
又如，一家电信公司可以利用SRSI模型来了解用户对其服务的满意程度。
通过服务质量、服务环境、服务流程、服务人员等多个维度的调查和分析，电信公司可以找到服务中的短板，并加强改进，提高用户的服务体验。
4.SRSI模型的不足之处尽管SRSI模型有诸多优点，但也存在一些不足之处：1.适用性限制：SRSI模型的适用范围较窄，一般只适用于需要进行服务满意度评价的领域，难以应用于其他领域和情境。
2.研发难度较大：SRSI模型需要进行大量的数据调查和分析，研发难度较大，需要专业的研究团队。
衡量顾客满意度的指数方法
注顾客、 研究顾客、 探讨“ 如何使顾客满意”从 ， 而提高企业的竞争力。 作为从顾客角度客观地 对企业运营状况进行评价的一种手段， 顾客满
意度 一直被作为判 断一个企业是否具 有竞争 优势的度量方法， 也被作 为度量商业经济运行 健康状况的晴雨表 。
ｌ ｍｌ ｅＦ ｌ 忠诚 意。同样一件东西 ， 在这种情况下能使得顾客 Ｃａｓ ｏ ｅ 设计 ，运用瑞典统计局收集的数 因变量是顾客忠诚 ， 的顾客直接意味着他 分别编制瑞典国家指数、 各经济领域 指数 们会有持续的重复购买行 为， 并且在消费行为 满意，在另 一种情况下顾客未必能感到满意。 据 ， ＳＳ ０ 同时作为商家来 所 以， 为企业 的产品策划人 员来 说， 作 要充分 和各类公司指数。 Ｃ Ｂ的范围包括 ３ 多个行 上表现出较低的价格敏感度。 １０多家公司，２３０多个顾 客样本。 ２， ０ 说， 仅需要较少的促销费用 。（ １ 图 ） 了解影响不同顾客群体的满意度因素， 才能提 业，０
满意、 满意和很满意 ： 五个级度分别是： 很不满 二、 瑞典的顾客满意度指数
一
种 结果 。当顾客对某一产 品或服务不满 意
瑞典是第一个在全国范围内进行顾客满 时， 通常他们会选择两种渠道来表达这种不满
意指数调查的国家， 并且也是第一个推出顾客 意 ： 不再购 买该种产品或服务 ， 或者向该企业
许多国家和地区根据 自己国家的经济状 的减少或增加 ， 但增加或减少的顾客期望的长
建立了适合各 自国家的顾客满 意度 期影响会超过其短期影响， 导致累积的顾客满 行的对 比。界定这种心理状态， 以此对顾客满 况和特 点， 比较经典 的是瑞典顾客满意度指数 意的减少或增加 。 以， 所 从总体来讲 ， 模型中的 意度进行评价。 按照梯级理论， 心理学家认为， 指数模型，
客户满意度指数
不采取行动
不满意
采取行动
向亲友 传递不 满信息
不再重 复购买
向商店 或制造 商投诉
向部门 或组织
第三章 客户满意度指数
客户满意度指数模型 客户满意度指数测评体系
顾客满意度指数模型
模型介绍 顾客需求和期望 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
顾客满意度指数模 型介绍
可靠性
顾客对质 量的感知
抱怨或投诉 顾客抱怨
质量价格比
顾客对价 值的感知
顾客满意度
顾客期望
视听满意
指顾客对企业的各种形象要求在视觉、 听觉上被满足程度的感受。
视听满意的特性： 强烈的个性 丰富的美感 鲜美的主题 时代的特征
顾客满意度的三种状态
事后感知高于事前期望 事后感知等于事前期望 事后感知低于事前期望
顾客抱怨
顾客抱怨
顾客不满意的反应 顾客抱怨或投诉带来的影响和危害 会抱怨的顾客才是真正的顾客 顾客抱怨的主要原因 顾客抱怨的化解
顾客期望的概念
是顾客在购买决策过程前期即购买前对 其需求的产品或服务寄予的期待和希望。
顾客期望主要表现
顾客对产品或服务质量在整体印象上的 期望；
顾客对产品或服务在可靠性方面（及产 品或服务可能出现问题的频率）的期望；
顾客对产品或服务可以满足自己要求的 程度的期望。
分析顾客的不同期望的方法
使用过程中的服务；保证期限，抱怨或 投诉处理，维修服务等各种承诺的兑现
对心理需求的感知
在购买或使用过程中得到服务的心理感 受；受到尊敬、热情、负责的接待；能 显示地位、职业、修养、兴趣、能力等
对文化需求的感知
品牌、规格、结构、型号等，反映时代 新概念，符合人的需求层次、民族文化 等
满意度测评指标体系
体系简介
1989年，美国密歇根大学商学院质量研究中心的费耐尔（Fornell）博士总结了理论研究的成果，提出把顾 客期望、购买后的感知、购买的价格等方面因素组成一个计量经济学模型，即费耐尔逻辑模型。这个模型把顾客 满意度的数学运算方法和顾客购买商品或服务的心理感知结合起来。以此模型运用偏微分最小二次方求解得到的 指数，就是顾客满意度指数。美国顾客满意度指数（ACSI）也依据此指数而来，它是根据顾客对在美国本土购买、 由美国国内企业提供或在美国市场上占有相当份额的国外企业提供的产品和服务质量的评价，通过建立模型计算 而获得的一个指数，是一个测量顾客满意程度的经济指标，
有可能的情况下可以组织一次预调查，对所确定的测评指标体系进行再次验证，以证实其合理性及有效性。 可以在小范围内抽取适量的样本，根据拟定好的测评指标体系制作好调查表，实施预测评。根据测评的结果和调 查过程中遇到的问题，对顾客满意度测评指标体系进行必要的、适当的调整和修改。
感谢观看
测评意义
通过了解可以汇总计算每个测评指标的顾客满意度评价值，从而了解被访者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。
在确定了顾客满意度测评指标体系之后，有必要邀请有关专家和具有一定代表性的顾客，对确定的测评指标 体系和评价标准进行论证，在认真听取意见的基础上，对确定的测评指标体系进行修改，以保证顾客满意度测评 结果的公正性和有效性。
原则
建立满意度测评指标体系的原则 建立顾客满意度测评指标体系，必须遵循以下几条原则： （1）建立的顾客满意度测评指标体系，必须是顾客认为重要的 “由顾客来确定测评指标体系”是设定测评指标体系最基本的要求。要准确把握顾客的需求，选择顾客认为 最为关键的测评指标。 （2）测评指标必须能够控制 顾客满意度测评会使顾客产生新的期望，促使企业采取改进措施。但如果企业在某一领域还无条件或无能力 采取行动加以改进，则应该暂时不采用这种方面的测评指标。 （3）测评指标必须是可测量的 顾客满意度测评的结果是一个量化的值，因此设定的测评指标必须是可以进行统计、计算和分析的。 （4）考虑竞争者的特性 建立顾客满意度测评指标体系还需要考虑到与竞争者的比较，设定测评指标时要考虑到竞争者的特性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
和预期质量η 和预期质量η1有关部分的打分
V1:买之前你对该空调质量的总期望 总体预期质 买之前你对该空调质量的总期望(总体预期质 买之前你对该空调质量的总期望 期望越大分越高) 量) (期望越大分越高 期望越大分越高 V2:买之前你对该空调的省电的预期 预期质量 买之前你对该空调的省电的预期(预期质量 买之前你对该空调的省电的预期 预期质量1) V3:买之前你对该空调的制冷性能的预期 预期质 买之前你对该空调的制冷性能的预期(预期质 买之前你对该空调的制冷性能的预期 量2) V4:买之前你对该空调耐用性的预期 可靠性预期 买之前你对该空调耐用性的预期(可靠性预期 买之前你对该空调耐用性的预期 质量) 质量 V5:买之前你对于售后服务的期望 预期服务质量 买之前你对于售后服务的期望(预期服务质量 买之前你对于售后服务的期望
性感知质量x7
与其他品牌距离x13
感知质量x8
预期质量x1 预期质量 η1 品牌形象η6 η 感知价值η 感知价值η3 顾客满意 度η4 η
与期望之距离x12
预期x4
顾客忠诚度 η5
义预期质量x2 再购可能性x15
质量价格比x10(Quality given price)
性期质量x3
品牌总体印象x17 品牌特征显著度x18
1
R6
1
V6 V7
1 1 1 1
1
V11
1 1 1
V8 V5 V1
1 1 1
V14
1
Quality
1
V13
1
V2
1
V12
Expectations
1
1
V3
1
Value
1
1
CCSI
1
1
V4
1 1
Name Loyalty
1 1 1 1 1
V17
V10
V16 V15
V18
1
V9
利用最大似然法的(关于耐用消费品满意度的 关于耐用消费品满意度的)图模型要复杂一些 利用最大似然法的 关于耐用消费品满意度的 图模型要复杂一些
• 最小二乘法（又称最小平方法 又称最小平方法）是一种数学优化技术。它通过最 小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可 小化误差的平方和寻找数据的最佳函数匹配 以简便地求得未知的数据，并使得这些求得的数据与实际数据之 并使得这些求得的数据与实际数据之 间误差的平方和为最小。
• 迭代算法是用计算机解决问题的一种基本方法 是用计算机解决问题的一种基本方法。它利用 计算机运算速度快、适合做重复性操作的特点 适合做重复性操作的特点，让计算 机对一组指令(或一定步骤 或一定步骤)进行重复执行，在每次执行这 组指令(或这些步骤)时，都从变量的原值推出它的一个新 都从变量的原值推出它的一个新 值。
价格质量比x9 (Price given quality)
价格承受度x16
这里，包含有β 这里，包含有β的Β矩阵、η及ζ是未知的。而Β矩 矩阵、 是未知的。 阵的形式完全被图模型所确定。 阵的形式完全被图模型所确定。
这里，包含有λ 这里，包含有λ的Λ矩阵、η是未知的，而x是可 矩阵、 是未知的， 是可 观测的。 矩阵的形式完全被图模型所确定。 观测的。而Λ矩阵的形式完全被图模型所确定。
感知质量指标n
感知价值
顾客满意度
顾客忠诚
品牌总体印象
品牌形象
再购可能性
质量价格比 价格承受度 品牌特征显著度 价格质量比
中国服务行业顾客满意度指数模型
可靠性感知质量 有形性感知质量
中国服务行业顾客满意度指数框图
知质量
与理想之距离
感知质量
与其他品牌距离 总体满意度
感知质量
感知质量
感知质量
与期望之距离
我们的目的是….. 我们的目的是…..
找出这些方程的未知系数， 找出这些方程的未知系数，即 包含有β 矩阵及包含有λ 包含有β的Β矩阵及包含有λ的Λ矩阵 这里一共有18个 代表隐含变量η 这里一共有 个λ，代表隐含变量η和与其相关的 显变量x之间的关系 之间的关系（ 显变量 之间的关系（图中隐变量和显变量之间箭 头所定义） 头所定义） 这里还有11个 代表隐变量之间的关系（ 这里还有 个β代表隐变量之间的关系（图中隐变 量之间箭头所定义） 量之间箭头所定义）
顾客满意度指数
吴喜之 2004年9月 年 月
吴喜之
xwu@
科:北京大学数学力学系 北京大学数学力学系 教育:甘孜藏族自治州得荣县 甘孜藏族自治州得荣县（ 年 教育 甘孜藏族自治州得荣县（6年） 计博士:美国北卡罗来纳大学 (UNC-Chapel Hill) 计博士 美国北卡罗来纳大学 (UNC 书经历: 书经历 美国加利福尼亚州大学 (Davis) 美国加利福尼亚州大学 美国北卡罗来纳大学 (Chapel Hill) 美国北卡罗来纳大学 (Charlotte) 南开大学 北京大学 人民大学
这些指数的公式为
对模型和问卷的数学
问卷各问题不应该相关(实际不一定 实际不一定) 问卷各问题不应该相关 实际不一定 模型不能有封闭圈 各个回答可以用10分制 百分制也可） 分制(百分制也可 各个回答可以用 分制 百分制也可） 注意系数λ 注意系数λ和β的正负号的解释 注意：各个品牌商品或同品牌但不同时期的商品只 注意：各个品牌商品或同品牌但不同时期的商品只 有在同样或类似的问卷调查才可以比较
感知价值
预期质量
顾客满意度
顾客忠诚度
预期质量
顾客忠诚度
ACSI 美国顾客满意度指数模型 满足顾客需求程度
可靠性 整体印象 感知质量 （可分为产品和服务 两部分） 两部分） 向雇员抱怨 向经理抱怨 顾客抱怨
总体满意度
质量价格比 感知价值 顾客满意度(ACSI) 顾客满意度
价格质量比 预期质量 整体印象 可靠性 满足顾客需求程度 未确认期望值 再购可能性 与理想之距离
有些我们是可以知道的， 有些我们是可以知道的，即可以通过调查得到 的；比如
顾客对某商品的外在质量是否满意 顾客对售后服务是否满意 顾客对某商品的期望是否满足 顾客对某商品是否抱怨 顾客还会不会再买该品牌 顾客对于某商品和理想的差距有多大 ………………………….
但有些我们是不容易知道的， 但有些我们是不容易知道的，比如
问卷的信息如何分析
其他问卷调查有些主要是定性变量， 其他问卷调查有些主要是定性变量，可用列联表分析 个变量/问题可以形成一个 维列联表） （每n个变量 问题可以形成一个 维列联表） 个变量 问题可以形成一个n维列联表 然后可以利用列联表的各种统计方法来建立所涉及变量 之间关系的模型， 对数线性模型、 之间关系的模型，如对数线性模型、Logistic回归模型 回归模型 等 也可以检验各个变量之间的相关性， 检验(卡方 也可以检验各个变量之间的相关性，如χ2检验 卡方 Pearson或似然比检验 或似然比检验) 或似然比检验 可以利用多元分析方法， 可以利用多元分析方法，比如对应分析来看各个变量的 各水平之间的关系
可以看出
这个模型远远比PLS模型更加复杂，而且 模型更加复杂， 这个模型远远比 无法给出指数的估计值 但对于两者均不能用于未经考验的模型 只有事先完全知道确定关系的模型才可以 计算（无论什么方法） 计算（无论什么方法）
数据分析例子
按照中国耐用消费品的模型对某产品进行 了问卷（收回126份） 了问卷（收回 份 可观测变量是20个 可观测变量是 个 问卷（每个从1到 打分 打分） 问卷（每个从 到10打分）
问卷调查的学问
问卷的问题个数 问卷问题的次序 问卷的语言 问卷的题型 问卷人的素质 问什么人，如何抽样？ 问什么人，如何抽样？
问卷中有什么信息
问卷的数据可以形成一个方阵的数据形式 除了自由回答问题之外的选择题都行） （除了自由回答问题之外的选择题都行） 每个观测值为一行，而每个问题（变量） 每个观测值为一行，而每个问题（变量） 为一列 例如
瑞典顾客满意度指数模型
感知表现
SCSB
顾客抱怨
感知表现
顾客满意度
顾客抱怨 顾客满意度
顾客预期质量
顾客预期质量
顾客忠诚
顾客忠诚
五个隐含变量中，顾客预期质量为外生隐变量(exogenous latent 五个隐含变量中，顾客预期质量为外生隐变量 variable)，其余为内生隐变量(endogenous latent variable)。 variable)。 ，其余为内生隐变量(endogenous
顾客忠诚度
价格承受度
中国耐用消费品顾客满意度指数模型
感知质量η2 η 总体满意度x11
中国耐用消费品满意度指数框图
总体感知质量x5
义感知质量x6
与理想之距离x14
性感知质量x7
与其他品牌距离x13
感知质量x8
预期质量x1 预期质量 η1 品牌形象η6 η 质量价格比x10 价格质量比x9 感知价值η 感知价值η3 顾客满意 度η4 η
我们用PLS估计方法 估计方法 我们用
第一步：用迭代得到隐变量η 第一步：用迭代得到隐变量η的表示式 它们是显变量x的线性组合 通过权w) 的线性组合(通过权 它们是显变量 的线性组合 通过权 第二步：用通常的最小二乘法得到β 第二步：用通常的最小二乘法得到β 也就是隐变量之间的关系 第三步：用通常的最小二乘法得到λ 第三步：用通常的最小二乘法得到λ 也就是隐变量和显变量之间的关系 最后得到各种指数
顾客对某商品如何和怎么满意 品牌对该商品起正面还是负面作用 顾客的抱怨和什么有关 满意与否和忠诚与否有什么关系 各种品牌在各方面有什么差距 感知和预测价值对满意的影响 等等
因此， 因此，需要数学模型来描述这些关系
有些变量是无法观测的 称为隐变量（ variable） 称为隐变量（LV, latent variable） 有些是可观测的，为显变量（ 有些是可观测的，为显变量（ML, manifest variable） ） 可以发出问卷，得到显变量的观测值 可以发出问卷， 可以构造模型， 可以构造模型，并通过统计方法来得到隐变量的取 值 以及各种变量之间的关系