基于证据推理的超市顾客满意度评价研究

摘要

随着世界经济的发展、科学技术的进步和生产工艺的提高，越老越先进的大规模生产技术使得市场上充斥着大量的商品，商品交易的市场已有卖方市场向买方市场转变。在商品同质化相当严重的今天，谁拥有顾客谁就拥有市场。因此，对顾客满意度测评的研究显得尤为重要。满意是人对事物的主观判断，由于信息的缺失以及个人偏好的不同，主观判断总会存在不确定性。在通过对几种常用顾客满意度测评模型的优劣势分析后发现统计学方法在顾客满意度研究中存在无法使顾客表达主观感受的模糊性和不确定性等问题。证据推理算法能够处理主观判断中的不确定和不完全，更适于解决包含主观判断的测评问题。基于此文章在证据推理算法的基础上构建大型超市顾客满意度评价模型。
　　 本文以合肥家乐福为例研究大型超市顾客满意度评估。以顾客满意度相关理论为基础，通过参考其它满意度测评模型并与消费者座谈建立评价指标体系。在指标体系的基础上建立评价模型，展开评估。在评估中我们设计基于AHP的评价指标权重调查问卷和大型超市顾客满意度问卷，选取顾客样本实地调研，调研数据分为两部分—AHP问卷数据和顾客满意度数据。AHP问卷数据通过GAHP方法集结，得到指标权重。指标权重数据和顾客满意数据在证据推理软件系统中处理得到测评结果并检验结果的灵敏度，最后分析测评结果意义。
　　 为了使顾客在满意度问卷中能够任意表达主观判断，提高问卷的实际可操作性，我们用一个区间代替评价等级，顾客在区间内任意打分，其分值转化到相应评价等级上，这样处理后的问卷更有利于顾客给出主观判断。在权重调查问卷中，指标两两比较的打分从9/1，8/1直到1/9，这样顾客在比较重要性大小时更直观。通过对所有顾客指标权重的集结确定指标权重分配，在计算评估结果时将权重作为一个重要因素考虑，使测评结果更加真实可靠。
　　 证据推理算法与AHP方法的结合使得整个测评过程与顾客给出满意度高低的心理状态相一致。因此更符合顾客的真实心理感受。测评结果的灵敏度分析表明改变各指标的权重和指标值对总体评价结果的影响不大，说明结果较为稳定。评估结果显示家乐福顾客满意度总体较高，顾客普遍满意的是商品特性和便利性，这正符合大型超市的特点，注重商品和购物地点的选择。相比较而言满意度较低的是人员服务和结账感受，在和家乐福相关工作人员沟通后对方对我们的调研结果表示认可，在今后将针对这些方面做出改进。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文的研究思路和内容

第二章顾客满意度相关理论

2.1顾客满意度的概念

2.2顾客满意度的理论基础

2.2.1公平理论

2.2.2归因理论

2.2.3认知不协调理论

2.2.4需要层次理论

2.2.5效用理论

2.3顾客满意度评价理论模型

2.3.1 kano模型

2.3.2四分图模型

2.3.3 Fornell计量经济学模型

2.3.4模型的对比分析

2.4本章小结

第三章证据推理相关理论

3.2证据理论的基本概念

3.3证据推理递归算法

3.3.1证据推理原始递归算法

3.3.2改进后证据推理递归算法

3.4本章小结

第四章大型超市顾客满意度指标体系的构建

4.1大型超市的特性

4.2大型超市顾客满意度指标体系

4.3本章小结

第五章基于证据推理的超市顾客满意度评估

5.1大型超市评估模型的建立

5.2顾客满意度模型指标权重

5.2.1指标权重问卷的设计

5.2.2家乐福超市顾客满意度指标权重的集结

5.3大型超市顾客满意度实证研究

5.3.1大型超市顾客满意度问卷的设计

5.3.2顾客满意度测评数据处理

5.4评价结果灵敏度分析

5.5家乐福顾客满意度分析

5.6本章小结

第六章总结与未来展望

6.1研究总结

6.2研究展望

参考文献

附录