法律状态公告日
法律状态信息
法律状态
2018-09-07
授权
授权
2015-12-23
实质审查的生效 IPC(主分类):G06Q50/06 申请日:20130123
实质审查的生效
2013-04-24
公开
公开
技术领域
本发明属于客户满意度关系量化模型建立方法技术领域,具体涉及一种供电可靠性与客户满意度关系量化模型建立方法。
背景技术
电力的客户满意度,是指电力用户通过对用电或用电服务的感知效果与其期望值相比较后,所形成的愉悦和失望的感觉状态,它从用户角度综合评价了供电公司的服务质量、供电可靠性、供电稳定性等方面信息。随着我国电力市场化改革的推进,供电企业所处的环境和地位在发生深刻的变化,面临由垄断到竞争的环境转变。供电企业运营环境由分配电力和限制用电转变为引导客户用电的服务经营型。由此可见供电质量与供电服务的优劣,直接影响到供电企业的生存。而开展供电客户满意度测评工作,研究影响客户满意度的各种因素,分析各种因素对客户满意度的具体影响程度,可以帮助供电企业发现供电质量和供电服务中存在的问题以及影响客户满意进而影响供电服务质量的各种因素,从而及时制定有针对性地改进措施,进一步提高供电服务质量,所以说,客户满意度测评对供电企业自身、用户及社会都有十分重要的意义。
电力客户满意度受多个因素影响,不同的影响因素的影响程度也不同。目前,国内外对电力客户满意度的研究主要集中于影响因素的定性分析,包括客户满意度指数模型构建方法、客户满意度影响因素分析。
客户满意度指数模型是由多个满意度基础指标组成的一种独特的系统结构,模型包含满意度基础指标对客户满意度的关系。根据客户满意度指数模型设计调研问卷测评出客户对基础指标的满意程度,将其加权平均得到客户的总体满意度。如2006年3月第28卷第3期《武汉理工大学学报(信息与管理工程版)》中的“电力行业用户满意度指数模型构建与实证研究”一文,公开的是运用多级层次分析法的思想,构建多层次、多指标的电力用户满意度测评体系,从供电质量、规范服务、咨询服务、电费缴纳和服务管理5个方面提出19个基础指标,据此设计调查问卷评测客户满意度。而对于分析客户对供电可靠性的满意度而言,上述模型显得过于粗糙,涉及的满意度影响因素过于广泛,且属于定性分析,仅能给出客户对当前供电可靠性水平的满意程度,无法表征客户对供电可靠性的具体需求,也不能给出客户满意度随供电可靠性水平变化的规律。
发明内容
针对现有满意度评测计算中关于供电可靠性的不足,本发明的目的是提供一种供电可靠性与客户满意度关系量化模型建立方法,本方法更为简单精确,不仅建立预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个供电可靠性指标与客户满意度关系,还能从客户对上述四个指标的重视程度确定权重系数;能够反映出四个供电可靠性指标与客户满意度的量化关系;能够反映供电可靠性指标变化时客户满意度的变化情况。
本发明实现上述目的的技术解决方案如下:
一种供电可靠性与客户满意度关系量化模型建立方法,根据客户满意度调研数据,先分别建立预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个供电可靠性指标与客户满意度量化关系模型,然后计算四个供电可靠性指标的权重,最后建立供电可靠性与客户总体满意度的量化关系模型。
1)用户预安排平均停电时间与客户满意度量化关系模型按如下步骤建立:
1.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a11%和期望预安排停电时间平均值T11、选择“比较满意”的客户数占调研总用户数比例a12%和期望预安排停电时间平均值T12、选择“一般”的客户数占调研总用户数比例a13%和期望预安排停电时间平均值T13、选择“比较不满意”的客户数占调研总用户数比例a14%和期望预安排停电时间平均值T14以及选择“非常不满意”的客户数占调研总用户数比例a15%和期望预安排停电时间平均值T15;
1.2)输入馈线预安排年平均停电时间并排序
第1.1)步完成后,输入供电局所有n条馈线的用户预安排平均停电时间,并按升序进行排列;
1.3)计算认为满意度达到及格水平的客户比例
第1.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b1%,即认为时满意度达到及格水平的客户比例,按下式计算:
b1%= a11%+ a12%+ a13%
1.4)计算及格满意度分数对应的用户预安排平均停电时间
第1.3)步完成后,设定满意度及格分数c,取馈线预安排平均停电时间升序序列中排名第n×b1%位的用户预安排平均停电时间作为达到满意度及格分数的预安排用户平均停电时间d;
1.5)设定满分满意度分数对应的预安排用户平均停电时间
第1.4)步完成后,设定满意度满分分数e,对应的用户平均停电时间设定为0;
1.6)计算满意程度中非常满意对应的满意度分数
第1.5)步完成后,先选取预安排平均停电时间升序序列中排名前n×a11%的所有值,计算其平均值A11,然后按下式计算非常满意对应的满意度分数S11;
1.7)计算满意程度中比较满意对应的满意度分数
第1.6)步完成后,先选取预安排平均停电时间升序序列中排名第n×a11%到n×(a11+a12)%的所有值,计算其平均值A12,然后按下式计算非常满意对应的满意度分数S12;
1.8)计算满意程度中一般对应的满意度分数
第1.7)步完成后,先选取预安排平均停电时间升序序列中排名第n×a12%到n×(a12+a13)%的所有值,计算其平均值A13,然后按下式计算非常满意对应的满意度分数S13;
1.9)计算满意程度中比较不满意对应的满意度分数
第1.8)步完成后,先选取预安排平均停电时间升序序列中排名第n×a13%到n×(a13+a14)%的所有值,计算其平均值A14,然后按下式计算非常满意对应的满意度分数S14;
1.10)计算满意程度中非常不满意对应的满意度分数
第1.9)步完成后,先选取预安排平均停电时间升序序列中排名第n×a14%到n×(a14+a15)%的所有值,计算其平均值A15,然后按下式计算非常满意对应的满意度分数S15;
1.11)建立用户预安排平均停电时间与客户满意度量化关系模型
第1.10)步完成后,根据第1.6)步、第1.7)步、第1.8)步、第1.9)步和第1.10)步计算得到的五个满意程度对应的满意度分数序列S1={S11,S12,S13,S14,S15}和期望预安排停电时间序列T1={T11,T12,T13,T14,T15},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T1, S1)拟合用户预安排平均停电时间与满意度分数关系曲线,并计算曲线解析表达式;
2)用户预安排平均停电次数与客户满意度量化关系模型按如下步骤建立:
2.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a21%和期望预安排停电次数平均值T21、选择“比较满意”的客户数占调研总用户数比例a22%和期望预安排停电次数平均值T22、选择“一般”的客户数占调研总用户数比例a23%和期望预安排停电次数平均值T23、选择“比较不满意”的客户数占调研总用户数比例a24%和期望预安排停电次数平均值T24以及选择“非常不满意”的客户数占调研总用户数比例a25%和期望预安排停电次数平均值T25;
2.2)输入馈线预安排年平均停电次数并排序
第2.1)步完成后,输入供电局所有n条馈线的用户预安排平均停电次数,并按升序进行排列;
2.3)计算认为满意度达到及格水平的客户比例
第2.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b2%,即认为时满意度达到及格水平的客户比例,按下式计算:
b2%= a21%+ a22%+ a23%
2.4)计算及格满意度分数对应的用户预安排平均停电次数
第2.3)步完成后,设定满意度及格分数c,取馈线预安排平均停电次数升序序列中排名第n×b2%位的用户预安排平均停电次数作为达到满意度及格分数的预安排用户平均停电次数d;
2.5)设定满分满意度分数对应的预安排用户平均停电次数
第2.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
2.6)计算满意程度中非常满意对应的满意度分数
第2.5)步完成后,先选取预安排平均停电次数升序序列中排名前n×a21%的所有值,计算其平均值A21,然后按下式计算非常满意对应的满意度分数S21;
2.7)计算满意程度中比较满意对应的满意度分数
第2.6)步完成后,先选取预安排平均停电次数升序序列中排名第n×a21%到n×(a21+a22)%的所有值,计算其平均值A22,然后按下式计算非常满意对应的满意度分数S22;
2.8)计算满意程度中一般对应的满意度分数
第2.7)步完成后,先选取预安排平均停电次数升序序列中排名第n×a22%到n×(a22+a23)%的所有值,计算其平均值A23,然后按下式计算非常满意对应的满意度分数S23;
2.9)计算满意程度中比较不满意对应的满意度分数
第2.8)步完成后,先选取预安排平均停电次数升序序列中排名第n×a23%到n×(a23+a24)%的所有值,计算其平均值A24,然后按下式计算非常满意对应的满意度分数S24;
2.10)计算满意程度中非常不满意对应的满意度分数
第2.9)步完成后,先选取预安排平均停电次数升序序列中排名第n×a24%到n×(a24+a25)%的所有值,计算其平均值A25,然后按下式计算非常满意对应的满意度分数S25;
2.11)建立用户预安排平均停电次数与客户满意度量化关系模型
第2.10)步完成后,根据第2.6)步、第2.7)步、第2.8)步、第2.9)步和第2.10)步计算得到的五个满意程度对应的满意度分数序列S2={S21,S22,S23,S24,S25}和期望预安排停电次数序列T2={T21,T22,T23,T24,T25},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T2, S2)拟合用户预安排平均停电次数与满意度分数关系曲线,并计算曲线解析表达式;
3)用户故障平均停电时间与客户满意度量化关系模型按如下步骤建立:
3.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a31%和期望故障停电时间平均值T31、选择“比较满意”的客户数占调研总用户数比例a32%和期望故障停电时间平均值T32、选择“一般”的客户数占调研总用户数比例a33%和期望故障停电时间平均值T33、选择“比较不满意”的客户数占调研总用户数比例a34%和期望故障停电时间平均值T34以及选择“非常不满意”的客户数占调研总用户数比例a35%和期望故障停电时间平均值T35;
3.2)输入馈线故障年平均停电时间并排序
第3.1)步完成后,输入供电局所有n条馈线的用户故障平均停电时间,并按升序进行排列;
3.3)计算认为满意度达到及格水平的客户比例
第3.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b3%,即认为时满意度达到及格水平的客户比例,按下式计算:
b3%= a31%+ a32%+ a33%
3.4)计算及格满意度分数对应的用户故障平均停电时间
第3.3)步完成后,设定满意度及格分数c,取馈线故障平均停电时间升序序列中排名第n×b3%位的用户故障平均停电时间作为达到满意度及格分数的预安排用户平均停电次数d;
3.5)设定满分满意度分数对应的预安排用户平均停电次数
第3.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
3.6)计算满意程度中非常满意对应的满意度分数
第3.5)步完成后,先选取故障平均停电时间升序序列中排名前n×a31%的所有值,计算其平均值A31,然后按下式计算非常满意对应的满意度分数S31;
3.7)计算满意程度中比较满意对应的满意度分数
第3.6)步完成后,先选取故障平均停电时间升序序列中排名第n×a31%到n×(a31+a32)%的所有值,计算其平均值A32,然后按下式计算非常满意对应的满意度分数S32;
3.8)计算满意程度中一般对应的满意度分数
第3.7)步完成后,先选取故障平均停电时间升序序列中排名第n×a32%到n×(a32+a33)%的所有值,计算其平均值A33,然后按下式计算非常满意对应的满意度分数S33;
3.9)计算满意程度中比较不满意对应的满意度分数
第3.8)步完成后,先选取故障平均停电时间升序序列中排名第n×a33%到n×(a33+a34)%的所有值,计算其平均值A34,然后按下式计算非常满意对应的满意度分数S34;
3.10)计算满意程度中非常不满意对应的满意度分数
第3.9)步完成后,先选取故障平均停电时间升序序列中排名第n×a34%到n×(a34+a35)%的所有值,计算其平均值A35,然后按下式计算非常满意对应的满意度分数S35;
3.11)建立用户故障平均停电时间与客户满意度量化关系模型
第3.10)步完成后,根据第3.6)步、第3.7)步、第3.8)步、第3.9)步和第3.10)步计算得到的五个满意程度对应的满意度分数序列S3={S31,S32,S33,S34,S35}和期望故障停电时间序列T3={T31,T32,T33,T34,T35},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T3, S3)拟合用户故障平均停电时间与满意度分数关系曲线,并计算曲线解析表达式;
4)故障平均停电次数各满意程度对应满意度分数按如下步骤计算:
4.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a41%和期望故障停电次数平均值T41、选择“比较满意”的客户数占调研总用户数比例a42%和期望故障停电次数平均值T42、选择“一般”的客户数占调研总用户数比例a43%和期望故障停电次数平均值T43、选择“比较不满意”的客户数占调研总用户数比例a44%和期望故障停电次数平均值T44以及选择“非常不满意”的客户数占调研总用户数比例a45%和期望故障停电次数平均值T45;
4.2)输入馈线故障年平均停电次数并排序
第4.1)步完成后,输入供电局所有n条馈线的用户故障平均停电次数,并按升序进行排列;
4.3)计算认为满意度达到及格水平的客户比例
第4.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b4%,即认为时满意度达到及格水平的客户比例,按下式计算:
b4%= a41%+ a42%+ a43%
4.4)计算及格满意度分数对应的用户故障平均停电次数
第4.3)步完成后,设定满意度及格分数c,取馈线故障平均停电次数升序序列中排名第n×b4%位的用户故障平均停电次数作为达到满意度及格分数的预安排用户平均停电次数d;
4.5)设定满分满意度分数对应的预安排用户平均停电次数
第4.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
4.6)计算满意程度中非常满意对应的满意度分数
第4.5)步完成后,先选取故障平均停电次数升序序列中排名前n×a41%的所有值,计算其平均值A41,然后按下式计算非常满意对应的满意度分数S41;
4.7)计算满意程度中比较满意对应的满意度分数
第4.6)步完成后,先选取故障平均停电次数升序序列中排名第n×a41%到n×(a41+a42)%的所有值,计算其平均值A42,然后按下式计算非常满意对应的满意度分数S42;
4.8)计算满意程度中一般对应的满意度分数
第4.7)步完成后,先选取故障平均停电次数升序序列中排名第n×a42%到n×(a42+a43)%的所有值,计算其平均值A43,然后按下式计算非常满意对应的满意度分数S43;
4.9)计算满意程度中比较不满意对应的满意度分数
第4.8)步完成后,先选取故障平均停电次数升序序列中排名第n×a43%到n×(a43+a44)%的所有值,计算其平均值A44,然后按下式计算非常满意对应的满意度分数S44;
4.10)计算满意程度中非常不满意对应的满意度分数
第4.9)步完成后,先选取故障平均停电次数升序序列中排名第n×a44%到n×(a44+a45)%的所有值,计算其平均值A45,然后按下式计算非常满意对应的满意度分数S45;
4.11)建立用户故障平均停电次数与客户满意度量化关系模型
第4.10)步完成后,根据第4.6)步、第4.7)步、第4.8)步、第4.9)步和第4.10)步计算得到的五个满意程度对应的满意度分数序列S4={S41,S42,S43,S44,S45}和期望故障停电次数序列T3={T41,T42,T43,T44,T45},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T4, S4)拟合用户故障平均停电次数与满意度分数关系曲线,并计算曲线解析表达式;
5)四个供电可靠性指标的权重计算方法为:
5.1)输入满意度调研数据
输入满意度调研中统计的客户对预安排停电时间、预安排停电次数、故障停电时间、故障停电次数四个指标的重要性排序数据,包括各供电可靠性指标分别被选为1、2、3、4名的次数占总调研客户数的比例;
5.2)计算各排名的重要性权重
第5.1)步完成后,采用层次分析法计算重要性排序中每个名次的权重,首先设定各个排序名次的标度,得到重要度判断矩阵,然后经归一化处理得到重要性权重;
5.3)计算各供电可靠性指标权重
第5.2)步完成后,统计各供电可靠性指标分别被选为1、2、3、4名的次数并计算占总调研客户数的比例,各供电可靠性指标的权重按下式计算
其中,wi表示第i个供电可靠性指标的综合权重,rij表示排序时将第i个供电可靠性指标选为第j名的客户占总调研客户的比例,表示重要性排序中排名第j对应的权重。
5.4)按如下方法建立供电可靠性与客户综合满意度量化关系模型:
根据第1)、2)、3)、4)步建立的供电可靠性各项分指标与客户满意度量化关系表达式,结合第5.3)步计算得到的各项指标权重,按下式建立供电可靠性指标与客户综合满意度量化关系模型;
其中SI为客户综合满意度分数,fi(x)表示第i个供电可靠性指标与客户满意度量化关系表达式。
本发明采用上述技术方案后,主要有以下效果:
①克服现有电力客户满意度评测模型的不足,不仅能够用户计算客户对当前可靠性水平的满意度分数,还能指出客户满意度随供电可靠性的变化规律,便于供电公司据此向客户提供差异化服务;
②能够考虑供电可靠性管理中预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个指标的影响,更为接近供电局可靠性管理实际运行情况,模型准确性高;
③能够考虑不同客户对预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个指标不同的重视程度,根据用户对四个供电可靠性指标的重要性排序确定指标权重,更加符合客户实际情况。
本发明具有算法简单,便于推广应用,建立模型准确性高,反映客户实际情况等特订。本发明广泛应用于供电可靠性与客户满意度关系量化模型建立,特别适用于供电局的供电可靠性和客户满意度管理。
具体实施方式
本发明供电可靠性与客户满意度关系量化模型建立方法,根据客户满意度调研数据,先分别建立预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个供电可靠性指标与客户满意度量化关系模型,然后计算四个供电可靠性指标的权重,最后建立供电可靠性与客户总体满意度的量化关系模型。
其中:1)用户预安排平均停电时间与客户满意度量化关系模型按如下步骤建立:
1.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a11%和期望预安排停电时间平均值T11、选择“比较满意”的客户数占调研总用户数比例a12%和期望预安排停电时间平均值T12、选择“一般”的客户数占调研总用户数比例a13%和期望预安排停电时间平均值T13、选择“比较不满意”的客户数占调研总用户数比例a14%和期望预安排停电时间平均值T14以及选择“非常不满意”的客户数占调研总用户数比例a15%和期望预安排停电时间平均值T15;
1.2)输入馈线预安排年平均停电时间并排序
第1.1)步完成后,输入供电局所有n条馈线的用户预安排平均停电时间,并按升序进行排列;
1.3)计算认为满意度达到及格水平的客户比例
第1.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b1%,即认为时满意度达到及格水平的客户比例,按下式计算:
b1%= a11%+ a12%+ a13%
1.4)计算及格满意度分数对应的用户预安排平均停电时间
第1.3)步完成后,设定满意度及格分数c,取馈线预安排平均停电时间升序序列中排名第n×b1%位的用户预安排平均停电时间作为达到满意度及格分数的预安排用户平均停电时间d;
1.5)设定满分满意度分数对应的预安排用户平均停电时间
第1.4)步完成后,设定满意度满分分数e,对应的用户平均停电时间设定为0;
1.6)计算满意程度中非常满意对应的满意度分数
第1.5)步完成后,先选取预安排平均停电时间升序序列中排名前n×a11%的所有值,计算其平均值A11,然后按下式计算非常满意对应的满意度分数S11;
1.7)计算满意程度中比较满意对应的满意度分数
第1.6)步完成后,先选取预安排平均停电时间升序序列中排名第n×a11%到n×(a11+a12)%的所有值,计算其平均值A12,然后按下式计算非常满意对应的满意度分数S12;
1.8)计算满意程度中一般对应的满意度分数
第1.7)步完成后,先选取预安排平均停电时间升序序列中排名第n×a12%到n×(a12+a13)%的所有值,计算其平均值A13,然后按下式计算非常满意对应的满意度分数S13;
1.9)计算满意程度中比较不满意对应的满意度分数
第1.8)步完成后,先选取预安排平均停电时间升序序列中排名第n×a13%到n×(a13+a14)%的所有值,计算其平均值A14,然后按下式计算非常满意对应的满意度分数S14;
1.10)计算满意程度中非常不满意对应的满意度分数
第1.9)步完成后,先选取预安排平均停电时间升序序列中排名第n×a14%到n×(a14+a15)%的所有值,计算其平均值A15,然后按下式计算非常满意对应的满意度分数S15;
1.11)建立用户预安排平均停电时间与客户满意度量化关系模型
第1.10)步完成后,根据第1.6)步、第1.7)步、第1.8)步、第1.9)步和第1.10)步计算得到的五个满意程度对应的满意度分数序列S1={S11,S12,S13,S14,S15}和期望预安排停电时间序列T1={T11,T12,T13,T14,T15},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T1, S1)拟合用户预安排平均停电时间与满意度分数关系曲线,并计算曲线解析表达式;
2)用户预安排平均停电次数与客户满意度量化关系模型按如下步骤建立:
2.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a21%和期望预安排停电次数平均值T21、选择“比较满意”的客户数占调研总用户数比例a22%和期望预安排停电次数平均值T22、选择“一般”的客户数占调研总用户数比例a23%和期望预安排停电次数平均值T23、选择“比较不满意”的客户数占调研总用户数比例a24%和期望预安排停电次数平均值T24以及选择“非常不满意”的客户数占调研总用户数比例a25%和期望预安排停电次数平均值T25;
2.2)输入馈线预安排年平均停电次数并排序
第2.1)步完成后,输入供电局所有n条馈线的用户预安排平均停电次数,并按升序进行排列;
2.3)计算认为满意度达到及格水平的客户比例
第2.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b2%,即认为时满意度达到及格水平的客户比例,按下式计算:
b2%= a21%+ a22%+ a23%
2.4)计算及格满意度分数对应的用户预安排平均停电次数
第2.3)步完成后,设定满意度及格分数c,取馈线预安排平均停电次数升序序列中排名第n×b2%位的用户预安排平均停电次数作为达到满意度及格分数的预安排用户平均停电次数d;
2.5)设定满分满意度分数对应的预安排用户平均停电次数
第2.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
2.6)计算满意程度中非常满意对应的满意度分数
第2.5)步完成后,先选取预安排平均停电次数升序序列中排名前n×a21%的所有值,计算其平均值A21,然后按下式计算非常满意对应的满意度分数S21;
2.7)计算满意程度中比较满意对应的满意度分数
第2.6)步完成后,先选取预安排平均停电次数升序序列中排名第n×a21%到n×(a21+a22)%的所有值,计算其平均值A22,然后按下式计算非常满意对应的满意度分数S22;
2.8)计算满意程度中一般对应的满意度分数
第2.7)步完成后,先选取预安排平均停电次数升序序列中排名第n×a22%到n×(a22+a23)%的所有值,计算其平均值A23,然后按下式计算非常满意对应的满意度分数S23;
2.9)计算满意程度中比较不满意对应的满意度分数
第2.8)步完成后,先选取预安排平均停电次数升序序列中排名第n×a23%到n×(a23+a24)%的所有值,计算其平均值A24,然后按下式计算非常满意对应的满意度分数S24;
2.10)计算满意程度中非常不满意对应的满意度分数
第2.9)步完成后,先选取预安排平均停电次数升序序列中排名第n×a24%到n×(a24+a25)%的所有值,计算其平均值A25,然后按下式计算非常满意对应的满意度分数S25;
2.11)建立用户预安排平均停电次数与客户满意度量化关系模型
第2.10)步完成后,根据第2.6)步、第2.7)步、第2.8)步、第2.9)步和第2.10)步计算得到的五个满意程度对应的满意度分数序列S2={S21,S22,S23,S24,S25}和期望预安排停电次数序列T2={T21,T22,T23,T24,T25},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T2, S2)拟合用户预安排平均停电次数与满意度分数关系曲线,并计算曲线解析表达式;
3)用户故障平均停电时间与客户满意度量化关系模型按如下步骤建立:
3.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a31%和期望故障停电时间平均值T31、选择“比较满意”的客户数占调研总用户数比例a32%和期望故障停电时间平均值T32、选择“一般”的客户数占调研总用户数比例a33%和期望故障停电时间平均值T33、选择“比较不满意”的客户数占调研总用户数比例a34%和期望故障停电时间平均值T34以及选择“非常不满意”的客户数占调研总用户数比例a35%和期望故障停电时间平均值T35;
3.2)输入馈线故障年平均停电时间并排序
第3.1)步完成后,输入供电局所有n条馈线的用户故障平均停电时间,并按升序进行排列;
3.3)计算认为满意度达到及格水平的客户比例
第3.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b3%,即认为时满意度达到及格水平的客户比例,按下式计算:
b3%= a31%+ a32%+ a33%
3.4)计算及格满意度分数对应的用户故障平均停电时间
第3.3)步完成后,设定满意度及格分数c,取馈线故障平均停电时间升序序列中排名第n×b3%位的用户故障平均停电时间作为达到满意度及格分数的预安排用户平均停电次数d;
3.5)设定满分满意度分数对应的预安排用户平均停电次数
第3.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
3.6)计算满意程度中非常满意对应的满意度分数
第3.5)步完成后,先选取故障平均停电时间升序序列中排名前n×a31%的所有值,计算其平均值A31,然后按下式计算非常满意对应的满意度分数S31;
3.7)计算满意程度中比较满意对应的满意度分数
第3.6)步完成后,先选取故障平均停电时间升序序列中排名第n×a31%到n×(a31+a32)%的所有值,计算其平均值A32,然后按下式计算非常满意对应的满意度分数S32;
3.8)计算满意程度中一般对应的满意度分数
第3.7)步完成后,先选取故障平均停电时间升序序列中排名第n×a32%到n×(a32+a33)%的所有值,计算其平均值A33,然后按下式计算非常满意对应的满意度分数S33;
3.9)计算满意程度中比较不满意对应的满意度分数
第3.8)步完成后,先选取故障平均停电时间升序序列中排名第n×a33%到n×(a33+a34)%的所有值,计算其平均值A34,然后按下式计算非常满意对应的满意度分数S34;
3.10)计算满意程度中非常不满意对应的满意度分数
第3.9)步完成后,先选取故障平均停电时间升序序列中排名第n×a34%到n×(a34+a35)%的所有值,计算其平均值A35,然后按下式计算非常满意对应的满意度分数S35;
3.11)建立用户故障平均停电时间与客户满意度量化关系模型
第3.10)步完成后,根据第3.6)步、第3.7)步、第3.8)步、第3.9)步和第3.10)步计算得到的五个满意程度对应的满意度分数序列S3={S31,S32,S33,S34,S35}和期望故障停电时间序列T3={T31,T32,T33,T34,T35},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T3, S3)拟合用户故障平均停电时间与满意度分数关系曲线,并计算曲线解析表达式;
4)故障平均停电次数各满意程度对应满意度分数按如下步骤计算:
4.1)输入以供电可靠性为对象的客户满意度调研统计数据,包括:选择“非常满意”的客户数占调研总用户数比例a41%和期望故障停电次数平均值T41、选择“比较满意”的客户数占调研总用户数比例a42%和期望故障停电次数平均值T42、选择“一般”的客户数占调研总用户数比例a43%和期望故障停电次数平均值T43、选择“比较不满意”的客户数占调研总用户数比例a44%和期望故障停电次数平均值T44以及选择“非常不满意”的客户数占调研总用户数比例a45%和期望故障停电次数平均值T45;
4.2)输入馈线故障年平均停电次数并排序
第4.1)步完成后,输入供电局所有n条馈线的用户故障平均停电次数,并按升序进行排列;
4.3)计算认为满意度达到及格水平的客户比例
第4.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b4%,即认为时满意度达到及格水平的客户比例,按下式计算:
b4%= a41%+ a42%+ a43%
4.4)计算及格满意度分数对应的用户故障平均停电次数
第4.3)步完成后,设定满意度及格分数c,取馈线故障平均停电次数升序序列中排名第n×b4%位的用户故障平均停电次数作为达到满意度及格分数的预安排用户平均停电次数d;
4.5)设定满分满意度分数对应的预安排用户平均停电次数
第4.4)步完成后,设定满意度满分分数e,对应的用户平均停电次数设定为0;
4.6)计算满意程度中非常满意对应的满意度分数
第4.5)步完成后,先选取故障平均停电次数升序序列中排名前n×a41%的所有值,计算其平均值A41,然后按下式计算非常满意对应的满意度分数S41;
4.7)计算满意程度中比较满意对应的满意度分数
第4.6)步完成后,先选取故障平均停电次数升序序列中排名第n×a41%到n×(a41+a42)%的所有值,计算其平均值A42,然后按下式计算非常满意对应的满意度分数S42;
4.8)计算满意程度中一般对应的满意度分数
第4.7)步完成后,先选取故障平均停电次数升序序列中排名第n×a42%到n×(a42+a43)%的所有值,计算其平均值A43,然后按下式计算非常满意对应的满意度分数S43;
4.9)计算满意程度中比较不满意对应的满意度分数
第4.8)步完成后,先选取故障平均停电次数升序序列中排名第n×a43%到n×(a43+a44)%的所有值,计算其平均值A44,然后按下式计算非常满意对应的满意度分数S44;
4.10)计算满意程度中非常不满意对应的满意度分数
第4.9)步完成后,先选取故障平均停电次数升序序列中排名第n×a44%到n×(a44+a45)%的所有值,计算其平均值A45,然后按下式计算非常满意对应的满意度分数S45;
4.11)建立用户故障平均停电次数与客户满意度量化关系模型
第4.10)步完成后,根据第4.6)步、第4.7)步、第4.8)步、第4.9)步和第4.10)步计算得到的五个满意程度对应的满意度分数序列S4={S41,S42,S43,S44,S45}和期望故障停电次数序列T3={T41,T42,T43,T44,T45},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T4, S4)拟合用户故障平均停电次数与满意度分数关系曲线,并计算曲线解析表达式;
5)四个供电可靠性指标的权重计算方法为:
5.1)输入满意度调研数据
输入满意度调研中统计的客户对预安排停电时间、预安排停电次数、故障停电时间、故障停电次数四个指标的重要性排序数据,包括各供电可靠性指标分别被选为1、2、3、4名的次数占总调研客户数的比例;
5.2)计算各排名的重要性权重
第5.1)步完成后,采用层次分析法计算重要性排序中每个名次的权重,首先设定各个排序名次的标度,得到重要度判断矩阵,然后经归一化处理得到重要性权重;
5.3)计算各供电可靠性指标权重
第5.2)步完成后,统计各供电可靠性指标分别被选为1、2、3、4名的次数并计算占总调研客户数的比例,各供电可靠性指标的权重按下式计算
其中,wi表示第i个供电可靠性指标的综合权重,rij表示排序时将第i个供电可靠性指标选为第j名的客户占总调研客户的比例,表示重要性排序中排名第j对应的权重。
5.4)按如下方法建立供电可靠性与客户综合满意度量化关系模型:
根据第1)、2)、3)、4)步建立的供电可靠性各项分指标与客户满意度量化关系表达式,结合第5.3)步计算得到的各项指标权重,按下式建立供电可靠性指标与客户综合满意度量化关系模型;
其中SI为客户综合满意度分数,fi(x)表示第i个供电可靠性指标与客户满意度量化关系表达式。
实施例
某地区供电可靠性与客户满意度关系量化模型建立方法的具体步骤如下:
1)、用户预安排平均停电时间与客户满意度量化关系模型建立
1.1)输入以供电可靠性为对象的客户满意度调研数据,包括选择“非常满意”的客户数占调研总用户数比例23%、选择“比较满意”的客户数占调研总用户数比例49%、选择“一般”的客户数占调研总用户数比例26%、选择“比较不满意”的客户数占调研总用户数比例1%和选择“非常不满意”的客户数占调研总用户数比例1%,各满意度成对对应的用户期望预安排平均停电时间平均值如下:
1.2)输入馈线年平均停电时间并排序
第1.1)步完成后,输入供电局所有3532条馈线的用户预安排平均停电时间,并按升序进行排列;
1.3)计算认为满意度达到及格水平的客户比例
第1.2)步完成后,计算调研选择“非常满意”、“比较满意”和“一般”的客户占总调研客户数比例b1%,即认为时满意度达到及格水平的客户比例,按下式计算:
b1%=23%+49%+26%= 98%
1.4)计算及格满意度分数对应的用户预安排平均停电时间
第1.3)步完成后,设定满意度及格分数c为50分,取馈线预安排平均停电时间升序序列中排名第3461位的用户预安排平均停电时间作为达到满意度及格分数的预安排用户平均停电时间d,为21.4小时;
1.5)设定满分满意度分数对应的预安排用户平均停电时间
第1.4)步完成后,设定满意度满分分数e为100分,对应的用户平均停电时间设定为0;
1.6)计算满意程度中非常满意对应的满意度分数
第1.5)步完成后,先选取预安排平均停电时间升序序列中排名前812的所有值,计算其平均值T11=3.0小时,然后按下式计算非常满意对应的满意度分数S11;
1.7)计算满意程度中比较满意对应的满意度分数
第1.6)步完成后,先选取预安排平均停电时间升序序列中排名第812到2543的所有值,计算其平均值T12=7.0小时,然后按下式计算非常满意对应的满意度分数S12;
1.8)计算满意程度中一般对应的满意度分数
第1.7)步完成后,先选取预安排平均停电时间升序序列中排名第2543到3461的所有值,计算其平均值T13=14.1小时,然后按下式计算非常满意对应的满意度分数S13;
1.9)计算满意程度中比较不满意对应的满意度分数
第1.8)步完成后,先选取预安排平均停电时间升序序列中排名第3461到3497的所有值,计算其平均值T14=26.4小时,然后按下式计算非常满意对应的满意度分数S14;
1.10)计算满意程度中非常不满意对应的满意度分数
第1.9)步完成后,先选取预安排平均停电时间升序序列中排名第3497到3532的所有值,计算其平均值T15=30.4小时,然后按下式计算非常满意对应的满意度分数S15;
1.11)建立用户预安排平均停电时间与客户满意度量化关系模型
第1.10)步完成后,根据第1.6)步、第1.7)步、第1.8)步、第1.9)步和第1.10)步计算得到的五个满意程度对应的满意度分数序列S1={93.3,84.3,68.3,40.8,31.9}和期望预安排停电时间序列T1={2.2,3.4,4.6,6.3,7.8},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T1, S1)拟合用户预安排平均停电时间与满意度分数关系曲线,并计算曲线解析表达式。
2)、用户预安排平均停电次数与客户满意度量化关系模型建立
根据第1)步中的计算方法,输入五个满意度程度对应的用户期望预安排停电次数平均值序列T2={1.2,2.3,3.4,4.8,6.2}和所有馈线用户预安排平均停电次数,计算对于用户预安排平均停电次数指标“非常满意”、“比较满意”、“一般”、“比较不满意”和“非常不满意”五个满意度程度分别对应的满意度分数序列S2={S21,S22,S23,S24,S25},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T2, S2)拟合用户预安排平均停电次数与客户满意度量化关系曲线,并计算曲线解析表达式。
3)、用户故障平均停电时间与客户满意度量化关系模型建立
根据第1)步中的计算方法,输入五个满意度程度对应的用户期望故障停电时间平均值序列T3={0.6,2.4,4.5,6.6,8.7}和所有馈线用户故障平均停电时间,计算对于用户故障平均停电时间指标“非常满意”、“比较满意”、“一般”、“比较不满意”和“非常不满意”五个满意度程度分别对应的满意度分数序列S3={S31,S32,S33,S34,S35},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T3, S3)拟合用户故障平均停电时间与客户满意度量化关系曲线,并计算曲线解析表达式。
4)、故障平均停电次数各满意程度对应满意度分数计算
根据第1)步中的计算方法,输入五个满意度程度对应的用户故障停电次数平均值序列T4={0.4,1.6,2.6,4,5.2}和所有馈线用户故障平均停电次数,计算对于用户故障平均停电指标“非常满意”、“比较满意”、“一般”、“比较不满意”和“非常不满意”五个满意度程度分别对应的满意度分数序列S4={S41,S42,S43,S44,S45},调用Matlab程序中分段三次Hermite插值拟合函数PCHIP(T4, S4)拟合用户故障平均停电时间与客户满意度量化关系曲线,并计算曲线解析表达式。
5)、供电可靠性指标权重计算
5.1)输入满意度调研数据
输入满意度调研中统计的客户对预安排停电时间、预安排停电次数、故障停电时间、故障停电次数四个指标的重要性排序数据,包括各供电可靠性指标分别被选为1、2、3、4名的次数占总调研客户数的比例,如下表所示.
5.2)计算各排名的重要性权重
第5.1)步完成后,采用层次分析法计算重要性排序中每个名次的权重。
首先设定各个排序名次的标度
得到重要度判断矩阵
然后经归一化处理得到重要性权重
则排名1到4位的指标权重分别为0.513、0.275、0.138和0.074。
5.3)计算各供电可靠性指标权重
第5.2)步完成后,可靠性指标的权重按下式计算
其中,wi表示第i个供电可靠性指标的综合权重,rij表示排序时将第i个供电可靠性指标选为第j名的客户占总调研客户的比例,表示重要性排序中排名第j对应的权重;
得到各指标权重如下表
5.4)建立供电可靠性与客户综合满意度量化关系模型
根据第1)、2)、3)、4)步建立的供电可靠性各项分指标与客户满意度量化关系表达式,结合第5.3)步计算得到的各项指标权重,按下式建立供电可靠性指标与客户综合满意度量化关系模型。
其中SI为客户综合满意度分数,yi(t)表示第i个供电可靠性指标与客户满意度量化关系表达式。
实验结果
把本发明应用到广东电网公司东莞供电局供电可靠性与客户满意度关系量化关系模型建立中。建立模型之前广泛开展了供电可靠性与客户满意度问卷调研并统计了调研得到的客户满意度相关数据。
经计算得到五个满意程度对应的满意度分数和预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个供电可靠性指标数值如下表
预安排停电时间与客户满意度关系量化模型表达式如下所示:
预安排停电次数与客户满意度关系量化模型表达式如下所示:
故障停电时间与客户满意度关系量化模型表达式如下所示:
故障停电次数与客户满意度关系量化模型表达式如下所示:
供电可靠性指标与客户综合满意度关系模型为:
从上述结果可知,运用本方法建立供电可靠性与客户满意度关系量化模型是,可以在建立过程中得到预安排停电时间、预安排停电次数、故障停电时间和故障停电次数四个供电可靠性管理指标与客户满意度量化关系,更为贴近工程实际;指标权重计算基于客户实际情况,更具说服力;方法接口简单,便于工程人员学习实用,并且通用性较好,可以有效地了解客户满意度变化情况。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
机译: 空调系统,室内外管道连接关系的建立方法,室内外管道连接关系的建立方法
机译: 客户满意度管理装置,客户满意度管理方法和客户满意度管理程序
机译: 客户满意度级别管理装置,客户满意度级别管理方法和客户满意度级别管理程序