區(qū)間型不確定多屬性決策在顧客滿意度測(cè)評(píng)中的應(yīng)用

1、區(qū)間型不確定多屬性決策在顧客滿意度測(cè)評(píng)中的應(yīng)用    摘 要:顧客滿意度測(cè)評(píng)已經(jīng)成為衡量企業(yè)經(jīng)濟(jì)持續(xù)發(fā)展的一個(gè)重要財(cái)務(wù)指標(biāo)。而傳統(tǒng)顧客滿意度測(cè)評(píng)指標(biāo)屬性值多設(shè)置為具體的實(shí)數(shù),使顧客對(duì)產(chǎn)品的主觀感知受到限制,因而導(dǎo)致測(cè)評(píng)結(jié)果不精確;本文試圖從不確定多屬性決策角度給出屬性值為區(qū)間數(shù)的顧客滿意度測(cè)評(píng)方法,擴(kuò)大顧客對(duì)產(chǎn)品指標(biāo)屬性值的感知范圍,從而更實(shí)際的反映顧客對(duì)產(chǎn)品的滿意程度,并為企業(yè)對(duì)自身的后續(xù)發(fā)展和產(chǎn)品改進(jìn)提供值得參考的意見(jiàn)。 關(guān)鍵詞:區(qū)間數(shù);顧客滿意度;多屬性決策 中圖號(hào):F224.3 文獻(xiàn)標(biāo)志碼:A文章編號(hào):9451(2009)02-132-04 Th

2、e Application of Interval Uncertain MultiAttribute Decision Making in Customer Satisfaction Evaluation ZHAO Weiqi,ZHAI Chao (School of Economics & Management,Xian Technological University,Xian710032,China) Abstract: Customer satisfaction evaluation has become an important financial index to meas

3、ure the sustainable development of business economy.But in the traditional customer satisfaction evaluation,the traget attributel values are usuallly set as real numbers,which limits the castomers subjective perception of products,thus leading to inaccurate evaluation results.The paper presents a cu

4、stomer satisfaction evaluation with interval numbers as its attribute values from the perspective of the uncertain multiattribute decisionmaking.This evaluation expands customers perception range of target attribute values,reflecting more truthfully the degree of satisfaction,and provides the busine

5、sses with suggestions on their sustainable development and product modification. Key Words:interval numbers;customer satisfaction;mutliattribute decisionmaking 自20世紀(jì)70年代以來(lái),顧客滿意理論研究的興起對(duì)企業(yè)的市場(chǎng)行為產(chǎn)生了一定的影響。80年代,顧客滿意的企業(yè)經(jīng)營(yíng)理念逐漸成為西方發(fā)達(dá)國(guó)家的共識(shí),并且在企業(yè)實(shí)踐中得到應(yīng)用,顧客滿意成為衡量企業(yè)成功經(jīng)營(yíng)的一種績(jī)效指標(biāo)。不少公司把顧客滿意度置于整體質(zhì)量管理中最重要的地位。因此,對(duì)顧客滿意度

6、的測(cè)評(píng)引起了企業(yè)界和學(xué)術(shù)界的重視,漸漸的發(fā)展成為企業(yè)的一項(xiàng)專門(mén)工作。 當(dāng)前,西方國(guó)家對(duì)顧客滿意度的測(cè)評(píng)的研究主要集中在宏觀層面,許多國(guó)家都建立了自己的顧客滿意度指數(shù)模型,所采用的測(cè)量模型也不盡相同,其中有代表性的有瑞典模型、美國(guó)模型、歐洲模型。瑞典于1989年在世界上率先建立了國(guó)家層次上的顧客滿意度指數(shù)模型,該模型是在美國(guó)密西根大學(xué)的福內(nèi)爾(Fornell)教授等人的指導(dǎo)下開(kāi)發(fā)的,有五個(gè)結(jié)構(gòu)變量:顧客預(yù)期、感知價(jià)值、顧客滿意度、顧客抱怨和顧客忠誠(chéng)。其中顧客預(yù)期是外生變量,其他為內(nèi)生變量。美國(guó)顧客滿意度指數(shù)模型(ACSI)是以瑞典顧客滿意度模型為原型建立的,ACSI中增加了一個(gè)結(jié)構(gòu)變量-感知質(zhì)量

7、。歐洲顧客滿意度指數(shù)測(cè)評(píng)模型(ECSI)借鑒了ACSI模型,在ECSI中增加了形象作為結(jié)構(gòu)變量,將感知質(zhì)量分為感知硬件質(zhì)量和感知軟件質(zhì)量?jī)刹糠?去掉了顧客抱怨這一結(jié)構(gòu)變量。 當(dāng)前從微觀層面對(duì)顧客滿意度的測(cè)評(píng)集中在具體測(cè)評(píng)模型的不同以及不同行業(yè)顧客滿意度測(cè)評(píng)指標(biāo)體系的確立兩個(gè)方面。目前,有四分圖模型,KANO模型等較為成熟的顧客滿意度測(cè)評(píng)模型;結(jié)合灰色系統(tǒng)理論、模糊綜合評(píng)判法進(jìn)行顧客滿意度測(cè)評(píng)的方法等。然而顧客滿意的評(píng)價(jià)具有一定的模糊性與不確定性,是一個(gè)多屬性決策的過(guò)程,顧客對(duì)產(chǎn)品或服務(wù)的感知難以用經(jīng)典的數(shù)學(xué)語(yǔ)言描述,以上描述的一些顧客滿意度測(cè)評(píng)方法,主要從確定性角度出發(fā)由顧客對(duì)產(chǎn)品測(cè)評(píng)指標(biāo)屬性

8、值直接打分,屬性值為具體的實(shí)數(shù),然后根據(jù)屬性值進(jìn)行測(cè)評(píng)。但顧客對(duì)產(chǎn)品的看法經(jīng)常是一個(gè)很難具體量化的模糊概念,具有很大的不確定性,因此測(cè)評(píng)指標(biāo)屬性值的實(shí)數(shù)化不能很好的體現(xiàn)顧客對(duì)產(chǎn)品的這種感知心理。所以,有必要運(yùn)用不確定多屬性決策方法來(lái)研究。 多屬性決策是指在考慮多個(gè)屬性的情況下, 選擇最優(yōu)備選方案或進(jìn)行方案排序的決策問(wèn)題, 它廣泛地存在于工程、經(jīng)濟(jì)、社會(huì)、軍事以及日常生活中。然而,由于客觀事物的復(fù)雜性和人類思維的模糊性,我們遇到的多屬性決策問(wèn)題大多是不確定的、模糊的, 稱為不確定性多屬性決策問(wèn)題。這類決策問(wèn)題已經(jīng)引起了學(xué)者們的廣泛關(guān)注,并一直是研究的熱點(diǎn)。 討論不確定信息大部分是以三角模糊數(shù)、梯

9、形模糊數(shù)和區(qū)間數(shù)的形式,本文針對(duì)顧客滿意度中測(cè)評(píng)指標(biāo)屬性不易具體量化,具有一定的不確定性,應(yīng)用屬性值為區(qū)間數(shù)的不確定多屬性決策方法來(lái)測(cè)評(píng),擴(kuò)大顧客對(duì)產(chǎn)品指標(biāo)屬性值的感知范圍,從而更實(shí)際的反映顧客對(duì)產(chǎn)品的滿意程度、更好的反映顧客對(duì)產(chǎn)品感知的模糊心理,克服了由于屬性值固定、單一化導(dǎo)致顧客對(duì)產(chǎn)品測(cè)評(píng)過(guò)于主觀,使得測(cè)評(píng)結(jié)果不準(zhǔn)確的缺陷。因此,屬性值為區(qū)間數(shù)的顧客滿意度測(cè)評(píng)具有更強(qiáng)的客觀性,更接近于人們的心理感知程度。 一、預(yù)備知識(shí) 西安工業(yè)大學(xué)學(xué)報(bào) 第3卷 第2期 趙偉奇等: 定義1:記a=x|aLxaU,aL,aUR,稱a為一個(gè)區(qū)間數(shù)。特別的,若aL=aU,則a退化為一個(gè)實(shí)數(shù)。 區(qū)間數(shù)有如下運(yùn)算性質(zhì)

10、: 設(shè)a=和b=,且0,則 (1) 當(dāng)且僅當(dāng)a=b和當(dāng)且僅當(dāng)aL=bL和aU=bU (2) a=b=; (3) a=,其中0。特別地,若=0,則a=0 定義2:設(shè)a=,b=,且記L(a)=aU-aL,L(b)=bU-bL,稱 P(ab)= max0,L(a)+L(b)-max0,bU,aUL(a)+L(b)(1) 為ab的可能度。在此定義下,P(ab)具有如下性質(zhì):    (1) 若P(ab)=P(ba),則P(ab)=P(ba)=1/2;   (2) P(ab)+P(ba)=1; (3) 若aUbL,則P(ab)=0;若aLbU,則P(ab)

11、=1; (4) 對(duì)于三個(gè)區(qū)間數(shù)a,b,c,若ab,則P(ac)P(bc) 區(qū)間數(shù)的排序:對(duì)于給定的一組區(qū)間數(shù)ai=,iN,把它們進(jìn)行兩兩比較。利用上述可能度公式求得相應(yīng)的可能度P(aiaj),簡(jiǎn)記為pij,i,jN,并建立可能度矩陣P=(pij)n×n。該矩陣包含了所有方案相互比較的全部可能度信息。因此對(duì)區(qū)間數(shù)進(jìn)行排序的問(wèn)題,就轉(zhuǎn)化為求解可能度矩陣的排序向量問(wèn)題。因?yàn)镻是一個(gè)模糊互補(bǔ)判斷矩陣,則給出一個(gè)簡(jiǎn)潔的排序公式進(jìn)行求解: vi=1n(n-1)nj=1pij+n2-1,iN(2) 得到可能度矩陣P的排序向量v=(v1,v2,vn),并利用vi(iN)對(duì)區(qū)間數(shù)a(iN)進(jìn)行排序。

12、二、基于區(qū)間數(shù)的多屬性決策顧客滿意度測(cè)評(píng)模型 針對(duì)以區(qū)間數(shù)形式給出的決策方案綜合評(píng)價(jià)值,給出帶有可能度的方案排序方法。 設(shè)不確定多屬性決策問(wèn)題方案集為X=(x1,x2,xn),U=(u1,u2,un) 。對(duì)于方案xiX,按第j個(gè)屬性u(píng)j進(jìn)行測(cè)度,得到xi關(guān)于uj的屬性值aij(aij),從而構(gòu)成決策矩陣A=(am×n)。 最常見(jiàn)的屬性類型有效益型屬性、成本型屬性。效益型屬性是指屬性值越大越好的屬性,成本型屬性是指屬性值越小越好的屬性。設(shè)Ij(j=1,2)分別表示效益型、成本型的下標(biāo)集。為了消除不同物理量綱對(duì)決策結(jié)果的影響,本文用下列公式將決策矩陣A轉(zhuǎn)化為規(guī)范化矩陣R=(rij)m&#

13、215;n,其中,rij=),且 rij= aij/aj,iM,jI1 a-1ij/a-1j,iM,jI2(3) aj=mi=1aij,1/aj=m11/aij 根據(jù)區(qū)間數(shù)的運(yùn)算法則,把式(3)中兩個(gè)式子寫(xiě)為 rLij= aLij/mi=1aUij,jI1,iM (1/aUij)/mi=1(1/aLij),jI2,iM(4) rUij= aUij/mi=1aLij,jI1,iM (1/aJij)/mi=1(1/aUij,jI2,iM(5) 然后由規(guī)范化矩陣R=(rijm×n)以及已知的測(cè)評(píng)屬性權(quán)重w=(w1,w2,wn)可知,方案 的綜合屬性值與權(quán)重的關(guān)系為: zi=nj=1rijw

14、jiM(6) 式中:wj為第j個(gè)屬性u(píng)j的權(quán)重,假設(shè)滿足單位化約束條件:nj=1wj=1。 利用區(qū)間數(shù)比較的可能度公式(1),算出各方案綜合屬性值 之間的可能度zi(w)(iM)可能度pij(zi(w)zj(w),i,jM,并建立可能度矩陣P=(pijm×n)。 利用公式(2)求得可能度矩陣P的排序向量v=(v1,v2,vn),并按其分量大小對(duì)方案進(jìn)行排序,即得到最優(yōu)方案。 三、顧客滿意度測(cè)評(píng)的實(shí)例分析 考慮4個(gè)廠家生產(chǎn)的同種產(chǎn)品的顧客滿意度測(cè)評(píng)問(wèn)題。采用產(chǎn)品安全性u(píng)1、產(chǎn)品質(zhì)量u2、產(chǎn)品售后服務(wù)u3、產(chǎn)品價(jià)格u4這4個(gè)屬性作為測(cè)評(píng)指標(biāo)。設(shè)有4個(gè)廠家(方案) (xi=1、2、3、4)

15、將被測(cè)評(píng),并假定屬性的權(quán)重向量為w=(0.5080,0.2372,0.1103,0.1445)T。其中u1,u2,u3為效益型屬性,u4為成本型屬性。根據(jù)某咨詢公司對(duì)這4廠家生產(chǎn)產(chǎn)品的顧客滿意度數(shù)據(jù)收集,為了使得數(shù)據(jù)更具有準(zhǔn)確性,咨詢公司使用區(qū)間數(shù)給出了各廠家(方案)的顧客滿意度屬性值,如下表1。 表1 屬性值矩陣 xiu1u2u3u4 x1 x2 x3 x4 1) 先根據(jù)表1中的數(shù)據(jù)建立決策矩陣: A= 2) 用(4)式和(5)式將 轉(zhuǎn)化為規(guī)范化決策矩陣: R= 3) 由(6)式以及給定得權(quán)重向量求得各方案(廠家)的綜合屬性值: z1=;z2= z3=;z4= 4) 為了對(duì)各方案(廠家)進(jìn)行

16、排序,先利用式(1)求出zi(i=1,2,3,4)兩兩比較的可能度矩陣: P= 0.50.20910.41370.3707 0.79090.50.71650.6637 0.58630.28350.50.4521 0.62930.33630.54790.5 5) 利用式(2)求出可能度矩陣P的排序向量:v=(0.2078,0.3059,0.2352,0.2511)T 由此,4個(gè)方案(廠家)生產(chǎn)的同種產(chǎn)品在顧客心中滿意度的優(yōu)先順序xi(i=1、2、3、4)的排序?yàn)?x2>x4>x3>x1。 四、結(jié)果分析 由文中基于區(qū)間數(shù)的多屬性決策顧客滿意度測(cè)評(píng)模型對(duì)4個(gè)生產(chǎn)同種產(chǎn)品的廠家顧客滿

17、意度測(cè)評(píng)結(jié)果可知,其中生產(chǎn)廠家2(x2 )生產(chǎn)的產(chǎn)品,在顧客購(gòu)買(mǎi)后使用過(guò)程中產(chǎn)生的滿意度最高,進(jìn)而說(shuō)明該廠的產(chǎn)品在同種產(chǎn)品銷售競(jìng)爭(zhēng)中處于較有利的優(yōu)勢(shì),是顧客信賴的品牌產(chǎn)品。因此,該生產(chǎn)廠家應(yīng)該保持產(chǎn)品優(yōu)勢(shì),爭(zhēng)取在產(chǎn)品各個(gè)屬性的實(shí)用性上擴(kuò)大優(yōu)勢(shì),進(jìn)一步提高其整個(gè)產(chǎn)品的顧客滿意度,繼續(xù)擴(kuò)大其產(chǎn)品的市場(chǎng)份額。生產(chǎn)廠家1(x1 )的顧客滿意度最低,說(shuō)明該廠生產(chǎn)的產(chǎn)品在4個(gè)屬性的某些方面還有缺陷,廠家應(yīng)著力找出其影響因素,增強(qiáng)產(chǎn)品在各個(gè)方面的使用價(jià)值,從而增強(qiáng)產(chǎn)品的顧客感知價(jià)值,使得產(chǎn)品的顧客滿意度和市場(chǎng)競(jìng)爭(zhēng)力有所提高。生產(chǎn)廠家4( x4)和3(x3 )的顧客滿意度測(cè)評(píng)結(jié)果居中且差別不大,說(shuō)明這兩個(gè)廠家生產(chǎn)的產(chǎn)品在顧客心目中接近于同質(zhì)產(chǎn)品,顧客購(gòu)買(mǎi)那個(gè)產(chǎn)品在本質(zhì)上沒(méi)有很大區(qū)別。因此,廠家4和3應(yīng)在自己的產(chǎn)品上增加個(gè)性因素或強(qiáng)調(diào)其產(chǎn)品某一屬性的特殊性,使之對(duì)顧客群體有不同的吸引力,起到市場(chǎng)細(xì)分的作用,從而更好地參加市場(chǎng)競(jìng)爭(zhēng)。    另外,本文中只討論了在應(yīng)用不確定多屬性決策方法的情況下同一行業(yè)中不同產(chǎn)品的顧客滿意度測(cè)評(píng)問(wèn)題,取得了比較可信、客觀的結(jié)果。對(duì)于該方法是否也適用與不同行業(yè)同種產(chǎn)品的顧客滿意度測(cè)評(píng),因?yàn)樯婕暗讲煌袠I(yè)所處不同的生產(chǎn)環(huán)境等因素,從而使得測(cè)評(píng)指標(biāo)設(shè)置有所區(qū)別,