化。因子分析可以使我们可以从大量的可测量数据（如满意度评价）中总结出相对少数的简明的信息，即因子。通过因子分析可以有助于研究各满意度指标之间存在的相关模式，同时，也可以利用因子分析比较竞争者们在不同满意度指标上的优劣差异。
以6位消费者在4个满意度指标方面对汽车的评价为例，见下表2

表2：消费者对汽车的满意度指标评分
被访者 平稳驾驶 a1 安静驾驶 a2 加速 a3 操作 a4
a 5 4 2 1
b 4 3 2 1
c 4 3 3 2
d 5 5 2 2
e 4 3 2 1
f 5 5 3 2
平均值 4.50 3.83 2.33 1.50
通过对这组变量进行因子分析,可以产生一个或者几个因子。我们可以认为因子是变量的线形组合。一个因子是一系列有关变量的加权汇总。在此例中，我们可以分析出存在的两种因子，下表3是四个变量在这两个因子上的载荷值。
表3：两种因子的因子载荷：
变量 与因子1的相关系数 与因子2的相关系数
平稳驾驶 a1 0.85 0.10
安静驾驶 a2 0.76 0.06
加速 a3 0.06 0.89
操作 a4 0.04 0.79
根据不同的变量在两个因子上产生的载荷值，我们可以进行因子命名。因子1主要与平稳驾驶和安静驾驶有关，不妨命名为豪华；因子2主要与加速和操作相关，不妨命名为性能。通过因子分析，我们不仅更加清楚了这四个变量的关系和模式，而且也明确了各个变量与因子之间的相关程度的大小。
利用因子分析还可以对同行业竞争对手之间不同的客户满意度情况进行分析和比较，明确其竞争优势和劣势，从而找到改进质量，增加市场份额的途径。
例如，我们对a、b、c三种品牌的汽车进行满意度调查，访问问卷包含了对三种品牌各自的总体满意度的评价和5个分项满意度指标的评价，共18个问题。对18个变量进行因子分析确定出三个主要的因子。各因子与18个变量的负荷量见表4：
因子1 因子2 因子3 满意度指标
0.87851 0.23325 0.06238 公司处理业务很专业
0.80532 0.22507 0.02152 送货上门
0.75003 0.21993 0.02623 办公人员有礼貌
0.72758 0.22600 0.02934 结帐准确
0.71486 0.21818 0.01554 技术支持人员知识丰富
0.71186 0.18571 0.05214 整体满意度
0.24469 0.96400 0.06527 公司处理业务很专业
0.23272 0.79961 0.04412 送货上门
0.22392 0.75738 0.01619 办公人员有礼貌
0.27118 0.68673 0.03170 结帐准确
0.26746 0.67043 0.02778 技术支持人员知识丰富
0.26587 0.73701 0.03126 整体满意度
0.16679 0.15984 0.65519 公司处理业务很专业
0.13676 0.15452 0.45244 送货上门
0.14622 0.13523 0.36912 办公人员有礼貌
0.16949 0.14732 0.30431 结帐准确
0.16721 0.16063 0.33673 技术支持人员知识丰富
0.10537 0.13378 0.62807 整体满意度
从表中可以看出，a公司的6个指标在因子1上取得最高载荷，而b公司的指标均在因子2上取得最高载荷，c公司则在因子3上取得最高载荷。我们不妨命名第一个因子为“a公司客户满意因素”，第二个因子为“b公司客户满意因素”，第三个因子为“c公司客户满意因素”。三个因子的清晰划分，说明三个公司的顾客群在满意度评价上存在着显著的差异。
分别以三个因子为标度，做三维视图，每个公司的满意度指标载荷值可在三维视图中唯一确定一点。计算各公司的5个分项指标到其整体满意度的殴几里德距离，如表5所示：
表5：满意度指标与各公司整体满意度距离
分项满意度指标 a公司 b公司 c公司
办公人员礼貌 0.0313 0.0821 0.3120
送货上门 0.0409 0.0468 0.2291
帐单准确 0.0642 0.1506 0.3927
技术支持人员知识丰富 0.0642 0.

上一页  [1] [2] [3] [4] 下一页

上一篇商务管理： 营销觉醒

下一篇商务管理： 客户拒绝的应对方法