客户满意度指标权重计算方法与流程

本发明涉及广告技术领域，具体涉及一种客户满意度指标权重计算方法。

背景技术：

用户满意度调查是用户体验工作中重要一项活动。在了解整体满意度、一级指标满意度、二级指标满意度外，还需要了解下一级指标对上一级指标的权重，帮助确定各个方面的工作优先级，为产品优化改进方向提供决策依据。

近几年，客户满意度是反映广告质量的指标，由于其自身的重要性，越来越受到大家的重视。客户满意度是指客户对于整个广告展示过程的期望与实际体验比较后，产生的一种心理状态。以往的广告整体评价方法多数局限与单一方面的评价，如广告的视觉感官评价、第一印象的视觉效果评价、或表面的设计元素评价等；而广告对应的活动运行之后给予客户的直接体验就反映在客户对广告的满意度身上。因此，对客户满意度进行的评价可以为广告整体评价及改进提供有效且有针对性的依据。

技术实现要素：

本发明的目的是为解决上述不足，提供一种客户满意度指标权重计算方法。

本发明的目的是通过以下技术方案实现的：

一种客户满意度指标权重计算方法，包括以下步骤：

步骤1：构建客户满意度指标体系，其中包括：目标层即客户满意度u、准则层和评价因子层，准则层包括准则ui，评价因子层包括各准则ui对应的评价因子其中i＝{1，2，…，kⁱ}，kⁱ为准则ui对应的评价因子的个数；

步骤2：通过层次分析法计算准则层权重向量a和评价因子层权重向量wⁱ；所述准则层权重向量a包括各准则的权重，评价因子层权重向量wⁱ包括准则ui对应的各评价因子的权重；

步骤3：将满意度划分为l个等级，并对各满意度等级赋值；

步骤4：获取广告客户对各评价因子的满意度；

步骤5：计算准则ui的满意度评价矩阵其中为广告客户中对评价因子的满意度登记为l的人数占全部人数比例，其中，l＝{1，2，…，l}；

步骤6：利用各准则满意度评价矩阵、准则层权重向量l和评价因子层权重向量wⁱ，通过权重计算方法计算广告客户对各准则满意度评价值和客户总体满意度评价值；

步骤7：将获得客户总体体验满意度评价值和通过权重计算广告客户对各准则满意度评价值进行比较，若一致，则权重计算过程结束；若不一致，则重新设计广告，重复步骤1至步骤7。

满意度等级分别为非常满意、满意、一般、不满意、非常不满意。

步骤6还包括：根据满意度评价矩阵计算广告客户对各评价因子满意度评价值其中，h＝(l，…，2，1)。

客户对各评价因子满意度评价值和广告客户总体满意度评价值计算各项评价因子重要度，以各评价因子重要度为横坐标，各评价因子满意度评价值为纵坐标建立坐标系；根据不同评价因子所在象限的不同，得到广告宣传的效果大小。

一种客户满意度指标权重计算系统，包括：

构建模块：构建客户满意度指标体系，其中包括：目标层即客户满意度u、准则层和评价因子层，准则层包括准则u_i，评价因子层包括各准则u_i对应的评价因子u_(ik^i)；其中i＝{1,2,…,k^i}，k^i为准则u_i对应的评价因子的个数；

评价模块：通过层次分析法计算准则层权重向量a和评价因子层权重向量w^i；所述准则层权重向量a包括各准则的权重，评价因子层权重向量w^i包括准则u_i对应的各评价因子的权重；

划分模块：将满意度划分为l个等级，并对各满意度等级赋值；

获取模块：获取广告客户对各评价因子的满意度；

比例模块：计算准则ui的满意度评价矩阵其中为广告客户中对评价因子的满意度登记为l的人数占全部人数比例，其中，l＝{1，2，…，l}；

计算模块：利用各准则满意度评价矩阵、准则层权重向量l和评价因子层权重向量w^i，通过权重计算方法计算广告客户对各准则满意度评价值和客户总体满意度评价值。

比较模块：将获得客户总体体验满意度评价值和通过权重计算广告客户对各准则满意度评价值进行比较，若一致，则权重计算过程结束；若不一致，则重新设计广告，重复各模块的处理。

所述的满意度等级分别为非常满意、满意、一般、不满意、非常不满意。

所述计算模块还包括：根据满意度评价矩阵计算广告客户对各评价因子满意度评价值其中，h＝(l，…，2，1)。

所述的客户对各评价因子满意度评价值和广告客户总体满意度评价值计算各项评价因子重要度，以各评价因子重要度为横坐标，各评价因子满意度评价值为纵坐标建立坐标系；根据不同评价因子所在象限的不同，得到广告宣传的效果大小。

本发明具有如下有益的效果：

本发明构建了三个层次的评价指标体系，使广告客户满意度评价更系统；

运用层次分析法确定各评价因子的权重系数，减少主观因素的影响；

运用满意度指标权重计算方法对满意度进行量化，对评价因子进行满意度评价，通过各个评价因子找出广告宣传过程中的缺陷与劣势，避免对评价因子单一、片面的评价；

客户对各评价因子满意度评价值和广告客户总体满意度评价值计算各项评价因子，提出用匹配程度来衡量广告效果的标准，并提出与有效的、有针对性的广告设计改进方案。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步的说明：

如图1所示，一种客户满意度指标权重计算方法，包括以下步骤：

步骤1：构建客户满意度指标体系，其中包括：目标层即客户满意度u、准则层和评价因子层，准则层包括准则ui，评价因子层包括各准则ui对应的评价因子其中i＝{1，2，…，kⁱ}，ki为准则ui对应的评价因子的个数；

由于广告宣传的投放长期处于自由发展状态，具有服务水平低，站点设计不合理，公交吸引力不足等特点。又由于公交服务产品的无形性、乘客个体的差异性，因此，确定公共交通乘客满意度评价因素的关键之处在于，既要满足城市公共交通的服务特性、又能全面的反应乘客的对各因素的满意状况，本实施方式根据普适性、合理性、可获得性、可度量性的原则，进行乘客满意度指标体系的构建，其中，n＝3，k¹＝6，k²＝3，k³＝3，乘客满意度指标体系如表1所示；

步骤2：通过层次分析法计算准则层权重向量a和评价因子层权重向量wⁱ；所述准则层权重向量a包括各准则的权重，评价因子层权重向量wⁱ包括准则ui对应的各评价因子的权重；

步骤3：将满意度划分为l个等级，并对各满意度等级赋值；

步骤4：获取广告客户对各评价因子的满意度；对整理后的数据进行可信度分析：

(1)在不同区域获取观看广告客户的基本信息和对评价因子的满意度，其中基本信息包括广告客户的性别，年龄和文化程度；

本实施例中向北京海淀区的广告观众发放问卷300份，将内容填写不完整的问卷视为无效问卷，得到有效问卷270份，有效率90％，广告观众的基本信息统计如表2所示：

(2)通过spss软件求出广告客户基本信息的cronbacha信度系数，进行可信度分析，如果信度系数在阈值区间[0.5，1]内，执行步骤5，重新获取调查问卷；

本实施方案中，信度系数a为0.912，表明调查问卷信度良好。

步骤5：计算准则ui的满意度评价矩阵其中为广告客户中对评价因子的满意度登记为l的人数占全部人数比例，其中，l＝{1，2，…，l}；

步骤6：利用各准则满意度评价矩阵、准则层权重向量l和评价因子层权重向量wⁱ，通过权重计算方法计算广告客户对各准则满意度评价值和客户总体满意度评价值；

步骤7：将获得客户总体体验满意度评价值和通过权重计算广告客户对各准则满意度评价值进行比较，若一致，则权重计算过程结束；若不一致，则重新设计广告，重复步骤1至步骤7。

根据广告客户总体满意度评价值与各评价因子满意度评价值，通过spss软件计算各项评价因子与广告客户总体满意度的相关系数，并将相关系数作为各评价因子重要度；相关系数在0.8～1之间，表示极强相关，相关系数在0.6～0.8之间，表示强相关；相关系数在0.4～0.6之间，表示中等程度相关；相关系数在0.2～0.4之间，表示弱相关；相关系数在0～0.2之间，表示极弱相关或无相关；

本发明所述满意度等级分别为非常满意、满意、一般、不满意、非常不满意。

本发明步骤6还包括：根据满意度评价矩阵计算广告客户对各评价因子满意度评价值其中，h＝(l，…，2，1)。

客户对各评价因子满意度评价值和广告客户总体满意度评价值计算各项评价因子重要度，以各评价因子重要度为横坐标，各评价因子满意度评价值为纵坐标建立坐标系；根据不同评价因子所在象限的不同，得到广告宣传的效果大小。

表1广告客户满意度指标体系表

表2广告观众的基本信息统计表

本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。