提高用户满意对企业发展的促进作用是显而易见的，问题的关键是企业如何科学有效测量用户满意度，从而可以针对性的分析企业经营中存在的问题和不足。在此基础上，企业可以采取有效的改进措施提高用户的满意度，从而有效的保留老客户，开发新客户，为企业创造更多的价值。    用户满意度测量不仅仅是问用户对产品或服务满意不满意，而是需要应用社会学、心理学、消费行为学等多门学科的基本原理和方法设计测量模型，并进行随机抽样调查，然后利用专门满意度分析技术进行测算和分析。最后的测评结果是用户对某一产品或服务的用户满意度系列指标，以及各质量因素、调查项目对满意度的影响，改进企业满意度的实施建议等。    对企业而言，测量用户满意度是一个系统工程，必须建立一套用户满意的测评和监控体系，定期进行用户满意度自我诊断。    目前中国市场上有大量的咨询公司、市场调查公司都在开展满意度调查和咨询，实际状况是“鱼龙混杂”，鱼多于龙。    咨询公司常用的一种满意度调查方法是：对每个指标让消费者评分和评价其重要性，然后根据这些指标的均值和重要性的均值开展分析。姑且不说这种重要性评分方法通常会高估大部分指标的重要性（在我们的经验中，让消费者针对各项细化指标的重要性打分，采用5级李克特量表表示不重要、不太重要、一般、比较重要、重要，得到的结果是绝大部分要素的重要性得分均值在4－5分之间），更重要的是：“某要素的重要性高，并不表示它对满意度的影响大”。这完全是两个概念。    想一想乘坐飞机的时候，飞行安全的重要性最高，但是在通常状况下，这个指标对您乘坐飞机的满意度影响大不大？在实践中，飞行安全是航空公司运营的一个必要条件，该条件非常重要，但是到达一定的水平后，他对消费者的满意影响变得比较小，反而是飞行中的空中餐饮提供、航空公司的常客里程计划、两排航空座椅间的间距大小等对满意度的影响要大得多。航空公司通过在这些方面的差异化，提高消费者对这些满意度驱动要素的感知，从而提高消费者对航空公司的满意度，最终提高企业的效益。    另外一些情况下，对满意度驱动要素的重要性采用专家打分的方法得到。该方法无法摆脱上面提到的局限性。此外，由于某个要素是否重要通常会牵涉到公司对相应部门的资源投入，所以各个部门都希望提高本部门所负责满意度驱动要素的重要性评价。利益相关者通常会尝试影响专家们对重要性的打分，进一步扭曲重要性本身的评估。    除了上述方法外，也有不少公司采用了一些统计分析的方法，常见的方法对比见下表：    三种    分析    方法    对比   线性相关分析   线性回归分析   结构方程模型分析     线性相关分析指出两个随机变量之间的统计联系。两个变量地位平等，没有因变量和自变量之分。因此相关系数不能反映单指标与总体满意度之间的因果关系。   线性回归是比线性相关更复杂的方法，它在模型中定义了因变量和自变量。但它只能提供变量间的直接效应而不能显示可能存在的间接效应。而且会因为共线性的原因，导致出现单项指标与总体满意度出现负相关等无法解释的数据分析结果。   结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标满意对总体满意度的作用和单项指标间的相互关系。            结构方程模型是一种高级的分析方法，在测量满意度方面具有上面提到的其它2种方式无法比拟的优势。它的构建需要通过对不同行业、企业和消费者的深入了解，并进行实验调查取得数据对模型计算结果进行验证，多次反复，才能比较好地定义完成一个有较高效度和信度，能够有效解决问题的模型来。    即使采用结构方程模型分析满意度，这还不够。因为在具体的算法中，由于满意度调查数据本身的特点，为了提高分析精确度，还需要有更高的要求。 满意度调查的数据本身是有偏的（这是因为，满意度的调查对象是已经购买了某种产品或者服务的用户，既然他们选择了这种产品或者服务，对所选择的产品/服务在某些方面肯定是比较满意的），而且影响满意度的各种要素之间或多或少存在共线性，采用通用软件来计算偏差较大，需要通过专门的用户满意度分析软件（运用特殊高级算法，解决数据有偏和共线性的问题）来完成。否则的话，即使模型构建得好，数据采集没有偏差，最终的结果也会误导企业决策。而迪纳顾客满意度测评系统正是这样的软件，它运用PLS（部分最小二乘法）算法很好的解决了上述问题。    PLS一种新型的多元数据分析方法，集多个因变量对多个自变量的回归建模、典型相关分析以及主成分分析为一体，在一次计算之后，可以同时实现预测建模、两组变量间的相关分析以及对多变量系统的综合简化。    PLS分析的主要目的是建立多个因变量与多个自变量之间的回归模型，特别是在自变量集合或在因变量集合中存在严重的多重相关性时更为适用。PLS算法对数据的分布没有要求。PLS模型与其他方法相比，计算结果更为可靠和稳定。

现在都很重视的。

学习了.谢谢楼主.

用户满意度系列指标

[url=http://www.shop7m.cn]网上商城[/url]，主营[url=http://www.shop7m.cn]新奇特[/url]，[url=http://www.shop7m.cn]创意家居[/url]，[url=http://www.shop7m.cn]懒人用品[/url],[url=http://www.shop7m.cn]礼品[/url]等，[url=http://www.7600223.cn]南昆山[/url]

楼主,不全面啊,但有一个方向