■顧客満足・従業員満足を利益に連鎖させる方法

2)「満足属性の利益インパクト予測モデル」の基本構造
 

顧客満足・従業員満足の「満足属性の利益インパクトを予測モデルの基本構造について

「満足属性」の評価が1単位上がると⇒「利益」金額がいくら上がるかを予測するモデルです。 「満足属性」→「潜在満足変数」→「総合満足度」→「利益」のインパクト(影響度)の指数をモデルの変数として満足属性のオペレーション改善により期待できる「利益」金額を予測するモデルです。

●満足属性A-1について改善で評価点が1上がると
 ⇒0.7(満足属性A-1)×0.5(潜在満足変数A)×0.6(統計的に合成した満足度)=0.21標準化された利益が上がる。 
標準化された利益数値をその標準偏差で割り戻すと標準化されてない利益数値になり、これに0.21掛けると改善によって得られる顧客一人当たりの利益額が出る構造です。 

@CTI(クリティカル・インシデント)法で漏れなく満足を測定する質問項目を作り、「満足属性」(質問項目)の「パフォーマンス」(評価得点)を、サンプルの平均値とします。

A各「潜在満足変数」単位に、相関行列による主成分分析(標準化データで主成分分析)を行い「第一主成分」を「潜在満足変数」 とします。
第一主成分の「主成分得点係数」は標準化されたもので、「主成分得点係数」を「満足属性」の標準偏差で割 り戻したものが、「満足属性」の「潜在満足変数」への影響度=「インパクト」の係数となります。
抽出された第一主成分の「潜在満足変数」の「パフォーマンス」は、この「満足潜在変数」を構成する各「満足属性」の「インパクト」を重みにした「パフォーマンス」の加重平均で求めた数値とします。

B「潜在満足変数」の「インパクト」は、各サンプルの調査票の「総合満足評価」質問に対する評価点を「目的変数」(従属変数)・「潜在満足変数」の「主成分得点」を「説明変数」(独立変数)として重回帰分析し得られた「回帰係数」とします。
各「潜在満足変数」が説明するのは、統計的に合成された「統計的に合成した総合満足度」です。この「パフォーマンス」は、各「潜在満足変数」の「インパクト」を重みにした「パフォーマンス」の加重平均で求めた数値とします。(Aと同様に)

C「利益」・「ロイヤルティ」に対する「総合満足度」の「インパクト」は、各調査サンプルの標準化した「統計的に合成した総合満足度」を「説明変数」(独立変数)とし、標準化した「利益」・「ロイヤルティ」を「目的変数」(従属 変数)として回帰分析し、得られた回帰係数とします。
 



Sitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのサイトマップ RORSitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのRORサイトマップ XMLSitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのXMLサイトマップ  株式会社MCプロジェクト Copyright(c)2003 MCProject Co.,Ltd