客户满意度抽样

客户满意度调查中样本抽取问题研究来源：广西烟草

客户满意度调查是全世界众多企业了解客户心声，发现自身服务存在的问题的重要手段，在国内烟草行业不断推进市场化改革的今天，客户满意度调查也深受青睐，其目的是为了客观地了解零售客户对公司各项服务的看法，了解公司各类人员的服务是否到位，发现企业管理中的优势和不足，为进一步提升客户满意度及今后公司的决策取向提供富有参考价值的第一手资料。客户满意度调查是一项描述性调查研究，具有系统性、结构性和全面性等特征，通常表现在需要采取严格的随机抽样方法来选择研究对象，研究样本的规模也要求比较大，问卷以用封闭式问题为主，采取自填或结构式访问收集资料，所得的资料必须经过统计处理，得出以数量形式为主的各种结果，并将这些结果和结论推论到总体中去。因此，客户满意度调查在样本抽取、问卷设计、资料收集和统计分析中都必须时刻注意其科学性，否则就会出现调查结果信度和效度不高，无法客观反映客户真实意见的情况。在此主要对样本抽取中存在的问题进行论述。一、当前客户满意度调查中样本抽取存在的问题客户满意度调查经常采用抽样调查的方式，从总体客户中通过科学的抽样方法选取一部分样本客户进行调查，用来自样本的资料去描述总体的客户满意度情况，因此，样本的选择至关重要。然而，由于许多调查者在学习、掌握和运用抽样调查方法中还存在一些不足，因而在客户满意度调查中进行抽样时尚存在某些不科学、不规范的因素。主要表现在以下两个方面：1.抽样方法不科学现在许多企业都认识到抽样调查的优越性，很多决策引用的资料都据称是通过抽样调查所得。但有些人却并不真正明白抽样调查本身需要有一整套严密思索和符合数理原则的选择程序才能保证调查结果的使用价值。也并非所有的抽样调查结果都能推广到总体，亦即并非所有的抽样调查都能较好地反映总体的情况。能够推广到总体的是那些抽样方式科学、抽样范畴充分，因而样本对总体具有较高代表性的调查。如果样本不具备这种代表性，就会发生调查结论与实际情况不相符合的情形，从而大大降低抽样调查的实际价值。目前很多企业在开展客户满意度调查时，往往存在以下几种不科学的情况：一是根据自己方便的形式抽取调查对象，如通过客户经理或专卖员抽查较近或者关系较好的客户；二是根据自己的主观判断来抽取客户，甚至有些企业仅仅靠拍脑袋决定所调查的客户；三是为使调查结果符合上级要求或用来宣传，有选择的抽取一些服务比较到位的客户。这些问题的存在，直接影响到样本的代表性，从而降低了调查结果的信度和效度，使企业无法真正了解到的公司存在的服务质量问题。2.样本规模不科学目前部分企业认为在进行客户满意度调查时调查样本越多越好，一些企业的调查样本甚至达到总体的80%以上，认为只有这样才能反映出客户满意度的真实情况。当然，单从量上来说，样本越多就越能反映真实情况，样本过少则会造成误差增大。但是，样本规模的大小，直接影响到调查经费的多少，样本规模大，要求在人、财、物上的投入也很大，同时，撇开调查经费不谈，单纯的追求大样本，也并不能保证调查的科学性。在这方面最为著名的例子是1936年美国总统大选的民意测验。总统选举投票前，《文摘》杂志寄出1000万张询问投票倾向的明信片，然后依据收回的237万多份结果极其自信地预测共和党候选人兰登将以领先15%的得票率战胜民主党候选人罗斯福而当选总统。乔治·盖洛普主持的《美国民意测验所》，根据美国人口的年龄、性别、职业，宗教信仰和经济收入的构成状况，采取“典型抽样法”，仅选取1000人进行民意测验，预言罗斯福将获得胜利。大选结果，罗斯福获得了胜利，并且其得票率超过兰登20%!当然，也有一些企业认为只要抽取少量的样本就可以折射出客户满意度情况，但样本量过小，所推测的总体则会出现更大的偏差，而且某些类别就可能由于调查对象太少而无法进行分析。二、如何选择正确的抽样方法就有一万多零售客户，单单采用一种抽样方法往往不能满足进行客户满意度调查的需要，因此可以结合研究需要采取多阶段抽样，它是按抽样元素的隶属关系或层次关系，把抽样过程分为几个阶段进行。如在实际操作中，当营销部数量较少时，可以把全部营销部包括在内，营销部数量较多时，可以先用简单随机抽样方法抽取适当的营销部数量；抽取营销部后，由于研究客户满意度一般需要区分不同的业态，因此可以再按各业态所占营销部零售客户总数的比例确定各业态所抽数量；最后，在各业态零售户内部再用简单随机抽样或系统抽样方法抽取所需客户。需要注意的是，由于此种方法划分了两个层次多个类型，因此所需要的样本比较多，才能保证各个层次和类型都有一定数量的样本，避免样本过小而无法研究某一个类型。三、如何确定样本规模1.影响样本规模确定的因素确定样本规模是每一项具体的调查研究所必须解决的问题之一。不同的研究由于对象的不同所需要的样本规模也不同，其主要受以下几个方面因素的影响：（1）总体的规模。一般来说，总体越大，则样本也要越大，这样才能保证一定的精确度。但当总体规模大到一定程度时，样本规模的增加速度大大低于总体规模的增加速度。（2）抽样的精确性。抽样的目的往往是要从样本去推论总体，而推论的准确性程度则与样本的规模有关。在研究中往往采用置信度与置信区间来说明样本规模与抽样的可靠性之问的关系。一般来说，在其他条件一定的情况下，置信度越高，即推论的准确性越大，则所要求的样本规模就越大。比如说，99%的置信度所要求的样本规模，就比95%的置信度所要求的样本规模要大。（3）总体的异质性程度。最极端的情况是，总体中个体相互之间不存在差别时，只要了解其中之一就行了。一般来说，要达到同样的精确性，在同质程度高的总体中抽样时，所需的样本规模就小一些；而在异质程度高的总体中抽样时，所需要的样本规模就大一些。比如，当零售客户的满意程度差别比较小时，同样的精确度所要求抽取的样本就比较少。（4）所拥有的经费、人力和时间。从样本的代表性、抽样的精确性考虑，财样本规模当然是越大越好。但是样本规模越大，也意味着所需要投入的人力、物力和时间越多。因此，从抽样的可行性、简便性考虑，样本规模又是越小越好；究竟选择多大规模的样本，往往需要研究者根据所拥有的经费、人力和时间来作出选择。2.经验介绍抽样误差就是用样本值去估计总体值时所出现的误差，它取决于总体的分布方差和抽样规模。一方面，可以着眼于缩小总体的异质性程度来降低误差，如采用分层抽样，通过将零售户划分为不同的营销部或业态，既使得这些不同营销部或业态在样本中都有代表，又使得抽样误差中不存在营销部或业态间差异，而只存在同一营销部或业态内的差异，其效果相当于降低了总体分布的异质性，提高了推论的精确度。另一方面，增加样本规模可以减少抽样误差。对于比较小的样本来说，样本规模上的很小一点增加，就会带来精确性方面很明显的增加，比如，在95%置信水平下，样本规模从100增加到156时，抽样误差就由10%下降到8%；而对于比较大的样本来说，同样增加这么多的个案，却收效甚微，如在95%置信水平下，要使抽样误差从2%下降到1.5%，则需要增加2000个个案