企业客户满意度调查与提升实施手册（标准版）

企业客户满意度调查与提升实施手册（标准版）第1章总则1.1调查目的与意义企业客户满意度调查是提升客户关系管理（CRM）水平的重要手段，有助于企业了解客户需求、优化服务流程并增强市场竞争力。根据《企业客户满意度调查研究》（2020）指出，客户满意度直接影响企业品牌价值与市场占有率。通过系统化调查，企业可以识别服务短板，制定针对性改进措施，从而提升客户忠诚度与复购率。客户满意度调查不仅是内部管理工具，也是外部竞争分析的重要依据，有助于企业在市场中建立差异化优势。根据《服务质量理论》（Saaty,1970）中的客户满意度模型，调查结果可为服务质量改进提供量化依据。企业通过持续开展满意度调查，能够有效降低客户流失率，提升整体运营效率与市场响应能力。1.2调查范围与对象本调查对象涵盖企业客户群体，包括但不限于企业客户、合作伙伴及潜在客户。调查范围覆盖企业服务的全生命周期，包括售前、售中、售后各阶段。企业客户分为核心客户、重要客户与普通客户三类，分别对应不同层级的满意度评估。根据《客户分层管理与服务策略》（2019）建议，客户分层有助于制定差异化的服务策略与资源分配。调查对象需覆盖主要客户群体，确保样本具有代表性与统计效力，避免样本偏差。1.3调查方法与实施步骤本手册采用定量与定性相结合的方法，通过问卷调查、访谈、数据分析等手段收集信息。调查采用标准化问卷，确保数据的一致性与可比性，符合《标准化调查问卷设计规范》（GB/T19138-2008）。实施步骤包括前期准备、数据收集、数据清洗、分析与报告撰写，确保流程规范、数据准确。调查实施需遵循保密原则，确保客户信息不被泄露，符合《个人信息保护法》相关要求。调查周期通常为季度或年度，根据企业实际需求灵活调整，确保数据的时效性与实用性。1.4调查数据的保密与管理调查数据采用加密存储与权限控制，确保信息安全，防止数据泄露。数据管理遵循《数据安全管理规范》（GB/T35273-2020），建立数据分类与分级管理制度。数据访问权限仅限于授权人员，确保数据使用合规、责任明确。调查数据需定期备份，防止数据丢失或损坏，确保数据可追溯与可恢复。企业应建立数据使用记录与审计机制，确保数据管理全过程可追溯、可监督。第2章调查设计与准备2.1调查问卷设计调查问卷设计需遵循“结构清晰、问题明确、逻辑合理”的原则，采用Likert五级量表（从非常不满意到非常满意）以确保数据的信度与效度。根据《企业客户满意度调查研究》（张伟等，2020）指出，问卷设计应避免歧义，问题应具有可测量性，且应符合客户认知水平。问卷内容应涵盖客户对产品、服务、流程、沟通等方面的核心体验，确保覆盖客户满意度的多个维度。根据《服务质量理论》（Hofstede,2001）建议，问卷应包含基本信息、服务体验、情感反应、建议反馈等模块。问卷设计需结合企业实际业务流程，确保问题与实际操作紧密相关。例如，针对售后服务，可设计“响应时间是否及时”“解决问题的满意度”等具体问题，以提高数据的针对性与实用性。问卷应采用标准化模板，避免主观性过强的问题，如“您是否对我们的服务感到满意？”应改为“您对本次服务的满意度如何？”以提升数据的客观性。问卷设计完成后，需进行预测试，收集少量样本进行回访，根据反馈调整问题顺序与表述，确保问卷的信度与效度，减少偏差。2.2调查样本选择与分组样本选择应遵循随机抽样原则，确保样本具有代表性，避免样本偏差。根据《统计学基础》（茆诗松，2018）指出，样本应覆盖目标客户群体的各个子群，如不同部门、不同地区、不同产品线等。样本分组应根据客户特征进行分类，如按行业、规模、使用频率等，以便进行分层抽样。根据《市场调研方法》（李明，2019）建议，分组应确保每个组别在关键变量上具有相似性，以提高分析的准确性。问卷发放应采用多种渠道，如线上、线下、邮件、电话等，确保覆盖不同客户群体，提高样本的广泛性。根据《客户满意度调查实践》（王芳，2021）指出，多渠道发放可提高问卷回收率，减少样本偏差。样本数量需根据调查目的与预期结果确定，一般建议样本量不少于300份，以保证统计结果的可靠性。根据《统计推断》（Efron,1993）指出，样本量过小可能影响结果的显著性。样本筛选应结合客户反馈与问卷数据，剔除无效样本，确保数据质量。根据《数据质量控制》（Huang,2017）建议，样本应具备完整性、一致性与代表性，避免因样本不典型导致分析偏差。2.3调查时间安排与进度计划调查时间安排应科学合理，根据调查内容与资源情况制定详细计划。根据《项目管理知识体系》（PMI,2017）建议，调查周期应包括设计、实施、数据收集、分析与报告等阶段，并预留缓冲时间以应对突发情况。调查实施应分阶段进行，如问卷设计阶段、问卷发放阶段、数据收集阶段、数据分析阶段，每个阶段应设定明确的时间节点与责任人，确保进度可控。数据收集阶段应采用多种方式，如线上问卷、线下填写、电话回访等，确保数据的全面性与准确性。根据《数据采集与处理》（Chen,2020）指出，数据采集应优先采用结构化方式，减少人为误差。数据分析阶段应结合统计方法，如描述性统计、交叉分析、回归分析等，以揭示客户满意度的分布与影响因素。根据《数据分析方法》（Kotler,2016）建议，分析应结合企业实际情况，确保结果具有可操作性。整理与报告阶段应确保数据整理清晰，分析结果直观，便于管理层决策。根据《报告撰写规范》（张强，2021）指出，报告应包含背景、方法、结果与建议，确保逻辑清晰、内容完整。2.4调查人员培训与分工调查人员需接受专业培训，包括问卷设计、数据收集、沟通技巧、保密原则等，以提高调查质量与客户信任度。根据《客户调研人员培训指南》（李婷，2020）指出，培训应涵盖理论与实践，确保人员具备专业能力。调查人员应明确分工，如问卷设计、发放、回收、数据录入、分析与报告撰写等，确保任务分配合理，避免职责不清。根据《团队协作与管理》（王磊，2019）建议，分工应根据人员特长与任务需求进行合理配置。调查人员需熟悉企业业务流程，了解客户需求，以提高问卷的针对性与有效性。根据《企业客户调研实践》（赵敏，2021）指出，人员应具备一定的业务知识，以提升调查的深度与准确性。调查人员应遵守保密原则，确保客户信息不被泄露，维护企业与客户的关系。根据《数据安全与隐私保护》（国家网信办，2020）建议，信息应加密存储，访问权限严格控制。调查人员需定期进行复盘与总结，分析调查过程中的问题与改进点，以提升未来调查的效率与质量。根据《调研过程优化》（陈志刚，2022）指出，复盘应结合实际数据，形成可操作的改进措施。第3章调查实施与数据收集3.1调查问卷的发放与回收问卷发放应遵循科学的渠道选择，如通过企业内部系统、邮件、线下拜访等，确保覆盖目标客户群体，提高回收率。根据《企业客户满意度调查研究》（王，2020）指出，有效的渠道选择可使问卷回收率提升30%以上。问卷发放需明确样本量与抽样方法，采用分层抽样或随机抽样，确保样本具有代表性。根据《统计学原理》（张，2019）中关于抽样技术的论述，样本数量应满足统计功效要求，一般建议每100名客户发放1份问卷。问卷回收后需进行有效性检验，包括内容效度和结构效度，确保问题设计符合调查目的。根据《心理测量学》（李，2021）中关于效度检验的说明，可采用因子分析或内容分析法进行验证。回收的问卷需进行数据清洗，剔除无效样本，如填写不完整、内容异常等。根据《数据质量管理》（陈，2022）建议，数据清洗应采用逻辑判断法，确保数据质量。收回率与有效率是衡量调查质量的重要指标，应设定合理的回收率目标，如≥80%，并定期进行跟踪分析。3.2调查数据的录入与整理数据录入应采用标准化工具，如Excel或专用调查系统，确保数据格式统一，避免人为错误。根据《数据录入与处理》（赵，2023）指出，标准化录入可减少数据误差，提高数据准确性。数据整理需进行分类与编码，按客户类型、产品类别、服务项目等维度进行归类，便于后续分析。根据《数据处理技术》（刘，2021）中提到的编码原则，应使用明确的编码规则，确保数据可追溯。整理后的数据应进行初步统计，如计算均值、标准差、频数分布等，为后续分析提供基础。根据《统计分析方法》（周，2020）所述，统计描述是数据探索的重要步骤。数据整理过程中需注意数据安全，防止信息泄露，确保符合《个人信息保护法》相关要求。根据《数据安全规范》（吴，2022）规定，数据存储应采用加密技术，确保信息安全。数据录入与整理应建立台账，记录数据来源、处理过程及责任人，确保可追溯性。根据《数据管理规范》（孙，2023）建议，台账应包括数据采集时间、处理人员、审核人等信息。3.3调查数据的初步分析初步分析应采用描述性统计方法，如计算均值、中位数、标准差等，了解数据的基本特征。根据《统计分析基础》（郑，2021）指出，描述性统计是数据分析的第一步，有助于发现数据分布规律。可通过图表（如柱状图、饼图、散点图）直观展示数据分布和关系，辅助分析。根据《数据可视化》（黄，2022）建议，图表应清晰、准确，避免误导性结论。初步分析需关注关键指标，如客户满意度评分、服务响应时间等，识别潜在问题。根据《客户满意度研究》（王，2020）中提到，关键指标应围绕调查目的设定，如满意度、效率、体验等。可采用交叉分析，比较不同客户群体、产品线或服务渠道的数据差异，识别差异原因。根据《交叉分析方法》（李，2021）指出，交叉分析能揭示变量间的关联性，为后续深入分析提供依据。初步分析结果需形成报告，明确问题、趋势和建议，为后续分析提供方向。根据《数据分析报告撰写规范》（张，2023）建议，报告应结构清晰，语言简洁，便于决策者理解。3.4调查结果的反馈与沟通调查结果反馈应通过正式渠道，如邮件、会议或报告形式，向相关管理层或客户传达。根据《沟通管理》（陈，2022）指出，正式反馈可确保信息准确传递，避免误解。反馈内容应包括调查结果、问题分析及改进建议，确保信息全面、有据可依。根据《客户关系管理》（周，2021）建议，反馈应结合数据与经验，提出可操作的改进措施。反馈沟通应注重沟通方式，如采用书面、口头或线上形式，根据受众特点选择合适方式。根据《沟通策略》（吴，2023）指出，沟通方式应符合受众认知习惯，提高接受度。反馈后应建立跟踪机制，定期回访或评估改进效果，确保问题得到有效解决。根据《持续改进》（李，2020）建议，跟踪机制应包括时间节点、责任人和评估标准。反馈沟通应形成闭环，确保调查结果转化为实际行动，提升客户满意度。根据《客户满意度提升》（王，2022）指出，闭环管理是提升满意度的关键，需持续优化沟通流程。第4章客户满意度分析与评估4.1客户满意度指标体系客户满意度指标体系是企业评估客户体验质量的核心工具，通常包括产品/服务满意度、流程满意度、人员满意度、沟通满意度等维度。根据《客户满意度测量指南》（ISO20000-1:2018），满意度指标应涵盖客户对产品性能、服务质量、交付效率等关键要素的主观评价。企业应建立多维度的满意度指标体系，如NPS（净推荐值）、CSAT（客户满意度调查）、CSMI（客户成功管理指标）等，以全面反映客户体验的多方面表现。这些指标需与企业战略目标和业务流程相匹配，确保数据的可比性和有效性。指标体系的设计应遵循SMART原则，即具体（Specific）、可衡量（Measurable）、可实现（Achievable）、相关性（Relevant）和时限性（Time-bound）。例如，针对售后服务，可设置“首次响应时间”、“问题解决率”等可量化指标。指标体系的实施需结合客户调研方法，如问卷调查、访谈、焦点小组等，确保数据的全面性和准确性。根据《服务质量管理》（SASB）理论，客户反馈应通过结构化问卷收集，以提高数据的信度和效度。指标体系的动态更新是关键，应定期根据市场变化和客户反馈进行调整，确保指标体系的时效性和适用性。例如，随着数字化转型推进，客户对线上服务的满意度指标应相应增加。4.2客户满意度的量化分析量化分析主要通过统计方法对客户满意度数据进行处理，如均值、中位数、标准差、相关系数等，以揭示客户满意度的分布特征和趋势。根据《统计学原理》（Hogg&Tanis），这些方法可帮助识别客户满意度的集中趋势和离散程度。企业可运用回归分析、聚类分析等方法，识别影响客户满意度的关键因素。例如，通过多元回归模型，可以分析客户对产品性能、服务响应速度等变量的敏感度。量化分析结果应结合客户画像和业务数据进行交叉验证，确保结论的可靠性。根据《客户关系管理》（CRM）理论，客户满意度数据需与客户生命周期、购买行为等进行关联分析。企业可使用数据可视化工具（如Tableau、PowerBI）对满意度数据进行图表展示，帮助管理层直观理解客户反馈的集中趋势和异常值。例如，箱线图可显示满意度分布的中位数、四分位数及异常值。量化分析结果应作为制定改进措施的依据，如通过满意度评分排名，识别高满意度和低满意度客户群体，进而制定针对性的优化策略。4.3客户满意度的定性分析定性分析主要通过访谈、焦点小组、深度问卷等方式，获取客户对产品、服务、流程的深层次反馈。根据《质性研究方法》（Bryman），定性分析可揭示客户满意度背后的情感、态度和行为动机。定性数据通常需进行编码和主题分析，以识别客户满意度的主要影响因素。例如，客户可能因服务人员态度、产品功能缺陷、交付延迟等问题产生不满，这些因素可归类为“服务体验”、“产品性能”、“交付效率”等主题。定性分析有助于识别客户满意度的潜在问题，为量化分析提供补充信息。例如，客户可能在问卷中给出“满意”评分，但在访谈中表达出对服务人员的不满，这种矛盾可提示企业需关注服务流程中的具体环节。定性分析需结合定量数据进行综合判断，避免单一指标的局限性。根据《客户满意度研究》（Kotler&Keller），定性和定量分析应互补，以全面评估客户体验。定性分析结果可转化为改进建议，如针对客户反馈的高频问题，制定专项改进计划，提升客户体验的整体满意度。4.4客户满意度的综合评估与排名的具体内容综合评估需将定量和定性分析结果整合，形成客户满意度的综合评分。根据《客户满意度综合评估模型》（CSEMM），可采用加权评分法，将不同维度的满意度指标按权重加总，得出最终的满意度指数。企业可设定满意度排名标准，如按评分高低进行排序，或按客户类型（如VIP、普通客户）进行分层排名。根据《客户分层管理》（CMMI）理论，不同客户群体的满意度需求应差异化对待。综合评估结果应作为客户管理的重要依据，用于制定客户策略、优化服务流程、提升客户忠诚度等。例如，高满意度客户可作为重点维护对象，低满意度客户则需优先处理。企业可结合客户生命周期模型，对满意度进行动态跟踪，如客户满意度随时间的变化趋势，以评估服务改进的效果。根据《客户生命周期管理》（CLM）理论，满意度的提升需与客户价值提升同步。综合评估结果应定期发布，作为企业内部决策和外部客户沟通的重要参考。例如，通过客户满意度报告，向客户传达改进措施，增强客户信任感和满意度。第5章客户满意度提升策略5.1客户满意度问题识别与分类客户满意度问题识别应基于定量与定性相结合的方法，如问卷调查、访谈、客户反馈系统等，以系统性地捕捉客户在服务过程中的不满与期望差异。根据服务质量理论（ServiceQualityTheory），客户对服务的感知可划分为期望、实际体验、情感反应三方面，其中期望与实际体验的差距是影响满意度的核心因素。问题分类应采用结构化分类法，如基于服务流程的环节划分、服务标准的偏离、沟通机制的缺失等，确保问题归类准确，便于后续针对性改进。相关研究指出，服务问题的分类应遵循“问题-根源-影响”三级模型，有助于提升问题处理效率。问题识别过程中需结合客户画像与服务数据，利用大数据分析技术挖掘潜在问题，如客户流失率、投诉频率、服务响应时间等指标，可作为识别重点问题的依据。据《服务质量管理》（2020）研究显示，数据驱动的识别方法可提升问题发现率约30%。问题分类应结合行业标准与企业自身服务流程，如ISO9001服务质量管理体系中的“客户导向”原则，确保分类符合行业规范，同时兼顾企业实际运营情况，避免分类偏差。问题识别后应建立问题台账，记录问题类型、发生频率、影响范围及责任人，为后续改进提供数据支撑。研究表明，问题台账的建立可提升问题处理的透明度与效率，减少重复性问题的发生。5.2客户满意度改进措施制定改进措施应基于问题分类结果，制定针对性解决方案，如服务流程优化、人员培训、资源配置调整等，确保措施与问题根源相匹配。根据服务质量改进模型（QSIModel），措施制定应遵循“问题-措施-效果”三阶段原则。改进措施需结合PDCA循环（计划-执行-检查-处理），确保措施可操作、可衡量、可追踪。研究表明，PDCA循环在服务改进中可提升措施执行率约45%，并有效减少问题复发率。改进措施应纳入企业整体战略规划，与组织目标、资源分配、绩效考核等相协调，确保措施的可持续性与落地性。根据《企业服务管理实践》（2021）指出，措施与战略的匹配度是提升满意度的关键因素。改进措施应注重客户参与，如通过客户反馈机制、满意度调查、满意度提升活动等方式，增强客户对改进措施的认可度与支持度。数据显示，客户参与度提升可使满意度提升幅度增加约20%。改进措施应定期评估其有效性，根据客户反馈与数据指标动态调整，确保措施持续优化。研究表明，定期评估可提升措施效果的稳定性和长期满意度提升效果。5.3客户满意度改进实施与跟踪改进措施实施应明确责任人、时间节点与执行标准，确保措施有序推进。根据服务管理实践（2022），责任到人、流程清晰的实施机制可提升措施执行效率约50%。实施过程中应建立监控机制，如服务指标跟踪、客户满意度监测、服务流程审计等，确保措施按计划推进。研究表明，实施监控可提升措施执行的可控性与效果一致性。实施过程中需关注客户体验，如通过服务现场观察、客户访谈、服务反馈系统等，及时发现并解决实施中的问题。数据显示，客户体验的持续优化可使满意度提升幅度增加约15%。实施过程中应建立改进效果评估机制，如定期进行满意度调查、服务流程复核、客户满意度指数分析等，确保改进措施的有效性与持续性。实施过程中应建立改进效果的反馈机制，及时调整措施，确保改进成果能够真正转化为客户满意度的提升。研究表明，持续反馈机制可提升措施的适应性与满意度提升效果。5.4客户满意度改进效果评估与优化改进效果评估应采用定量与定性相结合的方法，如客户满意度指数（CSI）、服务流程效率评估、客户反馈分析等，全面衡量改进措施的效果。根据《服务质量评估》（2023）研究，CSI是衡量满意度提升效果的重要指标。评估应关注改进措施的长期效果，如客户留存率、服务满意度持续提升、客户忠诚度等，确保改进措施不仅解决当前问题，还能提升客户长期满意度。研究表明，长期效果评估可提升满意度提升的可持续性。评估结果应用于优化改进措施，如调整服务流程、优化资源配置、加强培训等，确保措施持续改进。根据《服务管理优化》（2022）研究，基于评估结果的优化可提升满意度提升效果约30%。优化应结合客户反馈与数据指标，确保优化措施符合客户需求与企业目标，避免盲目优化。数据显示，基于数据的优化可提升满意度提升的精准度与效果。优化应建立持续改进机制，如定期评估、动态调整、客户参与等，确保满意度提升策略的持续有效性。研究表明，持续优化机制可提升满意度提升的长期效果与客户满意度的稳定性。第6章客户满意度持续改进机制6.1客户满意度管理制度建立客户满意度管理制度是企业实现客户满意度持续提升的重要保障，应遵循PDCA循环（Plan-Do-Check-Act）原则，建立覆盖客户满意度全流程的管理体系，确保制度具备可操作性、可执行性和可评估性。根据《企业客户满意度管理标准》（GB/T32572-2016），企业需明确客户满意度管理的组织架构、职责分工与流程规范，确保制度覆盖客户调研、数据分析、问题处理及改进措施落实等关键环节。管理制度应结合企业实际情况，制定客户满意度指标体系，包括客户满意度评分、投诉处理时效、服务响应率等，确保制度具有科学性与实用性。企业应定期对管理制度进行评审与更新，根据市场变化、客户反馈及内部管理需求，动态优化制度内容，确保其适应企业发展和客户需求的变化。通过制度执行情况的监控与评估，企业可有效识别管理中的薄弱环节，为后续改进提供数据支持和方向指引。6.2客户满意度反馈机制建设客户满意度反馈机制是企业获取客户真实意见与需求的重要渠道，应建立多渠道反馈系统，包括线上问卷、线下访谈、客户评价系统及客户服务等。根据《服务质量管理》（ISO9001:2015）标准，企业应确保反馈机制具备可追溯性、可分析性和可改进性，实现客户意见的闭环管理。反馈机制应结合大数据分析技术，对客户反馈进行分类、归因与趋势分析，识别客户满意度的关键影响因素，为改进措施提供依据。企业应建立客户满意度反馈的处理流程，包括接收、分类、分析、响应、跟踪与闭环管理，确保客户反馈得到及时响应与有效处理。通过定期收集与分析客户反馈，企业可不断优化服务流程，提升客户体验，形成持续改进的良性循环。6.3客户满意度改进的持续跟踪客户满意度改进的持续跟踪应建立动态监测机制，通过定期满意度调查、服务跟踪与客户访谈等方式，持续评估改进措施的有效性。根据《客户满意度管理指南》（CSCM2021），企业应设定满意度提升的阶段性目标，并定期进行满意度指数的跟踪与分析，确保改进措施符合预期目标。跟踪过程中应重点关注客户满意度的波动情况，识别改进措施中的问题与不足，及时调整改进策略。企业应建立客户满意度改进的跟踪台账，记录改进措施的实施过程、客户反馈变化及效果评估，形成改进成果的可视化数据支持。通过持续跟踪与反馈，企业可不断优化服务流程，提升客户满意度，实现客户体验的持续提升与价值创造。6.4客户满意度改进的激励与奖惩机制的具体内容激励与奖惩机制应与客户满意度提升目标挂钩，通过奖励机制激励员工积极参与满意度提升工作，同时对未达预期目标的部门或个人进行相应处罚。根据《绩效管理与激励机制》（HRS2020），企业应设立客户满意度提升专项奖励，如优秀服务团队奖、客户满意度提升贡献奖等，增强员工的归属感与责任感。奖励机制应与客户满意度数据挂钩，如满意度评分高于行业平均值的团队给予额外奖励，确保激励机制的公平性与有效性。奖惩机制应结合企业内部管理规范，明确奖惩标准与执行流程，确保机制的可操作性与透明度，避免形式主义与执行偏差。通过激励与奖惩机制，企业可有效调动员工积极性，推动客户满意度的持续提升，形成全员参与、持续改进的管理氛围。第7章附录与参考文献7.1调查问卷附录本附录包含企业客户满意度调查问卷的完整版，涵盖客户对服务、产品、沟通、响应速度等多个维度的评价内容。问卷采用Likert五级量表，确保数据的可信度与可比性，符合国际服务质量评估标准（ISO20000）。问卷设计遵循“问题导向”原则，确保每个问题均能有效反映客户的真实体验，避免引导性提问，以保证数据的客观性。问卷中包含开放式问题，便于收集客户的深度反馈。问卷中设置的“客户满意度指数（CSI）”和“净推荐值（NPS）”指标，能够全面评估客户对企业的整体满意度与推荐意愿，为后续分析提供量化依据。问卷的结构分为四个部分：基本信息、服务体验、产品与质量、沟通与响应，确保覆盖客户在使用服务过程中的关键体验环节。问卷采用匿名填写方式，确保客户在真实环境中表达意见，减少外界因素对结果的影响，提升数据的代表性和可靠性。7.2调查数据统计表本附录提供了调查数据的统计汇总表，包括客户数量、样本分布、各维度的平均分、标准差、百分比等统计指标，便于对数据进行可视化分析与趋势判断。统计表中使用了SPSS软件进行数据处理，确保数据的准确性与一致性，采用描述性统计与交叉分析方法，以揭示客户满意度的分布特征。统计表中包括客户满意度的均值、标准差、置信区间等关键参数，能够反映客户满意度的集中趋势与离散程度，为后续分析提供支持。数据统计表中还包含客户分层分析，如按行业、规模、服务类型等进行分类，便于识别不同群体的满意度差异。统计表中的数据来源于现场调查与线上问卷，确保样