सर्वश्रेष्ठ ग्राहक संतुष्टि सर्वेक्षण अनुसंधान कैसे बनाएं
इस निरंतरता के सिरों को " सभी संतुष्ट पर एन ओटी" और "सी पूरी तरह संतुष्ट" लेबल किया जाएगा । इन चरम सीमाओं के बीच कुछ मूल्य किसी विशेष ग्राहक के लिए संतुष्टि के स्तर का प्रतिनिधित्व करता है। आम तौर पर, बाजार शोधकर्ता ग्राहक संतुष्टि पैमाने पर बिंदु के बीच समझौते और ग्राहक की वास्तविक राय को उनकी संतुष्टि के संबंध में अचूक होने पर विचार करते हैं।
हालांकि, यह व्यवहार्य है और यहां तक कि संभावना है कि पैमाने पर बिंदु ग्राहक की संतुष्टि का अनुमान लगाता है। चूंकि यह अनुमानित मूल्य है, इसलिए बाजार शोधकर्ता एक छोटी सी त्रुटि की अनुमति देगा। इस छोटी सन्निकटन त्रुटि के कारण, एक बाजार शोधकर्ता ग्राहक संतुष्टि को एक गुप्त चर होने पर विचार करेगा।
लेटेबल वैरिएबल और मैनिफेस्ट वैरिएबल के बीच क्या अंतर है?
लेटेबल वैरिएबल उन मनोविज्ञान, समाजशास्त्र, अर्थशास्त्र, और अन्य सामाजिक विज्ञान में अवधारणाएं हैं जिन्हें स्पष्ट रूप से मापा नहीं जा सकता है। उदाहरण के लिए, बाजार शोधकर्ता अक्सर उपभोक्ताओं की प्रेरणा या दृष्टिकोण में रुचि रखते हैं। लेकिन संतोष की अवधारणा की तरह इन अवधारणाओं को सीधे, उम्र, वजन, या शिक्षा के स्तर के रूप में मापा जा सकता है। इन जनसांख्यिकीय विशेषताओं को प्रकट चर के रूप में संदर्भित किया जाता है और उन्हें स्पष्ट रूप से मापा जा सकता है; वे एक मूर्त रूप में प्रकट होते हैं।
सैद्धांतिक रूप से, वैज्ञानिक आमतौर पर मानते हैं कि प्रत्येक गुप्त परिवर्तनीय मापने के लिए, कई प्रकट चर अक्षांश चर से जुड़े होना चाहिए। इस तरह, बाजार शोधकर्ता के लिए एक लेटेबल वैरिएबल के बीच संबंधों का पता लगाना संभव है जिसे सीधे कई मापदंड चरों में मापा जा सकता है जिसे सीधे मापा जा सकता है।
ग्राहक संतुष्टि सर्वेक्षण प्रश्न विकसित करना
सर्वेक्षण प्रश्नावली के उपयोग के माध्यम से ग्राहक संतुष्टि को अच्छी तरह से मापा जा सकता है। उपभोक्ता द्वारा पैमाने पर अनुभवी संतुष्टि या असंतोष की डिग्री को मापने वाले कई प्रश्नों को तैयार करना उपयोगी होता है। यद्यपि संतुष्टि असीम रूप से परिवर्तनीय है, व्यावहारिक कारणों से, एक संतुष्टि पैमाने को सीमित करने की आवश्यकता होगी। ग्राहक को उसकी प्रतिक्रिया में पर्याप्त लचीलापन दिया जाना चाहिए कि ग्राहक अनुभव और पैमाने पर प्रतिक्रिया के बीच का मिलान आरामदायक है।
ग्राहक संतुष्टि स्केल - ग्राहक संतुष्टि को इंगित करने के लिए उपयोग किए जाने वाले तराजू अक्सर 5-बिंदु, 7-बिंदु, या 10-बिंदु होते हैं, जैसे कि शून्य हमेशा असंतोष की उच्चतम डिग्री का प्रतिनिधित्व करता है। 5-प्वाइंट स्केल पर, एक ग्राहक से निम्नलिखित विकल्पों से प्रश्नावली आइटम की प्रतिक्रिया का चयन करने के लिए कहा जाएगा: 1 बहुत असंतुष्ट, 2 मामूली असंतुष्ट, 3 तटस्थ, 4 मामूली संतुष्ट, 5 बहुत संतुष्ट।
संतोष सर्वेक्षण के प्रत्येक घटक के लिए उत्तरदाताओं से विचार करने के लिए कहा जाता है, वहां तीन संबंधित प्रश्न होना चाहिए। ये प्रश्न प्रकट चर हैं। प्रश्न लिखे जाने चाहिए ताकि सर्वेक्षण घटकों के पहलुओं पर प्रश्न भाषा से मिलान करना आसान हो।
उदाहरण के लिए, यदि बाजार शोधकर्ता किसी कंपनी के साथ व्यवसाय करने में घटक की आसानी को मापने में रुचि रखता है, तो प्रश्न लेनदेन की गति, वेबसाइट की उपयोगिता, और लाइव-चैट ग्राहक सेवा अनुभव को संबोधित कर सकते हैं।
संतुष्टि सर्वेक्षण की लंबाई - सर्वेक्षण प्रश्नावली लगभग 15 से 35 वस्तुओं तक होनी चाहिए, जिनमें से प्रत्येक ग्राहक सेवा के घटकों के कुछ पहलू को मापता है। यह महत्वपूर्ण है कि कुछ प्रश्नावली वस्तुओं को बाजार विभाजन विश्लेषण का समर्थन करने के लिए ग्राहकों के बारे में अधिक जानने की दिशा में निर्देशित किया जाए, न केवल उनकी राय।
एसईएम के साथ ग्राहक संतुष्टि डेटा का विश्लेषण
ग्राहक संतुष्टि के मजबूत विश्लेषण में डेटा विश्लेषण के गणितीय और सांख्यिकीय तरीकों में शामिल होगा। विश्लेषण का एक उद्देश्य है मैनिफेस्ट चर और लेटेबल चर के बीच संबंधों और अक्षांश चर के बीच संबंधों का अनुमान लगाने के लिए।
इस प्रकार के विश्लेषण को संचालित करने के लिए एक सामान्य रूप से प्रयुक्त विधि एक संरचित समीकरण मॉडल (एसईएम) है । मॉडल और डेटा के बीच फिट कुछ मानदंडों या एक मानदंड के खिलाफ अनुमान लगाया जाएगा, जैसे कि वास्तविक मनाए गए डेटा से विचलन को कम करने की क्षमता को कम किया जाएगा। सांख्यिकीय पद्धति स्वयं बाजार शोधकर्ता की एक व्यक्तिपरक राय के बजाय, अक्षांश चर के बीच संबंध के लिए जिम्मेदार वेटिंग को निर्धारित करती है। प्रत्येक मेनिफेस्ट चर के विश्वसनीयता की गणना की जाती है, गुप्त चर की सामग्री व्युत्पन्न होती है, और गुप्त चर के बीच संबंधों की गणना की जाती है। इस बिंदु पर, बाजार शोधकर्ता यह देखने में सक्षम है कि अनुमानित मॉडल वास्तव में डेटा को स्वीकार्य सीमा तक फिट करता है , आमतौर पर निर्धारण के गुणांक का उपयोग करके जिसे आर 2 के रूप में नामित किया जाता है और फिट की भलाई का एक उपाय है।