基于结构方程模型的客户满意度建模及参数估计方法(精)VIP免费

2009年6月第32卷第2期湖南师范大学自然科学学报JournalofNaturalScienceofHunanNormalUniversityVol.32No.2Jun.,2009基于结构方程模型的客户满意度建模及参数估计方法3向坚持1,2,陈晓红1(1.中南大学商学院,中国长沙410083;2.湖南师范大学计算机教学部,中国长沙410081摘要客户满意度是客户关系管理研究的重要内容之一.客户满意度模型和模型参数估计是客户满意度研究的重点和难点问题.从客户关系管理视角结合结构方程模型理论,提出了一种新的客户满意度结构方程模型并进行了实证检验,并对模型常用参数估计方法进行了探讨.关键词客户关系管理;客户满意度;结构方程模型;参数估计中图分类号F830文献标识码A文章编号100022537(20090220031206ResearchonCustomerSatisfactionMolingPaemationMethodBasedonStructuonGJian1,2,21.CentralUniversity,Changsha410083,China;Education,HunanNormalUniversity,Changsha410081,ChinaAbstractCustomersatisfactionisoneoftheimportantfieldsofcustomerrelationshipmanagementresearch.Customersatisfactionmodelandthemodelparametersestimationaretwoimportantanddifficultproblemsforcus2tomersatisfactionstudy.Fromtheperspectiveofcustomerrelationshipmanagement,combinedwithstructuralequa2tionmodelingtheory,anewcustomersatisfactionstructuralequationmodelispresentedandtested,thencommonlyusedofparameterestimationmethodsformodelsisstudied.Keywordscustomerrelationshipmanagement;customersatisfaction;structuralequationmodel;parameterestimation著名管理大师彼德德鲁克(PeterDrucker说过:“”企业经营的真谛是获得并留住顾客.客户是企业最重要的资源,客户关系管理(CustomerRelationshipManagement,CRM已成为企业获取竞争优势的法宝.客户满意度研究是客户关系管理研究的重要内容之一,提高客户满意度也是客户关系管理的重要目标之一.客户满意度研究兴起于20世纪70年代,最早的文献可追溯到1965年Cardozo“”发表的顾客的投入、期望和满意的实验研究[1].客户满意度理论被誉为20世纪90年代现代管理科学的最新发展之一,它抓住了管理科学以人为本的本质.很多企业需要定期进行客户满意度调研,并将其结果作为客户关系管理和全面质量管理的重要信息来源,以获取市场竞争优势.客户满意度研究最重要的工作是建立科学的客户满意度模型,并对模型进行准确地估计后,才能进一步研究模型中影响客户满意度各因素之间的关系,并准确地计算出客户满意度指数.其中模型的创建和模型的参数估计是研究的关键问题,但是,从文献检索情况来看,目前3收稿日期:2009201212基金项目:湖南省科技厅科研资助项目(2008FJ3055作者简介:向坚持(19712,男,湖南桑植人,湖南师范大学副教授,中南大学商学院博士研究生,主要研究方向为管理信息系统,客户关系管理,WEB挖掘等.国内外学者从客户关系视角研究创建客户满意度模型并对模型参数估计方法适用性的研究还很少.因此,本文试图在现有客户满意度模型及参数估计方法的基础上,从客户关系管理视角,结合结构方程理论和企业客户关系管理实际应用情况,提出一种新的客户满意度结构方程模型,并对常用软件中提供的各种参数估计方法进行探讨,以便在今后满意度测评中,针对不同的客户满意度模型和实际调研数据情况,选择合适的参数估计方法.1结构方程模型1.1结构方程模型结构方程模型(StructuralEquationModel,SEM是一种建立、估计和检验因果关系模型的多元统计分析技术,整合了因子分析、路径分析和多重线性回归分析等方法[2].结构方程模型可分为结构模型(StructuralModel和测量模型(MeasurementModel2部分.结构模型反映潜变量(LatentVariable之间的结构关系,测量模型描述潜变量与显变量(ManifestVariable,观测变量之间的关系.显变量(观测变量含有随机误差和系统误差,前者指测量上的不准确性行为,后者反映指标同时测量潜变量以外的特性,随机误差和系统误差统称为测量误差,但潜变量不含这些误差.(1结构模型对于潜变量之间的关系,可写成如下结构方程:η=Bη+Γξ+ζ,(1其中,η是内生潜变量(,ξ是外生潜变量(ExogenousObservable,,;B为内...