灌砂法与环刀法比较:满意，还是忠诚？——客户满意度研究的新视角

传统客户满意度研究的局限：

一、基于错误的一维判断法则：
　　传统满意度研究认为，企业在每个属性上提供的越多，客户就越满意。而事实上并非每一属性都属于线形属性（绩效属性），还存在 着必备属性和欣喜属性。这一满意度研究中的最重要理论之一，是由日本学者KANO将赫兹伯格的激励—保健理论引入到产品质量管理中来而形 成的。KANO将产品属性划分为三个类别：必备属性、绩效属性和欣喜属性。
　　◆ 必备属性是客户认为产品必须具备的属性。产品不具备该属性，则将严重影响客户满意；反之，产品具备该属性，客户满意并不因 此而提高。这种属性通常是一些无差异化的产品属性。
　　◆ 绩效属性是该属性表现越好，客户越满意的属性。反之，该属性表现越差，则客户越不满意。
　　◆ 欣喜属性是一些客户没有期望/预料到的属性，但是这些属性可以让客户满意达到一个很高的水平。反之，如果产品没有该属性， 也不会导致客户不满意。

二、满意度与忠诚度关联不大：
　　满意度测度与购买行为不相关，满意度得分的提高与稳定客户的百分比不吻合。用户的满意度提高了，可是用户还是大量转向竞争对 手，忠诚度下降。

　　从传统的满意度研究结果，我们的确会发现客户满意度的提高并不等于客户忠诚度的提高：90年代初，美国国会曾进行了一项有关 Baldridge Award获奖公司的研究，结果发现：“虽然在这些公司中，客户的满意度水平已经有所提高，然而维持率水平几乎没有什么变化。”
　　一个不满意的客户当然会流失，不幸的是：有时候一个觉得满意的客户假如他转换购买后不但不损失什么或许还有所得，这样他也会 流失。那么到底如何才能保持客户的忠诚呢？答案是：只有感觉到欣喜的客户才有可能是忠诚的客户。所谓欣喜，也就是产品/服务的实际表现 超过了客户的预期，它是与期望相比较的结果，而不是传统满意度研究中的8分、9分，这种状况也可以定义为完全满意。
　　我们知道，市场竞争越激烈，客户满意度的重要性就越突出，在竞争激烈的市场中（如耐用品、商用设备、金融服务和零售等），满 意的客户和欣喜的客户在忠诚度上有着天壤之别。（参见图：竞争环境如何影响满意度-忠诚度关系）从汽车行业陡峭的曲线就可以看出，相比 基本满意的客户，完全满意（欣喜）的客户的忠诚度要高得多。即使在竞争相对较少的市场中，为客户提供非凡的价值也是让客户持久保持满 意和忠诚的唯一可靠方法。忠诚有两种类型：一种是真正持久的忠诚，另外一种为“伪忠诚”，“伪忠诚”也就是客户看似忠诚，它们包括： 政府限制竞争的有关规定；高昂的转换成本，比如患者在治疗过程中的转院成本；专有技术，客户没有替代品可以选择等。这类客户，一旦有 新的选择就会离你而去。因此，客户满意度研究应该立足于对客户欣喜状态的了解，而不是像传统满意度研究那样，单纯去关注产品/服务的实 际表现得分，只要这样，客户满意度才能真正与客户忠诚联系起来。

三、各属性相对重要性不符合客户心理：
　　传统满意度研究的各属性重要性多依据相关分析、回归分析、结构方程等统计方法的结果来判断。但是假设各属性之间高度相关，且 预期所有的属性与“总体满意度”正相关，此时那些统计结果将不再适用。此外，在属性的改进优先度上，采用的基本上都是一条简单的标准 ：在比较属性的重要性外，“满意度得分较低的，需要更早采取行动予以改进。”这一点甚至经常产生误导。如：客户对不同的两个属性进行 评价，属性1的实际表现（传统满意度研究，有时直接把该得分作为满意度得分）均值为7.2分，而属性2均值得分为7.4分，假如在重要性相等 的情况下，相比属性2，似乎属性1更应被改进。而相对严谨一点的传统满意度研究则会把产品/服务属性的实际表现和客户期望的比较结果作为 最终的满意度评价结果，我们同样能发现，属性1得分比属性2低，而属性1更应该比改进。但是，如果我们来研究总体中，到底有多少用户感到 欣喜了，此时我们就能发现，属性1让所有客户都欣喜了，而属性2只有一半客户感觉到欣喜，因此，很明显，如果我们从满意度研究的最终改 进行动是为了让更多的客户更加稳定和更加忠诚，那么就更应该先改进属性2。 属性1 期望 实际表现 实际表现-期望 属性2 期望 实际表现 实际表现-期望 客户1 7.1 7.5 0.4 客户1 7.1 7.9 0.8 客户2 6.8 6.9 0.1 客户2 7 6.9 - 0.1 均值 6.95 7.2 0.25 均值 7.05 7.4 0.35

　　又如， 重要性相同的两个不同属性，属性1的满意度低于属性2，但是属性2的表现更接近于让客户满意或欣喜，而属性1则距离让客户满意或者欣喜尚 较远，那么从投资回报和实际产生的效果来分析，则更应该改进属性2而非属性1，这如同两个身高分别为160cm和170cm的人掉进两个高度同为 300cm的陷阱，而我们手上的绳子只有130cm长，那么先救谁就不难理解了，当然也可以先去救160cm的那个人，但是那样就需要付出更多智慧和 努力才能达到同样的效果（把一样重要的身高为160cm的人救上来）。因此，两个同样重要性相同的需要改进的因素，我们更应该去改进满意状 况距离期望值越近的那个，而不是满意度低的那个。

新型满意度研究（MOSTER模型）

　　传统满意度研究存在诸多缺陷，那么，如何改进传统的客户满意度研究来为企业的经营管理提供更多的指导呢？在这种情况下，我们 从国际同行METRIC引进和发展了一套全新的客户满意度研究模型——MOSTER。MOSTER的理论源于KANO关于三类属性：必备属性、绩效属性、欣 喜属性的论述，研究以直接帮助企业确定如何采取管理行动去提高客户的忠诚度为最终目的。在理解MOSTER模型科学而严谨的核心理论之前， 我们先熟悉一下MOSTER研究的五个标准问题：
　　A、是否会因为该属性的良好表现而重复购买或主动向他人推荐？
　　B、属性表现达到何种程度会重复购买或者推荐？（得到欣喜的阈限）
　　C、是否会因为该属性的不好表现而不再购买或主动向他人抱怨？
　　D、属性表现达到何种程度会不再购买或主动抱怨？（得到不满意的阈限）
　　E、对客户在各属性上的满意程度如何？
　　由MOSTER的研究问题，可以看出，把属性表现与客户行为紧密联系起来是MOSTER理论的出发点，这样才能有效实践MOSTER关于让客户 由满意变得忠诚的理论思考。MOSTER体系有以下核心理论：

一、属性的类别因人而异。
　　不同的个人电脑使用者对于电脑处理速度的需求状态不同：
　　◇ 如果主要被用来打字，客户对处理速度并不关心（此时操作键盘的速度是唯一真正需要考虑的！），处理速度就成了无关属性。当 数据库庞大而处理程序相对较小时，处理速度即是个必备属性。当数据库较小而处理程序很大时，处理速度便是个可以让客户欣喜的属性。当 数据库很大，处理程序也很大时，处理速度即是个绩效属性（线性属性）。
　　推广开来，属性的类别也会随着不同的细分市场而改变，注意到在不同的细分市场带来不满和欣喜的属性是不同的这一点很重要。例 如：高分辨率的监视器对图形设计者而言是一种必备属性，较低的分辨率会引起不满。而对于其他人而言高分辨率则可能会让他们欣喜。又如 ：车子运送条件对于购买新车的客户而言是一种必备属性，而对于购买二手车的客户而言较好的运送条件可能会让他们喜悦。依据KANO理论， MOSTER可以根据不同客户对A、C问题的回答结果进行分析，来发现各个属性对于不同的细分市场甚至不同的客户到底属于无关属性、必备属性 、绩效属性还是欣喜属性，以便有针对性地指导经营策略的制定。

二、属性分类会随着时间改变而改变。
　　客户的期望和态度会随着时间而改变，今天带来欣喜的可能明天就会变成最低的期望，例如：具有内置式调制解调器配置的PC机五年 前还是一个可以使消费者感到欣喜，而在今天它已经是基本配置（必备属性）了。比对不同时期不同属性在不同细分市场上的分类变化，能够 帮助企业深入理解不同细分市场客户需求的演变。

三、属性表现、满意度及购买行为三者之间关系在两个临界点上是不连续的。
　　传统满意度研究认为客户满意度是连续的，而MOSTER依据KANO理论，认为客户的满意度结构主要由不满意、满意和欣喜三个区域构成 ，在这三个区域间有两个不连续的临界区域。从下图我们可以看出，当属性表现低于临界点1时，客户表现为不满意，在行为上则有“被问及时 会抱怨”和“可能不再购买”的反应，严重的则有“主动抱怨”和“不再购买”的反应，在这两种状态间偏上一点客观存在着一个边缘区域， 这一边缘区域就是指属性表现改进一些就可以让客户的满意状况到达和超过临界点1而上升到满意状态。当属性表现刚好达到临界区域1时，客 户在行为上会有“被问及时保持沉默”和“因小小刺激而转移”的反应出现；当属性表现超过临界点1时，客户会表现为满意，在行为上则有“ 当问及时会有正面的叙述”和“在一定刺激下会转移”的反应，同样在这一区域偏上部分客观存在着另一边缘区域，这一边缘区域就是指属性 表现改进一些就可以让客户的满意状况到达和超过临界点2而上升到欣喜状态；当属性表现超过临界点2时，客户会表现为开心（欣喜），在行 为上则有“主动表扬”和“忠诚”的表现。由此，我们就更不难解释为什么只有让客户欣喜才能留住客户，而为什么满意的客户也可能会流失 的原因了。当然，即便你的客户已经达到欣喜状态了，成为你的忠诚客户了，你也必须留意，一旦他们的需求出现变化，你就能跟着变化。

　　客户满意不是连续的，而是跳跃式的：
　　根据KANO理论，用户的满意是不连续的，用户由不满意到满意，由满意到欣喜，均存在一个临界点。这个临界点就是不同客户的期望 值。传统满意度研究，要么偷换概念，把产品/服务的实际表现当作满意度，要么由不同的客户自身确定一个期望值，然后比较实际表现和客户 期望来确定满意度。而事实上这两种方法均把客户满意作为连续的、线性的数值来对待，而MOSTER认为：不同的客户具有两个不同的期望值， 一个欣喜的阈限（临界点2，也即问题B），另一个是不满意的阈限（临界点1，也即问题D）。这两个阈限将整个满意度空间划分为三个区域： 不满意区域、满意区域和欣喜区域。依据对于每个属性的实际表现，不同客户将会落于这三个区域中的一个区域。

四、满意度研究的核心是指导企业的行动，产生可供行动的改进方向。
　　如何使那些抱怨产品的客户停止抱怨？如何确保客户对产品有正面的叙述？如何留住那些很可能流失的客户？这些问题是满意度研究 的核心目标。由于MOSTER模型的理论依据紧密与客户行为联系起来，所以通过研究可以迅速找到具体需要改进的产品/服务属性，找到行动的方 向，并预测由此可以带来的客户忠诚度和满意度的提高效率。
　　MOSTER可以得出改进产品/服务的某一属性可以导致客户满意度提高的人群比例，也即边际人群比例。下图“不满意边缘”和“还不足 以引起欣喜”的区域就是边际人群区域。边际区域比例越大，则该属性改进空间越大，如果同时该属性重要性越高，那么该属性改进的迫切性 就越高。

研究案例：

　　研究背景：委托人是某知名IT企业，由于业务的剧烈扩张，迫切希望完善自己的管理系统，提高客户管理的能力。为此希望通过委托 DiagAid（大正）的研究与咨询服务帮助其解答以下问题：
　　◆ 影响客户满意的主要因素是什么？这些因素的相对重要程度如何？
　　◆ 企业目前在产品/服务上的满意度表现如何？有多少客户觉得非常满意？（忠诚客户）有多少客户可能会流失？（摇摆客户）有多 少客户通过努力会成为稳定客户？（可能流失的客户）
　　◆ 企业当前迫切需要改进的地方在哪里？哪些客户迫切需要关注？是提示忠诚度，如何提升？是避免流失，如何避免？

部分研究发现：
　　注：因为研究结果涉及到委托客户的商业利益，因此，本文对部分研究结果输出做了调整，仅仅作为介绍研讨的参考。
　　问题一：影响客户满意的主要因素是什么？这些因素的相对重要程度如何？
　　研究发现：对于委托方的用户而言，帮助其业务的拓展是最受客户重视的指标。在最重要的三个因素中，有明显的共同点，那就是游 戏感官刺激性的关注。因此，委托方在这方面的表现，将是影响其未来业务前景的关键因素。

　　重要性指数（Index of Importance）：这一指数表示该指标在客户心中的重要程度，数字越大重要性越高，最高为100。这一指数 反映这一指标上的改善（问题A）或恶化（问题C）有多大的可能性导致客户的忠诚或者流失。
　　问题二：企业目前在产品/服务上的满意度表现如何？有多少客户觉得非常满意？（忠诚客户）有多少客户可能会流失？（摇摆客 户）有多少客户通过努力会成为稳定客户？（可能流失的客户）
　　MOSTER模型首先可以针对每个属性分析用户的满意状态，得到用户的满意度指数MSI（MOSTER Satisfaction Index）：这一指数表示 产品/服务属性已经达到或超过用户个人阈限(B或者D)的百分比例。
　　MOSTER同时根据属性的相对重要程度，得到用户的总体满意度指数。从研究输出可以看出，客户对“游戏在线运行速度”、“客户服 务人员解决用户问题的速度快”和“网站知名度高”三方面最满意，而总体满意度指数为50，这表示总体总50%的用户认为委托方的表现已经达 到或超过了他们的最高期望。 序号 产品/服务属性 满意度指数（MSI） 所有用户 重点用户
（20%） 其它用户
（80%） 23 游戏在线运行速度 85 略 略 1 客户服务人 员解决用户问题的速度快 82 略 略 6 网站知名度高 80 略 略 30 游戏种类多 77 略 略 11 价格合理 71 略 略 2 游戏操作难易程度 69 略 略 12 游戏内容吸引力 67 略 略 24 游戏多媒体 效果 64 略 略 17 网络稳定 60 略 略 总体满意度 50 略 略

　　MOSTER模型也可以根据不同的客户在产品/服务的各个方面的满意度表现进行聚类分析，得出三个细分市场：忠诚的老客户（20%）、摇摆 的新客户（25%）和可能流失的客户（55%），并且可以结合不同细分市场用户的使用、购买行为，利益追求和用户背景资料对其进行精确描述 。然后分析总体与各不同细分市场的满意度表现。

　　问题三：企业当前迫切需要改进的地方在哪里？哪些客户迫切需要关注？是提示忠诚度，如何提升？是避免流失，如何避免？
　　研究发现：从市场细分的结果我们可以发现，委托方目前在经营管理上面临的最主要问题其实是挽留可能流失的55%的客户，其次才是 对25%的摇摆客户的忠诚度进行提升。因此谈迫切需要改进的地方，除了从总体层面上进行分析，还需要针对可能流失和摇摆的客户进行重点分 析，找出如何避免流失和如何提升忠诚度的方法。而MOSTER的行动迫切性指数（LAU：Index of action urgency）是综合了重要性指数和边际 效用指数（LIMI：Likely impact of Marginal Improvements）而得出的，因此，我们需要先对边际效用指数（LIMI）进行分析，所谓边际效 用指数，指的就是如果对某因素加以改善，在该因素上将有多少人的满意状态可能因此而发生本质性的改变：即从原来不满意状态改变为满意 状态或者从原来满意状态转换到欣喜状态。数字越大，表明可以改变的人群越多。如下图“游戏内容吸引力”这一属性的边际效用指数就等于 45.4。（15%的客户在该因素上稍做改进将导致其由不满意变为满意，而30.4%的客户将由满意转为欣喜）。

　　在对重要性指数（问题一已解答）和边际效用指数作出分析后，就可以针对总体用户和各不同细分用户（摇摆用户、可能流失用户 ）综合各属性在这两指标上的表现来得出各属性在总体和不同细分市场的行动迫切性指数，这一指数采用百分点尺度，最需要改进的属性指数 为100，指数越大，表明越需要采取行动。由下图可以看出，要提示总体满意度必须从五个方面尽快行动：“游戏内容吸引力”、“价格合理” 、“游戏在线运行速度”、“游戏画面质量”和“游戏操作难易程度”。

　　结束语：客户满意不是连续性的，而是跳跃的，传统满意度评分式的结论不易解读且容易误导企业决策。满意的客户不一 定忠诚，在客户满意度研究中，唯有把客户的实际满意体验与其行动联系起来才能对管理中真正存在的问题寻找到改进的方法。在满意度研究 中，除了案例中提到的基本上所有企业都关注的重要性、满意度、改进方向三部曲外，我们还需要通过连续性的研究在以下方向进行补充：
　　1、结合竞争对手表现，来达到缩小与直接竞争对手或行业领导者在关键满意属性上差距的目的；
　　2、模拟不同因素组合的改善效果，选取成本最小，而使整体效益获得最大提高的因素组合；
　　3、对不满意的可能流失客户群需要特别关注，因为不满意客户群容易流失成为竞争对手的客户，不满意客户通过传播不满影响数倍客 户的购买决策，因此更应分析造成客户不满意的关键因素，尽量挽留客户，提高客户保持力，并积极争取竞争对手的不满意顾客；
　　4、大用量客户/重要客户也是我们重点服务对象，对于很多产品/服务，20%的顾客可能占企业收入的80%。而对于耐用品，接近更新/ 增购期客户的意见值得重视。此外客户的具体意见有助于制定改善措施，流失客户的经验也值得我们深入分析。
　　MOSTER本身是一个严峻而又朴素的理论模型，结合各种多元统计分析方法还可以在其基础上衍生出各种各样的分析思路和分析结果。

参考资料：
　　1、Philip Kotler著，《营销管理》，中国人民大学出版社 2003
　　2、《销售与市场》杂志，2000-06-30
　　3、Thomas O.Jones & W.Earl Sasser,Jr.著，《哈佛商业评论》杂志，2005-12
　　4、MOSTER，METRIC CONSULTANCY LTD, INDIA，(www.metricconsultancy.com)