顾客满意度对顾客忠诚度作用机制研究——基于电信企业的实证分析

本文利用某电信企业的数据,采用了多种统计分析方法,深入探讨了我国企业中顾客满意度对顾客忠诚度的作用机制,不仅探讨了不同满意程度顾客之间,而且还研究了相似满意程度的顾客内部,顾客满意度对顾客忠诚度的作用大小和作用关系是否存在差异。本文的主要结论如下：（1）顾客满意度的分类和顾客忠诚度的分类之间存在着对应关系。（2）顾客满意度对顾客忠诚度的作用机制并非线性关系。在不满意顾客与满意顾客以及满意顾客与非常满意顾客之间存在闽值;（3）相似满意程度的顾客内部,顾客满意度对顾客忠诚度的作用关系可能唯一,也可能存在差异。非常满意顾客当其同时又是忠诚顾客时,顾客满意度才对顾客忠诚度呈现出显著的线性作用,否则,如果是不忠诚顾客或者潜在忠诚顾客时,这种作用关系仍然不显著。     

对顾客满意度问题的分析

介绍顾客满意度的相关知识,利用统计方法做线性回归分析,并进行显著性检验,从而得出顾客满意度与其他因素的相关关系,为产品或服务能够更好地满足市场提供了方法。     

基于顾客让渡价值的家电产品顾客满意度评价

文章从顾客让渡价值的角度探讨家电产品的顾客满意度及影响因素,主要以消费者为调查对象进行问卷调查,运用SPSS软件进行数据的分析处理。研究结果表明:性别、年龄、学历、家庭状况、收入水平、地区、职业都对顾客让渡价值中的部分因素的满意度有显著性影响。     

SWOT分析在顾客满意度研究中的应用

顾客满意、顾客忠诚、利润增加这一逻辑链表达的观点被众多组织所接受。许多企业也在开始进行顾客满意度研究。本文探讨了SWOT分析方法在顾客满意度研究中的应用问题     

基于顾客价值的酒店顾客满意度测评

顾客满意度不仅直接影响着企业的经营业绩,还能准确地预示或反映企业的经济发展态势。因此,对顾客满意度调查和测评的研究具有非常重要的现实意义。文章以美国顾客满意指标(ACSI)模型为基础,建立一个以顾客价值为核心要素的酒店顾客满意度七要素测评模型,对树立提高酒店服务质量和酒店品牌形象具有重要的应用价值。文章采用模糊数学理论,以张家界市酒店顾客满意度的现实调查数据对模型应用研究,以了解张家界市酒店顾客满意度水平,以及验证该模型的适用性。     

主成分分析求权重在房地产顾客满意度评价中的应用

一、引言权重的确定是房地产顾客满意度测评过程中非常关键的一个步骤,对于能否客观、真实地反映顾客满意度起着至关重要的作用。目前在房地产顾客满意度分析中使用的赋权方式多种多样,主要有历史资料法、专家定权法和层次分析法,但它们都有一定的不足之处。     

国内顾客满意度测评研究评述

顾客满意度已经被实务界和理论界所普遍关注,最显著的三个问题是:评级指标体系、评价方法与如何提高顾客满意度.文章从这三个问题入手,梳理了国内顾客满意度测评相关的研究成果及热点问题.     

顾客满意度指数测评指标体系的构建

建立顾客满意度指数测评指标体系,是顾客满意度指数测评的核心内容.文章经过指标初选、试调查,将收集到的数据,运用信度分析和因子分析,对指标体系进行分析和检验,以确保每一项指标对顾客评价结果影响显著和测评指标分类合理,并据此解释公因子.采用顾客调查确定指标权重,更好反映顾客消费心理感受,客观性比较强.通过实例,验证了该方法的有效性和科学性.     

顾客满意度的双维层次灰色评价方法

文章根据顾客满意度的多样性特征,建立了顾客满意度多层次评价指标体系.依据不同顾客对企业的贡献差异性,以及顾客认知的灰色特性,提出了双维层次灰色评价模型,并采用模糊层次分析法确定评价指标权重,利用灰聚类分析确定指标的灰度.最后,用实例说明了该评价模型是有效的.     

顾客满意度模型的样本量研究

本文在对顾客满意度模型及其估计方法PLS（Partial Least Square）进行简单讨论的基础上,详细研究了顾客满意度模型PLS估计方法需要的样本量,并针对中国顾客满意度研究的实际案例数据,给出了顾客满意度模型的样本量要求的建议,对顾客满意度实践有指导意义。     

企业信用状况的定性评价——基于logistic回归模型的分析

以材料和机械制造行业100家上市公司综合财务数据为样本数据,采用主成分分析和logistic回归模型,对企业的信用风险进行定性评价,简要评定企业的守信状况,影响企业信用的主要是企业的偿债能力,且同资金的流动性和运营效果密切相关,并给出结论与建议,指导债权人、投资者和交易方投资决策。     

基于非线性主成分和聚类分析的综合评价方法

针对传统主成分在处理非线性问题上的不足,阐述了传统方法在数据无量纲化中“中心标准化”的缺点和处理“线性”数据时的缺陷,给出了数据无量纲化和处理“非线性”数据时的改进方法,并建立了一种基于“对数中心化”的非线性主成分分析和聚类分析的新的综合评价方法。实验表明,该方法能有效地处理非线性数据。     

中国宏观经济与股价之间关系的关联性研究——实证考察宏观经济对股市影响的数量程度

一、研究背景如果一国的股票市场完全由供求关系来决定的话,那么股市和实体经济的发展是一致的,一国经济的发展决定着股市的发展,股市的兴衰也直接反映这个国家经济发展的好坏与快慢。在一个成熟的市场经济国家,如美国,其宏观经济与证券市场的长期关系基本是吻合的。宏观经济与     

基于因子分析的农村公共品需求满意度研究

基于陕西省农民对农田水利基础设施、农村道路基础设施、农村医疗卫生、农村社会保障等12种具体公共品的满意度评价,运用因子分析萃取出代表农村公共品满意度评价共性特征的四个公因子:农村"软性"基本公共服务、"硬性"基本公共服务、农业生产服务和农村高层次公共服务,然后依据因子分析结果构建了农村公共品整体满意度的评价体系,并结合问卷中的辅助问项回答情况对因子分析结果进行经济解释,以揭示农村公共品需求的层次性和需求满意度的形成机理,最后提出优化农村公共品供给、提高农民需求满意度的对策。     

中国城镇居民信息消费水平估计与收敛性分析

基于面板数据对2002—2013年中国城镇居民信息消费水平进行了估计,并进一步研究了其收敛性。结果表明:城镇居民信息消费水平存在较显著的地区差异,最高收入省份的消费水平与最低收入省份的消费水平差距呈扩大趋势;信息消费水平不具有σ收敛性,也不存在绝对β收敛的情况;但是存在不可观测的个体异质性变量能促进收敛,存在条件β收敛性;引入空间相关性后,收敛速度加快,并且其相邻近地区信息消费水平增长率的误差冲击产生正向作用。     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。     

基于改进PCA的朴素贝叶斯分类算法

朴素贝叶斯是一种处理分类问题的常用方法,但它的属性条件独立性假设在实际应用中难以成立,导致其分类性能降低。针对这一问题,文章提出了基于改进PCA的朴素贝叶斯分类算法,该算法通过Pearson和Kendall系数计算出属性间的相关性大小,基于主成分分析筛选出新的属性集,使其尽量满足条件独立性假设,并对新数据集进行朴素贝叶斯分类。实验结果表明,该方法有效地提高了分类准确率。     

技术工人满意度影响因素的实证分析

技术工人的短缺是影响中国经济以更快速度发展的障碍之一。而难以吸引更多人才投身技术岗位的重要原因之一是对技术工人的激励不足,造成其满意度较低。文章以问卷调查为基础,利用多元方差分析法对技术工人满意度的影响因素进行了实证研究,并根据研究结果给出一些建议,希望为企业根据不同技术工人群体制定适宜的激励政策提供参考。     

Exploring the variability of DNA molecules via principal geodesic analysis on the shape space

Most of the linear statistics deal with data lying in a Euclidean space. However, there are many examples, such as DNA molecule topological structures, in which the initial or the transformed data lie in a non-Euclidean space. To get a measure of variability in these situations, the principal component analysis (PCA) is usually performed on a Euclidean tangent space as it cannot be directly implemented on a non-Euclidean space. Instead, principal geodesic analysis (PGA) is a new tool that provides a measure of variability for nonlinear statistics. In this paper, the performance of this new tool is compared with that of the PCA using a real data set representing a DNA molecular structure. It is shown that due to the nonlinearity of space, the PGA explains more variability of the data than the PCA.