为什么要做顾客满意度研究:

  客户数量的不断增长和竞争企业的不断增加，意味着企业除了在吸引新增客户上不断加大力度以外，将越来越关注已有客户的满意状况(Satisfaction)和忠诚状况(Loyalty)。因为从营销的角度来看，新兴市场的主要工作是吸引客户，但当市场进入成熟期时，保持客户显得重要得多，因为流失一个客户的损失比新增一个客户的收益要大得多。随着我国市场经济日渐成熟，企业定期考察客户满意度和忠诚度显得尤为必要 。
  根据国外研究，一位不满意顾客将平均影响300多名消费者。这就是国际企业特别重视顾客满意度研究和管理的原因所在，而且是竞争企业和品牌之间致命的竞争取胜之手段。由于竞争日激烈，产品差距日渐缩小，未来企业成功的关键，势必不是技术的高下，而是服务优劣。现代营销理念甚至认为：企业竞争的目的就是取得顾客满意度的最大化，而不是取得经营利润。由此，国际上各大著名企业、机构广泛推行CS（顾客满意）经营。
  顾客满意度是指顾客认为供应商已达到或超过他的消费预期的一种感受。这个定义的关键词是： Perception，即感受。说明这是一个心理指标，它可以，也可以不和实际情况相符合，不是传统的技术或物理指标。进一步分析，CS经营中顾客满意度概念包括两个方面：顾客对所购买产品或服务的满意度（过去期待的评价）；能够期待他们未来继续购买的可能性（新的期待）。满意度是消费者消费事前期待与实际评价关系，它超越了“品质”的概念，突出的是无形的服务，追求的是新的向心（顾客之心）力和顾客产生顾客的效果。
  顾客满意度测量就是要测知顾客对一个供应商表现的判断。测量的对象是顾客，是顾客的内心感觉，而不是传统的企业本身的内部信息。一个公司，质检部门的次品报告为零，企业内部表现不能反映现实顾客满意度；企业窗口组织向顾客征询意见，顾客反映良好，可有相当顾客并不愿意接受服务，原因何在？ ----由内部组织的顾客调查使采集信息背离中立原则，顾客不会把不好听的话实话实说，也不是我们要测量的满意度。我们的工作必须具备以下原则：1、代表性；2、中立性；3、真实性；4、科学性。

顾客满意度模型1:

顾客满意度研究能帮助企业解决什么问题:

帮助客户把其有限的资源集中到用户最看重的特性方面，从而达到建立和提升顾客忠诚并保留顾客；
分析顾客的价值，把有限的资源优先配给最有价值的顾客；
预测顾客未来的需求；
调整顾客接触链上的服务人员的评价、培训、选拔、和补充工作。

测评顾客满意度的作用：

  作为企业，顾客满意度排名诚然重要，因为通过客观的评测和排名，可以了解自身品牌在行业中的地位。这种地位是通过顾客的视角和感知得到的，顾客是通过这种感知来决定自己是否会重复购买该品牌产品，或者交叉购买该品牌的其它产品，或者向亲戚朋友推荐购买该品牌产品。因为满意而导致的上述忠诚行为，可以对企业的绩效产生直接的影响。
  除了了解现状以外，顾客满意度调查的另外一个重要目的是指导企业提升顾客满意度。这样的话，仅知道顾客满意度的高低和排序还不够，还需要知道影响顾客满意度的驱动要素有哪些，企业在这些要素上的表现如何，这些要素对目标顾客的满意度影响有多大。回答了这些问题，就能够有的放矢地指导企业如何提升顾客满意度。要回答这些问题，就需要通过严格的调查研究和统计分析手段才能达到。

顾客满意度测评步骤:

  顾客满意度的测评工作以测评模型为基础，可以分为：制定数据收集计划、设计问卷、收集数据、数据分析、完成报告等几个具体步骤。

1．制定收集数据计划
此阶段的主要任务是确定数据收集方式、样本空间、抽样方式、有效问卷数量要求、问卷发放数量、问卷回收有效日期等。
通常采用的收集数据方式有问卷调查、面谈、投票等多种方式，问卷调查是常用的方式，问卷调查又可以分为邮件调查、电话访谈、街头访谈、网上填写等多种方式。
确定成功样本数量的过程很复杂，需要预先了解变量在样本中的大致分布情况，还要预先确定第一类型误差、第二类型误差等参数，经过计算得出。
2．设计问卷
  设计问卷的时候要遵循几个原则：首先，问卷必须紧扣主题，每一道问题都必须忠实于模型；其次，问题的表达方式必须符合被调查对象的文化水平、社会背景等特点，例如问题不宜于过于学术化，也不应要求被访者需要一定的专业知识背景来答题；此外，问题不宜于过长。国外学者发现原因变量和因果变量在问卷中出现的顺序，正负不同影响的问题的交叉都会影响答题的效果，所以问卷设计是一项很专业也很重要的工作。问卷设计完毕需要进行测试，测试后可能需要局部调整，然后投放到样本空间。
3．收集数据
为了科学有效的进行收集数据工作，问卷调查目前主要采用计算机辅助电话访谈系统（CATI, Computer Assisted Telephone Interview）方式进行问卷调查收集数据。还可以采用电话、邮寄、街头拦访等多种方式进行。
4．数据分析
数据收集完毕之后，需要剔除无效数据和异常数据，然后依据分析模型进行数据分析。通数据分析的主要任务是评测变量的因果关系和结构变量的值。由于结构变量的可观测特征，需要预先为其设定值的分布范围，还要预先设定信度概率，顾客满意度模型中每个结构变量采用百分制计分，采用90％－95％信度区间。