কিভাবে সেরা গ্রাহক সন্তুষ্টি সার্ভে গবেষণা নির্মাণ
এই ধারাবাহিকতা শেষ হবে " সমস্ত সন্তুষ্ট N OT" এবং "সি সম্পূর্ণভাবে সন্তুষ্ট" লেবেল করা হবে। এই চূড়ান্ত মধ্যে কিছু মান একটি নির্দিষ্ট গ্রাহকের জন্য সন্তুষ্টি স্তর প্রতিনিধিত্ব করে। সাধারণত, বাজার গবেষকরা ক্রেতাদের সন্তুষ্টি স্কেল এবং ক্রেতাদের প্রকৃত মতামতকে তাদের সন্তুষ্টি বিষয়ে অযৌক্তিক বলে বিবেচনা করে চুক্তির কথা বিবেচনা করে।
যাইহোক, এটা সম্ভাব্য এবং এমনকি সম্ভাব্য যে স্কেল পয়েন্ট গ্রাহকের সন্তুষ্টি approximates। যেহেতু এটি একটি আনুমানিক মূল্য, বাজার গবেষক একটি ক্ষুদ্রতম ত্রুটি জন্য অনুমতি দেবে। এই ছোট বিন্দুর ত্রুটির কারণে, একটি বাজার গবেষক একটি সুপ্ত পরিবর্তনশীল হতে গ্রাহক সন্তুষ্টি বিবেচনা করবে।
অস্পষ্ট ভেরিয়েবল এবং ম্যানিফেস্ট ভেরিয়েবলের মধ্যে পার্থক্য কি?
অস্পষ্ট ভেরিয়েবলগুলি মনোবিজ্ঞান, সমাজবিজ্ঞান, অর্থনীতি এবং অন্যান্য সামাজিক বিজ্ঞানসমূহের ধারণাগুলি স্পষ্টভাবে মাপা যায় না। উদাহরণস্বরূপ, বাজার গবেষকরা প্রায়ই ভোক্তাদের অভিপ্রায় বা মনোভাবতে আগ্রহী হয়। কিন্তু এই ধারণাগুলি, সন্তুষ্টি ধারণার মতো, সরাসরি, যেমন বয়স, ওজন বা শিক্ষার স্তর হিসাবে মাপা যায় না। এই জনতাত্ত্বিক বৈশিষ্ট্যাবলীগুলি ম্যানিফেস্ট ভেরিয়েবল হিসাবে উল্লেখ করা হয়েছে এবং তাদের স্পষ্টভাবে মাপা যেতে পারে; তারা একটি বাস্তব ফর্ম মধ্যে উদ্ভাসিত হয়।
থিওরিটিক্যালভাবে, বিজ্ঞানীরা সাধারণভাবে সম্মত হন যে প্রতিটি সুপ্ত পরিবর্তনশীল পরিমাপের পরিমাপ করা হয়, বেশ কয়েকটি স্পষ্ট ভেরিয়েবলকে সুপ্ত ভ্যারিয়েবলের সাথে যুক্ত করা উচিত। এই ভাবে, বাজার গবেষক একটি সুপ্ত ভ্যারিয়েবলের মধ্যে সম্পর্কগুলি এক্সপ্লোর করার জন্য সম্ভব হয় যা সরাসরি স্পষ্টভাবে পরিমাপ করা যেতে পারে এমন কিছু ম্যানিফেস্ট ভেরিয়েবলগুলিতে পরিমাপ করা যাবে না।
গ্রাহক সন্তুষ্টি সার্ভে প্রশ্ন উন্নয়নশীল
গ্রাহক সন্তুষ্টি জরিপ প্রশ্নাবলী ব্যবহারের মাধ্যমে ভাল পরিমাপ করা যায়। স্কেলে ভোক্তার অভিজ্ঞতার পরিমান সন্তুষ্টি বা অসন্তোষের মাত্রা পরিমাপ করে এমন কয়েকটি প্রশ্ন তৈরি করা সহায়ক। যদিও সন্তুষ্টি অসীম পরিবর্তনশীল, বাস্তব কারণে, একটি সন্তুষ্টি স্কেল সীমিত করা প্রয়োজন হবে। গ্রাহক তার প্রতিক্রিয়া যথেষ্ট নমনীয়তা afforded করা উচিত যে গ্রাহক অভিজ্ঞতা এবং স্কেল প্রতিক্রিয়া মধ্যে ম্যাচ আরামদায়ক হয়।
গ্রাহক সন্তুষ্টি আইশ - গ্রাহক সন্তুষ্টি নির্দেশ করতে ব্যবহৃত দাঁতগুলি প্রায়ই 5-বিন্দু, 7-বিন্দু, অথবা 10-বিন্দু হয়, যেমন শূন্য সর্বদা সর্বোচ্চ ডিগ্রী অসন্তোষের প্রতিনিধিত্ব করে। 5-বিন্দু স্কেলে, একটি গ্রাহককে নিম্নলিখিত বিকল্পগুলির থেকে একটি প্রশ্নাবলী আইটেমের একটি প্রতিক্রিয়া নির্বাচন করতে বলা হবে: 1 অত্যন্ত অসন্তুষ্ট, 2 নিয়মিত অসন্তুষ্ট, 3 নুতন, 4 সামান্য সন্তুষ্ট, 5 অত্যন্ত সন্তুষ্ট।
সন্তুষ্টি সমীক্ষার প্রতিটি উপাদান যে উত্তরদাতাদের বিবেচনা করতে বলা হয়, সেখানে তিনটি সম্পর্কিত প্রশ্ন করা উচিত। এই প্রশ্নগুলি ম্যানিফেস্ট ভেরিয়েবলগুলি। প্রশ্নগুলি লিখিত হওয়া উচিত যাতে প্রশ্নোত্তর বিষয়টিকে সাপেক্ষ উপাদানগুলির সাথে তুলনা করা সহজ।
উদাহরণস্বরূপ, যদি বাজার গবেষক একটি কোম্পানীর সাথে ব্যবসা করার উপাদান সুবিধার পরিমাপ করতে আগ্রহী হয়, তাহলে প্রশ্নগুলি লেনদেনের গতি, ওয়েবসাইটের ব্যবহারযোগ্যতা এবং লাইভ চ্যাট গ্রাহক পরিষেবা অভিজ্ঞতা অনুধাবন করতে পারে।
সন্তুষ্টি জরিপ দৈর্ঘ্য - জরিপ প্রশ্নাবলীর প্রায় 15 থেকে 35 টি আইটেমের মধ্যে থাকা উচিত, যার প্রত্যেকটি গ্রাহক সেবা পরিমাপের উপাদানগুলির কিছু অংশ পূরণ করে। এটা গুরুত্বপূর্ণ যে কিছু প্রশ্নাবলী আইটেম গ্রাহকদের সম্পর্কে আরও শেখার দিকে নির্দেশিত হয় না, শুধু তাদের মতামত, যাতে বাজারে সেগমেন্টেশন বিশ্লেষণ সমর্থন।
গ্রাহক সন্তুষ্টি ডেটা SEM সঙ্গে বিশ্লেষণ
গ্রাহক সন্তুষ্টি দৃঢ় বিশ্লেষণ তথ্য বিশ্লেষণ গণিত এবং পরিসংখ্যান পদ্ধতি অন্তর্ভুক্ত করা হবে। বিশ্লেষণের একটি উদ্দেশ্য ম্যানিফেস্ট ভেরিয়েবল এবং অন্তর্নিহিত ভেরিয়েবলের মধ্যে এবং অন্তর্নিহিত ভেরিয়েবলগুলির মধ্যে সম্পর্কের অনুমান করা।
এই ধরনের বিশ্লেষণ পরিচালনার জন্য সাধারণত ব্যবহৃত পদ্ধতি হল একটি স্ট্রাকচারেড সমীকরণ মডেল (SEM) । মডেল এবং তথ্য মধ্যে মাপসই কিছু মানদণ্ড বা একটি একক মানদণ্ড, যেমন প্রকৃত পর্যবেক্ষণকৃত ডেটা থেকে বিচ্যুতি হ্রাস করার ক্ষমতা হ্রাস করা হবে সংক্ষিপ্ত করা হবে। পরিসংখ্যান পদ্ধতি নিজেই বাজার গবেষকদের একটি বিষয়ী মতামত না বরং, অন্তর্নিহিত ভেরিয়েবলের মধ্যে সম্পর্কের জন্য উল্লিখিত ওজন নির্ধারণ করে। ম্যানিফেস্ট ভেরিয়েবলগুলির প্রত্যেকটির নির্ভরযোগ্যতা গণনা করা হয়, অন্তর্নিহিত ভেরিয়েবলের বিষয়বস্তু উদ্ভূত হয় এবং অন্তর্নিহিত ভেরিয়েবলগুলির মধ্যে সম্পর্কগুলি গণনা করা হয়। এই মুহুর্তে, বাজার গবেষক দেখতে সক্ষম হয় যে আনুমানিক মডেল আসলে একটি গ্রহণযোগ্য পরিমাণে ডাটা ফিট করে , সাধারণত নিয়মানুবর্তিতার সহকারী ব্যবহার করে যা R2 হিসাবে চিহ্নিত করা হয় এবং মাপের ধার্মিকতার একটি পরিমাপ।