[发明专利]客户满意度指标权重计算方法在审
| 申请号: | 201811278256.3 | 申请日: | 2018-10-30 |
| 公开(公告)号: | CN109523311A | 公开(公告)日: | 2019-03-26 |
| 发明(设计)人: | 林正春;姜允志;贾西平 | 申请(专利权)人: | 广东原昇信息科技有限公司 |
| 主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
| 代理公司: | 北京鼎承知识产权代理有限公司 11551 | 代理人: | 李伟波;韩德凯 |
| 地址: | 510000 广东省广州市番禺区小谷围*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 客户满意度 满意度 指标权重 评价指标体系 层次分析法 满意度评价 评价值计算 广告客户 广告设计 广告效果 广告宣传 权重计算 权重系数 指标体系 主观因素 构建 客户 匹配 量化 衡量 改进 | ||
1.一种客户满意度指标权重计算方法,其特征在于:包括:
步骤1:构建客户满意度指标体系,其中包括:目标层即客户满意度u、准则层和评价因子层,准则层包括准则ui,评价因子层包括各准则ui对应的评价因子其中i={1,2,…,ki},ki为准则ui对应的评价因子的个数;
步骤2:通过层次分析法计算准则层权重向量a和评价因子层权重向量wi;所述准则层权重向量a包括各准则的权重,评价因子层权重向量wi包括准则ui对应的各评价因子的权重;
步骤3:将满意度划分为L个等级,并对各满意度等级赋值;
步骤4:获取广告客户对各评价因子的满意度;
步骤5:计算准则ui的满意度评价矩阵其中为广告客户中对评价因子的满意度登记为l的人数占全部人数比例,其中,l={1,2,…,L};
步骤6:利用各准则满意度评价矩阵、准则层权重向量l和评价因子层权重向量wi,通过权重计算方法计算广告客户对各准则满意度评价值和客户总体满意度评价值。
步骤7:将获得客户总体体验满意度评价值和通过权重计算广告客户对各准则满意度评价值进行比较,若一致,则权重计算过程结束;若不一致,则重新设计广告,重复步骤1至步骤7。
2.根据权利要求1所述的一种客户满意度指标权重计算方法,其特征在于:所述的满意度等级分别为非常满意、满意、一般、不满意、非常不满意。
3.根据权利要求1所述的一种客户满意度指标权重计算方法,其特征在于:所述步骤6还包括:根据满意度评价矩阵计算广告客户对各评价因子满意度评价值其中,H=(L,…,2,1)。
4.根据权利要求3所述的一种客户满意度指标权重计算方法,其特征在于:所述的客户对各评价因子满意度评价值和广告客户总体满意度评价值计算各项评价因子重要度,以各评价因子重要度为横坐标,各评价因子满意度评价值为纵坐标建立坐标系;根据不同评价因子所在象限的不同,得到广告宣传的效果大小。
5.一种客户满意度指标权重计算系统,其特征在于:包括:
构建模块:构建客户满意度指标体系,其中包括:目标层即客户满意度u、准则层和评价因子层,准则层包括准则ui,评价因子层包括各准则ui对应的评价因子其中i={1,2,…,ki},ki为准则ui对应的评价因子的个数;
评价模块:通过层次分析法计算准则层权重向量a和评价因子层权重向量wi;所述准则层权重向量a包括各准则的权重,评价因子层权重向量wi包括准则ui对应的各评价因子的权重;
划分模块:将满意度划分为L个等级,并对各满意度等级赋值;
获取模块:获取广告客户对各评价因子的满意度;
比例模块:计算准则ui的满意度评价矩阵其中为广告客户中对评价因子的满意度登记为l的人数占全部人数比例,其中,l={1,2,…,L};
计算模块:利用各准则满意度评价矩阵、准则层权重向量l和评价因子层权重向量wi,通过权重计算方法计算广告客户对各准则满意度评价值和客户总体满意度评价值。
比较模块:将获得客户总体体验满意度评价值和通过权重计算广告客户对各准则满意度评价值进行比较,若一致,则权重计算过程结束;若不一致,则重新设计广告,重复各模块的处理。
6.根据权利要求5所述的一种客户满意度指标权重计算系统,其特征在于:所述的满意度等级分别为非常满意、满意、一般、不满意、非常不满意。
7.根据权利要求5所述的一种客户满意度指标权重计算系统,其特征在于:所述计算模块还包括:根据满意度评价矩阵计算广告客户对各评价因子满意度评价值其中,H=(L,…,2,1)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东原昇信息科技有限公司,未经广东原昇信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811278256.3/1.html,转载请声明来源钻瓜专利网。





