1 / 24

IV Ogólnopolski Kongres Badaczy Rynku i Opinii

Analiza satysfakcji i lojalności klientów z zastosowaniem Modelu Równań Strukturalnych Roman Konarski Michał Skrzywanek PBS PTK Centertel. IV Ogólnopolski Kongres Badaczy Rynku i Opinii. Plan prezentacji.

alanna
Télécharger la présentation

IV Ogólnopolski Kongres Badaczy Rynku i Opinii

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analiza satysfakcji i lojalności klientówz zastosowaniemModelu Równań StrukturalnychRoman Konarski Michał Skrzywanek PBS PTK Centertel IV Ogólnopolski Kongres Badaczy Rynku i Opinii

  2. Plan prezentacji • Satysfakcja i lojalność klientów • Zadowolenie z OBSZARÓW i wpływ na LOJALNOŚĆ • Analiza regresji • Model równań strukturalnych (SEM) • Zastosowania SEM w branży telekomunikacyjnej • Oprogramowanie do SEM

  3. Satysfakcja i lojalność • Lojalni klienci kosztują mniej, konsumują więcej, oraz polecają usługi/produkty innym potencjalnym klientom • Krytyczne jest utrzymywanie stałej bazy lojalnych klientów raczej niż kosztowne zdobywanie nowych klientów • Satysfakcja jest jednym z najważniejszych prekursorów lojalności • Analiza lojalności jest szczególnie ważna dla przedsiębiorstw telekomunikacyjnych • Proces satysfakcji i lojalności może być sformułowany w postaci modelu teoretycznego, który może być poddany empirycznej weryfikacji

  4. TO KAŻDY Z NAS WIE JAK ZMIERZYĆ OBSZAR 1 OBSZAR 2 OBSZAR 3 OBSZAR 4 OBSZAR 5 ALE JAK DOWIEDZIEĆ SIĘ TEGO? ZADOWOLENIE Z OBSZARÓW A ICH WPŁYW NA LOJALNOŚĆ KLIENTA ZADOWOLENIE Z OBSZARU WPŁYW NA LOJALNOŚĆ

  5. ALE JAK DOWIEDZIEĆ SIĘ TEGO? WPŁYW NA LOJALNOŚĆ PYTANIE BEZPOŚREDNIE Przecenia wiedzę klientów o czynnikach, które powodują ich zadowolenie (bądź niezadowolenie) KORELACJA Przecenia wpływ niektórych czynników (wynikający z ich współzmienności) MODELOWANIE STRUKTURALNE ZADOWOLENIE Z OBSZARÓW A ICH WPŁYW NA LOJALNOŚĆ KLIENTA

  6. Model predykcyjny • Pozwala na oszacowanie wpływu ZADOWOLENIA z poszczególnych obszarów na LOJALNOŚĆ • Najszerzej stosowanym modelem predykcyjnym jest model regresji • Model regresji pozwala na oszacowanie „wpływu” zmiennych wyjaśniających na zmienną wyjaśnianą

  7. Regresja wielokrotna • Co otrzymujemy z AR: • Wpływy () obszarów (X) na lojalność (Y) • Procent wariancji (R2) w lojalności tłumaczony przez zadowolenie z obszarów • Wartości przewidywane (Y`) dla lojalności na różnych poziomach zadowolenia z obszarów X1 1  2 X2 Y 3 X3 Y= 1X1 + 2X2 + 3X3 + 

  8. Ograniczenia analizy regresji • Może istnieć zależność strukturalna pomiędzy zmiennymi wyjaśniającymi (zadowolenie z obszarów) • Zmienna wyjaśniana (LOJALNOŚĆ) i zmienne wyjaśniające (zadowolenie z OBSZARÓW ) są zbyt ogólne aby mieć praktyczne znaczenie dla OPERATORA • Zmienna wyjaśniana (LOJALNOŚĆ) i zmienne wyjaśniające (OBSZARY) są obciążone błędem pomiarowym (rtt < 1) co narusza fundamentalne założenie AR odnośnie braku błędu pomiarowego • Konsekwencją błędu pomiarowego są obciążone (nieprawidłowe) szacunki wpływu () poszczególnych OBSZARÓW i zaniżone R2

  9. Model równań strukturalnych (SEM) • Model równań strukturalnych (structural equation model, SEM) przezwycięża ograniczenia regresji • SEM jest ogólnym modelem statystycznym integrującym dwie tradycje: modele ekonometryczne (modele strukturalne) i modele psychometryczne (modele pomiarowe) • Fundamentalną hipotezą SEM jest to, że macierz kowariancji zmiennych losowych jest funkcją parametrów modelu:  = (), gdzie  jest macierzą kowariancji zmiennych losowych,  jest wektorem parametrów modelu, i () jest macierzą kowariancji wyrażoną jako funkcja parametryczna wektora 

  10. Modele strukturalne (wielorównaniowe) Model Nierekursywny Model Rekursywny 1 1 1 1 X1 X3 X1 X3 2 2 1 1 2 3 2 2 3 X2 X2 Y Y x3 = 1x1 + 2x2 + 1 y= 3x2 + 1x3+ 2 x3 = 1x1 + 2x2 + 2y+ 1 y= 3x2 + 1x3+ 2

  11. Model pomiarowy (CFA)  1 2 czynniki wspólne ładunki czynnikowe 62 31 42 52 11 21 zmienne obserwowalne X1 X2 X3 X4 X5 X6 błąd pomiarowy 1 2 3 4 5 6 x4 = 422 + 4 x5 = 522 + 5 x6 = 622 + 6 x1 = 111 + 1 x2 = 211 + 2 x3 = 311 + 3

  12. Ogólny model strukturalny (SEM) 1 X1 1 2 X2 1 3 4 X3 Y4 2 2 5 Y5 1 6 Y6 Y1  2 1 2 Y2 3 Y3 1

  13. Wartość dodana SEM • Pozwala na modelowanie zależności strukturalnej pomiędzy zmiennymi wyjaśniającymi (OBSZARAMI) • Pozwala na jednoczesne szacowanie parametrów modelu pomiarowego i strukturalnego • Pozwala na szacowanie „prawdziwego” (pozbawionego błędu pomiarowego) wpływu SATYSFAKCJI i OBSZARÓW na LOJALNOŚĆ • Pozwala na szacowanie wpływu bezpośredniego oraz wpływu pośredniego danego OBSZARU na LOJALNOŚĆ

  14. Charakterystyka badania • Badanie przeprowadziła Pracownia Badań Społecznych na zlecenie PTK Centertel operatora sieci Idea • Przebadano 3000 respondentów metodą wywiadów telefonicznych (CATI) • Badano poziom LOJALNOŚCI i SATYSFAKCJI, oraz ZADOWOLENIA z ośmiu OBSZARÓW usługi świadczonej przez OPERATORA • CEL BADANIA: określenie relatywnej wagi ZADOWOLENIA z poszczególnych OBSZARÓW na SATYSFAKCJĘ i LOJALNOŚĆ abonentów OPERATORA

  15. Lojalność i Satysfakcja Ogólna • Lojalność - „LOJ1?” - „LOJ2?” - „LOJ3?” • Satysfakcja Ogólna - „SAT1?” - „SAT2?” - „SAT3?”

  16. Zadowolenie z Obszarów Usługi • Obszar 1 - „Obsz1 pozycja 1?” - „Obsz1 pozycja 2?” - „Obsz1 pozycja 3?” • Obszar 2 - „Obsz2 pozycja 1?” - „Obsz2 pozycja 2?” - „Obsz2 pozycja 3?” • Obszar 8 - „Obsz8 pozycja 1?” - „Obsz8 pozycja 2?” - „Obsz8 pozycja 3?”

  17. Model regresji satysfakcji i lojalności 1 OBSZAR   Może istnieć zależność strukturalna pomiędzy OBSZAREM i SATYSFAKCJĄ LOJALNOŚĆ 2 SATYSFAKCJA

  18. Model strukturalny satysfakcji i lojalności Wpływy OBSZARU i SATYSFAKCJI na LJALNOŚĆ:  OBSZAR  bezpośredni  pośredni  ogólny 2 1 LOJALNOŚĆ 2 1 SATYSFAKCJA Koncepty OBSZARU i SATYSFAKCJI są zbyt ogólne  Obecność błędu pomiarowego

  19. Model strukturalny satysfakcji i lojalności 1 Koncepty LOJALNOŚCI, SATYSFAKCJI i OBSZARÓW są zbyt ogólne OBSZAR 1 1 2 SATYSFAKCJA 3 OBSZAR 2  1 OBSZAR 3  Obecność błędu pomiarowego: 2 1 LOJALNOŚĆ  obciążone szacunki wpływów ( i )  zaniżone R2 OBSZAR 4

  20. SEM procesu satysfakcji i lojalności 1  1 OB11 1  OBSZAR 1 1 2  Sat1 OB21  Specyfika 2 SATYSFAK   3 2 OB32 Sat2  OBSZAR 2 3 4 OB42   Nieobciążone: 5  OB53 4  OBSZAR 3 3   i   R2 6  Loj1 OB63 LOJALNOŚĆ  5 7  OB74 4  Loj2 OBSZAR 4 8 2 OB84

  21. Szacunki wpływów ZASIĘG .03 .06 OBSZR 2 SATYSFAK Efekt Ogólny = efekt bezpośredni + efekt pośredni .24 OBSZAR 3 .?? .11 .16 OBSZAR 4 LOJALNOŚĆ Efekty Ogólne Zasięg Obszar 2 Obszar 3 Obszar 4 Obszar 5 Satysfakcja .03 .06 .24 - - - - Lojalność .01 .19 .38 .16 .11 .11 OBSZAR 5

  22. OBSZAR 1 OBSZAR 2 OBSZAR 3 OBSZAR 4 OBSZAR 5 MAPA PERCEPCYJNA ZADOWOLENIE VS WPŁYW NA LOJALNOŚĆ WYSOKIE ZADOWOLENIE Z OBSZARU NISKIE NISKI WYSOKI WPŁYW NA LOJALNOŚĆ

  23. Oprogramowanie do SEM • LISREL/PRELIS/SIMPLIS • pierwszy komercyjny program do SEM • najbardziej elastyczny • AMOS • relatywnie łatwy w użyciu • SAS: PROC CALIS/PROC SYSLIN • część dużego i elastycznego oprogramowania statystycznego • MPLUS • wyspecjalizowany do analizy danych dyskretnych

  24. Serdecznie dziękujemy za Państwa uwagę

More Related