原创《基于顾客忠诚度的卡端餐协同营销》
本文是顾客忠诚度专升本论文范文和顾客忠诚度和协同和营销相关函授毕业论文范文。
摘 要：2008年底,中国通信行业进入了全业务竞争新时代.面对日趋激烈的竞争,运营商在品牌定位、战略营销、产品推广等方面进行改革.为此,针对各大运营商竞争的现状,详细分析了中国移动2015年服务满意的客户特征,分析满意度各个维度,归纳顾客忠诚度的影响因素,并试点推广“卡端餐”一体化营销,以忠诚客户带动普通客户,提高4G“卡端餐”一体化普及率,提升企业竞争力.
关键词：中国移动；顾客忠诚度；顾客满意度；卡端餐
中图分类号：F27
文献标识码：A
doi：10. 19 311／j．cnki．1672-3198. 2017. 01. 026
1引言
随着互联网时代的到来,消费者的生活方式发生了翻天覆地的变化,移动互联网成为时代的主宰.2014年中国移动4G网络正式商用,对抢占4G市场先机赢得巨大优势.但随着2015年4月电信和联通的4G牌照正式颁发,4G市场的竞争异常激烈.面对如此激烈的竞争环境,如何以最低的成本,赢得更多的客户,在竞争中异军突起,成为中国移动迫在眉睫的任务.而4G时代“卡端餐”的协同营销不仅仅关系到公司中短期发展目标,更成力公司市场战略的重要组成部分.
2公司顾客忠诚度的现状
从表1可知,公司顾客忠诚度的基本状况如下：客户对公司的网络整体质量评价大于6分的占87. 74%,网络覆盖／信号强度评价大于6分的93. 78%,语音通话质量评价大于6分的94. 22%,手机上网质量评价大于6分的40. 1%,顾客忠诚度评价大于6分的92. 47%.公司的顾客忠诚度的整体水平较好,但评价得10分的客户仅占58. 67%,公司在网络质量和手机质量方面还有较大的空间.
3研究模型与假设提出
3.1研究模型
本文首先通过因子分析的方法,借助主成分分析法将本文选取的571个电话号码的11个维度因子进行旋转,旋转出主因子,并代替原11个因子；其次,将主因子在每个样本上的表现分作为基础；然后将每个样本指标的表现分乘以相应的权重得到每个样本因子的得分；再次将所有因子得分加权平均获得顾客满意度的总得分；最后通过多元线性回归法得出顾客满意度和顾客忠诚度的相关关系,从而验证本文的假设.具体模型是：
y代表顾客忠诚度的表现值,Zl代表顾客满意度表现值,O代表截距项,1代表顾客满意度表现值的回归系数,ut代表误差项.
作者结合国内外对顾客满意度和顾客忠诚度的研究成果,作者经过对顾客满意度和顾客忠诚度的总结和概括,结合省公司顾客满意度调查结果,探讨和研究顾客满意度和顾客忠诚度的关系及各指标对顾客忠诚度的贡献程度,本文提出以下假设：
HO:从总体来看,顾客满意度与顾客忠诚度二者存在正相关关系.
H1：顾客满意度的因子与顾客忠诚度存在线性相关关系.
H2：网络满意度与顾客忠诚度存在正相关关系.
H3:服务满意度与顾客忠诚度之间存在正相关关系.
H4：质量满意度与顾客忠诚度存在正相关关系.
H5：服务满意度比网络满意度和质量满意度对顾客忠诚度的贡献更大.
3.2顾客满意度的评价指标体系设计
本文整理和分析了前人对于顾客忠诚度评价指标体系的研究成果,并结合了省公司顾客满意度评价指标体系,进行增加、删减及补充,本文构建了如下顾客满意度评价指标体系,评价指标体系中包含了3个一级指标,10个二级指标.顾客满意度评价指标体系如表2所示.
3.3样本选择与数据来源
本研究根据前人研究的结论及数据采集的可获得性原则,选取了2015年对中国移动服务满意的571位客户,根据顾客满意度指标体系的指标搜集并整理了5710个企业的样本数据.本研究选取样本的原则是：
第一,本文选取了604位在2015年对中国移动服务满意的客户,剔除问卷填写不完整的33位客户,从而保证本文数据的完整性和可靠性.
第二,本文除搜集了数据库的数据外,通过调查问卷搜集了反映顾客满意度指标的数据.
本文根据上述两个原则,作者对收集的数据进行搜集与整理,在此过程中,作者剔除了一些填写问卷不规范和缺失的数据,最后取得2015年对中国移动满意的共计5710个样本面板数据.
4实证分析
本文根据论文的研究内容和假设,采用SPSS19．O软件对搜集的数据进行加工处理,通过实证分析的方法探讨和研究顾客满意度和顾客忠诚度的关系.在研究过程中,本文采用了因子分析法、主成分分析法、回归分析法和综合分析法等.
4.1描述性统计分析
本文在描述性统计时,只描述了顾客满意度的10个指标的情况,不可量化的指标,采用李克特量表法,通过问卷调查的形式取得数据.如表3所示.
从表3可以看出：5 71位顾客的网络整体质量平均为8. 4238,网络覆盖／信号强度平均为8.5657,语音通话质量平均为8. 9807,手机上网质量平均为3.8774,资费套餐平均为4. 1033,客户服务质量总体评价平均为8. 6988,入网年限平均为5.4799,总消费平均为70.1068元,这些数据是作者经过标准化处理后的数据,可以很直接的反映通信行业这571位顾客对移动服务的满意程度.
4.2因子分析
首先,检测本文数据是否适合采用因子分析的方法,
通常情况下,需要借助KMO和巴特利特球度测试数据(Bartlett),通过了这个检验,说明本文的数据是适合做因子分析的,为本文的因子分析奠定良好的理论基础.如表4所示.
由表4统计结果表明：在取样充足的Kaiser -Meyer- 01.kin度量这个指标上,本论文的数据达到0．619,按照统计学家Kaiser给出的准则,本文通过了KMO检验.对于Bartlett的球形度检验中的有关指标,近似卡方为2560. 079,df(自由度)检验值为74,Sig检验值为0.000<0. 05,根据以上三项指标值,证明本文通过了检验,适合做因子分析.
其次,对本文的研究变量进行因子分析.
作者将收集的数据在SPSS19．O软件中对数据进一步处理,在“分析”下拉菜单选择“降维”中的“因子分析”,得出本文因子分析总方差解释表.见表5所示.
作者通过旋转后的方差贡献率／累积方差贡献率,取得每一个样本的因子的权重,第一个主成分贡献率最高,达到27. 526%,其次是第二个主成分,贡献率为20. 095%,贡献率最低的是第三个主成分.从表6可看出,根据正交旋转后的因子负荷矩阵,各指标在三个主成分中所占权重的大小,将三个主成分重新归纳并命名.
从表6,网络整体质量、网络覆盖／信号强度、语音通话质量在因子1上负荷较大,因此作者将第一个主成分命名为网络满意度；作者将在第二个主成分上负荷较大的总消费、语音消费这2个因子命名为服务满意度；进一步将手机上网质量命名为质量满意度.
最后,作者以“线性回归”的方式获得得到每个因子的得分,通过因子分析总方差解释表中的方差贡献率／累积方差贡献率获得每个因子的权重相乘,得到每个主成分的因子总得分,最后将3个主成分的因子总得分通过加权平均的方法得到顾客满意度的因子总得分.
对于顾客忠诚度的总得分,作者直接采用省公司顾客满意度总体得分、顾务质量整体得分加权平均而得.
4.3回归分析
4. 3.1顾客满意度各雏度与顾客忠诚度的回归分析
本文以顾客满意度的网络满意度、服务满意度及质量满意度为自变量,以顾客忠诚度为因变量,进行多元线性回归分析,如表7所示.
从表7可知：企业的服务满意度对顾客满意度影响不显著,t值仅为0. 308,假设H4未被验证；企业的质量满意度对顾客忠诚度没有显著的影响,t值仅为0. 323,假设H3未被验证；而网络满意度能显著提升顾客忠诚度,t值为17. 988,假设H2被验证；其中网络满意度对顾客忠诚度的影响大于质量满意度和服务满意度对顾客忠诚度的影响,因此,假设H5未被验证.综上结论：Y等于0.607X1+O.OIX2+O.11X3(Xl代表网络满意度,X2代表服务满意度,X3代表质量满意度,Y代表顾客忠诚度）,因此,假设H2被验证；这证明了顾客忠诚度与顾客满意度的三要素（网络满意度、服务满意度、质量满意度）呈线性相关关系,同时,网络满意度对顾客忠诚度的影响程度大于服务满意度和质量满意度.
4.3.2顾客忠诚度与顾客满意的回归分析
为了分析与掌握顾客忠诚度与顾客满意度的关系,验证上文假设,作者对二者的关系进行了回归检验.回归结果见表8所示.
从表8可知,回归方程的截距项-o．001,回归系数0. 406,标准误差0.227,t值检验表明回归系数具有显著性,Sig值为0.ooo,Y- -O．001+0. 40621（Zl代表顾客整体满意度,Y代表顾客忠诚度）,阐明顾客满意度对顾客忠诚度拥有明显的正相关,较好的顾客满意度表现会显著提升顾客忠诚度,假设HO被验证.
5结论
5.1顾客忠诚度与顾客满意度有正相关关系
本文研究发现,顾客满意度与顾客忠诚度呈正相关,且相关性达到40. 6%,因此,公司需要不断提高顾客满意度,提升顾客忠诚度,这仍然是公司努力的方向.
5.2顾客忠诚度与网络、服务和质量满意度呈线性相关关系
本文研究发现,顾客忠诚度与顾客满意度的三要素呈线性相关关系.网络满意度对顾客忠诚度的影响程度大于服务满意度和质量满意度.在移动互联网时代,顾客对4G网络质量的要求是第一位的,对4G终端和服务的要求相对次要.
顾客忠诚度论文参考资料：
上文点评,这篇文章为一篇关于对不知道怎么写顾客忠诚度和协同和营销论文范文课题研究的大学硕士、顾客忠诚度本科毕业论文顾客忠诚度论文开题报告范文和文献综述及职称论文的作为参考文献资料。
