Analiza satysfakcji i lojalności klientów z zastosowaniem Modelu Równań Strukturalnych Roman Konarski Michał Skrzywanek PBS PTK Centertel IV Ogólnopolski Kongres Badaczy Rynku i Opinii
Jan 11, 2016
Analiza satysfakcji i lojalności klientówz zastosowaniem
Modelu Równań Strukturalnych
Roman Konarski Michał Skrzywanek PBS PTK Centertel
IV Ogólnopolski Kongres Badaczy Rynku i Opinii
strona 2
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
Plan prezentacji
strona 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
strona 4
ZA
DO
WO
LE
NIE
Z O
BS
ZA
RU
WPŁYW NA LOJALNOŚĆ
OBSZAR 1
OBSZAR 2
OBSZAR 3
OBSZAR 4
OBSZAR 5
ZADOWOLENIE Z OBSZARÓW A ICH WPŁYW NA LOJALNOŚĆ KLIENTA
TO KAŻDY Z NAS WIE JAK ZMIERZYĆ
ALE JAK DOWIEDZIEĆ SIĘ TEGO?
strona 5
ZADOWOLENIE Z OBSZARÓW A ICH WPŁYW NA LOJALNOŚĆ KLIENTA
WPŁYW NA LOJALNOŚĆ
ALE JAK DOWIEDZIEĆ SIĘ TEGO?
KORELACJA
Przecenia wpływ niektórych czynników(wynikający z ich współzmienności)
PYTANIE BEZPOŚREDNIE
Przecenia wiedzę klientów o czynnikach, które powodują ich zadowolenie (bądź niezadowolenie)
MODELOWANIESTRUKTURALNE
strona 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
strona 7
Regresja wielokrotna
X2 Y
X1
Y = 1X1 + 2X2 + 3X3 +
X3
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
1
2
3
strona 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
strona 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
strona 10
Modele strukturalne (wielorównaniowe)
X2 Y
X1
x3 = 1x1 + 2x2 + 1
y = 3x2 + 1x3+ 2
X3
X2 Y
X1 X3
x3 = 1x1 + 2x2 + 2y+ 1
y = 3x2 + 1x3+ 2
Model Rekursywny Model Nierekursywny
11
3
2
1
2
1
2
21
3
2
1
zmienne zmienne
egzogeniczne endogeniczne
zmienne zmienne
egzogeniczne endogeniczne
strona 11
Model pomiarowy (CFA)
x1 = 111 + 1
x2 = 211 + 2
x3 = 311 + 3
czynniki wspólne
x4 = 422 + 4
x5 = 522 + 5
x6 = 622 + 6
ładunki czynnikowe
zmienne obserwowalne
błąd pomiarowy
X1 X2 X3 X6X5X4
1 2
1 2 3 654
11 21 31 42 52 62
strona 12
Ogólny model strukturalny (SEM)
model model model
pomiarowy strukturalny pomiarowy
X1
X2
X3
Y1
Y2
Y3
Y4
Y5
Y6
1
2
3 4
5
6
1
1
2
1
2
3
1
2
2
1
strona 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
strona 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
strona 15
Lojalność i Satysfakcja Ogólna
Lojalność - „LOJ1?”
- „LOJ2?”
- „LOJ3?”
Satysfakcja Ogólna - „SAT1?”
- „SAT2?”
- „SAT3?”
strona 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?”
strona 17
Model regresji satysfakcji i lojalności
SATYSFAKCJA
LOJALNOŚĆ
OBSZAR
1 2LOJ OBSZAR SAT
Może istnieć zależność
strukturalna pomiędzy
OBSZAREM i SATYSFAKCJĄ
1
2
strona 18
Model strukturalny satysfakcji i lojalności
SATYSFAKCJA
LOJALNOŚĆ
OBSZAR
Wpływy OBSZARU i SATYSFAKCJI
na LJALNOŚĆ:
bezpośredni
pośredni
ogólny
2LOJ OBSZAR SAT
1SAT OBSZAR
Koncepty OBSZARU i SATYSFAKCJI
są zbyt ogólne
2
1
1
2
Obecność błędu pomiarowego
strona 19
Model strukturalny satysfakcji i lojalności
SATYSFAKCJA
LOJALNOŚĆ
OBSZAR 1
OBSZAR 2
OBSZAR 3
OBSZAR 4
Obecność błędu pomiarowego:
Koncepty LOJALNOŚCI,
SATYSFAKCJI i OBSZARÓW
są zbyt ogólne
obciążone szacunki wpływów ( i )
zaniżone R2
1
2
3
1
1
1
2
strona 20
SEM procesu satysfakcji i lojalności
OB11
OB21
OB32
OB42
OB53
OB74
OB84
OBSZAR 2
OBSZAR 3
OBSZAR 4
SATYSFAK
LOJALNOŚĆ
OB63
Sat1
Sat2
Loj1
Loj2
OBSZAR 1
model model model
pomiarowy strukturalny pomiarowy
1 1
2
3
4
1
3
4
5
6
2
7
8
2
3
4
5
2
1
Specyfika
Nieobciążone:
i
R2
strona 21
Szacunki wpływów
OBSZAR 3
OBSZAR 4
OBSZAR 5
SATYSFAK
LOJALNOŚĆ
OBSZR 2
ZASIĘG.03
.06
.24
.16
.11
.??
Efekty Ogólne
Zasięg Obszar 2 Obszar 3 Obszar 4 Obszar 5
Satysfakcja .03 .06 .24 - - - -
Lojalność .01 .19 .38 .16 .11
Efekt Ogólny = efekt bezpośredni + efekt pośredni
.11
strona 22
ZA
DO
WO
LE
NIE
Z O
BS
ZA
RU
WPŁYW NA LOJALNOŚĆ
OBSZAR 1
OBSZAR 2
OBSZAR 3
OBSZAR 4
OBSZAR 5
WYSOKIE
NISKIE
MAPA PERCEPCYJNAZADOWOLENIE VS WPŁYW NA LOJALNOŚĆ
NISKI WYSOKI
strona 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
strona 24
Serdecznie dziękujemy za
Państwa uwagę