গ্রাহক সন্তুষ্টি নির্ধারণ কিভাবে

গ্রাহক সন্তুষ্টি একটি পরিবর্তনশীল যা "সন্তুষ্ট না" থেকে "পুরোপুরি সন্তুষ্ট" পর্যন্ত একটি ধারাবাহিক হিসাবে উপস্থাপিত হতে পারে। এই চরম মধ্যে কিছু মান একটি নির্দিষ্ট গ্রাহকের জন্য সন্তুষ্টি স্তর প্রতিনিধিত্ব করে। সাধারণত, বাজার গবেষকরা গ্রাহক সন্তুষ্টি স্কেলের বিন্দু এবং গ্রাহকের প্রকৃত মতামত অযোগ্য বলে বিবেচনার বিষয়ে বিবেচনা করেন।

যাইহোক, এটি সম্ভাব্য এবং সম্ভবত স্কেলে পয়েন্ট গ্রাহকের সন্তুষ্টি approximates। এটি একটি আনুমানিক মান হিসাবে, বাজার গবেষক একটি ক্ষুদ্র ডিগ্রি ত্রুটির জন্য অনুমতি দেয়। এই ছোট্ট আনুমানিক ত্রুটির কারণে, একটি বাজার গবেষক গ্রাহক সন্তুষ্টিটিকে একটি অদৃশ্য পরিবর্তনশীল বলে বিবেচনা করবে।

ল্যাটেন্ট ভেরিয়েবল বনাম ম্যানিফেস্ট ভেরিয়েবল

ল্যাটেন্ট ভেরিয়েবল মনোবিজ্ঞান, সমাজবিজ্ঞান, অর্থনীতি, এবং অন্যান্য সামাজিক বিজ্ঞান যারা ধারণা স্পষ্টভাবে মাপা যাবে না। উদাহরণস্বরূপ, বাজার গবেষকরা প্রায়ই ভোক্তাদের প্রেরণা বা মনোভাব আগ্রহী। কিন্তু এই ধারনা, সন্তুষ্টি ধারণা মত, সরাসরি একই ভাবে পরিমাপ করা যাবে না, উদাহরণস্বরূপ, বয়স, ওজন, বা শিক্ষার স্তর। এই জনসংখ্যাতাত্ত্বিক গুণাবলী হিসাবে উল্লেখ করা হয় ম্যানিফেস্ট ভেরিয়েবল , তারা স্পষ্টভাবে পরিমাপ করা যেতে পারে; তারা একটি বাস্তব রূপে উদ্ভাসিত হয়।

তাত্ত্বিকভাবে, বিজ্ঞানীরা সাধারণত সম্মত হন যে প্রতিটি অদৃশ্য পরিবর্তনশীল পরিমাপের জন্য, বিভিন্ন পরিবর্তনশীল ভেরিয়েবলগুলি ঐ পরিবর্তনশীলের সাথে যুক্ত করা উচিত। এইভাবে, বাজার গবেষক একটি অদৃশ্য পরিবর্তনশীল মধ্যে সম্পর্ক অন্বেষণ করা সম্ভব, যা সরাসরি মাপা যায় না, এবং বিভিন্ন ম্যানিফেস্ট ভেরিয়েবলগুলি, যা সরাসরি মাপা যায়।

বিকাশ সার্ভে প্রশ্ন

গ্রাহক সন্তুষ্টি জরিপ প্রশ্নাবলী ব্যবহারের মাধ্যমে ভালভাবে পরিমাপ করা যেতে পারে। এটি এমন একটি প্রশ্ন তৈরি করতে সহায়ক যা স্কেলে পরিমানের পরিমান বা একটি ভোক্তাদের দ্বারা অসন্তুষ্ট হওয়ার পরিমাণ পরিমাপ করে। সন্তুষ্টি অসীম পরিবর্তনশীল যদিও, বাস্তব কারণে, একটি সন্তুষ্টি স্কেল সীমিত করা প্রয়োজন হবে। গ্রাহককে তার প্রতিক্রিয়াতে পর্যাপ্ত নমনীয়তার সামর্থ্য দেওয়া উচিত যাতে গ্রাহকের অভিজ্ঞতা এবং স্কেলের প্রতিক্রিয়াগুলির মধ্যে ঘনিষ্ঠ সম্পর্কটি ঘনিষ্ঠভাবে সম্পর্কিত হয়।

গ্রাহক সন্তুষ্টি আইশের

গ্রাহক সন্তুষ্টি নির্দেশ করার জন্য ব্যবহৃত আইশগুলি প্রায়শই 5-পয়েন্ট, 7-পয়েন্ট, বা 10-পয়েন্ট, যেমন শূন্য সর্বদা অসন্তোষের সর্বোচ্চ ডিগ্রীকে প্রতিনিধিত্ব করে। 5-পয়েন্ট স্কেলে, গ্রাহককে নিম্নলিখিত বিকল্পগুলির একটি সেট থেকে একটি প্রশ্নের প্রতিক্রিয়া জানাতে বলা হবে: (1) অত্যন্ত অসন্তুষ্ট, (2) সামান্য অসন্তুষ্ট, (3) নিরপেক্ষ, (4) সামান্য সন্তুষ্ট, অথবা (5) খুব সন্তুষ্ট।

সন্তুষ্টি জরিপের প্রতিটি উপাদানগুলির জন্য উত্তরদাতাদের বিবেচনা করার জন্য বলা হয়, তিনটি সম্পর্কিত প্রশ্ন থাকা উচিত যা ম্যানিফেস্ট ভেরিয়েবল উপস্থাপন করে। প্রশ্নগুলি লিখতে হবে যাতে প্রশ্নের ভাষাটি জরিপ উপাদানগুলির দিকগুলির সাথে মেলে সহজ হয়। উদাহরণস্বরূপ, যদি বাজার গবেষক কম্পোনেন্ট পরিমাপ আগ্রহী হয় ব্যবসা করার আরাম একটি কোম্পানির সাথে, তারপর প্রশ্নগুলি লেনদেনের গতি, ওয়েবসাইটের ব্যবহারযোগ্যতা এবং লাইভ চ্যাট গ্রাহক পরিষেবা অভিজ্ঞতা মোকাবেলা করতে পারে।

সন্তুষ্টি জরিপ দৈর্ঘ্য

সমীক্ষা প্রশ্নাবলী প্রায় 15-35 টি আইটেমের মধ্যে থাকা উচিত, যা প্রতিটি মাপা হচ্ছে গ্রাহকের পরিষেবাগুলির উপাদানগুলির কিছু দিককে মোকাবেলা করে।এছাড়া, কিছু অংশীদার আইটেমগুলি বাজার বিভাগের বিশ্লেষণগুলিকে সমর্থন করার জন্য কেবলমাত্র তাদের মতামত নয়, গ্রাহকদের সম্পর্কে আরো শেখার দিকে পরিচালিত করা উচিত।

তথ্য বিশ্লেষণ

গ্রাহক সন্তুষ্টি শক্তিশালী বিশ্লেষণ তথ্য বিশ্লেষণের গাণিতিক এবং পরিসংখ্যান পদ্ধতি অন্তর্ভুক্ত করা হবে। বিশ্লেষণের একটি উদ্দেশ্য ম্যানিফেস্ট ভেরিয়েবল এবং ল্যাটিন ভেরিয়েবলগুলির মধ্যে সম্পর্কযুক্ত এবং অন্তর্দৃষ্টিযুক্ত ভেরিয়েবলগুলির মধ্যে সম্পর্কের অনুমান করা।

এই ধরনের বিশ্লেষণ পরিচালনা করার জন্য একটি সাধারণভাবে ব্যবহৃত পদ্ধতি একটি গঠনযুক্ত সমীকরণ মডেল (SEM)। মডেল এবং তথ্যগুলির মধ্যে উপযুক্ত কিছু মানদণ্ড বা একক মাপদণ্ডের বিরুদ্ধে মাপা হবে, যেমন প্রকৃত পর্যবেক্ষিত ডেটা থেকে বিচ্যুতি কমানোর ক্ষমতা। এই পরিসংখ্যান পদ্ধতি বাজার বিশ্লেষকের বিষয়গত মতামত পরিবর্তে লক্ষণীয় ভেরিয়েবলগুলির মধ্যে সম্পর্ককে যুক্ত করা ওজন নির্ধারণ করে। প্রতিটি ম্যানিফেস্ট ভেরিয়েবলের নির্ভরযোগ্যতা গণনা করা হয়, ল্যাটিন ভেরিয়েবলের সামগ্রীগুলি উদ্ভূত হয় এবং অদৃশ্য ভেরিয়েবলগুলির মধ্যে সম্পর্ক গণনা করা হয়।

এই মুহুর্তে, বাজার গবেষক এটি দেখতে সক্ষম হবেন যে আনুমানিক মডেল প্রকৃতপক্ষে একটি গ্রহণযোগ্য পরিমাণে ডেটা ফিট করে কিনা, সাধারণত সংকল্পের গুণকটি ব্যবহার করে, যা R হিসাবে চিহ্নিত করা হয়।² (অর্থাত্, R স্কয়ার্ড) এবং একটি নির্ভরশীল পরিবর্তনশীল থেকে পূর্বাভাসযোগ্য একটি নির্ভরশীল পরিবর্তনশীলের পরিমাপের পরিমাণ বা একটি পরিমাপের পরিমাণ।