模糊综合评价法在银行顾客满意度测评中的应用

模糊综合评价法在银行顾客满意度测评中的应用

张元元（武汉理工大学管理学院，湖北武汉430070）

作者简介：张元元，女，硕士研究生，主要研究方向：市场营销。

摘要：本文以某银行为例，研究了模糊综合评价法在银行顾客满意度测评中的应用。在研究的过程中，首先在对银行业分析的基础上构建了测评指标体系，然后以某银行为研究对象进行问卷调查，在此基础上对该银行进行了模糊测评，最后根据最大隶属的原则将归一化的结果进行了综合分析，得到了该银行顾客满意度状况的分析结果。

关键词：银行；顾客满意度；模糊综合评价；评价模型

1研究的意义

随着我国金融市场对外开放的程度逐步加大，我国金融市场的竞争日趋激烈，顾客已经成为银行的战略性资源，因而争夺日益稀缺的顾客资源成为商业银行发展的关键。只有银行和顾客建立可循环的良好关系，才能让银行与顾客之间形成相辅相成，互相依靠的关系。从某种角度讲，顾客满意度是直接反应一个银行能否占有市场的最直观数据。那么如何对银行的顾客满意度进行科学、合理的测评是本文要研究的内容。

本文基于模糊综合评价法对某银行的顾客满意度进行了评价。模糊综合评价法是运用模糊数学中的模糊统计的方法，通过对影响某事物的各个因素的综合考虑，来对该事物的优劣作出科学的评价。由于模糊综合测评法可以较好的克服评价中遇到的模糊性问题，如评判者认识上的模糊性、事物类属间的模糊性等，因此比较适合评价因素多、结构层次多的对象系统。而决定银行的顾客满意度的因素是一个为数较多的、多角度的指标体系。同时，银行顾客满意度评价的各项具体指标中，一部分可以定量计算，一部分难以定量且具有“模糊性”。考虑到以上原因，采用模糊综合评价法对银行顾客满意度进行综合的量化测评是比较适合的方法。

2银行顾客满意度测评指标体系

银行顾客满意度是一个由多种相互联系、相互作用的要素构成的有机整体,是一个复杂的系统。其中影响顾客满意度的主要因素有：业务种类、收费情况、业务手续、等候时间、支付手段、服务态度、隐私保护、地理位置、业务介绍、投诉处

3银行顾客满意度模糊测评

在银行顾客满意度的测评指标体系中即包含有定量指标同时也包含一些定性指标，模糊综合评价法能够把定性的指标定量化同时也能用于定性指标的处理,能够满足顾客满意度测评的要求。在完成了指标体系的构建以后，接下来的工作就是建立模糊综合评价模型。

3.1建立因素集

因素集是以影顾客满意度各种因素为元素所组成的一个集合,即U={U1,U2,…,Un},其中Ui（i=1，2，…，n）表示影响顾客满意度的第i个因素。

3.2建立评语集

将中国银行的满意度定义为较低、低、一般、高、较高五个级别。其评语集L为L={较低、低、一般、高、较高},其中1、2分为较低，3、4分为低，5、6分为一般，7、8为高，9、10分为较高。

3.3建立权重集

采用模糊综合评价法时权重很重要，因为它直接影响到最终的评价结果。因素权重是以定量方式反映各因素在评价中的重要程度,即根据各个因素的重要程度对各因素赋予相应的权系数，组成评估因素的权重集合,即指标层对目标层的权重为W,权重集合W={Wl，W2，…,Wi},Wi表示第i（i=1，2，…，n）个指标的权重，且各权重之和为1。

权重的确定可以采用抽样调查方法或专家根据经验数据确定,本文采用的是抽样调查的方法决定权重集。权重的确定步骤如下：

①在银行的顾客中随机选取1040个样本，按期望对各个指标进行打分；②统计1040个样本的调查数据，利用excel计算出各项指标的期望值的平均值；③利用如下计算公式计算出各项指标的权重：

Wi=i／i（1）

经过综合计算得到个指标的权重如下：

3.4建立一级模糊综合评价矩阵

对指标层各评价指标建立模糊评价矩阵R，对因素集内诸因素的评定，是一种模糊映射，所以评定结果只能用对某因素指标作出某种评定的可能性的大小来表示。设总目标X下的指标Xi隶属于第j个评语Vj的程度为rij，可以得到一级模糊综合评价矩阵为R。

r11r12…r1m

R=r21r22…r2m（2）

…………

rn1rn2…rnm

其中，m为评价集中评语的个数，n表示评价指标的个数。

通过对调查数据的统计分析后，最终得到该银行的一级模糊综合评价矩阵R为：

0.0190.0850.3380.3420.215

0.0380.0960.4040.3080.154

0.0350.1190.3120.3620.165

0.0620.1690.2540.3190.196

R=0.0270.0650.2920.4040.212

0.0120.0810.1920.3230.392

0.0080.0310.1920.3620.40

0.0230.0460.1580.3000.477

0.0350.0920.3080.3850.181

0.0310.0920.3690.3000.208

3.5计算评价对象的模糊评价矩阵

评价对象的模糊评价矩阵为指标权重矩阵与一级模糊综合评价矩阵R的乘积，即：

B=（b1,b2,…,bm）=W×R（3）

对于该银行顾客满意度的模糊评价矩阵的计算过程如下：

W=(Wl，W2，…,Wi)=（0.091,0.096,0.097,0.101,0.095,0.107,0.109,0.105,0.094,40.103）

R1=(0.0190.0850.3380.3420.215)R2=(0.0380.0960.4040.3080.154)

R3=(0.0350.1190.3120.3620.165)R4=(0.0620.1690.2540.3190.196)

R5=(0.0270.0650.2920.4040.212)R6=(0.0120.0810.1920.3230.392)

R7=(0.0080.0310.1920.3620.408)R8=(0.0230.0460.1580.3000.477)

R9=(0.0350.0920.3080.3850.181)R10=(0.0310.0920.3690.3000.208)

由公式10-3我们可以进行如下计算：

B=（b1,b2,…,bm）=W×R

R1

=(Wl，W2，…,Wi)×…

Rn

=（0.028，0.087，0.278，0.339，0.265）

3.6归一化处理

归一化处理是对定量分析结果进行等级化处理或对定性分析结果进行定量化处理，从而使两类结果具有可比性，建立对变量等级化描述的综合分析方法。归一化处理过程可以通过给出评语集中的各类评语的标准得分，最后得到该银行顾客满意度的模糊评价得分，也可以用模糊数学的方法来解决，即用模糊分布法对顾客满意度做出评价，利用的是下列公式：

i=Bi／Bi（4）

在前面经计算我们已经得到了该银行顾客满意度的模糊评价矩阵，这里我们应用模糊分布法来对该银行顾客满意度状况做出评价，利用上述公式4做归一化处理后得到如下结果：

=（0.028，0.087，0.279，0.340，0.266）

从归一化后的结果可以看出，有2.8%的把握认为该银行的顾客满意度较低；8.7%的把握认为该银行顾客满意度弱；有27.9%的把握认为该银行的顾客满意度属于一般水平；有34%的把握认为该银行的顾客满意度高；有26.6%的把握认为该银行的顾客满意度较高。根据最大隶属原则，我们认为该银行的顾客满意度高。

3结语

本文将模糊综合评价法应用于银行的顾客满意度测评中，构建了银行顾客满意度评价的指标体系和模型，并以某银行为例进行了具体的分析，达到了对银行顾客满意度进行定性测评与定量测评相结合的目的。

本文采用模糊综合评价法进行测评，在评估过程中各项指标的选用以及权重的确定都将影响评估的结果。因此，在后续的研究过程中应深入探索评估指标体系的设计依据，以及不断完善权重的确定方案，这对确保评价结果的科学性、客观性和公正性都具有重要意义。

参考文献：

[1]LiuBandLiuY.K.Expectedvalueoffuzzyvariableandfuzzyexpectedvaluemodels[J].IEEETransactionsonFuzzySystems,2002,(4):445-450.

[2]汤美娟.论商业银行顾客满意度测评体系的构建[J].管理观察,2009,(2).

[3]息志芳,刘建光.第三方物流顾客满意度的模糊综合评价分析[J].物流科技,2007,(1).

[4]王亚君,张玉智,栾加双.基于模糊综合评价的企业人才流失影响因素分析[J].工业技术经济,2009,(10).

[5]胡宝清.模糊理论基础[M].武汉:武汉大学出版社,2004.

[6]杜栋,庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社,2005.