固定通信行业大客户满意度影响因素差异性研究

doi:10.11959/j.issn.1000-0801.2016191

Abstract

Abstract:

Based on the existing findings of previous customer satisfaction studies and a telecom operator's key account satisfaction assessment results of 5 consecutive years,CNCCSI model was established to study influential factors of key accounts in fixed communication industry.Methods were discussed to segment key accounts in fixed communication industry through multiple indicator cluster analysis of influential factors of satisfaction and industry characteristic indicators.Clustering technology was used to divide 11 industries into 4 customer segments and demand character,concerned factors and satisfaction of each segment were analyzed.Aiming at a telecom operator's problems of present marketing service analysis of key accounts,improvement suggestions of market system were put forward.

Key words: customer satisfaction, differentiation, clustering, key account in telecom industry, fixed communication

Botao XIA. Research on differentiation of influential factors of key account satisfaction in fixed communication industry[J]. Telecommunications Science, 2016, 32(7): 152-165.

Figures/Tables 12

References 17

[1]	ANDERSON E W , FORNELL C , LEHMANN D W . 顾客满意度、市场份额与利润率的关系——来自瑞典的发现[J]. 刘金兰，康键，译．管理学报， 2005,2(1): 115-122. ANDERSON E W , FORNELL C , LEHMANN D W . Customer satisfaction,market share,and profitability: the findings from Sweden[J]. Translated byLIU J L， KANG J Chinese Journal of Management, 2005,2(1): 115-122.
[2]	沈杰 . 大客户管理存在的问题与对策研究[J]. 河北科技师范学院学报(社会科学版), 2005,4(4): 73-75. SHEN J . Study on problems and countermeasures of big customers management[J]. Journal of Hebei Normal University of Science ＆ Technology(Social Science), 2005,4(4): 73-75.
[3]	FORNELL C . 美国顾客满意度指数[J]. 刘金兰，康键，白寅，译．管理学报, 2005,2(4): 495-504. FORNELL C . American customer satisfaction index[J]. Translated byLIU J L， KANG J， BAI Y. Chinese Journal of Management, 2005,2(4): 495-504.
[4]	FORNELL C . 瑞典顾客满意度晴雨表[J]. 刘金兰，康键，译．管理学报, 2005,2(3): 372-378. FORNELL C . A national customer satisfaction barometer: the Swedish experience[J]. Translated byLIU J L， KANG J. Chinese Journal of Management, 2005,2(3): 372-378.
[5]	唐守廉，曹英 . 电信用户满意度指数（TCSI）研究[J]. 中国软科学， 2003(5): 130-133. TANG S L , CAO Y . A study on telecom customer satisfaction index[J]. China Soft Science, 2003(5): 130-133.
[6]	金菊良，魏一鸣，潘金锋 . 修正AHP中判断矩阵一致性的加速遗传算法[J]. 系统工程理论与实践， 2004,24(1): 63-69. JIN J L , WEI Y M , PAN J F . Accelerating cenetic algorithm for correcting judgement matrix consistency in analytic hierarchy process[J]. Systems Engineering—Theory and Practice, 2004,24(1): 63-69.
[7]	刘金兰，朱晓旸 . 顾客满意度指标重要性测量的主成分分析与多元回归方法[J]. 天津大学学报(社会科学版), 2004,6(2): 159-163. LIU J L , ZHU X Y . Multivariate regression combined with principal components analysis used to measure the importance of customer satisfaction indicators[J]. Journal of Tianjin University(Social Sciences), 2004,6(2): 159-163.
[8]	刘英姿，何伟 . 基于不同视角的客户细分方法研究综述[J]. 商场现代化, 2007(1): 271 . LIU Y Z , HE W . Review of the customer segmentation based on different perspectives[J]. Market Modernization, 2007(1): 271 .
[9]	齐佳音，舒华英 . 电信运营业客户价值研究的紧迫性及方向探讨[J]. 电信科学, 2003,19(6): 1-6. QI J Y , SHU H Y . Emergency and directions for customer value research in China's telecommunications service industry[J]. Telecommunications Science, 2003,19(6): 1-6.
[10]	刘晓莉，刘西林 . 基于客户满意度的客户细分研究[J]. 情报杂志, 2006,25(6): 119-120. LIU X L , LIU X L . Customer segmentation based on customer satisfactio[J]. Journal of Information, 2006,25(6): 119-120.
[11]	WENLER S , EHRET M , SAAB S . Implementation of key account management: who,why and how?: an exploratory study on the current implementation of key account management programs[J]. Industrial Marketing Management, 2006,35(1): 103-112.
[12]	蔡淑琴，喻友平，周雨华，等. 客户关系管理中的大客户描述与识别[J]. 管理评论， 2014,16(2): 49-53. CAI S Q , YU Y P , ZHOU Y H , et al. Description and identification of large customers for customer relationship management[J]. Management Review, 2014,16(2): 49-53.
[13]	孟晔 . 电信运营企业大客户界定问题的研究[J]. 电信科学， 2003,19(9): 18-20. MENG Y . Research on defining the range of key accounts of telecommunications service providers[J]. Telecommunications Science, 2003,19(9): 18-20.
[14]	张春雷，陈俊彬 . 电信运营企业大客户管理的策略研究[J]. 电信建设， 2005(3): 32-36. ZHANG C L , CHEN J B . The strategy research on key account management of telecom enterprises[J]. Telecommunication Construction, 2005(3): 32-36.
[15]	PATNAIK S . Intelligent profitable customers segmentation system based on business intelligence tools[J]. Expert Systems with Applications, 2005,29(1): 145-152.
[16]	JONKER J J , PIERSMA N , DIRK V D P . Joint optimization of customer segmentation and marketing policy to maximize long-term profitability[J]. Expert Systems with Applications, 2004,27(2): 159-168.
[17]	SHIN H W , SOHN S Y . Segmentation of stock trading customers according to potential value[J]. Expert Systems with Applications, 2004,27(1): 27-33.

Metrics

Recommended 0

No Suggested Reading articles found!

潜变量	潜变量符号	观测变量	观测变量符号
企业形象	ξ	品牌感知	x₁
		企业的社会形象感知	x₂
		员工的整体素质感知	x₃
服务态度	η₁	营业厅人员服务态度	y₁
		大客户经理服务态度	y₂
		客服中心服务态度	y₃
通信质量	η₂	固定电话通信质量	y₄
		数字/数据通信质量	y₅
		互联网通信质量	y₆
服务质量	η₃	信息获取与咨询	y₇
		业务办理	y₈
		交费感知	y₉
		故障处理	y₁₀
		业务响应	y₁₁
通信价值	η₄	业务资费	y₁₂
		增值业务	y₁₃
		客户关怀	y₁₄
客户	η₅	总体满意度感知	y₁₅
满意度		对竞争对手的满意度感知	y₁₆

行业类型	样本数/个	样本比例
金融、保险业	200	9.09%
旅游饭店娱乐服务业	200	9.09%
党政军部门	200	9.09%
批发和零售业	200	9.09%
房地产业	200	9.09%
交通运输（含邮政、快递）、仓储业	200	9.09%
通信计算机信息业	200	9.09%
通信、电子设备制造和计算机应用服务业	200	9.09%
采掘业和一般制造业	200	9.09%
公共服务业	200	9.09%
科学教育、文化卫生	200	9.09%
总计	2 200	100.00%

指标	提及率
固定电话	100%
DDN	100%
FR	98%
ATM	97%
出租数字电路	99%
互联网接入总带宽	99%
固定电话收入	100%
DDN收入	100%
FR收入	98%
ATM收入	97%
出租数字电路收入	99%
互联网接入业务收入	99%

满意度关键影响指标		业务需求指标	消费行为指标
满意度指数指标	满意度得分指标	业务需求指标	消费行为指标
企业形象感知指数	企业形象感知	固定电话	固定电话收入
服务态度感知指数	服务质量感知	DDN	DDN收入
服务质量感知指数	服务态度感知	FR	FR收入
通信质量感知指数	通信质量感知	ATM	ATM收入
通信价值感知指数	通信价值感知	出租数字电路	出租数字电路收入
品牌的感知指数	品牌的感知	互联网接入总宽带	互联网接入业务收入
企业的社会形象指数	企业的社会形象
员工的整体素质指数	员工的整体素质
营业厅员工指数	营业厅员工态度
大客户经理指数	大客户经理服务态度
客户服务中心指数	客户服务中心服务态度
信息获取与咨询指数	信息获取与咨询
业务办理指数	业务办理
交费感知指数	交费感知
故障处理指数	故障处理
业务响应指数	业务响应
固定电话感知指数	固定电话感知
数字数据业务通信质量指数	数字数据业务通信质量
互联网业务指数	互联网业务
业务资费指数	业务资费
增值业务指数	增值业务
客户关怀指数	客户关怀

聚类组	行业分类
聚类组1	采掘业和一般制造业
	房地产业
	交通运输（含邮政、快递）、仓储业
	通信、电子设备制造和计算机应用服务业
聚类组2	党政军部门
	科学教育、文化卫生
聚类组3	金融、保险业
	通信计算机信息业
聚类组4	公共服务业
	旅游、饭店、娱乐服务业
	批发和零售业

Research on differentiation of influential factors of key account satisfaction in fixed communication industry

RichHTML

PDF下载

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 12

References 17

Related Articles 15

Metrics

Recommended 0

聚类组	最关注的3个指标	最不关注的3个指标	最满意的3个指标	最不满意的3个指标
聚类组1	大客户经理	企业形象感知	信息获取与咨询	增值业务
	增值业务	信息获取与咨询	业务办理	业务资费
	员工的整体素质	故障处理	固定电话感知	品牌感知
聚类组2	营业厅员工	品牌感知	固定电话感知	客户关怀
	客户关怀	故障处理	交费感知	企业的社会形象
	企业的社会形象	业务响应	业务响应	业务资费
聚类组3	增值业务	企业形象感知	业务响应	互联网业务
	员工的整体素质	业务办理	交费感知	员工的整体素质
	品牌感知	通信价值感知	固定电话感知	品牌感知
聚类组4	大客户经理	业务响应	客户服务中心	业务资费
	业务资费	故障处理	交费感知	员工的整体素质
	企业的社会形象	通信质量感知	业务响应	通信价值感知

类别	聚类组1	聚类组2	聚类组3	聚类组4
聚类组内包含行业	采掘业和一般制造业	党政军部门	金融、保险业	公共服务业
	房地产业	科学教育、文化卫生	通信计算机信息业	旅游、饭店、娱乐服务业
	交通运输（含邮政、快递）、仓储业			批发和零售业
	通信、电子设备制造和计算机应用服务业
相对不满意的指标	服务质量感知	企业形象感知	通信质量感知	服务态度感知
	交费感知	企业的社会形象	品牌的感知	通信价值感知
	业务响应	营业厅员工	客户服务中心	员工的整体素质
	增值业务	信息获取与咨询	故障处理	大客户经理
		客户关怀	互联网业务	业务办理
				固定电话感知
				数字数据业务通信质量
				业务资费
相对关注的指标	服务态度感知	企业形象感知	通信质量感知	服务质量感知
	员工的整体素质	企业的社会形象	品牌感知	通信价值感知
	交费感知	营业厅员工	客户服务中心	大客户经理
	数字数据业务通信质量	信息获取与咨询	故障处理	业务办理
		客户关怀	业务响应	固定电话感知
			互联网业务	业务资费
			增值业务

团队名称	所属行业	特点分析
团队1	采掘业和一般制造业房地产业交通运输（含邮政、快递）、仓储业通信、电子设备制造和计算机应用服务业	非常注重服务态度和员工整体素质，而且对于专线业务的通信质量非常看重
团队2	党政军部门科学教育、文化卫生	非常关注社会背景和关系，看重企业形象，希望通过各种渠道了解信息和业务内容；对资费不敏感
团队3	金融、保险业通信计算机信息业	看重通信质量和品牌形象；对于服务性的应用非常在意，包括客户服务中心和故障处理
团队4	公共服务业旅游、饭店、娱乐服务业批发和零售业	本身是服务行业，对于服务过程非常看重，对于客户经理的素质和业务能力非常看重；对资费比较敏感

[1]	Haoshuang LIU, Yong ZHANG, Yingbo CAO. Substructure correlation adaptation transfer learning method based on K-means clustering [J]. Telecommunications Science, 2023, 39(3): 124-134.
[2]	Zhimin HE, Yuzhe LIN, Yujie CHENG, Shi YAN. Downlink wireless resource allocation method of V2X based on wireless sensing assistance [J]. Telecommunications Science, 2022, 38(9): 60-70.
[3]	Haibo ZHAO, Zhijun XIANG, Linsong XIAO. A big data framework for short-term power load forecasting using heterogenous data [J]. Telecommunications Science, 2022, 38(12): 103-111.
[4]	Ning JIN, Qingyang WANG. Research on clustering algorithm based 6G typical usage scenarios [J]. Telecommunications Science, 2022, 38(1): 121-131.
[5]	Xie LU, Lei XU, Manjun ZHANG. Safe hierarchical virtual network mapping method based on clustering [J]. Telecommunications Science, 2021, 37(9): 112-117.
[6]	Zihao LIU, Xiaojun JIA, Sulan ZHANG, Zhiling XU, Jun ZHANG. Vibe++ background segmentation method combining MeanShift clustering analysis and convolutional neural network [J]. Telecommunications Science, 2021, 37(3): 133-145.
[7]	Jihua WU, Pengyu ZHU, Zichen WU, Bin GU, Tao HONG, Bo GUO, Jing WANG, Jingyu WANG. Fault diagnosis and auto dispatchin of power communication network based on unsupervised clustering and frequent subgraph mining [J]. Telecommunications Science, 2021, 37(11): 51-63.
[8]	Xiang LI,Yuan LI,Zifei ZHANG,Zhe YANG. A density clustering-based network performance failure big data analysis algorithm [J]. Telecommunications Science, 2020, 36(9): 51-58.
[9]	Yajie LI,Yongli ZHAO,Shoudong LIU,Jie ZHANG. Overview of research on fiber nonlinear equalization algorithm based on artificial intelligence [J]. Telecommunications Science, 2020, 36(3): 61-70.
[10]	Yang SUN,Li SU,Xing ZHANG,Fengsheng WANG,Haitao DU. Method of short text strategy mining based on sub-semantic space [J]. Telecommunications Science, 2020, 36(3): 83-94.
[11]	Dayan MA. Early warning prediction of external force destruction in transmission lines based on automatic clustering model [J]. Telecommunications Science, 2019, 35(3): 135-139.
[12]	Qizhu ZHONG, Xiuquan WU, Yaoman LUO. Research and application of new method based on MDT intelligent analysis of LTE radio interference [J]. Telecommunications Science, 2019, 35(10): 130-136.
[13]	Zeheng YUAN,Runlan TIAN,Xiaofeng WANG. Pre-sorting method of complex system radar signals [J]. Telecommunications Science, 2018, 34(9): 97-104.
[14]	Yikan CAO,Zhibin XIE,Yajun WANG,Benqi XIA. Centralized base station sleep algorithm based on non-neighbor relation clustering in dense heterogeneous networks [J]. Telecommunications Science, 2018, 34(5): 63-71.
[15]	Ru NIE. Improved large data spectral clustering algorithm based on sampling subspace constraint [J]. Telecommunications Science, 2018, 34(11): 41-47.