KR20050089189A - 고객 만족 지수 분석 시스템 및 방법 - Google Patents

고객 만족 지수 분석 시스템 및 방법 Download PDF

Info

Publication number
KR20050089189A
KR20050089189A KR1020040014492A KR20040014492A KR20050089189A KR 20050089189 A KR20050089189 A KR 20050089189A KR 1020040014492 A KR1020040014492 A KR 1020040014492A KR 20040014492 A KR20040014492 A KR 20040014492A KR 20050089189 A KR20050089189 A KR 20050089189A
Authority
KR
South Korea
Prior art keywords
customer
satisfaction
variable
quality
variables
Prior art date
Application number
KR1020040014492A
Other languages
English (en)
Other versions
KR100637939B1 (ko
Inventor
박상찬
변정은
배성민
우지영
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020040014492A priority Critical patent/KR100637939B1/ko
Publication of KR20050089189A publication Critical patent/KR20050089189A/ko
Application granted granted Critical
Publication of KR100637939B1 publication Critical patent/KR100637939B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 설문 데이터 처리 및 분석에 관한 것으로서, 특히 고객 만족 지수에 대한 분석, 그리고 그 결과를 고객 관계 관리(CRM) 관점에서 기업 차원의 전략으로 전개할 수 있는 고객 만족 지수 분석 시스템 및 방법에 관한 것이다.
본 발명에서 제시하는 CSI 분석 프레임은 프로덕트/서비스 뷰(Product/Service View), 커스터머 뷰(Customer View), 코포레이터 뷰(Corporate View)의 3가지 분석/전략 도출 부분으로 이루어지며, 이 3가지 뷰는 서로 연결되어 순환적인 단계를 수행하게 된다. 즉, 실제 전략 수립으로 연계 가능한 분석 결과 도출을 위하여, 프로덕트/서비스 뷰가 결정적인 개선 또는 보강 요인을 찾고, 커스터머 뷰가 그러한 요인에 민감한 고객군을 찾고, 코포레이터 뷰가 제안된 각 대 고객 전략의 타당성 조사를 통해 우선순위를 평가한다.
본 발명에 의하면, 비즈니스 목표 설정, 고객 세분화, 고객군별 전략 수립, 가치 평가, 채널 관리 등의 기업의 전략 수립으로 연계될 수 있는 분석 결과를 도출할 수 있으며, 각 전략에 대한 기대 효과 등을 제시해 줄 수 있다.

Description

고객 만족 지수 분석 시스템 및 방법{Customer Satisfaction Index Analysis System and Method}
본 발명은 설문 데이터 처리 및 분석에 관한 것으로서, 특히 고객 만족 지수에 대한 분석, 그리고 그 결과를 고객 관계 관리(Customer Relationship Management, 이하 CRM) 관점에서 기업 차원의 전략으로 전개 할 수 있는 고객 만족 지수 분석 시스템 및 방법에 관한 것이다.
고객 만족 지수(Customer Satisfaction Index, 이하 CSI) 분석은 FGI(Focus Group Index), SS(Service Survey), IQS(Initial Quality Survey) 등과 더불어 고객의 의견을 듣는 적극적인 방법의 한 가지로, 기업 활동으로 고객이 얼마나 만족해하였는지 고객 만족 활동의 성과를 확인하고, 기업과 경쟁 기업의 비교를 거쳐, 향후 기업 활동에 대한 우선순위를 결정하고, 대 고객 활동의 전략의 수정 및 보완 과정을 통제하는데 쓰이는 기업 전반 활동에 대한 평가 수단의 한 형태이다. 따라서, CSI는 기업 전반에 활동에 대한 평가 수단으로 경쟁이 심화되고 있는 이 때에 더욱 폭넓게 활용될 수 있다.
그러나, 지금까지의 CSI 분석은 그 결과가 기업의 전략수립으로 연계되지 못한 채 그 점수 자체에 초점이 맞춰져 상황 모니터링이나 현상 묘사 수준에 그치고 있다. 또한, 단순히 응답자 현황만을 파악하는 고객 세분화가 이루어지고 있어 세분화 결과를 기반으로 한 전략 수립은 거의 이루어지지 못하고 있다.
많은 CSI 분석 방법들이 제시되고 있으나, 그 결과가 단편적이기 때문에 이를 체계화한 분석 플로우(Flow)가 필요한 실정이며, 각 전략의 타당성을 입증하기 위하여 미래가치에 대한 정량화 역시 필요하다.
기존의 CSI 분석 기법들을 개략적으로 살펴보면 다음과 같다.
내용분석(Content Analysis)
내용분석은 조사된 설문문항에 대한 내용을 검토, 분석하는 기법으로서, 주로 설문문항내용의 빈도수와 응답률을 가지고 분석한다. 일반적으로 통계 패키지(SPSS, SAS, Minitab 등)를 이용하여 평균값, 표준편차, 최대값, 최소값 등의 기술통계량 등을 이용한다.
갭분석(Gap Analysis)
갭분석은 고객들의 기대(expectations)와 요구(requirements), 그리고 기업의 성과(performance) 간에 있어서 발생하는 차이를 분석하는 방법으로, 기업의 성과개선을 위한 전략적, 전술적 계획을 개발하는데 유용하다. 여기서, 기대는 중요성(importance)으로도 대체가능하다. 고객으로 하여금 품질변수에 대한 중요도와 만족도를 평가하게 하고, 그 결과에 따라 만족도와 중요도의 고저에 따라 강점 속성, 불필요 강점 속성, 주의 속성, 저 우선순위 속성으로 전략을 구분한다.
수정된 중요도-성과 분석(Modified Importance-Performance Analysis)
수정된 중요도-성과 분석은 고객들의 중요도(importance)와 성과(performance) 간의 차이를 분석하는데 있어서 경쟁자의 성과와 결정적 속성을 고려하여 측정하는 방법이다.
예를 들면, 수정된 중요도-성과 분석은 조사자가 조사할 속성을 결정하고, 선정된 속성에 대하여 해당기업(A)의 중요도와 성과를 소비자가 평가하도록 하고, 소비자에게 해당기업 이외의 가장 좋아하는 기업(B)을 선정하도록 하며, 조사할 속성에 대하여 경쟁기업(B)의 속성을 평가하도록 하는 절차로 수행된다.
상관관계분석(Correlation Analysis)
상관관계분석은 일반적으로 두 변수간의 상호관계를 알기 위한 분석기법이다. 따라서, A와 B의 상관관계를 분석한다면 A - B로서 나타낸다.
상관관계계수의 값은 일반적으로 두 변수간의 선형관계의 정도를 나타내기 위하여 ±1의 값으로 표시하며, +1은 상관관계가 정(+)의 방향으로 매우 높은 것을 의미하며, -1은 부(-)의 방향으로 높은 것을 의미하고, 0은 두 변수간의 관계가 거의 없다는 것을 의미한다.
다중회귀분석(Multiple Regression Analysis)
다중회귀분석(Multiple Regression Analysis)은 일반적으로 두 변수 이상의 독립변수(영향변수, 원인변수)들이 종속변수(결과변수)에 어떠한 영향을 미치는지를 알기 위한 분석기법으로, 독립변수들이 종속변수에 미치는 상대적 영향력을 알아 볼 수 있으며, 이러한 독립변수 값들의 변화에 따라 종속변수 값이 어떻게 변화하는가를 예측할 수 있다.
판별분석(Discriminant Analysis)
판별분석은 일반적으로 두 변수 이상의 독립변수(영향변수, 원인변수)들이 범주화된 종속변수(결과변수)에 어떠한 영향을 미치는지를 알기 위한 분석기법이다. 예를 들면, 우량기업과 비우량 기업을 구분하는데 영향을 주는 변수가 무엇인지를 알고 싶을 때 이용하는 분석 기법이다.
이러한 분석 기법들을 활용한 기존의 CSI 분석 방법은 여러 가지 한계를 가지고 있는데, 이를 정리하면 다음과 같다.
1) 데이터 분석이 정적인 현상 묘사에만 치중되어 시간을 축으로 하는 동적인 움직임과 변화 방향을 보여주기 힘들다.
2) 각 분석 기법들이 제시하는 결과가 단편적이고 서로 관련성이 적어 기업 전략으로의 연계가 미비하다.
3) 기업 전략을 세운 경우에도, 여러 전략에 대한 우선순위를 제시해 주지 못한다. 즉, 고객만족도 향상을 위해 가장 먼저 주력해야 할 분야는 무엇인지, 주력 분야 중 투자의 우선순위를 어디에 두어야 할지 등 한정된 자원을 효과적으로 활용 가능케 할 수 있는 정보를 제공해 주지 못한다.
본 발명은 상기한 문제점들을 해결하기 위해 안출된 것으로, 본 발명의 목적은 CSI 설문에 대한 분석 결과를 CRM 관점에서 기업 차원의 전략으로 전개할 수 있는 방안을 제시하는데 있다.
본 발명의 다른 목적은 CSI 분석결과가 비즈니스 목표 설정, 고객 세분화, 고객군별 전략 수립, 가치 평가, 채널 관리 등의 기업 전략 수립으로 연계될 수 있도록 하며, 각 전략에 대한 기대 효과 등을 제시해 줄 수 있도록 하는 것이다.
본 발명은, 고객만족지수 분석 시스템에 있어서, 고객만족지수 설문의 품질변수 중에서 여러 문항을 대표하는 중요 품질변수를 추출하는 프로덕트/서비스 뷰; 상기 프로덕트/서비스 뷰에서 추출된 중요 품질변수와 고객만족도 관련변수를 입력으로, 각각의 중요 품질변수에 대해 민감한 고객군을 세분화하는 커스터머 뷰; 및 상기 프로덕트/서비스 뷰와 커스터머 뷰로부터의 결과에 비용/수익 요소를 더하여 전략을 도출해내는 코포레이트 뷰를 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템을 제공한다.
또한, 본 발명은 고객만족지수 분석 방법에 있어서, 고객만족지수 설문의 품질변수 중에서 여러 문항을 대표하는 중요 품질변수를 추출하는 제1 단계; 상기 제1 단계에서 추출된 중요 품질변수와 고객만족도 관련변수를 입력으로, 각각의 중요 품질변수에 대해 민감한 고객군을 세분화하는 제2 단계; 및 상기 제1 및 제2 단계로부터의 결과에 비용/수익 요소를 더하여 전략을 도출해내는 제3 단계를 포함하는 것을 특징으로 하는 고객만족지수 분석 방법을 제공한다.
본 발명에서 언급하고 있는 고객 만족 지수(CSI) 설문은 일반적으로 다음과 같은 내용으로 구성되어 있다.
본 발명에서 제시하는 CSI 분석 프레임은 기업의 제품 또는 서비스에 대해 분기, 반기, 연간 실시되는 CSI 설문의 분석에 적용 가능한 것으로, 프로덕트/서비스 뷰(Product/Service View), 커스터머 뷰(Customer View), 코포레이터 뷰(Corporate View)의 3가지 분석/전략 도출 부분으로 이루어지며, 이 3가지 뷰는 서로 연결되어 순환적인 단계를 수행하게 된다.
상기 용어 "프로덕트/서비스 뷰"는 기업의 제품 또는 서비스에 대해 결정적인 개선 또는 보강 요인을 찾는 것이고, "커스터머 뷰는 그러한 요인에 민감한 고객군을 찾는 것이며, "코포레이트 뷰"는 제안된 각 대 고객 전략의 타당성 조사를 통해 우선순위를 평가하는 것으로 사용되고 있다.
이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.
도 1은 본 발명에 따른 CSI 분석 시스템의 개략적인 블럭 구성도이다.
도 1를 참조하면, CSI 분석 시스템은 프로덕트/서비스 뷰(10), 커스터머 뷰(20), 및 코포레이터 뷰(30)로 구성된다.
프로덕트/서비스 뷰(10)는 CSI 데이터와 품질 관련 데이터를 이용하여 CSI 설문의 품질변수들 중에서 여러 품질변수들을 대표하면서 동시에 고객 만족에 큰 영향을 끼치는 중요 품질변수(key driver)를 추출한다. 여기서, 품질변수는 설문의 각 항목들로 대표되는 또는 유추할 수 있는 품질 요소를 의미한다.
커스터머 뷰(20)는 자료 분류용 설문과 고객 행동 성향적 문항, 즉 고객만족도 관련변수(Demo variables)를 이용하여 추출된 중요 품질변수에 대하여 민감한 즉, 쉽게 영향을 받는 고객군을 세분화(Segmentation) 한다.
코포레이터 뷰(30)는 프로덕트/서비스 뷰(10)와 커스터머 뷰(20)에 기반하여 만들어진 대 고객 전략, 즉 어떤 품질변수를 통제하여 어떠한 고객에게 접근할지에 대한 전략에 대하여 비용, 수익 요소를 추가하여 그 타당성을 점검하는 기능을 수행한다.
본 발명의 프로덕트/서비스 뷰(10)와 커스터머 뷰(20)의 일부에 해당되는 내용은 기존의 CSI 조사에 대한 분석에서도 이루어지고는 있으나, 주로 과거 실적에 대한 정리 수준에 그치고 있으며, 또한 고객군을 세분화하는 프로세스도 전체 고객군에 대해 현상을 알려주거나 고객군을 나누는 단계까지만 실시되는 데에 그치고 있다.
반면, 본 발명에서는 이후에 상술되는 바와 같이 프로덕트/서비스 뷰(10)에서 품질변수의 우선순위를 파악할 수 있는 하나의 지표를 제시하고, 그에 따라 대표 문항을 추출하며, 커스터머 뷰(20)에서 타겟 마케팅(Target Marketing)의 대상 및 실시 방법을 알고 그에 대한 효과를 예측할 수 있으며, 코포레이터 뷰(30)에서 현재 자사와 타사의 위치를 비교하고 투자 우선순위 결정에 대한 도움을 얻을 수 있다.
도 2는 도 1의 프로덕트/서비스 뷰, 커스터머 뷰, 및 코포레이터 뷰에 대한 연계 싸이클을 보여주는 도면이다.
도 2를 참조하면, 프로덕트/서비스 뷰(10), 커스터머 뷰(20), 및 코포레이터 뷰(30)는 2가지의 연계 싸이클 즉, 연계 싸이클1 및 연계 싸이클2을 통해 서로 연결된 형태로 해석됨을 알 수 있다.
도 3은 본 발명에 따른 CSI 분석 시스템의 상세 블럭 구성도로서, 3가지 뷰의 내부 프로세스간의 유기적 연관성을 보여준다. 내부 프로세스는 결과물(Output)로 도출할 수 있는 전략에 따라 세부적으로 구분될 수 있다.
프로덕트/서비스 뷰(10)는 중요 품질변수 추출(Key Driver Extraction)부(12)와, 상관 분석(Path Analysis)부(14)와, 변수 상세(Variable Description)부(16)를 포함하며, CSI 데이터와 품질 관련 데이터를 이용하여 CSI 설문 중 가장 중요한 세 가지 설문인 전반적 만족도, 계속 거래 의사, 타인 추천 의사에 따른 중요 품질변수를 추출하는 과정을 거치게 된다.
프로덕트/서비스 뷰(10)에서 추출된 중요 품질변수는 같은 방향성을 갖는 문항들을 대표하므로, 대표 문항만을 이용하여 축소형 설문을 작성할 수 있다.
또한, 품질 요소의 고객만족도 관련 설문에 대한 영향력을 나타내는 중요도(Importance index) 및 품질 요소 개선에 따른 고객만족도 관련 설문의 변화 정도를 나타내는 기여도(contribution index)를 계산할 수 있는데, 이를 이용하여 기업이 어떤 품질 요소를 개선시키는데 우선적으로 투자할 것인지를 결정하는 데에 도움을 줄 수 있다.
커스터머 뷰(20)는 그룹 판별 분석(Group Discriminant Analysis)부(22)와, 그룹 정의 및 분석(Group Definition & Analysis)부(24)를 포함하며, 프로덕트/서비스 뷰(10)에서 추출된 중요 품질변수(key drivers)와 고객 성향 변수를 입력(Input)으로 하여 각각의 중요 품질변수별로 만족/불만족을 설명할 수 있는 고객성향변수를 명시하여 고객군을 세분화한다. 이와 같은 방식으로 세분화된 고객군의 특성을 고려하여, 타겟 마케팅(Target Marketing) 실시를 위한 대상 선정을 할 수 있고, 어떤 요소를 강조하여 접근할지 결정할 수 있으며, 타겟 마케팅 실시에 대한 효과 예측도 가능하다.
코포레이터 뷰(30)는 매트릭스 분석(Matrix Analysis)부(32)와, 스티어링 챠트(Steering Chart) 생성부(34)와, 적정 가격선(Fair Value Line : 이하 FVL) 생성부(36)와, 고객만족도 증감 분석(Won/Lost Analysis)부(38)를 포함하며, 프로덕트/서비스 뷰(10)에서 추출된 중요 품질변수 및 커스터머 뷰(20)에서 결과물로 나온 고객군 세분화 자료에 비용/수익 자료를 더하여 연도별 또는 자사 vs. 타사 퍼포먼스 비교를 통해 품질 요소에 대한 투자 우선순위를 결정할 수 있다. 이를 이용하여, 기업 전략을 제시할 수 있으며, 전략 실시에 따른 효과를 예측하는 도구를 제시할 수 있다.
이제, 3가지 뷰의 보다 구체적인 내부 프로세스들에 살펴보기로 한다.
프로덕트/서비스 뷰
프로덕트/서비스 뷰(10)는 중요 품질변수 추출부(12)와, 상관 분석부(14)와, 변수 상세부(16)를 포함한다.
중요 품질변수 추출부(12)는 수많은 품질변수 내에서 문항 간 동질성(Homogeneity)을 파악하여 대표 문항 즉, 중요 품질변수를 선별한다.
이러한 중요 품질변수가 선별되면, 다단계 형식으로 설문을 진행해 나갈 때 어느 부분에 초점을 맞추어 설문 조사를 수행해 나가야 할지를 정할 수 있다. 그외에, 대표 문항을 토대로 핵심 항목만을 포함한 축소형 설문의 구성도 가능하다.
여기서, 중요 품질변수 추출부(12)는 바리맥스 회전법을 사용한 주요 컴포넌트 분석법(Principal Component Analysis with Varimax rotation method)에 의해 모든 품질변수를 입력으로 하여 같은 방향성을 가지는 변수를 하나의 컴포넌트로 그룹화한후 각각의 컴포넌트별로 대표성을 갖는 대표 변수를 찾아낸다. 기준 요인 적재량(Factor loading) 이상의 변수로 대표 변수를 선정하거나 또는 각 컴포넌트내의 요인 적재량 값이 가장 큰 N개의 변수를 선정할 수도 있다. 그러나, 후자의 경우 요인적재량이 0.4 이하의 값을 갖는 문항은 상관관계가 없거나 무시해도 좋은 수준이므로 제외한다.
상관 분석부(14)는 중요 품질변수 추출부(12)에서 추출된 중요 품질변수를 토대로 고객만족에 영향을 미치는 중요 품질변수를 선별해 낸다. 고객 만족은 전반전 만족도, 계속 거래 의사, 타인 추천 의사의 세 가지 형태로 표현되는데, 이 세가지 고객만족도 요소 각각에 대하여 영향력의 경중 내지는 순서를 파악하여, 중요도(Importance Index) 값을 구한다.
도 4는 상관 분석부(14)에서의 내부 프로세스를 구체적으로 설명하는 도면이다.
먼저, 중요 품질변수 추출 과정에서 추출된 컴포넌트별 N개씩의 대표 품질변수와 고객만족도 관련변수 사이의 상관(correlation) 값을 구한다.
다음에, 각 고객만족도 관련변수별로 상관값이 큰 상위 M 개의 품질변수를 추출하고, 이들을 대상으로 다시 부분 상관값을 구한다. 여기서, 상관값의 비교를 통해 M 개의 변수를 선택하여, 선택된 변수만으로 부분 상관값을 구하는 것은 문제 영역을 좁혀 계산의 복잡성(Computational Complexity)을 줄이기 위함이다. 아울러 상관값이 고객만족도 요소와 각 대표 품질변수간의 관련성을 설명해 줄 수 있으나, 고객만족도 요소가 대표 품질변수들의 영향을 공통으로 받고 있으므로, 순수하게 품질변수와 고객만족도 요소와의 상관관계를 측정하기 위해 부분 상관값을 중요도로 삼는다.
다음에, 고객만족 요소 별로 중요도에 따라 중요 품질변수를 정렬(rating)하고, 이중 상위 L개의 품질변수를 각 요소에 대한 중요 품질변수로 채택한다.
변수 상세부(16)는 앞서 중요 품질변수 추출부(12)와 상관 분석부(14)를 통해 추출된 중요 품질변수들에 대해 세 가지 고객 만족 요소에 대하여 어떠한 형태로 영향을 끼치는지를 파악하여 변수의 특성을 구분한다. 또한, 고객 만족 상승에 효과적인 요소 및 그 범위를 발견하고, 각 중요 품질변수들의 현 위치를 파악하여 투자 우선순위를 정하는데 그 목적을 둔다.
변수 특성은 카노(Kano)의 고객 만족 모델의 베이직(Basic), 리니어(Linear), 어트랙티브(Attractive) 3가지로 구분할 수 있다.
베이직:
로그 함수에 피팅된 것으로, 품질변수 만족도를 어느 정도 상승시키고 난 후에는 더 상승시켜도 고객만족도 향상에 큰 도움이 되지 않는다. 베이직 특성을 갖는 품질변수는 카노의 모델에서는 기대 요구(Expected requirement)에 해당되며, 이는 너무나 기본적인 것이기 때문에 고객들이 말할 필요조차 느끼지 못하는 것을 의미한다. 그러나, 이 품질 요소의 요건을 만족시키지 못한다면 고객은 즉각 불만을 표시하게 되면서 만족도 하락에 큰 영향을 미칠 것이다.
리니어:
선형 함수에 피팅된 것으로, 품질변수 만족도를 상승시키는 만큼 선형적으로 고객만족도도 향상된다. 리니어 특성을 갖는 품질변수는 카노 모델에서 노출된 요구(Revealed requirement)에 해당된다. 이는 고객들이 무엇을 원하는지 직접 물어보고 충족시켜주는 것으로 고객의 만족도와 해결된 요구사항의 수는 비례관계를 갖는다.
어트랙티브:
지수 함수에 피팅된 것으로, 품질변수 만족도를 상승시킬수록 고객만족도는 빠르게 증가한다. 카노 모델에서 흥분 요구(Exciting requirement)에 해당되며, 고객이 생각조차 하지 못했던 요소를 고객에게 제공하는 경우이다. 이 특성을 갖는 품질요소의 경우 만족되지 않는다고 할지라도 고객의 만족도가 내려가지는 않지만 제공되기만 한다면 고객만족도를 높이는데 엄청난 기여를 할 수 있다. 이러한 특성을 갖는 요소를 찾아내는 것은 매우 중요한 일이고, 지속적인 조사를 통해 관심 요소를 찾아내도록 해야 한다.
도 5는 변수 상세부에서의 내부 프로세스를 구체적으로 설명하는 도면이다.
먼저, 변수 상세부(16)는 상관 분석부(14)에서 추출된 중요 품질변수를 X축으로, 평균 만족도를 Y축으로 하는 스캐터 다이아그램(Scatter Diagram)을 그린다. 중요 품질변수에 따른 고객만족도의 평균값을 구하고, 평균값들에 적합한 회귀식을 도출한다. 로그, 선형, 지수 함수 중 R-square 값이 큰 모델을 선택한다.
기본적으로, 어트랙티브, 리니어, 베이직의 순서로 투자 효과가 크므로, 우선 투자의 대상이 되지만, 같은 조건 하에서 변수 특성만 다를 때 품질변수의 만족도 값이 아주 낮은 경우에는 베이직, 리니어, 어트랙티브 특성을 갖는 품질변수 사이의 투자 효과의 차이가 그다지 크지 않을 수 있으므로, 현재 품질변수의 만족도 값의 위치와 변수의 특성을 동시에 고려하여 투자 우선순위를 정해야 한다. 즉, 변수 별로 로우(Low) 레벨과 하이(High) 레벨에서 중요도가 달라질 수 있으므로 구간에 따른 변수의 영향력을 보완시켜 주어야 하는데, 여기서 기여도(Contribution Index)라는 개념을 도입한다.
기여도를 계산하기 위하여 고객만족도 요소의 값은 평균값 또는 최빈값의 대표값을 사용할 수도 있고, 또는 분포 자체를 이용할 수도 있으며, 또는 하나의 품질변수 레벨에 대하여 고객 만족 요소의 만족도 값 개별로 선택한 사람 수를 곱하여 가중치를 두어 그 평균값을 이용할 수도 있다. 기여도는 다양한 방식으로 계산 가능한데, 분석 목표에 따라 그 쓰임을 달리 한다.
기여도 1(수학식 1에 의해 계산):
품질변수의 만족도를 현재 상태로부터 1만큼 개선시킬 때 발생할 전반적 만족도, 계속거래의사, 타인추천의사에 대한 초기 효과.
변수 특성을 파악하기 위해 사용하였던 중요 품질변수에 따른 고객만족도의 평균값에 대한 회귀식을 이용하여 해당 품질변수의 평균값을 현 품질변수의 위치로 삼아, 그 지점에서의 회귀식의 접선의 기울기를 구한다. 순간기울기 값이 해당하는 만족도 요소에 대한 품질변수의 기여도 값이 된다.
기여도 2(수학식 2에 의해 계산):
전반적 만족도, 계속거래의사, 타인추천의사의 개선목표치를 달성하기 위한 품질변수의 만족도 변화량 또는 품질변수의 만족도를 1만큼 개선하는 데에 따른 전반적 만족도, 계속거래의사, 타인추천의사의 증분.
목표치 설정 후 현재 위치에서 목표치를 기준으로 기여도를 산출한다.
리니어 품질변수는 품질변수의 레벨-업이 고객 만족 개선에 끼치는 영향이 리니어한 경우로, 현 위치에서의 기여도가 일정 기간 유지되므로 이러한 베이직 품질변수들을 놓고 비교할 때에는 기여도 1을 사용하여 현 위치에서의 접선의 기울기를 비교하는 것이 좋다.
반면, 어트랙티브 품질변수는 품질변수의 레벨-업이 일어날 때 고객 만족이 급증하게 되어 현 위치에서의 기여도가 일시적인 시점만을 대표할 뿐 차후 발생하는 고객만족도의 증가량을 대변하기 힘들게 되므로 기여도 2를 사용하는 것이 좋다.
커스터머 뷰
커스터머 뷰(20)는 그룹 판별 분석부(22)와 그룹 정의 및 분석부(24)로 이루어지며, 주로 고객군을 나누는 고객 성향 특징을 찾아 고객 세분화를 위한 작업이 이루어진다. 고객성향 특성으로 고객군을 구분하여 그 고객군의 특성을 파악했던 기존의 분석과는 달리, 프로덕트/서비스 뷰(10)에서 찾은 고객만족도에 영향을 미치는 품질변수를 고려하여, 그 품질변수에 만족 또는 불만족하는 그룹으로 고객군을 나눈 후에 그 고객군을 구분해주고 대표할 수 있는 고객성향변수를 찾는다. 즉, 단순히 고객성향변수로 그룹핑 하는 것이 아니라, 중요 품질변수에 의해 쉽게 통제되는 고객군을 정의한다.
기존의 CSI 분석의 고객 판별 분석에서는 각 집단을 잘 구별시켜 줄 수 있는 품질변수를 찾고, 그 판별력의 순서를 찾는데 그 목적을 두었으나, 본 발명에서는 각 그룹을 설명할 수 있는 품질변수를 찾는 과정에서 C4.5, C5.0 등의 의사결정트리(Decision Tree)와 같은 인공지능 기법을 사용하여 다각적으로 고객 세분화에 접근하고자 한다. C4.5, C5.0 등의 의사결정트리는 해석이 용이하고 비모수적인 모형이며 이상치에 민감하지 않다는 장점 때문에 자료의 세분화, 분류, 예측, 변수 선택 등에 널리 사용된다. 이를 이용하여 세분화된 고객군 각각에 대하여, 각 고객군을 가장 간단하면서도 정확하게 설명할 수 있는 품질 변수를 찾는다.
그룹 판별 분석부(22)는 중요 품질변수에 대해 만족/불만족하는 고객이 공통으로 가진 특성을 파악하여 고객 성향 특성 및 중요 품질변수에 대한 반응으로 만족 또는 불만족 그룹을 제어하는데, 프로덕트/서비스 뷰(10)에서 추출된 중요 품질변수에 대한 응답에 따라 비교대상 그룹을 선정한 후, 일반적인 고객 프로필(Profile) 정보와 행동(Behavioral) 데이터를 통해 그룹의 특성을 짓는 변수들을 파악한다.
비교 대상 그룹은 품질변수의 현재 분포에 따라 만족과 불만족 그룹을 나누는 기준 척도치가 달라진다. 예를 들어, 7점 척도의 어떤 품질변수에 대하여 분포가 3에서 7까지 상위 레벨에 집중되어 있다면, 3,4로 응답한 고객이 상대적인 불만족 그룹이 될 수 있다. 3점 척도, 5점 척도, 7점 척도 등에 따라서도 만족, 불만족 그룹의 구분이 달라질 수 있다.
예를 들어, 7점 척도의 품질변수의 경우, 먼저 중요 품질변수에 대하여 만족도 분포를 그린다(X축은 중요 품질변수의 만족도, Y축은 그 품질변수에 대한 각 척도별 응답자 수). 7점 척도이므로, 중간 값인 4를 기준으로 1,2,3 응답자를 불만족 그룹, 5,6,7 응답자를 만족 그룹으로 정하는 것이 가장 보편적인 그룹핑될 것이다. 이렇게 중간 값을 기준으로 삼는 것 외에도, 불만족 그룹과 만족 그룹의 응답자 수가 비슷한 수준을 유지하도록 분기점을 찾을 수 있다.
각 중요 품질변수별 만족/불만족 그룹을 나누는 척도치가 정해지면, 어떤 품질변수에 대해서 정해진 척도에 따라 만족/불만족 그룹을 확연히 나누는 고객성향변수 및 프로필 변수와 그 선택 값을 C4.5 또s C5.0 등의 의사결정트리를 통해 찾는다. 의사결정트리의 각 노드에 해당하는 변수를 조합하여 만족/불만족 그룹내의 다양한 고객군을 찾아 낼 수 있다. 즉, 이전의 판별 분석에서는 한 변수로 전체 고객군을 설명하려 하였으나, 본 발명에서는 여러 변수들의 조합으로 만족/불만족 그룹 내에서 뚜렷한 특징을 보이는 몇 개의 고객 프래그먼트(Fragment)를 발견한다고 볼 수 있다. 이는 고객 접근의 용이를 위하여, 작은 인원의 고객이라도 그들을 정확하게 찾아내려는데 그 목적을 둔다.
그룹 정의 및 분석부(24)는 그룹 판별 분석부(22)의 결과를 활용하여 타겟 고객과 그에 상응하는 컨트롤 고객을 설정하여, 이러한 고객 전략의 효과성을 진단해 본다.
먼저, 프로덕트/서비스 뷰에서 발견된 중요 품질변수의 만족 또는 불만족을 설명해주는 고객성향변수와 해당변수에 대한 응답값을 조합하여 트리트먼트(Treatment) 그룹을 발견하고, 그에 상응하는 컨트롤 그룹을 설정한다.
특정 품질변수에 대한 만족/불만족에서 더 확장하여 기업의 입장에서 제어 가능한 고객성향 관련변수로 트리트먼트 그룹과 컨트롤 그룹을 비교하여 다음의 표 2와 같은 CRM 단계별 전략을 도출할 수도 있다. 타사 대 자사 비교를 통해 타사 고객에 대한 입수(Acquisition) 전략을, 그룹 대 그룹 비교를 통해 공략 대상 선정 및 고객 유지/성숙(Retention/Mature) 전략을 수립할 수 있다.
그룹 정의 및 분석에서는 먼저 그룹 판별 분석에서 찾은 중요 품질변수별 만족/불만족 기준의 고객성향 관련변수 중 만족/불만족의 구분력이 높은 것 순으로 상위 N개를 추출한다. 추출된 고객성향 관련변수를 조합하여, 조합된 특성을 갖는 고객군을 찾아 트리트먼트 그룹으로 삼는다. 다음과 같은 기준으로 각 트리트먼트 그룹에 대한 컨트롤 그룹을 설정한다.
1. 고객성향관련 변수 한 개 (A)의 특성만을 갖는 트리트먼트 그룹
컨트롤 그룹: U-A
2. 고객성향관련 변수 두 개 (A∩B)를 조합한 특성을 갖는 트리트먼트 그룹
컨트롤 그룹: U- (A∪B)
3. 고객성향관련 변수 세 개 (A ∩ B ∩ C)를 조합한 특성을 갖는 트리트먼드 그룹
컨트롤 그룹: U- (A∪B∪C)
목적에 따라 전반적 만족도가 높은 그룹, 해당 품질변수에 대한 만족도가 높은 그룹 등으로, 컨트롤 그룹을 다르게 설정할 수 있으며, 트리트먼트 그룹의 특성이 컨트롤 그룹에는 전혀 들어가지 않도록 즉, 상호 배타적으로 위의 방법을 사용한다. 트리트먼트 그룹과 컨트롤 그룹의 고객만족도를 플롯팅해 보면 이들의 분포는 서로 오버랩되는 형태가 일반적이다.
중요 품질변수별로 만족/불만족 기준 고객성향 관련변수로 우선 트리트먼트 그룹/컨트롤 그룹을 설정한 후, 고객 만족 요소에 대하여 같은 축에 플롯팅한 후 트리트먼트 그룹과 컨트롤 그룹 분포의 차이가 큰 쌍(Pair)을 선택한다(X축은 각 품질변수의 레벨, Y축은 각 품질변수의 레벨별 응답자 수).
각 그룹의 고객만족도의 평균값의 차이 또는 각 분포의 최빈값의 차이가 클수록 또한 각 그룹의 분산이 작을수록 그룹 간 비교 결과가 뚜렷해진다. 이때, 트리트먼트 그룹과 컨트롤그룹의 고객 수가 일치하도록 트리트먼트 그룹의 고객수를 토대로 컨트롤 그룹의 고객수를 정규화 한다.
만족 기준의 트리트먼트 그룹에 대한 경우 유지비용과 불만족 기준의 트리트먼트 그룹에 대한 개선 효과는 다음과 같이 정량화할 수 있다.
예를 들어, 품질변수 A에 대해 만족하고 있는 고객군을 트리트먼트 그룹으로, 그에 상응하여 A에 대해 만족하지 못하는 고객군을 컨트롤 그룹으로 잡을 경우, 이러한 만족 상태를 유지 못하였을 때 발생하게 되는 고객만족도의 감소를, 만족상태를 지속시켜야 하는 이유, 즉 만족상태를 지속시키지 못하였을 때의 기회 손실로 보아 이를 유지비용으로 삼는다. 유지비용이 클수록, 만족 수준을 지속시켜야 하는 당위성이 커지게 된다.
반대로 품질변수 B에 대해 불만족하고 있는 고객군을 트리트먼트 그룹으로, 그에 상응하는 B에 대해 만족하는 고객군을 컨트롤 그룹으로 잡을 경우, 불만족 고객군을 만족시켰을 때 발생하게 되는 고객만족도의 증가를, 불만족을 개선시켜야 하는 이유로 보아 이를 개선 효과로 삼는다. 개선 효과가 클수록, 불만족 고객에 대한 개선의 당위성은 커지게 된다.
각 고객 성향 변수를 기초로 트리트먼트 그룹과 컨트롤 그룹을 설정하면, 일반적으로 오버랩 되는 부분, 즉 고객 성향 변수로는 트리트먼트 그룹에 속하나 실제 품질변수에 대한 응답으로 보아 컨트롤 그룹에 속하는 경우가 발생한다. 이 오버랩 되어 있던 고객은 중성적 성향으로 보아 효과 계산에서는 제외한다.
트리트먼트 그룹(품질변수에 만족)의 만족하던 고객이 컨트롤 그룹(품질변수에 불만족)으로 전환될 때, 부분적 전환(Fractional Transformation)이라 가정한다.
가장 최악의 케이스(Worst Case)는 모든 만족 고객이 불만족 고객으로 전환되는 것이지만 일반적 상황이라 가정하고, 트리트먼트 그룹의 일부분의 고객이 컨트롤 그룹의 분포를 따르면서 불만족 고객으로 전환된다고 가정한다.
따라서, 다음과 같이 유지비용을 계산 할 수 있다.
T = 트리트먼트 그룹의 전체 수
C = 컨트롤 그룹의 전체 수(정규화후, T=C)
TS i = 트리트먼트 그룹의 레벨 i에 있는 만족한 고객의 부분
TN j = 트리트먼트 그룹의 레벨 j에 있는 중립 고객의 부분
TD k = 트리트먼트 그룹의 레벨 k에 있는 불만족 고객의 부분
CS i = 컨트롤 그룹의 레벨 i에 있는 만족한 고객의 부분
CN j = 컨트롤 그룹의 레벨 j에 있는 중립 고객의 부분
CD k = 컨트롤 그룹의 레벨 k에 있는 불만족 고객의 부분
여기서, k < j < i이다.
이렇게 수학식 3 및 수학식 4에 의해 계산한 유지비용과 개선효과는 고객 1인당 평균 만족도 변화량의 의미를 갖게 되므로, 실제 기대값은 평균 보유 고객수를 곱한 값이 된다.
코포레이터 뷰
코포레이터 뷰(30)는 매트릭스 분석부(32)와, 스티어링 챠트 생성부(34)와, FVL 생성부(36)와, 고객만족 증감 분석(Won/Lost Analysis)부(38)를 포함하며, 이전 프로덕트/서비스 뷰(10)와 커스터머 뷰(20)에서의 결과를 이용하여 품질 요소의 동적인 움직임 및 그 변화 방향을 보여주고, 세분화된 고객군 정보를 이용하여 전략으로 연결한다. 아울러, 이러한 CSI 분석 결과를 이해하고 활용하기 위해서는 텍스트 형식의 단순 기술 형식이 아닌 비주얼 형식으로 그 결과를 보여준다. 이를 위해, 월 룸 패널(War Room Panel)과 같은 다양한 도구를 사용하여 CSI 분석 결과의 이해도를 높인다. 여기서, 월 룸 패널은 전시에 다양한 분석 결과들을 일목요연하게 보여줌으로써 작전 참모들의 이해를 돕던 패널을 응용한 고객 관계 관리의 한 기법으로, 지금까지 실시된 여러 고객 만족 지수 분석의 결과들을 종합적으로 보여 줄 수 있도록 분석 결과를 배치한다(참고문헌: Bradley T. Gale, Managing Customer Value: Creating Quality and Service That Customers Can See, 1994).
매트릭스 분석부(32)는 설문에 포함된 품질 요소들의 중요도와 기여도를 동시에 고려하여 전반적 만족도, 계속거래의사, 타인추천의사 각각에 또는 전체에 대한 중요 품질 요소의 우선순위를 정하는데 쓰인다. 즉, 어떤 품질 요소에 투자할지를 결정할 때 이 과정의 분석 결과가 이용될 수 있다.
본래 보스턴 컬설팅 그룹(Boston Consulting Group)에서 제시한 성장 점유 매트릭스(Growth-Share Matrix)에서는 각 산업의 상대적인 마켓 점유율(Market Share)과 성장률(Growth Rate)을 통해 각 산업의 상대적 강점을 보여 준다. 이는 현재 상태와 잠재적인 성장 가능성을 비교한 것으로, 본 발명에서의 많은 품질변수중에서 선택된 중요 품질변수들의 성공 가능성을 비교해 보면 다음과 같다.
이를 위해, 현재 상태를 상관 분석부(14)에서 구한 중요도(Importance Index)로, 잠재적 성장 가능성을 변수 상세부(16)에서 구한 기여도로 보고 각 품질변수를 포지셔닝한다.
도 6에서 보듯이 각 품질 요소 위치의 원점에서부터의 거리를 구하면, 그 크기가 큰 순서대로 우선순위를 갖게 된다. 즉, 중요도와 기여도가 동시에 높은 우측 상단에 위치한 품질변수가 높은 순위를 갖는다.
스티어링 챠트 생성부(34)는 연도별 또는 설문 시행 횟수 별로 누적된 설문 결과 및 설문 문항의 변화 추이를 분석함으로써 고객이 중요하게 생각하는 품질요소 및 만족도가 어떻게 변화하고 있는지를 파악하는데 이용되는 스티어링 챠트를 생성한다.
도 7에서와 같이 스티어링 챠트를 그리게 되는데, 이때 연도별 또는 설문 시행 횟수 별로 그려지는 삼각형 모양의 변화와 그 이동 방향을 보고, 투자 고려 대상이 되는 3개 정도의 중요 품질 요소들의 변화 추이를 시각적으로 제시하여 변화 방향을 쉽게 알 수 있으며 이 중요 품질 요소들이 얼마나 균형적으로 고객의 기대에 충족되고 있는지를 알 수 있다.
스티어링 챠트는 전반적 만족도 기준으로 선정된 중요 품질 요소 상위 3개로 축을 정의하고, 다음에 각 품질 요소의 만족도 평균값을 찾아 그 점에서 축에 직각선을 그어, 3개의 직선이 만나 삼각형을 이루도록 하여 그려진다. 이때, 품질 요소 각각에 다른 중요성(weight)를 줄 경우, 각 축의 단위 레벨에 대한 간격으로 조정한다.
FVL 생성부(36)는 투자전략에 대한 정보를 제공하는 FVL을 생성한다.
FVL은 본래 가격과 품질이 균형을 이루는 점들을 이은 선으로 어떤 기업이 시장 점유율을 잃지 않을 수 있는 마지노선(marginal line)을 나타낸다. 이 FVL을 기준으로 주요 품질 요소의 위치 및 이동 경향을 경쟁기업과 비교하거나, 연도별로 비교하여, 그에 맞는 투자전략에 대한 정보를 제공하는데 목적을 둔다.
FVL은 가격과 품질의 중요성에 따라 서로 다른 기울기를 가지게 되는데, 도 8에 도시된 바와 같이 품질과 가격의 요소가 같은 중요성을 가질 때는 왼쪽의 그래프와 같이 45°의 기울기를 가지게 되나, 가격요소가 더 중요성을 가지는 경우에는 품질 쪽으로 약간 기울어진 형태의 직선을 가지게 된다.
만일 FVL의 오른쪽 아래 부분(최상 품질, 최저 가격) 쪽으로 위치해 있다면 좋은 가치(good value)를 가지고 있다고 판단할 수 있고, 반대로 FVL의 왼쪽 부분(최저 품질, 최고 가격)에 위치한다면 나쁜 가치(worse value)를 가지고 있다고 판단할 수 있을 것이다.
또, 상대적인 고객 가치는 각 기업이 위치하고 있는 점에서부터 FVL까지의 거리로서 판단할 수 있다. 즉, FVL의 오른쪽에 위치하면서 거리가 멀수록 좋은 가치(better value)를 가지고 있다고 상대적으로 판단할 수 있다.
도 9와 같이 이러한 FVL을 이용하여 스티어링 챠트에서 선정된 품질변수들의 개선을 위해 투자된 비용 대비 고객이 인지하고 있는 품질의 위치를 파악하고, 기업 관점에서는 스티어링 챠트에서 선정된 품질변수 개선에 따른 회사의 수익 대비 고객 인지 품질의 위치를 파악한다. 기업 관점에서 수익이 아닌 비용을 고려한 고객 인지 품질의 위치 파악도 가능하다.
* 고객 관점의 FVL
품질요소를 X축, 비용요소를 Y축으로 한다.
품질요소(Q)로는 전반적 만족도, 계속거래의사, 타인추천의사 또는 매트릭스 분석부(32)에서 구한 전반적 만족도 대비 중요 품질변수를 사용하고, 만족도의 평균값을 플롯팅 한다. 비용 요소(C)는 해당 만족도 또는 품질 요소 개선을 위해 사용된 비용으로 한다.
* 기업 관점의 FVL
수익요소를 X축, 품질요소를 Y축으로 한다.
품질 요소(Q)로는 전반적 만족도, 계속거래의향, 타인추천의향 또는 매트릭스 분석부(32)에서 구한 전반적 만족도 대비 중요 품질변수를 사용하고, 만족도의 평균값을 플롯팅 한다.
수익 요소(P)는 매출액, 점유율, 수익률(ex. 인당수익률, 객단가) 등이 될 수 있다. 무상보증비용(failure), 사손(failure/appraisal), 품질활동비용 등을 비용 요소(C)로 사용하여 고객 관점에서와 같은 형식으로 그릴 수 있다.
고객만족도 증감 분석부(38)는 연도별/분기별/타겟 세그먼트별 고객만족도의 증감을 비교하고 그 변화가 실제 기업의 이익이나 비용과 어떤 관계를 가지는지 파악한다. 경쟁사와의 비교를 통해서 현재 자사의 상대적 강점과 약점을 파악할 수 있다. 고객 전체 또는 그룹 정의 및 분석에서 찾은 고객군별로 고객만족도 증감 분석을 실시한다.
전체 고객 대상:
자사 대비 타사, 연도별/분기별로 전반적 만족도, 계속거래의사, 타인추천의사에 대한 만족도 평균값의 변화를 비교한다. 이 세 가지 요소를 통해 자사 현재의 전체적 상황을 파악할 수 있다. 세 가지 만족도에 영향을 미치는 중요 품질변수에 대한 만족도 평균값 비교를 통해서 세부 요소에 대한 자사의 위치를 파악한다. 이 때, 중요 품질변수는 스티어링 챠트에서 축으로 사용된 3개의 변수로 한다. 만족도 평균값/비용(cost), 만족도평균값*이익(profit) 식을 써서 비용 또는 이익까지 고려하여 분석을 진행한다.
특정 고객군(Target Segment) 대상:
그룹 판별 분석 결과를 이용하여, 전년도 추출된 중요 품질변수에 대한 영향력이 크다고 판단되는 고객성향관련변수에 의해 세분화된 고객군을 대상으로 한다. 전년도와 올해 모두 중요 품질변수로 선정된 항목과 전반적 만족도, 계속거래의사, 타인추천의사에 대한 연도별 만족도 평균값 변화를 비교한다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
본 발명은 CSI 설문에 대한 분석, 그리고 그 결과를 CRM 관점에 기업 차원의 전략으로 전개 할 수 있는 방안에 관한 프레임을 제시하는 것으로, 프로덕트/서비스 뷰, 커스터머 뷰, 코포레이터 뷰의 세 가지 분석 관점으로 중요 품질변수 추출, 그에 해당하는 고객군 세분화 및 선별, 비용 및 수익 요소를 고려한 전략 도출 과정을 제시한다. 이러한 고객만족도 분석을 통하여 얻을 수 있는 효과는 다음과 같다.
1) 고객만족도 분석의 전체적인 과정 및 세 가지 관점 제시:
중요 품질변수 선택, 고객 그룹핑 및 세분화, 판별 분석, 타겟 마케팅 등 기존에 제안되어 오던 고객만족도 분석의 여러 기법들을 체계화하여, 프로덕트/서비스 뷰, 커스터머 뷰, 코포레이터 뷰의 세 가지 관점에서 이를 정리함으로써 마케팅, 영업 등 기업의 대 고객 관련 각 부서별로 활용 가능한 전략으로 이어질 수 있는 전체적인 과정을 제시한다.
2) 기업 전략 수립시 우선 순위 설정에 대한 정보 제공:
중요 품질변수로 선택된 각 품질변수별로 변수 속성(Basic, Linear, Attractive)을 구별하고, 중요도와 기여도의 정량화된 수치를 제시하여 보스턴 컬설팅 그룹에서 제시하는 성장 점유 매트릭스를 변형, 이용하여 각 품질변수의 우선순위를 정할 수 있게 한다.
3) 중요 품질변수에 대하여 고객을 세분화 하여, 기업 입장에서 쉽게 통제 가능한 고객군을 찾아 효율적인 전략을 수립할 수 있게 한다.
4) 기업 전략의 미래 가치에 대한 정량화 제시:
그룹 분석에서 만족 기준의 트리트먼트 그룹에 대한 경우 유지비용과 불만족 기준의 트리트먼트 그룹에 대한 개선 효과를 정량화하여, 전략의 미래 가치에 대한 정보를 제공한다.
5) 고객 세분화, 고객군별 전략 수립, 가치 평가, 채널 관리로의 연계 등 고객 만족 지수를 적극적으로 활용 가능하다.
본 발명은 기업의 제품 또는 서비스에 대해 분기, 반기, 연간 실시되는 고객 만족 지수 설문의 분석에 적용 가능하다.
도 1은 본 발명에 따른 CSI 분석 시스템의 개략적인 블럭 구성도이다.
도 2는 도 1의 프로덕트/서비스 뷰, 커스터머 뷰, 및 코포레이터 뷰에 대한 연계 싸이클을 보여주는 도면이다.
도 3은 본 발명에 따른 CSI 분석 시스템의 상세 블럭 구성도이다.
도 4는 상관 분석부에서의 내부 프로세스를 구체적으로 설명하는 도면이다.
도 5는 변수 상세부에서의 내부 프로세스를 구체적으로 설명하는 도면이다.
도 6은 중요도와 기여도에 따른 품질변수의 우선순위 관계를 보여주는 그래프이다.
도 7은 스티어링 챠트 생성부에 의해 생성되는 스티어링 챠트의 일례이다.
도 8은 적정 가격선의 개념을 설명하기 위한 그래프이다.
도 9는 적정 가격선을 이용하여 고객 인지 품질의 위치를 파악하는 개념을 설명하기 위한 그래프이다.
* 도면의 주요부분에 대한 부호의 설명 *
10 : 프로덕트/서비스 뷰 12 : 중요 품질변수 추출부
14 : 상관 분석부 16 : 변수 상세부
20 : 커스터머 뷰 22 : 그룹 판별 분석부
26 : 그룹 정의 및 분석부 30 : 코포레이터 뷰
32 : 매트릭스 분석부 34 : 스티어링 챠트 생성부
36 : FVL 생성부 38 : 고객만족 증감 분석부

Claims (54)

  1. 고객만족지수 분석 시스템에 있어서,
    고객만족지수 설문의 품질변수 중에서 여러 문항을 대표하는 중요 품질변수를 추출하는 프로덕트/서비스 뷰;
    상기 프로덕트/서비스 뷰에서 추출된 중요 품질변수와 고객만족도 관련변수를 입력으로, 각각의 중요 품질변수에 대해 민감한 고객군을 세분화하는 커스터머 뷰; 및
    상기 프로덕트/서비스 뷰와 커스터머 뷰로부터의 결과에 비용/수익 요소를 더하여 전략을 도출해내는 코포레이트 뷰를 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  2. 청구항 1에 있어서, 상기 프로덕트/서비스 뷰는,
    수많은 품질변수 내에서 문항간 동질성을 파악하여 중요 품질변수를 선별하는 중요 품질변수 추출부;
    상기 중요 품질변수 추출부에서 추출된 중요 품질변수를 토대로 고객만족도에 영향을 미치는 중요 품질변수를 선별하는 상관 분석부; 및
    상기 중요 품질변수 추출부와 상관 분석부를 통해 추출된 중요 품질변수들에 대한 각각의 변수 특성을 구분하는 변수 상세부를 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  3. 청구항 1 또는 청구항 2에 있어서,
    상기 프로덕트/서비스 뷰에서 추출된 중요 품질변수는 같은 방향성을 갖는 문항들을 대표 문항이며, 이를 이용하여 축소형 설문을 작성할 수 있는 것을 특징으로 하는 고객만족지수 분석 시스템.
  4. 청구항 2에 있어서,
    상기 중요 품질변수 추출부는 바리맥스 회전법을 사용한 주요 컴포넌트 분석법에 의해 모든 품질변수를 입력으로 하여 같은 방향성을 가지는 변수를 하나의 컴포넌트로 그룹화한후 각각의 컴포넌트별로 대표성을 갖는 대표 품질 변수를 찾아내는 것을 특징으로 하는 고객만족지수 분석 시스템.
  5. 청구항 2에 있어서,
    상기 중요 품질변수 추출부는 기준 요인 적재량 이상의 변수로 대표 변수를 선정하거나 또는 각 컴포넌트내의 요인 적재량 값이 가장 큰 N개의 변수를 선정할 수 있는 것을 특징으로 하는 고객만족지수 분석 시스템.
  6. 청구항 2에 있어서,
    상기 고객만족도는 전반전 만족도, 계속 거래 의사, 타인 추천 의사의 세 가지 고객만족도 요소로 표현되며, 상기 상관 분석부는 상기 고객만족도 요소 각각에 대하여 영향력의 경중 내지는 순서를 파악하여 중요도 값을 구하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  7. 청구항 2에 있어서, 상기 상관 분석부는,
    중요 품질변수 추출 과정에서 추출된 컴포넌트별 N개씩의 대표 품질변수와 고객만족도 관련변수 사이의 상관값을 구하는 단계;
    상기 상관값의 비교를 통해 각 고객만족도 관련변수별로 상관값이 큰 상위 M 개의 품질변수를 추출하는 단계;
    상기 추출된 M 개의 품질변수를 대상으로 다시 부분 상관값을 구하는 단계; 및
    상기 고객만족도 요소별로 중요도에 따라 중요 품질변수를 정렬하고, 이중에서 상위 L개의 품질변수를 각 요소에 대한 중요 품질변수로 채택하는 단계를 포함하여 중요 품질변수를 선별하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  8. 청구항 2 또는 청구항 7에 있어서, 상기 변수 상세부는,
    상기 상관 분석부에서 추출된 고객만족도 요소별 상위 L개의 중요 품질변수를 X축으로, 평균 만족도를 Y축으로 플롯팅하는 단계;
    상기 중요 품질변수에 따른 고객만족도 요소의 평균값을 구하는 단계; 및
    상기 평균값들에 적합한 회귀식을 도출하여 로그, 선형, 지수 함수 중 R-square 값이 큰 모델을 선택하는 단계를 포함하여 변수 특성을 구분하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  9. 청구항 8에 있어서,
    상기 변수 특성은 로그 함수에 피팅되는 베이직 특성, 선형 함수에 피팅되는 리니어 특성, 지수 함수에 피팅되는 어트랙티브 특성으로 구분되는 것을 특징으로 하는 고객만족지수 분석 시스템.
  10. 청구항 8에 있어서, 상기 변수 상세부는,
    현재 품질변수의 만족도 값의 위치와 변수특성을 동시에 고려하여 투자 우선순위를 정하기 위해 기여도를 계산하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  11. 청구항 10에 있어서,
    품질변수의 만족도를 현재 상태로부터 1만큼 개선시킬 때 발생할 전반적 만족도, 계속거래의사, 타인추천의사에 대한 초기 효과 분석을 위해 에 의해 계산되는 기여도 1를 사용하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  12. 청구항 10에 있어서,
    전반적 만족도, 계속거래의사, 타인추천의사의 개선목표치를 달성하기 위한 품질변수의 만족도 변화량 또는 품질변수의 만족도를 1만큼 개선하는 데에 따른 전반적 만족도, 계속거래의사, 타인추천의사의 증분 분석을 위해 에 의해 계산되는 기여도 2를 사용하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  13. 청구항 11 또는 청구항 12에 있어서,
    리니어 특성을 품질변수는 기여도 1을 사용하며, 어트랙티브 특성을 가지는 품질변수는 기여도 2를 사용하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  14. 청구항 1에 있어서, 상기 커스터머 뷰는,
    상기 중요 품질변수를 고려하여, 상기 중요 품질변수에 대해 만족 또는 불만족하는 그룹으로 고객군을 구분하고, 상기 고객군을 구분 및 대표할 수 있는 고객성향변수를 찾는 그룹 판별 분석부; 및
    상기 그룹 판별 분석부의 결과를 활용하여 타겟 고객 및 그에 상응하는 컨트롤 고객을 설정하고, CRM 단계별 전략을 도출하는 그룹 정의 및 분석부를 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  15. 청구항 14에 있어서,
    상기 그룹 판별 분석부는 상기 중요 품질변수에 대한 응답에 따라 비교대상 그룹을 선정한후, 일반적인 고객 프로필 정보와 행동 데이터를 통해 그룹의 특성을 짓는 고객성향변수를 파악하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  16. 청구항 15에 있어서,
    상기 그룹 판별 분석부는 상기 중요 품질변수에 대하여 만족도 분포를 플롯팅하고, 상기 고객성향변수 및 프로필 변수와 그 선택 값을 C4.5 또는 C5.0 등의 의사결정트리를 통해 찾아내는 것을 특징으로 하는 고객만족지수 분석 시스템.
  17. 청구항 14에 있어서,
    상기 그룹 정의 및 분석부는 상기 고객성향변수와 해당변수에 대한 응답값을 조합하여 상기 트리트먼트 그룹을 발견하고, 그에 상응하는 컨트롤 그룹을 설정하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  18. 청구항 17에 있어서,
    상기 그룹 정의 및 분석부는 상기 그룹 판별 분석부로부터의 중요 품질변수별 만족 또는 불만족 기준의 고객성향 관련변수 중 만족 또는 불만족의 구분력이 높은 것 순으로 상위 N개를 추출하고, 상기 추출된 상위 N개의 고객성향변수를 조합하여, 조합된 특성을 갖는 고객군을 찾아 트리트먼트 그룹으로 설정하며, 다음과 같은 기준:
    1. 고객성향변수 한 개 (A)의 특성만을 갖는 트리트먼트 그룹
    컨트롤 그룹: U-A
    2. 고객성향변수 두 개 (A∩B)를 조합한 특성을 갖는 트리트먼트 그룹
    컨트롤 그룹: U- (A∪B)
    3. 고객성향변수 세 개 (A ∩ B ∩ C)를 조합한 특성을 갖는 트리트먼드 그룹
    컨트롤 그룹: U- (A∪B∪C)
    에 따라 각 트리트먼트 그룹에 대한 컨트롤 그룹을 설정하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  19. 청구항 18에 있어서, 상기 그룹 정의 및 분석부는,
    상기 트리트먼트 그룹과 컨트롤 그룹을 설정한후, 고객만족도 요소에 대하여 같은 축에 플롯팅하고, 상기 트리트먼트 그룹과 컨트롤 그룹 분포의 차이가 큰 쌍을 선택하고, 상기 선택된 트리트먼트 그룹과 컨트롤그룹의 고객 수가 일치하도록 트리트먼트 그룹의 고객수를 토대로 컨트롤 그룹의 고객수를 정규화하며, 만족 기준의 트리트먼트 그룹에 대한 유지비용과 불만족 기준의 트리트먼트 그룹에 대한 개선 효과를 정량화하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  20. 청구항 19에 있어서, 만족 기준의 트리트먼트 그룹에 대한 유지비용은 에 의해 정량화되며, 불만족 기준의 트리트먼트 그룹에 대한 개선 효과는 에 의해 정량화되며, 여기서
    T = 트리트먼트 그룹의 전체 수,
    C = 컨트롤 그룹의 전체 수(정규화후, T=C),
    TS i = 트리트먼트 그룹의 레벨 i에 있는 만족한 고객의 부분,
    TN j = 트리트먼트 그룹의 레벨 j에 있는 중립 고객의 부분,
    TD k = 트리트먼트 그룹의 레벨 k에 있는 불만족 고객의 부분,
    CS i = 컨트롤 그룹의 레벨 i에 있는 만족한 고객의 부분,
    CN j = 컨트롤 그룹의 레벨 j에 있는 중립 고객의 부분
    CD k = 컨트롤 그룹의 레벨 k에 있는 불만족 고객의 부분이며,
    k < j < i인 것을 특징으로 하는 고객만족지수 분석 시스템.
  21. 청구항 1, 청구항 6 또는 청구항 10중 어느 한항에 있어서, 상기 코포레이트 뷰는,
    상기 상관 분석부로부터의 중요도 값과 변수 상세부로부터의 기여도값을 동시에 고려하여 고객만족도 개선에 대한 우선순위를 정하는 매트릭스 분석부;
    연도별 또는 설문 시행 횟수 별로 누적된 설문 결과 및 설문 문항의 변화 추이 및 고객 요구 사항에 대해 균형적인 고객 기대 충족을 검사하기 위한 스티어링 챠트를 생성하는 스티어링 챠트 생성부;
    품질 요소의 위치 및 이동 경향을 경쟁기업간, 또는 연도별로 비교하기 위한 적정 가격선을 생성하는 적정 가격선 생성부; 및
    연도별/분기별 고객만족도의 증감과 실제 기업 이익이나 비용과의 관계를 파악하고, 경쟁사와의 비교를 통하여 현재 자사의 상대적 강점과 약점을 파악하기 위한 고객만족 증감 분석부를 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  22. 청구항 21에 있어서,
    상기 매트릭스 분석부는 현재 상태를 상기 상관 분석부에서 구한 중요도로 그리고 잠재적 성장 가능성을 변수 상세부에서 구한 기여도로 보고 각 품질변수를 포지셔닝한후 각 품질 요소 위치의 원점에서부터의 거리를 구하여 품질변수의 우선순위를 결정하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  23. 청구항 21에 있어서,
    상기 스티어링 챠트는 전반적 고객만족도 기준으로 선정된 중요 품질요소 상위 3개로 축을 정의하고, 다음에 각 품질 요소의 만족도 평균값을 찾아 그 점에서 축에 직각선을 그어, 3개의 직선이 만나 삼각형을 이루도록 하여 플롯팅되는 것을 특징으로 하는 고객만족지수 분석 시스템.
  24. 청구항 21에 있어서, 상기 적정 가격선은,
    고객관점에서는 품질요소를 X축, 비용요소를 Y축으로 하며, 기업관점에서는 수익요소를 X축, 품질요소를 Y축으로 하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  25. 청구항 24에 있어서,
    상기 품질요소로는 전반적 만족도, 계속거래의사, 타인추천의사 또는 상기 매트릭스 분석부에서 구한 전반적 만족도 대비 중요 품질변수가 사용되는 것을 특징으로 하는 고객만족지수 분석 시스템.
  26. 청구항 21에 있어서,
    상기 고객만족도 증감 분석부는 전체 고객 대상으로 자사 대비 타사, 연도별/분기별로 전반적 만족도, 계속거래의사/타인추천의사에 대한 만족도 평균값의 변화를 비교하여 고객만족도 증감 분석을 수행하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  27. 청구항 21에 있어서, 상기 고객만족도 증감 분석부는 특정 고객군 대상으로 전년도와 올해 모두 중요 품질변수로 선정된 항목과 전반적 만족도, 계속거래의사, 타인추천의사에 대한 연도별 만족도 평균값 변화를 비교하여 고객만족도 증감 분석을 수행하는 것을 특징으로 하는 고객만족지수 분석 시스템.
  28. 고객만족지수 분석 방법에 있어서,
    고객만족지수 설문의 품질변수 중에서 여러 문항을 대표하는 중요 품질변수를 추출하는 제1 단계;
    상기 제1 단계에서 추출된 중요 품질변수와 고객만족도 관련변수를 입력으로, 각각의 중요 품질변수에 대해 민감한 고객군을 세분화하는 제2 단계; 및
    상기 제1 및 제2 단계로부터의 결과에 비용/수익 요소를 더하여 전략을 도출해내는 제3 단계를 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  29. 청구항 28에 있어서, 상기 제1 단계는,
    수많은 품질변수 내에서 문항간 동질성을 파악하여 중요 품질변수를 선별하는 제4 단계;
    상기 제4 단계에서 추출된 중요 품질변수를 토대로 고객만족도에 영향을 미치는 중요 품질변수를 선별하는 제5 단계; 및
    상기 제4 및 제5 단계를 통해 추출된 중요 품질변수들에 대한 각각의 변수 특성을 구분하는 제6 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  30. 청구항 28 또는 청구항 29에 있어서,
    상기 제1 단계에서 추출된 중요 품질변수는 같은 방향성을 갖는 문항들을 대표 문항이며, 이를 이용하여 축소형 설문을 작성할 수 있는 것을 특징으로 하는 고객만족지수 분석 방법.
  31. 청구항 29에 있어서,
    상기 제4 단계에서, 바리맥스 회전법을 사용한 주요 컴포넌트 분석법에 의해 모든 품질변수를 입력으로 하여 같은 방향성을 가지는 변수를 하나의 컴포넌트로 그룹화한후 각각의 컴포넌트별로 대표성을 갖는 대표 품질 변수를 찾아내는 것을 특징으로 하는 고객만족지수 분석 방법.
  32. 청구항 29에 있어서,
    상기 제4 단계에서, 기준 요인 적재량 이상의 변수로 대표 변수를 선정하거나 또는 각 컴포넌트내의 요인 적재량 값이 가장 큰 N개의 변수를 선정할 수 있는 것을 특징으로 하는 고객만족지수 분석 방법.
  33. 청구항 29에 있어서,
    상기 고객만족도는 전반전 만족도, 계속 거래 의사, 타인 추천 의사의 세 가지 고객만족도 요소로 표현되며, 상기 제5 단계에서 상기 고객만족도 요소 각각에 대하여 영향력의 경중 내지는 순서를 파악하여 중요도 값을 구하는 것을 특징으로 하는 고객만족지수 분석 방법.
  34. 청구항 29에 있어서, 상기 제5 단계는,
    중요 품질변수 추출 과정에서 추출된 컴포넌트별 N개씩의 대표 품질변수와 고객만족도 관련변수 사이의 상관값을 구하는 단계;
    상기 상관값의 비교를 통해 각 고객만족도 관련변수별로 상관값이 큰 상위 M 개의 품질변수를 추출하는 단계;
    상기 추출된 M 개의 품질변수를 대상으로 다시 부분 상관값을 구하는 단계; 및
    상기 고객만족도 요소별로 중요도에 따라 중요 품질변수를 정렬하고, 이중에서 상위 L개의 품질변수를 각 요소에 대한 중요 품질변수로 채택하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  35. 청구항 29에 있어서, 상기 제6 단계는,
    상기 제5 단계에서 추출된 고객만족도 요소별 상위 L개의 중요 품질변수를 X축으로, 평균 만족도를 Y축으로 플롯팅하는 단계;
    상기 중요 품질변수에 따른 고객만족도 요소의 평균값을 구하는 단계; 및
    상기 평균값들에 적합한 회귀식을 도출하여 로그, 선형, 지수 함수 중 R-square 값이 큰 모델을 선택하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  36. 청구항 29에 있어서,
    상기 변수 특성은 로그 함수에 피팅되는 베이직 특성, 선형 함수에 피팅되는 리니어 특성, 지수 함수에 피팅되는 어트랙티브 특성으로 구분되는 것을 특징으로 하는 고객만족지수 분석 방법.
  37. 청구항 29에 있어서, 상기 제6 단계는,
    현재 품질변수의 만족도 값의 위치와 변수특성을 동시에 고려하여 투자 우선순위를 정하기 위해 기여도를 계산하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  38. 청구항 37에 있어서,
    품질변수의 만족도를 현재 상태로부터 1만큼 개선시킬 때 발생할 전반적 만족도, 계속거래의사, 타인추천의사에 대한 초기 효과 분석을 위해 에 의해 계산되는 기여도 1를 사용하는 것을 특징으로 하는 고객만족지수 분석 방법.
  39. 청구항 37에 있어서,
    전반적 만족도, 계속거래의사, 타인추천의사의 개선목표치를 달성하기 위한 품질변수의 만족도 변화량 또는 품질변수의 만족도를 1만큼 개선하는 데에 따른 전반적 만족도, 계속거래의사, 타인추천의사의 증분 분석을 위해 에 의해 계산되는 기여도 2를 사용하는 것을 특징으로 하는 고객만족지수 분석 방법.
  40. 청구항 38 또는 청구항 39에 있어서,
    리니어 특성을 가지는 품질변수는 기여도 1을 사용하며, 어트랙티브 특성을 가지는 품질변수는 기여도 2를 사용하는 것을 특징으로 하는 고객만족지수 분석 방법.
  41. 청구항 28에 있어서, 상기 제2 단계는,
    상기 중요 품질변수를 고려하여, 상기 중요 품질변수에 대해 만족 또는 불만족하는 그룹으로 고객군을 구분하고, 상기 고객군을 구분 및 대표할 수 있는 고객성향변수를 찾는 제7 단계; 및
    상기 그룹 판별 분석부의 결과를 활용하여 타겟 고객 및 그에 상응하는 컨트롤 고객을 설정하고, CRM 단계별 전략을 도출하는 제8 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  42. 청구항 41에 있어서,
    상기 제7 단계는 상기 중요 품질변수에 대한 응답에 따라 비교대상 그룹을 선정한후, 일반적인 고객 프로필 정보와 행동 데이터를 통해 그룹의 특성을 짓는 고객성향변수를 파악하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  43. 청구항 41에 있어서,
    상기 제7 단계는 상기 중요 품질변수에 대하여 만족도 분포를 플롯팅하고, 상기 고객성향변수 및 프로필 변수와 그 선택 값을 C4.5 또는 C5.0 등의 의사결정트리를 통해 찾아내는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  44. 청구항 41에 있어서,
    상기 제8 단계는 상기 고객성향변수와 해당변수에 대한 응답값을 조합하여 상기 트리트먼트 그룹을 발견하고, 그에 상응하는 컨트롤 그룹을 설정하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  45. 청구항 41에 있어서,
    상기 제8 단계는 상기 제7 단계로부터의 중요 품질변수별 만족 또는 불만족 기준의 고객성향 관련변수 중 만족 또는 불만족의 구분력이 높은 것 순으로 상위 N개를 추출하고, 상기 추출된 상위 N개의 고객성향변수를 조합하여, 조합된 특성을 갖는 고객군을 찾아 트리트먼트 그룹으로 설정하며, 다음과 같은 기준:
    1. 고객성향변수 한 개 (A)의 특성만을 갖는 트리트먼트 그룹
    컨트롤 그룹: U-A
    2. 고객성향변수 두 개 (A∩B)를 조합한 특성을 갖는 트리트먼트 그룹
    컨트롤 그룹: U- (A∪B)
    3. 고객성향변수 세 개 (A ∩ B ∩ C)를 조합한 특성을 갖는 트리트먼드 그룹
    컨트롤 그룹: U- (A∪B∪C)
    에 따라 각 트리트먼트 그룹에 대한 컨트롤 그룹을 설정하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  46. 청구항 45에 있어서,
    상기 트리트먼트 그룹과 컨트롤 그룹을 설정한후, 고객만족도 요소에 대하여 같은 축에 플롯팅하고, 상기 트리트먼트 그룹과 컨트롤 그룹 분포의 차이가 큰 쌍을 선택하고, 상기 선택된 트리트먼트 그룹과 컨트롤그룹의 고객 수가 일치하도록 트리트먼트 그룹의 고객수를 토대로 컨트롤 그룹의 고객수를 정규화하며, 만족 기준의 트리트먼트 그룹에 대한 유지비용과 불만족 기준의 트리트먼트 그룹에 대한 개선 효과를 정량화하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  47. 청구항 46에 있어서, 만족 기준의 트리트먼트 그룹에 대한 유지비용은 에 의해 정량화되며, 불만족 기준의 트리트먼트 그룹에 대한 개선 효과는 에 의해 정량화되며, 여기서
    T = 트리트먼트 그룹의 전체 수,
    C = 컨트롤 그룹의 전체 수(정규화후, T=C),
    TS i = 트리트먼트 그룹의 레벨 i에 있는 만족한 고객의 부분,
    TN j = 트리트먼트 그룹의 레벨 j에 있는 중립 고객의 부분,
    TD k = 트리트먼트 그룹의 레벨 k에 있는 불만족 고객의 부분,
    CS i = 컨트롤 그룹의 레벨 i에 있는 만족한 고객의 부분,
    CN j = 컨트롤 그룹의 레벨 j에 있는 중립 고객의 부분
    CD k = 컨트롤 그룹의 레벨 k에 있는 불만족 고객의 부분이며,
    k < j < i인 것을 특징으로 하는 고객만족지수 분석 방법.
  48. 청구항 28에 있어서, 상기 제3 단계는,
    상기 제2 단계로부터의 중요도 값과 변수 상세부로부터의 기여도값을 동시에 고려하여 고객만족도 개선에 대한 우선순위를 정하는 제9 단계;
    연도별 또는 설문 시행 횟수 별로 누적된 설문 결과 및 설문 문항의 변화 추이 및 고객 요구 사항에 대해 균형적인 고객 기대 충족을 검사하기 위한 스티어링 챠트를 생성하는 제10 단계;
    품질 요소의 위치 및 이동 경향을 경쟁기업간, 또는 연도별로 비교하기 위한 적정 가격선을 생성하는 제11 단계; 및
    연도별/분기별 고객만족도의 증감과 실제 기업 이익이나 비용과의 관계를 파악하고, 경쟁사와의 비교를 통하여 현재 자사의 상대적 강점과 약점을 파악하기 위한 제12 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  49. 청구항 48에 있어서,
    상기 제9 단계는 현재 상태를 상기 제5 단계에서 구한 중요도로 그리고 잠재적 성장 가능성을 제6 단계에서 구한 기여도로 보고 각 품질변수를 포지셔닝한후 각 품질 요소 위치의 원점에서부터의 거리를 구하여 품질변수의 우선순위를 결정하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  50. 청구항 48에 있어서,
    상기 제10 단계에서, 스티어링 챠트는 전반적 고객만족도 기준으로 선정된 중요 품질요소 상위 3개로 축을 정의하고, 다음에 각 품질 요소의 만족도 평균값을 찾아 그 점에서 축에 직각선을 그어, 3개의 직선이 만나 삼각형을 이루도록 하여 플롯팅되는 것을 특징으로 하는 고객만족지수 분석 방법.
  51. 청구항 48에 있어서, 상기 적정 가격선은,
    고객관점에서는 품질요소를 X축, 비용요소를 Y축으로 하며, 기업관점에서는 수익요소를 X축, 품질요소를 Y축으로 하는 것을 특징으로 하는 고객만족지수 분석 방법.
  52. 청구항 51에 있어서,
    상기 품질요소로는 전반적 만족도, 계속거래의사, 타인추천의사 또는 상기 매트릭스 분석부에서 구한 전반적 만족도 대비 중요 품질변수가 사용되는 것을 특징으로 하는 고객만족지수 분석 방법.
  53. 청구항 48에 있어서,
    상기 제11 단계는 전체 고객 대상으로 자사 대비 타사, 연도별/분기별로 전반적 만족도, 계속거래의사/타인추천의사에 대한 만족도 평균값의 변화를 비교하여 고객만족도 증감 분석을 수행하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 방법.
  54. 청구항 48에 있어서,
    상기 제11 단계는 특정 고객군 대상으로 전년도와 올해 모두 중요 품질변수로 선정된 항목과 전반적 만족도, 계속거래의사, 타인추천의사에 대한 연도별 만족도 평균값 변화를 비교하여 고객만족도 증감 분석을 수행하는 단계를 더 포함하는 것을 특징으로 하는 고객만족지수 분석 시스템.
KR1020040014492A 2004-03-04 2004-03-04 고객 만족 지수 분석 시스템 및 방법 KR100637939B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040014492A KR100637939B1 (ko) 2004-03-04 2004-03-04 고객 만족 지수 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040014492A KR100637939B1 (ko) 2004-03-04 2004-03-04 고객 만족 지수 분석 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20050089189A true KR20050089189A (ko) 2005-09-08
KR100637939B1 KR100637939B1 (ko) 2006-10-23

Family

ID=37271636

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040014492A KR100637939B1 (ko) 2004-03-04 2004-03-04 고객 만족 지수 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR100637939B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100733555B1 (ko) * 2005-10-27 2007-06-28 주식회사 동서리서치 고객만족도 진단방법 및 이를 실행하기 위한 프로그램이기록된 기록매체
WO2013055367A1 (en) * 2011-10-14 2013-04-18 Hewlett-Packard Development Company, L.P. Predicting customer satisfaction
KR101865216B1 (ko) * 2016-12-21 2018-06-07 장정호 사용자 선호 맞춤형 평가 관리 방법
CN114092123A (zh) * 2020-08-03 2022-02-25 上海数康企业管理咨询有限公司 一种满意度智能分析系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100838688B1 (ko) 2006-12-15 2008-06-16 교통안전공단 대중 교통 고객 만족도 분석 시스템 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100733555B1 (ko) * 2005-10-27 2007-06-28 주식회사 동서리서치 고객만족도 진단방법 및 이를 실행하기 위한 프로그램이기록된 기록매체
WO2013055367A1 (en) * 2011-10-14 2013-04-18 Hewlett-Packard Development Company, L.P. Predicting customer satisfaction
KR101865216B1 (ko) * 2016-12-21 2018-06-07 장정호 사용자 선호 맞춤형 평가 관리 방법
CN114092123A (zh) * 2020-08-03 2022-02-25 上海数康企业管理咨询有限公司 一种满意度智能分析系统

Also Published As

Publication number Publication date
KR100637939B1 (ko) 2006-10-23

Similar Documents

Publication Publication Date Title
Rouen Rethinking measurement of pay disparity and its relation to firm performance
Bozzolan et al. Italian annual intellectual capital disclosure: an empirical analysis
Cohen et al. Cost accounting systems structure and information quality properties: an empirical analysis
Agbejule et al. Strategy, control activities, monitoring and effectiveness
US7054828B2 (en) Computer method for using sample data to predict future population and domain behaviors
Alkaraan et al. Strategic investment decision-making processes: The influence of contextual factors
US6757660B2 (en) Method for analyzing information to provide an objective assessment of a predefined subject
US8086481B2 (en) Method for performing a market analysis
Lachmann et al. Strategic management accounting practices in hospitals: Empirical evidence on their dissemination under competitive market environments
US20020173998A1 (en) Diagnostic method and apparatus for business growth strategy
AU2010217178B2 (en) A method and system for collecting stakeholder relationship data
US20060122849A1 (en) Technique evaluating device, technique evaluating program, and technique evaluating method
Siebert et al. How not to compare apples and oranges: Generate context-specific performance reference points for a social life cycle assessment model
Costa et al. An AHP approach to assess brand intangible assets
Dawson et al. Adaptively selecting occupations to detect skill shortages from online job ads
KR100733555B1 (ko) 고객만족도 진단방법 및 이를 실행하기 위한 프로그램이기록된 기록매체
Scafarto et al. Board structure and intellectual capital efficiency: does the family firm status matter?
Lääts et al. Performance measurement patterns in service companies: An empirical study on Estonian service companies
Arora et al. Inventive capabilities in the division of innovative labor
Adam Jr et al. Quality improvement approach and performance: multisite analysis within a firm
KR100637939B1 (ko) 고객 만족 지수 분석 시스템 및 방법
KR101856550B1 (ko) 해외건설기업 의사결정 지원을 위한 발주국 평가방법 및 시스템
Mathur Who pulls the strings: firm strategy or firm environment in controlling firm risk?
Bjelica et al. Enhancing IT project management maturity assessment
Florea et al. Integrating risk literacy into brand management

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20101001

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee