TW202143121A - 工業4.0顧客不滿意度預測方法及其系統 - Google Patents

工業4.0顧客不滿意度預測方法及其系統 Download PDF

Info

Publication number
TW202143121A
TW202143121A TW109115668A TW109115668A TW202143121A TW 202143121 A TW202143121 A TW 202143121A TW 109115668 A TW109115668 A TW 109115668A TW 109115668 A TW109115668 A TW 109115668A TW 202143121 A TW202143121 A TW 202143121A
Authority
TW
Taiwan
Prior art keywords
service
item
value
dissatisfaction
threshold
Prior art date
Application number
TW109115668A
Other languages
English (en)
Inventor
郭春敏
曾欽耀
Original Assignee
國立勤益科技大學
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 國立勤益科技大學 filed Critical 國立勤益科技大學
Priority to TW109115668A priority Critical patent/TW202143121A/zh
Publication of TW202143121A publication Critical patent/TW202143121A/zh

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本發明提供一種工業4.0顧客不滿意度預測方法及其系統，方法包含：接收一服務調查資料；將所述服務調查資料累積，並將每一服務調查資料處理為複數個不滿意服務項目；將每一服務調查資料之各不滿意服務項目與一基礎不滿意服務項目比較，透過一第一服務問題預測程式運算以產生一不滿意數值；透過一第二服務問題預測程式運算判斷所述不滿意數值是否大於門檻閾值；當不滿意數值大於門檻閾值，標示為一服務異常項目；服務異常項目儲存並整合處理為一改善服務檢視表；藉此，透過改善服務檢視表能夠提早規劃相對應之改善方案，以有效提升顧客關係及營運績效。

Description

工業4.0顧客不滿意度預測方法及其系統
本發明係關於一種服務相關領域，尤指一種工業4.0顧客不滿意度預測方法及其系統。
按，服務業的服務品質是影響顧客滿意度、忠誠度及營運績效之重要因素，其中，長期以來，服務業者對於顧客之抱怨問題存在一定程度之困擾。
一般服務業者對於顧客之抱怨，會針對顧客抱怨的部分，進行事後服務品質之檢討，根據檢討結果再提改善方案，以落實下次的顧客服務流程。
雖然事後服務品質檢討能夠改善現有服務品質，但是維護一位既有的顧客的時間是尋找一位新顧客時間的五倍，所以事後服務品質檢討無法有效提升顧客滿意度、忠誠度及營運績效。
為解決上述課題，本發明提供一種工業4.0顧客不滿意度預測方法及其系統，提供服務業者預先預測顧客不滿意之服務項目，達到提早規劃相對應之改善方案，以有效提升顧客關係及營運績效。
本發明之一項實施例提供一種工業4.0顧客不滿意度預測方法，其包含：接收一服務調查資料；將所述服務調查資料累積，並將每一服務調查資料處理為複數個不滿意服務項目；將每一服務調查資料之各不滿意服務項目與一基礎不滿意服務項目比較，透過一第一服務問題預測程式運算以產生一不滿意數值，其中，每一基礎不滿意服務項目對應設有專屬之一門檻閾值；透過一第二服務問題預測程式運算判斷所述不滿意數值是否大於門檻閾值；當所述不滿意數值大於門檻閾值，標示為一服務異常項目；以及將所述服務異常項目儲存並整合處理為一改善服務檢視表。
於本發明另一實施例中，一種工業4.0顧客不滿意度預測系統，其架設於伺服器能運行於終端裝置，工業4.0顧客不滿意度預測系統包含：一互動模組，其顯示於終端裝置，互動模組提供使用者透過終端裝置輸入之一服務調查資料；以及一處理模組，其與互動模組耦接，處理模組具有一資料庫及一服務問題預測程式，資料庫存有複數基礎不滿意服務項目及及對應各基礎不滿意服務項目之一門檻閾值，處理模組將接收之服務調查資料處理為複數個不滿意服務項目，且將每一不滿意服務項目與資料庫中對應之所述基礎不滿意服務項目比較，透過一第一服務問題預測程式運算以產生一不滿意數值；處理模組透過一第二服務問題預測程式運算判斷所述不滿意數值是否大於門檻閾值；其中，當所述不滿意數值大於門檻閾值，標示為一服務異常項目，處理模組依據所述服務異常項目產生預警訊息，並且所述服務異常項目儲存於資料庫，以及整合處理為一改善服務檢視表，改善服務檢視表透過互動模組顯示於終端裝置。
藉由上述，本發明工業4.0顧客不滿意度預測方法及其系統，能夠提供服務業者預先預測顧客不滿意之服務項目，改善習知僅能夠在顧客抱怨問題後才能夠進行服務檢討之缺點，藉以達到提早規劃相對應之改善方案，進而有效提升顧客關係及營運績效。
為便於說明本發明於上述發明內容一欄中所表示的中心思想，茲以具體實施例表達。實施例中各種不同物件係按適於說明之比例、尺寸、變形量或位移量而描繪，而非按實際元件的比例予以繪製，合先敘明。
請參閱圖1至圖5所示，其中，圖1至圖2為本發明提供一種工業4.0顧客不滿意度預測方法，圖4及圖5為本發明提供工業4.0顧客不滿意預測系統。於本發明實施例中，工業4.0顧客不滿意度預測方法是運用於旅館業；工業4.0顧客不滿意度預測方法包含步驟S1至步驟S9，於本發明實施例中，步驟S1至步驟S6是依序進行，步驟S7、步驟S8及步驟S9能夠排序於步驟S1至步驟S6前、後或同時，但本發明不限制各步驟之排列順序，各步驟順序能夠依操作所需調整。
步驟S1：根據一服務問卷資訊輸入之一服務調查資料，於本發明實施例中，能夠有一個或是複數個根據服務問卷資訊輸入服務調查資料。
再者，服務問卷資訊具有27項服務屬性及7大分類之相關問題，使用者能夠根據相關問題對應輸入服務調查資料，27項服務屬性為停車位空間是足夠、停車場的停車位數量充足、設施指引清楚、我可以相信這家旅館的服務、旅館的服務時間符合我的需求、旅館提供的景點旅遊行程選擇很好、住宿價格可以接受、餐飲價格合理、旅館外觀風格良好、旅館的總體景觀感覺良好、旅館設施良好、旅館環境總體衛生良好、旅館設施操作順暢、員工熟悉操作流程、員工處理問題的能力佳、旅館品牌形象可以贏得顧客信任、員工具專業技能、員工了解顧客實際需求、員工針對顧客提供客製化服務、員工處理緊急事件佳、旅館處理問題迅速、員工願意付出更多努力來滿足顧客特定需求、員工關心顧客並提供顧客沒有想到得且超出顧客期許的服務、員工迅速提供顧客需要的服務、員工服務態度良好、員工具有專業知識、旅館的飲食衛生環境佳；7大分類為前台服務、客房服務、餐飲服務、安全管理、設施完整、價格合理、解決問題能力。
步驟S2：將所接收到之服務調查資料進行累積，並將每一服務調查資料處理為複數個不滿意服務項目；其中，服務調查資料之累積數量能夠是預先設定或是依照需求調整；將服務問卷資訊具有27項服務屬性及7大分類之相關問題處理為各個不滿意服務項目。
步驟S3：將每一服務調查資料之各不滿意服務項目與一基礎不滿意服務項目比較，透過一第一服務問題預測程式運算以產生一不滿意數值，其中，每一基礎不滿意服務項目對應設有專屬之一門檻閾值Th。
進一步說明，請參閱圖3所示，基礎不滿意服務項目為27項服務屬性及7大分類，門檻閾值Th為27項服務屬性對應7大分類交叉對應所產生的數值，其中，27項服務屬性為停車位空間是足夠、停車場的停車位數量充足、設施指引清楚、我可以相信這家旅館的服務、旅館的服務時間符合我的需求、旅館提供的景點旅遊行程選擇很好、住宿價格可以接受、餐飲價格合理、旅館外觀風格良好、旅館的總體景觀感覺良好、旅館設施良好、旅館環境總體衛生良好、旅館設施操作順暢、員工熟悉操作流程、員工處理問題的能力佳、旅館品牌形象可以贏得顧客信任、員工具專業技能、員工了解顧客實際需求、員工針對顧客提供客製化服務、員工處理緊急事件佳、旅館處理問題迅速、員工願意付出更多努力來滿足顧客特定需求、員工關心顧客並提供顧客沒有想到得且超出顧客期許的服務、員工迅速提供顧客需要的服務、員工服務態度良好、員工具有專業知識、旅館的飲食衛生環境佳；7大分類為前台服務、客房服務、餐飲服務、安全管理、設施完整、價格合理、解決問題能力。
於步驟S3中是將由步驟S2處理出的各個不滿意服務項目與對應之基礎不滿意服務項目比較，舉例：不滿意服務項目為員工服務態度良好，所比對處理之基礎不滿意項目就為員工服務態度良好，以此類推；並透過第一服務問題預測程式運算以產生不滿意數值。
第一服務問題預測程式之運算式為：
Figure 02_image001
；符號Idi表示不滿意服務項目的代碼，符號Ij 表示基礎不滿意服務項目的代碼，符號Rdi 表示不滿意服務項目代碼的比率，符號n表示所接收到服務調查資料之數量，舉例：n=1，表示接收到服務調查資料之數量為1；n=3，表示接收到服務調查資料之數量為3，以此類推。
步驟S4：透過一第二服務問題預測程式運算判斷不滿意數值是否大於門檻閾值Th，其中，門檻閾值Th的數值用於表示顧客不滿意程度，舉例：門檻閾值Th為0.03代表100位顧客，其中有3位顧客對於此項目反應為不滿意。
第二服務問題預測程式之運算式為：
Figure 02_image003
，符號Rdi 表示不滿意服務項目代碼的比率，符號sthi 表示門檻閾值，符號ei 表示異常值。
步驟S5：當不滿意數值大於門檻閾值Th時，會產生一異常值，並依據異常值，將不滿意服務項目標示為服務異常項目，並依據服務異常項目產生預警訊息。
步驟S6：將所有被標示為服務異常項目儲存，並且整合處理為一改善服務檢視表，改善服務檢視表能夠以條列或圖表方式呈現，以提供使用者提早針對服務異常項目規劃改善方案。
步驟S7：接收一設定閾值，將設定閾值更新為門檻閾值Th，其中，根據一系統預測值、一標準設定值及一誤差值修正調整處理設定閾值，並將修正調整後之設定閾值更新設定為每一基礎不滿意服務項目所對應專屬之門檻閾值Th，其中，依據管理需求及著重服務項目提供調整門檻閾值Th，為了使設定閾值符合預測服務不滿意比對精準度，能夠將設定閾值進一步透過系統預測值(current serving)、標準設定值(standard threshold)及誤差值(error)修正調整處理設定閾值，而系統預測值(current serving)、標準設定值(standard threshold)及誤差值(error)是依據學術理論所產生；同樣地，門檻閾值Th同樣經過系統預測值(current serving)、標準設定值(standard threshold)及誤差值(error)修正調整處理，以確保預測服務不滿意之比對精準度。
步驟S8：依據一項目查詢指令，查看單一服務異常項目所對應之異常值，其中，項目查詢指令用於數據過濾，因為在不同時間會收集不同資訊，及取得不同之服務異常項目，因此能夠透過項目查詢指令，針對所欲了解的服務異常項目進行單一檢視。
步驟S9：編輯服務問卷資訊之複數個服務項目，每一服務項目能夠提供修改、刪除或增加，調整後之服務項目能夠被更新儲存，於本發明實施例中，所述服務項目同不滿意服務項目的27項服務屬性及7大分類。
本發明實施例提供一種工業4.0顧客不滿意度預測系統100，其架設於伺服器1能運行於終端裝置2，使用者能夠透過終端裝置2訊號連接至伺服器1，以使用工業4.0顧客不滿意度預測系統100，其中，終端裝置2能夠係各種個人電腦、筆記型電腦、智慧型行動裝置或平板電腦，當終端裝置2為各種個人電腦或筆記型電腦，工業4.0顧客不滿意度預測系統100之使用手段係軟體；當終端裝置2為智慧型行動裝置或平板電腦，工業4.0顧客不滿意度預測系統100之使用手段係應用程式(APP)；於本發明實施例中，工業4.0顧客不滿意度預測系統100是運用於旅館業，且使用者為旅館業之管理者，但本發明同樣能夠提供給顧客、員工等人員使用，本發明不限制使用對象。
工業4.0顧客不滿意度預測系統100具有相互耦接一互動模組10及一處理模組20，互動模組10提供資料顯示與輸入，處理模組20提供接收互動模組10傳送之資料並進行處理。
互動模組10，其顯示於終端裝置2，互動模組10提供使用者透過終端裝置2根據服務問卷資訊輸入之服務調查資料，其中，服務調查資料能夠一個或是複數個，表示有一位或是複數位使用者各自根據服務問卷資訊輸入服務調查資料。
互動模組10具有一操作單元11及一編輯單元12，操作單元11呈現服務問卷資訊，使用者透過終端裝置2於操作單元11根據服務問卷資訊輸入之服務調查資料，操作單元11能夠將服務調查資料傳送至處理模組20；其中，互動模組10之操作單元11亦提供使用者透過終端裝置2輸入設定閾值。
編輯單元12提供使用者透過終端裝置2進行服務問卷資訊之各服務項目的修改、刪除或增加，編輯單元12將調整後之服務項目傳送至處理模組20儲存。
處理模組20具有一資料庫21、第一服務問題預測程式及第二服務問題預測程式，資料庫21儲存有服務問卷資訊、複數基礎不滿意服務項目、對應各個基礎不滿意服務項目之門檻閾值Th及被編輯調整過之服務項目，其中，處理模組20接收由操作單元11傳送之設定閾值，能夠更新資料庫21中所儲存之門檻閾值Th。
處理模組20之資料庫21存有第一服務問題預測程式及第二服務問題預測程式；處理模組20能夠將接收之服務調查資料處理為複數個不滿意服務項目，且將每一不滿意服務項目與資料庫21中對應之基礎不滿意服務項目進行比較，並讀取資料庫21中之第一服務問題預測程式進行運算以產生不滿意數值。
再者，處理模組20能夠透過第二服務問題預測程式運算判斷不滿意數值是否大於門檻閾值Th，當不滿意數值大於門檻閾值Th，標示為服務異常項目；而處理模組20能夠依據服務異常項目產生預警訊息，預警訊息傳送至互動模組10，由互動模組10顯示於終端裝置2，以提供使用者提早針對服務異常項目規劃改善方案。
處理模組20能夠將服務異常項目儲存於資料庫21以及整合處理為改善服務檢視表，處理模組20將改善服務檢視表傳送至互動模組10，由互動模組10將改善服務檢視表顯示於終端裝置2。
此外，互動模組10之操作單元11提供輸入項目查詢指令，互動模組10將項目查詢指令傳送至處理模組20，處理模組20依據項目查詢指令讀取資料庫21符合服務異常項目，並將讀取之服務異常項目傳送至互動模組10，由互動模組10將服務異常項目顯示於終端裝置2，以提供使用者透過終端裝置2查看單一服務異常項目所對應之異常值。
綜合上述，本發明能夠達成下列功效：
1.本發明能夠提供服務業者預先預測顧客不滿意之服務項目，以達到提早規劃相對應之改善方案，進而有效提升顧客關係及營運績效。
2.本發明能夠根據使用者之需求調整門檻閾值，以具有靈活彈性的管理評估效果，並且更能夠符合使用者營運目標管理。
以上所舉實施例僅用以說明本發明而已，非用以限制本發明之範圍。舉凡不違本發明精神所從事的種種修改或變化，俱屬本發明意欲保護之範疇。
1:伺服器 2:終端裝置 S1:步驟 S2:步驟 S3:步驟 S4:步驟 S5:步驟 S6:步驟 S7:步驟 S8:步驟 S9:步驟 100:工業4.0顧客不滿意度預測系統 10:互動模組 11:操作單元 12:編輯單元 20:處理模組 21:資料庫 Th:門檻閾值
圖1係本發明方法流程示意圖。 圖2係本發明第一及第二服務問題預測程式運算流程示意圖。 圖3係本發明門檻閾值對照表。 圖4係本發明系統連結方塊圖。 圖5係本發明系統架構方塊圖。
S1:步驟
S2:步驟
S3:步驟
S4:步驟
S5:步驟
S6:步驟
S7:步驟
S8:步驟
S9:步驟

Claims (10)

  1. 0顧客不滿意度預測方法，其包含： 接收一服務調查資料； 將所述服務調查資料累積，並將每一服務調查資料處理為複數個不滿意服務項目； 將每一服務調查資料之各不滿意服務項目與一基礎不滿意服務項目比較，透過一第一服務問題預測程式運算以產生一不滿意數值，其中，每一基礎不滿意服務項目對應設有專屬之一門檻閾值； 透過一第二服務問題預測程式運算判斷所述不滿意數值是否大於該門檻閾值； 當所述不滿意數值大於該門檻閾值，標示為一服務異常項目，並依據該服務異常項目產生預警訊息；以及 將所述服務異常項目儲存並整合處理為一改善服務檢視表。
  2. 如請求項1所述之工業4.0顧客不滿意度預測方法，其中，當所述不滿意數值大於該門檻閾值，產生一異常值，並依據該異常值將所述不滿意服務項目標示為該服務異常項目。
  3. 如請求項2所述之工業4.0顧客不滿意度預測方法，其中，該第一服務問題預測程式之運算式為：
    Figure 03_image001
    ；該第二服務問題預測程式之運算式為：
    Figure 03_image003
    ，符號Idi表示不滿意服務項目的代碼，符號Ij 表示基礎不滿意服務項目的代碼，符號Rdi 表示不滿意服務項目代碼的比率，符號sthi 表示門檻閾值，符號ei 表示異常值，符號n表示所接收到所述服務調查資料之數量。
  4. 如請求項2所述之工業4.0顧客不滿意度預測方法，其中，依據一項目查詢指令，查看單一服務異常項目所對應之該異常值。
  5. 如請求項1所述之工業4.0顧客不滿意度預測方法，其中，接收一設定閾值，將該設定閾值更新為該門檻閾值，其中，根據一系統預測值、一標準設定值及一誤差值修正調整處理該設定閾值，並將修正調整後之該設定閾值更新設定為每一基礎不滿意服務項目所對應專屬之該門檻閾值。
  6. 如請求項1所述之工業4.0顧客不滿意度預測方法，其中，根據一服務問卷資訊輸入之所述服務調查資料，該服務問卷資訊具有複數服務項目，所述服務項目提供修改、刪除或增加，調整後之所述服務項目會被更新儲存。
  7. 0顧客不滿意度預測系統，其架設於伺服器能運行於終端裝置，該工業4.0顧客不滿意度預測系統包含： 一互動模組，其顯示於終端裝置，該互動模組提供使用者透過終端裝置輸入之一服務調查資料；以及 一處理模組，其與該互動模組耦接，該處理模組具有一資料庫、一第一服務問題預測程式及一第二服務預測程式，該資料庫存有複數基礎不滿意服務項目及及對應各該基礎不滿意服務項目之一門檻閾值，該處理模組將接收之該服務調查資料處理為複數個不滿意服務項目，且將每一不滿意服務項目與該資料庫中對應之所述基礎不滿意服務項目比較，透過該第一服務問題預測程式運算以產生一不滿意數值；該處理模組透過該第二服務問題預測程式運算判斷所述不滿意數值是否大於該門檻閾值；其中，當所述不滿意數值大於該門檻閾值，標示為一服務異常項目，該處理模組依據所述服務異常項目產生預警訊息，並且所述服務異常項目儲存於該資料庫，以及整合處理為一改善服務檢視表，該改善服務檢視表透過該互動模組顯示於終端裝置。
  8. 如請求項7所述之工業4.0顧客不滿意度預測系統，其中，該互動模組提供使用者透過終端裝置輸入之一設定閾值；該處理模組接收該設定閾值並更新該資料庫中之該門檻閾值。
  9. 如請求項7或8所述之工業4.0顧客不滿意度預測系統，其中，該處理模組判斷所述不滿意數值大於該門檻閾值，產生一異常值，並依據該異常值將所述不滿意服務項目標示為該服務異常項目；該第一服務問題預測程式之運算式為：
    Figure 03_image001
    ；該第二服務問題預測程式之運算式為：
    Figure 03_image003
    ，符號Idi表示不滿意服務項目的代碼，Ij 表示基礎不滿意服務項目的代碼，Rdi 表示不滿意服務項目代碼的比率，sthi 表示門檻閾值，ei 表示異常值，n表示所接收到所述服務調查資料之數量。
  10. 如請求項7所述之工業4.0顧客不滿意度預測系統，其中，該資料庫存有一服務問卷資訊，該服務問卷資訊具有複數服務項目，該互動模組具有一操作單元及一編輯單元，該操作單元呈現該服務問卷資訊，使用者透過終端裝置於該操作單元根據該服務問卷資訊輸入之所述服務調查資料；該編輯單元提供使用者透過終端裝置修改、刪除或增加所述服務項目，該編輯單元將調整後之所述服務項目傳送至該處理模組並儲存於該資料庫。
TW109115668A 2020-05-12 2020-05-12 工業4.0顧客不滿意度預測方法及其系統 TW202143121A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109115668A TW202143121A (zh) 2020-05-12 2020-05-12 工業4.0顧客不滿意度預測方法及其系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109115668A TW202143121A (zh) 2020-05-12 2020-05-12 工業4.0顧客不滿意度預測方法及其系統

Publications (1)

Publication Number Publication Date
TW202143121A true TW202143121A (zh) 2021-11-16

Family

ID=80783078

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109115668A TW202143121A (zh) 2020-05-12 2020-05-12 工業4.0顧客不滿意度預測方法及其系統

Country Status (1)

Country Link
TW (1) TW202143121A (zh)

Similar Documents

Publication Publication Date Title
WO2019056710A1 (zh) 供应商推荐方法、装置及计算机可读存储介质
Tan et al. When does the devil make work? An empirical study of the impact of workload on worker productivity
Huang et al. Extending understanding of the internal marketing practice and employee satisfaction relationship: A budget Chinese airline empirical examination
US8666771B2 (en) Healthcare system planning tool
Abu-Doleh et al. Dimensions of performance appraisal systems in Jordanian private and public organizations
Gotzamani Results of an empirical investigation on the anticipated improvement areas of the ISO 9001: 2000 standard
US7912794B2 (en) Computerized cost estimate system and method
US20130198098A1 (en) System and method for creating a dynamic customized employment profile and subsequent use thereof
Pettit et al. A new toolkit for land value analysis and scenario planning
US7676428B2 (en) System and method for aiding commercial property assessment
US9305059B1 (en) Methods, systems, and computer readable media for dynamically selecting questions to be presented in a survey
US20240127136A1 (en) Wait Time Prediction
US20150161686A1 (en) Managing Reviews
JP6732084B1 (ja) コンピュータプログラム、送信方法及び送信装置
JP2016206783A (ja) 情報提供方法及び情報提供装置
JPH1011498A (ja) 営業マネジメント支援システム
US20160171608A1 (en) Methods and systems for finding similar funds
US20100174550A1 (en) Method and system for online inventory and cost management
US20140114872A1 (en) System and method for managing voluntary employee benefit plans
JP6535726B1 (ja) 住替え支援システム
TW202143121A (zh) 工業4.0顧客不滿意度預測方法及其系統
US20200365261A1 (en) Extracting sales and upgrade opportunities from utilization data
Yusof et al. A guideline for decision-making on business intelligence and customer relationship management among clinics
JP7038350B2 (ja) 情報提供装置、情報提供方法、および情報提供プログラム
JP5786001B2 (ja) 需要予測装置およびプログラム