服务营销作业.docx
《服务营销作业.docx》由会员分享,可在线阅读,更多相关《服务营销作业.docx(29页珍藏版)》请在冰豆网上搜索。
服务营销作业
目录
一、调查背景介绍4
1.1企业背景介绍4
1.2竞争环境分析4
1.3调查原因与目的4
二、问卷情况4
2.1问卷设计4
2.2问卷基本情况4
三、数据统计分析4
3.1描述性分析4
3.2可靠性分析4
3.2.2有形证据的可靠性分析4
3.2.2服务可靠性分析4
3.2.3敏感性的可靠性分析4
3.2.4安全的可靠性分析4
3.3因子分析4
3.4回归分析4
四、优势及存在的问题:
4
4.1服务创新4
4.2服务过程4
4.3人员作用4
4.4有形展示4
5、存在问题4
5.1开发性题型总结4
5.1.1环境4
5.1.2服务4
5.1.3价格4
5.1.4商品4
6、总结4
一、调查背景介绍
1.1企业背景介绍
广州市好当家超市连锁有限公司成立于1998年7月,是一家以大型购物中心(大卖场)、社区超市、网上超市等多元业态联动为经营特色的零售企业,现有7间实体连锁门店,经营地域辐射广州市白云区、天河区、萝岗经济开发区,营业面积近100000平方米。
好当家以振兴和繁荣民族商业为使命,坚持“诚信经营、服务第一”的经营理念,为消费者提供“超越顾客期望”的商品和服务。
同时,好当家致力创建和谐合作的伙伴关系,实现互动共赢的新局面;不断完善内部管理机制,坚持实现员工价值最大化。
好当家坚持最大限度地满足消费者的一站式休闲购物需求,引领社区休闲便利新生活,深受广大消费者的喜爱和信赖,是广州本土最成功的连锁超市企业之一,是“广东省信用连锁超市示范单位”、“广东省优秀连锁经营门店”。
1.2竞争环境分析
自从中国加入WTO,全球50家最大的零售企业已有40多家在中国“抢滩登陆”,沃尔玛、家乐福、万客隆等零售巨头在中国的零售市场上已经遍地开花。
然而正是大量的外资百货、超市企业涌入,本地百货业超市业将面临更大的考验和挑战。
好当家作为广州本土企业,把握住市场的变化趋势,研究制定正确的对策,对于企业的发展来说至关重要。
A)关税壁垒的取消。
在中国海没有入世之前,国家对国内的零售业是采取保护的措施,入世之后,中国就是一个开放的市场,根据我国加入WTO的承诺,外资零售企业在中国内地开店将没有股权比例、开店数量与开店区域的限制。
这就使我们国内的零售业面临严峻的竞争形势与巨大的挑战。
B)管理制度的格式化。
我国的零售业发展得还不是很成熟,入世后本土化的企业能否从根本上改变其管理制度,决定着它们能否在以后的竞争中取得优势地位。
C)标准化的采购标准。
物质采购方面,好当家如果不能提高与供应商的谈判能力,降低采购成本,提高竞价能力,将会失势于其他零售巨头的中央采购政策或组团采购。
同时,周转速度慢、采购配送水平低,造成高库存和断货共存问题急需改善。
D)富于多变的营销模式。
外商零售业的进入会迫使国内零售商的营销模式的变化,好当家的营销模式也应该富于多变,富于人性化,更适应时代环境。
E)企业规模的拓展——大卖场小卖部。
对国内零售商来说,与其和外资企业在大中城市去争有限的市场,倒不如提前瞄准其未涉足的市场,积极扩张。
广州城中村、郊区仍较多,中低层消费群体将是一个庞大的消费市场,好当家可以适当扩大规模,向农村、城郊发展。
1.3调查原因与目的
好当家超市连锁有限公司作为广州本土发展壮大的连锁经营企业,有其独特的经营、管理方式,是广州本土最成功的连锁超市企业之一。
然而随着中国加入WTO,外资零售商的进入使得国内本土零售业面临各种机遇与挑战,作为本土企业的好当家为了更好地发展,不得不作出适当的战略调整。
而好当家到底要在哪些方面进行改善才能更适应消费者的需求?
那就需要对好当家现状进行调查与分析。
我们小组正是立足于此目的,想要分析五山好当家分店的经营现状,去了解周边消费者对好当家的意见以及建议,让好当家有目标地去改善经营,以适应日趋激烈的市场竞争,更好地满足消费者需求。
因此我们设计了有关方面的问卷,进行调查,录入数据并作出相关分析,找出五山好当家分店存在的不足之处,最后得出系列建议。
二、问卷情况
2.1问卷设计
见附录一
2.2问卷基本情况
本问卷共发放161份,收回有效问卷161份。
三、数据统计分析
经过对好当家进行初步的问卷调查和数据录入后,我们小组采用SPSS软件,对搜集到的数据进行了进一步分析,主要包括以下分析。
3.1描述性分析
下列表格的所有缺失值栏显示为0,说明数据齐全,无需进行缺失值处理。
PER1
PER2
PER3
PER4
N
有效
161
161
161
161
缺失
0
0
0
0
均值
4.20
4.19
4.47
4.29
中值
4.00
4.00
4.00
4.00
众数
4
4
4
4
标准差
1.124
1.136
1.189
1.132
方差
1.264
1.290
1.413
1.280
上表是关于有形设施的统计值分析:
从表格中可以看出,均值处于4.19-4.47之间,说明顾客对好当家有形设施的评价不是很高,处于中等下水平;标准差在1.124-1.136之间,说明顾客对好当家的有形设施评价高度统一,没有太大的方差。
PR1
PR2
PR3
PR4
PR5
N
有效
161
161
161
161
161
缺失
0
0
0
0
0
均值
4.30
4.27
4.23
4.27
4.35
中值
4.00
4.00
4.00
4.00
4.00
众数
4
4
4
4
4
标准差
1.215
1.128
1.200
1.156
1.098
方差
1.476
1.272
1.441
1.337
1.205
上表是关于可靠性的统计值分析:
从表格中看出,均值处于4.23-4.35之间,说明顾客对好当家可靠性的评价依旧处于中等水平;标准差处于1.098-1.215之间则说明在可靠性的意见,顾客还是比较统一的。
PRS1
PRS2
PRS3
PRS4
N
有效
161
161
161
161
缺失
0
0
0
0
均值
3.93
4.09
4.10
4.00
中值
4.00
4.00
4.00
4.00
众数
4
4
4
4
标准差
1.200
1.203
1.231
1.173
方差
1.439
1.448
1.515
1.375
上表是关于敏感性的统计值分析:
从表格看出,均值处于3.93-4.10之间,说明顾客对于好当家关乎自身利益的服务评价较好,处于中等水平;标准差1.173-1.231之间则说明顾客敏感性相对处于同一水平。
PAS1
PAS2
PAS3
PAS4
N
有效
161
161
161
161
缺失
0
0
0
0
均值
4.34
4.22
4.42
4.43
中值
4.00
4.00
4.00
4.00
众数
4
4
4
4
标准差
1.209
1.204
1.192
1.193
方差
1.462
1.450
1.420
1.422
这是关于安全性的统计值分析:
从表格看出,均值处于4.22-4.43之间,说明顾客对于好当家安全性的评价同样处于中等水平;标准差处于1.192-1.209之间,说明顾客对于好当家安全性的评价较为一致,反差不大。
PSM1
PSM2
PSM3
PSM4
PSM5
N
有效
161
161
161
161
161
缺失
0
0
0
0
0
均值
3.77
3.81
3.85
3.83
3.98
中值
4.00
4.00
4.00
4.00
4.00
众数
4
4
4
4
4
标准差
1.281
1.277
1.236
1.273
1.369
方差
1.641
1.631
1.528
1.620
1.874
上表是关于移情性的统计值分析:
从表格看出,均值处于3.77-3.98之间,说明顾客对于好当家的移情性处于较低水平,并不突出;标准差在1.236-1.369之间则说明顾客对于好当家的移情性还算比较统一,但统一性不强。
CS1
CS2
CS3
CS4
N
有效
161
161
161
161
缺失
0
0
0
0
均值
4.45
4.35
4.29
4.22
中值
4.00
4.00
4.00
4.00
众数
4
4
4a
4
标准差
1.083
1.063
1.159
1.082
方差
1.174
1.130
1.343
1.171
a.存在多个众数。
显示最小值
上表是关于满意度的统计值分析:
从表格中可以看出,均值在4.22-4.45之间,处于中下水平,表明顾客对于好当家的总体满意度不是很高。
标准差在1.063-1.159之间,说明顾客对于好当家的满意度基本处于同一水准,差别不大。
3.2可靠性分析
3.2.2有形证据的可靠性分析
案例处理汇总
N
%
案例
有效
161
100.0
已排除a
0
.0
总计
161
100.0
a.在此程序中基于所有变量的列表方式删除。
可靠性统计量
Cronbach'sAlpha
项数
.880
4
ANOVA
平方和
df
均方
F
Sig
人员之间
617.606
160
3.860
人员内部
项之间
8.228
3
2.743
5.930
.001
残差
222.022
480
.463
总计
230.250
483
.477
总计
847.856
643
1.319
总均值=4.29
Cronbachα系数的意义是:
个体在这一量表的测定得分与如果询问所有可能项目的测定得分的相关系数的平方,即这一量表能获得真分数的能力。
本例Cronbachα值为0.880,4个变量仅有0.12%的内容未曾涉及,故信度较高。
3.2.2服务可靠性分析
案例处理汇总
N
%
案例
有效
161
100.0
已排除a
0
.0
总计
161
100.0
a.在此程序中基于所有变量的列表方式删除。
可靠性统计量
Cronbach'sAlpha
项数
.910
5
ANOVA
平方和
df
均方
F
Sig
人员之间
791.886
160
4.949
人员内部
项之间
1.391
4
.348
.781
.538
残差
285.009
640
.445
总计
286.400
644
.445
总计
1078.286
804
1.341
总均值=4.29
本例为Cronbachα值为0.910,5个变量仅有0.09%的内容未曾涉及,故信度较高。
3.2.3敏感性的可靠性分析
案例处理汇总
N
%
案例
有效
161
100.0
已排除a
0
.0
总计
161
100.0
a.在此程序中基于所有变量的列表方式删除。
可靠性统计量
Cronbach'sAlpha
项数
.845
4
ANOVA
平方和
df
均方
F
Sig
人员之间
631.379
160
3.946
人员内部
项之间
3.118
3
1.039
1.703
.165
残差
292.882
480
.610
总计
296.000
483
.613
总计
927.379
643
1.442
总均值=4.03
本例为Cronbachα值为0.845,4个变量仅有0.155%的内容未曾涉及,故信度较高。
3.2.4安全的可靠性分析
案例处理汇总
N
%
案例
有效
161
100.0
已排除a
0
.0
总计
161
100.0
a.在此程序中基于所有变量的列表方式删除。
可靠性统计量
Cronbach'sAlpha
项数
.844
5
ANOVA
平方和
df
均方
F
Sig
人员之间
729.647
160
4.560
人员内部
项之间
71.458
4
17.865
25.176
.000
残差
454.142
640
.710
总计
525.600
644
.816
总计
1255.247
804
1.561
总均值=4.50
本例为Cronbachα值为0.844,5个变量仅有0.156%的内容未曾涉及,故信度较高。
3.2.5移情性的可靠性分析
案例处理汇总
N
%
案例
有效
161
100.0
已排除a
0
.0
总计
161
100.0
a.在此程序中基于所有变量的列表方式删除。
可靠性统计量
Cronbach'sAlpha
项数
.873
5
ANOVA
平方和
df
均方
F
Sig
人员之间
878.899
160
5.493
人员内部
项之间
3.918
4
.980
1.399
.233
残差
448.082
640
.700
总计
452.000
644
.702
总计
1330.899
804
1.655
总均值=3.85
基于以上表格,我们可以得出的结论是:
五个维度的内在信度都比较高,可以进行进一步的数据分析。
3.3因子分析
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.882
Bartlett的球形度检验
近似卡方
2619.400
df
231
Sig.
.000
小结:
表中,“取样足够度的Kaiser-Meyer-Olkin度量”=0.882>0.8,符合做因子分析的条件,sig显著,表示数据取自正态分布,很适合做因子分析。
在Bartlett的球形度检验中这一结论也得到验证,Bartlett球形检验结果为:
自由度231,Sig值0.000,小于显著性水平0.05,故拒绝零假设,统计显著,并且认为以上变量适合做因子分析。
解释的总方差
成份
初始特征值
提取平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
1
8.455
38.431
38.431
8.455
38.431
38.431
2
4.962
22.554
60.985
4.962
22.554
60.985
3
1.110
5.047
66.032
1.110
5.047
66.032
4
.984
4.474
70.506
5
.861
3.914
74.420
6
.667
3.033
77.454
7
.567
2.577
80.031
8
.500
2.272
82.303
9
.479
2.175
84.478
10
.434
1.975
86.453
11
.402
1.829
88.282
12
.381
1.733
90.015
13
.342
1.553
91.569
14
.318
1.445
93.014
15
.294
1.337
94.351
16
.268
1.217
95.567
17
.216
.983
96.550
18
.194
.884
97.434
19
.173
.788
98.222
20
.145
.660
98.882
21
.137
.623
99.505
22
.109
.495
100.000
提取方法:
主成份分析。
总累积贡献率可达66.032%的主因子3个,对3个变量进行具有Kaiser标准化的正交旋转法,旋转在7次迭代后收敛,可得到旋转成份矩阵,并生成碎石图。
成份矩阵a
成份
1
2
3
PEP1
.773
.084
.050
PEP2
.731
.124
.094
PEP3
.796
.070
-.002
PEP4
.781
.121
.146
PR1
.772
.186
.175
PR2
.803
.189
.185
PR3
.815
.168
.112
PR4
.805
.141
.102
PR5
.811
.101
.023
PRS1
-.289
.636
-.297
PRS2
-.100
.763
-.354
PRS3
-.079
.786
-.311
PRS4
-.126
.716
-.326
PAS1
.823
.112
-.106
PAS2
.757
.151
-.074
PAS3
.760
.151
-.165
PAS4
.754
.102
-.372
PSM1
-.355
.668
.386
PSM2
-.282
.746
.398
PSM3
-.236
.743
.156
PSM4
-.150
.785
.237
PSM5
-.270
.658
.046
提取方法:
主成份。
a.已提取了3个成份。
分析:
然后根据因子分析的结果,聚出了3个因子,而且因子1同时跨越PEP群,PAS群和PR群,所以命名这个因子为X1(不明因子1),因子2跨越PRS群和PSM群
显然,从碎石图中,我们可以发现自第3个点后,曲线趋于平坦。
由此我们决定提取3个因子,因子特征值对累计方差贡献率为66.032%。
然后我们再一次对聚出来的3个因子作可靠性分析,得出来的Cronbach'sAlpha值作了简单的比较.
表格
第一次可靠性分析Cronbach'sAlpha值
第二次可靠性分析
Cronbach'sAlpha值
PEP(有形证据)
X1
.880
.951
PR(可靠性)
.910
PAS(安全性)
.844
PRS(敏感性)
X2
.845
.865
PSM(移情性)
.873
比较第一次做可靠性检验的5个CronbachAlpha值,和第二次可靠性检验的2个CronbachAlpha,得知第二次可靠性检验的2个CronbachAlpha值普遍更大些。
3.4回归分析。
对CS的分层回归分析
模型汇总
模型
R
R方
调整R方
标准估计的误差
1
.920a
.847
.846
.38897
2
.974b
.949
.949
.22438
3
.992c
.984
.983
.12842
4
1.000d
1.000
1.000
.00000
a.预测变量:
(常量),第25题。
b.预测变量:
(常量),第25题,第23题。
c.预测变量:
(常量),第25题,第23题,第26题。
d.预测变量:
(常量),第25题,第23题,第26题,第24题。
通过逐步回归的方法,由于第四个模型的R方最大,我们选取第四个模型
已排除的变量d
模型
BetaIn
t
Sig.
偏相关
共线性统计量
容差
1
第23题
.505a
17.884
.000
.818
.401
第24题
.508a
15.200
.000
.771
.352
第26题
.399a
11.960
.000
.689
.456
2
第24题
.292b
9.972
.000
.623
.230
第26题
.286b
18.037
.000
.821
.418
3
第24题
.268c
.
.
1.000
.229
a.模型中的预测变量:
(常量),第25题。
b.模型中的预测变量:
(常量),第25题,第23题。
c.模型中的预测变量:
(常量),第25题,第23题,第26题。
d.因变量:
cs
从可排除变量表可看出第四个模型中PSM的sig值为0.993>0.05,所以可以排除。
系数表如下所示:
系数a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
.950
.118
8.066
.000
第25题
.788
.027
.920
29.685
.000
2
(常量)
.328
.076
4.290
.000
第25题
.453
.024
.530
18.761
.000
第23题
.462
.026
.505
17.884
.000
3
(常量)
.105
.045
2.316
.022
第25题
.332
.015
.387
21.538
.000
第23题
.381
.015
.417
24.669
.000
第26题
.262
.015
.286
18.037
.000
4
(常量)
-2.436E-16
.000
.
.
第25题
.250
.000
.292
.
.
第23题
.250
.000
.273
.
.
第26题
.250
.000
.273
.
.
第24题
.250
.000
.268
.
.
a.因变量:
cs
由系数可以看出:
人口统计变量对满意度有影响,其中职业和教育程度对满意度有较大影响。
X1即可靠性和安全性对满意度影响为正,有形展示对满意度为正的影响,、所以,好当家应该在服务的可靠性和安全性上加强改善力度。
同时,也要在有形展示上加大力度。
对CL的分层回归分析
模型汇总
模型
R
R方
调整R方
标准估计的误差
1