[MIS] 종합적으로 지각된 서비스 품질 & 고객 만족 모형

종합적으로 지각된 서비스 품질

  • 종합적으로 지각된 서비스 품질
  • 그렌루스(Gronroos)가 제안한 모형(1984)
  • 서비스 품질은 기술적 품질, 기능적 품질, 이미지의 세 차원으로 구성
  • 이미지는 서비스품질이 지각되는 과정에서 필터기능을 함
  • 서비스의 6원칙
    • 서비스 품질은 수익을 견인한다.
    • 의사결정은 가급적 고객 접점에 가까운 조직으로 분권화 되어 있어야 한다.
    • 조직은 현장 지원을 위한 자원 동원이 주요 목표가 되어야 한다.
    • 경영자, 관리자는 직원을 격려하고 지원하는데 중점을 둔다.
    • 고객지각 품질을 형성할 때는 보상체계에 초점을 두어야 한다.
    • 서비스 품질의 고객 만족은 달성도 측정에 초점을 두어야 한다.
  • 서비스 품질을 이해하고 정의하는데 있어, 결과 측정은 중요한 이슈임
  • 고객의 기대를 관리함으로써 인식의 격차를 좁히는 마케팅 커뮤니케이션의 중요성 강조
  • 이후 1985년 Parasuraman, Zeithaml, Berry가 미국의 SERVQUAL모형 개발
    • 1990년대 초반에는 RATER(Reliability, Assurance, Trangibles, Empathy, Responsiveness)로 단순화되었음

고객 만족

  • 카노 노리아키가 제안한 모형(1984)
  • 해당 모형은 제품의 속성이 고객에게 어떻게 지각되고 고객 만족에 어떻게 영향을 미치는지에 따라 제품과 서비스를 세가지 범주로 나눌 수 있음
    • 기본적 속성(한계속성): must-be quality, 고객이 기대하는 속성, 제품 차별화에 아무런 영향을 미치지 못함
    • 성능속성: One-dimensional quality, 많을 수록 좋고 고객만족도도 향상시킴, 반대로 없거나 부족하면 고객 만족도 감소
    • 흥분속성: Attractive quality, 고객이 기대/언급하지 않은 속성으로 높은 수준의 고객만족도
  • 특정요소가 있거나, 없는 제품간의 고객의 만족도 수준의 차이를 보거나, 제품, 서비스 디자인 상에서 어떤 요소가 기능 또는 역기능을 하는지 평가하는데 활용될 수 있다.
  • 고객 요구 확인, 기능적 요구사항 결정, 제품의 개념구상, 경쟁 제품 분석 등 프로젝트에 유용
  • 이 모델은 처음부터 제품 특성의 차별화에 초점을 두고 있음
  • 설문에 대한 고객 응답을 모형에 연계시는 방법론도 개발되어 있음
  • 측정의 세부사항이나 기법에 얷매이지 않고 고객만족도 개선 방안의 이해를 높일 수 있는 접근 방식
  • 조직이 경쟁적 지위를 고려하기 때문에 고객에게 매력적으로 인식되는 제품이나 서비스는 다양한 경쟁적 이유로 실현 불가능할 수도 있음

References

  • 크리스티랑 그랜루스(2007), 서비스 경영과 마케팅
  • 제임스 에반스(Evans), 월리엄 린제이(J. R. Lindsay. W.)(2011), 품질 및 성능관리(Managing for Quality and Performance Excellence)

Read more

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

Pandera: 데이터프레임 검증에 최적화된 도구 주요 장점 * Pandas와 통합: Pandas 데이터프레임에 대해 스키마 기반 검증을 수행합니다. * 유연한 검증 조건: 열 데이터 타입, 값 범위, Null 여부 등 다양한 검증 조건을 정의할 수 있습니다. * 명확한 오류 메시지: 스키마 불일치에 대한 명확한 오류 메시지를 제공합니다. 단점 * 대용량 데이터 검증에서는 속도가 느릴 수

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression * Tobit 회귀(Tobit Regression)는 종속 변수가 특정 값에서 절단(Censored)된 상황에서 데이터를 분석하기 위해 사용되는 통계 기법입니다. * James Tobin이 처음 제안한 이 모델은 경제학과 사회과학 분야에서 자주 사용되며, 일반 선형 회귀로는 설명할 수 없는 상황에서 효과적으로 적용할 수 있습니다. Tobit Regression 수식 1. 관측된 종속 변수