服務為先的當今社會，在任何領域都缺少不了服務人員這樣的崗位，無論是運營服務、線下市場，其實我們都可以統稱為服務人員。而客戶是否滿意是企業在發展過程中不可忽視的重要性指標。客戶滿意度在企業運營過程中是一個重要的衡量指標，一般情況下指提供服務的客戶的滿意情況。在大數據的驅動下，不難發現滿意度的提升，企業的營運指標也會有同步增長，兩者成正比的關系。文章中所提及的相關指標和內容適用于有電話、在線的服務模式企業或運營中心。

一、滿意度的獲取方法

企業在提供服務過程中，獲取客戶滿意度的方式有以下幾種：

1）主動邀評：在服務事件完成之后，主動邀請客戶對服務進行評價；以及通過不定期的隨機回訪、探訪獲取到的服務評價。

2）被動邀評：主要來源為客戶的投訴和訴求。

二、滿意度怎么設置

主動邀評中，滿意度的設置根據場景不同，而大致分為兩種：電話滿意度設置、在線滿意度設置

一般情況下滿意度設置會采用5分制、3分制、滿意不滿意三種模式。以中小型企業的在線服務為例，啟用企業營銷QQ的小型企業，營銷QQ中提供5種設置。建議設置為分數，便于后期的統計和分析，分數設置為5、4、3、2、1五個分段。

如是電話呼入，大多數呼叫中心都啟用了滿意度打分的設置，但是按照習慣來講，電話通話結束的時候，唯有小部分人會聽完所有IVR后按下選項，如果在服務過程中確實產生了不滿的情緒，那么客戶肯定會等結束之后去點最差的那個評價。且電話型的滿意度打分不建議設置為繁冗的分數打分以及長時間的IVR，一方面考慮到成本的問題，一方面也要考慮到客戶的非力度情況。所以建議電話打分設置為簡單的：不滿意、一般、滿意。同時為了更好的獲取到不滿意的數據和信息，建議將不滿意放第一位，從而進一步的改進整個服務流程和服務體系。

三、滿意度的計算方法

滿意度的計算方法有很多種，常見的算法非常簡單即為：滿意的事件個數/總獲取到的評價個數。

在這里給大家的介紹的計算方法為不滿率。而不滿率并非為1-滿意度，眾所周知在整個服務體系中100-1=0的重要性，因為1個客戶沒有服務好，可能導致的結果是一個可怕蝴蝶效應，那么勢必需要將不滿的數據同比放大，才能進一步的得到隱性的不滿后果，且不滿率的計算方法可以將服務性指標精益求精。

1）在線的不滿率計算方法

按照上述的5分制，將不滿的數據等比放大，最終目標是100%滿意。

舉個例子：

一個呼叫中心中，某一個座席的考評月中或得到的評價次數為100次，而1分的有2次，3分的5次，4分的8次，5分的85次，那么該座席的不滿率計算方法是：（2*10+5*5+3*8）/100=69%，也就是說這個座席代表的不滿率高達69%。

如果按照以往的計算方法，5分以下為不滿，那么該座席的不滿率為：15/100=15%。

以上的兩種計算方法能很清楚看出具體的區別，第一種計算方法將客戶的隱性不滿也計算到了其中，而第二種算法只計算到了該座席的實際不滿率，從心理學角度來講，一個座席按照第二種算法，只要確保提升滿意的數值即可。而第一種算法座席需要想方設法的將自己的滿意度提升到100%而且不能有任何第一非常滿意的數值。

2）電話的不滿率計算方法

同樣根據上述的測量方法，將滿意度設置為三種，那么按照等比進行擴大：

算法也同在線的計算方法。

整個不滿率的計算，還要囊括回訪、拜訪、客訴三個方面的數據，而客訴的事件同樣視為不滿，也就是最低分值得數據，計算在座席的不滿率當中。

在有了滿意度的數據后，企業應該根據實際情況進行進一步的調整和改進，同時如果涉及到考核，可以參考座席的評價率數據，綜合來考評一個座席滿意度乃至真個服務體系的滿意度。要想提升整個服務體系的滿意度，還需要一個步驟，將服務形成一個如下閉環，不斷地提升整個服務品質：

以上即為滿意度的綜合評定和測量計算以及數據運用的方式和方法，在大數據時代，需要數據驅動運營，數據推動服務，搭配合理的考核機制，讓整個服務再上一個臺階！