[摘自前Mango Solutions 中国区总监、辅仁大学商学博士、“统计之都”核心成员，李舰，在众言科技主办的2019客户体验管理高峰论坛上的分享]
关于满意度模型的渊源，比如说最早瑞典的满意度模型，后来美国在这个基础上做了一些修改，现在比较主流的是欧洲的满意度模型。这些满意度模型的方法是一套结构方法，大家觉得这个方法不是很靠谱，原因在于搞统计、大数据、AI都习惯从各种千头万绪的事实当中发现规律，去探索，但实际上现在有一派想法，尤其是这几年AI特别火，人们也在反思：AI很厉害，但是不是所有的事情都要这么干？不见得。
有一位得过图灵奖的专家提到了反对今天过分追捧AI的声音，传统的大数据方法都是在研究相关性，没有研究因果。有很多大数据方法看起来很厉害，但是有一些问题，尤其是客户体验的问题，一个人高不高兴，并不是那么虚无缥渺的问题，而是有一些办法可以知道的。现在进入到AI时代，确实有一个趋势，重新审视一些相对传统的模型，研究得更清楚。如何能够把客户体验的满意度问题了解得更加清楚？量化它、分析它。
我们看一个例子，以问卷的设计为例。通常在一个问卷上问你几个问题就知道你是否满意，有一些比较简单的方法，是不是问得越多就越准？假设有100家门店，每个门店做满意度调查，算一下哪家店最好，这些都是调查满意度的一种方式，但这不是满意度模型。
满意度模型不仅仅是问你问题，我今天问你满意度怎么样，有人比较挑剔，有人比较随和，有人今天心情不好，或者有些东西影响到满意度了，每个人都不一样。这些问题怎么样在我们的分析当中体现，有一个办法，可以问更多问题，你问一下对什么不满，这些看上去好像更科学，但是你也不能直接简单地问。
我们直接看这个模型本身，你把几个问题汇总起来，度量它会有偏差，满意度和用户体验本身是非常主观的东西，为什么AI领域大家习惯用所谓的客观数据，我用谷歌、新浪微博的舆情，它至少是客观的。如果我们直接问，这样会很主观，我们有没有办法在相对主观的数据里提炼出一些相对客观的东西。
综上，顾客的满意程度是一种主观的感觉，需要借助技术手段进行测量和分析，因此引入了满意度模型。
满意度模型有6个和满意度相关的变量，分别是企业形象、顾客期望、感知质量、感知价值、顾客满意度、忠诚度。
