SEO环境下企业客户的服务补救策略研究

SEO环境下企业客户的服务补救策略研究

论文摘要

在互联网技术高速发展的时代,搜索引擎作为用户使用率最高的网络服务工具平台出现在人们面前,这个巨大的网络平台为广大企业带来了无限商机。基于搜索引擎优化SEO(Search Engine Optimization)的搜索推广业务就是信息搜索服务提供商(例如Google,Baidu,Bing,Yahoo等)通过研究网民搜索习惯,为企业提供专业的个性化服务,指导企业通过这个平台如何更有效的让自己的产品或公司被网民搜索进而转化为企业效益。由于搜索推广业务是一项付费业务,从信息搜索服务提供商的角度看,基于SEO的搜索推广业务是典型的“企业—企业”的服务过程。一方面,基于各大信息搜索服务提供商的品牌效应,客户对于效果有较高的期望,对SEO销售人员的要求越来越高;另一方面,SEO推广的后台服务系统专业性较强,大多数客户需要在客服人员的指导下使用,甚至会让客服代替客户对后台进行操作,企业客户对搜索推广的售后服务要求也越来越高。所以,与其它服务过程一样,在整个售前售后的过程中都容易出现服务失败的情况。服务补救就是针对服务出现失败和错误的情况下,服务提供商对客户的不满和抱怨当即做出的补救性反应,重新建立客户满意和忠诚。在SEO环境下的企业客户不同于个人客户,对一个企业客户的服务失败很可能影响到相关行业对服务提供商的评价。因此,如何针对企业客户提出有效的服务补救对于SEO提供商而言非常重要。目前针对个人客户的服务补救(“企业—个人”)理论和应用研究已经较多,比如服务补救理论中的归因理论,公平理论,期望差距理论等。但是,SEO环境下所面对的客户不是个人客户,而是组织或企业客户。企业客户的服务补救策略如何,是否有效,值得探讨。本文的研究正是从这一重要角度出发,针对“企业—企业”的服务失败和服务补救这一独特管理活动模式,探讨SEO环境下企业客户的服务补救策略及其有效性。在研究过程中,以Baidu作为SEO环境下的背景企业,通过对Baidu成都服务中心2008年—2011年的服务失败原始数据进行分析。我们发现:(1)服务补救理论上:客户投诉是服务型企业在经营过程中不可避免的问题,某一客户的问题往往能够反映大部分客户的问题。企业客户也同个人客户一样,符合服务补救的三大理论体系,并且,不论是参与推广的各个不同行业的企业客户,在面对同一种服务失败问题时,都能够找到一种最适用于该类服务失败的处理方式也就是服务补救策略。(2)研究方法上:数据挖掘方法能够帮助服务补救管理人员发现大量隐含于管理活动中的新颖规律和规则,解释管理现象,发现可靠的、新的管理视点。帮助决策者更好认识管理问题,提高决策针对性。(3)管理实践上:通过数据挖掘关联分析,我们发现SEO环境下的服务补救活动中“沟通”是非常重要的补救策略。“沟通”类策略的重要作用在于强化和提升客户在补救过程中的感知。进一步,仅仅是“补偿”策略,其补救效果并不明显。但是,在补偿中介入沟通策略,是促进服务提供商与企业客户之间进一步相互理解的重要渠道,能够强化“补偿”策略的补救效果。本文的主要创新点有:首先,在服务科学理论框架下,在国内较早地提出并研究了SEO环境下信息服务失败与服务补救策略的管理问题。其次,将传统“企业—个人”模式的服务补救理论应用于信息服务领域的“企业—企业”模式的服务补救之中。分析了“企业—企业”服务补救中的特殊性以及服务策略的有效性;最后,建立了“企业—企业”服务补救研究中的四阶段“服务失败类型—>客户期望—>服务补救策略—>客户满意度”分析路径和模型。并引入数据挖掘方法,研究了SEO环境下各阶段内主要因素之间的隐含关联关系。本研究成果可应用于解决SEO企业服务补救的管理实践问题。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究目的
  • 1.3 研究思路和方法
  • 1.4 研究创新点
  • 第二章 文献综述
  • 2.1 国内外服务失败与服务补救理论研究
  • 2.1.1 服务补救的定义
  • 2.1.2 服务补救的原因
  • 2.1.3 服务补救的研究内容
  • 2.1.4 服务补救的程序
  • 2.2 关于数据挖掘
  • 2.2.1 数据挖掘问题的提出及现状
  • 2.2.2 数据挖掘的步骤
  • 2.2.3 数据挖掘的主要方法
  • 2.3 小结
  • 第三章 SEO 环境下服务补救分析模型
  • 3.1 服务补救主要理论
  • 3.1.1 归因理论
  • 3.1.2 公平理论
  • 3.1.3 期望差距理论
  • 3.1.4 简评
  • 3.2 用户满意度
  • 3.3 传统服务补救用户满意度路径分析模型
  • 3.4 SEO 环境下服务补救用户满意度路径分析及研究模型
  • 第四章 SEO 环境下的服务失败及客户补救期望分析
  • 4.1 Baidu 搜索推广业务介绍
  • 4.2 服务失败的类型分析
  • 4.3 客户补救期望分析
  • 4.4 小结
  • 第五章 SEO 环境下的服务补救分析
  • 5.1 Baidu 推广业务的服务补救方式
  • 5.1.1 “投诉要求—处理结果”分析
  • 5.1.2 原始数据中“处理结果”的分析
  • 5.2 客户服务补救满意度分析
  • 5.3 小结
  • 第六章 SEO 环境下企业客户的服务补救策略研究
  • 6.1 引言
  • 6.2 关联分析及频繁集概念
  • 6.2.1 关联分析的Apriori 算法
  • 6.2.2 基于客户满意分类的关联分析
  • 6.3 客户不满意类服务补救数据挖掘分析
  • 6.4 客户满意类服务补救数据挖掘分析
  • 6.4.1 服务补救策略有效性分析
  • 6.4.2 “沟通”补救策略有效性分析
  • 6.4.3 “补偿”补救策略有效性分析
  • 6.5 组合补救策略的有效性分析
  • 6.6 小结与管理建议
  • 第七章 结论
  • 7.1 主要工作及贡献
  • 7.2 研究的创新点
  • 7.3 未来工作方向
  • 致谢
  • 参考文献
  • 附录1 Baidu 成都服务中心服务补救的维度和策略
  • 附录2 服务补救不满意类数据关联挖掘结果
  • 附录3 服务补救满意类数据关联挖掘结果
  • 攻博/硕期间取得的研究成果
  • 相关论文文献

    标签:;  ;  ;  ;  

    SEO环境下企业客户的服务补救策略研究
    下载Doc文档

    猜你喜欢