随着量化管理、量化营销From EMKT.com.cn理念逐步进入企业管理实践中，各种统计分析数据的应用越来越普及，因素“重要性”作为一个指导资源优化配置的重要指标，被管理者关注和使用，频频出现在各种分析和决策报告中。

　　评价产品/服务的重要性，主要有两种方式：陈述重要性和推导重要性。由于陈述重要性存在两个明显缺陷---“非驱动性”和“区分性差”（‘非驱动性’指消费者认为很重要的因素，却不一定是影响其选择的驱动因素；‘区分性差’指各因素的重要性数据都非常接近和集中，让人难以区分和判断。具体见http://www.dmworl.com.cn/blogger/?p=658量化客户需求强度-建立VOC之（5.1）），以及实际操作中问卷调查访问长度的限制，陈述重要性已普遍被推导重要性所替代。

　　推导重要性是根据回归系数得来，在关键绩效指标与各影响因素之间建立回归方程，进行回归运算，计算出各影响因素的回归系数，从而评估各影响因素的重要性，找出影响绩效的关键因素，据此进行资源的优化配置。（回归分析是什么？可参考达闻通用网站统计技术之回归分析：http://www.dmworl.com.cn/newindextongji5.asp）

　　但是在实际应用中，推导重要性往往被误读误用。例如我们经常用服务要素的表现水平与重要性交叉做四象限矩阵图，展示和说明各个要素的状况，并以此来作为资源配置的重要参考依据。如下图所示，根据电信服务各要素指标满意度与影响力（即推导重要性）的交叉矩阵图，管理者发现“10000号”的满意度水平很高而重要性却低于平均水平，那么就会思考，既然10000号的重要性不那么高，我们每年又投入那么多的资源，那下一年是否可以减少在这方面的资源投入呢？如果不理解推导重要性（回归系数）的真正含义，管理者很容易下这样的结论。

　　从最基础的二元回归方程y=a+bx，我们就能了解回归系数的真正含义。如下图所示，回归系数b反映的是回归直线的‘斜率’，意思是自变量x每变动一个单位，因变量相应就会变动b个单位。回归系数反映的是“互动”情况，一个因素变动引起另一个因素的变动情况。

　　因此，反映在管理方面，回归系数（推导重要性）反映的是“新增投入的产出比”，在原有的投入情况下，企业要增加一块钱投入，投在哪里产出的效益最高。10000号的推导重要性低，不能就认为10000号对客户不重要了，只能说明在目前的状况下，增加10000号的资源投入所产出的满意度效益低，相对不如投在计费收费、故障修复等方面。在没有其他数据支持缩减的情况下，对待10000号的资源配置策略就是‘维持’，不能单纯依据其推导重要性低就缩减资源投入。因为一旦投入减少使得10000号服务质量降低，客户对其的敏感性就会提高，对满意度的影响会增强，10000号就会从KANO模型中的A区变动到B区，又成为一个关键影响因素。

第 1 2 页　　　　下页：第 2 页 8

相 关 文 章（共2篇)

优化人力资源配置：确保一把钥匙开一把锁 （2006-06-19, 中国营销传播网，作者：牛奔） 经销商贴牌，输在资源配置 （2005-12-20, 《糖烟酒周刊》，作者：刘会民）