30 多年前，Peterson 和 Wilson (1992) 撰写了篇重要文章，对与客户满意度研究相关的常见测量实践提出了质疑。他们提出的结果表明，客户满意度数据具有强烈的正偏差和负偏差，因此客户满意度水平可能会被夸大，并夸大客户群的满意度。此外，他们认为最常见的反应往往是量表的最高点，因此这些量表几乎没有变化。
令人不安的是，许多 20 世纪 90 年代使用的客户满意度量表至今仍很流行，由此产生的客户满意度数据仍然存在正偏差和负偏差。Garver 和 Williams (2020) 表示：“未来的研究需要检查与客户满意度数据相关的测量误差和量表使用偏差，研究人员需要开发新的量表和方法来克服这些问题。”本文旨在研究两种新的 CX 研究测量量表，并将这些新量表嵌入到更全面的 CX 研究人员测量系统中。
富有洞察力的旅程
在我们实施净推荐值问题的 CX 研究项目中，我们决定跟进被归类为推荐者和贬低者的客户，以更好地了解他们的观点。这是次富有洞察力的旅程，作者在很长段时间内继续与各种不同产品和服务环境中的客户进行这种做法，研究我们自己的 CX 调查以及其他研究人员创建的调查，以了解客户如何使用 CX 测量量表对产品和服务进行评级。
我们了解到的第件事是，客户使用测量量表的方式不同。虽然大多数客户根据其分类规则使用净推荐值问题，但许多客户却不是这样。例如，有些硬评分客户给出了 7 分的回答，表示会推荐该产品。相比之下，有些容易评分的客户给出了 9 分的回答，但只认为该产品很好或般。个主要的主题是评分膨胀，许多客户评分中都存在强烈的正向偏见。顺便提下，有群客户无论满意度如何都不会推荐产品或服务。
在我们的讨论中
许多客户提到他们的评分是与卓越标准的比较。虽然客户满意度建立在这个概念之上，但最常见的标准与学术文献中规定的标准不同。只有小部分客户将标准作为期望或需求来讨论，没有人将理想作为比较标准来讨论。相反，许多客户采用的比较标准是历史上“有史以来最好的”产品或服务体验。对于我们的客户来说，与期望和理想进行比较太抽象了，而“有史以来最好的”产品是具体的，可以详细回忆起来。这不是同CX 调查中的“最佳其他产品”比较，而是他们体验过的历史“有史以来最好的”产品或服务。
感谢您提供的有关 WhatsApp 号码数据的详细信息！如果 whatsapp 号码数据 能从这里的每个人那里收集到更多观点，那就太好了。您认为我们如何在保持透明度的同时利用这些信息？我很好奇我们如何合作以确保我们以合乎道德和负责任的方式使用这些信息。让我们畅所欲言吧！
例如位推广者曾经评论说
他给出了 10 分的评分，因为他的急诊室就诊是医院环境中“有史以来最好的”体验。另位推广者评论说，他给出了 10 分的评分，因为他的卡车是他拥有过的最好的车辆。位学生给了位教授最高评分，并评论说她是她在大学期间遇到的“有史以来最好的”教授。这位学生后来讨论了其他获得最高评分的教授，他们是她上过课的“有史以来最好的”教授之。除了极端的答案选择（有史以来最好的或有史以来最差的）外，客户还经常将其与普通产品或服务进行比较。当客户给出较低的评分时，他们经常将这些产品与市场上的平均、高于平均水平或低于平均水平的产品进行比较。
对于许多受访者来说
评分中的正面偏见是真实存在的。虽然 采矿小屋是迄今为止遏制病毒传播的最佳无线网络 许多人给出了 9 分或 10 分的总体评分，但并非所有这些产品或服务都是“有史以来最好的”或“有史以来最好的之”。事实上，许多获得 9 分或 10 分评分的产品和服务只是很好或高于平均水平。简而言之，被归类为推广者的客户并非都是推广者，而是“有史以来最好的”、很好或高于平均水平的产品和服务的混合体。此时，主要问题变得至关重要：我们如何更好地衡量整体客户体验？
完全不相关
客户还讨论说，许多调查问了太多与客户体验完全不相关的问题。位客户说：“不要问对你来说什么是重要的，只问对我而言什么是重要的！”例如，位客户在医院急诊室获得了“有史以来最好的”体验，因为急诊室的技能和沟通护理人员和医生表现出的热情以及短暂的等待时间。他评论说，当他参加医院的 CX 调查时，调查要求他对 20 多个他没有注意到或关心的属性进行评分。由于相关属性被不相关的属性所掩盖，他感到沮丧，因此从未完成调查。
许多客户希望专注于需要修复的属性。同样，其他人希望引起人们对产品或服务的优势和劣势的关注，突出他们的赞美和抱怨。这些客户希望简化流程，仅就与他们改进产品或服务相关的内容提供反馈。些客户希望给出改进建议而不是评分。根据我们与受访者的讨论和对学术文献的审查，我们提出了两个新的 CX 量表，我们称之为有史以来最好的量表和陈述改进量表。
为了使调查问卷易于理解
研究人员通常使用致的问题格式、致的量表点 电话号码 sa 数和致的口头量表锚点来衡量所有 CX 属性（Mackenzie 和 Podzakoff 2012）。研究人员通常使用口头锚点，例如，1 表示非常不满意，10 表示非常满意，或者 1 表示差，10 表示优秀。这种致性（量表点和口头锚点）可以得出令人满意的答案，调查受访者可能会陷入被动的心态，并在有限的思考下做出回答。基于这一发现，我们改变了量表点数、锚点和新量表的方向，以唤醒调查受访者。
有史以来最好的量表
为了克服令人满意的答案，有史以来最好的量表采用了九点量表，只有标签，没有数字。问题主干相似，但答案选项是全新的。在测试了许多不同的答案选项后，我们决定采用图中所示的量表有史以来最佳量表与以前的量表类似，答案选项都嵌入了比较标准（超出预期、非常接近理想值等）。但是，有史以来最佳量表在响应中嵌入了历史上最佳或最差的比较标准，这是客户经常提出的标准。除了极端答案选项外，它还嵌入了与普通产品或服务的比较，这是客户经常讨论的。
声明改进量表
Amoo 和 Friedman (2000) 发现，与其他五个常用评级量表相比，他们的改进量表提供的评级较低（减少了正向偏差）。研究人员提出了改进量表（Waddell 1999；Amoo 和 Friedman 2000），但我们的声明改进量表采用了不同的响应选项。在测试了大量答案选项（包括 Waddell (1999) 提出的答案选项）后，我们决定采用五分量表，使用锚点和中点，并进行反向排序。这些都是为了限制满意的回应而采取的措施。我们的声明改进量表具有图 2 中所示的答案选项。
图 2：声明改进量表。声明改进量表具有反向排序，这意味着它从正面回应（无需改进）开始，这与大多数其他量表（净推荐值、ACSI 等）相反。起初，我们担心改变顺序可能会导致受访者错误，但经过多次测试，这种情况很少发生。
为了检验这些新量表我们将它们与净推荐值问题和三个美国客户满意度指数问题（ACSI 满意度、ACSI 期望和 ACSI 理想）进行了统计比较。鉴于前面提出的测量问题，改进的 CX 量表将具有哪些特征？与 Amoo 和 Friedman (2000) 致，我们认为以下特征将代表更好的 CX 量表：更低的满意度平均分数；更少的顶部框响应；以及更正态的分布或更少的负偏分布。
