在模型中包括两类变量：一类为观测变量，是可以通过访谈或其他方式调查得到的，用长方形表示；一类为结构变量，是无法直接观察的变量，又称为潜变量，用椭圆形表示。

各变量之间均存在一定的关系，这种关系是可以计算的。计算出来的值就叫参数，参数值的大小，意味着该指标对满意度的影响的大小，都是直接决定顾客购买与否的重要因素。如果能科学地测算出参数值，就可以找出影响顾客满意度的关键绩效因素，引导企业进行完善或者改进，达到快速提升顾客满意度的目的。

SEM的主要优势

第一，它可以立体、多层次的展现驱动力分析。这种多层次的因果关系更加符合真实的人类思维形式，而这是传统回归分析无法做到的。SEM根据不同属性的抽象程度将属性分成多层进行分析。

第二，SEM分析可以将无法直接测量的属性纳入分析，比方说消费者忠诚度。这样就可以将数据分析的范围加大，尤其适合一些比较抽象的归纳性的属性。

第三，SEM分析可以将各属性之间的因果关系量化，使它们能在同一个层面进行对比，同时也可以使用同一个模型对各细分市场或各竞争对手进行比较。

SEM模型案例分析

某通信分公司屡次位居榜尾，于是痛下决心改革。该分公司有三类业务：固话业务、小灵通业务以及上网业务。围绕着这三类业务产品的销售，该通信分公司还提供了售前、售中和售后三个环节多方面的服务。结合该通信分公司的主要产品情况，从顾客满意度着手，重点分析并找出影响顾客满意的关键因素，从而为制定有效的顾客满意度提升方案提供数据支持。

1．设计满意度模型

根据该公司的业务具体情况，设计出了顾客满意度模型，如下图：

图:某通信分公司顾客满意度SEM模型

上图显示，该地市分公司重点要考察的是产品满意度和服务满意度对顾客满意度的影响。图中的Xn是待构建的测量指标，λ值表示各指标对上级指标的影响大小，ζn和δn表示误差，是受模型外因素影响的部分，如价格满意度等其他因素。

2．构建具体测量指标

基于建立的满意度SEM模型，围绕固话业务、小灵通业务以及上网业务的销售，及销售这些业务产品的售前、售中和售后三个环节多方面的服务内容，构建具体的观测指标（变量），如下表：

表：顾客满意度观测指标

3．调查取样

明确了指标，下一步的工作就是对这些指标进行调查，了解消费者对此的反应。一般我们采用问卷调查的方式，可分为四大部分：

（1）甄别部分：该部分设计一些过滤性的问题，以确保被访者属于目标群体；

（2）总体评价：在访问开始就应该向被访者询问总体满意度得分，问题可以这样设计：

“总体而言，您对______是满意还是不满意？请您采用10分制给______打分，1表示非常差，10表示非常好。”

（3）表现得分：就是了解顾客对产品、服务在各个具体方面表现的认知情况。与总体评价一致，仍然采用10分制进行打分。研究者将根据评分来测量顾客对产品、服务各个方面的满意度情况，并通过SEM模型分析，找出影响顾客满意度的关键因素；

（4）背景资料：如人口和生活方式信息，这些信息用于分类，如：某一特定人口或生活方式群体是否比一般的顾客满意度更高或更低？

4．借用软件实现满意度调查

在取得一手数据之后，就可以借助软件对数据进行统计分析，不管用哪种软件，其基本步骤都是一致的。

我们将前面设计好的模型转移到特定软件中，建立好该地市通信分公司顾客满意度模型，然后输入调查数据，就可以得到影响服务满意度的关键因素分析结果，如下图：

图:影响顾客满意度的关键因素分析模型图

上图中两指标之间的值就是统计出来的参数，它表示该指标对其上一级指标的影响，又称为贡献值。如果该值较大，则表明该指标对上一级指标的满意度影响较大；该值较小，则表明该指标对上一级指标的满意度影响较小。

根据上图参数估计结果，可以看出影响服务满意度的关键因素是售后服务是关键（参数值为0.40）,而售后服务中的投诉处理（参数值为0.98）又是关键中的关键。由上图可以看出，服务方面的感知满意度对总体满意度的影响远高于产品满意度，再结合服务满意度的得分情况，可以得出结论，该通信分公司应着重改善服务满意度。

EM模型在市场研究中的应用

SEM以研究因果关系为背景，是一种包罗万象的量化和理论检验的工具。在市场研究界可应用于多种研究，如：满意度研究、品牌研究、产品研究等。因此对品牌管理具有很好的帮助作用。

从宏观角度出发，SEM构建的模型有助于对品牌的宏观掌控。这种SEM模型一般都比较简洁，着重于宏观的、归纳性的目的，模型结构在较长的时间里不会发生变化（下图是一个典型的例子）。

图:ACSI模型

从微观角度出发，SEM可以为品牌的微观管理建立详细的路径图，对品牌建设提供具体的操作指导。这种SEM模型的特点是模型一般都比较复杂，包含从抽象到具体的各类属性，着重全面、有层次性的目的，模型可能需要定期的进行调整。