运营绩效分析2Word格式文档下载.doc
《运营绩效分析2Word格式文档下载.doc》由会员分享,可在线阅读,更多相关《运营绩效分析2Word格式文档下载.doc(30页珍藏版)》请在冰点文库上搜索。
特征向量
C1
C2
C3
C4
C5
X1
0.4448
0.7118
0.3163
0.1552
-0.4139
X2
0.4466
-0.2826
-0.683
0.2664
-0.428
X3
0.4436
-0.6273
0.6299
0.0291
-0.1099
X4
0.4499
0.0764
-0.173
-0.8578
0.1611
X5
0.4511
0.1186
-0.0826
0.4101
0.7794
特征值
4.8864
0.0555
0.0416
0.0126
0.004
贡献率
0.9772605
0.0110998
0.00832
0.00252
0.0008
累计贡献率
0.9883602
0.99668
0.9992
1
可见,只需取前三个作为主成分即可表示满意指标。
三个主成分y1,y2和y3,而y1占97.726%,y2占1.109%,y3占0.832%。
前三个标准化样本主成分表达式分别为:
Z1=0.4448*x1+0.4466*x2+0.4436*x3+0.4499*x4+0.4511*x5;
Z2=0.7118*x1-0.2826*x2-0.6273*x3+0.0764*x4+0.1186*x5;
Z3=0.3163*x1-0.683*x2+0.6299*x3-0.173*x4-0.0826*x5;
综合为一个函数:
W=4.8864*Z1+0.0555*Z2+0.00832*Z3;
(其中x1,x2,x3,x4,x5都为标准化以后的元素)
在excel中计算如下表:
年份
z1
z2
z3
w
差值
2000
-2.9129439
0.21879
-0.086
-14.225246
2001
-2.8581808
0.24047
-0.0731
-13.955911
0.26933
2002
-2.2669138
-0.0998
-0.1696
-11.089641
2.86627
2003
-0.9264541
-0.298
-0.198
-4.5518014
6.53784
2004
-0.2530986
-0.4387
-0.031
-1.2623757
3.28943
2005
0.55697001
-0.0711
-0.0427
2.71585427
3.97823
2006
1.06313576
0.29257
-0.3819
5.19525901
2.4794
2007
1.98328567
0.01113
0.1524
9.6980845
4.50283
2008
2.55473213
0.04939
0.33566
12.5001478
2.80206
2009
3.05946322
0.09523
0.49428
14.9756082
2.47546
合计
-2.111E-05
通过观察合计为负值即经济上自负盈亏,与题意相符,此分析有效。
经济效益指标的优劣看差值大小,其中不考虑亏损状态即W为负值情况(没有意义),其中4.50283最大所对应的为2007年,最小的是2009年,也就是说2007年的经济效益指标最好,2009年的经济效益指标最差。
其次我们来分析发展潜力指标:
同样的首先我们对其指标进行标准化,所得标准化矩阵为:
N=
其相关系数矩阵我们通过SPSS软件可以求得:
A=
再用maltab求出相关矩阵的特征根,特征向量Ci,并求出对应的贡献率=/和累计贡献率,表格如下:
:
特征根向量
c1
c2
c3
c4
x1
0.5687
-0.0386
-0.2924
0.7678
x2
0.2712
-0.9332
0.0236
-0.2387
x3
0.5534
0.2054
0.8017
-0.0942
x4
0.5448
0.2957
-0.5207
-0.587
3.0287
0.8929
0.054
0.0244
0.7571
0.2322
0.0135
0.0061
0.757175
0.980
0.99394
可见,只需取前两个作为主成分即可表示满意指标。
两个主成分y1,y2而y1占75.7175%,y2占22.322%。
前两个标准化样本主成分表达式分别为:
Z1=0.5687*x1+0.2712*x2+0.5534*x3+0.5448*x4;
Z2=-0.0386*x1-0.9332*x2+0.2054*x3+0.2957*x4;
W=3.0287*Z1+0.8929*Z2;
(其中x1,x2,x3,x4为标准化的元素)
-2.9625
0.17495
-8.8162
-2.8229
0.26547
-8.3128
-1.2191
0.42239
-3.315
0.34675
-1.9215
-0.6655
0.13985
-0.3163
0.14112
1.03796
-1.2938
1.98842
0.90981
0.27405
3.00024
1.62505
0.35434
5.23818
1.42289
0.95172
5.15931
1.52215
1.08867
5.58222
通过对图表中数值分析,W值越大即发展潜力指标越好,不考虑负值,即2004年的发展潜力指标最差,2009年发展潜力指标最好。
最后我们来对内部运营情况作综合分析:
我们还是对其指标进行标准化,得到标准化矩阵为:
C=
D=
0.4792
-0.6158
-0.2975
-0.507
0.5323
-0.0538
-0.3415
0.7727
-0.5254
0.0122
-0.8507
-0.0131
0.4593
0.7563
-0.267
-0.3817
3.4421
0.4637
0.0687
0.0256
0.860503
0.115922
0.017175
0.0064
0.976426
0.9936
两个主成分y1,y2而y1占86.0503%,y2占11.5923%。
Z1=0.4792*X1+0.5323*X2-0.5254*X3+0.4593*X4;
Z2=-0.6158*X1-0.0538*X2+0.0122*X3+0.7563*X4;
W=3.4421*Z1+0.4637*Z2;
在excel中计算如下表
Z1
Z2
W
-2.5824
-0.4998
-9.120647
-2.2561
-0.321
-7.914727
1.205919
-1.9604
-0.4249
-6.944949
0.969778
-1.0143
0.69012
-3.171465
3.773484
-0.3195
1.38239
-0.4587
2.712766
0.89861
-0.1117
3.0412863
3.499986
1.33184
0.53913
4.8343116
1.793025
1.79697
-0.9434
5.7478834
0.913572
1.9919
-0.228
6.7505992
1.002716
2.11347
-0.0828
7.2363874
0.485788
内部运营指标的优劣看差值大小,其中不考虑亏损状态即W为负值情况(没有意义),其中3.49986最大所对应的为2005年,最小的是2009年,也就是说2005年的内部运营指标最好,2009年的内部运营指标最差
现在我们来考虑这三个指标在未来三年的走势:
首先考虑经济效益指标:
我们用SAS软件得到自相关系数和偏相关系数的时间序列预测图,如下:
此分析图说明预测图表可行,提取预测表格中的数据同原始数据画图作比较:
根据此图表我们可以得到:
指标
预测
-14.2252
-15.9589
-13.9559
-12.4124
-11.0896
-8.866
-4.5518
-5.3196
-1.26238
-1.7732
2.715854
1.7732
5.195259
5.3196
9.698084
8.866
12.50015
12.4124
14.97561
15.9589
2010
19.5053
2011
23.0517
2012
26.5981
2013
30.1445
对发展能力指标,我们同样先用SAS软件得到自相关系数和偏相关系数的时间序列预测图如下:
此分析图说明预测图表可行,提取预测表格中的数据同原始数据画图作比较
得到以下图表:
-8.81625
-9.0466
-8.31282
-6.2871
-3.31501
-5.1474
-0.66548
-2.1671
0.141116
1.0477
1.988423
2.9565
3.000239
4.3895
5.238177
5.11
5.159305
6.3305
5.582224
6.639
6.5964
6.904
7.1927
7.4638
对于内部运营指标:
-9.12065
-9.2483
-7.91473
-8.3443
-6.94495
-6.9258
-3.17147
-6.0321
-0.466
3.041286
2.2576
4.834312
5.9778
5.747883
6.7725
6.750599
6.6714
7.236387
7.5155
7.7404
8.159
8.5314
8.8626
问题
(二):
综合分析客户满意指标,阐述客户满意指标的走势。
运用主成分分析法分析每年的满意指标并运用SAS中的时间序列预测系统对其预测从而观察其未来的走势,同时简单运用模糊评价法分析每年的满意指标再预测。
最后两种方法进行对比。
步骤如下:
模型求解
一、主成分分析
将满意指标图表中的元素通过SPSS软件化为标准型如下图所示:
很不满意
不满意
基本满意
满意
非常满意
0.97301
1.47944
-0.63638
-1.67314
-1.17409
1.18924
1.23888
-0.85582
-1.38713
0.99832
-1.51414
-0.67211
0.75679
0.5172
-1.07526
-0.24311
-0.64041
2004
0.10811
-0.20447
-0.1975
0.32891
-0.10674
-0.10811
-0.44503
0.68027
0.0429
0.42694
-0.54056
-0.32475
0.24138
0.47191
-1.18924
-0.80587
1.11915
0.75792
0.96062
-0.97301
-1.28699
1.33859
1.04392
-1.40546
-1.16671
0.89971
1.32993
1.49429
再运用SPSS软件得到相关矩阵:
Zscore(很不满意)
Zscore(不满意)
Zscore(基本满意)
Zscore(满意)
Zscore(非常满意)
0.94927033
-0.930517815
-0.9190364
-0.987260626
-0.898281065
-0.9706718
-0.972838453
-0.9305178
-0.8982811
0.78347066
0.92647094
0.937855439
-0.9872606
-0.9728385
0.93785544
运用matlab编程(程序在附录中)得到上述相关矩阵的特征值及特征向量C(i=1,2,3,4,5),并求出对应的贡献率y=/和累计贡献率,表格如下:
-0.4543
-0.1166
-0.6768
-0.4373
0.3615
-0.4548
0.2053
0.5685
0.0751
0.6498
0.4305
0.7254
-0.3506
0.1965
0.3562
0.4379
-0.6461
-0.0799
0.2927
0.5466
x5
0.458
0.024
0.2991
-0.8239
0.1465
4.713
0.2281
0.0484
0.0104
贡献率y
0.942619
0.04562091
0.00968019
0.00208004
0.98823991
0.997920102
三个主成分y1,y2和y3,而y1占94.262%,y2占4.562%,y3占0.968%。
Z1=-0.4543*x1-0.4548*x2+0.4305*x3+0.4379*x4+0.458*x5;
Z2=-0.1166*x1+0.2053*x2+0.7254*x3-0.6461*x4+0.024*x5;
Z3=-0.6768*x1+0.5685*x2-0.3506*x3-0.0799*x4+0.2991*x5;
综合为一个表达式:
W=4.713*Z1+0.2281*Z2+0.0484*Z3;
(其中x1,x2,x3,x4,x5都为标准化以后的元素)
Z3
-2.6592506
0.781483608
0.188305
-12.3457
-2.6173023
0.362911385
-0.04074
-12.2545
-2.4781951
-0.625995333
-0.00384
-11.8227
-1.4416973
-0.620350627
-0.01325
-6.93686
0.0539976
-0.412920328
-0.17839
0.151669
0.75869468
0.397237695
-0.29411
3.652103
0.89937471
-0.123199318
0.186562
4.219681
2.16043261
0.318414451
0.18105
10.26351
2.50072102
0.168825273
-0.33865
11.80802
2.82320651
-0.246404106
0.313066
13.26472
从表中可以看出W的值逐年增加,而W越大满意指标越好,即客户满意指标走势比较好,再运用时间序列预测系统,有以下图表:
预测表格
预测表格分析
同时通过图像的分析,预测数据与原始数据吻合程度比较好,且满意指标线性稳定增长,即未来满意指标走势好。
二、模糊评价法
将满意度百分制:
很不满意在0—40分之间,取平均分20;
不满意在40—60分之间,取平均分50;
基本满意在60—70分之间,取平均分65;
满意在70—80分之间,取平均分75;
非常满意在80—100分之间,取平均分90。
最后算每年总的平均分,如:
2000年的总平均分=18%*20+46%*50+29%*65+7%*75+0%*90=50.7,以此类推,得