Ein kurzes Tutorial zur Untersuchung der Kundenzufriedenheit mittels explorativer Datenanalyse.
Situation: An einem regionalen Standort nimmt die Anzahl der Kunden wöchentlich ab. Unter den Mitarbeitern besteht die Befürchtung, dass dieser Rückgang auf Unzufriedenheit zurückzuführen sei.
Aufgabe: Aus den Mitarbeitern wird ein Team zusammengestellt, das mögliche Ursachen für den Volumenrückgang untersucht. Du bist der interne Berater und unterstützt das Team bei der Analyse.
Aktion: Sie verwenden explorative Datenanalyse und Prinzipien der Prozessverbesserung, um Complaints.xlsx-Daten zu untersuchen und Variablen im Zusammenhang mit feedback.jmp zu prüfen, um die größte Auswirkung auf den prozentualen Weiterempfehlungswert zu bestimmen.
Ergebnisse: Sie verwenden Diagramme, um die am häufigsten auftretenden Beschwerden zu identifizieren und sie im Zeitverlauf zu überwachen. Tabellarische Zusammenfassungen bieten grundlegende beschreibende Statistiken zum Vergleich.
Histogramme und dynamische Links zum Erkunden der Beziehungen zwischen Variablen. Zusammen mit Korrelationen und Streudiagrammen zum Erkunden und Quantifizieren der Beziehungen zwischen Variablen.
Nächste Schritte: Sie implementieren Korrekturmaßnahmen für die drei häufigsten Beschwerden und vorbeugende Maßnahmen, um die langen Wartezeiten und den Mangel an Informationen zu beheben.
Ihr regionaler Standort entwickelt sich zu einem führenden Anbieter und viele der Verbesserungsstrategien werden im gesamten Unternehmen übernommen.
https://www.jmp.com/en_au/academic/case-study-library.html#patient
