Els Models d’excel·lència permeten mesurar la qualitat del servei que estem oferint i corregir les tàctiques i l’estratègia de l’empresa per ajustar-les a les expectatives i a les necessitats del client i del mercat en cada moment.


Objectius de Nivell I

	Mesurar el nivell de satisfacció racional i emocional del client en els factors clau de la qualitat i en els seus aspectes específics.
	Identificar i validar els principals factors i aspectes que defineixen la qualitat de servei, estimar la seva contribució relativa a la salut del client i aïllar els veritables símptomes que la poden afectar.
	Definir un manual de conducta en base a les prioritats d’actuació i preveure l’impacte de millores específiques sobre la salut del client.

Objectius de Nivell II

	Identificar el conjunt d’indicadors operacionals clau (KPIs) per mesurar el grau d’ajust estratègic i tàctic a les necessitats i expectatives del client al llarg del temps.
	Definir els processos per a l’establiment d’objectius, normes i estàndards realistes pels indicadors operacionals clau que millor reflecteixen el comportament dels aspectes específics de la qualitat de servei.
	Desenvolupar un model per monitorar el grau de satisfacció, la lleialtat i el compromís del client, centrat en avaluar les diferències entre l’acompliment real i l’acompliment percebut pel client i en la definició d’un sistema d’alertes que permeti actuar ràpidament sobre els processos, per integrar-lo en un model d’excel·lència en l’acompliment.
	Dissenyar una metodologia automatitzada d’investigació que inclogui el disseny i la impressió de formularis, mostres i ponderació, periodicitat, sistemes de supervisió i control, anàlisi d’informació, i generació i impressió de diferents informes segons els destinataris.

Tècniques utilitzades

Un Model d’excel·lència exigeix una fase prèvia de tipus qualitatiu i d’anàlisi de fonts secundàries, i, sovint, una auditoria sobre els mètodes utilitzats fins el moment per avaluar la qualitat i l’estudi de les baixes i reclamacions.

Estadísticament, les tècniques més utilitzades són l’anàlisi Factorial de Components Principals, Regressió Linear o Logística, Tractament de Outliers, Dispersió, Correlacions, Cluster Jeràrquic, Cluster No Jeràrquic, Chi Squared Automatic Interaction Detector i Discriminant.