 |
 |
Os Modelos de Excelência permitem medir a qualidade do serviço que prestamos, e, corrigir as tácticas e a estratégia da empresa para as ajustar às expectativas e às necessidades do cliente e do mercado em cada momento.
Objetivos de Nível I
|
Avaliar o nível de satisfação racional e emocional do cliente nos factores-chave da qualidade e nos seus aspectos específicos.
|
|
Identificar e validar os principais factores e aspectos que definem a qualidade de serviço, estimar a sua contribuição relativa à saúde do cliente e isolar os verdadeiros sintomas que a podem afectar.
|
|
Definir um manual de conduta que tenha por base as prioridades de actuação e prever o impacto de melhoras específicas sobre a saúde do cliente.
|
Objetivos de Nível II
|
Identificar o conjunto de indicadores operacionais-chave (KPIs) para medir o grau de ajuste estratégico e táctico às necessidades e expectativas do cliente ao longo do tempo.
|
|
Definir os processos para o estabelecimento de Objectivos, normas ou standards realistas para os indicadores operacionais-chave que melhor reflictam o comportamento dos factores e aspectos específicos da qualidade do serviço.
|
|
Desenvolver um modelo para monitorizar O GRAU de satisfação, a lealdade e o compromisso do cliente, centrado em avaliar as diferenças entre o desempenho real e o desempenho percebido pelo cliente e na definição dum sistema de alertas que permita actuar rapidamente sobre os processos, para o integrar num modelo de excelência no desempenho.
|
|
Desenhar uma metodologia automatizada de investigação que inclua desenho e impressão de formulários, amostras e ponderação, periodicidade, sistemas de supervisão e controlo, análise de informação, geração e impressão de diferentes relatórios segundo os destinatários.
|
Técnicas utilizadas
Um Modelo de Excelência exige uma fase prévia de tipo qualitativo e de fontes secundárias e, geralmente, uma auditoria sobre os métodos empregados até o momento para avaliar a qualidade de serviço, e estudar as baixas e reclamações.
Estatisticamente, as técnicas mais comuns são Análise Factorial de Componentes Principais, Regressão Linear o Logística, Tratamento de Outliers, Dispersão, Correlações, Cluster Hierárquico, Cluster Não Hierárquico, Chi Squared Automatic Interaction Detector e Descriminante .
|