数据业务的4Cs满意度提升-MIMR现代国际市场研究有限公司
数据业务的4Cs满意度提升
　　在大多数移动省市公司的满意度调查中新业务（数据业务）都是满意度短板之一。虽然新业务的考核指标体系远比营业厅简单。但是营业厅满意度研究开展较早满意度修复和提升也有相当多的成熟理论和方法。而数据业务在满意度提升、修复理论和方法都还不够成熟。其中4CS理论可能是数据业务满意度提升一个较好好的理论指导。
1990年，美国学者罗伯特&劳特朋（Robert Lauterborn）教授提出4Cs营销理论。4Cs理论来源大名鼎鼎的4Ps，其实并不像部分人所认为的4Cs是对4Ps是否定和颠覆，而是不同情况下可以用不同的理论作为指导可能会取得更好的效果。比如个人通信市场还是4P会比较合适，而数据业务方面可能适合用4CS。
Customer (顾客)、Cost(成本)、Convenience(便利)、Communication(沟通)这4个C构成了4Cs理论。刚好这个4个C又能很好的与数据业务满意度考核的四个主要指标一一对应起来：Customer (顾客)&&业务符合需求，Cost(成本) &&费用合理，convenience(便利) &&开通确认，取消方便，Communication(沟通) &&使用说明清晰 。既然这4C能与满意度指标一一对应，那就用心做好每一个C就自然提升数据业务的满意度了。
　　Customer (顾客)
　　Customer (顾客)这里主要指顾客的需求。企业必须首先了解和研究顾客，根据顾客的需求来提供产品。同时，企业提供的不仅仅是产品和服务，更重要的是由此产生的客户价值(Customer Value)。也就是说在做数据业务前我们必须得研究和了解我们的用户他们需要什么，发现用户的需求。发现用户的需求后再设计数据业务产品，这样产品是根据用户需求设计的自然不会存在业务不符合需求的问题。
当然移动的数据业务推广存在着一些自身的问题，很多产品是集团或者省公司设计的。集团公司或者省公司有自身全局的考虑，不太可能按照某个城市的用户的需求来设计产品。这就要求我们需要根据当地用户需求修正产品，使得符合当地用户需求，而当产品不能做修改的时候就只有根据产品去选择需要这个些产品的用户去推广了。
所以在第一个C(Customer)上我们优先做的是根据用户需求设计产品，其次是根据用户需求修改产品，最后不得已才是根据产品选择用户对象。即使是最乐观的情况&&根据用户需求设计产品，所设计的产品依旧是无法满足所有用户的需求的。所以数据业务更多的是一种增值业务，不可能想语音通信这样的基础性业务每个用户都会用到。必须考虑清楚用户的需求到底有多大，需求有多大数据业务才能做多大。一旦数据业务的推广范围超出了需求的范围即使是免费的用户也还是会觉得业务不符合需求，满意度也自然会降低。
做好用户需求范围的测定是个也就是找准目标市场，最佳的做法还是做用户需求研究，然后进行用户细分，最后选择需求与产品相匹配的用户群进行产品的推广。数据业务种类太多不可能每个产品都进行一次用户的需求研究，最好的方法是两年或者一年一次的用户需求研究，对用户群进行划分，给不同的用户贴上标签，以方便日后数据业务的推广可以方便的估算市场潜力和选择目标人群。
　　Cost(成本)
　　这里的成本不单是企业的生产成本或者说4P中的Price(价格)，它还包括顾客的购买成本，其中顾客购买成本不仅包括其货币支出，还包括其为此耗费的时间，体力、精力消耗以及购买风险。用户使用数据业务必定会付出成本，而要让用户满意都必定要让用户觉其获得的收获大于其付出的成本，也就是用户觉得&&费用合理。
由用户判断费用合不合理是有很大的主观性的，但是大多数用户不会完全主观的去判断，用户会自动的选择参考系来自行判断费用是否合理。这要求产品的定价不光要考虑经济学的规律或者仅仅是习惯，也需要参考心理学来进行定价。比如上网流量套餐，假如仅仅从运营商成本来看流量包内1M和流量包外的1M是没有区别的。但套餐外的流量费用却是套餐内的5倍以上，对用户而言同样的上网收益但要付出的成本套餐外的却是套餐内的5倍，肯定觉得不合理。
用户对成本的比较有时不仅仅是纵向对比也经常会延伸到其他运营商或者互联网企业。运营商数据业务无论多低的价格，但如果与移动互联网产品企业免费相比就是高价了。比如天气预报，在智能手机还不这么发达的时候很多用户会觉得这个2元花的值，但是当智能手机上的天气预报应用可以免费提供这些信息的时候不是用户就会觉得这天气预报2元的成本过高了，因为手机天气预报应用是免费的。当然天气预报也还是有优势的，不受终端限制、权威性更强、免流量费。假如不收这2元/月费用，与智能手机应用相比移动天气预报的成本就更低了，自然也就会有更多的用户使用了。
用户是免费了，用户的成本也降低了，也不会因为费用不合理而不满意了，那移动的收入从何而来?很简单，学互联网企业，做智能手机天气预报应用的互联网企业没收费同样可以挣钱，移动也可以用同样的办法。后向收费，比如在天气预报钱加几个字：&**品牌 提醒您注意天气变化，&&.&这样帮企业宣传了品牌，用户免费获得天气预报，而移动数据业务满意度也自然提高了。
另外费用合理也牵扯到上面所说的那个C （Customer ）&&业务符合需求。只有当业务符合需求的时候用户才会愿意付这个成本。不少的充值优惠都有要求必须开通指定的数据业务。当这个数据业务不是用户所需求而且是被强加到身上时移动就需要担负很大的成本了&&促销活动以及数据业务满意度同时下降的成本。所以充值优惠活动能不附带数据业务就不要带，即使是带也需要给用户选择的余地。
或许KPI压力下有些数据业务不得不强推，不得不捆在充值优惠上。因为很多数据业务免费都没人用何况是收费？假如不但免费而且用了还送话费呢？会不会有人用？这是毫无疑问的。比如捆绑在充值优惠上的12580彩信折扣券，虽然是免费送给用户的，但是必定有相当一部分用户是不愿意用户，而虽然说是免费了，但收彩信删彩信还是会增加用户的成本。还不如直接将产品免费让需要的用户使用，假如免费也达不到KPI考核要求那就直接用业务送话费（比如使用的用户每月免费获得话费），至少不会让用户有业务不符合需求和费用不合理的不满。
　　convenience(便利)
　　convenience一般指的是从通路的产品流动到实现顾客购买的便利性，而数据业务不但指开通要便利，取消和变更也要便利。我们的在调查中发现在很多数据业务中便利性是影响用户使用数据业务最主要的原因，比如wlan。众所周知wlan网速快、费用便宜。使用wlan上网的手机用户还是较少数，其中最主要的原因就是wlan上网的便利性不如GPR。GPRS一键上网，而wlan首先是不知道是否有热点，然后是找到热点后的设置以及使用时担心信号不好和是否占用3G流量等问题。
数据业务开通、使用的便利性影响数据业务使用量，比如数据业务开通方式和步骤。比如普通用户中能说出开通GPRS套餐要发送什么内容到10086的极少。另外也有部分用户决定发短信开通太麻烦，更希望直接通过热线开通，因为这样更有便利性，另外数据业务开通的短信二次确认也是件麻烦事。虽然能保证用户不被开通一些不需要的业务但是也会降低用户的便利性，但开通一个数据业务都要2次3次的确认会让用户的满意度降低。移动或者可以通过由用户自己设定数据业务开通确认的次数。用户可以设定是否可以进行语音开通、是否需要二次确认等等。
业务取消方便其实这是属于售后服务的问题，虽然不影响业务量但会严重影响满意度。取消不方便最严重的是不能取消，其次才是取消过程过于复杂。有些数据业务尤其是捆绑性的数据业务，很可能不是用户所需要的，比如彩铃，基本上所有的预付费套擦都有彩铃赠送，而且是不能取消的。但是有部分用户是不喜欢彩铃的，可以交彩铃费但是不向有彩铃。这样的情况下是不是可以允许用户取消这个硬性捆绑的业务呢？另外取消不方便其实和开通不方便一样情况，需要给用户提供尽量多的渠道和取消后的业务状态（是使用完当月还是当天就结束）。甚至最好是提供预约取消，系统到了某一天提醒用户取消某项业务。
另外产品的便利性很多时候需要从产品设计的时候就开始考虑，找普通用户和专业人士对产品进行用户体验的测试。将不便利的因素直接消除在产品设计的阶段就能大大减轻在产品推广中因为便利性不够而导致用户满意度低了。
Communication(沟通)
一般的认为Communication(沟通)对应4P中Promotion(促销)。企业应通过同顾客进行积极有效的双向沟通，建立基于共同利益的新型企业/顾客关系。这不再是企业单向的促销和劝导顾客，而是在双方的沟通中找到能同时实现各自目标的通途。
数据业务的推广中绝大部分时候还仅仅是运营商单方向的促销，双向的沟通进行得并不多。这样很容易出现数据业务促销脱靶的情况&&用户不知道数据业务是干什么的，怎么用，为什么要用。在新型数据业务推广过程中这种情况尤其常见。企业仅仅是为做促销而做促销，忘记在做促销的同时教育用户，忘记告诉客户怎么用，为什么要用，同时也忘记接收客户使用过程中的反馈，并以此为依据改进产品。
运营商与客户的沟通（Communication）需要双向的，但都要求运营商主动去做沟通工作，用户没有任何义务来协助运营商完成这个工作。他们有的是抱怨、批评的权利。这个双向的沟通要求运营商数据业务同时需要有推力和拉力。推力就是要将产品的信息推入用户脑海，教育客户将数据业务的使用说明变得清晰、简单。而拉力就是要主动去了解用户的反馈，把用户的体会拉过来改进产品，改进产品使用说明以便更好的推出去。
还是以wlan为例，用户不使用的原因并不是&Customer (顾客)&&业务符合需求&和&Cost(成本) &&费用合理的问题&，而是&convenience(便利) &&开通确认，取消方便&，而目前来看解决的这个问题最好的方法就是&Communication(沟通) &&使用说明清晰&。
因为Customer (顾客)不一样所以选择的沟通渠道也不应该一成不变比如，需要根据用户群的特征来选择沟通的渠道。并且这个双向沟通中不同向的渠道选择也是有区别的。普通的大众媒体并不是数据业务广告宣传的最佳途径。教育用户使用移动数据业务最好的是走出去，到这类客户接触较多的媒体上去做广告、写软文。而倾听用户需求和意见尽量能让用户走进来，引导用户到移动网站或者合作伙伴的网站畅所欲言。（例如电信的e声网就是起到这都起到这个作用。）
4Cs理论的4个C是一个有机的整体，并不能孤立的去看待。可以以4Cs为指导进行数据业务满意度研究对数据业务满意度指标进行重新的分解。建立一套以4Cs为基础的研究模型，并进行数据业务的满意度提升和修复，可能比现行的一些头痛治头足痛治足会更有效果。现代国际市场研究有限公司
广东现代国际市场研究有限公司（MIMR）1995年创立于广州，是中国最早成立的市场研究公司之一。目前公司在上海、北京、成都等地设立了全资分公司，在深圳、南京设立办事处，研究服务项目遍及全国100多个城市及乡镇。经过多年的发展，MIMR已成为国内知名的专业化市场研究顾问公司。
汽车行业信息、动态2015年4月刊
据中国之声《央广新闻》报道，我国已经连续六年在汽车产销量上居全球首位，不少跨国车企依然谋求在华建厂、...现代国际市场研究有限公司
广东现代国际市场研究有限公司（MIMR）1995年创立于广州，是中国最早成立的市场研究公司之一。目前公司在上海、北京、成都等地设立了全资分公司，在深圳、南京设立办事处，研究服务项目遍及全国100多个城市及乡镇。经过多年的发展，MIMR已成为国内知名的专业化市场研究顾问公司。
汽车行业信息、动态2015年4月刊
据中国之声《央广新闻》报道，我国已经连续六年在汽车产销量上居全球首位，不少跨国车企依然谋求在华建厂、...74主成分分析在满意度权重确定的中的应用
上亿文档资料，等你来发现
74主成分分析在满意度权重确定的中的应用
主成分分析在满意度权重确定的中的应用；发表日期：日出处：市场研究作者；辑录入：psyzhl】；一、引言；现代营销理论的核心是创造顾客价值和顾客满意；[4]成本≤获得一个新顾客的成本≤挽留一个不满意；顾客是企业生命所在，为顾客提供优质服务的直接目的；要提高顾客忠诚度；确定权重的方法有很多种：主观赋权法、客观赋权法、；【6】确定权数，避免了人为
主成分分析在满意度权重确定的中的应用发表日期：日
出处：市场研究
作者：广东商学院经济贸易与统计学院 张文霖
【编辑录入：psyzhl】 一、引言现代营销理论的核心是创造顾客价值和顾客满意。研究显示：鼓励满意顾客重复购买的[4]成本≤获得一个新顾客的成本≤挽留一个不满意顾客的成本。顾客是企业生命所在，为顾客提供优质服务的直接目的是吸引新用户，产生业务收入，而更深层次的目的则是留住老顾客并提高他们的忠诚度。由此，企业得以实现成本最小化、收入最大化和利润最大化。要提高顾客忠诚度。需要首先了解顾客对现有服务的满意度，从中找出差距，进一步提高顾客满意度水平，因此近年来企业越来越关注顾客的满意度。满意度指标体系是顾客满意度测量的基础，其设计的合理性直接影响到满意度研究的结果，完整的顾客满意度指标体系包括测评的指标，以及根据各项指标在测评指标体系中所具有的不同的重要性程度确定各项指标对总体满意度的影响权重。不同的加权数往往导致不同的测评结果，因此权重确定是测评指标体系设计中非常关键的一个步骤，对于能否客观、真实地反映顾客满意度起着至关重要的作用。确定权重的方法有很多种：主观赋权法、客观赋权法、德尔菲法、层次分析法等。主观赋权法因为主观意识的成分居多，通常容易引起争议；德尔菲法和层次分析法因为操作过程比较复杂也很少采用；客观赋权法，即根据各指标间的相关关系或各项指标值的变异程度来【6】确定权数，避免了人为因素带来的偏差，它是最为简单直接的方法，也是最常用的方法。本文采用多元统计分析中的主成分分析法对顾客满意度中各个指标进行分析，建立主成分综合模型，然后确定每个指标的权重。 [1]二、主成分分析模型和方法（一）主分成分析原理主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最打的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现再F2中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，??，第P个主成分。（二）主成分分析数学模型F1=a11X1+a21X2+??+ap1XpF2=a12X1+a22X2??+ap2Xp??Fp=a1mX1+a2mX2+??+apmXp其中a1i, a2i, ??,api(i=1,??,m)为X的协差阵Σ的特征值多对应的特征向量，X1, X2, ??, Xp是原始变量经过标准化处理的值（因为在实际应用中，往往存在指标的量纲不同，所以在计算之前先消除量纲的影响，而将原始数据标准化，但本文数据都是关于满意度指标打分，即不存在量纲影响，故不需要进行数据标准化）。A=(aij)p×m=(a1,a2,?am,)，Rai=λiai，R为相关系数矩阵，λi、ai是相应的特征值和单位特征向量,λ1≥λ2≥?≥λp≥0 。
三、对公用电话顾客满意度指标进行主成分分析（一）指标选取原则【7】本文所选取的数据由某公司提供。选择指标时主要考虑到以下4个原则：（1）建立的顾客满意度测评指标体系，必须是顾客认为重要的。“由顾客来确定测评指标体系”是设定测评指标体系最基本的要求。要准确把握顾客的需求，选择顾客认为最关键的测评指标。（2）测评指标必须能够控制。顾客满意度测评会使顾客产生新的期望，促使企业采取改进措施。但如果企业在某一领域还无条件或无能力采取行动加以改进，则应暂不采用这方面的测评指标。（3）测评指标必须是可测量的。顾客满意度测评的结果是一个量化的值，因此设定的测评指标必须是可以进行统计、计算和分析的。（4）建立顾客满意度测评指标体系还需要考虑到与竞争者的比较，设定测评指标时要考虑到竞争者的特性。于是我们经过深度访谈与座谈会的定性研究中得出11个主要指标：X1――广告宣传
X2――优惠措施与利润分成X3――信誉
X4――业务办理及购买X5――公用电话的产品质量
X6――资费标准及结算X7――费用查询及清单
X8――缴费X9――安装维修人员的服务质量
X10――故障处理X11――业务人员表现我们采用5分制让被访者对这11个指标进行打分：5--代表非常满意
4--比较满意
2--不太满意
1―非常不满意（二）运用主成分分析法进行分析[2]运用SPSS统计分析软件Factor过程对公用电话顾客满意度指标进行主成分分析。从表1得除X9与X11相关性为0.556外，每个指标之间相关性都非常低。 图表 1 相关系数矩阵 图表 2 方差分解主成分提取分析表图表 3 主成分载荷矩阵 主成分个数提取原则为主成分对应的特征值大于1且主成分累计贡献率≥85%的前m个主成分，通过图表2（方差分解主成分提取分析）可知，提取2个主成分，即m=2，从图表3（主成分载荷矩阵）可知X2在第二主成分上有较高载荷，说明第二主成分基本反映了X2的信息；其余指标在第一主成分上有较高载荷，说明第一主成分基本反映了除X2外的其他指标的信息；根据图表2前两个主成分累计贡献率为89.229%&85%，从这也可看出提取两个主成分是可以基本反映全部指标的信息，所以决定用两个新变量来代替原来的十一个变量。用图表3（主成分载荷矩阵）中的数据除以主成分相对应的特征根开根便得到两个主成[3]分中每个指标所对应的系数。得到的两个主成分如下：F1=0.254X1+0.23X2+0.348X3+0.311X4+0.302X5+0.265X6+0.29X7+0.33X8+0.333X9+0.309X10+0.321X11F2=0.083X1+0.479X2+0.011X3+0.191X4-0.01X5+0.416X6+0.218X7+0.077X8-0.369X9-0.456X10-0.395X11用第一主成分F1中每个指标所对应的系数乘上第一主成分F1所对应的贡献率再除以所提取两个主成分的两个贡献率之和，然后加上第二主成分F2中每个指标所对应的系数乘上第二主成分F2所对应的贡献率再除以所提取两个主成分的两个贡献率之和，即可得到综合得分模型：Y=0.440X1+0.493X2+0.579X3+0.560X4-0.498X5+0.535X6+0.530X7+0.565X8-0.465X9+0.406X10+0.440X11综合得分模型中每个指标所对应的系数即每个指标的权重。 四、对统计分析结果的综合评价与建议（一）各指标重要性比较图表 4 指标重要性比较 通过各个指标重要性比较（权重大小比较）见图表4，发现X3、X4、X6、X7、X8重要性都高于平均重要性，而X1、X2、X5、X9、X10、X11都低于平均重要性。（二）评价与建议由原始数据可算得每个指标满意度平均分（见图表5）。以每个指标权重（重要性程度）[5]为横轴，以每个指标满意度平均分为纵轴绘制象限图（见图表6）。图表 5 各指标顾客满意度平均分 通过象限图我们能够非常直观地看出公司质量竞争的优势和劣势分别是什么，从而能有针对性地确定公司服务质量管理工作的重点。由可知：象限一属于重要性高满意度也高的象限，X3（信誉）、X4（业务办理及购买）、X8（缴费）这三个指标落在这个象限上，这个象限标志着满意度与问题的重要性成比例，即用户对其提供的服务满意程度与他们所评价的合理的重要程度相符合。对这象限上的三个指标公司应该继续保持与给予支持。象限二属于重要性高但满意度底的象限，X6（资费标准及结算）、X7（费用查询及清单）这两个指标落在这个象限上。这个象限标志着改进机会，用户对其提供的服务满意程度大大底于了他们所评价的合理的重要程度。公司必须谨慎地确定需要什么类型的改进，顾客感觉与事实有时候一致，有时候并不一致，所以必须谨慎地对待，如确定确实是服务存在问题，则要求进行改进，做好它们便可以有效提高用户满意度，取得公司的竞争优势。象限三属于重要性底满意度也底的象限，X1（广告宣传）、X2（优惠措施与利润分成）、X5（公用电话产品质量）、X10（故障处理）这四个指标落在这个象限上，这个象限标志着满意度与问题的重要性成比例，也是用户对其提供的服务满意程度与他们所评价的合理的重要程度相符合。对这象限上的三个指标公司应该继续保持并做进一步的关注其顾客对其期望的变化。 图表 6 象限图 象限四属于重要性底满意度高的象限，X9（安装维修人员的服务质量）、X11（业务人员表现安装维修人员的服务质量）这两个指标落在这个象限上。这个象限标志着过度供给，用户对其提供的服务满意程度大大超过了他们所评价的合理的重要程度。这是一个很可能公司花费了比顾客认可的结果重要性更多的时间、资金、和资源，如果可能，公司应该把这些结果的资源转到其他更重要的服务方面，如象限二上。通常情况下用户与管理人员对服务属性的重要性和质量的看法并不完全相同，在很多属性的看法方面存在着显著的差异，所以管理人员应根据用户的看法，而不能单凭自己的主观判断，进行服务质量管理决策。通过编制用户满意度指数，定期进行用户满意度调查，可以了解公司用户满意度的变化情况，有助于管理人员及时发现服务工作中存在的问题，采取有效的改进措施，提高服务质量和用户满意度。 参考文献[1] 于秀林，任雪松.多元统计分析[M].北京：中国统计出版社，4[2] 卢纹岱.SPSS for Windows统计分析[M].北京：电子工业出版社，8[3] 董寒青.解析SPSS对主成分分析的计算技术[J].统计与决策2004（3）.P171[4] http://www./technology/[5] 特利?瓦伏拉.简化的顾客满意度测量:ISO 认证指南[M].北京：机械工业出版社，2[6] 刘晓霞. 满意度研究中的指标权重确定[J].市场研究（网络版）2004（6）[7] 上海市质协用户评价中心.顾客满意度测评指标的设定[J] 包含各类专业文献、应用写作文书、各类资格考试、专业论文、生活休闲娱乐、中学教育、高等教育、74主成分分析在满意度权重确定的中的应用等内容。
　服务满 意度测评[4]这三个综合评价系统中的应用。...但主成分分析法确定评价指标的原则 是宁多勿少, ...得出景区游客服务满意度测评指标层的权重和最终的评价... 　题目:主成分分析在研究生毕业论文指导满意度研究 中的应用 主成分分析在研究生...根据表 4 给出的各因子权重建立综合得分计算方程如下: W = (27.607*F1 +... 　利用调查数据确定权重若干方法的比较一、问题的提出: 在顾客满意度调查中,需要...从实际数据出发,确定权重的主要方法有平均赋值法、主成分法、因子分析法等。 ... 　研究生课程报告 题目:主成分分析在研究生毕业论文指导满意度研究 中的应用 主...根据表 4 给出的各因子权重建立综合得分计算方程如下: W = (27.607*F1 +... 　加权主成分分析在工程承包商选择中的应用 摘要: 本文所用的加权主成分分析法主要是用层次分析法来主观判断各指标 的权重, 再结合主成分分析 (用 SPSS 操作) ... 　相关关系或各指标值的变异程度 来确定权重系数的方法中,主成分分析法是应用尤为...3.2.3 “线性”相关度的不足 文献【3】指出,主成分分析只是一种“线性”... 　主成分分析在SPSS中的操作应用_数学_自然科学_专业资料...确定主成分个数 主成分 Fi 表达式; 主成分 ...特征值之和的比例作为权重计算主成分综合模型: 即可... 　第二次计量作业工作满意度主成分分析_经济学_高等教育_教育专区。FACTOR /VARIABLES...权重 拆分文件 工作数据文件中的 N 行 缺失值处理 对缺失的定义 使用的案例 ... 　指标评价体系中关于指标权重确定方法的研究_教育学/心理...满意度评分也被应用于员工的绩效考核中, 而 绩效考核...主成分分析在满意度权重... 5页 免费 数据标准...现代国际市场研究有限公司
广东现代国际市场研究有限公司（MIMR）1995年创立于广州，是中国最早成立的市场研究公司之一。目前公司在上海、北京、成都等地设立了全资分公司，在深圳、南京设立办事处，研究服务项目遍及全国100多个城市及乡镇。经过多年的发展，MIMR已成为国内知名的专业化市场研究顾问公司。
汽车行业信息、动态2015年4月刊
据中国之声《央广新闻》报道，我国已经连续六年在汽车产销量上居全球首位，不少跨国车企依然谋求在华建厂、...