Mit dem Einsatz von Indices lässt sich das Zufriedenheitsniveau transparent machen. Dafür können zustimmmende Werte der Items eines Themenbereiches zu einem Themenindex aggregiert werden. Ferner lässt sich aus allen zustimmenden Werten ein Gesamtzufriedenheitsindex bilden.

Mit Indices können Ergebnisse kompakt und verdichtet beschrieben werden. Items können leichter miteinander verglichen werden. Dies ist insbesondere sinnvoll, wenn eine Kennzahl etabliert werden soll, die als Vergleichsgrundlage für zukünftige Messungen dient.

Denkbar ist eine Gewichtung einzelner Items. Allerdings ist eine Gewichtung schon bei einer geringen Anzahl schwierig durchzuführen. Zudem sind die Ergebnisse bei einer Verschiebung der Gewichtung bei einer zukünftigen Messung nicht mehr als Vergleichsmöglichkeit heranzuziehen.

Mit einem Kausalmodell lässt sich ermitteln, welche Themenblöcke oder Phasen eines Kundenbesuchs sich in welchem Maße auf die Gesamtzufriedenheit auswirken. Dies ist insbesondere sinnvoll, um handlungsrelevante Bereiche zu identifizieren. Ferner können die einzelnen Themenblöcke oder Phasen eines Kundenbesuchs weiter herunter gebrochen werden, um vorrangige Stellgrößen zu identifizieren.

Entgegen dem Vorgehen bei der Ermittlung von Zufriedenheitsindices werden die Themenblöcke nicht durch Durchschnittsbildung von zustimmenden Items errechnet. Bei der Kausalanalyse nach dem Partial Least Squares-Ansatz werden einzelne Items (Fragen im Fragebogen) basierend auf sachlogischen Überlegungen einzelnen Themenblöcken zugeordnet.

Die Items werden als beobachtbare Indikatoren bezeichnet, während die Themenblöcke latente (nicht beobachtbare oder verdeckte) Variablen genannt werden.

Mit der Partial Least Squares-Analyse wird einerseits abgebildet, welchen Einfluss die Indikatoren auf die latenten Variablen haben und andererseits, welchen Einfluss die latenten Variablen auf die Gesamtzufriedenheit haben.