本文介绍了结构方程模型和顾客满意度的相关理论，并根据结构方程模型与相近满意度研究范畴的相关分析、回归分析、因素分析、路径分析等几种方法的理论比较，讨论了结构方程的优势、问题和注意。同时，传统的结构方程模型是根据独立同分布的样本来作统计推断的，然而，在实际满意度研究工作中经常会碰到分层抽样结构的数据，本文探讨了当市场研究中第一层数据是小样本时的两层结构方程模型的直接最大似然估计和广义最小二乘估计的统计理论，文中还探讨了有关估计量的一些基本渐近性质。 同时，本文对建立顾客满意度模型的指标体系作了一般分析，并利用大样本数据分析，在移动通信顾客满意度研究的因素重要度评价领域建立了数据挖掘模型，这个顾客满意度的数据挖掘在理论上要先测量顾客对移动通信八大环节的三十九个指标的满意度评价以及顾客对总体满意度的评价，八个环节包括网络信号、增值业务、费用标准、交费方式、话费查询、营业网点、宣传促销、咨询投诉等。由于八个环节下的细项指标比较多，因此，采用了几种方法进行比较，包括八环节绝对重要度评价(无潜变量)的相关分析、八环节相对重要度评价(无潜变量)的回归分析、将八大环节做为内源变量三十九个指标作为外源变量(有潜变量并消除多重共线性)的结构方程模型研究，特别地，结构方程模型也采用了内源变量有内在影响与没有内在影响两种方法进行比较研究。 最后，本文通过比较研究结果，评估出几种方法的优劣，优化出移动通信市场顾客满意度研究的结构方程数据挖掘模型，找准了对消费者而言，满意度低同时重要度也高的关键改进因素。