现在,在汽车行业竞争越来越大的情况下,汽车的售后服务质量显得越来越重要,它成了汽车产业竞争的主要方面。所以对汽车服务商绩效评价也是必不可少的。对服务商的选择直接影响到企业的利益,因此服务商的选择问题也随之变得越的来越重要。对汽车服务商绩效评价的研究具有很大的理论和实践意义。它关系着汽车厂商的切实利益,也关系着整个汽车产业链和我国综合实力的发展。本文采取理论与实践相结合的方法,结合国内外服务绩效评价的研究情况进行理论分析,并对评价方法进行研究。结合目前对服务商评价的需求,分析了评价的必要性和评价中存在的主要问题,通过分析数据挖掘在服务商评价中的可行性,用层次分析法的思想建立一套汽车服务商评价指标体系,并结合实践,针对某汽车制造厂售后服务业务进行服务商绩效评价。本文先分析了传统的数学评价方法,然后深入探讨了数据挖掘技术,分析了BP神经网络原理及其优缺点,并对它进行了改进,利用基于熵权TOPSIS和BP神经网络相结合的方法对服务商进行评价和分类。本文还分析了影响评价的指标因素,并对一些定性的指标进行了量化处理,建立了汽车售后服务绩效评价体系和评价模型,用系统化的思想和层次分析法的思考方式对影响汽车售后服务绩效评价的众多因素进行整合和比较,这种综合利用了层次分析法,TOPSIS法,熵值法和数据挖掘的知识相结合的服务商绩效评价方法对服务商实现了全面、科学、客观的评价。在汽车企业面对强大的竞争面前选择服务商方面提供了一种解决方案,从而有益于推动整个产业链的发展和提高企业售后服务水平,创造服务致胜竞争优势。这种评价思想还可以应用在其他领域中,具有一定的通用性。本文结合实际的需求,将他应用在汽车服务商的评价中,实现了对服务商的评价和分类。