寧連舉,閆春曉,肖海弘
(1.北京郵電大學(xué) 經(jīng)濟管理學(xué)院,北京 100876;2.巴黎HEC商學(xué)院 管理學(xué)院,法國 巴黎 78350)
隨著計算機和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,電子商務(wù)作為一種新型的運營模式,被越來越多的商家采用,其應(yīng)用領(lǐng)域的擴張在很大程度上刺激了在線消費的成長。顧客滿意是企業(yè)經(jīng)營效益的決定性因素,也是決定企業(yè)成敗的關(guān)鍵。較低的顧客滿意度水平勢必會影響顧客的購買意愿,從而會影響到商家的整體收益。目前對在線消費顧客滿意度的研究集中于構(gòu)建在線消費顧客滿意度評價體系,或是研究在線消費顧客滿意度與顧客忠誠度之間的關(guān)系[1]。本文借助于現(xiàn)有的文獻和顧客需求模型,參照國內(nèi)主流在線消費平臺,界定九個影響在線消費顧客滿意度的因素;在雙因素理論的基礎(chǔ)上,把影響在線消費顧客滿意度的因素劃分成四類并確定各類因素的作用(分類描述)和統(tǒng)計學(xué)上的特征;運用統(tǒng)計學(xué)方法,分析這些因素在顧客滿意和不滿意兩個水平下的不同貢獻,把上述的九個因素,按照其統(tǒng)計特征歸到這四類里面,得出結(jié)論并給出管理學(xué)上的啟示。
區(qū)別于傳統(tǒng)的消費環(huán)境,在線消費中顧客滿意影響因素的研究加入了互聯(lián)網(wǎng)因素的影響。Lee(2001)通過對在線消費顧客滿意度影響因素的研究,把影響顧客滿意的因素分為四類:商品服務(wù)、顧客服務(wù)、后勤服務(wù)和網(wǎng)站服務(wù)[2]。Srinivasan、Anderson & Ponnavolu(2002)等通過實證研究發(fā)現(xiàn)影響在線消費顧客忠誠的八個因素,分別是:方便、培訓(xùn)、個性化、關(guān)懷、接觸性互動、虛擬社區(qū)、選擇性和網(wǎng)站的特點[3]。Szymanski &Hise(2000)認為顧客在線消費體驗的全過程影響了顧客的滿意程度,包括平臺的設(shè)計、平臺方便性、個人財產(chǎn)的安全性等會對在線消費顧客的滿意程度產(chǎn)生較大的影響[4]。Sang Yong Kim &Young Jun Lim等通過實證研究發(fā)現(xiàn)顧客選擇某網(wǎng)站進行在線消費時主要考慮網(wǎng)站的可靠性、娛樂性、便利性等因素,這些因素進而影響到在線消費顧客的滿意程度[5]。
查金祥和王立生(2006)建立了電子商務(wù)平臺顧客期望和服務(wù)質(zhì)量影響在線消費顧客滿意度的關(guān)系模型,認為影響在線消費顧客滿意度的主要因素有在線消費平臺的安全性、產(chǎn)品的性價比和產(chǎn)品質(zhì)量特色等[6]。孟繁榮等指出影響在線消費顧客滿意度的主要因素有:產(chǎn)品質(zhì)量可靠性、消費平臺安全性、平臺服務(wù)豐富性、購物流程便利性等[7]。
克里斯蒂·格魯諾斯(Christian Gronroos)將服務(wù)提供者所提供的服務(wù)質(zhì)量分為“保健因素”和“促進因素”。“保健因素”是指對于特定服務(wù)來說的必備因素,但是該類因素的提升對于顧客滿意度的改善來說并無太大幫助。即保健因素對顧客滿意度的邊際效用是遞減的。相反,“促進因素”則是那些與顧客感知存在正相關(guān)關(guān)系的因素,即服務(wù)質(zhì)量提高,顧客感知同時提高,“促進因素”對顧客滿意度的邊際效用是遞增的[8]。倪慧玨(2002)認為,根據(jù)激勵—保健理論,想要提高顧客滿意度,商家須合理定義其所提供的產(chǎn)品或服務(wù)的激勵、保健因素,這是商家與顧客建立一種穩(wěn)定的、長期互動關(guān)系的出發(fā)點[9]。錢敏、余猛(2004)以雙因素理論為理論基礎(chǔ),提出了影響顧客滿意度的保健因素和激勵因素,他們認為要區(qū)分影響顧客滿意度的保健因素和激勵因素應(yīng)以顧客的期望為臨界點[10]。馬力、齊善鴻(2005)也曾借鑒激勵—保健理論,結(jié)合企業(yè)實踐,從服務(wù)關(guān)系定位、服務(wù)系統(tǒng)層面剖析等方面提出了基于激勵—保健理論的顧客滿意服務(wù)系統(tǒng)設(shè)計的原則與方法[11]。
雖然目前在線消費顧客滿意度的研究已經(jīng)有不少成果,但是其大多集中于構(gòu)建顧客滿意評價體系,或是研究顧客滿意度與顧客忠誠度之間的聯(lián)系,而未對各種因素進行細致歸類的分析。本文在前人研究的基礎(chǔ)上,引用雙因素理論,將各種影響顧客滿意度的因素分成決定因素、積極因素、消極因素和中立因素四類,解釋了在顧客高滿意度/低滿意度的水平下不同因素的不同影響程度。運用回歸分析按照影響因素的具體統(tǒng)計特征將其歸類,區(qū)分了不同因素的重要程度和企業(yè)的應(yīng)對措施。
網(wǎng)絡(luò)顧客產(chǎn)生購買行為是為了滿足其需求。從其產(chǎn)生購物意向并登錄網(wǎng)站開始,到訂單提交直至物流配送至顧客手中,是一個相對標(biāo)準(zhǔn)化的流程。本文結(jié)合馬斯洛的需求理論和Noriaki Kano的顧客需求模型(必備需求、單項需求、吸引需求),將在線消費顧客的需求結(jié)構(gòu)分為以下三個部分:品質(zhì)需求、過程需求和外延需求。品質(zhì)需求即消費者的最低需求標(biāo)準(zhǔn),通常是消費者想要獲得的物品或服務(wù);過程需求是消費者為實現(xiàn)目的所經(jīng)歷的流程,其需求的滿足程度也會影響消費者的整體滿意程度;外延需求獨立于品質(zhì)需求和過程需求之外,該類需求的滿足程度可能會影響消費者的整體滿意度。
文章以顧客的需求結(jié)構(gòu)為基礎(chǔ),結(jié)合網(wǎng)絡(luò)消費的特點并參照國內(nèi)主流在線消費平臺(京東商城)的顧客滿意調(diào)查問卷,擴展出了在線消費中九個可能會影響顧客滿意的服務(wù)屬性作為顧客滿意影響因素,見表1。
表1 由顧客需求結(jié)構(gòu)衍生的顧客滿意的影響因素
Cadotte & Turgeon(1988)在研究飯店服務(wù)質(zhì)量時提出消費者有四種態(tài)度傾向,分別是:決定因素、滿意因素、不滿意因素和中立因素[12]。Usha Ramanathan & Ramakrishnan Ramanathan(2011)將影響消費者忠誠的因素劃分為五個類別:決定因素、期望因素、滿意因素、不滿意因素和中立因素[13]。本文結(jié)合Cadotte、Turgeon、Usha Ramanathan等人的研究,并基于雙因素理論和在線消費網(wǎng)絡(luò)環(huán)境的特點,將影響在線消費顧客滿意水平的因素劃分為四類:決定因素、積極因素、消極因素和中立因素。其中積極因素和消極因素分別相當(dāng)于雙因素理論的激勵因素和保健因素。
隨后,本文將對顧客滿意水平的影響因素在不同的滿意程度下分別進行回歸分析,依據(jù)統(tǒng)計特征將不同的影響因素分類。研究的結(jié)果可以直觀地闡述不同類別的影響因素對顧客滿意水平的影響,同時也可依據(jù)結(jié)果對企業(yè)提出合理化建議。四類因素的分類標(biāo)準(zhǔn)和統(tǒng)計標(biāo)準(zhǔn)見表2。
表2 顧客滿意因素的分類標(biāo)準(zhǔn)及統(tǒng)計特征
表2中所提到的表現(xiàn)是指顧客對某一項服務(wù)屬性的滿意度的打分,在設(shè)計調(diào)查問卷時,采用李克特(Likert)七級量表作為問卷衡量工具,每一項因素的考察由2~4個題項來完成,受訪者根據(jù)自己的某次在線購物的親身經(jīng)歷及感受來對這些題項進行逐一打分,然后取某一因素所包含題項得分的均值作為該因素的得分。受訪者在最后還要為這次購物經(jīng)歷的滿意程度打一個總分。
本文對這些統(tǒng)計數(shù)據(jù)用哈特蘭基礎(chǔ)的分類方法作回歸分析。第一次運行一個所有變量參與的回歸,將顧客滿意度(總分)作為因變量,影響顧客滿意的因素(各因素得分)作為自變量,以驗證是否所有變量對在線消費顧客滿意都有顯著影響;然后,我們按照某一項因素的分值進行擴展排序,取該項因素得分均值,分值低于均值的部分作為低表現(xiàn)分組,自變量、因變量不變,作一次多元回歸;另一部分得分高于均值的,作為高表現(xiàn)分組,進行一次多元回歸。所有服務(wù)項都如此作回歸(共計18次多元回歸)后,得出每一項服務(wù)的得分在其高/低表現(xiàn)下的回歸顯著性,分析結(jié)果并得出結(jié)論。
本文的數(shù)據(jù)來源是問卷調(diào)查,調(diào)查對象包括學(xué)生、教師、企事業(yè)單位員工等,涉及人員年齡分布在18~35歲,共回收有效問卷318份。數(shù)據(jù)的描述性統(tǒng)計見表3。
表3 描述統(tǒng)計量
第一項代表的因素是產(chǎn)品質(zhì)量,測量變量包括:產(chǎn)品的品質(zhì)、可靠性和耐用程度。
第二項代表的因素是產(chǎn)品信息,測量變量包括:產(chǎn)品自身信息及顧客評論的詳實程度。
第三項代表的因素是產(chǎn)品種類,測量變量包括:產(chǎn)品種類是否齊全、產(chǎn)品特色及多樣性。
第四項代表的因素是購物過程,測量變量包括:商品導(dǎo)航、分類、購物流程等是否清晰。
第五項代表的因素是平臺建設(shè),測量變量包括:網(wǎng)站界面設(shè)計是否美觀、功能是否完備。
第六項代表的因素是支付手段,測量變量包括:支付過程的便捷性、安全性、多樣性。
第七項代表的因素是物流配送,測量變量包括:配送方式多樣性、貨物收取便利性、發(fā)貨速度、包裹完整性 。
第八項代表的因素是售后服務(wù),測量變量包括:售后服務(wù)的及時性、服務(wù)人員的態(tài)度及服務(wù)質(zhì)量。
第九項代表的因素是折扣促銷,測量變量包括:網(wǎng)站的讓利、打折、促銷等優(yōu)惠活動的開展情況。
第十項即為消費者對本次購物總體驗所給出的滿意度得分。
本文將數(shù)據(jù)錄入SPSS 19.0,將九項因素的得分作為自變量,將受訪者最后打的滿意度總分作為因變量,進行一次多元的線性回歸分析,結(jié)果見表4。
表4 所有樣本參與回歸的結(jié)果
通過回歸分析可以發(fā)現(xiàn),其中一、二、四、五、七、八項在p≤0.01的水平下顯著回歸;三、六、九項在p≤0.05的水平下顯著回歸。
然后,我們按照某一項因素打分的均值將樣本分成兩組:對某一項因素的得分進行擴展排序,該項得分在均值以下的樣本作為低表現(xiàn)組,該項得分在均值以上的樣本作為高表現(xiàn)組。對于這兩組數(shù)據(jù),我們?nèi)砸愿鞑糠质茉L者滿意度總分作為因變量,其他因素作為自變量,分別進行回歸分析。
例如,按照第一項因素的分值將其分成A、B兩組:由于第一項的總體均值是4.7547,我們按照第一項的得分對所有變量進行擴展排序,第一項分值低于均值4.7547的樣本作為A組即低表現(xiàn)組,第一項分值高于或等于4.7547的樣本作為B組,即高表現(xiàn)組;以A組的受訪者最后得分為因變量,其余項作為自變量,進行回歸分析;再用相同方法對B組進行分析,結(jié)果見表5、表6。
表5 樣本按第一項得分分組后回歸的結(jié)果(A組)
從表5、表6可以看到,第一項即產(chǎn)品質(zhì)量,無論在其差的表現(xiàn)或好的表現(xiàn)下都與顧客的總體滿意得分具有顯著回歸性(顯著性系數(shù):0.002**和0.021*),這說明,第一項服務(wù)的質(zhì)量,將直接影響到顧客的總體滿意程度。與此類似,我們用相同的方法對其他八項因素進行同樣的處理。匯總后的結(jié)果見表7。
表6 樣本按第一項得分分組后回歸的結(jié)果(B組)
表7 全體樣本分組后的回歸顯著系數(shù)
由表7分析結(jié)果可以得出:第一、第七項因素在其高表現(xiàn)和低表現(xiàn)下都顯著;第二、第三、第四、第五項因素在其低表現(xiàn)下不顯著,在其高表現(xiàn)下顯著;第六、第八項因素在其低表現(xiàn)下顯著,在其高表現(xiàn)下不顯著;第九項因素,在其高表現(xiàn)和低表現(xiàn)下都不顯著。
基于對以上所有自變量因素的分組回歸分析和上文提到的因素分類依據(jù),本文將上述的九類影響顧客滿意度的因素進行如下歸類:屬于決定因素的有產(chǎn)品質(zhì)量、物流配送;屬于積極因素的有產(chǎn)品信息、購物過程、平臺建設(shè)、產(chǎn)品種類;屬于消極因素的有支付手段、售后服務(wù);屬于中立因素的有折扣促銷。
這里值得關(guān)注的是,第九項“折扣促銷”,該因素在以全部數(shù)據(jù)作回歸分析時顯著,但在分組后,該因素在高表現(xiàn)組和低表現(xiàn)組中都不顯著,出現(xiàn)這種情況的原因可能是在分組后,樣本分布發(fā)生了變化,組內(nèi)有些變量的解釋度增強,導(dǎo)致另一些變量的解釋度相對被削弱,造成了用于區(qū)分的變量解釋性降低,進而不顯著。
從實際情況來看,電子商務(wù)環(huán)境下商品的價格透明度較高,折扣促銷等方面的優(yōu)惠可能會使消費者產(chǎn)生沖動購買行為,但是對其滿意度的影響貢獻較小,本文的實證調(diào)研結(jié)果也證實了 “折扣促銷”因素屬于中立因素。
對于其他三類因素,筆者認為:
產(chǎn)品的質(zhì)量,毋庸置疑是消費者考慮的最主要的方面,這一點不僅體現(xiàn)在傳統(tǒng)購物方式上,同時也體現(xiàn)在在線消費上,產(chǎn)品質(zhì)量的好壞將直接導(dǎo)致消費者對此次消費滿意與否;消費者在進行網(wǎng)絡(luò)消費時,除了商品質(zhì)量之外,物流配送的速度及包裹完整性等也成為消費者格外關(guān)注的方面。這一區(qū)別于傳統(tǒng)消費的環(huán)節(jié)也是決定消費者滿意與否的決定因素,特別是在團購盛行的當(dāng)下,商品本身價格低、差異小且大多是簡易的臨時性消費品,物流配送作為中間環(huán)節(jié)更顯得尤為重要,這將直接影響到顧客的體驗從而影響顧客的總體滿意度。以上這兩項作為決定因素應(yīng)被企業(yè)格外重視,企業(yè)除了要把好產(chǎn)品的質(zhì)量關(guān)之外,在選擇第三方物流或建立自己的物流時也需格外注意這方面的管理,這將成為電子商務(wù)環(huán)境下企業(yè)成敗的關(guān)鍵。
對于產(chǎn)品種類等積極因素來講,相對較差的表現(xiàn)也不會引起明顯的顧客不滿,不太可能是顧客投訴的因素,但是好的表現(xiàn)卻能很明顯地提高交易網(wǎng)站對顧客的吸引力從而提高顧客的總體滿意程度。因此企業(yè)還是要將積極因素的表現(xiàn)持續(xù)地進行提高,加強產(chǎn)品信息及顧客評論的可靠性,擴大顧客選購范圍,加強網(wǎng)站功能的多樣化建設(shè),爭取做到“眾口可調(diào)”,這對企業(yè)績效的提高將會是一個很大的助力。
對于支付手段、售后服務(wù)這兩項消極因素來說,企業(yè)需要格外注意。這兩項因素一般被消費者認為是在線交易平臺必不可缺少的服務(wù)和功能,支付手段的匱乏和隱患、售后服務(wù)的延遲和低效會大大影響顧客對此次消費以及對企業(yè)整體的滿意程度;相反這兩項的相對較高的表現(xiàn)則不會被顧客特別地注意到。因此企業(yè)在處理這兩項服務(wù)內(nèi)容時要將其保持在一個相對較高的水平即可,不必費太多精力進行服務(wù)質(zhì)量的提升,但是要時刻提防服務(wù)質(zhì)量的下降,并須備有相應(yīng)的應(yīng)急預(yù)案以應(yīng)對出現(xiàn)的服務(wù)質(zhì)量下滑。
[1]韓經(jīng)綸,韋福祥.顧客滿意與顧客忠誠互動關(guān)系研究[J].南開管理評論,2001,4(6):8-10,29.
[2]Lee M K O.Comprehensive Model of Internet Consumer Satisfaction[D].Hong Kong:College of Business,City University of Hong Kong,2001.
[3]Srinivasan S S,Anderson R,Ponnavolu K.Customer Loyalty in E-commerce: An Exploration of Its Antecedents and Consequences[J].Journal of Retailing,2002,78(1):41-50.
[4]Szymanski D M,Hise R T,E-satisfaction:An InitialExamination[J].Journal of Retailing,2000,76(3):309-322.
[5]Kim S Y,Lim Y J,Consumers'Perceived Importance of Satisfaction with Internet Shopping [J]. Electronic Markets,2001,11(3):148-154.
[6]查金祥,王立生.網(wǎng)絡(luò)購物顧客滿意度影響因素的實證研究[J].管理科學(xué),2006,19(1):50-58.
[7]孟繁榮,張鑫,袁立群.淺談網(wǎng)絡(luò)客戶滿意度[J].商場現(xiàn)代化,2007(27):13-14.
[8]克里斯蒂·格魯諾斯.服務(wù)市場營銷管理[M].上海:復(fù)旦大學(xué)出版社,1998.
[9]倪慧玨.“雙因素”理論與顧客滿意[J].商業(yè)研究,2002(20):4-5.
[10]錢敏,余猛.顧客滿意的雙因素論初探[J].中國質(zhì)量,2004(12):29-31.
[11]馬力,齊善鴻.基于激勵-保健理論的顧客滿意理論及服務(wù)系統(tǒng)的研究[J].科研管理,2005,26(2):152-157.
[12]Cadotte E R, Turgeon N. Key Factors in Guest Satisfaction [J]. Cornell Hotel and Restaurant Administration Quarterly,1988,28(4):45-51.
[13]Ramanathan U,Ramanathan R.Guests'Perceptions on Factors Influencing Customer Loyalty:An Analysis for UK Hotels[J].International Journal of Contemporary Hospitality Management,2011,23(1):7-25.