唐欽蕓　錢大可　李文雙　占艷芳　高錦瑤

【摘 要】 隨著人工智能技術(shù)的發(fā)展，在新零售中智能客服成為了解決企業(yè)服務(wù)數(shù)量暴漲問題的關(guān)鍵，智能客服極大程度地影響著顧客滿意度。本研究采用問卷調(diào)查的方法進行調(diào)研，運用描述統(tǒng)計初步分析顧客對智能客服滿意度的影響因素，構(gòu)建滿意度模型，利用相關(guān)性分析與回歸分析對顧客滿意度影響因素進行研究，尋找智能客服影響顧客滿意度的相關(guān)因素。

【關(guān)鍵詞】 智能客服 新零售 顧客滿意度

2018年中國人工智能市場規(guī)模已達到238.2億元，并且隨著購物的增加，顧客對于服務(wù)質(zhì)量的要求越來越高，企業(yè)為滿足顧客需求，在服務(wù)方面逐漸走智能客服代替人工客服的趨勢，然而智能客服應(yīng)用剛起步，人工智能發(fā)展有待完善，必然存在一些影響顧客購物滿意度的相關(guān)因素。

本文擬從顧客滿意度影響因素視角出發(fā)，深入了解新零售下智能客服對顧客滿意度的各影響因素的相關(guān)信息。在前人研究基礎(chǔ)上，建立了智能客服顧客滿意度模型，運用統(tǒng)計學方法來驗證模型假設(shè)是否成立，從而探索新零售中智能客服對顧客滿意度的有效影響因素，提升智能客服服務(wù)水平，為新零售下的電商平臺提供相應(yīng)參考。

1.理論模型與研究假設(shè)

1.1.基本概念

新零售是以消費者體驗為中心的數(shù)據(jù)驅(qū)動的泛零售形態(tài)，企業(yè)以互聯(lián)網(wǎng)為依托，通過運用大數(shù)據(jù)等各種技術(shù)，將線上線下以及物流打通，重塑零售業(yè)態(tài)的新形式。智能客服智能客服是指通過各種線上渠道以及多種線下渠道，為用戶隨時隨地提供觸手可及的智能服務(wù)。顧客滿意度是衡量目標顧客消費某種產(chǎn)品和服務(wù)后感到滿足的心理體驗，是企業(yè)對自身提供的產(chǎn)品或服務(wù)進行評估與改良的重要指標，不僅能提升企業(yè)在行業(yè)內(nèi)的核心競爭力，亦能改善企業(yè)的經(jīng)營效益。

1.2.理論模型

ACSI模型表示總體滿意度被置于一個相互影響相互關(guān)聯(lián)的因果互動系統(tǒng)中，該模型是由多個結(jié)構(gòu)變量構(gòu)成的因果關(guān)系模型，顧客滿意度是其最終所求的目標變量。本文在ACSI模型的研究基礎(chǔ)上，結(jié)合智能客服的各類特性，將智能客服回復(fù)問題的速度、準確性、易于理解性歸結(jié)為影響顧客滿意度的感知價值維度;將智能客服是否能夠提供合適產(chǎn)品搭配與優(yōu)惠購買方式歸結(jié)為影響顧客滿意度的顧客預(yù)期維度;將智能客服犯錯迅速致歉彌補與對語義理解程度歸結(jié)為影響顧客滿意度的顧客抱怨維度;將智能客服是否能主動提醒產(chǎn)品特性與主動咨詢顧客需求歸結(jié)為影響顧客滿意度的顧客忠誠維度。又結(jié)合消費者在消費服務(wù)或產(chǎn)品時的體驗，引起的對各方面的滿意度變化構(gòu)建了如圖1所示的基于智能客服的顧客滿意度模型。

通過驗證研究假設(shè)H1-H4來證實變量之間的影響關(guān)系，試圖從智能客服的以上四個方面與顧客滿意橫向?qū)哟沃g的關(guān)系來找到促使和提高顧客滿意的思路和方法。

1.3.研究假設(shè)

在上述基于智能客服的顧客滿意度模型的基礎(chǔ)上，本文將智能客服感知價值、顧客預(yù)期、顧客抱怨、顧客忠誠作為原因變量，顧客滿意度作為結(jié)果變量提出四個假設(shè)，具體如下：

（1）假設(shè)H1：感知價值與顧客滿意度正相關(guān);

（2）假設(shè)H2：顧客預(yù)期與顧客滿意度正相關(guān);

（3）假設(shè)H3：顧客抱怨與顧客滿意度正相關(guān);

（4）假設(shè)H4：顧客忠誠與顧客滿意度正相關(guān)。

2.研究設(shè)計

2.1.研究思路與方法

本文研究思路是依據(jù)設(shè)計的基于智能客服的顧客滿意度模型設(shè)計李克特量表問卷，并進行發(fā)放，并對搜集的有效數(shù)據(jù)運用數(shù)據(jù)分析軟件對本文的原因變量與結(jié)果變量之間的關(guān)系進行假設(shè)驗證。主要采取了描述性分析、相關(guān)性分析與回歸分析的數(shù)據(jù)分析方法。

2.2.指標設(shè)計

本文問卷設(shè)計時結(jié)合消費者自身的特點將問卷基本信息指標分為性別（男、女）、年齡（18歲及以下、19歲-25歲、26歲-35歲、36歲-50歲、51歲及以上）、學歷（大專及以下、本科、碩士研究生及以上）、就業(yè)（已工作、未工作）四個方面。智能客服各原因變量及二級細分子變量指標見表1所示。

3.數(shù)據(jù)分析與模型檢驗

本次問卷調(diào)查為網(wǎng)絡(luò)問卷調(diào)查，共發(fā)出776份問卷，收回776份問卷，問卷回收率為100%;其中有效問卷有699份，問卷有效率為90.07%。

3.1.信度效度檢驗

為檢驗問卷中的問題能否有效地解釋變量，需要做信度和效度分析。本項目采用Alpha信度系數(shù)法對項目內(nèi)在信度進行分析，使用因子分析法對問卷進行效度檢驗，之后根據(jù)檢驗結(jié)果提取出相應(yīng)的因子來做對應(yīng)的相關(guān)性分析和回歸分析。

3.1.1.信度分析

信度分析主要考察一組評價項目是否測量一個概念，這些項目之間是否存在較高的內(nèi)在一致性。一致性越高，評價項目的可靠性就越強。本項目采用Alpha信度系數(shù)法對項目的內(nèi)在信度進行分析，當信度系數(shù)>0.7時，問卷具有一定的可信度，當問卷的信度系數(shù)>0.8時便具有較好的信度。

經(jīng)過Alpha信度系數(shù)法監(jiān)測得出，各維度指標的CronbachsAlpha系數(shù)大部分大于0.8，因變量CronbachsAlpha系數(shù)為0.819>0.8，表明調(diào)查問卷可靠性非常好?？傮w信度系數(shù)值為0.912，大于0.9，因而說明研究數(shù)據(jù)信度質(zhì)量很高。

3.1.2.效度分析

效度即有效性，指測量工具或手段能夠準確測出所需測量的事物的程度。效度分析采用因子分析法完成，一般認為因子分析之前會進行KMO與Bartlett檢驗，當KMO值大于0.5時認為可進行因子分析。

經(jīng)過檢驗，本問卷巴特球形值為3562.774，總體KMO的值為0.942>0.5，可以進行因子分析。同時，也意味著數(shù)據(jù)具有較好的效度。另外，w5個因子的方差解釋率值分別是18.500%，16.401%，14.251%，13.152%，12.784%，旋轉(zhuǎn)后累積方差解釋率為75.087%>50%，意味著研究項的信息量可以有效的提取出來。最后，結(jié)合因子載荷系數(shù)，確認因子（維度）和研究項對應(yīng)關(guān)系，若與預(yù)期相符，則說明具有效度。此處因子載荷系數(shù)絕對值大于0.4，即說明選項和因子有對應(yīng)關(guān)系。

3.2.樣本描述統(tǒng)計分析

分析本次調(diào)研搜集的776份有效問卷數(shù)據(jù)，發(fā)現(xiàn)九成多民眾對智能客服有過接觸，其中26歲-35歲年齡段人群對智能客服知曉程度最高，但是總體智能客服使用頻率較低，而“答案不是我想要的”是使用者放棄智能客服服務(wù)的主要原因。

在被調(diào)查者對智能客服的滿意度分析研究中，根據(jù)智能客服對顧客滿意度量表的影響因素，將五個等級假設(shè)性賦值，計算每項服務(wù)角度的滿意度平均得分來評判智能客服服務(wù)質(zhì)量，分數(shù)越高，顧客對智能客服的滿意度越高。

經(jīng)分析得到，在回復(fù)問題速度方面智能客服的平均分數(shù)最高，達到了3.43分，這是智能客服相對于人工客服最主要的優(yōu)勢所在;主動程度、彌補錯誤道歉情況、對語義理解程度、答案的易于理解性此類因素顧客滿意度在3分左右，處于一般水平;回復(fù)準確性、回復(fù)答案的滿意度以及主動提醒產(chǎn)品特性方面滿意度較低，未達到3分，說明智能客服在回復(fù)答案的質(zhì)量方面處于劣勢。綜上，智能客服的服務(wù)質(zhì)量方面還存在較大的欠缺，回復(fù)的答案質(zhì)量有待提高。

3.3.相關(guān)回歸分析

3.3.1.相關(guān)性分析

相關(guān)分析（correlationanalysis）是用適當?shù)慕y(tǒng)計指標描述研究變量間某種依存關(guān)系和變化趨勢，實際運用中有多種方法，本文研究感知價值、顧客預(yù)期、顧客抱怨、顧客忠誠和顧客滿意度變量相關(guān)分析的時，選擇Pcarson相關(guān)分析法。具體結(jié)果如表2所示：

從上表可以看出，四個維度與顧客滿意度的相關(guān)系數(shù)分別為0.767、0.724、0.740、0.787，相關(guān)系數(shù)均大于0，說明各自變量與因變量之間有顯著的正相關(guān)關(guān)系，均呈現(xiàn)出顯著性，表明四個維度對顧客滿意度起到正向的相關(guān)作用。

3.3.2.回歸分析

回歸分析是基于收集到的數(shù)據(jù)找到變量間關(guān)系的一種統(tǒng)計分析方法，上述分析只簡單的反映出四個維度與顧客滿意度之間的相關(guān)關(guān)系和程度，并不能提供因果關(guān)系證明和具體的影響幅度。為了更好地反映問題的本質(zhì)，我們將采用回歸分析法來探討是否存在顯著影響，結(jié)果如下：

從表3可以看出，感知價值的回歸系數(shù)值為0.760（t=27.249，P=0.000<0.01），意味著感知價值會對顧客滿意度產(chǎn)生顯著的正向影響關(guān)系。

顧客滿意度=0.679+0.760*感官體驗

假設(shè)H1成立。

可以看出，回歸系數(shù)值為0.607（t=24.446，P=0.000<0.01），意味著顧客預(yù)期會對顧客滿意度有顯著的正向影響關(guān)系。

顧客滿意度=1.104+0.100*顧客預(yù)期

假設(shè)H2成立。

從表5可以看出，顧客抱怨的回歸系數(shù)值為0.644（t=19.570，P=0.000<0.01），意味著顧客抱怨對顧客滿意度有顯著的正向影響關(guān)系。

顧客滿意度=1.253+0.115*顧客抱怨

假設(shè)H3成立。

可以看出，回歸系數(shù)值為0.668（t=21.427，P=0.000<0.01），意味著顧客忠誠會對顧客滿意度產(chǎn)生顯著的正向影響關(guān)系。

顧客滿意度=1.105+0.668*顧客忠誠

假設(shè)H4成立。

3.4.研究小結(jié)

研究結(jié)果主要反映了以下三個方面：

第一，本文驗證了最初的假設(shè)——顧客在使用智能客服的過程中，“感知價值”、“顧客預(yù)期”、“顧客抱怨”、“顧客忠誠”這四個維度對顧客滿意度是有影響的，并探討了各維度對因變量“顧客滿意度的影響關(guān)系”度對顧客滿意度的影響關(guān)系。因此，本文驗證結(jié)果支持假設(shè)H1、H2、H3、H4。至此，研究結(jié)果驗證了新零售下智能客服的顧客滿意度影響因素模型，為電商領(lǐng)域“提高顧客滿意度”這一目標指明了明確的方向。

第二，這四個維度對顧客滿意度的影響程度是各不相同的，并且由各組數(shù)據(jù)綜合分析可以得出，“顧客忠誠”對顧客滿意度的影響相對較大。這一結(jié)論，可供各電商企業(yè)平臺參考與應(yīng)用。

第三，本文在處理消費者自身特點要素的數(shù)據(jù)時，通過方差分析還可驗證出部分消費者的自身特點對顧客滿意度有一定的影響，同樣也值得各新零售企業(yè)對這些消費者自身特點及時關(guān)注，并運用在營銷測策略上。

4.結(jié)論

本文從顧客的視角出發(fā)，驗證了新零售中智能客服對顧客滿意度的影響因素模型假設(shè)是成立的，并且通過問卷調(diào)查和統(tǒng)計學方法驗證了它們之間的關(guān)系，從理論上為新零售企業(yè)指出了增加顧客黏性的關(guān)鍵因素。

為了簡便研究，本文在關(guān)系模型的假定、問卷調(diào)查的設(shè)計和發(fā)放以及數(shù)據(jù)處理等方面作了相應(yīng)的簡化處理，并且這些地方還需要進一步完善。隨著互聯(lián)網(wǎng)革命浪潮進一步高漲，新零售下各種營銷模式也會成為學術(shù)界感興趣的焦點問題，這些都有待后期再次深入探索。至此，研究結(jié)果驗證了新零售下智能客服的顧客滿意度影響因素模型，為電商領(lǐng)域“提高顧客滿意度”這一目標指明了明確的方向。

【參考文獻】

[1] 劉晴.綠色農(nóng)產(chǎn)品“線上線下”渠道融合中顧客滿意度影響因素研究[D].哈爾濱商業(yè)大學，2019.

[2] 張建芬.B2C電子商務(wù)顧客滿意度指標體系構(gòu)建及其綜合評價研究[D].浙江：浙江工商大學，2017.

[3] 唐芳艷.實時在線客戶服務(wù)的顧客滿意度影響因素研究[D].湖北：三峽大學，2016.

[4] 羅倩，陳峻焜.新零售業(yè)態(tài)下顧客消費意愿的影響因素研究——基于顧客體驗視角[J].經(jīng)濟研究導刊，2019，（8）：116-121，151.DOI：10.3969/j.issn.1673-291X.2019.08.040.

基金項目：本文系2019年嘉興學院國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃（項目編號：201910354035）

作者簡介：唐欽蕓，女，四川自貢人，出生于2000年，漢族，嘉興學院市場營銷學專業(yè)，本科在讀。

錢大可，男，浙江桐鄉(xiāng)人，出生于1975年，研究方向為電子商務(wù)，信息管理，博士，副教授。