網(wǎng)上顧客滿意度的隱式測評(píng)研究

王傳美

(武漢理工大學(xué)理學(xué)院，湖北 武漢 430070)

傳統(tǒng)商務(wù)模式下，有許多因素影響甚至決定顧客的滿意情況，如服務(wù)質(zhì)量、顧客期望及顧客價(jià)值等。但是電子商務(wù)顧客與傳統(tǒng)商務(wù)模式顧客行為有所不同，同時(shí)由于涉及到虛擬網(wǎng)絡(luò)、Web技術(shù)及信息系統(tǒng)，因特網(wǎng)上顧客的行為變得更加復(fù)雜，顧客滿意度的評(píng)估指標(biāo)更加難以確定。且大多關(guān)于滿意度影響因素的研究都是顯式的，需要顧客直接參與相應(yīng)影響因素的問卷測評(píng)。而要想不驚動(dòng)顧客，在顧客不知情的情況下完成對(duì)滿意度的測評(píng)，即滿意度隱式測評(píng)，目前這方面的研究還很少有人涉及，特別是對(duì)網(wǎng)上顧客滿意度的隱式測評(píng)。顧客滿意度隱式測評(píng)的切入點(diǎn)是顧客的購后行為，特定的購后行為可以對(duì)應(yīng)體現(xiàn)顧客的滿意程度。雖然一項(xiàng)特定的購后行為的出現(xiàn)不完全取決于顧客是否滿意，但滿意與否是主要的影響因素之一。筆者利用顧客購后行為的反饋信息來進(jìn)行滿意度的隱式測評(píng)。

1 隱式測量與滿意度隱式測評(píng)

社會(huì)認(rèn)知的研究方法經(jīng)歷了從直接測量到間接測量的演變過程。到20世紀(jì)90年代為止，社會(huì)認(rèn)知的研究大多停留在直接測量的階段。但是直接測量法只能對(duì)意識(shí)水平之上的態(tài)度進(jìn)行測量，對(duì)無意識(shí)操作的內(nèi)隱態(tài)度則無能為力。隨著內(nèi)隱記憶研究方法的形成與發(fā)展，越來越多的間接測量方法被引入了社會(huì)認(rèn)知的研究領(lǐng)域。其中比較典型的有投射測量、加工分離法、基于反應(yīng)時(shí)的范式，以及把歸因與內(nèi)隱社會(huì)認(rèn)知的測量相結(jié)合的刻板解釋偏差(stereotypic explanatory bias，SEB)方法［1-2］。隱式反饋是系統(tǒng)通過被動(dòng)觀察用戶與系統(tǒng)間的交互行為提取出來的特征，在網(wǎng)上顧客的網(wǎng)頁瀏覽中，隱式反饋特征包括瀏覽過的塊、在塊上的停留時(shí)間和滾動(dòng)塊的次數(shù)等。這些特征被用來計(jì)算用戶的興趣偏好、當(dāng)前任務(wù)等［3-4］。筆者基于顧客購后行為的隱式反饋，將歸因與內(nèi)隱社會(huì)認(rèn)知的測量相結(jié)合作為研究網(wǎng)上顧客滿意度的隱式測評(píng)方法。

根據(jù)顧客是否主動(dòng)參與滿意度測評(píng)分為顯式和隱式測評(píng)兩種挖掘模式。顯式的顧客滿意度建模相對(duì)簡單，也比較容易實(shí)現(xiàn)，因?yàn)樗梢杂深櫩屯ㄟ^輸入相關(guān)信息顯式地建立。在某些應(yīng)用中要求用戶給出顯式的反饋信息是不現(xiàn)實(shí)的，因?yàn)槟菚?huì)浪費(fèi)用戶很多的時(shí)間，打擾他們的正常工作，且其調(diào)查動(dòng)靜比較大，需要耗費(fèi)大量的人力物力，因而存在很大的局限性。相反，隱式顧客滿意度建模是利用顧客網(wǎng)上購物后所做的隱式反饋來建立和改進(jìn)用戶興趣模型。隱式反饋是在觀察用戶行為的基礎(chǔ)上通過推理得到的，可以減少用戶很多不必要的負(fù)擔(dān)，保證結(jié)果的準(zhǔn)確性，而且可以提高顧客對(duì)網(wǎng)上信息的接受度，幫助提高顧客的滿意度。因此隱式測評(píng)是一個(gè)非常理想的選擇，很多個(gè)性化的信息系統(tǒng)都采用隱式的建模方法。

2 顧客購后行為分類

顧客的網(wǎng)上日常交互行為能反映顧客的觀點(diǎn)，而購物后的行為則可以反應(yīng)顧客對(duì)賣家的滿意度［5］。通過網(wǎng)站的Web日志可以獲取顧客購買、再購買的情況，顧客的咨詢和投訴情況等信息。這些信息可以歸類到顧客抱怨或顧客忠誠等這些顧客滿意度的潛變量(變量不能準(zhǔn)確、直接地被測量)中，這就可以與顯式顧客滿意度指數(shù)(CSI)模型進(jìn)行連接，建立滿意度隱式測評(píng)模型。基本上所有的網(wǎng)上賣家都要求顧客購物后填寫“評(píng)價(jià)”或“體驗(yàn)”，這是反應(yīng)顧客滿意度的主要途徑之一，但由于涉及顧客資料的暴露，很多顧客即使購物后不滿意，因擔(dān)心賣家報(bào)復(fù)也不敢給“差評(píng)”，這就使得購后評(píng)價(jià)不是那么真實(shí)全面地反映顧客的滿意度。而顧客購物后的其他行為反饋卻可以真實(shí)地反映顧客的滿意度情況。為此，先利用可獲取的顧客隱式反饋來對(duì)顧客行為進(jìn)行分類。1997年，NICHOLS給出了能夠作為隱式反饋的用戶行為類型列表，如購買、訪問、重復(fù)操作、使用、打印/保存、刪除、引用、回復(fù)、標(biāo)注、研究/閱讀、略讀、關(guān)聯(lián)和查詢等。1998年，OARD和KIM調(diào)查了隱式反饋技術(shù)在信息過濾系統(tǒng)中的應(yīng)用情況，在NICHOLS所給出的反饋行為的基礎(chǔ)上，總結(jié)出3種有用的可觀察到的隱式反饋行為類型:審查、保留和參考［6］。

以上的用戶行為類型或用戶行為反饋類型都是針對(duì)網(wǎng)上用戶的交互行為建立用戶興趣模型的分類方法。而對(duì)于網(wǎng)上顧客購物后的滿意度隱式測評(píng)，它們不能完全適合。筆者從顧客滿意度形成的結(jié)構(gòu)理論出發(fā)，將網(wǎng)上顧客購后反饋行為歸納為3類:抱怨、信任和忠誠，如表1所示。

購物失誤發(fā)生以后，顧客首先會(huì)考慮是采取行動(dòng)還是保持沉默。直接抱怨反映了顧客對(duì)賣家的信任，保持沉默的顧客很可能已經(jīng)決定不再與該賣家打交道。顧客抱怨的行為包括不再訪問(至少3個(gè)月內(nèi)沒再訪問)、沒有按賣家請(qǐng)求給出評(píng)論或評(píng)分低、頁面瀏覽時(shí)間縮短、要求供方更換產(chǎn)品或賠償損失、刪除收藏等。

虛擬環(huán)境下的交易有很多不確定因素，信任是交易能夠達(dá)成及重復(fù)進(jìn)行的重要因素，因此在對(duì)很多電子商務(wù)和移動(dòng)商務(wù)的顧客滿意度研究中都引入了顧客信任變量。信任的發(fā)展是一個(gè)動(dòng)態(tài)的過程［7］。其發(fā)展包括3個(gè)階段:初始信任的建立、信任的維持和信任的下降。筆者從信任的維持階段提出前期的滿意影響當(dāng)期的顧客信任。對(duì)一般服務(wù)性企業(yè)而言，顧客滿意只是顧客信任的前提，顧客信任是顧客滿意不斷強(qiáng)化的結(jié)果。顧客信任的網(wǎng)上隱式反饋行為有:再次訪問、重復(fù)操作、選擇或打印、轉(zhuǎn)發(fā)信息、加為書簽或添加注釋。

表1 網(wǎng)上顧客購后行為歸類

顧客忠誠是多數(shù)CSI模型最終的潛變量。顧客忠誠一般是指顧客對(duì)某品牌產(chǎn)品或服務(wù)的忠誠程度，包括重復(fù)采購的意愿，以及對(duì)該品牌產(chǎn)品或服務(wù)的價(jià)格敏感程度［8-9］。正常情況下，如果顧客對(duì)某品牌產(chǎn)品或服務(wù)感到滿意，就會(huì)產(chǎn)生一定程度的忠誠。在行動(dòng)上表現(xiàn)為對(duì)該公司的產(chǎn)品或服務(wù)的重復(fù)購買;反之，顧客就會(huì)轉(zhuǎn)向購買其他品牌的產(chǎn)品或服務(wù)。顧客忠誠度越高，重復(fù)購買的可能性就越大。顧客忠誠的網(wǎng)上隱式反饋行為包括:推薦給好友、價(jià)格上調(diào)的承受及再次購買。

3 滿意度隱式測評(píng)模型

由于顧客的購后行為被認(rèn)為取決于他是否滿意，因此，對(duì)購后行為意向的研究，大多采用因果關(guān)系模型。一般CSI模型以顧客滿意作為中間變量，購后行為意向作為滿意的結(jié)果變量。而筆者是從顧客購后的反饋行為來分析顧客的滿意度情況，根據(jù)因果關(guān)系模型原理建立網(wǎng)上顧客滿意度隱式測評(píng)概念模型，如圖1所示。

圖1 網(wǎng)上顧客滿意度隱式測評(píng)概念模型

筆者所設(shè)立的網(wǎng)上顧客滿意度隱式測評(píng)模型，將顧客購后行為歸到滿意度指數(shù)結(jié)構(gòu)模型中。該模型選取了4個(gè)潛變量，其中兩個(gè)自變量(又稱為外生變量):顧客抱怨ξ1和顧客忠誠ξ2;兩個(gè)因變量(又稱為內(nèi)生變量):顧客信任η1和顧客滿意度 η2。β21、γ12、γ21和 γ22表示潛變量之間的影響系數(shù)。將網(wǎng)上顧客購后反饋行為都看作觀測變量，為了利用結(jié)構(gòu)方程模型(structure equation model，SEM)原理估計(jì)模型，顧客滿意設(shè)置兩個(gè)觀測變量:正面評(píng)價(jià)程度、評(píng)分或評(píng)級(jí)較高。自變量的觀測變量記為xpq(q=1，2;p=1，…，S(q);S(1)=6，S(2)=3);因變量η1對(duì)應(yīng)的觀測變量記為 yji［i=1，2;j=1，…，L(i);L(1)=5，L(2)=2］。圖1顯示的潛變量之間的關(guān)系可寫成如下結(jié)構(gòu)方程:

式中，ζi(i=1，2)是均值為零、方差有限且與其他變量不相關(guān)的隨機(jī)誤差項(xiàng)。結(jié)構(gòu)變量與觀測變量之間的關(guān)系也可以用方程表示出來。在一般的結(jié)構(gòu)方程模型中，都是設(shè)定潛變量對(duì)觀測變量的影響關(guān)系，這里為了隱式測評(píng)，設(shè)置成觀測變量對(duì)潛變量的影響關(guān)系。圖1設(shè)定的觀測變量對(duì)結(jié)構(gòu)變量的影響關(guān)系可表示為:

根據(jù)路徑分析的思路，可以認(rèn)為觀測變量的變化來源于它所對(duì)應(yīng)的潛變量，于是潛變量對(duì)觀測變量的關(guān)系可表述為:

式(2) ～ 式(5)中:ψpq、ωij、μpq和 λij為載荷項(xiàng);δpq、εij、εξp和 εηi均為與其他變量不相關(guān)、均值為零且方差有限的隨機(jī)誤差項(xiàng);S(p)和L(i)分別為ξp和ηi對(duì)應(yīng)的觀測變量個(gè)數(shù)。

如果利用SEM的估計(jì)方法估計(jì)上面的模型，需將觀測變量設(shè)定為它們對(duì)相應(yīng)潛變量的影響程度，一般采用5點(diǎn)Likert法來給觀測變量打分，這就需要顧客參與問卷調(diào)查，與筆者設(shè)計(jì)隱式測評(píng)不相符。為了利用顧客購后的隱式行為測評(píng)其滿意度，各觀測變量需直接利用其觀測值，再利用SEM原理進(jìn)行估計(jì)就會(huì)產(chǎn)生很大的偏差。為了解決這個(gè)問題，需要先請(qǐng)專家或顧客進(jìn)行問卷調(diào)查，這個(gè)模型屬于顯式 CSI模型系統(tǒng)［10-11］，筆者利用DASC軟件直接計(jì)算得到模型的估計(jì)。

4 滿意度隱式測評(píng)系統(tǒng)設(shè)計(jì)

在得到滿意度隱式測評(píng)模型的估計(jì)后，根據(jù)網(wǎng)上顧客購后的反饋行為進(jìn)行滿意度的測評(píng)。這包括兩方面:一是各變量指標(biāo)對(duì)滿意度的影響程度分析，二是對(duì)每個(gè)顧客給出一個(gè)量化的滿意度指數(shù)(CSI)。針對(duì)筆者提出的網(wǎng)上顧客滿意度隱式測評(píng)模型，設(shè)計(jì)一個(gè)穩(wěn)健而全面的CSI的最終計(jì)算公式為:

由于觀測值xpq，yij均為向量(因?yàn)橛卸喾菡{(diào)查問卷)，取其平均值來計(jì)算CSI。除了顧客滿意度的兩個(gè)觀測指標(biāo)直接影響CSI外，其他的觀測指標(biāo)都通過相應(yīng)的潛變量影響CSI，如顧客抱怨第q個(gè)行為對(duì)CSI的影響系數(shù)為γ21ψ1q，顧客信任第j個(gè)行為對(duì)CSI的影響系數(shù)為β21ω1j，依該方法可分析各個(gè)反饋行為對(duì)滿意度的影響程度。

圖2 滿意度隱式測評(píng)結(jié)構(gòu)圖

基于以上的分析研究，設(shè)計(jì)了顧客滿意度隱式反饋系統(tǒng)結(jié)構(gòu)圖，如圖2所示。該系統(tǒng)包括4個(gè)模塊:顧客購后行為整理模塊，滿意度隱式測評(píng)建模模塊，模型估計(jì)模塊和滿意度隱式測評(píng)模塊。各個(gè)模塊均與數(shù)據(jù)庫相連，購后行為整理用于建立滿意度模型庫，接著提取模型進(jìn)行隱式測評(píng)建模;模型估計(jì)用于計(jì)算各個(gè)隱式測評(píng)指標(biāo)以建立指標(biāo)庫，再提取指標(biāo)進(jìn)行隱式最終的測評(píng)。建立顧客滿意度隱式測評(píng)系統(tǒng)的目的是實(shí)現(xiàn)顧客長期高度滿意，從而形成顧客忠誠。

5 結(jié)論

不要求顧客顯式地輸入購物后的滿意度信息，而是通過觀察顧客對(duì)相應(yīng)Web頁面所采取的瀏覽動(dòng)作來獲取隱式的反饋信息，運(yùn)用這些信息建立和更新顧客滿意度模型，并與顯示滿意度指數(shù)模型進(jìn)行了無縫連接，從而實(shí)現(xiàn)網(wǎng)上顧客滿意度隱式測評(píng)。筆者設(shè)計(jì)了網(wǎng)上顧客對(duì)賣家滿意度隱式測評(píng)的模型，給出了測評(píng)方法并設(shè)計(jì)了測評(píng)結(jié)構(gòu)圖，實(shí)現(xiàn)了個(gè)性化的信息檢索或信息過濾，為電子商務(wù)或移動(dòng)商務(wù)進(jìn)一步提供更個(gè)性化、更恰當(dāng)準(zhǔn)確的服務(wù)奠定了基礎(chǔ)。

［1］苗艷敏.內(nèi)隱社會(huì)認(rèn)知的研究方法綜述［J］.社會(huì)心理科學(xué)，2008，23(3/4):258-260.

［2］王沛.刻板印象與內(nèi)隱推理的實(shí)驗(yàn)研究［J］.心理科學(xué)，2002，25(6):709-767.

［3］孫鐵利，鄧安生.智能用戶接口Agent的用戶模型與系統(tǒng)構(gòu)建方法［J］.東北師大學(xué)報(bào):自然科學(xué)版，2000，32(3):115-119.

［4］孫鐵利，楊鳳芹.根據(jù)用戶隱式反饋建立和更新用戶興趣模型［J］.東北師大學(xué)報(bào):自然科學(xué)版，2003，35(3):45-49.

［5］羅曉光.基于顧客購后行為的顧客滿意度評(píng)價(jià)研究［D］.哈爾濱:哈爾濱工程大學(xué)圖書館，2006.

［6］LIN H H，WANG Y S.An examination of the determinants of customer loyalty in mobile commerce contexts［J］.Information ＆ Management，2006(2):271-282.

［7］WALCZUCH R，LUNDGREN H.Psychological antecedents of institution-based consumer trust in e-retailing［J］.Information ＆ Management，2004(12):1-13.

［8］LEE M，CUNNINGHAM L F.A cost/benefit approach to understanding service loyalty［J］.Journal of Services Marketing，2001，15(2):113-130.

［9］MAXHAM G J.Service recovery's influence on consumer satisfaction-positive word of mouth and purchase internations［J］.Journal of Business Research，2001，54(1):211-241.

［10］WANG C M，TONG H Q.Best iterative initial values for PLS in a CSI model［J］.Mathematical and Computer Modelling，2007，46(3/4):439-444.

［11］童恒慶.理論計(jì)量經(jīng)濟(jì)學(xué)［M］.湖北:科學(xué)出版社，2008:667-686.