基于改進(jìn)Kano模型的直播購物平臺(tái)服務(wù)優(yōu)化研究

摘 要：服務(wù)優(yōu)化的前提是顧客需求的分析，本文基于顧客需求的分析，研究直播網(wǎng)絡(luò)購物平臺(tái)可優(yōu)化的服務(wù)要素。主要參考Kano模型的定性分析，確定關(guān)鍵要素，并充分結(jié)合Matzler（1998）所提出的產(chǎn)品質(zhì)量管理改善系數(shù)的基礎(chǔ)理論，進(jìn)行定量分析，計(jì)算出增加顧客滿意度的系數(shù)（better系數(shù)）和減少不滿意度的系數(shù)（worse系數(shù)），得出better-worse系數(shù)，然后構(gòu)建出Better-Worse矩陣，更加準(zhǔn)確地界定關(guān)鍵服務(wù)要素及其優(yōu)先序列。

關(guān)鍵詞：KANO模型;Better-Worse系數(shù);服務(wù)優(yōu)化

本文索引：喬娟娟.基于改進(jìn)Kano模型的直播購物平臺(tái)服務(wù)優(yōu)化研究[J].中國商論，2022（01）：-145.

中圖分類號(hào)：F063.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）01（a）--03

Kano模型主要分析產(chǎn)品的性能和顧客滿意度之間的非線性關(guān)系，該模型的思想源于赫茨伯格的雙因素理論，將造成滿意與不滿意的質(zhì)量因素進(jìn)行區(qū)分。在Kano模型中將產(chǎn)品與服務(wù)質(zhì)量的基本屬性劃分為五個(gè)主要類別：必備屬性（M類）、期望屬性（O類）、魅力屬性（A類）、無差異屬性（I類）、反向?qū)傩裕≧類）。從研究方法上來看，該Kano模型屬于定性研究法，本文在眾多學(xué)者對(duì)Kano模型定量化研究的基礎(chǔ)之上，并利用有關(guān)學(xué)者提出的有價(jià)值的分析方法和工具，探討定量化Kano模型在識(shí)別直播購物平臺(tái)服務(wù)優(yōu)化的關(guān)鍵要素。

本文擬從直播購物平臺(tái)的可控性和顧客體驗(yàn)的主要因素角度入手，探討應(yīng)用Kano模型和Better-Worse系數(shù)為基礎(chǔ)類分析顧客需求，確定關(guān)鍵的服務(wù)要素，及其優(yōu)先級(jí)別。

1 研究方法

本文針對(duì)直播購物平臺(tái)網(wǎng)站自身的特點(diǎn)，從用戶感知的角度構(gòu)建了影響直播購物平臺(tái)顧客滿意度的要素研究的假設(shè)?；贙ano模型的5種服務(wù)質(zhì)量的分類，設(shè)計(jì)不同維度要素的結(jié)構(gòu)性問卷，每個(gè)要素又包含正反兩個(gè)方向的問題，從而確定該屬性的頻率。最后，整理收集到的Kano問卷的數(shù)據(jù)，各要素的總頻數(shù)最大者即為該要素所屬的Kano類別。

根據(jù)學(xué)者M(jìn)atzler提出的質(zhì)量改善系數(shù)理論，計(jì)算Better-Worse系數(shù)，來體現(xiàn)該要素對(duì)增加用戶的滿意程度或消除用戶不滿意程度的影響，其中Better系數(shù)通常為正值，表示具備某項(xiàng)服務(wù)或功能時(shí)，會(huì)提升用戶的滿意度。Worse系數(shù)則為負(fù)值。在Kano屬性歸屬探討的基礎(chǔ)之上，通過計(jì)算要素屬性歸類的百分比，從而計(jì)算出Better-Worse系數(shù)，來表示該要素可以增加滿意或者消除不滿意的影響程度。

其公式為：

增加后的滿意系數(shù)（better系數(shù)）=（A+O）/（A+O+M+I）

消除后的不滿意系數(shù)（worse系數(shù)）=—（O+M）/（A+O+M+I）

2 實(shí)證分析

2.1 問卷設(shè)計(jì)

本文通過實(shí)際調(diào)查及相關(guān)學(xué)者的研究，確定了20個(gè)有關(guān)服務(wù)質(zhì)量的要素。參見表1左第一列所示。

問卷分為兩個(gè)部分，第一部分為受訪者的基本信息，第二部分為Kano的相關(guān)服務(wù)質(zhì)量的要素問項(xiàng)。其中，第一部分主要包括：年齡、性別、行業(yè)、文化水平以及個(gè)人收入等幾個(gè)方面。第二部分是從正反兩個(gè)方面去設(shè)置各服務(wù)質(zhì)量要素的相關(guān)問題。

2.2 數(shù)據(jù)處理

本文借助網(wǎng)絡(luò)平臺(tái)發(fā)放問卷，對(duì)不同類型的客戶群體進(jìn)行調(diào)查統(tǒng)計(jì)，調(diào)查人數(shù)約262人，得到258組數(shù)據(jù)，剔除18組無效數(shù)據(jù)，最終得到240組有效數(shù)據(jù)。此次調(diào)查統(tǒng)計(jì)回收率達(dá)98%，有效率達(dá)91%。

對(duì)回收的數(shù)據(jù)進(jìn)行分析處理，分析各要素的Kano評(píng)價(jià)值，依據(jù)頻數(shù)最高原則確定該要素指標(biāo)的分類。如表1所示，其中回答存在矛盾（Q類）應(yīng)予以舍棄。

由以上結(jié)果可知，Y2商品描述的翔實(shí)性、Y8隱私保護(hù)、Y10合理的購物流程、Y16更改或取消交易、Y18主播信息組織合理這五項(xiàng)要素被歸于基本要素質(zhì)量（M）類;Y3連接的準(zhǔn)確性、Y4商品性價(jià)比、Y5促銷活動(dòng)等這七項(xiàng)要素被歸于期望質(zhì)量屬性（O）類;Y9主播導(dǎo)向性、Y11主播商品講解的吸引力、Y12主播的信譽(yù)度、Y14購物滿足感等這四項(xiàng)被歸類于魅力質(zhì)量屬性（A）類;Y1支付平臺(tái)、Y6頁面布局合理等四項(xiàng)被歸類于無差異型需求;未發(fā)現(xiàn)反向質(zhì)量要素。

根據(jù)上文提到的Better系數(shù)和Worse系數(shù)公式，計(jì)算各服務(wù)要素的Better-Worse系數(shù)，如表2所示。

3 構(gòu)建直播購物平臺(tái)服務(wù)質(zhì)量Better-Worse矩陣

在Kano模型中，Better-Worse矩陣是以Better系數(shù)作為

點(diǎn)相交點(diǎn)作為原點(diǎn)的四象限矩陣圖。在該矩陣中，按各要素的系數(shù)將各要素分布于該矩陣圖的四個(gè)象限中。這4個(gè)象限按逆時(shí)針方向分別為第一象限、第二象限、第三象限以及第四象限。從一象限到四象限分別為意愿因素（O）、魅力因素（A）、無差異因素（I）、必備因素（M）。在此基礎(chǔ)上，對(duì)數(shù)據(jù)統(tǒng)計(jì)結(jié)果進(jìn)行初步分析。如圖1所示：

由圖1所示：1.落入第一象限內(nèi)的要素，Better系數(shù)值較高，Worse系數(shù)的絕對(duì)值也高，如圖1所示，Y11、Y14、Y9為意愿因素，當(dāng)這些因素得到滿足時(shí)，用戶的滿意度會(huì)提升，反之，用戶的滿意度就會(huì)降低。2.落入第二象限內(nèi)的要素，Better系數(shù)值高，Worse系數(shù)絕對(duì)值低，如圖1所示，Y17、Y6、Y7為魅力因素，當(dāng)這些因素得不到滿足時(shí)，用戶的滿意度不會(huì)降低，反之，群眾的滿意度會(huì)有很大提升。3.落入第三象限內(nèi)的要素，Better系數(shù)值低，Worse系數(shù)絕對(duì)值也低，如圖1所示，Y18、Y2、Y16為無差異因素，無論直播購物平臺(tái)是否提供這些因素，都不會(huì)影響用戶的滿意度。4.落入第四象限內(nèi)的要素，Better系數(shù)值低，Worse系數(shù)絕對(duì)值高，如圖1所示，Y19、Y20、Y4、Y5等為必備因素，當(dāng)直播購物平臺(tái)提供此因素時(shí)，用戶的滿意度不會(huì)提升，反之，用戶的滿意度會(huì)大幅降低。

根據(jù)Kano的原理，改進(jìn)服務(wù)質(zhì)量要素的順序?yàn)椋海∕）類>（O類）>（A）類>（I）類。并結(jié)合上圖1所示，以Better系數(shù)和Worse系數(shù)的絕對(duì)值分別大于0.6為基準(zhǔn)，可以看出：從降低顧客不滿意度來說Y4、Y5、Y10、Y15、Y16等要素更容易引起顧客的不滿情緒。從提升顧客滿意度來說Y9、Y11、Y20、Y3、Y12等因素可視為提高顧客滿意度的關(guān)鍵因素。因此，提升顧客滿意度，改進(jìn)服務(wù)質(zhì)量的順序應(yīng)以一下順序?yàn)閰⒖迹?/p>

本文基于改進(jìn)的Kano模型對(duì)20個(gè)直播平臺(tái)的相關(guān)要素進(jìn)行定量化的分析。通過應(yīng)用Better-Worse系數(shù)矩陣圖定量區(qū)分各Kano屬性下不同要素的優(yōu)先序列。較為精確地確定出直播購物平臺(tái)關(guān)鍵的服務(wù)要素。并且，確定服務(wù)要素優(yōu)化的序列集。

參考文獻(xiàn)

[1]ADLAKHA V. Atributes of service quality： the consum-ers’ perspective [J]. International Journal of Service Industry Management，1992，3（3）：34-45.

[2]KANO N， SERAKU N， TAKAHASHI F， et al. Attractive quality and must-be quality [J]. The Journal of the Japanese Society for Quality Control，1984，14（2）：39-48.

[3]Lee M C， Newcomb J. Applying the Kano methodology to meet customer requirements NASA’s Microgravity Science Program [J]. Quality Management Journal，1997，4（3）：95-110.

[4]唐中君，龍玉玲.基于Kano模型的個(gè)性化需求獲取方法研究[J].軟科學(xué)，2012，26（2）：127-131.

[5]MATZLER K， HINTERHUBER H H. How to make product development projects more successful by integrating Kano’s model of customer satisfaction into quality function deployment [J]. Technovation，1998，18（1）：25-38.

作者簡介：喬娟娟（1993-）女，漢族，河南濟(jì)源人，碩士研究生，研究方向：企業(yè)管理。

Research on Service Optimization of Live Broadcasting Shopping Platform

Based on Improved Kano Model

School of Economics and Management， Chang’an University? Xi’an， Shaanxi? 710064

QIAO Juanjuan

Abstract： The prerequisite for service optimization is the analysis of customer needs. Based on the analysis of customer needs， this article studies the optimizable service elements of the live broadcasting shopping platform. This article mainly refers to the qualitative analysis of the Kano model to determine the key elements， and fully combines the basic theory of product quality management improvement coefficients proposed by Matzler （1998）， carries out quantitative analysis， and calculates the coefficient of increasing customer satisfaction （better coefficient） and coefficient of reducing satisfaction （worse coefficient）. Then better-worse coefficient is obtained and its matrix is constructed， in order to more accurately define the key service elements and their priority sequence.

Keywords： KANO model; Better-Worse coefficient; service optimization