電子商務網站顧客忠誠度的測量

電子商務網站的品牌忠誠，即E忠誠，是指在線顧客對該網站品牌的忠誠，也是指顧客重復選擇該網站購買某一特定產品或某些產品的心理和行為傾向。因此，只有消費者既有對特定購物網的態度偏好，又有相應行為表現，即同時滿足“情感E忠誠”和“行為E忠誠”兩個維度，才能稱作E忠誠。

測量網站的E忠誠就是測量在線顧客對該網站品牌的忠誠程度的高低。購物網站的經銷商們如何知道在線顧客對自己網站的忠誠度有多高就依賴于E忠誠的測量。這種測量不僅給網站營銷商們分析自身網站不同時期E忠誠的高低和評判E忠誠營銷策略的實施效果提供了很好的工具，也為不同購物網站E忠誠的高低比較提供了一個很好的尺度。由于對E忠誠的研究尚處于起步階段，目前國內外還沒有比較權威的測量方法。本文將就此做一個大膽的嘗試。

一、測量思路

根據前面的分析可知，真正的E忠誠者實際是行為E忠誠者和情感E忠誠者的交集部分。因此，我們可以得出這樣一個等式：網站E忠誠=網站E忠誠顧客率=行為、情感雙忠誠的在線顧客數占網站顧客總人數的百分比。而要計算行為、情感雙忠誠的在線顧客數，則先要從網站顧客總人數中找出行為忠誠者，然后再從行為忠誠者中找出情感忠誠者的人數，即行為、情感雙忠誠的在線顧客數。用這個在線顧客數除以網站顧客總人數，即得網站E忠誠顧客率。

二、對E忠誠行為維度的測量

過去在研究傳統商業環境下消費者品牌忠誠的文獻中，大都是以“購買行為”作為行為忠誠度的一個測量維度，其最直接的表現是重復購買的次數、金額和頻率的高低。本文認為，在電子商務環境下，由于購物網站兼具商店與媒體的雙重特性，顧客的訪問量和推薦行為都可能為網站帶來額外的收益，如吸引更多的廣告投放量等。因此，除了考慮消費者的重復購買行為外，還應該考慮到衡量媒體忠誠的指標“訪問行為”，即顧客對該網站表現出來的重復、大量的瀏覽和更長時間的停留行為。另外，顧客的“推薦行為”，即在線顧客向他人推薦該網站、愿意把自己愉悅的購物體驗與他人分享的次數，這也是E忠誠在行為維度上的一個典型體現。綜上所述，我們至少可以從三個維度來測量在線顧客的行為E忠誠。同時，結合學者們對品牌忠誠度量化的概率標準(50%以上為高度忠誠)，我們可以用以下方法來計算網站的高行為E忠誠。

某在線顧客的重復訪問概率=考察期內訪問行為的次數/考察期內訪問同種類所有購物網站的次數×100%

某在線顧客的重復購買概率=考察期內在該網站的購買次數/考察期內在同種類所有購物網站的購買次數×100%

某在線顧客的重復推薦概率=考察期內該消費者推薦行為的次數/考察期內推薦同種類購物網站的總次數×100%

由以上三個公式進一步推論可得到：

網站高訪問行為的在線顧客數=Sum(重復訪問概率>50%的在線顧客)

網站高購買行為的在線顧客數=Sum(重復購買概率>50%的在線顧客)

網站高推薦行為的在線顧客數=Sum(重復推薦概率>50%的在線顧客)

然后利用網絡數據庫統計技術，分別計算出以上三個指標的值，再加權平均，即得行為E忠誠的顧客數，即：

高行為E忠誠顧客數=α×高訪問行為的在線顧客數+β×高購買行為的在線顧客數+γ×高推薦行為的在線顧客數

其中，α、β、γ為權重，其選擇與購物網站經營的商品類型等因素有關，比如經營日常用品的網站就比經營耐用品的網站有更高的顧客購買行為頻率，但這種更高的購買行為頻率并不意味著前者就比后者擁有更高的顧客忠誠度，因此必須賦予前者的購買行為指標相對較小的權重。同理，如果要計算網站中度行為忠誠或低度行為忠誠的顧客數，也可以用同樣的方法來測量，只是概率標準發生變化而已。

需要說明的是，雖然對某一個具體的電子商務網站來說，能夠對所有在線顧客在該網站的訪問次數、購買數量和推薦行為有一個精確的統計，但很難得到同一個在線顧客在其他所有同類購物網站的行為指標的精確數據，因此，關于在線顧客的重復訪問概率、重復購買概率和重復推薦概率，實際上并不是精確計算的結果，而是基于消費者對自己在線行為的一種回憶和粗略估計。不過，本文認為，這種誤差是不可避免的，它并不會影響對某一個具體網站的行為E忠誠測量的有效性和可操作性。

三、對E忠誠情感維度的測量

找出高行為忠誠的在線顧客后，還要從中篩選出高情感忠誠的顧客數，才能得出行為、情感雙忠誠的顧客數。本文作者在研究相關資料后，自制了一份測量在線顧客情感E忠誠的量表，并采用滾雪球的方法，對141名有網絡購物經驗的網民進行了調查，并用SPSS11.0對數據進行了錄入和處理，以此驗證該量表是否適合用來對情感E忠誠進行測量。

該問卷涉及顧客對網頁鏈接、網站內容、價格和服務質量、安全信任、網站在顧客心目中的位置等方面的態度和看法，共25道題，應用李克特五點記分法給每道題設置五個選項，從“很不同意”到“非常同意”依次對應“1—5分”，這樣完成25道題的最低得分為25分，最高得分為125分，平均值為75分，最后加總得分高于75分者即為高情感忠誠的顧客。

項目的區分度檢驗。區分度是指測量項目對被試的心理特性的區分能力。計算區分度，一種較常用的方法是相關法，即以某一項目分數與效標分數或測驗總分的相關作為該項目區分度的指標。相關越高，則該項目的區分度越高。一般來說，如果鑒別指數達到0.40以上，則說明該項目的區分度很好。本文采用各項目與總和分數的相關系數對量表的區分度進行檢驗。統計結果顯示，該量表的25個項目分別與測驗總均值存在0.566以上的顯著相關(P=0.000)。說明各項目的區分度良好，能將不同水平的被試區分開來，故可保留所有項目對情感E忠誠進行測量。

效度檢驗。本文擬采用探索性因子分析方法來檢驗情感E忠誠問卷的結構構想效度。在因子分析之前，先對量表的25個項目進行Bartlett球形檢驗，Bartlett值為3301.905，p<0.001，同時，其取樣適當信度值KMO=0.925，說明對該量表進行因子分析是恰當的。采用主成分分析法對問卷進行初步分析，發現特征值大于1的因子有3個，方差累計貢獻率為68.275%。對其結果極大方差旋轉之后，各因子負荷量均在0.45以上。

因子1在“網站鏈接的方便度、網站信息的豐富性、網站的設計風格”等七個項目上的荷重最大，反映了在線顧客對這些項目的滿意程度，因此可以將因子1命名為情感滿意；因子2在“網站服務質量、安全隱私、支付方式”等14個項目上的荷重最大，這反映了在線顧客對網站的信任程度，因此可以將因子2命名為情感信賴；因子3在“顧客對網站的關注度、樂意推薦度”等四個項目上的荷重最大，反映了網站在顧客心目中的位置，可以將其命名為情感接納。事實上，情感滿意、情感接納和情感信賴三個方面，不僅是情感E忠誠的三個層次，同時也表示了E忠誠形成的動態心理過程，即從形式滿意到接納到信賴并最終形成E忠誠。

綜上所述，對量表進行因子分析的結果符合事先預期，因此可得出結論，用該量表來對情感E忠誠進行測量是有效的。

信度檢驗。本文采用α信度系數和Guttman分半信度來考察該量表的信度。統計結果顯示，整個問卷的Cronbach α系數為0.9604，分半信度系數為0.9213。三個分量表的Cronbach α系數均在0.887以上。說明本問卷具有較好的內部一致性信度。

四、需要說明的問題

在對網站E忠誠進行實際測量的過程中，情感E忠誠者應該是從行為E忠誠的顧客中篩選出來的。嚴格來說，要真正篩選出行為、情感雙忠誠的顧客，調查過程應遵循以下幾個步驟：①從網站的所有在線顧客中隨機抽取樣本，針對每個樣本，以E-mail等形式發放調查問卷；②對回收的有效問卷統計出樣本的高行為忠誠顧客數；③從高行為忠誠的顧客中找出高情感忠誠的顧客；④利用統計推斷技術，計算出總體的高情感忠誠顧客數，此即行為、情感雙忠誠的在線顧客數。這樣，行為、情感雙忠誠的在線顧客數占網站顧客總人數的百分比即為網站E忠誠顧客率(網站E忠誠)。

由于E忠誠是個全新的領域，理論研究剛剛起步，而且現有研究大多局限在對E忠誠的概念、特點和影響因素的探討方面，但對網絡環境下E忠誠應如何測量等問題的研究，無論是理論界還是實務界，對此都尚無定論。因此本文的研究也只是個嘗試，方法的粗糙在所難免，它的意義僅僅在于一種理論上的探討和對未來研究的某種啟發。

參考文獻：

1.凱瑟琳·辛德爾(Kathleen Sindell)著，闕澄宇、史達、劉紅波譯：《忠誠營銷：E時代的客戶關系管理》，中國三峽出版社，2001年版。

2.徐培：《電子零售網站的E忠誠營銷與策略分析》，中國優秀博碩士學位論文全文數據庫(社科類)，2002年12月。

3.丁夏齊、馬謀超、王 、樊春雷：《品牌忠誠概念、測量和相關因素》，《心理科學進展》，2004(12)。

4.裘曉東、趙平：《品牌忠誠度及其測評研究》，《現代財經》，2002(10)。

(作者單位：許昌學院)

編校：楊彩霞