團購導航網站用戶滿意度研究

顧立培+邢寶君

〔摘要〕為了對團購導航網站進行較為客觀的用戶滿意度評價，本文在文獻回顧、專家咨詢、問卷調查的基礎上，運用因子分析法歸納出影響團購導航網站用戶滿意度的五大公因子：網站界面、網站性能、網站信息質量、網站服務、網站形象，并由此建立了相應的評價指標體系。然后以此為基礎，提出了運用灰色關聯分析法對團購導航網站用戶滿意度進行測評，并建議結合第三方監測機構的監測數據對導航網站的實際運營情況進行分析，最后利用本文提出的指標體系和研究方法，對3個團購導航網站進行了實證分析。有利于網站運營者從用戶角度出發，發現網站存在的缺陷，并為網站改進指明了方向。

〔關鍵詞〕團購導航網站；用戶滿意度；因子分析；灰色關聯度評價

網絡團購（business to team，B2T）是指一定數量的消費者群體通過互聯網渠道組織成團，以較低折扣購買同一商品或服務的商業活動[1]。自2010年我國首個團購網站上線以來，團購市場在我國發展迅速。根據團800統計，截止到2013年8月底，我國共有團購網站449家，國內市場團購成交額達36.9億元，同比增長74.97%。表明我國團購市場競爭依然激烈。隨著團購網站大量存在、團購形式的不斷變化以及團購投訴的不斷增加，團購導航作為一種新的電子商務模式應運而生。

團購導航不僅僅是一個集合較多團購網址，按照一定條件進行分類的網址大全[2]，而且在一定程度上，可為用戶篩選可信有保證的信息，并為用戶提供記憶、收藏、提醒等附加值，進而可以根據消費者需求提供安全便利的團購信息[3]。據CNNIC統計，我國有68.9%的用戶選擇直接登錄團購導航網站獲取團購信息，表明團購導航網站已經成為用戶團購重要的信息來源。團購導航作為消費者進入團購網站的入口，既可以成為便利通道，同時也有可能成為一種壁壘或障礙[4]。所以，在現代社會以用戶為中心的背景下，對團購導航網站的滿意度測評，具有十分重要的意義。一方面可以幫助網站經營者客觀真實的認識到網站的實際運行情況，作為幫助網站不斷提升的參考，另一方面對于團購網站而言，可以了解到導航網站的實際質量，便于其對團購導航的選擇、投放和督促相應的網站不斷提高整體水平以獲得較高的外部鏈接概率[2]。然而目前的研究多是集中在團購網站，而關于團購導航網站的研究基本沒有，不能不說是一種遺憾。基于此，本文選擇從用戶角度對團購導航網站的滿意度進行研究。

1電子商務網站用戶滿意度測評現狀

網站評價基于不同的評價主體，有著不同的研究內容，可以是關于技術方面的評價、信息服務能力的評價，還可以是對用戶滿意度的測評[5]。因此，網站評價一個非常豐富的課題內容。本文主要側重導航網站的用戶滿意度研究。

用戶滿意類似于實物領域中的顧客滿意，目前關于顧客滿意主要存在兩種觀點：一種是從狀態的角度來定義，認為用戶滿意是用戶在購買消費行為發生后的感受；另一種是從過程的角度來定義，認為用戶滿意是事后對消費行為的評價[6]。而關于網站的用戶滿意評價主要是指用戶在使用網站的某一服務后，對這一服務的評價和判斷，是用戶體驗后的情感反應[7]，同時包括了用戶對于過程和結果的體驗。

截止到目前，不少學者對不同類型網站的用戶滿意度問題進行了研究，包括電子商務網站、電子政務網站和圖書館網站等。在此，我們著重對電子商務網站用戶滿意度的研究進行分析總結。國外關于電子商務網站滿意度的研究比較早也比較深入。Muyllea（1999）、Meuter等人（2001）主要從用戶界面設計的角度對影響顧客滿意度的因素進行了研究[8-9]。Marsico和Levialdi（2004）則從客戶的角度出發，利用個人/社會、網站/信息、交互類型3個維度構成一個三維空間模型，構建了一個基于客戶的網站評價指標體系[10]。而我國國內學者關于電子商務網站的用戶滿意度也多從不同的角度進行了研究。楊曉明、田澎（2006）從個體層面分析了綜合性門戶網站滿意度的形成機制，并找到了信息及時、操作簡單以及廣告等是影響用戶對于門戶網站滿意度的因素。查金祥、王立先（2006）則主要從網站的服務質量和顧客預期兩個方面對影響用戶滿意度的因素進行了研究。曾志元（2007）主要從顧客消費行為的角度出發，提出了網站評價的4C+1W指標體系（顧客需求、成本、便捷性、溝通和網站視覺效果）。潘勇、趙軍民（2008）主要是對B2C電子商務網站進行了評價。張凡（2010）則采用了質量功能展開（QFD）的方法對房地產網站滿意度進行了測量。韓正彪（2010）則主要從消費流程的角度，提出依據“用戶特征+網站特點+CSI模型”的方法構建信息資源網站的測評模型[11-16]。

根據以上研究，不難發現關于電子商務網站滿意度的研究由于缺乏理論的指導，還不夠成熟完善。尤其是對于團購網站、團購導航網站這種新興網站的研究還遠遠不夠，目前的對于這類新興網站的研究多是集中網站發展現狀、特點、問題等現象的描述，而從用戶角度對新興網站滿意度研究還比較缺乏。所以本文選擇從用戶角度出發，對團購導航網站的滿意度進行測評。

2團購導航網站評價體系

2.1研究設計與數據采集

團購導航網站既具有普通網站信息傳播和推廣的一般特點，同時又具有信息資源集成和導航的功能[2]。所以對于團購導航網站的滿意度測評要充分考慮到網站的導航性能和服務質量。

為了找到影響用戶對團購導航網站滿意度的因素，本文通過借鑒以往研究和同資深團購用戶深度交談的基礎上，根據全面性、科學性、可測性、可比性和無矛盾性等原則[17]，總結得到影響顧客滿意度的因素共涉及7個構面23個要素。為了進一步對影響要素進行確認，本文采用問卷調查的方法向參與過網絡團購的消費者進行調查。在正式調查之前，本文先對18個在校大學生進行了預調查，根據調查結果得到了另外3個影響因素：網站信息完整性、產品的分類以及產品推薦。根據反饋結果，在對問卷部分題目進行調整、增加之后，形成正式調查問卷。正式問卷采用網絡（E-mail、QQ、問卷星）和紙質的形式進行發放，發放對象主要是面對在校大學生。共發放調查問卷356份，實際回收235份，有效數為218份，有效率為61.24%。endprint

為了保證本次調查的有效性，需要對調查問卷進行信、效度檢驗。關于信度檢驗，采用了克朗巴哈一致性系數即α系數進行分析，經SPSS17.0進行統計分析后，結果表明問卷的各個部分α系數均超過0.7，而且問卷的總體效度為0.730>0.7，表明問卷的可靠性較強，可以用于下面的分析研究。接著對問卷進行效度檢驗，在此采用探索性因子分析對問卷效度進行檢驗，得到KMO的值為0.755，同時Bartlett檢驗的顯著性為0.000<0.005，則適合做因子分析。

2.2團購導航網站用戶滿意度影響因素的構面分析

在此采用因子分析中的主成分分析法對團購導航網站用戶滿意度影響因素作構面分析。利用方差最大旋轉方式，把特征值大于1的指標作為因子提取的標準。而且，為了增加因子分析效果，舍去公因子方差比小于0.4和因子載荷小于0.5的用戶滿意度影響因素[18]。在經過4次篩選之后，共得到18個變量滿足條件，適合做下一步的因子分析，最后得到結果如表1所示。由表1可知，最終提取的五大公因子的累計方差貢獻率為69.55%，即原有的18個變量可以較好地被提取的五大公因子解釋。

（1）F1公因子的方差貢獻率為1296%，其在R1、R2和R3上具有較大的荷載和解釋能力。對于網站，尤其是對于團購導航網站而言，作為團購網站的方向入口，網站的界面布局、美工設計以及界面的視覺效果必須要具有直觀邏輯性和舒適性，從而幫助消費者通暢而愉快的進行購物，這是構成消費者擁有較好用戶體驗的基礎。因此將涉及網站頁面的公因子命名為“網站界面”。

（2）F2公因子的方差貢獻率為10.31%，其在R4、R5和R6指標上具有較好的荷載和負載能力。團購導航網站作為電子商務網站的一種，必須要具有系統的穩定性，這是網站能夠進行服務的基礎。而且網站響應速度是衡量網站活躍度的重要指標[19]，主要是指打開網頁以及網站響應用戶請求所需的平均時間，根據互聯網“8秒鐘規則”[20]，如果Web站點在8秒鐘后沒有反應，訪問者會關閉網頁[2]。另外，網站的檢索功能是否方便有效，是幫助消費者尋找目標產品的重要工具。由于網站的運行穩定性、反應速度以及檢索功能的有效性均屬于網站的技術指標，所以，將該公因子重新命名為“網站性能”。

（3）F3公因子的方差貢獻率為22.26%，其在R7、R8、R9和R10指標上具有較好的荷載和負載能力。導航網站是為用戶提供購物信息資源的重要導航，所以其提供信息、篩選信息和組織信息的能力是評級該網站的重要指標。信息資源的正確性、完備性以及恰當性（是否是消費者所需要的）將會對用戶的購買態度和行為產生重要影響。所以將涉及網站信息的指標的公因子重新命名為“網站信息質量”。

（4）F4公因子的方差貢獻率為14.63%，其在R11、R12、R13、R14、R15和R16指標上具有較好的荷載和負載能力。導航網站是否具有良好的導航性能，是導航網站提供服務存在的基礎。所以，導航網站鏈接節點的個數、質量以及相配套的措施是導航網站評價的核心內容，直接關系到用戶使用導航網站的原因。因此，將關于網站鏈接、制度建設等指標的公因子命名為“網站服務”。

（5）F5公因子的方差貢獻率為9.39%，其在R17和R18指標上具有較好的荷載和負載能力。網站的品牌如何，直接對用戶使用該網站的態度和行為產生影響。所以，對于導航網站而言，要塑造良好的品牌形象，進行品牌營銷，讓更多的用戶了解他、進而使用它，增強用戶的信賴感。這不僅僅要求網站要具有較好的知名度，同時要具有較好的美譽度。因此，將該公因子命名為“網站形象”。

綜上所述，利用文獻回顧、專家咨詢和問卷調查的方式最終確定團購導航網站用戶滿意度影響因素的評價指標體系如圖1所示。

3團購導航網站用戶滿意度評價方法

3.1灰色關聯分析法

灰色關聯分析（Grey Relation Analysis，GRA）作為一種多因素統計分析方法。基本思想是它以各因素的樣本數據為依據，用灰色關聯度來描述因素間關系的強弱、大小和次序，若樣本數據反映出的兩因素變化的態勢（方向、大小和速度等）基本一致，則它們之間的關聯度較大，反之，關聯度較小[21]。與其他評價的方法相比，灰色關聯度分析法具有對數據要求較低、計算量較小、操作簡便等特點。因此，在實際的績效評價、創新能力評價、滿意度研究中被廣泛使用。灰色關聯度分析的一般步驟為[22]：

（2）確定指標值對應的權重W（f）e。

對于指標權重的確定，可以用層次分析法（AHP）、熵值法等確定指標的權重。W（f）e表示第f層的指標對于上一層次中第e個指標的重要程度。

（3）計算灰色關聯度系數

（4）計算灰色加權關聯度

由于關聯系數是參考數列X0與若干個比較數列X1，X2，L，Xm各個指標的關聯程度值，所以這些值共有nm個，若對這些值進行一一比較，則容易造成信息的過于分散。所以有必要將各個指標的關聯值整合成一個綜合值——關聯度，用ri表示，在此采用求各指標的灰色加權關聯度ri。

首先計算一級指標的灰色關聯度：

然后即可得到評價對象的綜合灰色關聯度為：

（5）綜合評價分析

依據灰色加權關聯度的大小，對m個評價對象進行排序，即可組成評價對象的關聯序。關聯序反映了相對于數列X0而言，與若干個比較數列X1，X2，L，Xm的“優劣”關系。若關聯度越大，表明比較數列Xi與標準序列X0越接近，則Xi相比來說擁有較好的用戶滿意度。

3.2基礎數據輔助分析網站運營情況

關于網站滿意度的研究方法主要包括三種：客觀評價方法、主觀評價方法、綜合評價方法三類[2]。本文采用的研究方法主要是綜合評價法，并將選用客觀評價法對網站實際運營情況進行分析。客觀評價方法是指通過分析記錄網站實際運行情況的數據[2]，來判斷網站實際運營情況的方法，在一定程度上可以反映用戶的滿意程度。所以可以參照第三方監測機構的實際監測數據對導航網站的運營情況進行分析，例如從網站的流量、網站下載速度、網站的人均網頁瀏覽數和訪問人數等方面對網站的實際運營情況進行研究。相應指標的數據來源主要是被認為全球權威的網絡流量統計機構：Alexa。endprint

4團購導航網站滿意度評價實例

團購導航網站通過向用戶提供本地集成式的團購信息服務，極大地方便了用戶。考慮到團購網站導航網站目前主要包括兩類：專一的團購聚合類網站和門戶類的導航網站。因此，本文也將從這兩類導航網站中進行選擇，在此以A專業團購網站和B、C兩家門戶類的團購導航網站的沈陽站為例說明團購導航網站滿意度評價的具體過程。

4.1灰色關聯分析法在導航網站用戶滿意度評價中的應用邀請資深的團購人員參與本次選定的3個團購導航網站的滿意度調查，在人員選定前，提前了解用戶團購導航的使用情況，邀請曾實際使用過3個團購導航的用戶參與對相應網站的18個二級指標進行評分。在此，將每個因素的得分設為0～10分之間，而且，滿意程度越高其分值越高。對于調查得到的初始分數采用求其簡單加權平均數作為該網站相應因素的得分，各網站的得分情況如表2所示。其中標準數列的數據主要來源于選擇的各網站在每個指標上的分數最大值作為評價標準。

由表4可知，網站A由于網站界面設計更為合理、網站信息質量高、網站配套服務好等特點，獲得用戶好評，用戶的滿意度最高。網站C雖然網站信息質量一般，但由于其好的網站性能、網站形象以及較好的網站服務，獲得了較好的用戶評價。網站B雖然存在的問題比較多，但應該首先在網站界面、網站信息質量上不斷改進，進而提高網站的服務能力。

4.2基礎數據輔助分析團購導航網站運營情況

從alexacom網站收集A、B、C導航網站的基礎數據，包括網站加載速度、網頁跳出率、游客人均頁面瀏覽數、停留網站的平均時間，結果如表5所示。表5導航網站基礎數據

網站加載速度

從加載速度來看，B、C網站具有較快的加載速度，這可能與網站的技術架構和信息組織方式有關，而且B、C網站由于是門戶類網站，進入網站界面比網站A更具便捷性。但是，在3個網站停留平均時間大體相當的情況下，A網站的游客人均頁面瀏覽數要顯著高于B、C網站，這可能與A網站作為專一的團購導航網站具有信息資源覆蓋大，并且可為用戶提供更多的增值服務，所以更能吸引具有團購目的性較強的用戶有關。但其較慢的加載速度表明其雖有較大的資源量但資源的利用率還有待加強。所以對于A網站而言，要繼續加強其資源的利用率，B、C網站在實際中要注意提供附加增值服務的同時，加強其在團購導航網站上面的品牌推廣，突出其專業性。

綜上所述，導航網站的用戶滿意度影響因素是多個方面的，單方面的優勢并不一定能夠帶來較大的用戶滿意度。所以，網站要在真實了解用戶需求的基礎上，不斷完善網站建設，為用戶提供越來越好的用戶體驗。

5結論

用戶滿意度是對網站運作效率很好的評價，它以用戶體驗為基礎，從用戶心理感受的角度幫助網站發現存在的缺陷[23]。所以本文在對團購導航網站滿意度影響因素分析的基礎上，構建了影響團購導航網站用戶滿意度的指標體系，并運用灰色關聯分析法對團購導航網站的滿意度進行測評。有效地實現了定性與定量方法的結合，該測評方法具有所需數據少、效率高、揭示問題更為清晰等特點，不僅可以幫助網站經營者對其提供的服務進行有效的評價，發現自身的優、劣勢，而且為網站的改進、發展指明方向。

由于時間和其他資源的限制，本文團購導航網站用戶滿意度的指標體系主要是在對部分在校生問卷調查的基礎上獲得的，而并沒有考慮到其他的用戶群體，而且評價指標權重的設定與顧客的類型密切有關。所以在今后的研究中，可針對網站用戶中的其他重要用戶群體就團購導航網站的滿意度進行測評，幫助導航網站針對用戶群體更好地完善。

參考文獻

[1]黃煒，殷聰.中國式網絡團購的現狀、問題、趨勢[J].圖書情報工作，2012，56（8）：135.

[2]周磊.電子商務導航網站評價研究[J].情報科學，2012，30（9）：1412-1416.

[3]邱鑫.團購導航：平臺的平臺[J].互聯網周刊，2011，（15）：39-40.

[4]丁念.網站用戶滿意度評價[J].情報理論與實踐，2006，29（3）：321-324.

[5]李錚.電子商務網站規劃、建設與管理[M].北京：電子工業出版社，2006：34-35.

[6]韓正彪，葛敬民.基于SEM的信息資源網站用戶滿意度測評研究[J].情報科學，2010，28（8）：1194-1197.

[7]雷宏振，盧歡，邵鵬.基于顧客視角的我國網絡團購發展研究[J].經濟經緯，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]楊曉明，田澎.我國綜合性門戶網站用戶滿意形成機理及其影響因素的實證研究[J].管理評論，2006，12，（18）：31-35.

[12]查金祥，王立先.網絡購物顧客滿意度影響因素的實證研究[J].管理科學，2006，（2）：51-55.

[13]曾志元.消費者視角下電子商務網站評估模式及實證研究[D].成都：西南交通大學，2007-05-20.

[14]潘勇，趙軍民.基于顧客滿意度的B2C電子商務網站評價[J].現代情報，2008，（5）：220-223.

[15]張凡.房地產網站顧客滿意度測評QFD方法的研究與應用[D].北京：首都經濟貿易大學，2010，（3）：44.

[16]韓正彪.“信息檢索與利用”國家精品課程網站用戶滿意度測評模型實證研究[D].濟南：山東理工大學，2010，（4）：49.

[17]姚瑤.基于顧客滿意度的團購網站評價體系研究[D].西安：西安電子科技大學，2012：27.

[18]胡華，宋保平，何秀芬，等.感知風險影響下的旅游購物決策模型[J].統計與決策，2009，（22）：47-48.

[19]李先國，張茜.C2C綜合拍賣網站評價指標體系研究[J].管理世界，2009，（5）：178-179.

[20]王永華.第三方電子商務網站評價指標體系研究[D].南京：南京財經大學，2009.

[21]劉偉東，扈海波，程叢蘭，等.灰色關聯度方法在大風和暴雨災害損失評估中的應用[J].氣象科技，2007，35（4）：564.

[22]鄭艷玲.灰色關聯分析在讀者滿意度評價中的應用[J].情報雜志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用戶的網站信息服務質量評價體系研究[J].情報雜志，2009，28（5）：64.

（本文責任編輯：孫國雷）endprint

4團購導航網站滿意度評價實例

團購導航網站通過向用戶提供本地集成式的團購信息服務，極大地方便了用戶。考慮到團購網站導航網站目前主要包括兩類：專一的團購聚合類網站和門戶類的導航網站。因此，本文也將從這兩類導航網站中進行選擇，在此以A專業團購網站和B、C兩家門戶類的團購導航網站的沈陽站為例說明團購導航網站滿意度評價的具體過程。

4.1灰色關聯分析法在導航網站用戶滿意度評價中的應用邀請資深的團購人員參與本次選定的3個團購導航網站的滿意度調查，在人員選定前，提前了解用戶團購導航的使用情況，邀請曾實際使用過3個團購導航的用戶參與對相應網站的18個二級指標進行評分。在此，將每個因素的得分設為0～10分之間，而且，滿意程度越高其分值越高。對于調查得到的初始分數采用求其簡單加權平均數作為該網站相應因素的得分，各網站的得分情況如表2所示。其中標準數列的數據主要來源于選擇的各網站在每個指標上的分數最大值作為評價標準。

由表4可知，網站A由于網站界面設計更為合理、網站信息質量高、網站配套服務好等特點，獲得用戶好評，用戶的滿意度最高。網站C雖然網站信息質量一般，但由于其好的網站性能、網站形象以及較好的網站服務，獲得了較好的用戶評價。網站B雖然存在的問題比較多，但應該首先在網站界面、網站信息質量上不斷改進，進而提高網站的服務能力。

4.2基礎數據輔助分析團購導航網站運營情況

從alexacom網站收集A、B、C導航網站的基礎數據，包括網站加載速度、網頁跳出率、游客人均頁面瀏覽數、停留網站的平均時間，結果如表5所示。表5導航網站基礎數據

網站加載速度

從加載速度來看，B、C網站具有較快的加載速度，這可能與網站的技術架構和信息組織方式有關，而且B、C網站由于是門戶類網站，進入網站界面比網站A更具便捷性。但是，在3個網站停留平均時間大體相當的情況下，A網站的游客人均頁面瀏覽數要顯著高于B、C網站，這可能與A網站作為專一的團購導航網站具有信息資源覆蓋大，并且可為用戶提供更多的增值服務，所以更能吸引具有團購目的性較強的用戶有關。但其較慢的加載速度表明其雖有較大的資源量但資源的利用率還有待加強。所以對于A網站而言，要繼續加強其資源的利用率，B、C網站在實際中要注意提供附加增值服務的同時，加強其在團購導航網站上面的品牌推廣，突出其專業性。

綜上所述，導航網站的用戶滿意度影響因素是多個方面的，單方面的優勢并不一定能夠帶來較大的用戶滿意度。所以，網站要在真實了解用戶需求的基礎上，不斷完善網站建設，為用戶提供越來越好的用戶體驗。

5結論

用戶滿意度是對網站運作效率很好的評價，它以用戶體驗為基礎，從用戶心理感受的角度幫助網站發現存在的缺陷[23]。所以本文在對團購導航網站滿意度影響因素分析的基礎上，構建了影響團購導航網站用戶滿意度的指標體系，并運用灰色關聯分析法對團購導航網站的滿意度進行測評。有效地實現了定性與定量方法的結合，該測評方法具有所需數據少、效率高、揭示問題更為清晰等特點，不僅可以幫助網站經營者對其提供的服務進行有效的評價，發現自身的優、劣勢，而且為網站的改進、發展指明方向。

由于時間和其他資源的限制，本文團購導航網站用戶滿意度的指標體系主要是在對部分在校生問卷調查的基礎上獲得的，而并沒有考慮到其他的用戶群體，而且評價指標權重的設定與顧客的類型密切有關。所以在今后的研究中，可針對網站用戶中的其他重要用戶群體就團購導航網站的滿意度進行測評，幫助導航網站針對用戶群體更好地完善。

參考文獻

[1]黃煒，殷聰.中國式網絡團購的現狀、問題、趨勢[J].圖書情報工作，2012，56（8）：135.

[2]周磊.電子商務導航網站評價研究[J].情報科學，2012，30（9）：1412-1416.

[3]邱鑫.團購導航：平臺的平臺[J].互聯網周刊，2011，（15）：39-40.

[4]丁念.網站用戶滿意度評價[J].情報理論與實踐，2006，29（3）：321-324.

[5]李錚.電子商務網站規劃、建設與管理[M].北京：電子工業出版社，2006：34-35.

[6]韓正彪，葛敬民.基于SEM的信息資源網站用戶滿意度測評研究[J].情報科學，2010，28（8）：1194-1197.

[7]雷宏振，盧歡，邵鵬.基于顧客視角的我國網絡團購發展研究[J].經濟經緯，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]楊曉明，田澎.我國綜合性門戶網站用戶滿意形成機理及其影響因素的實證研究[J].管理評論，2006，12，（18）：31-35.

[12]查金祥，王立先.網絡購物顧客滿意度影響因素的實證研究[J].管理科學，2006，（2）：51-55.

[13]曾志元.消費者視角下電子商務網站評估模式及實證研究[D].成都：西南交通大學，2007-05-20.

[14]潘勇，趙軍民.基于顧客滿意度的B2C電子商務網站評價[J].現代情報，2008，（5）：220-223.

[15]張凡.房地產網站顧客滿意度測評QFD方法的研究與應用[D].北京：首都經濟貿易大學，2010，（3）：44.

[16]韓正彪.“信息檢索與利用”國家精品課程網站用戶滿意度測評模型實證研究[D].濟南：山東理工大學，2010，（4）：49.

[17]姚瑤.基于顧客滿意度的團購網站評價體系研究[D].西安：西安電子科技大學，2012：27.

[18]胡華，宋保平，何秀芬，等.感知風險影響下的旅游購物決策模型[J].統計與決策，2009，（22）：47-48.

[19]李先國，張茜.C2C綜合拍賣網站評價指標體系研究[J].管理世界，2009，（5）：178-179.

[20]王永華.第三方電子商務網站評價指標體系研究[D].南京：南京財經大學，2009.

[21]劉偉東，扈海波，程叢蘭，等.灰色關聯度方法在大風和暴雨災害損失評估中的應用[J].氣象科技，2007，35（4）：564.

[22]鄭艷玲.灰色關聯分析在讀者滿意度評價中的應用[J].情報雜志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用戶的網站信息服務質量評價體系研究[J].情報雜志，2009，28（5）：64.

（本文責任編輯：孫國雷）endprint

4團購導航網站滿意度評價實例

團購導航網站通過向用戶提供本地集成式的團購信息服務，極大地方便了用戶。考慮到團購網站導航網站目前主要包括兩類：專一的團購聚合類網站和門戶類的導航網站。因此，本文也將從這兩類導航網站中進行選擇，在此以A專業團購網站和B、C兩家門戶類的團購導航網站的沈陽站為例說明團購導航網站滿意度評價的具體過程。

4.1灰色關聯分析法在導航網站用戶滿意度評價中的應用邀請資深的團購人員參與本次選定的3個團購導航網站的滿意度調查，在人員選定前，提前了解用戶團購導航的使用情況，邀請曾實際使用過3個團購導航的用戶參與對相應網站的18個二級指標進行評分。在此，將每個因素的得分設為0～10分之間，而且，滿意程度越高其分值越高。對于調查得到的初始分數采用求其簡單加權平均數作為該網站相應因素的得分，各網站的得分情況如表2所示。其中標準數列的數據主要來源于選擇的各網站在每個指標上的分數最大值作為評價標準。

由表4可知，網站A由于網站界面設計更為合理、網站信息質量高、網站配套服務好等特點，獲得用戶好評，用戶的滿意度最高。網站C雖然網站信息質量一般，但由于其好的網站性能、網站形象以及較好的網站服務，獲得了較好的用戶評價。網站B雖然存在的問題比較多，但應該首先在網站界面、網站信息質量上不斷改進，進而提高網站的服務能力。

4.2基礎數據輔助分析團購導航網站運營情況

從alexacom網站收集A、B、C導航網站的基礎數據，包括網站加載速度、網頁跳出率、游客人均頁面瀏覽數、停留網站的平均時間，結果如表5所示。表5導航網站基礎數據

網站加載速度

從加載速度來看，B、C網站具有較快的加載速度，這可能與網站的技術架構和信息組織方式有關，而且B、C網站由于是門戶類網站，進入網站界面比網站A更具便捷性。但是，在3個網站停留平均時間大體相當的情況下，A網站的游客人均頁面瀏覽數要顯著高于B、C網站，這可能與A網站作為專一的團購導航網站具有信息資源覆蓋大，并且可為用戶提供更多的增值服務，所以更能吸引具有團購目的性較強的用戶有關。但其較慢的加載速度表明其雖有較大的資源量但資源的利用率還有待加強。所以對于A網站而言，要繼續加強其資源的利用率，B、C網站在實際中要注意提供附加增值服務的同時，加強其在團購導航網站上面的品牌推廣，突出其專業性。

綜上所述，導航網站的用戶滿意度影響因素是多個方面的，單方面的優勢并不一定能夠帶來較大的用戶滿意度。所以，網站要在真實了解用戶需求的基礎上，不斷完善網站建設，為用戶提供越來越好的用戶體驗。

5結論

用戶滿意度是對網站運作效率很好的評價，它以用戶體驗為基礎，從用戶心理感受的角度幫助網站發現存在的缺陷[23]。所以本文在對團購導航網站滿意度影響因素分析的基礎上，構建了影響團購導航網站用戶滿意度的指標體系，并運用灰色關聯分析法對團購導航網站的滿意度進行測評。有效地實現了定性與定量方法的結合，該測評方法具有所需數據少、效率高、揭示問題更為清晰等特點，不僅可以幫助網站經營者對其提供的服務進行有效的評價，發現自身的優、劣勢，而且為網站的改進、發展指明方向。

由于時間和其他資源的限制，本文團購導航網站用戶滿意度的指標體系主要是在對部分在校生問卷調查的基礎上獲得的，而并沒有考慮到其他的用戶群體，而且評價指標權重的設定與顧客的類型密切有關。所以在今后的研究中，可針對網站用戶中的其他重要用戶群體就團購導航網站的滿意度進行測評，幫助導航網站針對用戶群體更好地完善。

參考文獻

[1]黃煒，殷聰.中國式網絡團購的現狀、問題、趨勢[J].圖書情報工作，2012，56（8）：135.

[2]周磊.電子商務導航網站評價研究[J].情報科學，2012，30（9）：1412-1416.

[3]邱鑫.團購導航：平臺的平臺[J].互聯網周刊，2011，（15）：39-40.

[4]丁念.網站用戶滿意度評價[J].情報理論與實踐，2006，29（3）：321-324.

[5]李錚.電子商務網站規劃、建設與管理[M].北京：電子工業出版社，2006：34-35.

[6]韓正彪，葛敬民.基于SEM的信息資源網站用戶滿意度測評研究[J].情報科學，2010，28（8）：1194-1197.

[7]雷宏振，盧歡，邵鵬.基于顧客視角的我國網絡團購發展研究[J].經濟經緯，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]楊曉明，田澎.我國綜合性門戶網站用戶滿意形成機理及其影響因素的實證研究[J].管理評論，2006，12，（18）：31-35.

[12]查金祥，王立先.網絡購物顧客滿意度影響因素的實證研究[J].管理科學，2006，（2）：51-55.

[13]曾志元.消費者視角下電子商務網站評估模式及實證研究[D].成都：西南交通大學，2007-05-20.

[14]潘勇，趙軍民.基于顧客滿意度的B2C電子商務網站評價[J].現代情報，2008，（5）：220-223.

[15]張凡.房地產網站顧客滿意度測評QFD方法的研究與應用[D].北京：首都經濟貿易大學，2010，（3）：44.

[16]韓正彪.“信息檢索與利用”國家精品課程網站用戶滿意度測評模型實證研究[D].濟南：山東理工大學，2010，（4）：49.

[17]姚瑤.基于顧客滿意度的團購網站評價體系研究[D].西安：西安電子科技大學，2012：27.

[18]胡華，宋保平，何秀芬，等.感知風險影響下的旅游購物決策模型[J].統計與決策，2009，（22）：47-48.

[19]李先國，張茜.C2C綜合拍賣網站評價指標體系研究[J].管理世界，2009，（5）：178-179.

[20]王永華.第三方電子商務網站評價指標體系研究[D].南京：南京財經大學，2009.

[21]劉偉東，扈海波，程叢蘭，等.灰色關聯度方法在大風和暴雨災害損失評估中的應用[J].氣象科技，2007，35（4）：564.

[22]鄭艷玲.灰色關聯分析在讀者滿意度評價中的應用[J].情報雜志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用戶的網站信息服務質量評價體系研究[J].情報雜志，2009，28（5）：64.

（本文責任編輯：孫國雷）endprint