基于ACSI模型的電子商務顧客價值提升研究

朱簡　何波

摘要：基于ACSI顧客滿意度指數模型及顧客價值的現有研究成果，本文構建出系統全面的顧客價值指標體系及提升模型，并運用結構方程模型分析該模型的路徑系數，找出影響顧客滿意度、忠誠度的顯著性因素，從而確立電子商務顧客價值提升的關鍵路徑。實證研究結果表明，電子商務產品、購買過程通過感知價值、顧客滿意的中介作用對顧客忠誠具有顯著影響。

關鍵詞：電子商務；顧客價值；顧客忠誠；結構方程模型

中圖分類號：F71336；C931文獻標識碼：B

一、引言

近年來，我國電子商務蓬勃發展，許多企業紛紛推出電子商務交易平臺，力圖獲取電子商務市場份額，這使得電子商務市場競爭日益激烈。面對激烈的競爭，各電商大打價格戰，希望通過低價策略來吸引消費者、贏得顧客忠誠。但是根據中國互聯網絡信息中心（CNNIC）發布的《中國互聯網絡發展狀況統計報告》顯示，“低價優勢已經不是網絡消費者重視的首要因素，而是越來越多地關注總體的價值和對網站的綜合評判”[1]。電子商務網站必須以顧客為導向，不斷提升顧客價值，才能獲得持續的顧客忠誠。因此，如何提升電子商務顧客價值也就成為一項重要的研究課題。

目前，學者們對傳統的實體交易環境下的顧客價值已有較多的研究成果，但是對于電子商務顧客價值提升的研究相對較少，而實證研究更少。Eighmey（1997）[2]將對電視傳媒的研究擴展到對電子商務的研究，探討了電子商務環境下消費者對商業網站的需求期望和行為意向反應，其對顧客價值的研究結果包括以下六個方面：（1）信息價值，即網站信息的有用性、實用性；（2）營銷關系，即網站與顧客之間的關系；（3）易用性，即網站使用的難易程度對于網站對消費者的吸引力具有影響；（4）互動性，即網站與顧客之間的溝通交流、信息傳遞等；（5）信任程度，即消費者對網站的信任度；（6）娛樂性，即網站的樂趣性。Eighmey對網絡顧客價值的研究從顧客感受角度進行了分析，關注到電子商務各方面的價值，但是Eighmey的研究忽視了網絡消費者在使用過程中的過程價值感知。Court等（1999）[3]提出網絡環境下的顧客價值“三分法”框架體系，其以化妝品網站為例，認為競爭環境下成功的企業營銷應該從單一面向三維空間的營銷模式轉變，即從過去單純強調功能性利益轉向同時強調過程利益、功能利益和關系利益。Kim C.（2012）等人[4]對網絡購物的顧客價值和顧客再購買的影響因素進行了實證分析，其將顧客價值劃分為功利主義價值和享樂主義價值，主要受到系統質量（系統安全性、系統易用性）、信息質量（信息多樣性、信息更新性）、服務質量（服務快速性、易接受性）的影響。Kim C.對顧客價值的分類較為籠統，主要是顧客對網站的整體性感受，沒有具體到網站具體的產品或服務。

國內學者對電子商務顧客價值維度的研究興起于21世紀初，在國外學者研究的基礎上進行了本土化研究，并對顧客價值的構成維度進行了一些補充或調整，但是總體來說國內有關電子商務顧客價值構成維度的研究比較少。孟慶良等（2006）[5]將電子商務顧客價值劃分為兩個部分：（1）基于過程目標的顧客價值，即產品信息最大化、信息獲取最大化、確保可靠傳遞、交易精確性最大化、更好的購買選擇、產品可用性最大化、個人旅行最小化、使用容易性最大化、便利交互、最小化欺騙、最小化信用卡誤用、最小化個人信息誤用、優秀的一線員工；（2）基于結果目標的顧客價值，包括最大化產品質量、最小化成本、最小化獲取產品時間、最大化方便性、最大化購買享受、最大化安全、最小化環境影響和最大化情感聯系。金代志，王春霞和石春生（2009）[6]將顧客價值劃分為功能價值、服務價值、品牌價值以及價格成本、其它成本維度，但該研究只對企業一年的數據進行了分析，其模型的適用性較弱。趙衛宏（2010）[7]將網絡零售中的顧客價值劃分為產品價值（品質、金錢節省性）、服務價值（購買便利、個性化服務、安全性）、情感價值（界面審美、信息探索性、過程愉快性）和社會價值（身份與自尊強化）。

綜合上述，學者們從不同角度對顧客價值進行了分類，主要包括產品、服務、信息、安全、關系等方面的價值。現有的文獻對電子商務顧客價值沒有統一的分類，學者們根據各自研究的側重點不同而對電子商務顧客價值進行了不同維度的劃分，但是多數學者對電子商務顧客價值的分類缺乏系統性，而且極少有文獻對電子商務交易過程進行系統研究。

本文基于以往學者對顧客價值和電子商務顧客價值的研究成果，針對現有文獻對于電子商務顧客價值研究的不足，提出本文的研究思路和研究內容，構建了顧客價值提升模型。并以零售類電子商務為研究對象，基于顧客價值理論，針對電子商務的特點和交易流程，構建了電子商務顧客價值指標體系，包括產品價值、過程價值和社會價值。本文基于ACSI顧客滿意度指數模型以及學者們對該模型的進一步改進成果，提出了本研究的研究模型和假設，并通過問卷調查和結構方程模型進行了實證分析，并對該顧客價值模型進行了檢驗和修正。

本文的創新點有三個：（1）對電子商務顧客價值構成維度進行了系統劃分，并將電子商務交易流程納入顧客價值構成指標體系，進一步完善了零售類電子商務顧客價值構成維度。本文基于顧客購物流程，將整個購物過程劃分為五個階段：購買前的產品檢索階段、購買決策階段、訂單支付階段、物流配送階段和售后服務階段。根據顧客價值的動態性特征，提出不同購物階段的顧客價值指標。（2）構建顧客價值提升模型，并分析了顧客價值各維度的影響作用大小。關于電子商務顧客價值的研究，以往的學者多對顧客價值構成維度進行了研究，對顧客價值提升模型研究較少。（3）運用結構方程模型研究顧客價值。以往的學者對電子商務顧客價值的研究多用理論研究或者傳統的回歸分析、線性相關分析等，這些研究方法具有一定的局限性，無法對復雜的指標和維度進行統計分析。而結構方程模型可以彌補這些方法的不足，可以同時分析各潛變量之間、各觀測變量之間、各潛變量與各觀測變量之間的關系，能夠進行復雜的路徑系數分析，得出各變量之間的復雜關系，分析結論更準確。

二、電子商務顧客價值模型構建

ACSI（ACSI，American Customer Satisfaction Index）是由Fornell（1994）等人[8]在瑞典顧客滿意指數（SCSB）基礎上創建的顧客滿意度指數模型（如圖1所示）。該模型以產品和服務過程為基礎，通過研究感知質量、顧客期望對感知價值和顧客滿意的影響，同時分析顧客滿意對顧客忠誠、顧客抱怨的影響，總體包括四個層次結構，感知價值和顧客滿意是感知質量、顧客期望與顧客抱怨、顧客忠誠的中介變量。該模型是一個體系較為完整、應用效果較好的滿意度理論模型，應用較為廣泛，學者們運用該模型對不同的行業、企業、部門的顧客滿意度進行了研究，也進一步擴展到不同領域的顧客忠誠研究。

顧鵬飛（2010）[9]認為電子商務的產品價值、服務價值、關系價值對顧客滿意、顧客忠誠均有直接的影響作用，顧客價值也通過顧客滿意對顧客忠誠有間接影響作用，但是該模型忽視了感知價值的中介作用和轉換成本的干擾作用，并且在構建顧客價值維度時也忽略了電子商務交易過程的價值。

基于上述模型研究基礎，本文構建出電子商務顧客價值提升模型（見圖2），本研究的模型由4個部分組成：（1）電子商務顧客價值的構成維度；（2）電子商務顧客價值與顧客感知價值、顧客滿意度之間的關系；（3）顧客感知價值、顧客滿意與顧客忠誠之間的關系；（4）轉換成本對顧客忠誠度的影響作用。

三、結構方程模型分析

根據《2014中國互聯網發展報告》CNNIC調查統計顯示：“截至2014年12月底，中國網民中男女比例為558：442；年齡分布最多的是20-29歲；學生所占比例達到251%，居第一位；個人月收入主要集中在5 000元以下”[1]。本次問卷調查共發放400份問卷，回收382份，去除無效問卷，有效問卷為358份，問卷回收率952%，問卷回收有效率895%。問卷樣本量358份滿足數據統計分析需求和結構方程模型對樣本量的要求。從描述性統計分析結果來看，此次調查樣本中男女性別比例接近于1：1，年齡層次主要分布在18-30歲之間，以學生和企業員工為主，學歷以本科以上為主，收入集中在6 000元以下，這與CNNIC統計的網民情況基本一致，說明樣本的選取具有一定的代表性。

本文通過問卷調查收集了樣本數據，并運用SPSS 200和AMOS 170軟件對調查樣本進行描述性統計分析、信度和效度分析、方差分析以及結構方程模型分析。

從信度分析結果來看，Cronbachs α一致性系數值均大于070，具有較高的信度，問卷整體的α系數值為0969，說明問卷具有較高的可靠性和一致性，可以進行進一步的數據分析。

從效度分析結果看，本次問卷調查各問項的因子載荷量均大于0700，說明測量問項是有效的；而各變量的度量指標對研究變量總的解釋程度均超過60%，表明各度量指標基本合理，因此本文提出的研究變量是有效的，可以進行后續的分析。

結構方程模型屬于多變量統計，整合了因素分析和路徑分析兩種統計方法，模型中包含了顯性變量、潛變量、干擾變量之間的關系，進而獲得自變量對因變量的直接影響、間接影響[10]。結構方程模型能夠對復雜的理論模式進行處理，并根據模式與數據關系的一致性程度，對理論模型進行評價，進而檢驗假設的理論模型。

（一） 正態分布檢驗

在進行結構方程建模之前需要對樣本進行正態分布檢驗，符合正態分布的數據才適合用極大似然法進行參數估計。運用SPSS對樣本做正態分布檢驗（結果見表1），在所有測量指標中，最大的偏度絕對值為0440，最大的峰度絕對值為3143，均符合正態分布的參考標準（偏度小于3且峰度小于8）。因此認為樣本滿足正態分布要求，可以用極大似然法對結構方程模型進行參數估計。

（二） 高階驗證性因子模型分析

1模型結構。本文將顧客價值分為產品價值、過程價值和社會價值三個維度，而這三個價值維度下面有2個以上二級指標，二級指標又有多個三級指標，每一個三級指標通過3個以上不同的具體問項來測量，從結構方程模型的角度看，屬于高階因子模型。在研究全模型之前，需要進行二階驗證性因子分析。二階因子分析屬于高階因子分析，通過高階驗證性因子分析，可以判斷因子之間的關系、潛變量與指標之間的關系，檢驗二階驗證性因子模型的信度和效度以及模型的擬合程度。

產品質量、價格優勢、失誤補救是產品價值的一階因子，網頁設計、信息支持、訂單支付、物流配送、售后服務是過程價值的一階因子，網站形象和顧客關系是社會價值的一階因子。產品價值、過程價值、社會價值分析為二階驗證性因子分析，又稱高階驗證性因子分析。通常，一階因子和二階因子產生隱含的協方差矩陣，一階因子對二階因子有直接的效果負荷。本研究的二階因子分析結構模型滿足結構方程模型的三條指標法則和t規則，模型是可識別的。

2.二階驗證性因子分析結果。從模型分析結果來看（見表2），產品價值、過程價值、社會價值的一階因子標準化因子負荷均在07以上，項目信度都在05以上，t值通過顯著性檢驗，說明所有一階因子均可作為二階因子的測量指標。從建構信度指標來看，產品價值、過程價值、社會價值的建構信度均達到基本標準06，表明一階因子具有較好的內部一致性。各二階因子的平均方差（AVE），均在05以上，說明一階因子的解釋力超過其誤差方差，該模型具有較好的聚合效度。綜合上述，二階驗證性因子分析結果表明該高階因子模型具有較好的信度和效度。

從高階因子模型擬合指數檢驗表（見表3）可以看出，該模型的簡約適配度、卡方自由度比均達到基準要求，而增值適配度指數均接近于基本適配標準，部分絕對適配度指數達到基準要求，因此，該模型的擬合度尚可。

（三） 全模型分析

1.模型構建。本文認為零售類電子商務顧客價值包括產品價值、過程價值和社會價值三個維度，其中，產品價值包括產品質量、價格優勢和失誤補救三個指標；過程價值涵蓋了顧客從瀏覽網頁到購買、收貨的整個完整的流程，包括網頁設計、信息支持、訂單支付、物流配送、售后服務；社會價值由兩個指標構成，即網站形象和顧客關系。這三類顧客價值通過顧客總體的感知價值和顧客滿意度最終影響顧客的忠誠度。本文將通過結構方程模型研究顧客價值的各個維度對顧客忠誠的影響作用。

2.模型識別。根據三指標法則，本模型的潛變量均由三個或三個以上測量指標來測量，并且從前一章的信度效度檢驗來看，所有指標均有較高的信度、效度；一個測量變量只測量一個特質量，滿足因子負荷矩陣每一行有且只有一個非零值的要求；殘差的協方差矩陣為對角矩陣，因子之間相互獨立。因此，本模型滿足三條指標的條件。根據t規則，本模型共有48個測量指標，q（q+1）/2=1176，本研究的模型需要對48個因子負荷進行估計，所有的誤差方差、相關系數、路徑系數、殘差等參數估計小于1 176，滿足模型識別的必要條件。從結構模型來看，如圖5-3，本模型屬于遞歸模型，無雙向因果關系，殘差彼此不相關，該模型可識別。因此，從結構方程模型識別條件來看，本研究的模型是可識別的。

3.模型參數估計及評價。通過AMOS170統計軟件對208份有效問卷進行模型擬合，參數估計結果如圖3。從路徑系數看，產品價值和過程價值對顧客的感知價值和顧客滿意具有正向作用，社會價值對感知價值的路徑系數為-002，不具有正向影響，但社會價值對顧客滿意具有正向作用。

表4匯總了顧客價值各個維度對兩個中介變量和顧客忠誠的影響作用。從參數估計的結果來看，社會價值對感知價值的標準化路徑系數為-0016，顯著性水平p>01，說明社會價值對感知價值沒有顯著性影響，不支持原假設。除社會價值外，顧客價值的其它各個維度對感知價值和顧客滿意的顯著性均達到了001的水平，說明這些指標對中介變量的影響較為顯著；感知價值、顧客滿意對顧客忠誠的標準化系數也達到了001的水平，說明具有顯著性。而轉換成本對顧客忠誠的標準化系數為0012，005從模型擬合度指標分析結果看（見表5），該模型的卡方值χ2為987969，卡方自由度比為1977，達到適配標準；在其它絕對適配度指數、增值適配度指數方面，部分指標達到了適配標準，個別指標接近于適配標準；簡約適配度指數均達到標準要求。因此，該模型的擬合度尚可，但不夠理想。

4.模型修正。由于初始模型的擬合效果不佳，需要對初始模型進行修正。修正方法是逐步將殘差項間建立共變關系，如圖4，殘差間的雙向箭頭表示共變關系而非因果關系。圖4中，模型修正后個別路徑系數比初始模型的路徑系數略有提高，顯著性略微增強。

從修正模型的擬合指數檢驗結果來看（見表6），修正后的模型卡方值χ2為893603，比初始模型的卡方值有所減小，卡方自由比也有所降低。在絕對適配度指數方面，RMR為0041，RMSEA為0062，均達到適配標準，GFI、AGFI值相比初始模型有所提高；增值適配度指數中，IFI、TLI、CFI均在090以上，而NFI、RFI值雖未達到標準，但是比初始模型的擬合指數有所提高；簡約適配度指數均達到適配標準，而且比初始模型適配度要好。綜上所述，修正后的模型擬合度基本良好。

（四）結構方程模型研究結論

在結構方程模型中，當路徑系數的顯著性水平低于01，則該假設關系不成立；顯著性水平高于01，則該假設關系部分成立；顯著性水平高于005，則該假設關系成立。通過對模型的路徑系數分析，得到以下結論。

1電子商務的顧客價值構成維度與感知價值的關系假設檢驗

H1a：產品價值對感知價值具有顯著的正向影響。

從結構方程模型的路徑系數測算結果來看，產品價值對感知價值的路徑系數是059，顯著性水平在001以上，則認為假設H1a成立，表明電子商務的產品價值對顧客的總體感知價值有顯著性影響，產品價值越高，顧客感知價值越高，產品價值是顧客感知價值的預測變量之一。

H1b：過程價值對感知價值具有顯著的正向影響。

從結構方程模型的參數估計結果看，電子商務的過程價值對顧客的感知價值路徑系數為045，顯著性水平在001以上，說明過程價值對顧客感知價值有顯著的正向影響，則認為假設H1b成立。零售類電子商務的過程價值越高，顧客的感知價值越高。

從結構方程模型的路徑系數測量結果來看，社會價值對感知價值的標準化回歸系數為-002，顯著性水平為096，大于01，說明社會價值對顧客的感知價值沒有顯著影響。因此，假設H1c不成立。

2電子商務的顧客價值構成維度與顧客滿意的關系假設檢驗

H2a：產品價值對顧客滿意具有顯著的正向影響。

從結構方程模型的路徑系數測量結果來看，產品價值對顧客滿意的標準化回歸系數為045，顯著性水平在001以上，說明產品價值對顧客滿意度的影響較為顯著，電子商務網站提供的產品價值越高，顧客滿意度越高。因此，假設H2a成立。

H2b：過程價值對顧客滿意具有顯著的正向影響。

從結構方程模型的路徑系數測量結果來看，過程價值對顧客滿意的路徑系數為061，顯著性水平在001以上，說明過程價值對顧客滿意度具有顯著性影響，電子商務網站的過程價值越高，顧客滿意度越高。因此，假設H2b成立。

H2c：社會價值對顧客滿意具有顯著的正向影響。

從結構方程模型的路徑系數測算結果來看，社會價值對顧客滿意的路徑系數是021，顯著性水平在001以上，則認為假設H2c成立，表明電子商務的社會價值對顧客滿意度有顯著性影響，社會價值越高，顧客滿意度越高，社會價值是顧客滿意的預測變量之一。

3網絡消費者的感知價值與顧客滿意的關系假設檢驗

H3：網絡消費者的感知價值越高，顧客滿意度越高。

通過結構方程模型的參數估計結果發現，感知價值對顧客滿意的路徑系數為073，顯著性水平在001以上，說明顧客的感知價值對顧客滿意度具有顯著性影響，顧客所感知到的價值越高，其滿意度就越高。因此，假設H2b成立。

4感知價值與顧客忠誠的關系假設檢驗

H4：顧客感知價值越高，顧客忠誠度越高。

感知價值對顧客忠誠的路徑系數是063，顯著性水平在001以上，說明顧客感知價值越高，顧客對電子商務網站的忠誠度越高，因此，原假設H4成立。

5顧客滿意與顧客忠誠的關系假設檢驗

H5：顧客滿意度越高，顧客的忠誠度越高。

顧客滿意對顧客忠誠的路徑系數是047，顯著性水平在001以上，說明顧客滿意度越高，顧客對電子商務網站的忠誠度越高，因此，原假設H5成立。

6轉換成本與顧客忠誠的關系假設檢驗

H6：轉換成本對顧客忠誠的影響較小。

從結構方程模型的路徑系數測量結果來看，轉換成本對顧客忠誠的路徑系數為001，顯著性水平為0056，005綜合上述分析，產品價值、過程價值對顧客感知價值和顧客滿意均有顯著性影響，而社會價值對顧客感知價值沒有顯著性影響，產品價值、過程價值、社會價值通過影響顧客感知價值和顧客滿意最終影響顧客忠誠，而轉換成本對顧客忠誠的影響極小。因此，電子商務顧客價值提升模型可以修正為如圖5，由于社會價值對顧客感知價值沒有顯著影響，所以用虛線表示二者的關系。

四、結論

從結構方程模型研究結果可以得出顧客價值各維度對中介變量的作用程度大小以及中介變量對顧客忠誠的作用程度大小，如表7所示。從表中可以看出，感知價值對顧客忠誠的影響最大，而產品價值對中介變量的影響最大，過程價值次之，社會價值影響最小。

從表8可以得知，價格優勢、產品質量、失誤補救對顧客的產品價值感知影響依次減小；物流配送對顧客過程價值感知影響最大，訂單支付次之，售后服務、信息支持、網頁設計的影響依次減小；網站形象對顧客的社會價值感知影響最大，顧客關系次之。

參考文獻：

[1]中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[EB/OL].http：//www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/.

[2]Eighmey， J. Profiling user responses to commercial websites[J].Journal of Advertising Research， 1997（6）： 21-35.

[3]Court， D.， Thomas， D.， French，T. I.M.& Michael， P. Marketing in 3-D[J].The McKinsey Quarterly， 1999（4）： 6-17.

[4]Kim C.etal. Factors Influencing Internet Shopping Value and Customer Repurchase Intention[J].Electronic Commerce Research and Applications， 2012（4）： 374-387.

[5]孟慶良，韓玉啟，吳正剛.電子商務模式下顧客價值度量模型的構建及應用[J].科技進步與對策，2006（6）：148-150.

[6]金代志，王春霞，石春生.基于BP神經網絡的顧客價值識別研究[J].中國軟科學，2009（7）：151-156.

[7]趙衛宏.網絡零售中的顧客價值及其對店鋪忠誠的影響[J].經濟管理，2010（5）：74-87.

[8]Claes Fornell，劉金蘭.顧客滿意度和ACSI[M].天津：天津大學出版社，2005.

[9]顧鵬飛.C2C電子商務中顧客價值與顧客忠誠的關系研究[D].杭州：浙江大學，2010.

[10]吳明隆.結構方程模型[M].重慶：重慶大學出版社，2009.

（責任編輯：李江）