O2O電子商務顧客滿意度分析

陳湘青

內容摘要：學界對顧客滿意問題的研究由來已久，涌現出大量的研究成果，但針對O2O（Online To Offline）這一新的電商模式下的顧客滿意度的研究則相對較少。因此，本文引入平臺聲譽、感知成本、感知風險、顧客期望、感知質量、感知價值、顧客滿意和顧客忠誠8個結構變量，構建了O2O電商顧客滿意度測評模型，并通過某知名在線旅游網站進行了實證研究。研究結果表明，O2O電商模式下平臺聲譽是影響顧客期望、顧客滿意與顧客忠誠的重要變量；感知風險負向影響顧客滿意與顧客忠誠；感知成本與感知質量共同影響感知價值，并進一步影響顧客滿意與顧客忠誠。

關鍵詞：O2O 顧客滿意 模型 實證

引言

學界對顧客滿意問題的研究由來已久，涌現出大量的研究成果，主要包括顧客滿意的形成機理、影響因素、測評體系、行業應用等方面（董大海等，2004）。近年來學者們加強了電子商務領域顧客滿意的研究，但針對O2O（Online To Offline）這一新的電商模式下的顧客滿意度的研究則相對較少。因此，本文選取O2O電商模式下的顧客滿意作為研究對象，通過分析其影響因素，建立O2O電商顧客滿意評價模型，進行實證研究來探索O2O電商模式下的顧客滿意的特征與規律，并提出相關的建議。

模型描述

顧客滿意形成過程中的比較標準主要包括期望不一致模式、需要不一致模式、感知績效模式、感知公平模式等，其中“期望不一致”是當今主流的顧客滿意測量模式。一般而言，顧客在進行O2O電子商務消費前均帶有明顯的期望，并與自己在消費過程中的質量感知進行對比，從而產生滿意或者不滿意的內心感受。Kassim等（2010）對馬來西亞和卡塔爾兩種不同文化下的電子商務顧客滿意的研究表明，電子商務情境下顧客期望與感知質量對顧客滿意存在重要的影響，且不因兩地文化的不同而不同。因此，本文對O2O電商顧客滿意進行測度時也將主要基于這一模式，引入顧客期望、感知質量、顧客滿意等變量，并假設顧客期望對感知質量、顧客期望對顧客滿意、感知質量對顧客滿意存在直接影響。

顧客滿意的形成機理較為復雜，除了期望不一致模式外，感知價值對顧客滿意也存在重要影響。如在美國顧客滿意指數（ACSI）模型中，顧客滿意處于模型的核心位置，顧客期望，感知質量和感知價值共同決定顧客滿意。盡管學者們對顧客價值的認識不一，但多數學者傾向于感知價值的核心是感知利得與感知利失之間的權衡，亦或表現為感知質量與感知成本之間的比較。Cemal Zehir等（2015）針對土耳其645名電商消費者的研究表明感知價值顯著影響網絡消費者的滿意度，這一點可為O2O電商顧客滿意模型構建提供借鑒。因此，模型將引入感知價值與感知成本變量，并假設O2O電商感知成本對感知質量、感知成本對感知價值，感知價值對顧客滿意均存在直接影響。

O2O電子商務平臺作為O2O電商模式的重要載體，是維系顧客與商家的紐帶。多數消費者選擇O2O電商往往是因為平臺的知名度與影響力，而對提供具體服務的商家反而并不了解。Askariazad等（2015）研究ECSI在B2B電商領域的應用時發現，電商平臺聲譽對顧客期望、顧客滿意與顧客忠誠產生直接影響。本文認為這一成果對O2O電商顧客滿意關系研究具有重要的借鑒意義。因此，本模型的構建將引入平臺聲譽這一變量，并假設平臺聲譽對顧客期望、顧客滿意和顧客忠誠均存在直接影響。

由于O2O電子商務線上支付與線下體驗的分離，消費者也許會更加擔心其線上購買的產品或服務在線下能否完全兌現，是否因為線上線下的不一致而發生財務損失，消費者年齡、家庭住址、聯系方式等個人信息會否被泄露等等。對這些問題的擔憂在某種程度上將影響消費者對采用O2O電子商務的風險感知，進而影響消費者O2O電子商務的滿意度與忠誠度。Lin（2015）在針對B2C電子商務購物者滿意度測評模型中引入了感知風險變量，并通過542名經驗豐富的網上購物者驗證了其對顧客滿意與顧客忠誠的影響。因此，本模型的構建將引入感知風險這一變量，并假設感知風險對顧客滿意和顧客忠誠均存在直接影響。

模型構建

（一）概念模型

根據以上O2O電子商務顧客滿意過程假設，本文構建了O2O電子商務顧客滿意測評的概念模型（見圖1）。模型包括8個結構變量：感知成本ξ1、平臺聲譽ξ2、感知風險ξ3、顧客期望η1、感知質量η2、感知價值η3、顧客滿意η4、顧客忠誠η5，其中感知成本、平臺聲譽與感知風險三個變量外生，其余變量內生。

（二）測評指標體系

整個測評體系由三級指標構成，前述8個結構變量組成測評體系的二級指標，對應24個觀測變量構成三級指標，如表1所示。問卷設計盡量參照國內外一些成熟的量表，但也做了一定程度的創新。比如在感知質量的測度方面，考慮到消費者對O2O電子商務的感知主要受電商平臺、線下商家的影響，因此設計了平臺質量感知，商家質量感知以及總體質量感知三個觀測變量；在平臺聲譽的測度上，重點考慮了平臺知名度、平臺美譽度與平臺總體形象作為主要的測度變量；O2O電子商務的風險感知方面則主要考慮了有關交易的功能風險、財務風險、以及消費者隱私風險等內容。在感知價值、顧客滿意、顧客忠誠等變量的測度上，由于國內外已有較為成熟的量表，則主要參照這些國內外的成熟作法構建相關的觀測變量。

（三）模型的數學表達

實證分析

（一）樣本和數據收集

本文通過對某知名在線旅游網站的客戶進行問卷調查，共回收問卷590份，其中有效問卷有539份，有效率達到91.4%。調研數據的樣本分布如下：男性占56.7%，女性占43.3%；年齡在18歲以下的占2.1%，18-30歲48.4%， 31-45歲43.7%，45歲以上5.8%；月收入水平3000元以下占18.2%，3000-5000元34.7%，5000-8000元26.6 %，8000-10000元11.9%，10000元以上8.6%；文化水平高中及以下占22.1%，專科占32.8 %，本科占34.5 %，碩士及以上占10.6%。

（二）描述性統計分析

本文通過SPSS19.0對調研問卷涉及的24個觀測變量進行描述性分析，所得結果如表2 所示。

（三）測量模型的檢驗

1.可靠性分析。本文利用SPSS19.0，得出各結構變量的信度系數（Cronbach α）和組成信度，如表3所示。8個結構變量各分量表的信度系數從0.717（感知風險）到0.909（顧客滿意），均在0.70以上，且總量表的信度系數達到0.953，8個結構變量的組成信度在0.729（感知風險）到0.913（感知成本）之間，全部在0.7以上，表明此量表的可靠性較高。

2.確認性因子分析。本文使用LISREL8.70軟件，對測量模型進行確認性因子分析，分析結果如表4所示。全部24個顯變量的因子載荷系數均在13.672到27.457 （t值）之間，且8個結構變量的平均變異抽取量均高于0.50?？梢姡Ｐ偷臅坌Ф容^高。而28個共享方差數據，有26個小于0.50 ，變量之間的共享方差均小于或者接近小于其平均變異抽取量，模型區分效度較好。

（四）結構模型的檢驗

從本文數據與模型的擬合程度來看，測量模型的χ2值為618.357（236個自由度），χ2/df=2.620<3.00，SRMR=0.051<0.08， RMSEA =0.065<0.08 ，其他指標NFI、NNFI、PNFI、CFI、IFI、RFI、GFI、AGFI、PGFI分別為0.975、0.978 、0.929、 0.981、0.982、0.971、0.912、0.899、0.853，均達到或接近0.9，表明這個模型與數據有較高的擬合程度。

結果與討論

本文利用LISRE L8.70軟件，得到模型中各變量之間的路徑系數，如表5所示?？傮w而言，模型擬合良好，各路徑系數統計顯著。模型所有路徑系數的t值介于3.627至22.931之間，表明所有路徑系數在P=0.01上統計顯著。各路徑直接效應最高為0.759（平臺聲譽到顧客期望），最低為-0.209（感知風險到顧客忠誠），呈現出負向影響。具體分析如下：

（一）感知成本與感知質量通過感知價值影響顧客滿意的假設得到驗證

研究數據顯示，感知成本到感知質量的直接效應為0.488（10.991），感知成本到感知價值的直接效應為0.724（15.823），感知質量到感知價值的直接效應為0.208（4.612），感知價值到顧客滿意的直接效應為0.539（6.553），各路徑的影響效應統計顯著（P=0.01）?？梢娨胍粋€感知成本的結構變量，通過感知質量與感知成本之間的比較影響感知價值，進而對顧客滿意產生影響的模型假設得到驗證，有利于更為清楚的了解期望不一致模式與感知價值模式各自對O2O電商顧客滿意度所作的貢獻。研究結果同時表明，感知成本對感知價值的影響效應達到0.724，在所有影響效應中列第2位，而感知價值對顧客滿意的直接影響效應為0.539，是所有影響因素中最高的，可見成本優勢仍是O2O電商吸引消費者的重要條件，通過加強成本控制，幫助消費者建立合理的成本感知將是提高O2O電商顧客滿意度與忠誠度的一種重要手段。

（二）平臺聲譽變量的引入及路徑關系得到驗證

模型引入了平臺聲譽這一結構變量，并構建了三條路徑關系。實證研究的結果表明，從平臺聲譽到顧客期望的直接效應為0.759（22.931），從平臺聲譽到顧客滿意為0.412（5.596），從平臺聲譽到顧客忠誠為0.310（5.517），各路徑的影響效應在P=0.01上統計顯著。由此可見，引入平臺聲譽變量并建立相應的路徑關系是合理且必要的，有利于更為合理的解釋O2O電子商務模式下顧客期望，顧客滿意與顧客忠誠的關系。通過加強O2O電商平臺的運營管理、宣傳推廣，樹立平臺的良好聲譽，將有利于提升O2O電商的顧客滿意與顧客忠誠。

（三）感知風險對顧客滿意與顧客忠誠呈現負向影響

實證研究的結果表明，感知風險到顧客滿意的直接效應為-0.163（3.627）、感知風險到顧客忠誠為-0.209（4.735），均呈現出負向的影響。可見由于O2O電商線上線下業務的分離，消費者對線上線下產品與服務是否一致，有無存在虛假宣傳，線下商家能否做到誠信經營，支付的資金會否發生損失，有關的個人信息會否泄漏等仍心存疑慮，這種種擔憂勢必會降低其滿意度，并影響其后續的消費行為。

對策與建議

本文針對O2O電商這一新型電子商務模式，引入平臺聲譽、感知成本、感知風險、顧客期望、感知質量、感知價值、顧客滿意和顧客忠誠8個結構變量，構建了O2O電商顧客滿意度測評模型，并通過某知名在線旅游網站開展了實證研究。研究結果表明，O2O電商模式下感知成本、平臺聲譽、感知風險是影響顧客滿意與顧客忠誠的重要變量。其中，感知成本通過感知價值間接影響顧客滿意與忠誠，平臺聲譽對顧客期望、顧客滿意與顧客忠誠存在直接影響，感知風險負向影響顧客滿意與顧客忠誠?；谝陨涎芯拷Y論，提出如下建議：

（一）充分發揮O2O電商的成本優勢，提升顧客價值感知

首先要充分發揮O2O平臺的引流作用，通過增加客流量，擴大業務規模，降低經營成本，實現規模經濟效應；其次借助O2O電商平臺，實現營銷渠道的扁平化，通過減少中間環節，降低交易成本；除了減少顧客的貨幣成本支出外，還應在增加顧客體驗上下功夫，通過有效降低顧客的時間成本、精神成本、體力成本等非貨幣成本支出，提升顧客的價值感知水平。

（二）加強O2O電商平臺建設，提升平臺聲譽

首先要結合大數據分析O2O電商平臺顧客的來源、年齡、文化程度、消費特點、操作習慣等行為特征，利用社會化營銷技術、本地化定位搜索技術、移動互聯技術，優化平臺的操作流程，尤其是要加大O2O電商移動客戶端的應用開發，做到簡單、易懂、好操作，突出其易用性；其次要充分考慮到O2O作為本地化的電商應用平臺，要充分整合本地的餐飲、醫療、美容業、家政、房屋、教育、旅游、水電煤氣等相關信息資源，并盡可能針對不同消費者進行分類推送，以有效減少消費者獲取信息的成本，突出信息的有用性；第三，要加強平臺的運營管理，嚴保線上線下產品與服務的一致性，提升顧客體驗水平；第四，要充分利用微信、微博等自媒體工具，通過廣告、公關、人員推銷、銷售促進等傳播方式，加強平臺的宣傳與推廣，擴大平臺的知名度與美譽度，提升平臺聲譽。

（三）嚴格質量管控，降低消費者風險感知

首先，要加強對平臺入駐商家的資質審核，適當提高平臺商家的準入門檻，完善平臺的消費者評價系統，建立平臺商家的淘汰機制，確保平臺商家誠信經營，降低交易的功能風險；其次，加強網絡系統的安全與維護，強化員工風險意識，防止顧客信息外泄或被惡意盜取，確保顧客的個人信息安全，降低顧客的隱私風險；第三，建立平臺與入駐商家違約賠付連帶責任制度，商家發生履約責任時消費者可向平臺與商家任何一方提出索賠。O2O平臺作為資金支付的中介方，顧客在消費前可先將資金匯入平臺方賬戶暫存，待消費完成無異議后再由平臺賬戶轉入對應商家賬戶，或者消費前先部分支付給線下商家，待消費無異議后再支付剩余部分。除此之外，還可建立履約保證金制度，資金支付保險制度，以確?？蛻糍Y金安全，降低交易的財務風險。

參考文獻：

1.董大海，汪克艷.西方的顧客滿意測量模式研究述評[J].科學學與科學技術管理，2004（1）

2.Norizan Kassim， Nor Asiah Abdullah. “The effect of perceived service quality dimensions on customer satisfaction， trust， and loyalty in e-commerce settings： A cross cultural analysis”， Asia Pacific Journal of Marketing and Logistics， 2010， Vol.22 （3）.

3.Fornell C，Johnson M D， Eugene W， etc. The American Customer Satisfaction Index： Nature，Purpose，and Findings[J]Journal of Marketing，1996，60：7-18.

4.白長虹，廖偉.基于顧客感知價值的顧客滿意研究[J].南開學報，2001（6）

5.Cemal Zehir， Yasin Sehitoglu， Elif NarMei-Ju Lin， Wei-Tsong Wang. “Examining E-Commerce Customer Satisfaction and Loyalty： An Integrated Quality-Risk-Value Perspective”， ournal of Organizational Computing and Electronic Commerce， 2015， Vol.25 （4）， pp.379-401

6.Mohammad Hossein Askariazad， Nazila Babakhani. “An application of European Customer Satisfaction Index （ECSI） in business to business （B2B） context”， Journal of Business & Industrial Marketing， 2015， Vol.30 （1）， pp.17-31

7.Mei-Ju Lin， Wei-Tsong Wang. “Examining E-Commerce Customer Satisfaction and Loyalty： An Integrated Quality-Risk-Value Perspective”， Journal of Organizational Computing and Electronic Commerce， 2015， Vol.25 （4）， pp.379-401