基于因子分析法的網貸平臺滿意度研究
——以A網貸平臺為例

文/張志強，中國人民大學

基于因子分析法的網貸平臺滿意度研究
——以A網貸平臺為例

文/張志強，中國人民大學

本文采用因子分析法，識別出影響A網貸平臺用戶滿意度的3個主要因子，按照影響程度從大到小分別為“收益維度”、“安全維度”和“產品維度”。其中，“安全維度”和“收益維度”的滿意度相對較高，“產品維度”的滿意度最低。最后，針對滿意度得分較低的方面提出優化建議，以供參考。

因子分析法；用戶滿意度；網貸平臺

1 研究綜述

P2P網貸是指通過第三方互聯網平臺進行資金借、貸雙方的匹配，需要借貸的人群可以通過網站平臺尋找到有出借能力并且愿意基于一定條件出借的人群，幫助貸款人通過和其他貸款人一起分擔一筆借款額度來分散風險，也幫助借款人在充分比較的信息中選擇有吸引力的利率條件。自P2P網貸誕生以來，人們對其的熱情就不曾減退，2014年全國P2P網貸成交額為3291.94億元，2015年P2P網貸市場成交金額達9541億，2016年交易額近兩萬億，為19544億元；截至2017年6月底，2017年上半年全國P2P網貸成交額就已經達到1 9,290億元，同比增長了72.8%。然而，在被負面新聞充斥的P2P行業中，各種網貸平臺的安全性、背景、收益等參差不齊，影響用戶投資滿意度的因素也有很多，因此，P2P網貸企業要想在行業中立足，迎接未知的挑戰，進一步開拓市場，必須深入研究用戶，優化用戶體驗。

從20世紀90年代起開始，國外專家學者對客戶滿意度作了大量的研究，并取得了相當的研究成果，Kotler（2001）認為客戶滿意是顧客期望與感知效果之間的差異函數，是對這兩者相比較所產生的一種心里認知狀態；宋先道、李濤（2002）系統分析了國內外顧客滿意度測評的現狀，通過對國內外顧客滿意度測評的對比分析，針對客戶滿意度測評的一系列問題對顧客滿意測評進行了大量改進，大大提高顧客滿意度測評體系的準確性；通過對文獻的學習，分析其使用的研究方法及功效，本文采用因子分析法對A平臺用戶滿意度進行研究。

2 數據來源及處理

2.1 調查對象

本研究的調查對象為A平臺的客戶，在A平臺的qq交流群中進行發放，發放時間為2017年6月12日～2017年6月15日，共回收問卷3 86份，經過剔除無效問卷后，回收有效問卷352份，有效率為91.2%，具備良好的回收率。

2.2 問卷設計及數據處理

在本次研究之前，在論壇上搜集了大量用戶關于網貸平臺評價的資料，也對用戶滿意度水平展開過訪談，通過對資料總結及用戶訪談的詞頻分析發現，用戶提及比較多的是：收益、投資安全、產品期限、營銷活動、風控等。因此，本研究問卷分兩部分組成：一部分是用戶滿意度評價指標，共有觀測變量11項，采用李克特5級量表，“1”表示“非常不滿意”，“2”表示“比較不滿意”，“3”表示“一般”，“4”表示“比較滿意”，“5”表示“非常滿意”；一部分是人口統計學變量，包括性別、年齡、投資能力、居住地等變量。

用戶基本特征：從性別上來看，女性用戶占比為60.1%；從年齡上來看，20～30歲的占26.7%，30～40歲的占30.3%，40～50歲的占3 1.7%，50歲以上的占11.3%，分布較為平均；從投資能力上來看（您愿意在網貸平臺上投入多少資金？），投入“5千～1萬”的用戶居多，占42.5%，投入“1萬～5萬”的用戶次之，占32.6%；從居住地上來看，居住地為直轄市和省會城市的居多，占57.3%，居住地為鄉鎮村的用戶數量最少，不足5.0%，這可能是由于受訪群體中居住在農村的用戶相對較少所致。

3 研究方法及分析過程

3.1 研究方法

研究方法采用了因子分析法。因子分析法是一種降維的方法，是將具有錯綜復雜關系的變量綜合為少數幾個因子，以再現原始變量與因子之間的相互關系，探討多個能夠直接測量，并且具有一定相關性的實測指標是如何受少數幾個內在的獨立因子所支配，并在條件許可時借此嘗試對變量進行分類。簡而言之，實質就是研究多個變量間的協方差矩陣，找出能綜合所有變量主要信息的少數幾個隨機變量。

3.2 指標選取

根據文獻資料總結及用戶訪談，確定了“平均收益率”、“客戶服務質量”、“邀請人投資返利”、“營銷活動力度”、“投資的安全性評價”、“個人隱私信息的保護”、“平臺的背景及資質”、“金融產品的豐富性”、“金融產品的投資期限”、“金融產品的起投金額”、“金融產品的靈活性”共計11項指標。

3.3 分析過程

根據量表的分析步驟，首先對量表進行了項目分析，將量表的總分按從高到低的順序排列，項目按27%分位數進行獨立t檢驗，以考察項目的區分度，結果項目全部通過，保留全部題目；然后，用主成分分析法對題目進行探索性因子分析（EFA），問卷的KMO值為0.765，Bartlett球形檢驗的顯著性小于0.001，說明適合進行因子分析。按照特征值＞1的原則和正交旋轉法抽取因子，刪除跨載荷超過0.4的項目或載荷不足 0.4的項目，經過多次EFA，刪除一個題目后（客戶服務質量指標），得到收斂效度與區分效度良好的因素結構，變異解釋程度如表1所示。模型中包含三個特征值大于1的因子，因子分析結果顯示這三個公因子的方差貢獻率累計達到65.4%，這三個因子包含了原始變量的大部分信息。接著對三個因子進行內部一致性信度分析，“第一公因子”維度的信度為0.76，“第二公因子”維度的信度為0.70，“第三公因子”維度的信度為0.68，問卷的總體信度為0.72，問卷的信度都達到了0.70以上, 表明包含10個項目的網貸用戶滿意度問卷的信度相對良好。“第一公因子”主要是與產品收益相關，命名為“收益維度”；“第二公因子”主要是與安全防護相關，命名為“安全維度”，“第三公因子”主要是與產品相關，命名為“產品維度”。

3.4 因子得分

根據spss得出的成分得分系數矩陣（如表2所示），我們可以將各公因子表達為各變量的線性形式，具體表達式如下所示：

F1=0.473Q1+0.486Q2-0.061Q3-0.040Q4-0.157Q5+0.180Q6+0.1 00Q7+0.130Q8-0.075Q9+0.262Q10

F2=-0.139Q1-0.167Q2+0.425Q3+0.411Q4+0.386Q5-0.187Q6-0.013Q7-0.002Q8+0.219Q9+0.056Q10

F3=0.079Q1+0.065Q2+0.043Q3+0.026Q4-0.053Q5+0.404Q6+0.4 39Q7-0.247Q8+0.385Q9+0.025Q10

表2 成分得分系數矩陣

由公因子的表達式，我們可以計算出每個因子的滿意度得分，各變量的原始數據進行標準化后取均值并代入表達式，然后將結果進行百分化處理，最終的數據是，收益維度得分為81分，安全維度得分為87分，產品維度得分為70分。單一因子的滿意度情況并不能反映整體的滿意度，因此考慮按各公因子對應的方差貢獻率比例為權數進行加權平均，來計算綜合得分，總體滿意度的計算公式為：F=0.517F1+0.293F2+0.190F3。通過計算，A平臺的滿意度總體得分為80分。

3.5 A平臺滿意度均值分析

為了更好地了解用戶滿意度情況現將調查結果分為三個水平，選擇5（非常滿意）和4（比較滿意）的視為“滿意”，選擇3（一般）的視為“中立”，選擇2（比較不滿意）和1（非常不滿意）的視為“不滿意”，結果發現：安全維度得分最高，A平臺用戶對安全的滿意度均值最高，為4.38，說明用戶對平臺的安全最為認可，這有一部分原因是由于用戶在投資前對平臺的資質、背景有過相關的調查和研究，在自己對資金安全充分肯定的情況下，將資金放入平臺；收益維度的滿意度均值相對次之，為3.96分，其中營銷活動力度方面用戶評價相對較低，這可能是由于與同行業相比，A平臺的活動少或者活動優惠不及其他平臺，使得用戶評價低于同維度其他兩項；產品維度的滿意度同樣偏低，為3.85分，尤其是產品的起投金額和靈活性兩個方面，均有超過30%的用戶選擇“一般”或“不滿意”，產品方面是A平臺后續加強改善的重點。

3.6 其他滿意度影響因素分析

投資能力越強的人滿意度越高，40對以上的用戶對平臺的滿意度較高。將每個用戶的滿意度評價得分匯總平均后（數值變量），將投資能力變量作為分類變量（問卷調查中已做了分類處理）進行方差分析，發現不同投資能力的人滿意度是不同的（sig值＜0.05），投資能力越強的人對A平臺的滿意度越高；另外，對滿意度得分按照分值的區間轉化成分類變量，并與各人口統計學變量進行交叉分析及卡方檢驗。數據顯示，不同年齡的用戶對A平臺的滿意度是不同的（sig值＜0.05），相比于40歲以下的用戶來說，40歲以上的用戶對A平臺的滿意度評價較高（見圖4）。

圖1 年齡 * 滿意度交叉分析

通過詞頻分析用戶對A平臺的主觀評價時發現（就您對A平臺的接觸和使用情況來看，您還有哪些意見和建議？），“安全性高”、“收益較滿意”、“提現到賬快”、“產品種類少”、“活動少”等詞的出現頻率相對較高，另外結合定量分析，可以將A平臺的用戶總結為以下幾種類型：

一是信任型用戶，此類用戶對A平臺有較深的感情、看好A平臺的發展，他們從回款-提現效率、收益、安全性等方面對A平臺加以高度評價，投資能力也相對較高。

二是收益型用戶，此類用戶對A平臺的安全性、信用有信心，但是對收益非常看重，一旦利率上有所下降，此類用戶最為敏感，如果利率下降到突破其底線，此類用戶則有較大的流失風險。

三、活動型用戶，此類用戶中，投資能力分布較為平均，各檔位投資能力的用戶均有涉獵，其對平臺活動最為關心，只有在平臺有活動時才會進行投資。

四是標簽型用戶，此類用戶并不是一個特定的群體，如有些用戶對產品的豐富程度有所要求、有些用戶對提現的及時性比較在意、有些用戶對平臺背景比較看重等等，他們均有自己獨特的標簽，獨立的需求。

4 結論與建議

4.1 根據因子分析模型得出，影響用戶滿意度的因素分為“收益維度”、“安全維度”和“產品維度”這三個維度，其中“收益維度”的方差貢獻率為35.1%，是影響滿意度的最主要因素，其次是“安全維度”和“產品維度”。

4.2 因子得分結果顯示，用戶滿意度的整體得分為80分，滿意度水平相對較高。從三個公因子得分上來看，安全維度得分最高為87份、收益維度得分相對次之，為81分，產品維度的得分最低為70分，A平臺應著重提升金融產品滿意度，尤其優化產品的靈活性和產品的起投金額。

4.3 根據方差分析和卡方檢驗結果發現，投資能力越強的用戶滿意度越高、40歲以上的用戶滿意度較高，A平臺今后可根據用戶的畫像、用戶的類型進行差異化營銷方法，優化營銷策略，彌補與同行業相比營銷方面的短板，提升用戶的滿意度。

[1]柏亮.中國P2P借貸服務行業發展報告[M].北京：中國經濟出版社，2016.

[2]吳明隆.SPSS統計應用實務：問卷分析與應用統計[M].北京科學出版社，2003.

[3]何曉群.多元統計分析[M].北京：中國人民大學出版社，2008:192-206.

[4]李敏芳，田晨軍.基于因子分析法的我國P2P網貸評級研究[J].湖北經濟學報，2015,12(6):37-40.

[5]府亞軍,黃海南.基于因子分析模型的上市公司經營業績評價[J].統計與決策,2006(24):167-168.