第三方B2B电子商务交易平台客户满意度评估研究.docx

1、第三方 B2B电子商务交易平台客户满意度评估研究 摘 要 :客户满意度评估是客户关系管理的重点。但目前对于第三方企业与企业 (B2B)电子商务交易平台的客户满意度评估鲜有研究。传统基于信息系统的一些量表 ,如 UIS、 EUCS、 CIS无法完全适用于 B2B电子商务交易。本文结合第三方 B2B 电子商务交易平台的实际情况 ,从双向交流和沟通的角度出发 ,挖掘出影响客户满意度 5个观测变量 (可用性、信息质量、安全和隐私、系统质量、视觉设计 )和 15 个测量变量。最后 ,利用本文提出的量表对阿里巴巴第三方电子商务交易平台客户满意度进行的实证检测证明了指标体系设计的合理性。 关键词 :客户满意

2、度 ;第三方交易平台 ;B2B;评估量表 中图分类号 :F062.5 文献标识码 :A 文章编号 :1003-5192(2010)04-0069-06 Customer Satisfaction Evaluation Research for Transactional Third-party of B2B E-commerce YANG Jian-zheng?1, DING Yu?2 (1.University of Shanghai for Science and Technology, Shanghai 200093, China; 2.Aideng Management Consult

3、ant(Shanghai)Co., Shanghai 200040, China) Abstract:Evaluation of customer satisfaction is one of the important parts in customer relationship management(CRM)stB2B)e-commerce are still poorly understfaction(UIS), End-User Computer Satisfaction(EUCS)and Customer Information Satisfaction(CIS)are adopte

4、d in Information System(IS)study but arenot able to usein the B2B business environmonal third-partyof B2B which based on the characters of B2B, namely two-way communicationand concludes 5 constructs including usability, information quality, security and privacy, system quality and visual design and

5、15 items which impact customer satisfact in Alibaba transactional third-party to test the reasonable of this index sys scale 1 引言 企业对企业 (B2B)电子商务已经成为了电子商务的主要交易形式。研究表明 ,良好的在线客户体验和较高的客户满意度是促进在线交易的重要因素之一 ,它不仅对改善企业财务状况有积极的影响 ,还可以为电子商务交易平台带来持续而又独特的竞争优势 ,提高客户忠诚度。 现在使用的一些量表主要是基于信息系统和终端客户使用环境的 ,如“ 用户信息满意度 (

6、User Information Satisfaction,UIS)”2,3 、 “ 终端客户电脑使用满意度 (End-User Computing Satisfaction,EUCS)” 、 “ 客户信息满意度 (Customer Information Satisfaction,CIS)” 等。但这些量表无法完全适用于第三方中介式 B2B 电子商务平台交易。实际上 ,相关的研究缺乏已经致使跟踪和提高第三方中介式 B2B电子商务平台客户满意度的工作变得极为困难 ,加强这方面的研究工作具有非常重要的意义。 2 B2B-ECTPUS 的定义 2.1 UIS、 EUCS 和 CIS 的相同点 在传

7、统交易环境下 ,用户满意度是指在某一个时间点或时间段中 ,消费者因获得 (acquisition)或消费 (consumption)产品所感受到的不同程度的总体性情感反应。在信息网络环境下 ,满意度的基本特征没有发生改变 ,都是通过对客户情感和认知的考察衡量客户对某种事物的态度的 ,但信息系统已经对客户满意度产生了巨大影响。 UIS 反映了用户在使用信息系统时 ,由于受到各种因素影响而最终表现出对这一信息系统的态度。 EUCS 依据对信息系统的使用经验 ,评价终端电脑用户对信息系统做出一种整体性的感受。CIS 是指购买行为后发生的 一种具有不同程度的总体性的情感反应。 此外 ,三种满意度定义均

8、由多个不同观测变量而不是单一观测变量组成 ,这不仅可以提高内在一致性 ,而且可以有效地从各个角度获知客户真实的满意度水平程度。 2.2 UIS、 EUCS 和 CIS 的不同点 UIS、 EUCS 和 CIS 的不同之处主要包括以下几个方面 : (1)应用环境不同所导致的观测变量设计差异。由于 UIS来源于传统的电子数据处理 (EDP)环境 ,EUCS 来源于终端客户计算机使用环境 ,而 CIS 来源于数字营销环境 ,因此 ,三者在观测变量设计上显 示出较大的不同。 (2)涉及的应用系统不同。 UIS 和 EUCS 侧重于描述公司内部信息系统的使用情况 ,CIS 侧重于 B2C 电子商务网站

9、,而本文所探讨的是具有 B2B 这一特定背景的电子商务交易平台的使用情况 ,所涉及的客户均为使用 B2B 平台进行交易的供应商和采购商。 (3)客户所面对的对象不同。在 UIS 中 ,客户所面对的对象是程序员和计算机专家 ,在 EUCS中 ,客户所面对的对象是信息系统本身 ,它们皆不涉及交易行为。在 CIS中 ,客户不仅要面对交易系统 ,还要与构建这一系统的商家打交道。而在本文提出的 B2B-ECTPUS 中 ,交易系统只是一个中介 ,它两端所连接的均为使用这一系统的普通客户 ,包括采购商和供应商等。 2.3 B2B-ECTPUS 的定义 在前人对 “ 满意度 ” 定义的基础上 ,结合 B2B

10、电子商务平台交易的实际情况 ,本文对 B2B-ECTPUS 作如下定义 : B2B 电子商务交易平台的客户满意度 (B2B E-commerce Transaction Platform User Satisfaction,B2B-ECTPUS)指的是在某一个时间点上 ,客户在使用第三方中介式的 B2B 电子商务平台 进行交易时 ,考虑受到的多种因素的影响 ,自身所获得的关于此平台的感受和认知的总和。 对这个概念的理解需要把握以下几个方面 : (1)这里的 “ 客户 ” 特指第三方中介式 B2B电子商务交易平台的直接使用者 ,一般来说只限于商品和服务的供应商和采购商等 ,不包括其他类型的客户。

11、 (2)本定义将研究范围限制在第三方中介式的 B2B 电子商务交易平台中 ,这是因为一方面此类平台在 B2B平台中居于主导地位 ;另一方面 ,与其他类型的 B2B 平台相比 ,此类平台无论是在交易方式还是交易流程上都具有较大的差 异 ,需要单独处理。 (3)与 UIS、 EUCS和 CIS类似 ,B2B-ECTPUS也是一个多维的定义 ,它同样拥有不同的观测变量 ,但其观测变量与其他三者有较大不同。 (4)B2B-ECTPUS 是一种对客户心理感觉和认知的描述 ,由于在现有的技术水平下几乎不可能直接对人的心理感觉和认知进行测量 ,因此不可避免会出现误差 ,这也是在相关研究中普遍存在的状况。然而

12、 ,如果采取适当的方法 ,这一误差会被降低到可以接受的程度。 2.4 B2B-ECTPUS 指数的计算公式 根据定义 ,B2B-ECTPUS 是客户对 B2B 电子商务交易平台的总体满意度 ,其满意度指数 (B2B-ECTPUS Index,B2B-ECTPUSi)等于客户对各个测量变量感觉和认知的加总 ,其计算公式拟定为 其中 B2B-ECTPUSi 为 B2B-ECTPUS 的满意度指数 ,n为有效样本数量 ,a是测量变量的最大值 ,b 为测量变量的数量 ,Ijk 为第 j名受试者对第 k个变量的满意度评分。 需要说明的是 ,不同于 Bailey 和 Pearson 的设计 ,在这个计算公

13、式中并没有引入 “ 权重 ” 的概念 ,这是因为有研究表明在类似的计算中加入对权 重的衡量只会提供冗余信息 ;而权重高的变量和权重低的变量高度相关 ,使得由通过衡量权重所带来的额外的信息变得没有必要。 3 B2B-ECTPUS 的变量设计 B2B-ECTPUS 是一个具有多个观测变量的定义 ,它的值取决于每一个观测变量上单独获得的值 ,必须对每个观测变量的内容及其所包含的测量变量加以确定 ,才能最终获知总体的满意度情况。 3.1 前人工作 Jenkins and Ricketts(Indiana University, Bloomington)1979 年在其工作 论文 “Developmen

14、t of an Instrument to Measure User Information Satisfaction with Management Information Systems” 中 ,根据当时已有的文献设计出了一个包含 20 个变量的测量方法 ,他们将这 20个变量分成 5类 ,即报告内容、报告格式、问题解决、输入程序和系统稳定性等。他们的测量方法经过检验具有可以接受的可靠性 (p=0.85)。 Larcker和 Lessig发展出一套两份且每份包括 3个问题的量表 ,用来测量“ 认知有用性 ” 。第一个量表测量 “ 认知重要性 ”, 即 “ 信息是否相关、有趣、有意义、重要、

15、有帮助 ”; 第二个量表测量 “ 认知可用性 ”, 即 “ 信息是否明确的、可读的 ” 。他们研究的主要缺点在于并未对 “ 认知重要性 ”和 “ 认知可用性 ” 予以实证 ,而且亦未将信息的正确性和时效性等因素考虑在内。 Bailey和 Pearson归纳出 39个变量 ,涵盖了信息质量、系统性能、与 EDP人员之间的关系和高层主管参与等诸多方面 ,其中正确性、可信度、时效性、相关性和系统信心为最重要的 5 项变量 ,而控制感、输出数量、供应商支持、训练度和 EDP在组 织中的地位为最不重要的 5项变量。在量表设计上采用语义差异方式 ,每个变量都由 4对不同的形容词加以评价 ,并且用一个重要性

16、评级来综合测量。 在 Bailey 和 Pearson 量表的基础上 ,Ives 等人开发出一套客户信息满意度 (UIS)的量表。该量表通过因子分析法 ,扩大样本数量 ,加强效度 ,删除信度较低 (因素负荷值低于 0.5)的变量 ,归纳出信息服务功能 (Information Service Function)、信息系统产品 (Information System Product)和供应商支持 (Vendor Support)三个主要变量。 Doll 和 Torkzadeh 针对终端客户环境 ,借助因子分析、信度检测和多重方法多重特质矩阵 (Multitrait-Multimethod Mat

17、rix,MTMM)等方法发展出一套包含了 5个观测变量共 12 个测量变量的 EUCS 量表。 虽然上述方法在信息领域得到广泛应用 ,但它们却无法直接适用于因特网环境下的电子商务交易客户满意度的评价。因此 ,Wang 等人设计了 CIS 量表。不同于 UIS和 EUCS的语义差异式量表 ,CIS是一份 5分制的 Likert式量表。它包含 7个观测变 量和 21个测量变量 ,其中除了传统的 “ 信息内容 ” 、“ 易于使用 ” 等观测变量外 ,针对电子商务网站的情况 ,CIS 还包含有 “ 安全 ”和 “ 支付 ” 等内容。 3.2 观测变量与测量变量设计 针对第三方中介 B2B 电子商务交易

18、平台的实际情况 ,本文提出 16 个影响客户满意度的测量变量 ,16 个测量变量分别隶属于 6 个观测变量 (参见表 1)。 对照其他量表 ,表 1所提出的观测变量和测量变量具有以下特点 : (1) 第三方中介 B2B 电子商务平台与传统的信息系统具有较大的差异。后者基本是单向的应用 ,而前者必须 是双向的交流和沟通。第三方中介 B2B电子商务平台与 B2C电子商务交易网站也有较大的区别。后者的交易基本上使用 “ 点击合同 ”, 消费者的选择性很差 ,而参与第三方中介 B2B电子商务平台进行交易的供应商和采购商的地位是平等的 ,其价格是可以商榷的。表 1提出的评价指标体系考虑到上述两方面的差异

19、 ,所设计的观测变量和测量变量比较全面地覆盖了电子商务交易平台的基本特征。 (2) 可用性观测变量中增加了导航和交互过程等指标 ,这是电子商务交易平台独有的指标 ,有利于判断第三方中介平台的运行状况。 (3) 视觉设计 观测变量强调了信息的表现形式 ,有利于客户全面了解产品的特性。 3.3 量表设计 本研究采用语义差异分析法来设计量表。语义差异分析法 (Semantic Differential Technique,SD 法 )由美国心理学家 Osgood 及其同事于 1964年开发。这种方法将对事物意义的研究建立在对其的 “ 共同感觉 ” 的基础上。 SD 法由 3个要素组成 :被评估的事物

20、或概念 (Concept)、量尺 (Scale)、受试 (Subject)。 其中第一和第三个要素同其他问卷设计方法 (如 Likert法 )中 的相关概念基本没有区别 ,在此不再赘述。较为特殊的是第二个要素 ,即量尺。在 SD法中 ,量尺由一定数量的形容词对所组成 ,每一对形容词都从正反两方面来评判被评估的对象 ,如 “ 好 坏 ” 、 “ 高 低 ” 和 “ 简单 复杂 ” 等。 由于形容词的选择在整个 SD 法中占有重要的地位 ,它们的合适与否将直接关系到实验结果 ,因此 ,本研究在整个量表问项设计的过程中 ,使用了德尔菲法来获得合适的形容词对。 在设计第三方 B2B 电子商务交易平台客

21、户满意度量表时 ,本文首先假设 表 1中的观测变量对 B2B电子商务交易平台客户满意度具有显著影 响。由此产生了 16 个问项 ,每个问项从 “ 极好 ” 到 “ 极差 ” 分为 7个等级。 4B2B-ECTPUS 评估量表实证研究 为了检验 B2B-ECTPUS评估量表的有效性 ,笔者在阿里巴巴公司的支持下 ,将问卷的连接直接放到了阿里巴巴中文交易平台的社区上 ,并进行了一些直接访谈。所有受试者在填写完问卷并提交结果后 ,数据会自动由程序记录在数据库中。问卷发放后 ,共回收 37份 ,其中有效问卷为 27份 ,有效回收率为73%。 对调查结果的人口学统计描述表明 ,阿里巴巴 B2B 交易平台

22、的典型客户为年龄介于 2430岁间的男性 ,受过比较好的教育 ,从事着非 IT业的工作 ,月收入在 40006000 元之间。 4.1 描述性统计 在有效问卷中 ,按照问项的最小值、最大值、数学期望、标准差和方差等方面所进行的描述性统计分析的整理结果如表 2 所示。 由表 2 可见 ,在 16 个测量变量中 ,所有变量都有最大值 3(即在B2B-ECTPUSi 计算公式中 a取值为 3),说明都有至少一个受试者对任一测量变量表示最满意 ,但只有 “ 个人信息和隐私 ” 和 “ 支付方式 ” 获得了最小值-3,且这两项的数学期望 (均值 )均较低 ,“ 支付方 式 ” 一项甚至获得了-0.090

23、9 的期望 ,远低于其他项目 ,这说明阿里巴巴 B2B 交易平台的客户对其支付方式的满意度较低。在实际操作中 ,该 B2B 交易平台几乎没有应用电子支付。这是因为大宗交易主要采用电子资金划拨的方式。 使用 SPSS 软件进行相关系数的计算 ,结果为 0.905,在显著水平为 0.01时 (双尾 )具有较高的相关性 ,说明本研究所使用的问卷量表具有预测 ?效度。 4.2 问卷信度 本文利用变量相关系数 (Corrected Item-Total Correlation,CITC)和Cronbach 对问卷的信度进行分析。研究表明 ,CITC 在 0.4 以下的问项必须删除。本文修正后的测量变量相

24、关系数如表 3所示。其中 “ 支付方式 ”一项由于只有 0.299 而被删除。同时 ,各个测量变量的 Cronbach 值均大于 0.7。并且在删除了 “ 支付方式 ” 这一测量变量后 ,整个问卷量表的信度略有提高 ,达到了 0.893。 4.3 KMO 和球形检验分析 数据的 Kaiser-Meyer-Olkin(KMO)值为 0.639,Bartlett 球形检验的近似卡法 ?2 值为 197.700,自由度为 91,具 有统计显著性 ,说明母群体的相关矩阵间有共同因子存在 ,样本的适配性较好 ,适合进行因子分析。 4.4 变量共同度分析 经计算 ,本文提出的量表的变量共同度均较高 ,最低

25、者也在 0.564以上 ,因此该步无需删除任何变量 ,并且再次证明本研究所用的 B2B-ECTPUS问卷具有理想的效度。 4.5 主成分因子分析 在经过上述 3次检验后 ,项目本身、样本的适配性和变量的共同度均较好 ,所得样本已经具备因子分析的条件。因此本文利用主成分因子分析法 ,且以最大变异转轴法 ,进行正交转轴 ,萃取出特征值 大于 1的变量 ,取因子载荷大于 0.55 的变量 ,最终提取出 5个因子。表 4 为 B2B 电子商务交易平台客户满意度的因子分析结果。 经过正交旋转后 ,绝大部分测量变量具有较理想的载荷 ,并且没有出现任何一个测量变量跨观测变量高载荷的情况。因此 ,问卷具有区别

26、效度。 4.6 B2B-ECTPUS 量表的应用 根据数据分析 ,“ 支付方式的多样性 ” 这一变量由于不符合要求而被删除 ,因此影响 ?B2B-ECTPUS的测量变量是 15而非 16个 ,最大值为 3,有效样本数量 n为 27,将上述数据带入 ?B2B-ECTPUSi 公式 ,可得 即本文的研究对象阿里巴巴 B2B 电子商务交易平台的客户满意度指数约为 0.40。 5 结论 本文在现有研究的基础上 ,根据 B2B电子商务交易的特点以及目前 B2B电子商务的发展状况 ,利用实证分析的方法 ,建立了一个具有不同观测变量的、可以全面衡量第三方中介 B2B电子商务交易平台客户满意度 (B2B-EC

27、TPUS)的量表。该量表最终证实了提出的 15个测量变量 ,发现了可用性、信息质量、系统质量、安全和隐私及视觉设计等影响 B2B电子商务交易平台客户满意度的 5个观测 ?变量。 由于样本的数量较少 ,造成样本对全体的代表性下降 ,导致假设验证的有效性降低。然而本文提出的量表通过了信度和效度的检验 ,这两者均建立在严密的数学证明的基础上 ,并且检验预测效度的 Spearman相关系数和检验效度的 Cronbach 系数分别为 0.905 和 0.887,结果比较理想。说明本研究在样本数量有限的情况下得到的结果还是可以接受的。当然 ,如果能获得更多的样本 ,结果的有效性能够进一步提高。 参 考 文

28、 献 : ?Anderson R E, Srinivasan S S. E-satisfaction and e-loyalty: a contingency framework?Bailey J E, Pearson S W. Development of a tool for measuring and analyzing computer user satisfactiones B, Olson M H, Baroudi J J. The measurement of user information satisfaction ?Doll W J, Torkzadeh G. The me

29、asurement of end-user computing satisfaction S, Tang T I, Tang J T E. An instrument for measuring customer satisfaction toward Web sites that market digital products and services9-102. ?Larcker D F, Lessig V P. Perceived usefulness of information: a psychometric examinationhkowsky J L. Measuring the involvement construct