|
网络的高速发展吸引了越来越多的商家加入电子商务的浪潮,下面是小编搜集整理的一篇探究网购顾客满意度影响因素模型的论文范文,欢迎阅读查看。
一、引言
21世纪以来,互联网技术的迅猛发展加快了电子商务的发展速度。CNNIC监测显示,截至2012年12月底,网络购物市场交易金额达到12594亿元,较2011年增长66.5%,占社会消费品零售总额的6.1%。
1965年,Cardozo首次将顾客满意的概念引入营销学的范畴,认为顾客期望促使顾客满意度的产生并且影响其程度。
1980年,Oliver提出预期不确认理论,他认为顾客满意是顾客对于商品或服务是否达到自身期望的一种判断,是顾客自身期望被满足后的心理状态。
网络的高速发展吸引了越来越多的商家加入电子商务的浪潮,基于网络购物环境下的顾客满意度研究应运而生。近年来很多学者从不同角度对于网络购物顾客满意度进行了积极研究,并取得了较好的研究成果。Szymanski率先提出了E-satisfaction的概念,他认为网络顾客满意度的影响因素包括便利性、网站设计、金融安全、产品信息以及产品提供,并且通过回归分析验证了前四种变量正向影响网络购物顾客满意度。Kohli,Devaraj和Mahmood研究验证了时间节约、成本节约和选择能正向影响顾客满意度,并且选择可以通过时间节约和成本节约间接影响顾客满意度。Yoo和Park以功能和享乐价值作为因变量,通过结构方程模型验证得出功能和享乐价值均显着正向影响顾客满意度。
国内关于网络购物的顾客满意度研究正处于发展阶段。査金祥和王立生建立了购物网站服务质量、顾客期望与网络顾客满意度之间关系的结构模型,验证了消费者感知的购物网站质量和顾客自身对网站的期望共同决定其对购物网站的满意度。
余晖、吕忠民在TAM和ACSI的理论基础上,加入安全和信任变量构建电子商务网站顾客满意影响因素的模型,通过实证检验发现感知易用、感知有用、感知安全和感知质量影响顾客满意度。虽然不少学者从不同的角度对网购环境下顾客满意度的影响因素进行过研究,但是关于影响顾客满意度的因素还未达成一致意见,且大多数研究均过于单一,无法同时从消费者个体和产品服务对顾客满意度的影响因素进行分析。因此,本文在预期不确认理论和技术接受模型的基础上,增加消费者个体创新性这一变量来构建网络购物顾客满意度影响因素模型,对于网络卖家具有一定的理论价值和实践意义。
二、研究假设
Oliver的预期不确认理论提出顾客满意度是由顾客期望与商家服务的比较产生的。技术接受模型提出了接受程度这一概念,解释了用户对于某种新技术的认知、态度和意愿之间的相关关系。通过对相关文献的整合汇总,将影响顾客满意的因素归结为:个体创新性、顾客期望、网站特性认知、质量与服务感知、网购接受程度。因变量为顾客满意度。
1、个体创新性
个体创新性是个体在某特定领域内对新鲜事物的接受态度,它是人们选择网络购物的决定性因素。个体创新性一般体现在对于新鲜事物有强烈的好奇心并且敢于尝试,喜欢刺激和冒险等等。个体创新性越强的消费者越能接受网上购物,对于网上购物有更好的认识。
假设H1:个体创新性正向影响顾客期望。
假设H2:个体创新性正向影响网站特性认知。
假设H3:个体创新性正向影响质量与服务感知。
假设H4:个体创新性正向影响网购接受程度。
假设H5:个体创新性负向影响顾客满意度。
2、顾客期望
在交易进行前,消费者会对网络购物抱有一定期望,这种期望包括与传统购物方式的比较和在交易过程中顾客感受到的服务质量。网络环境的特殊性导致消费者无法接触到真实的商品,多数消费者期望在网上能够购买到物美价廉的商品。并且,顾客满意度受购买前的内心期望所影响,在其他因素不变的情况下,期望越大,负的预期不确认可能性越大,即顾客满意度下降。假设H6:顾客期望负向影响顾客满意度。
3、网站特性认知
网站的特性包括网站设计、商品种类、交易方式等方面。第一印象会直接影响消费者的购物感受,因此能产生认同感的购物网站往往是消费者的首选。
如果购物网站的外观特性使消费者感受良好,将会强化消费者对于网络购物的正面态度,即消费者对于网络购物的接受程度。消费者希望在网络购物中感受到更好的购物环境,比如优秀的网站设计、详细的商品分类等等。
假设H7:网站特性认知正向影响顾客满意度。
假设H8:网站特性认知正向影响网购接受程度。
4、质量与服务感知
与传统购物方式不同的是,网络购物通过在线支付和物流配送来实现银货两讫。由于购买前顾客无法完全了解商品的真实信息、购买时不能与卖家当面交易、购买后无法确保商品能否完好送达,因此多数顾客在是否选择网络购物时存有忧虑。根据预期不确认理论,顾客对于服务质量的感知与顾客期望之间的差异催生了顾客满意度。网络卖家无法掌握顾客的期望,但是能够控制自身的服务质量。这种服务体现在当顾客完成在线支付后,网站可以及时地将商品送达给顾客并且能够保证货品的质量,当顾客再一次登陆该网站时,网站能够通过以往的浏览或购买记录推荐合适的商品或促销信息给顾客。顾客在购物过程中,能够感受到卖家优质高效的服务,帮助顾客更好的接受网络购物,进而提升顾客满意度。
假设H9:质量与服务感知正向影响顾客满意度。
假设H10:质量与服务感知正向影响网购接受程度。
5、网购接受程度
消费者对于网络购物的接受程度由消费者对于网络购物的易用感知和有用感知两个维度组成。
其中,易用感知是消费者在网购过程中所感受到的便利性,是消费者对于网络购物是否对日常生活带来便利的心理判断。有用感知是消费者在网络购物过程中享受到的帮助服务,是消费者在交易完成后对网络购物的心理评价。对于消费者来讲,网络购物能够在一定程度上节省消费者外出逛街、寻找商品的时间和精力。在网络环境下,如果顾客感受到网络购物能够更好的帮助他们完成交易,他们将会对这种购物方式产生积极的态度。理性行为理论提出,假设消费者是理性的,那么在限制固有资源的情况下,消费者试图使得自身利益最大化。因此,如果顾客能够在网络购物过程中感受到购物时间的减少或是自身利益的增加,那么顾客将会感到满意并继续选择网络购物。
三、数据收集和假设检验
在正式问卷调查之前,进行了预调查。将问卷在50位有网购经验的消费者中调查,以保证问卷的可读性。通过处理预调查回收的数据,对问卷进行了修改,删除了意义相同的题项,最终保留29个问项。
正式调查采用了两种方式:
第一种是网站收集,通过网站共收集到问卷147份,其中有效问卷136份;第二种是随机调查,通过随机调查共收集到问卷120份,其中有效问卷93份。通过以上两种方式,共收集到有效问卷229份,有效回收率为85.77%。在回收到的有效问卷中,男性占55.02%,女性占44.98%;本科以下学历占0.02%,本科学历占58.08%,硕士及以上学历占41.9%;网购经验在3年以下的占47.16%,3年以上的占52.84%;在网上购买服装鞋包类的消费者最多,占64.63%,其次是数码家电类,为14.85%。
首先运用SPSS20.0软件对收集到的数据进行探索性因子分析,探索性因子分析利用主成分分析法和方差最大旋转法对因子矩阵进行旋转,以特征值大于1为标准对公因子进行提取,结果如表1所示。表1显示了变量的因子载荷、各量表的特征值和系数。其中,系数均大于0.7,表示量表具有良好的信度。然后运用AMOS21.0软件对数据进行验证性因子分析,通过多个拟合指标的临界值进行评判,表2为各拟合度指标的临界值与本文测量值的比较。【表1】
通过表2数据可知,GFI、PGFI、IFI等指数均满足临界值要求,因此研究提出的假设模型与样本数据拟合程度较好,可信度很高。最后采用结构方程模型方法来验证各变量的假设关系,假设检验结果如表3所示。【表3】
四、结论
从表3的结果来看,本文的大多数假设得到支持。
1、顾客满意度的影响
由顾客期望、网站特性认知、质量与服务感知和网购接受程度共同影响,其中网购接受程度对顾客满意度影响最为显着。这说明我国当前消费者对于网络购物的实际操作要求较高,消费者在网络购物上感受到的便利性越强越能提升满意度。其次是质量与服务感知和网站特性认知,如果消费者能够在网络购物过程中体验到优良的服务,将会增强顾客满意度。因此,电子商务商家想要吸引顾客、留住顾客,应该改善购物网站的可操作性以及服务质量。
2、个体创新性
对于顾客满意度和顾客期望的影响并不显着本研究分析原因可能是个体创新性仅仅代表消费者尝试新鲜事物的倾向,数据显示顾客期望体现在消费者希望在网上能够更方便地购买到物美价廉的商品,因此在网络购物环境下个体创新性不能显着影响顾客期望以及顾客满意度。但结果显示,个体创新性对于网站特性认知、网购接受程度以及服务与质量感知有显着影响。这说明创新性较强的消费者对于新鲜事物的热情可以帮助他们更快的了解熟悉网络购物,更好的体验网上消费。
3、网站的影响
网站特性认知和质量与服务感知显着影响网购接受程度,并且网站特性认知对网购接受程度的影响大于质量与服务感知对网购接受程度的影响。
精美的网站设计、完善的商品分类能够给消费者留下良好的第一印象,优质的产品质量、高效的客户服务能够让消费者享受其中。因此,无论是网站特性还是服务质量都能够加强消费者对于网络购物的接受程度,进而提升顾客满意度。
研究的理论意义主要有:第一,不同于以前的单一理论研究,本研究将预期不确认理论和技术接受模型相结合进行模型构建,提出顾客期望、网站特性认知、质量与服务感知和网购接受程度共同影响顾客满意度并且得到验证。第二,引入新变量个体创新性,验证了其与网站特性认知、网购接受程度和质量与服务感知的影响关系。第三,本研究增加了对于影响因素间关系的研究,并且通过结构方程模型验证了网站特性认知、质量与服务感知和网购接受程度三者之间的关系。
参考文献:
[1]CNNIC.2012年中国网络购物市场研究报告[R].北京:中国互联网络信息中心,2012:1-12. |
|