百度搜索满意度和忠诚度影响因素实证研究

严 安

（湖北师范学院图书馆 湖北黄石 435002）

1 引言

网络搜索引擎是互联网迅猛发展的必然产物。基于互联网用户已经养成免费使用网络信息资源的习惯，以及搜索引擎市场竞争变得日益激烈等原因，搜索引擎服务商不得不选择免费提供网络搜索引擎服务。然而，面对巨大的技术开发与维护费用，如何寻找合适的网络搜索赢利模式以实现投入成本的价值补偿，成为网络搜索引擎服务商面临的一大难题。网络搜索引擎面临的赢利模式困境以及市场竞争条件下资本逐利性的冲动，促使网络搜索引擎服务商寻求一切具有可操作性的获取利润的手段，竞价排名正是在这一背景下产生的。所谓竞价排名，是指搜索引擎服务商向客户提供的以关键词付费高低为标准、对购买同一关键词的客户的网站链接在搜索结果中给予先后排序的一种网络营销服务。它是20世纪90年代末由雅虎子公司Overture开发成功的，一经推出便受到各类搜索引擎服务商的追捧，成为搜索引擎公司的主要盈利模式。搜索引擎作为一种检索工具，理论上其搜索信息结果应该是按照自然排序方式出现，即依据网民对某一关键词的搜索关注度、访问量或数据库搜索抓取的数量等因素来决定的，但“几乎所有的主要搜索引擎或是为竞争形势所迫、或是为自身发展需要而采取不同程度的竞价排名方式，在检索结果页面上显示赞助商网站的排名次序。传统意义上纯粹的网上检索工具几乎难以寻觅其踪迹”。

百度在国内率先采用了竞价排名这一赢利模式，百度竞价排名是指把企业的产品、服务等通过关键词的形式在百度搜索引擎平台上进行推广，它是一种按效果付费的网络推广方式。许多原先访问量比较小的企业网站通过购买百度提供的竞价排名服务，将自己从海量搜索信息中“拔”出来，从而达到推广企业产品及网站的目的。作为在中国影响力最大、网民覆盖率最广的互联网公司，百度搜索对人们的信息行为产生了重要影响。然而，近年来，百度搜索引擎推广业务中出现的各种问题，如搜索结果造假、杜撰虚假企业信息、不购买关键词即遭封杀等行为不断引发公众和媒体的非议。本文拟在百度竞价排名风波及网民对百度搜索结果的信息公正性产生质疑的背景下，构建百度搜索满意度和忠诚度影响因素模型。采用问卷调查形式来搜集数据，并基于偏最小二乘（Partial Least Squares，PLS） 结构化方程建模 （Structure Equation Modeling，SEM）方法，通过数据分析来探讨用户对百度竞价排名的态度是否影响到用户对百度搜索结果真实性和质量的感知，并寻找影响百度搜索结果满意度和百度搜索忠诚度的关键因子。

2 理论背景与研究模型开发

2.1 用户满意度和忠诚度

20世纪70年代以来，随着市场竞争的加剧和关系营销的出现，用户满意度和忠诚度引起了学术界和实践界的关注。由于用户满意度和忠诚度对所有类型的产品和服务而言具有通用性和普遍可测量性，因此成为最常使用的以客户为导向的测量指标。

用户满意度的形成是一个复杂的心理过程，它既可以指用户在使用产品或服务后产生的一种消极或积极的情感状态，也可以来自于用户自身的内部评估过程，该评估过程将购买或使用某个产品/服务前的期望值与使用绩效感知进行比较，而满意度就取决于用户在实际使用过程中对产品/服务的期望产生确认或不确认的认知程度。忠诚度是指用户对某产品或服务的内在积极态度、情感、偏爱和外在重复惠顾行为的统一，用户忠诚度是企业的无形资产，能有效促进企业持续稳定的发展。研究发现忠实的客户群会对竞争对手的竞争策略产生较强的抵抗力，从而对企业利润产生积极的影响。用户满意度和忠诚度是对企业绩效至关重要的两个因素，一般来说，用户满意度的提高有助于企业保持和维系用户忠诚度，满意度高的用户往往忠诚度较高，他们会有高水平的使用量和使用率，会主动向潜在用户推荐产品，从而有利于企业扩大市场份额和提高经营绩效。

自用户满意度和忠诚度研究开展以来，涌现出了大量针对用户满意度和忠诚度的理论研究框架和测量模型，例如美国顾客满意指数 （The American Customer Satisfaction Index，ACSI）模型被认为是一个能够较好地解释用户满意与用户忠诚关系的模型。该模型科学地利用了用户的消费认知过程，将用户总体满意度置于一个相互影响、相互关联的因果互动系统中，该模型共有6个结构变量，其中感知质量、用户期望和感知价值是用户满意度的三个前因变量，用户抱怨和用户忠诚度是用户满意度的两个结果变量。McDougall模型是麦道格等学者在对典型服务行业进行研究时提出的服务业忠诚度模型，该模型认为用户的感知价值与服务质量（包括核心质量、关系质量）共同决定了用户满意度，而满意水平的高低又最终决定了用户忠诚与否。随着研究的进一步发展，在图书情报、信息管理和信息系统领域，研究者们也逐渐将用户满意度和忠诚度引入到信息产品与信息服务的测评中。

2.2 模型构建与假设开发

Rieh等人的研究发现，在一个大的不受控制的Web环境下，相较以前研究中定义的其他标准而言，质量和真实性是用户对网络信息进行判断和选择时会考量的最重要标准，其中质量被定义为用户在多大程度上认为信息是有用的、好的、即时的、准确的；而真实性则被定义为用户在多大程度上认为信息是可信的、值得信赖的、可靠的。另外，经常执行的行为往往伴随着时间的推移会演变为习惯，某人针对许多信息系统持续使用相关情境下的基本反应，可能不是绝对受到意愿行为的影响，而是取决于行为习惯的结果。因此，本文拟在百度竞价排名风波发生的背景下，从用户对百度竞价排名的态度出发，结合网络信息的质量和真实性两种特性，并引入搜索习惯变量，来构建百度搜索满意度和忠诚度影响因素模型（见图1）

图1 研究模型

在本研究环境中，态度是指人们针对百度竞价排名行为所持有的积极或消极的评价。百度竞价排名类似于竞拍搜索结果当中的排序，谁出的钱多，谁就排在前面，由于它是建立在人工干预的基础之上的，其基础是商业利益而非信息质量，因此引发了众多网民与竞价排名产品的购买方对其信息公正与商业伦理的质疑。在网络信息爆炸的今天，百度搜索已经成为广大网络用户日常生活中不可缺少的重要部分，成为人们从互联网获取信息的主要入口。在这种情况下，当用户认为百度竞价排名是有害的、令人讨厌的，则会认为百度搜索结果是不真实的，其质量是低的；反之，当用户认为百度竞价排名是有益的、是令人愉快的，则会增加对百度搜索结果的真实性感知和质量感知。由此，提出如下假设关系:

H1:对百度竞价排名的态度与百度搜索结果的真实性感知具有正向相关关系。

H2:对百度竞价排名的态度与百度搜索结果的质量感知具有正向相关关系。

很多领域都对质量和用户满意度之间的关系进行了调查研究，发现质量是用户满意度的一个强大的预测因子。Rieh等人的研究显示，当网络用户在搜索和阅读某个网站时，信息质量是最重要的前因变量；Mitra和Watts等人则指出真实性是影响用户是否相信网上信息的最重要因素之一。在本研究环境中，当用户认为百度搜索结果是可靠的、可以信赖的、真实的，则会提高对百度搜索结果的满意度；反之亦然。类似的，当用户认为百度搜索结果是高质量的，即精确的、及时更新的、有用的，则会提高对百度搜索结果的满意度；反之亦然。由此，提出如下假设关系:

H3:对百度搜索结果的真实性感知与百度搜索结果满意度具有正向相关关系。

H4:对百度搜索结果的质量感知与百度搜索结果满意度具有正向相关关系。

Olive认为忠诚度是用户对其偏爱企业的产品和服务的深刻承诺，是在未来时间里持续一致的重复购买和消费，忠诚度使得用户产生了反复购买同一企业的同一品牌或品牌系列的行为，不管外部情境和营销力量的影响如何，也不会产生购买行为的改变。研究发现吸引新用户的成本约为保留现在用户的5倍，用户忠诚度越高，意味着老用户的保持率越高，不断提升用户满意度的最直接结果是可以保持老客户，吸引新客户，降低服务成本。在市场营销研究中，满意度被视为忠诚度的一个重要的预测变量。在信息系统的研究中，满意度对信息系统的持续使用意愿具有直接影响，被认为是信息系统持续使用的关键因素。在本研究环境中，用户对百度搜索结果越满意，则会更多考虑继续使用百度搜索；反之亦然。由此，提出如下假设关系:

H5:百度搜索结果满意度与百度搜索忠诚度具有正向相关关系。

习惯在多种理论视角下成为很多研究的核心主题。习惯通常被认为是对特定形势产生自动响应的连续熟练动作，可用来达到某个目标或最终状态。在信息系统领域里，习惯指在多大程度上使用某信息系统已变成对某特定形势的自动响应。在本研究环境中，当使用百度搜索更多地成为用户的一种习惯时，则用户会更多考虑继续使用百度搜索；反之亦然。由此，提出如下假设关系:

H6:搜索习惯与百度搜索忠诚度之间具有正向相关关系。

3 实证分析

结构方程建模 （Structure Equation Modeling，SEM）是一种发展迅速的多变量统计分析方法，可以较好地处理研究领域中经常涉及到的诸多无法准确直接测量的潜在变量，例如用户满意度及忠诚度等。它通过为诸多潜在变量分别设定若干观测变量，在分析测量变量关系的基础上，进而推论出潜在变量之间的因果关系。由于SEM对潜在变量、测量误差和因果模型的处理能力较强，已经在心理学、管理学、行为和社会科学等领域得到了广泛的应用。

本研究拟通过问卷调查方法来搜集数据，并采用SmartPLS 2.0软件平台，利用偏最小二乘（PLS）结构方程建模（SEM）方法对收集到的297个样本数据进行处理和分析。

3.1 问卷设计与数据搜集

本文的研究模型中共有六个潜在变量，每个潜在变量都由3-5个测量变量组成。所有量表设计都改编自国外的相关文献，以确保变量在内容上的有效性。其中，“对百度竞价排名的态度”这一潜在变量，本研究主要参考了Bock,G.W 等人的量表，共设计出了5个测量变量；“搜索结果的质量感知”和“搜索结果的真实性感知”这两个潜在变量，本研究参考了 Rieh S.Y和 Huang M.X等人的量表，分别设计出4个和3个测量变量；而“搜索结果的满意度”、“搜索习惯”及“百度搜索忠诚度”这三个潜在变量则分别参考了 I.Qureshi、He W.、Caceres R.C等人的量表，都设计了3个测量变量。潜在变量及测量变量确定后，先向一些专家进行了咨询，通过他们的反馈意见对变量内容的相关表达进行了调整，并最终确定问卷内容 （见表1）。问卷中每个题项都由7点李克特量表组成，答题的范围选择是“强烈不同意”（=1）到“强烈同意”（=7）。

在问卷最终确定后，通过问卷星平台在线发布了问卷，然后，邀请百度搜索用户访问在线问卷并进行填写；同时，通过实地发放问卷方式邀请百度搜索用户填写问卷。整个问卷的搜集工作持续了2周时间，最终收到有效问卷共计297份，实际有效问卷大于理论需要的有效样本量。在这297个样本中，男性用户107人，女性用户190人；在百度搜索引擎的使用经验方面，偶尔使用的有28人，占9%，经常使用的有178人，占60%，非常频繁使用的有91人，占31%。

3.2 数据分析

3.2.1 测量模型的数据有效性分析

测量模型的有效性通常可以从内容的有效性、内部一致性和区分性等方面进行验证。

在内容有效性方面，由于本研究量表中的所有潜在变量和测量变量都改编于已有文献，因此认为这些变量是清晰和表意准确的。

内容一致性可以通过组合信度（Composite Reliability，CR）和 Cronbach’s Alpha 值来衡量。 在数据分析中，“对百度竞价排名的态度”的第二个题项采用了反向编码，由于其载荷量较低，为了保证测量变量的内部一致性，在最终的数据分析中删除了该题项。一般来说，CR值与Cronbach’s Alpha值达到0.7即表明具有良好的内部一致性。由表2可知，各变量的CR值都大于0.891，Cronbach’s Alpha值都大于0.839，同时抽取方差的平均值（Average Variance Extracted，AVE）都大于 0.5，因此本研究中的所有测量模型都具有良好的内部一致性。

区分性则可以通过潜在变量间的相关系数来进行衡量。表3中展示的潜在变量间相关系数矩阵中，对角线上为潜在变量的AVE平方根值（以粗体下划线标出），非对角线上为某变量与其他变量间的相关系数值。从表中数据可以看出:对角数上的数据均远远大于该列中的其他数据，即每个潜在变量的AVE平方根都大于该变量与其他变量之间的相关系数，由此结果可以判断本研究中的测量模型具有良好的区分性。

表2 测量模型的CR、Cronbach's Alpha和AVE

表1 量表来源及题项设计

表3 潜在变量间相关系数

图2 研究模型数据分析结果

另外，表4反映的是因子载荷和交叉因子载荷值，从表中可以看出每个测量变量与其对应潜在变量间具有较高的相关系数（以粗体下划线标出），载荷值都大于0.7，而与其他潜在变量间的相关系数值则相对较低，从而进一步证明本研究模型具有良好的内部一致性和区分性。

表4 因子载荷和交叉因子载荷相关性

3.2.2 结构模型的数据结果分析

本文在采用SmartPLS 2.0软件对研究模型进行路径参数估计后，利用bootstrapping方法对原始数据选取容量为1000的重抽样样本，以便在此基础上检验研究模型路径系数的显著性（PLS结构方程验证结果见图2）。

从图2可以看出，研究模型中的所有假设关系都得到了验证，其显著性系数p值都小于0.001，即表明潜在变量之间的路径关系都具有很强的显著性。验证结果显示，搜索结果的真实性感知和质量感知的R2都为0.089，这表明用户对百度竞价排名的态度这个变量对搜索结果的真实性感知和质量感知这两个变量的解释力度都较小，即态度不是影响搜索结果真实性感知和质量感知的主要原因；搜索结果满意度的R2是0.669，这说明真实性感知和质量感知这两个变量对满意度具有很强的正向影响效果，其中真实性感知到满意度的路径系数为0.482，T值为7.948，而质量感知到满意度的路径系数为0.390，T值为6.190，即相较于质量感知而言，真实性感知是影响搜索结果满意度的关键因子；百度搜索忠诚度的R2是0.637，这说明满意度和搜索习惯是对百度搜索忠诚度产生显著影响的两个因素，其中满意度到百度搜索忠诚度的路径系数为0.370，T值为6.948，而搜索习惯到百度搜索忠诚度的路径系数为0.533，T值为10.553，即相较于满意度而言，搜索习惯是影响百度搜索忠诚度的关键因子。

4 分析与结论

从中国互联网络信息中心（CNNIC）发布的《2011年中国搜索引擎市场研究报告》可以了解到，百度一直稳居中国搜索引擎流量第一的地位，2011年10月，其流量占到整体搜索引擎流量的78%，用户渗透率达到98.3%，高居市场第一位。尽管百度竞价排名模式屡遭非议，但仍旧是百度公司无法舍弃的主要赢利方式，究其原因主要可归纳为以下几点:第一，自Google搜索引擎于2010年撤出中国市场后，本土其他搜索引擎品牌还没有形成强劲的抗衡实力，宽松的市场使百度好似一只没有竞争对手的狮子，其首选用户市场份额呈一家独大之势。首选率是指某搜索引擎用户群中首选使用该搜索引擎的用户比例，从CNNIC对用户首选百度的使用原因的调查中可以了解到，有37.1%的用户是基于习惯而首选了百度，这正如本研究模型所验证的，搜索习惯是影响百度搜索忠诚度的关键因子。第二，由于存在技术障碍，导致竞价排名的购买者与搜索引擎的使用者对竞价排名的实际操作原理与流程不甚了解。在这种情况下，用户难以将竞价排名与搜索结果的真实性及质量关联起来。正如本研究模型所看到的，用户对百度竞价排名的态度对百度搜索结果的真实性感知和质量感知产生的影响非常小。

“搜索”已成为当今最重要的时代特征之一，并已渗透到人们网络生活的方方面面:购物要搜索，教育要搜索、旅游要搜索、寻医问药要搜索……。因此，可以说搜索结果的真实性和质量已经成为关涉人们生活质量乃至生存质量的重要问题。搜索引擎作为互联网所有网站创造的内容和服务之上的应用，独立、开放、公正是其必须坚守的原则。而竞价排名模式却人为地改变了搜索结果，使公共信息失真，造成了公共产品品质下降，影响了公共信息的公平呈现。上面探讨的搜索习惯和技术障碍等因素使得搜索引擎用户实质上是互联网环境下的弱势群体，为了保障用户的利益，推动互联网产业持续健康的发展，本文提出如下建议:第一，加大对互联网行业的监管力度，对网络搜索服务加以规范，不使其偏离公共利益。第二，鼓励中国网络搜索引擎服务的市场竞争，消除个别企业的垄断。如果搜索引擎市场存在一定程度的竞争，则实施不正当的竞价排名将存在丧失用户的风险，因为网络搜索服务的可替代性较强，竞价排名会使用户转向使用其他搜索引擎。因此，鼓励更多的负责任的、有实力的竞争者进入搜索引擎市场，是打破垄断、消除竞价排名及其他不规范行为的一个重要措施。第三，在搜索引擎行业构建良好的商业伦理，通过行业自律的约束和压力，让搜索引擎服务商自觉地将社会责任纳入到自己的价值体系与行为指导中。

［1］赵勋.论搜索引擎服务的准公共产品属性与竞价排名［J］.理论导刊，2011，（2）:61-63.

［2］王秀峰，柯青.搜索引擎的商业行为分析与思考［J］.情报科学，2005，（7）:1114-1118.

［3］Claes F.,Michael D.,et al.The American Customer Satisfaction Index-Nature,Purpose,and Findings［J］.The Journal of Marketing,1996,60(4):7-18.

［4］McDougall H.G.,Levesque T.Customer satisfaction with services:putting percerived value into the equatoin ［J］.Journal of Service Marketing,2000,（14）:392-399.

［5］Rieh S.Y.Judgment of Information Quality and Cognitive Authority in the Web［J］.Journal Of The American Society For Information Science and Technology,2002,53(2):145-161.

［6］Mitra A.,Watts E.Theorizing cyberspace:the idea of voice applied to the internet discourse［J］.New Media&Society,2002,4(4):479-498.

［7］Oliver R.L.Whence consumer loyalty［J］.Journal of Marketing,1999,（63）:33-44.

［8］Gallarza M.G.,Gil Saura I.Value dimensions,perceived value,satisfaction and loyalty:An investigation of university students’ travel behaviour ［J］.Tourism Management,2006,27(3):437-452.

［9］Thong J.Y.L,Hong S.J.and Tam K.Y.The effects of post-adoption beliefs on the expectation—confirmation model for information technology continuance ［J］.International Journal of Human-Computer Studies,2006,64(9):799-810.

［10］Limayem M.,Hirt S.G.,and Cheung C.M.K.Habit in the Context of IS Continuance:Theory Extension and Scale Development［C］.Proceedings of the 11th European Conference on Information Systems，2003:19-21.

［11］Bock G.W.,Zmud R.W.,Kim Y.-G.,et al.Behavioral intention formation in knowledge sharing:Examining the roles of extrinsic motivators,social–psychological forces,and organizational climate ［J］.MIS Quarterly,2005,29(1):87-111.

［12］Huang M.X.,Cai F.Y.,et al.Making your online voice loud:the critical role of WOM information［J］.European Journal of Marketing,2011,45(7/8):1277-1297.

［13］I.Qureshi,Y.Fang,et al.Understanding online customer repurchasing intention and the mediating role of trust—an empirical investigation in two developed countries［J］.European Journal of Information Systems,2009,18(3):205-222.

［14］He W.,Wei K.K.What drives continued knowledge sharing？An investigation of knowledge-contribution and-seeking beliefs ［J］.Decision Support Systems,2009,（46）:826-838.

［15］Caceres R.C,Paparoidamis N.G.Service Quality,Relationship Satisfaction,Trust,Commitment and Businessto-Business Loyalty［J］.European Journal of Marketing,2005,41(7/8):836-867.

［16］中国互联网络信息中心.2011年中国搜索引擎市场研究报告［EB/OL］.［2011-12-26］.http://www.cnnic.net.cn/dtygg/dtgg/201112/W020111223371374614784.pdf.

［17］丁汉青.从“令人惧”“遭人怨”到“受人敬”——百度应实现的形象蜕变［J］.青年记者，2011，(12):80-82.