网络购物顾客满意与顾客忠诚转换模式研究—以淘宝、天猫和京东电商网站为例

■ 王琴英 郭慧君 刘 敏（、北京工商大学经济学院 2、北京工商大学中国食品安全研究中心 北京 00048、北京西苑医院信息统计处 北京 0009）

引言

网络购物（简称：网购）是指通过网络通信手段进行的商品和服务交易。网购顾客忠诚，也称为E—忠诚或电子忠诚，指顾客对网站的产品和服务的依赖和认可，表现出对产品与服务的重复购买，并在情感上对网站的高度信任和忠诚。在传统商业销售模式下，顾客满意是企业营销的核心，一般而言，满意度越高，忠诚度也越高。然而，在电子商务模式中，互联网平台为顾客开启了全新的购物方式与购物体验：产品与服务信息的开放与透明、购物时空地域限制的消失都为顾客提供了方便高效与低成本的选择和转移，顾客仅仅通过点击鼠标就能轻易地改变自己的网购行为。这使顾客满意转化为顾客忠诚增加了难度。近年来，虽然我国网购用户规模与市场交易量都在快速扩张，但网购电商网站也始终面临行业竞争加剧、顾客重复购买率下降、用户选择和转换网站频繁以及顾客流失严重等现象。从网络购物市场的良性发展和网站的长期盈利来看，留住顾客、获得顾客的满意与情感认可，进而提升满意度与忠诚度，已成为网购营销的核心所在。

文献综述

图1 网购顾客满意与顾客忠诚转换模式的路径关系

在营销理论研究与实证分析中，有大量文献是关于顾客满意与顾客忠诚之间的关系研究。国内外已有的研究结果认为，顾客满意与顾客忠诚之间存在关联性，顾客满意是顾客忠诚的前提与基础，较高的满意度会带来较高的忠诚度。但是，顾客满意不一定带来顾客忠诚，存在“满意陷阱”和“虚假的忠诚者”，认为顾客满意只是忠诚的必要条件，而并非充分条件。顾客忠诚依赖于顾客满意之外的其他转化因素以及这些因素之间的因果关系。在探析顾客满意与顾客忠诚之间的转换机理及其模型关系中，研究和应用较广泛的理论与模型包括：美国顾客满意度指数模型（ACSI）。该模型认为“满意是一个人通过对产品或服务的可感知的效果与他的期望相比较后形成的感觉状态”，顾客通过感知质量、感知价值与期望值之间的差异，若效果与期望匹配，顾客就会满意。当顾客感知满意时就产生了顾客忠诚，但当感知的效果与期望不一致时就导致了顾客抱怨。此模型是典型的顾客“满意—忠诚”模式。基于顾客价值理论的“顾客价值—顾客忠诚”模型。迈克道格拉（McDougall）等通过对服务业的实证研究，发现顾客感知价值（即让渡价值）能够促进服务业忠诚的形成。在电子商务模式下，以网站的产品质量、服务质量、价格、品牌形象等构成顾客感知价值，当顾客感知价值较高时会表现出行为忠诚和态度忠诚。基于服务质量理论的“服务质量—顾客信任—顾客忠诚”模型。由帕拉休拉曼（A.Parasuraman）提出的SERVQUAL量表，以有形性、可靠性、响应性、保障性和感情投入五个维度来度量服务质量，许多学者研究认为，服务质量是顾客信任的重要驱动因素，服务质量不仅直接影响顾客忠诚，而且通过影响顾客信任而间接影响顾客忠诚。在电子商务环境中，以网购的方便性、安全性、责任感、娱乐性等度量服务质量，进而研究服务质量与顾客信任、顾客忠诚的影响关系。基于体验营销理论的“网站体验—网站忠诚”模型。体验营销理论认为，在顾客与企业、网站的互动中，顾客参与、顾客体验有助于提升顾客忠诚。在网络购物中，顾客体验包括：网站的便利性、顾客对网站的信任、顾客的自主性和顾客的关系感，顾客通过体验获得感知转化为忠诚。多因素E—忠诚驱动模型。该模型从电子商务与网购的特点出发，由网站设计、电子价值、电子信任、网购安全以及网站客户服务等因素直接形成电子忠诚（张月莉等，2007）。

综上所述，电子商务环境下的顾客满意与顾客忠诚转换模式并没有形成较为统一的体系，依据理论基础和影响因素的不同，顾客满意与顾客忠诚的转换模式有较大差异，需要结合实践进行探索和实证。在我国，由CNNIC发布的《2013年中国网络购物市场研究报告》显示，2013年网购用户的市场份额主要集中在了淘宝（占比达65.3%）、天猫（占比13.5%）和京东（占比11.9%）三大电商网站，其市场份额合计达到90.7%。本文基于淘宝、天猫和京东电商网站的视角，结合顾客满意理论与顾客信任理论，构建网购顾客“满意—网站信任—忠诚”的转换模式，以研究顾客满意向顾客忠诚转化的路径关系，并利用问卷调查数据进行量化测算，得到淘宝、天猫和京东电商网站的顾客忠诚影响系数和忠诚度指数。

网购顾客满意与顾客忠诚转换模式的设定

（一）转换模式的设定

顾客满意理论认为，顾客满意是源于顾客期望的感知效果。网购顾客通过网络平台，可以方便地了解网站的产品信息、服务质量、客户评价以及客户的推荐或口碑等，因而对感兴趣的产品和服务提前拥有了一个期望。当顾客感知质量、感知价值与期望一致或超出期望时就产生了满意；顾客信任理论认为，网站信任是顾客对该网站产品与服务满意的不断强化所形成的肯定、认同和信赖的一种心理状态，信任使得网购行为决策的实施变得简单易行，长此以往，便形成了忠诚意向。因而，从顾客期望到感知满意、从顾客满意到网站信任再转化为顾客忠诚，由此构建了“满意—网站信任—忠诚”的转换模式，其路径关系如图1所示。该模式有六个结构变量（即潜变量）组成，它们分别是顾客期望、感知质量、感知价值、网站信任、顾客满意和顾客忠诚。其中，顾客期望为外生潜变量，其它的五个结构变量为内生潜变量。其路径关系表明，影响顾客忠诚度的两个因素是满意度和网站信任的程度。

（二）提出的假设

首先，网购顾客根据掌握的信息和网购体验，对网站的产品和服务的质量、价格有相应的期望。顾客期望越低，越容易感知满足，满意度就越高，因而顾客期望对感知质量、感知价值是负向影响；但另一方面，顾客期望的高与低在一定程度上也反应了产品或服务质量的优与差，因而顾客期望对网站信任有正向影响。假设如下：

假设1a：给定价格下顾客期望对感知质量有直接的负向影响。

假设1b：给定质量下顾客期望对感知价值有直接的负向影响。

假设1c：顾客期望对网站信任有直接的正向影响。

其次，假设网购顾客的满意度主要来自对网站产品与服务在质量和价值上的感知效果，即：

假设2a：感知质量对满意度有直接的正向影响。

假设2b：感知价值对满意度有直接的正向影响。

第三，假设网购顾客满意会带来网站的信任，并直接影响顾客忠诚；同时，网站信任也会直接影响顾客忠诚。于是，“满意—网站信任—忠诚”三者之间形成闭合的影响关系。即：

假设3a：满意度对网站信任有直接的正向影响。

假设3b：满意度对忠诚度有直接的正向影响。

假设3c：网站信任对忠诚度有直接的正向影响。

表1 网购顾客满意与顾客忠诚度量变量与问卷调查题项表

问卷调查与数据检验

（一）问卷设计

上述转换模式中的六个潜变量是不可直接观测的变量，需要通过其它观测变量来对其进行度量。根据网购的特点，用观测变量“顾客对网站产品与服务质量的期望”（Y1）、“顾客对网站价格的期望”（Y2）来度量潜变量“顾客期望”（E1）；用观测变量“网站的布局结构和视角吸引力”（X1）、“网站的产品质量”（X2）、“网站的物流质量”（X3）、“网站的售后服务”（X4）来度量潜变量“感知质量”（Z1）；用观测变量“网站运费的合理性”（X5）、“网站产品的价格”（X6）、“网站的价格变动（节日折扣与过季减价）”（X7）来度量潜变量“感知价值”（Z2）；用观测变量“网站提供的产品和服务是否真实”（X8）、“网站的承诺是否实现”（X9）和“网站的品牌价值”（X10）来度量“网站信任”（Z3）；以顾客对该网站的“整体满意度”（X11）作为“顾客满意”（Z4）的观测变量；以顾客的“再购买意愿”（X12）、“直接下单的可能性”（X13）、“向他人推荐的意愿”（X14）来度量潜变量“顾客忠诚”（Z5）。由于“顾客期望”（E1）是外生潜变量，其对应的观测变量Y1、Y2被称为外生观测变量；其它的内生潜变量（Z1～Z5），其对应的观测变量（X1～X14）被称为内生观测变量。于是，在问卷中，设计16个答题分别对应上述16个观测变量，以获得各观测变量的调查数据。

根据问卷设计的变量，网购顾客满意与顾客忠诚度量的变量关系与问卷调查的题项，归结如表1所示。

（二）问卷调查与数据检验

本次问卷调查表按李克特量表（Likert scale）的形式设计答题，用1-5分的态度值反映网购顾客对所调查问题的肯定或满意程度。在“So Jump问卷星”上投放问卷，开展网上调查，调查有过网购经历的消费者对淘宝、天猫和京东三家电商网站的购物满意与忠诚意向。调查时间为2014年5月至9月，收集到针对淘宝、天猫和京东电商网站的有效答卷分别为216份、212份和209份，合计637份。调查样本考虑了年龄、性别、职业和学历四个特征，统计显示，本次调查的样本具有一定的代表性。在年龄结构上，18～24岁的顾客占比59.6%，25～35岁的顾客占比33.2%，其他年龄的占比7.2%；性别结构上，男性网购顾客占47.6%，女性为52.4%；职业划分上，网购顾客中企业公司人员占比达到25.5%，学生群体为61.9%，其他的占比12.6%；学历结构上，大学本科及以上的网购顾客占比为64%，其他学历的占比36%。

根据调查所得数据，问卷的信度与效度检验显示，问卷中16个观测变量的Cronbach’s α信度均在0.9以上，说明调查数据具有较高的信度；通过因子分析，发现16个观测变量与其提取的因子之间的载荷（即相关系数）均在0.6以上，表明问卷结构是有效的。如果将16个观测变量的调查数据进行频率分布与正态性检验，统计显示这些观测变量均为左偏分布，并且都拒绝正态分布的假定，即均不符合正态分布。

网购顾客忠诚度测算及其比较分析

（一）结构方程模型及其测算

对于图1中各潜变量的路径关系和问卷中观测变量对潜变量的度量关系，可以用结构方程模型（SEM）的结构模型和测量模型来反映这些逻辑关系。其中，结构模型反映的是潜变量之间的因果关系，它由图1的路径指向所决定；测量模型反映的是观测变量与潜变量之间的关系，显然，该测量模型属于构成型模型（Formative Model），即由观测变量解释并决定潜变量的模型关系（张军，2007）。用方程表示为：

其中：方程（1）是结构模型，方程（2）和方程（3）是测量模型；方程中，Z=(Z1,Z2,…,Z5)、E=(E1)分别为内生、外生潜变量向量，X=(X1,X2,…,X14)、Y=(Y1,Y2)分别为内生、外生观测变量向量，B,Γ为路径系数矩阵，πZ,πE为回归系数矩阵，ζ,ε,δ为随机误差向量。

由于观测变量的调查数据均不符合正态分布的假定，且测量模型为构成型模型，因此，该结构方程模型的估计适合用偏最小二乘法（即PLS）。本文运用软件Smart PLS2.0对结构方程模型进行测算和估计，若将淘宝、天猫与京东电商网站的调查数据代入，则输出得到结构模型的路径系数及其显著性t检验值、测量模型的回归系数及其显著性t检验值、拟合效果AVE和R2以及潜变量指数得分等。

（二）模型检验和拟合效果评价

首先，观测变量选取的合理性检验。在理论上，观测变量与其解释的潜变量之间需有较强的相关性。经测算，16个观测变量与其解释的潜变量之间的载荷系数介于0.79～0.94之间，具有较强的相关性，说明用这些观测变量来解释潜变量是合理的。其次，路径系数和回归系数的显著性检验。表2显示，对于淘宝、天猫与京东电商网站，潜变量之间的路径系数的t值均大于临界值（在显著性水平0.05下，t分布临界值为1.64），表明路径系数通过了显著性检验。所以，结构模型假设的路径指向关系都是显著有效的。同样，测量模型中各回归系数的t检验也是显著的（因篇幅所限，t值省略），说明观测变量对潜变量有显著的解释和决定作用。再次，模型的拟合效果评价。表3中AVE、R2是模型拟合效果评价的主要指标。其中，AVE值表示潜变量的方差中由观测变量解释的部分所占的比例，一般大于0.5即可。表3显示，各潜变量的AVE值均大于0.5以上，说明观测变量对潜变量的解释能力较好。R2值表示潜变量的波动被其它潜变量解释的部分所占的比例，R2值越大，说明拟合效果越好。由于“顾客期望”是外生潜变量，路径关系中没有用其他潜变量来解释，所以，其R2值均为0。总体来看，潜变量路径关系的终端“顾客忠诚”的R2值均大于0.5以上，表明模型的拟合效果较好。

表2 潜变量之间的路径系数及其显著性检验t值

表3 模型拟合效果评价指标值

表4 顾客忠诚的回归系数

（三）淘宝、天猫与京东电商网站的顾客忠诚度比较分析

1.路径影响系数。结构模型经测算得到潜变量之间的路径影响系数如表2所示。总的来看，淘宝、天猫和京东三家电商网站的顾客满意和网站信任对忠诚度的影响系数分别为0.294和0.352，表明满意度、网站信任的程度每提高1%，其忠诚度将分别上升0.294%和0.352%。网购顾客的满意与信任对忠诚度的提升作用较大。比较而言，在天猫，顾客满意对忠诚度有较大影响，路径系数为0.325，说明天猫网站在获得顾客总体满意时能较好地提高忠诚度；在淘宝和京东，网站信任对忠诚度影响较大，路径系数分别为0.384和0.332，可见，淘宝和京东可以通过提高网站信任而较大幅度地提高忠诚度。对于其它潜变量的路径系数，三家电商网站相差较大的是顾客感知价值对满意度的影响。在淘宝和天猫，其影响系数分别为0.68和0.541，这近乎是京东网站（系数为0.237）的两倍。对此，表明淘宝和天猫网站在价格上的优势非常有利于提高满意度，而京东靠价格来提升顾客满意度的作用较弱。

2.回归系数。在问卷中，观测变量“再购买意愿”、“直接下单的可能性”、“向他人推荐的意愿”的态度值（注：取中位数并按满分10分计进行换算）均在7（分）以上，表明网购顾客对三大电商网站的忠诚意向态度较好。这3个观测变量对顾客忠诚的回归系数如表4所示。回归系数的大小说明，在淘宝，顾客的再购买和直接下单的意愿每增加1（分），顾客忠诚将分别增加0.677（分）和0.325（分），这两个系数明显高于在天猫和京东，但其顾客“向他人推荐的意愿”的回归系数明显偏低。可见，淘宝网站的顾客忠诚主要体现为网购行为忠诚，并没有较好的体现在情感（或态度）忠诚上。在天猫和京东，顾客“向他人推荐”的情感偏好对顾客忠诚有较大的决定作用。但值得一提的是，在京东，顾客“直接下单的可能性”对顾客忠诚的回归系数很小，说明京东在维系顾客忠诚上有待于提高顾客直接下单购买的信任度。

表5 潜变量指数得分（满分10分）

3.顾客忠诚度指数。表5显示，淘宝、天猫和京东网站的顾客忠诚度指数得分都在7（分）以上，获得较好评价。相比较，天猫的顾客忠诚度最高，达到8.156（分）；其次是京东，为7.89（分）；淘宝的顾客忠诚度较低，低于三家网站的平均水平。究其缘由，在天猫，顾客在感知质量、网站信任和满意度上都获得较高的得分，整体评价好于淘宝和京东网站；在淘宝，由于顾客期望和网站信任的得分较低，而这两者对其它潜变量的影响系数却较大，由此直接或间接导致忠诚度下降。

结论与启示

综上所述，我国网购顾客满意与顾客忠诚的转换关系与传统模式不同，可以用“满意—网站信任—忠诚”的转换模式来研究顾客满意向顾客忠诚转化的路径关系。其中，顾客期望、感知质量和感知价值对顾客忠诚有间接影响作用，而顾客满意与网站信任则对顾客忠诚产生直接影响作用。利用淘宝、天猫和京东电商网站的问卷调查数据，验证该模式的路径影响系数和忠诚度的测算是合理、有效的。

在测度网购顾客满意与顾客忠诚的转换关系中，由顾客期望、感知质量、感知价值、网站信任、顾客满意与顾客忠诚形成六个维度，运用构成型结构方程模型量化研究了网购顾客对淘宝、天猫和京东电商网站的产品、价格与服务的期许、感知与信任程度的差异。测算分析结果表明，网购顾客对淘宝电商网站的感知价值体验效果较好，在淘宝购物能感知“物有所值”，所以，在顾客期望较低的情形下，顾客感知价值评价最高，由此产生的行为忠诚，让顾客非常愿意重复购买和直接下单购买。在天猫电商网站，顾客对网购消费的整体满意度较高，因而，顾客容易自觉地将“满意”转换化“忠诚”，获得了较高的网购忠诚度。在京东电商网站，顾客对网站的产品与服务的质量给出了较高的满意评价，在“感知质量”方面好于淘宝和天猫。同时，顾客对质量胜出的感知效应通过显著的路径影响系数传递到了“满意度”和“忠诚度”。正是基于这种转换模式效应，使顾客对该网站同样产生了较高的信任和忠诚。当然，对于这三个电商网站，网购顾客满意度与忠诚度均呈现较强的一致性。

为提升顾客忠诚，对电商网站给出几点启示：为满足顾客期望，网站应充分利用互联网的交互沟通功能，及时了解和把握在线顾客的购买期望和潜在顾客的购买意愿，建立顾客与网站之间的良好互动关系，让顾客感受到愉悦的购物体验；始终将产品与服务的质量作为网站立足之本，使顾客从产品质量、服务信誉、物流快慢这些可感知的效果中获得满足感，进而形成较高的满意度与忠诚意愿；提升产品溢价能力、建立顾客与网站一致的价值理念有利于提高顾客感知价值满意的忠诚情感偏好；网站信任对顾客忠诚有直接影响作用。对此，网站通过提供真实诚信的产品和服务、信守承诺、展现品牌价值等方面有助于提升顾客对网站的信任和忠诚。

1.Oliver R.Whence Consumer Loyalty?[J].Journal of Marketing.1999,63（4）

2.Oliver R.Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions [J].Journal of Marketing Research，1980，17

3.韩经伦，韦福祥.顾客满意与顾客忠诚互动关系[J].南开管理评论，2001（6）

4.Reichheld Fredrick F.The Loyalty Effect:The Hidden Force behind Growth，Profits and Lasting Value[R].Boston:Harvard Business School Press，1996

5.Oliver R .Whence Consumer Loyalty? [J].Journal of Marketing，1999，63（4）

6.严浩仁，贾生华.顾客满意向顾客忠诚转换机理的研究综述[J].山西财经大学学报，2003（12）

7.菲利普·科特勒.营销管理[M].中国人民大学出版社，2001

8.Fornell C，Michael D，etc.The American Customer Satisfaction Index:Nature，Purpose and Findings[J].Journal of Marketing，1996.60

9.仲伟伫，席菱聆，武瑞娟.基于ACSI模型的网络购物满意度影响因素实证研究[J].软科学，2014（2）

10.McDougall，Gordon H G，Levesque，Terrence.Customer Satisfaction with Services:Putting Perceived Value into the Equation[J].Journal of Service Marketing，2000（3）

11.Namjae Cho，Sanghyuk Park.Development of Electronic Commerce User-Consumer Satisfaction on Index（ECUSI）for Internet Shopping[J].Industrial Management &Data System，2001，101（8）

12.孙莹，杜建刚，李文忠.基于网络购物的服务质量与顾客满意度及忠诚度研究[J].统计与决策，2011（1）

13.Schmitt B.Experiential Marketing[M].New York:The Free Press，1999

14.史达.互联网顾客体验与顾客网站忠诚度的关系—以结构方程模型为基础研究[J].财经问题研究，2009（1）

15.张月莉，王方华，过聚荣.E-忠诚影响因素的实证研究[J].市场营销导刊，2007（3）

16.张军.结构方程模型构建方法比较[J].统计与决策，2007（9）

17.Hold H.Systems Analysis by Partial Least Square [A].Kotz S，Johnson N L.Encyclopedia of Statistical Science [M].New York:John Wiley &Sons，1985（6）、

18.王惠文，付凌晖.PLS路径模型在建立综合评价指数中的应用[J].系统工程理论与实践，2004（10）