基于顾客满意度的物流服务质量研究
2020-02-14王安雯
王安雯
摘要:随着经济社会的发展,物流服务涉及的范围愈加广阔,服务过程中的不确定性更强,顾客对服务的要求越来越高。基于此,本文根据ASCI模型构建物流服务顾客满意度模型,针对影响顾客满意度的关键因素进行研究,以期为物流企业改善物流服务质量提供切实有效的改进策略。
Abstract: With the development of economy and society, the scope of logistics services is becoming wider and wider, the uncertainty in the service process is stronger, and the requirements of customers for services are getting higher and higher. This paper determines the indicators that affect customer satisfaction, combines and optimizes the ASCI model, and uses fuzzy comprehensive evaluation method to calculate the weight of each variable, so as to find out the key factors affecting customer satisfaction, and provide effective and improvement for logistics enterprises.
关键词:物流服务顾客满意度;因子分析法;ASCI模型
Key words: customer satisfaction;factor analysis;ASCI model
中图分类号:F259.21 文献标识码:A 文章编号:1006-4311(2020)01-0233-03
0 引言
随着国际分工和经济全球化的不断深入,物流业逐步发展成为国民经济的支柱产业之一。经过二十多年的快速发展,我国物流业竞争日益激烈,能否提供满足顾客需求的服务逐步成为物流企业竞争的关键之一。因此,本文鉴于国内外物流服务质量和顾客满意度相关理论,运用因子分析法、ASCI模型和模糊综合评价分析物流顾客满意度的现状并提出相应的策略。
1 文献综述
国内外对物流服务质量以及顾客满意度方面研究较为广泛,Dominik[1]基于TQM在物流中的定义,指出现代质量管理体系的实施对企业的发展至关重要。Dewan[2]提出完全自由的市场不能被视为提高质量的框架,只有顾客和服务提供商相结合才能改善物流质量。Abdul[3]研究得到物流服务质量的运营技术能力是影响顾客满意度的基本要素。Ieva[4]分析顾客对物流服务的满意度,提出物流公司必须满足顾客的需求,否则该公司将会被其他公司替代。Ieromonachou[5]研究了服务质量对电子商务环境中客户满意度和忠诚度的影响。Jari[6]研究感知服务质量如何影响顾客对物流外包服务的满意度,确定服务质量的关键维度。杨士涓[7]将影响B2C电子商务退货物流服务质量的因素归为退货规则、沟通质量、过程质量和顾客成本这四类,为提高网购平台物流客户满意度提供更实用的方法。颜晓乐[8]以自由快递人的视角,基于扎根理论分析,研究影响众包物流服务质量的关键因素并提出相应对策。刘复罡[9]通过ZJDS公司的实例研究,表明只有管理并保持好客户关系才能使企业有效运作。
目前物流服务质量的研究并未成熟,研究物流服务质量的方法大多是从服务质量中借鉴而来,本文将顾客对物流服务质量的满意度作为主要研究对象,通过文献分析法、因子分析法、问卷调查法和模糊综合评价,对顾客满意度和物流服务质量进行研究。
2 研究方法
2.1 ASCI模型
ASCI模型是由Eugene[10]等人提出,用以衡量经济产出的质量,基于消费的整个过程对顾客满意水平的进行评价。顾客期望、感知质量、感知价值、顾客抱怨、顾客满意和顾客忠诚这6种结构变量共同组成了ASCI模型。6个变量之间都有着密切的联系:感知质量、感知价值和顾客期望共同影响顾客满意度;感知质量和顾客期望共同作用于感知价值;顾客期望会直接影响感知质量;顾客满意决定了顾客抱怨和顾客忠诚,若顾客对服务不满意,企业将会收到顾客投诉,从而影响顾客忠诚。
在物流服务质量评估中,本文将利用ASCI模型将影响物流服务顾客满意度的因素划分为两方面:感知质量和期望质量,感知与期望之间的差异决定了顾客满意程度。
2.2 因子分析法
因子分析法通过公式将彼此有关联的多个变量转换为几个彼此无关的指标,并用一个因子来总结具有相同性质的多个变量。该方法基于主成分分析法构造若干具有明确定义的公因子,并将它们作为分解原始变量的框架,以此检验原始变量之间的联系与差异。本文将顾客满意度与因子分析法结合,对问卷调查得到的数据进行处理,再对主要影响因素提出改进措施。
2.3 模糊综合评价
模糊综合评价是模糊数学中应用最为广泛的一种方法,可以有效弥补评价过于单一、主观的缺点,并将定性指标定量化。本文将因子分析后得到的影响顾客满意度的主要因素进行模糊綜合评价,通过计算权重得出关键因素,再针对这些因素提出改善整体顾客满意度措施。
3 物流企业顾客满意度模型
3.1 顾客满意ASCI指标体系建立
本文的顾客满意度模型建立主要是从两个方面展开:一方面是对物流服务质量的总体感知程度;另一方面是顾客自身期望值。将指标体系归为四类:时效性、准确性、安全性、经济性,再根据这四类特性展开以下分析。如表1所示。
本文基于ASCI模型并进行简化,针对感知质量和期望质量来研究顾客满意度。通过研究感知质量与期望质量之间的差距,分析影响顾客满意度的主要因素。
感知质量由顾客对时效性的感知、准确性的感知、安全性的感知和经济性的感知组成。
期望质量由顾客对时效性的期望、准确性的期望、安全性的期望、经济性的期望组成。
因此,建立如图1所示的物流服务顾客满意度模型。
3.2 顾客满意问卷设计
根据以上内容,将指标体系与物流服务质量顾客满意度模型相结合,对指标体系中的变量进行感知与期望的区分,作为问卷的主要内容,见表2。
4 物流企业顾客满意度问卷调查及分析
4.1 数据收集
本文通过使用纸质、电子问卷的形式总共发放问卷190份,剔除年均接受服务极少的问卷,共得到有效问卷178份,有效回收率为93%。
4.2 描述性分析
该样本中男性的比例为47.19%,女性的比例为52.81%,比例较为均衡;年龄方面,18岁以下的有20.79%,18~30岁的有58.99%,30岁以上所占比例为20.22%,被调查者年龄主要集中在18~30岁,但比例相差并不是很大;从近一年内物流使用频率的分布情况来看,使用较少的占27.53%,使用频率一般的占48.31%,使用频繁的占24.16%。
4.3 信效度分析
运用SPSS进行分析检验,该数据的Cronbach α系数为0.926,所以信度较高,该数据具备可靠性。效度分析可以衡量数据的设计合理性。首先要分析KMO值,若高于0.8说明效度高,由于本数据的KMO值为0.944,表示因子分析适用于该数据,见表3。
4.4 因子分析
运用因子分析法分析问卷数据,由方差解释率表及碎石图发现,一共可提取2个因子,这2个特征根均大于1,将2个因子旋转后得到的方差解释率分别是48.923%,69.28%。旋转后累积方差解释率为55.851%左右。所以,这2个公因子可以解释大部分因子,所以将各变量归为2个主因子:感知物流服务能力和期望物流服务能力。
4.4.1 感知物流服务能力
感知物流服务能力是顾客对接受到的物流服务的感知,顾客消费后通过对物流服务的实际感受来衡量服务的效用。其主要包含C1(感知准确送达货物的能力)、C9(感知配送服务能力)、C10(感知订单及时交付的能力)、C11(感知及时处理货主意见的能力)、C12(感知信息准确传递的能力)、C13(感知货物完好的能力)、C14(感知提供增值服务和硬件设施的能力)、C15(感知员工态度)和C16(实际收费价位)。
4.4.2 期望物流服务能力
期望物流服务能力是顾客在消费前对物流服务的期望。其主要包含C2(期望货物完好的能力)、C3(期望准确送达货物的能力)、C4(期望订单交付的能力)、C6(期望信息传递的能力)、C7(期望员工态度)和C8(期望收费价位)。
因子分析后,为了便于数据分析及美观的需要,对因子进行重新编号,如表4。
4.5 模糊综合评价分析结果
根据成分得分系数得到感知物流服务能力和期望物流服务能力与顾客满意呈正相关关系。通过模糊综合评价计算各变量的权重分析影响顾客满意度的关键因素。分析结果如表5所示。
由模糊综合评价权重计算结果得出,周边快递点的增值服务和硬件设施(0.075)和员工态度(0.075)对感知物流服务能力的影响最大,意味着硬件、软件服务越好,顾客对物流企业服务的满意度越高。
实时的订单信息(0.062)对期望物流服务能力影响最大,若顾客无从得知货物的运输情况,就会陷入焦灼的情绪;但若能收到实时的订单信息,顾客会放心在该企业消费。
综上所述,要想提高顾客满意度,企业必须在提供实时信息的前提下,为顾客提供适当的硬件和软件服务。
5 提高顾客满意度的策略
在竞争激烈的经济市场中,物流企业要想提高竞争力和顾客满意度,就必须利用有限的资源,针对顾客的主要需求来改善物流服务。根据以上的数据分析,可以发现顾客对感知和期望的物流服务都有关键需求。基于此提出以下改进建议。
5.1 注重内部员工的培训
S1(员工的态度)的成分得分系数为0.359,体现出员工的态度对顾客感知的物流服务影响最大。
5.2 制定完善的货物运输准则和赔偿条例
S2(货物完好程度)的成分得分系数为0.279,顾客尤为关注货物完好程度。有目的、有计划、有重点的制定运输准则可以推动物流标准化的发展,在制定准则时,应参考已有的运输标准并结合我国物流业的实际情况。
5.3 完善物流信息网
S10(实时信息传递的能力)的成分得分系数为0.365,实时信息传递的能力会极大的影响期望物流服务能力。
5.4 确定合适的收费标准
S11(收费价位)的成分得分系数为0.305,收费价位是顾客选择企业的基础。价格往往是顾客关注的主要因素之一,表面上企业之间没有明显差异时,顾客往往更倾向于选择价格较低的企业。
5.5 建立顾客投诉管理系统
顾客对服务质量的要求越来越高,一旦顾客对服务质量不满意就会抱怨或投诉,若物流企业不及時采取措施来应对顾客抱怨,不满的顾客会对企业失去信任,甚至可能影响企业的长远发展。
5.6 定期监测顾客满意情况,争取顾客忠诚
企业要想了解顾客的满意情况,就要时刻掌握顾客动态,以便于企业及时采取有效的措施来应对顾客不固定的需求。
参考文献:
[1]Dominik Zimon. The impact of TQM philosophy for the imorovement of logistics processes in the supply CHAIN[J]. International Journal for Quality Research,2017,11(1).
[2]Dewan Md Zahurul Islam, Thomas H Zunder. The necessity for a new quality standard for freight transport and logistics in Europe[J]. European Transport Research Review,2014,6(4).
[3]Abdul Khabir Rahmat, Nasruddin Faisol.Manufacturers Satisfaction on Logistics Service Quality: Operational, Relational and National Culture[J]. Procedia-Social and Behavioral Sciences,2016,224:339-346.
[4]Ieva Meidute-Kavaliauskiene, Arturas Aranskis, Michail Litvinenko. Consumer satisfaction with the quality of logistics services[J]. Procedia-Social and Behavioral Sciences,2014,110:330-340.
[5]Ieromonachou P, Yong Lin, Jing Luo, Li Zhou, Lin Huang, Shuqin Cai, Shihua Ma. The impacts of service quality and customer satisfaction in the e-commerce context[P]. Service Systems and Service Management (ICSSSM), 2014 11th International Conference on,2014.
[6]Jari Juga, Jouni Juntunen, David B. Grant. Service quality and its relation to satisfaction and loyalty in logistics outsourcing relationships[J]. Managing Service Quality: An International Journal,2010,20(6).
[7]楊士涓.B2C电商退货物流服务质量对顾客忠诚的影响研究[D].广西师范大学,2018.
[8]颜晓乐.众包物流服务质量影响因素研究[D].安徽财经大学,2017.
[9]刘复罡.ZJDS客户满意度研究[D].电子科技大学,2018.
[10]Eugene W.Anderson, Claes Fornell. Foundations of the American Customer Satisfaction Index[J].Total Quality Management,2000,11(7):869-882.
[11]Thurstone L L. The indifference function[J]. Journal of Social Psychology.1931,2:139-167.