基于有限理性的服务补救质量改进研究，本文主要内容关键词为：理性论文,质量论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F272.3 文献标识码：A 文章编号：1006-1096(2015)03-0108-06 随着电子商务的发展，网络购物用户规模持续扩大。在以网络为媒介的B2C环境下，商家与顾客缺乏面对面互动，难以控制服务过程，顾客亦无法接触商品实物，易因感知偏差而产生不满或抱怨。消费者的有限理性及服务质量个体感知的差异，使再好的服务提供者也难免出现服务失误以致顾客不满。美国技术帮助调研机构(TARP)调查发现，成功的服务补救对不同行业企业收入和利润增长的影响可达30%～150%，可见服务补救对赢得顾客忠诚具有重要作用。因此，当服务失误发生时，企业应采取有效措施，改进服务补救质量。 一、服务补救质量研究 “服务补救”自20世纪80年代初被引入营销领域以来，国内外学者就服务补救界定、服务补救有效性、服务补救对顾客满意忠诚及后续行为意向的影响、服务补救悖论等展开研究，已取得不少成果。Maxham(2001)的研究表明，高水平服务补救质量可以明显提高失误后顾客满意水平、重购意向和正面口碑，而低水平服务补救质量则会加剧失误引起的顾客不满。赵占波等(2009)基于公平理论证实服务补救质量对感知价值、顾客满意和信任均有正向影响。张建斌等(2011)提出服务补救期望影响因素层次概念模型构想，帮助企业有针对性地采取服务补救策略以满足不同顾客群体需求。在服务补救质量评价研究方面，周海滨等(2010)以民航业为例，建立服务补救质量评价指标体系，并运用模糊综合评价法，分析各指标对航班延误补救质量的重要性，以期有效指导航空公司提升服务补救质量。Marimon等(2012)运用改进后的E-S-QUAL和E-RECS-QUAL量表测评电子银行服务补救质量，证实了顾客投诉响应效率对顾客忠诚的积极影响。 尽管已有诸多相关研究，但现有文献主要关注的是线下服务领域，如航空业、酒店行业、医疗领域等，目前对电子商务环境下服务补救质量的研究尚不多见。本文在考虑消费者有限理性假设条件下，结合KANO模型和模糊聚类方法，识别B2C服务补救质量的必备属性、一元属性与魅力属性，并导入顾客满意系数调整因子，以确认质量因素改进优先次序，希望为B2C企业服务补救质量管理提供借鉴。 二、基于消费者有限理性的服务补救 服务补救质量改进的最终目的是最大限度重获顾客满意。现有顾客满意研究多以“经济人”为前提，认为顾客在选择购买决策过程中，具有一定的经济与理性特征，将顾客设想为有条理且稳定的偏好系统，认为他们可通过自身对各方面知识的了解，在各备选方案中选择出最佳方案。但在实际购买决策中，顾客行为并非如此。陈旭等(2002)认为，顾客知识的有限性使其无法完全掌握现实和未来市场信息，其计算能力、时间和注意力等均有限，不能同时圆满处理复杂多变的情况，且顾客价值取向和多元需求的难以统一和自相矛盾始终存在。宋波等(2010)在分析消费者的购买行为后，也证明了消费者的购买选择行为呈现贪心选择性质，认为有效理性下的消费行为取决于消费者的主观效用。鉴于已有研究成果，我们有理由相信，顾客对需求与满意的判别介于完全理性与非理性之间，是一种有限理性。 本文中讨论的顾客正是基于有限理性假设下的消费者。服务失误发生后，顾客满意度受其感知选择性支配，不同经验、背景和掌握不同信息的顾客，对企业服务补救措施拥有不同的认识。在选择补救补偿时，顾客往往并不要求企业完全弥补服务失误造成的损失，而是从有限理性角度，期许企业能给予满意的补偿方案即可。因此，企业在改进服务补救质量时，应先判别补救措施对顾客满意的影响程度，有针对性地提高和改善。 三、B2C环境下服务补救质量要素 B2C环境下的服务补救质量取决于其特征满足顾客需求的程度，这些特征或质量要素必须是顾客认为重要的，是该环境下所特有的，并具有一定灵敏性且可测量的。现有研究对服务补救质量要素的分析或评价以服务补救四维度、SERVQUAL量表、RECOVSAT量表及改进量表的应用为主。 Smith等(1999)通过对不同行业服务补救措施的研究，归纳出各行业适用的服务补救四特征维度，即有形补偿、响应速度、道歉和补救主动性(如表1所示)。
RECOVSAT模型是Boshoff(1999)在服务补救四维度的基础上提出的，它通过沟通、授权、补偿、回馈、解释、有形情境等维度来评价服务补救绩效(如表2所示)。
除此之外，在传统领域，由Parasuraman等(1985)提出的SERVQUAL方法也得到了国内外学者的广泛认可和应用。SERVQUAL量表以服务质量差距模型为基础，将服务质量内涵分为5个不同维度，即有形性、可靠性、响应性、保证性和移情性，并将其详细划分为22个子属性，通过测量子属性中顾客期望与感知的差值来评价服务质量优劣。尽管SERVQUAL量表为大多数学者所采用，但其题项表述晦涩难懂，要求问卷填写者有较强的语言分析能力，这影响了问卷的准确性和回收效率。本文将参考服务补救四维度及RECOVSAT模型，结合B2C服务补救质量特征和消费者有限理性需求，对服务补救质量要素进行归总，设计出六维度测评指标(如表3所示)。
四、KANO模型在B2C服务补救质量改进中的应用 KANO模型由Kano等(1984)提出。该模型根据产品或服务的客观表现与顾客主观感知之间的关系，将产品或服务质量特性分为五类(如图1所示)。
图1 KANO模型 尽管KANO模型在国内传播相对较晚，尚局限于有型产品设计，但已有学者将其运用于顾客需求识别、服务质量评价等研究中。如Wang等(2010)采用KANO模型识别顾客需求重要度，合理测量并量化顾客满意，帮助企业了解客户需求，并测量不同需求对顾客满意的影响，以提高企业服务质量。孟庆良等(2012)针对KANO模型定性和分类准则的主观局限，提出分析型KANO模型设计方法，通过构建KANO满意度指标和重要度指标，实现质量因素客观化分类，以获取提升服务质量属性的优先权。本文则拟运用KANO模型与模糊聚类方法相结合，识别服务补救质量要素并获取改进优先次序，帮助企业提升服务补救质量。 (一)KANO类型识别 实际服务过程中，必备属性是顾客容易感知的，初始权重一般较高，但对顾客满意提升贡献较小；而魅力属性是在顾客意料之外的补救措施，初始权重较低，但会大幅提升顾客满意度。区分质量属性KANO类别并有差异地改进是提升服务补救质量的关键。大多学者一般采用最大值的简单方法进行顾客需求或产品功能需求的KANO类别判定，极少通过更有效的方法消除顾客调查的模糊性。而在预先知道分类数前提下，通过模糊聚类方法可以反复迭代计算出更准确的分类结果。因此，本文将KANO模型与模糊聚类分析相结合，以便更准确地获取B2C服务补救质量要素KANO类别。具体步骤如下：
(二)初始权重确定 由于消费者有限理性的存在，服务失误发生后，不同经验、背景和掌握不同信息的顾客对企业可能采取的服务补救措施会产生不同重要度感知。企业需在采取补救措施前，了解何种补救措施是顾客认为比较重要的，进而着重改进。根据已识别的B2C环境下的服务补救质量要素，本文设计重要度调查问卷，判别各质量要素的重要程度，并将其重要度作为各质量要素改进初始权重，记作W[，i]。本文中初始权重计算采用熵值法。 (三)基于KANO模型的权重调整 Berger等(1993)在Kano等(1984)的理论基础上提出顾客满意度系数概念，作为质量属性改善指标。Tontini(2007)进一步在顾客满意度系数基础上引入调整因子，改进顾客需求重要度。质量属性的正向顾客满意系数在0到1之间取值。越靠近1，表示提供此属性对提高顾客满意越重要；越靠近0，表示提供此属性对提高顾客满意作用越小。反向顾客满意系数在-1到0之间取值。越靠近-1，表示此属性如果提供不充分，对顾客不满意影响越强烈；越靠近0，表示此属性提供不充分，对顾客不满意影响越小。根据这两个指标，即可得服务质量属性欠缺或具备对顾客满意的影响程度。对影响较大者，应该优先提供或改进。本文引入顾客满意度系数调整各质量要素重要度，具体步骤如下： 1.计算各质量要素重要度调整因子
。
最终权重确定后，可得各服务补救质量要素重要度排序，即改进优先次序。B2C企业可根据该次序，在服务补救质量改进时，对高优先级因素着重关注改进，以快速提升补救质量。 五、实证研究 (一)数据来源 本文数据主要通过问卷调查方式获取，涉及B2C服务补救质量要素重要度调查及KANO类别调查。数据获取过程分两个阶段。第一阶段为预调查阶段。该阶段采用随机抽样方法，发放问卷35份，回收35份，初步分析所得数据。结合专家及B2C网站管理与经营者建议，我们就问卷存在的问题进行修改完善，消除问卷中存在的歧义与不明之处。第二阶段为问卷调查阶段。该阶段调查主要采用问卷星网络调查形式，收回问卷240份，有效问卷186份(注：问卷中质量要素类别判定为R或Q的问题总数大于2，则判定为无效问卷)，有效率达77.5%。 (二)数据分析 1.对已得有效问卷数据统计分析，在信效度检验结果较好情况下，运用KANO评价结果分类对照表对各质量要素进行归类，并按模糊聚类分析方法分析，得到聚类分析图如图2所示。
图2 模糊聚类分析图 当λ=0.9546时，分类数为4，但根据各质量要素KANO类别隶属度可明显判别Q1、Q2与Q6、Q7、Q8同属必备质量要素。因此，应对分类数进行调整，令λ=0.9584，分类数为5，综合考虑判断，得B2C服务补救质量要素KANO类别(如表4所示)。
由表4可见，所占比例最高的为必备质量属性，占总体的60%，包括对服务失误预先解释说明、客服人员快速清楚解答、合理解释、道歉、处理进展和结果的告知与查询、便捷的沟通渠道、公平合理的处理规范等。一元质量属性占总体的20%，包括客服人员回应速度和态度、公平合理的补偿方案以及获得希望的补偿。网站在顾客抱怨前主动采取补救措施以及可根据顾客需求调整补偿方案这两项要素属于魅力质量属性。另有两项则属无差异质量属性，即不定期优惠信息回馈和专门在线客服代表。考虑各类KANO质量属性的特殊性，企业在采取服务补救措施时，应首先满足顾客对必备质量属性要素的需求，在满足该基本需求前提下，再提供更多一元与魅力质量属性，有效提升用户满意度，赢得服务竞争优势。 2.计算各服务补救质量属性初始权重、满意度影响力、不满意影响力、重要度调整因子，得各质量要素改进次序如表5所示。
由表5可知，除Q3、Q12质量要素外，其余质量要素满意度影响力均小于不满意度影响力。增加满意度指标得分前5项依次为顾客抱怨前主动采取补救措施、根据顾客需求调整补偿方案、客服人员礼貌与耐心、公平合理的补偿方案及客服人员回应速度。消除不满指标得分前5项依次为客服人员承认服务失误发生并道歉、公平合理的补偿方案、及时解释服务失误发生原因、解释合理、可得期望补偿。改进优先次序排名前5位的依次为公平合理的补偿方案、客服人员承认服务失误发生并道歉、及时解释服务失误发生原因、给予服务失误发生以合理解释和客服人员回应速度。B2C企业应首先对该5项质量要素着重改进。 (三)改进建议 第一，建立服务失误预警机制。尽管数据显示服务补救主动性的重要度及改进优先性不如其他要素明显，但作为前期预警工作，B2C企业还是应在顾客抱怨前或失误发生后主动采取服务补救措施以挽回顾客满意。B2C企业应建立失误预警机制，对顾客购买服务全过程实施监控，第一时间获取服务失误发生信息，并提早设计服务补救方案，以挽回顾客因服务失误造成的损失，将顾客抱怨控制在最低限度。 第二，建立优质高效的响应机制。沟通和解释要素与顾客满意正相关，高质量的沟通和解释会使顾客产生高度满意。B2C企业应着重建立优质高效的响应机制，培养客服人员快速处理顾客抱怨问题的能力，最大限度地安抚顾客不满情绪，为后续服务补救工作的开展奠定基础。在消费者不满情绪得到缓和后，企业应根据沟通中了解的顾客需求，选择适度补偿方案，提高顾客满意度。 第三，完善顾客满意评价机制。服务补救质量要素改进次序中，公平合理的补偿要素排在首位。适宜补偿方案是重新获取顾客满意的关键。劣质补偿方案非但无法挽回顾客满意，还会导致成本和信誉损失。B2C企业应在提供适宜补偿方案的同时，及时评估方案的有效性，通过建立顾客满意评价机制，比较不同补偿措施对顾客满意度的影响，把握服务补救实施的方向与力度，提高服务补救效率。 第四，建立服务补救反馈机制。服务补救信息及时反馈也是B2C企业需要改进的要素之一。反馈系统旨在收集从服务失误发生到最终解决整个过程所产生的信息。这些信息或来自顾客、内部员工，或来自在线支付平台、第三方物流公司。企业应对其进行统计分析，挖掘有价值的服务补救信息。由于服务补救过程涉及多个部门，反馈系统可以提供信息传递通道，将获取的有价值信息及时传递给服务补救相关部门与人员，以进一步完善补救方案(王孟琪，2013)。反馈系统的建立也有助于失误预警机制与快速响应机制的高效运作。 高质量的服务补救是实现顾客二次满意的关键。消费者有限理性条件下，B2C企业应着重关注影响顾客感知补救质量的关键因素。本文结合KANO模型与模糊聚类分析方法，有效识别出B2C环境下服务补救质量要素的KANO类别，明确各质量要素改进的优先次序，有利于从本质上了解服务补救质量要素并提出改进措施，这对企业有针对性地提升补救质量具有建设性指导意义。本文的不足之处在于未区分不同类型消费者的有限理性在服务补救需求上的差别。未来将就消费者个性化差异对服务补救质量的影响做进一步的分析讨论。
标签：有限理性论文; 顾客价值论文; 质量改进论文; kano模型论文; 顾客满意度论文;
