图书馆隐性服务标准的识别与外化——Kano+LibQUAL+{G9S721.jpg},本文主要内容关键词为:隐性论文,图书馆论文,标准论文,Kano论文,LibQUAL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]G251[文献标识码]A[文章编号]1002-1167(2008)02-0011-04
1 显性标准与隐性标准的区分
图书馆服务质量可以从两个角度来衡量,一是提供者即图书馆角度,二是接受者即用户角度。图书馆标准是指其内部的各项规章制度,这些内容是事先制定的,能够被感知和具体执行,我们可以称之为显性标准(或客观标准);用户标准是指用户对图书馆服务的期望水平,它存在于用户大脑之中,是个体的一种内心体验,无法用语言或书面材料进行准确描述。受情景因素影响,它不易被体察和模仿[1],是不可预知的,我们称之为隐性标准(或主观标准)。
但二者又不是绝对独立的,而是可相互转化的。显性标准作为馆员的日常服务行为规范,如果被无障碍执行,在工作中就转化为具体的服务传递行为被用户所感知。隐性标准转化为显性标准有两种方式,一是事前转化,即在服务传递之前对用户期望识别,开发适当服务和制定新的服务标准,经管理层认可后实行;另一是事后转化,即在服务传递之后通过识别用户期望服务水平与实际接受服务水平间的差距,检测服务的实施效果,并将这种差距转化为文字形式,经过管理层认可后作为补充条款写进服务管理规章中,就变为了显性标准。隐性标准与显性标准的差距有正差距、零差距和负差距之分。正差距指显性标准高于隐性标准,它表示图书馆服务质量超过了用户期望,这是图书馆服务的优势;零差距指显性标准等于隐性标准,它表示图书馆服务质量与用户期望是相符的;负差距指显性标准小于隐性标准,它表示图书馆服务质量低于用户期望,这是图书馆服务的不足,也是其赢得用户信任与支持的一个机会空间。由隐性标准转化而成的显性标准与原有的显性标准构成新的显性标准,如果这一新的显性标准仍然被无障碍执行,那么用户就会获得满足感与优越感,二者之间的差距也就消除了。当然,用户需求是不断变化的,期望水平会越来越高,显性标准和隐性标准会不断产生差距,因而二者处于循环的转化过程中。二者的转化关系可见下图:
图书馆与用户共同构成图书馆服务生产和消费的两个端点,二者缺少任何一方,服务都是无意义的。没有生产,服务就无从谈起;没有消费,服务就无价值可言。同理,图书馆服务质量的评测标准应由二者共同决定,所以要将显性标准与隐性标准结合起来。然而在实际运作中,显性标准的执行与转化是较为容易的,而隐性标准的认知与转化则较为困难。所以图书馆服务工作的重点是对隐性标准的识别与外化,最大可能接近用户的期望。
2 隐性标准的识别与外化方法
2.1 事前识别与外化——Kano模型
2.1.1 Kano模型和魅力质量[1]
Kano模型是20世纪80年代,日本东京理工大学教授狩野纪昭(Noriaki Kano)提出的一个用于获得和分析用户需求的模型。根据不同类型的质量特性与用户满意度之间的关系,狩野教授将产品/服务的质量特性分为5类:(1)无差异质量(Indifferent quality):是质量中既不好也不坏的方面,它们不会导致用户满意或不满意。 (2)逆向质量(Reverse quality):逆向质量指引起强烈不满的质量特性和导致低水平满意的质量特性。(3)一维质量(One-dimensional quality):一维质量特性充分时会导致满意,不充分时会引起不满,它们是被公司宣传或用于公司间竞争的质量特性。用户的满意度同功能的优劣成正比。(4)必备质量(Must-be quality):产品/服务必不可少的质量。必备质量特性充分时产品才能合格,不充分时会引起不满。但必备质量达到某一基本要求后,它的额外增加无法使用户更满意。(5)魅力质量(Attractive quality):魅力质量特性可以被描述为惊奇或惊喜的特性,充分时,能够引起用户满意,不充分时也不会引起不满。魅力质量已超越了用户需求,可以使用户获得极大满意,是取得竞争优势的关键。魅力质量原理认为产品质量特性是动态的,也就是说,随时间推移,一种质量特性会演变成另一种质量特性:无差异→魅力→一维→必备。
2.1.2 Kano问卷
狩野纪昭开发了一个结构型用户问卷来确认不同功能的质量特性,以消除用户调查中的模糊性[1]。问卷是由成对的问题构成的,一个问题问如果设置该功能,用户有何感受;另一个问题问如果缺失该功能,用户又有何感受。每个问题都有五个可供选择的答案。如表1所示。
在表2中,必备质量、一维质量和魅力质量是3种需要的结果。其他3种结果分别是:(1)可疑结果:指用户的回答自相矛盾。可疑结果共2个,即用户对正反问题的回答均为“满足”或“不满足”。(2)逆向结果:指用户回答与调查表设计者的意见相反。调查表设计者认为,正向问题比反向问题具有更高的用户满意,但用户回答表明反向问题比正向问题具有更高的用户满意度。(3)无差异结果:指用户对调查表所提出的问题漠不关心。统计时需要去除这三种结果[3]。
2.1.3 图书馆Kano问卷设计
在借鉴LibQUAL+22个问题和清华大学2004年图书馆读者满意度调查问卷[4]22个问题的基础上,并结合自己的设想,笔者设计了一张图书馆Kano问卷(表3)。
根据表3,图书馆可以开展事前用户期望调查,然后按照Kano问卷的统计分析方法对问卷结果进行归纳整理,并根据整理的结果对图书馆的5种服务质量加以区分。识别后的必备质量、一维质量和魅力质量3种质量特性就应外化为显性服务标准写进图书馆的服务规范中。
需要注意的是,以上设计的图书馆Kano问卷只是笔者设想的部分图书馆服务项目,并不全面。各馆如要进行Kano问卷调查,可以根据本馆的具体情况增加或删减部分项目。
2.2 事后检测与外化——LibQUAL+
2.2.1 LibQUAL+概述
LibQUAL+是美国研究图书馆协会(ARL)在2000年8月提出的一种用于图书馆服务绩效测量的工具。原名是LibQUAL+TM,2007年后更名为LibQUAL+。它脱胎于服务营销领域的SERVQUAL工具,植根于GAP模型(服务差距模型)。自1999年萌芽以来,至今已走过8个年头,进行了7次测量。其测量内容由开始的8个维度41个具体问题演变为今天的3个维度22个具体问题[5]。LibQUAL+将服务水平分为三种:最低服务水平(Minimum service level)、感知服务水平(Desired service level)和期望服务水平(Perceived service level)。三种水平均按1-9级的标准测度,1表示最低级,9表示最高级。三者的比较可以得出反映服务质量的三项差值:(1)服务满足感(Service Adequacy):感知值与最低值的差;(2)服务优越感(Service Superiority):感知值与期望值的差;(3)可容忍区间(Zone of tolerance):最低值与期望值的差[6]。
LibQUAL+通过一个大小可调节的网页[7],对图书馆用户进行问卷调查。LibQUAL+的调查问卷(2004年)可分为5个部分:一是问卷调查的22个核心问题;二是用户满意度(3个)和信息素养教育效果(5个)调查;在以上两部分中,用户分别为这30个具体问题选取一个代表相应程度的等级值,等级范围为1到9。三是图书馆利用频次调查,分为3个问题与每天、每周、每月、每三个月和从不五个频次;四是用户信息调查,包括性别、年龄等问题;五是一个无限期开放的意见栏,以便用户详细阐述关切的问题与提出有效建议[8]。当用户完成调查问卷后,调查的数据将直接传递给LibQUAL+管理中心的数据库服务器。LibQUAL+管理中心将对数据进行分析、处理和比较,然后将数据报告返回给图书馆。报告将会对用户期望、感知和最低能接受的服务之间的差距进行分析[7],图书馆从而获得了用户服务需求,即服务质量的隐性标准。
(1喜欢2必备3无所谓4可以忍受 5不喜欢,任选一项,在相应框内√)
2.2.2 LibQUAL+问卷的优化
图书馆可依据Kano问卷中的问题设计具体的LibQUAL+问卷,对用户进行回访。但LibQUAL+问卷的1-9等级含义不是很明确,让人不敢冒然打分,即使用户打了分数,也不能保证准确表达了自己的期望与感知,因为用户不能十分确切地把“感觉相当不错”转化为1-9级测度上的某个分值[9],它对用户的理解力和配合要求较高,需要被调查用户付出极大的热情和耐心,比较耗时。
针对这一问题,笔者认为在其它组成部分不变的情况下,可对LibQUAL+问卷实行改良。去掉三个服务水平中的最低值,保留感知值与期望值;用“很满意、满意、一般、不满意、很不满意”(分值为5,4,3,2,1)五个态度选项替代感知值下的1-9个等级值;用“很重要、重要、一般、不重要、很不重要”(分值为5,4,3,2,1)五个重要性选项替代期望值下的1-9个等级值。这样就可以在很大程度上消除原有问卷的模糊性,同时简化了判断过程,易于用户参与。原有问卷与改良后的问卷如表4、表5所示。
根据改良问卷的调查结果,图书馆可以分析感知值和期望值之间的差距,并对差距的产生原因深入剖析,以了解服务的实际传递效果和影响因素。另外还要根据分析结果制定服务补救措施并修正现有显性标准,实现隐性标准的再次外化,为用户提供更优质的服务。
3 结论
Kano和LibQUAL+都是以用户感知服务质量为出发点,对用户需求即隐性标准进行识别。Kano侧重于事前控制,属于定性分析,多用于服务开发;而LibQUAL+则侧重于事后控制,属于定量分析,多用于服务补救。图书馆要将两种方法结合起来,事前利用Kano识别隐性标准,区分五种质量,开发服务,特别是开发具有魅力质量的服务。因为魅力质量挖掘的是用户的潜在需求,它已超越用户期望,因而在相同情况下更能吸引用户。这样,图书馆就可以获得大量用户;接着利用LibQUAL+进行检验,区分三种差距,最重要的是探寻负差距的原因,以制定服务的补救措施。这样就会赢得用户的信任,培养用户的忠诚度。按照这一方式循环往复,图书馆服务质量就会处于一种螺旋式的生长过程之中,图书馆用户群也会呈现出一种稳定并逐渐扩大的趋势。从而图书馆的根基扎实了,“市场”做大了,外部压力减轻了,其社会价值也重放了光芒。