通信企业的客户期望管理模型，本文主要内容关键词为：模型论文,客户论文,通信论文,企业论文，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：F626文献标识码：A文章编号：1008－7729（2008）04－0035－06
一、引言
随着通信市场竞争的日益激烈，通信企业的营销成本与日俱增。然而，客户的期望也在不断提高，这导致了客户满意度的改进工作往往达不到预期效果。因此，通信企业的管理人员越来越关注客户期望的管理。
客户期望不仅影响客户对服务质量的总感知，而且对服务实际体验也会有影响；同时，客户对企业的服务水平最终满意与否也取决于客户期望水平的高低。因此，如何在提升客户服务水平的同时合理有效地管理客户的期望，从而提高企业的整体经营效果，对于通信企业而言是一个很有意义的研究课题。
国内外学者对于客户期望的研究主要集中在3个基本模型，即卡诺模型[1]、客户期望层次模型[2]与客户期望动态模型[3]。这3个模型是研究客户期望的重要基础。
目前对客户期望影响因素的研究大多是定性研究，且主要集中在酒店业、旅游业、娱乐业等服务行业[4，5]，而对于通信行业客户期望的研究，相关文献专著相对较少，且没有定量研究。
本文根据国内外学者对其他服务行业客户期望影响因素的研究[4，5，6]，结合通信行业及客户的特点，剖析了影响通信客户期望的关键因素，建立通信客户期望影响因素模型。通过实证研究，得出了通信客户构成因子回归模型的回归系数和通信客户期望影响因素模型的路径影响系数，分析了各种因素对通信客户期望的影响机理。最后，结合研究结论，对国内某省通信企业的客户期望管理提出实施原则与策略，用于实践，检验应用效果。
二、通信客户期望管理模型
在通信企业普遍使用的客户满意度模型中，客户期望被定义为：客户在购买前对需求的产品和服务寄予的期待和希望。
根据通信行业的特征，本文将通信客户期望定义为：在通信客户心目中产品（服务）应达到和可达到的水平。
1.通信客户期望影响因素分析
在一般服务行业，客户期望被认为是由客户的实际经历、个人需求以及口碑沟通和企业营销沟通活动所影响。对于通信行业，由于通信服务通常具有无形性、生产与消费同时发生、全程全网、不可以储存性、形式各异、高技术含量的服务等特点，所以，通信产品（服务）相对比于其他服务行业，具有科技含量高、创新性强、产品（服务）个性化突出以及产品（服务）依赖网络而存在等特殊的产品属性。
客户对通信产品（服务）的感知由于产品（服务）的无形性，客户以往对产品（服务）的经历经验与通信企业的形象、口碑对产品（服务）的期望的形成与选择都将产生影响。另外，通信服务形式各样，客户需求差异性很强，因此，客户对通信产品（服务）需求的强烈程度对客户期望也有影响作用。
结合国内外学者对客户期望影响因素的研究以及通信产品（服务）的独有特点，本文认为通信客户期望的主要影响因素有4个。
（1）通信企业与客户之间的信息沟通。
（2）客户自身对产品（服务）的个人需求。
（3）通信客户对相关产品（服务）体验的经历经验。
（4）通信产品（服务）自身的产品属性。
2.通信客户期望影响因素模型
从以上分析可知，通信客户期望的4个影响因素分别通过对4个构成因子产生影响，进而影响整体通信客户期望。通信客户影响因素概念模型如图1所示（图中箭头代表影响方向）。
图1 通信客户期望值影响因素概念模型
三、研究方法与实证研究
1.研究方法
本文采用调查问卷的形式对通信客户期望的构成机理以及影响机理进行实证研究。研究选择某移动公司推出的“手机报”业务作为调查产品，调查对象为该公司年龄在20～30岁之间的客户。
图1中通信客户期望值影响因素概念模型共有8个变量，包括4个影响因素变量和4个构成因子变量。这8个变量都是无法直接衡量的指标，需要通过其他指标间接地对这些无法衡量的指标进行说明，且该模型需要同时研究处理多个自变量对多个因变量的关系。因此采用结构方程（SEM）对模型进行处理、修正及优化。
根据前面对影响因素的分析以及文献[6]对4个期望值构成因子的定义，确定了这8个潜变量的29个测量项目（显变量）。根据相关文献所使用的量表和本文的研究目的，以5点量表为测量工具，协助形成本文的调查问卷，调查问卷示例如表1所示。
各观测变量与潜变量之间的具体关系如图2所示。
通过用户的问卷调查，可以得到这29个观测变量。由此建立如下方程组：
图2 观测变量与潜变量的关系
测量模型
结构模型
η＝Βη＋Γζ＋ζ
式中，x为外生结构变量ζ的观测变量；
为代表外源指标和外源潜变量之间的关系，是外源指标在外源潜变量上的因子负荷矩阵；ζ为外生结构变量（个人需求、经历经验、产品属性和信息沟通）；y为内生结构变量η的观测指标；
为代表内生指标和内生潜变量之间的关系，是内生指标在内生潜变量上的因子负荷矩阵；η为内生结构变量（产品价值期望、服务价值期望、形象价值期望和付出成本期望）；Β为内生结构变量η的路径系数矩阵；Γ为内生结构变量η与外生结构变量ζ的路径系数矩阵；δ、ε、ζ分别代表指标x、y和结构方程的误差项。
对于上述结构模型方程，潜变量之间的关系是研究的重点，因此模型可简化为
本研究于2007年对某公司所属的某高校学生发放问卷400份，回收有效问卷共334份，问卷有效回收率为83.5％。
2.通信客户期望影响因素实证分析
同样，利用调查问卷得到的数据，并对其进行可靠性与有效性分析后，使用结构方程方法及其计算软件，可得到各相关变量之间的路径系数如表2所示。表中，INFO表示信息沟通；P表示产品属性；E表示经历经验；IND表示个人需求；SE表示服务价值；CE表示付出成本期望；PE表示产品期望；IE表示形象价值期望。
模型的整体拟合优度检验结果，如表3所示。表中，
、df和P分别为卡方、自由度和P值统计量；RFI为相对拟合指数；CFI为比较拟合指数；GFI为拟合优度指数；AGFI为调整拟合优度指数；NFI为规范拟合指数；RMSEA为近似均方根残差。
从表3可知，模型的各项拟合指数都符合标准，卡方和自由度比值／df≤3，P＜0.1，于是可认为模型具有较高的拟合度。修正优化后的通信客户期望影响模型如图3所示，总体看来模型与原假设模型保持了大部分的一致性。
图3 通信客户期望影响因素模型
四、结论
（1）客户期望的不同影响因素，对构成因子作用的侧重点不同。个人需求，主要作用在产品价值期望、形象价值期望和付出成本期望上，对产品价值期望的影响最大，影响系数为0.73。
（2）通信客户期望影响因素——通信产品（服务）的产品属性，对通信客户的形象价值期望与产品价值期望产生影响，影响系数分别为0.36和0.26；信息沟通对服务价值期望的影响系数为0.59，对付出成本期望的影响系数高达0.74，可见信息沟通对通信产品（服务）整体期望值的影响也很大；客户对相关产品（服务）的经历经验对服务价值期望的影响系数为0.4。
（3）通信客户期望管理模型有助于通信企业了解其目标市场的期望水平和期望的侧重点，对通信企业准确把握客户期望值，并有效地管理客户期望值有重大意义。
（4）根据本文的研究结果，对某公司的客户期望管理提出了一些有价值的建议。例如，热线话务员在处理投诉建议等问题时，要注意有效承诺问题；通过加强信息沟通的有效性以控制客户的服务价值期望和付出成本期望；客户经理对用户应态度热情、亲切，为用户提供高质量的服务，提高用户在这方面的满意感知，以管理客户的服务价值期望和形象价值期望；注重细分市场和客户需求的开发，以管理客户的产品价值期望等。
（5）通过实施相应的客户期望管理策略，该通信企业在服务质量有较大提升的同时，合理地控制并管理了客户期望，满意度随之上升，客户对品牌的忠诚度提高，企业的经济效益有所改善。
上述结论是利用某高校学生问卷并根据本文的通信企业客户期望管理模型分析计算得到的，对通信企业提高高校学生期望管理水平具有较大实际意义，对其他客户的期望管理也具有一定的借鉴意义。
利用本文的通信企业客户期望管理模型，同样可以对其他客户群体的期望管理进行实证研究，并对不同客户群体的期望及其期望管理措施的差异进行分析研究，这些将是今后进一步研究的内容。
收稿日期：2008－06－25