客户异质性与银行服务渠道选择，本文主要内容关键词为：渠道论文,客户论文,银行论文,异质论文，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］F830.49 ［文献标识码］A ［文章编号］1007-9556(2010)08-0024-07
一、引言
随着信息技术的不断发展，银行服务渠道已经由原有的柜台服务延伸到网上银行和ATM自助服务等新型服务形式（顾波，2005）。在拓展这些新型渠道时，银行一方面期望借此来吸引更多新顾客，并为老顾客提供增值服务；另一方面，希望降低银行的运营成本。在多渠道环境下，银行客户可以根据自身的需求来选择合适的服务渠道，例如，追求便利性的顾客可能会选择网上银行，因为它让顾客摆脱了时间和地理位置的束缚。事实上，在经济发展日新月异的今天，尤其是在拥有3亿多网民的中国，众多的银行正在不断推出各种网络银行服务来激发银行客户对新型服务体验的渴望，银行用户正是通过灵活使用各种银行服务渠道来使自己的个性化需求得到满足，这使得银行顾客群体在特质上表现出进一步的细分，并已经成为电子商务时代的一个重要特征。目前，欧美地区已经有超过40%的网民开始使用网络银行，网络银行正在成为众多用户的选择。对于中国银行业而言，网络服务渠道建设已经成为众多银行的战略重点，各家银行都在寻求多种营销策略和业务服务模式来引导客户使用网络银行业务。但是，银行必须充分认识到，客户往往不会依赖于某一特定渠道，他们会依据不同的情景来使用不同的银行服务渠道，因此，银行必须深入理解多渠道环境下顾客渠道选择的影响因素，以及可能存在的潜在客户细分群体，只有这样，才能有效制定和成功实施多渠道营销策略。
在学术界，多渠道环境下的客户服务渠道选择行为也开始受到关注（Neslin和Shankar,2009）。早期相关研究主要关注的是ATM自助服务的接受与使用（Peperman等，1996）。到了20世纪90年代，研究的重点开始转向网络银行(Yi等，2007；Cunninghan等，2005；Liao和Cheung,2002)，主要借助于技术接受模型、创新扩散等理论来探讨用户对网络银行的采纳行为，但是，这些研究只关注单一渠道使用与采纳行为的影响因素，而忽视了其他渠道的存在与影响。正是由于多渠道战略的运用能给银行带来潜在的利益增长，因此，识别出多渠道环境下银行客户的细分群体，并准确了解每个细分群体对不同渠道的偏好，就成为企业渠道资源优化决策的关键所在。目前，已一些学者开始关注银行客户的多渠道使用行为。Cortinas等(2009)利用潜在分类回归分析模型研究了多渠道银行客户的细分群体，并深入分析了不同群体顾客所拥有和使用产品／服务的数量及其社会人口统计学特征对多渠道使用行为的影响，但没有揭示出便利性、风险等不同渠道属性的作用。尽管一些研究已经识别出部分客户渠道选择行为的影响因素，如渠道的便利性、成本、风险（Black等，2002）以及服务质量（Karatepe等，2005）等，但却忽视了业务复杂度在渠道选择行为中的作用。对于复杂程度较高的业务，客户可能更倾向于选择传统的服务渠道，因为当服务消费过程出现意外时，传统渠道的服务人员可以快速反应和解决问题。鉴于潜在分类MNL模型(Latent Class Multinomial Logit Model)能够合理地把消费者区分成不同的群体，进而能够解释消费者偏好的异质性，本文试图利用其来探求多渠道环境下存在的银行客户细分群体及其银行服务选择行为的差异，从而为银行的渠道设计和管理提供重要理论依据，以便更有针对性地发挥不同渠道的优势，进而提升银行的整体服务水平。
二、文献回顾与研究模型
（一）文献回顾
众多学者已经研究了多渠道环境下的消费者行为，如消费者渠道迁移（Ansari等，2008）、信息搜索与购买渠道的互补与替代（Verhoef等，2007）、渠道选择问题（Black等，2002）。事实上，正是不同渠道的内在特性决定了银行业务的服务方式和水平，这也引发了业界普遍关注的问题，即多渠道消费者可能存在哪些潜在的细分群体？不同服务渠道的属性是如何影响其渠道选择行为的？业务复杂度在其中又扮演着何种角色？对于这些问题，现有研究还没有给出很好的解释。本研究试图利用潜在分类MNL模型，将业务复杂度和银行渠道属性引入到模型中，结合中国消费者样本对上述问题进行初步的探索。
究竟是哪些渠道因素影响着银行客户的渠道选择行为？Black等(2002)研究了客户对多种银行服务渠道的选择行为，利用深层访谈法识别出了影响银行客户服务渠道选择的重要因素，主要包括渠道的便利性、成本和风险。首先，便利性因素作为客户选择金融服务渠道的依据（Black等，2002），不但影响着客户对于网络银行的接受和使用（Liao和Cheung,2002；Calisir和Gumussoy,2008；Lichtenstein，2006；Sundarraj和Wu，2005；Lee等，2005），而且影响着客户对于ATM自助服务的使用（Pepermans等，1996）。其次，由于网络银行和ATM自助服务能有效缩减交易处理时间，快速处理业务，因而受到用户的青睐（Pepermans等，1996；Liao和Cheung，2002）。也就是说，时间与精力等成本的大量节省，促使客户使用网络银行与ATM自助服务（Calisir和Gumussov，2008；Lichtenstein，2006；Lee等，2005）。再次，在多渠道环境下，风险也起着很重要的作用，客户往往倾向于选择风险较少的渠道（Black等，2002）。Tan等(2000)也证实，正是由于网络银行的风险较大，从而阻碍了用户对其的采纳和使用。在一项针对中国银行客户的研究中发现，大量居民认为网络银行比传统银行有更大的风险，这是很多人不愿意接受和使用它的原因（Laforet和Li，2005）。而传统银行与网络银行相比则要安全很多，因此有些客户宁愿多花时间和精力去传统银行办理业务，也不愿意使用方便快捷的网络银行。实际上，也是同样的原因导致很多客户拒绝使用ATM自助服务而倾向于传统银行（Pepermans等，1996）。最后，需要指出的是，渠道服务质量也会影响银行客户的渠道选择行为，不同渠道在友好性、可靠性及准确性方面的差异影响着客户的选择行为（Karatepe等，2005），友好性与可靠性已被证实是影响客户选择网络银行的非常重要的影响因素（Liao和Cheung，2002；Lichtenstein，2006；Oppewal和Vriens，2000）。
事实上，除了上述的渠道属性会影响客户的渠道选择行为外，业务的复杂度也会影响到客户的选择行为（Black等，2002；Durkin等，2007）。银行所提供的诸如账户余额查询和交易信息查询等服务都是复杂度较低的服务，而复杂度较高的服务则包括转账、存取款、缴费、股票等高级的业务服务。对于某些复杂的服务产品，客户可能更倾向于选择传统渠道，因为当服务过程中出现意外时，传统渠道中直接接触到的服务人员可以更有效地解决问题，从而减少不必要的损失和风险。
（二）研究模型的提出
考虑到银行客户的异质性，本研究将基于潜在分类MNL模型，构建银行客户的渠道选择行为模型。本文研究依据Gupta和Chintagunta(1994)的建议，首先利用客户的社会人口统计学特征对客户群体进行细分，然后深入考察渠道属性和服务复杂度对各个客户细分群体服务渠道选择行为的影响。潜在分类MNL模型假定在客户面临选择任务时，可以区分出潜在的行为组，在每个潜在组中客户的偏好被假设为同质的，而组间的偏好和效用函数却是可变的。潜在分类模型的主要优势在于能够解释个体与个体间的偏好差异，其理论基础是随机效用理论。假设现有n个客户，假定可以把这些客户划为S个潜在类别组，他们要在J个选择集中选择一个能够带来最大效用的选项i，则第n个客户在自己归入到第s组的前提下，选择第i个选项的条件概率为：
公式(2)被命名为成员概率模型，这仍然是一个Logit模型，决定客户类别归属的是客户特质属性变量。由于成员概率模型决定的潜在类别不是一种行为关系，而是一种统计分类过程，所以组内效用模型和成员概率模型之间的误差相关性可以忽略不计（Boxall和Adamowicz,2002）。因此，第n个客户选择第i个选项的全概率是：
根据前述文献分析，渠道属性水平、服务复杂度会影响客户的银行服务渠道选择，这里将它们作为组内效用模型的自变量。而客户的人口统计学特征是成员概率模型的自变量，包括年龄、性别、教育程度、家庭人均收入和上网经验，它们共同决定了客户选择某个渠道的概率。因此在本研究中，可以把式(1)和式(2)分别表述为(4)式和(5)式。
三、变量测量和数据调查
本文研究的量表中，便利性量表修改自Gupta等(2004)、Liao和Cheung(2002)的研究，共包括3个测量条目，分别表示渠道接入时间以及地点、渠道营业时间和时间安排灵活性。可靠性量表修改自Parasuraman等(1988)的研究，包括提供承诺的服务、协助解决问题、无差错提供服务、在承诺时间提供服务和告知客户何时履行服务5个条目。友好性量表修改自Liao和Cheung(2002)的研究，共包括4个条目，分别为业务办理说明简单易懂、过程简单、对客户要求低和帮助信息齐全。成本量表来自Baker等(2002)和Gupta等(2004)的研究，共包括4个条目，分别代表时间、精力、麻烦程度和手续花费。风险量表来自Gupta等(2004)的研究，共包括4个条目，分别代表财务风险、绩效风险、心理风险和社会风险。笔者组织电子商务和营销学领域的有关专家对原始量表进行了双向翻译，以保证其在中国银行业研究中的适用性。通过预调查获得有效问卷98份，探索性因子分析萃取出的5个因子分别对应研究所提出的便利性、可靠性、友好性、成本和风险5个因子，它们的Cronbach's alpha值分别为0.82、0.83、0.88、0.82和0.92，其累积解释方差为72.999%。
数据调查采用问卷调查的方式进行，调查从2009年1月10日开始，分别在江苏、山东、河南和江西等地发放纸质问卷，历时二十余天，共发放问卷约600份，回收问卷434份，问卷回收率为72.3%，有效问卷为317份，问卷有效率为73.0%。样本的人口统计信息显示，被调查者以19岁至35岁的中青年为主，教育程度基本在大专以上，男性比例适中（占52.7%），客户月收入与互联网使用经验分布也符合我国互联网调查统计数据。
四、数据分析
（一）信度与效度分析
本研究采用MPLUS5进行验证性因子分析。测量模型拟合结果显示，
/df=2.03，p-vslue=0.000，RMSEA=0.057，SRMR=0.050，CFI=0.957，TLI=0.949，拟合指标均基本达到理想临界值。为了确保命题验证的科学性，我们对测量变量的信度与效度进行了检验。表1的结果显示，所有变量的平均变异抽取量(Average Variance Extracted,AVE) 和综合信度(Composite Reliability,CR)均分别满足大于0.5和0.7的标准，表明所有研究量表具有良好的内部一致性。对于所有测度指标而言，标准化的因子负荷也都高于最低临界水平0.70，且具有较强的统计显著性(P＜0.001)，充分显示研究所用的量表具有较好的收敛效度。区分效度则以特定潜在变量的AVE值平方根必须大于与其他潜在变量间的相关系数作为判断依据（Fornetl和Larcker，1981），表2的结果显示，量表具备相当的区分效度。此外，本文采用Fornell和Larcker(1981)潜在变量两两配对的检验法进行检测，结果表明，量表具有良好的区分效度。可见，本研究量表可靠且有效，能用于模型的估计。
（二）模型估计与分析
本研究参照Madanat等(1995)的两阶段法进行模型的估计与分析。首先，利用MPLUS的测量模型计算各个潜在变量的因子得分。其次，使用MPlUS5.0和潜在分类MNL模型来确定分组，并进行模型估计。本研究尝试将被测试者分成了2～6组，从表3列示的分类拟合指标来看，分成4组时AIC指标最优，分成2组时BIC指标最优。由于AIC指标倾向于高估最优组数(Provencher和Bishop，2004)，因此潜在分类模型的最优分组数应该是2。同时也应注意到，随着分组数的增加，BIC的恶化程度要明显要大于AIC的优化程度，这进一步证实了最优分组数应为2（Boxall和Adamowicz，2002）。在将被测试者分成两组后，两组人数分别是227人和90人。
表3 潜在分类模型的拟合指标
最后，进行成员概率模型和组内效用模型的参数估计。成员概率模型需要将潜在分组中的一组作为参照组，本研究中以第二组作为参照组，表4给出了各成员概率模型的参数估计结果。从模型估计结果可以看出，性别、教育程度、家庭人均月收入、上网经验和银行使用经验对于被调查者的成员归属均有显著的影响。在社会人口统计学特征方面，第二组样本女性顾客比例高达74.4%，明显高于第一组的44.1%，并且大专及以下教育程度的占到57.8%，远远高于第一组的6.1%。同时，该组客户具有较低的家庭人均月收入和较少的银行及网络银行使用经验。从客户的渠道使用特征来看，第一组客户的渠道使用特征和总样本基本一致，而第二组选择传统柜台和网络银行的比例分别为33.3%和15.6%，第一组的相应比例则分别为24.7%和23.8%。可以看出，第二组以使用传统银行和ATM自助服务为主，因此将第二组客户群体命名为保守型客户，第一组客户群体命名为理智型客户。
表5给出了各分组组内效用模型的参数估计结果，组内效用模型均以传统银行渠道为参照组，由于渠道属性为潜在变量的因子得分，没有计量单位，因此为合理解释各变量的作用大小，这里主要列出了各变量的标准化参数的估计结果。
对于理智型客户而言，他们对网络银行和ATM自助服务这样便利性的渠道有着内在偏好。渠道便利性、成本、风险和业务复杂度对该类客户的银行服务渠道选择存在着显著影响，其中业务复杂度的影响最为突出，其次为便利性和成本，最后为风险。具体来说，当业务复杂度增加时，相对于网络银行和ATM，他们更加倾向于选择传统柜台服务方式，也就是说，这类顾客在处理交易查询等简单业务时，主要选择网络银行和ATM，而在进行复杂交易型业务时则倾向于传统渠道。当对便利性的需求增加和减少成本付出时，他们也会倾向于选择网络银行和ATM。而顾客在选择网络银行和ATM时，意味着他们必须承担一定的风险。
对于保守型客户来说，他们对传统渠道和ATM自助服务有着内在的偏好。在面临网络与传统渠道选择时，业务复杂度、友好性、成本和风险没有影响到顾客的渠道选择行为，此时渠道可靠性在起决定性作用，其次是便利性。具体而言，该类顾客更加看重银行服务渠道的可靠性，对可靠性要求越高则越倾向于选择传统渠道。此外，这类顾客如果对便利性需求增加，他们也会倾向于选择网络银行。在面临ATM和传统银行选择时，主要是便利性和友好性起到显著性作用，随着对便利性要求的提高，他们更倾向于选择ATM，因为这种方式往往不受营业时间约束。但是，当保守型客户注重服务的友好性时，他们则会从ATM转向传统渠道。
五、结论与启示
（一）研究结论
本研究通过潜在分类模型分析发现，在银行多服务渠道环境下的确存在理智型客户和保守型客户两类细分客户群体，他们在渠道选择行为方面表现出了很大的差异性。
对于占总样本71.6%的理智型客户而言，他们对网络银行和ATM有着内在偏好，这类顾客的渠道选择行为与其他学者的研究结论相一致，即关注便利性及成本的用户比较倾向于选择网上银行和ATM自助服务，对风险承受程度低的客户则会倾向于选择传统银行（Pepermans等，1996；Black等，2002；Calisir和Gumussoy，2008；Lichtenstein，2006；Sundarraj和Wu，2005；Lee等，2005）。但是，对可靠性要求越高越会导致客户选择电子银行渠道的研究结论（Calisir和Gumussoy，2008）在该客户群体中并不成立，其原因在于，这类客户有着较高的学历和丰富的上网经验，已经充分认识到现有的不同渠道都依托着强大的银行计算机系统，其可靠性程度都很高。此外，研究也证实，业务复杂度会显著地影响银行客户的渠道选择，并且这种影响甚至是决定性的，也就是说，当用户面对缴费、付款、转账等复杂业务时，他们会更倾向于选择传统渠道。
占到总样本28.4%的保守型客户则主要选择传统银行服务渠道和ATM自助服务。研究发现，业务复杂度、成本和风险没有影响到顾客的渠道选择行为。首先，便利性和友好性主要影响着这类顾客在ATM和传统渠道之间的选择；其次，在面临网络银行与传统渠道的选择时，渠道可靠性和便利性起到决定性作用。这都与理智型客户表现出巨大的差异，究其根源，主要是因为，这类客户大多为收入较低、上网经验少的女性群体。一方面，她们认为传统银行比在线银行更加可靠，因而会更多地选择传统的柜台服务；另一方面，女性顾客往往关注服务的友好性，她们更希望通过面对面的服务形式进行直接体验。因此，她们对友好性要求较高，容易选择传统渠道而不是ATM自助服务。值得注意的是，便利性也会显著影响保守型顾客的渠道选择，也就是说，这类顾客在追求便利性时也会产生使用在线银行和ATM的意愿，尤其是ATM会成为其首选方案，这与理智性客户的表现非常类似。
（二）管理启示
本文的研究结论不但能加深中国银行业对多渠道环境下顾客选择行为的理解，同时也为银行的渠道设计和管理提供了重要的理论依据。本文根据潜在分类MNL模型考察了多渠道营销环境下银行客户的渠道选择行为，发现了具有不同特质的两类客户群体，并从社会人口统计特征、渠道选择行为角度详细分析了这些客户的特征。对于展开多渠道销售的零售商而言，这些特征信息有助于他们识别相应的客户市场细分群体，开展有针对性的营销工作。
首先，关注便利性和成本的顾客会从传统的银行服务渠道向网上银行及ATM渠道流动，这充分说明，网上银行和ATM的确存在固有的渠道优势，尤其是便利性对于两类客户群体均有着内在的吸引力，从而进一步证明加强电子银行渠道建设确实已成为银行吸引客户和节约成本的重要途径。其次，针对理智型顾客而言，业务的复杂程度越高，其越倾向于选择传统渠道，说明网上渠道和ATM更适合展开交易复杂度低的检索型和查询型的业务服务，而传统渠道更适合复杂度较高的交易型业务。银行应充分认识到这一点，要合理利用渠道之间的互补性，加强网络业务的创新，简化业务操作流程，为顾客提供更加便捷的业务，以吸引更多的客户。最后，针对保守型顾客这类特殊的顾客群体而言，可靠性对其在网络和传统渠道的选择中起到决定性作用，这点与理智型顾客表现出很大差异，有必要采取一定的营销策略，让这类客户充分了解电子银行特别是网上银行安全措施的先进性和可靠性。尤其是在账号被盗、出现虚假银行网站等负面消息日趋增多的情况下，银行必须针对相应的案例做出积极的正面反应，并重点加强网络银行安全性和可靠性方面的宣传，为其提供相应的指导与培训，加深其对网络银行的使用体验。
（三）未来的研究方向
本文采用潜在分类MNL方法构建并估计了消费者在传统银行、ATM和网络银行之间的选择行为模型。在传统的潜在分类模型中，潜在分类模型主要用来处理观测变量之间的关系，而本文的渠道选择行为模型中则引入了描述渠道属性的潜在变量，如便利性、可靠性等。本文参考Madanat等(1995)的做法，将潜在变量的因子得分作为变量取值代入到组内效用模型中进行估计。但是，也有学者指出，这种做法忽略了潜在变量的测量误差，因此提出了对潜在变量构建结构方程模型与离散选择模型进行整合估计的方法（Ben-Akiva等，1999）。未来将考虑利用这种整合估计模型进行分析，以求获得更好的结论。此外，银行对企业同样提供着不同的渠道服务形式，由于企业行为表现与一般个人客户有着很大差异，因此未来可以考虑针对企业客户展开相应的研究。
［收稿日期］2010-06-12
标签：银行论文; 异质性论文; 客户分类论文; 分类变量论文; 群体行为论文; 风险成本论文; 风险模型论文; 特征选择论文;