顾客异质性对顾客满意度指数测评的影响，本文主要内容关键词为：顾客论文,指数论文,异质论文,顾客满意度论文，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。
1 引言
在许多国家，顾客满意度测评的实践说明顾客满意与公司绩效紧密联系在一起。美国的研究发现公司的顾客满意度指数(customer satisfaction index，CSI)与公司的财务资产回报率、普通股市值、长期的调整后财务绩效都具有显著的正相关关系[1]。瑞典的CSI定量研究表明，对一个典型的瑞典公司而言，每年顾客满意度指数(百分制)每增加一分，将带来748万美元的净收益[2，3]。同时，许多公司意识到，当顾客意识到某品牌的顾客满意程度很高时，顾客会重复或增加购买该品牌的产品/服务，由此会为公司带来新的收入增长。有鉴于此，顾客满意不仅成为公司追求的目标，也已经成为一种营销工具[4]。
顾客满意度指数的测评提供了一个相对客观、科学地了解某品牌的产品/服务的顾客满意情况的窗口。中国顾客满意度指数(China CSI，CCSI)的相关研究始于1998年，目前越来越多的企业、消费者和相关机构把CCSI作为一个参考标准[5～8]。为此，保证顾客满意度指数的科学性和公正性成为顾客满意度指数的研究者和发布者关注的主要问题之一。
在市场营销学中，消费者存在差异，要对某品牌的产品/服务市场进行细分，公司需要针对特定的目标市场从事经营活动已经成为一种共识。然而，在目前包括中国在内的各个国家和地区的顾客满意度的测评中，往往不对具有异质性的顾客加以区分，而是视所有顾客来源于同一个顾客群[9]。美国顾客满意度指数(American CSI，ACSI)测评中没有对顾客进行分类处理的环节[10]，同样CCSI的测评也没有相应环节来对顾客分类处理[6]。这样，在目前的CSI的测评实践中，实际上施加了一个无形的假设，即顾客具有同质性。在社会经济统计中，同质性的假设非常普遍[11]。
在中国这样一个同时具有城乡经济和文化差异、东西部地区之间经济差异、南北方地区之间文化差异的地域内，对顾客满意度的测评中假设顾客具有同质性是否具有科学性，顾客异质性对顾客满意度指数测评的公平性带来什么挑战。科学性体现在当顾客存在异质性时，对顾客不加区分的处理而得到的指数能真实反映一个品牌的产品/服务的顾客总体满意程度；公平性体现在当顾客存在异质性时[12]，对顾客不加区分的处理，不会影响不同品牌的CSI的排名。CSI测评的科学性是公平性的前提，本研究以顾客异质性对某品牌的产品/服务顾客满意度指数测评的科学性的影响为出发点进行分析。
2 相关研究评述
顾客异质性是指顾客与顾客之间的差异性。顾客异质性是一个不可直接观测的潜变量，无法对其进行直接地测评，只能通过顾客异质性的观测变量来对其进行测评。在顾客满意度指数研究中，顾客异质性表现为顾客与顾客之间对同一个品牌的产品/服务顾客满意度测评的差异性。在其他条件一致的情况下，假设顾客对同一品牌的产品/服务的评价一致，认为顾客具有同质性，否则认为顾客具有异质性[13]。
在顾客满意度指数的测评中常常会发现一些顾客异质性现象。Dermanov等讨论了1999年俄罗斯和瑞典的啤酒、酸奶、移动通讯和银行服务等行业的满意度测评，发现俄罗斯的顾客在选择种类相对较少、购买价格相对较高的情况下，对4类行业的满意程度都比较高，顾客满意度指数都高于瑞典的顾客满意度指数[14]；由此发现，在顾客满意度指数测评中，不同经济发展水平下的顾客满意度存在差异，在市场经济环境中经济发展水平越高顾客满意水平越低，且随着一个地区的经济发展水平的提高，顾客消费同一品牌的产品/服务的满意程度会降低[14]。《中国顾客满意度指数指南》提及在对银行服务进行顾客满意度指数的测评时，发现随着顾客年龄的增长，对满意度指数测评中的各个结构变量的评价都提高，同时发现具有不同学历的顾客对银行服务的满意度也存在差异，呈现顾客学历越高对顾客满意度指数测评模型中的各个结构变量的评价越低的趋势[15]。
除了针对顾客满意度指数的测评之外，在类似的顾客满意度调查中也发现一些顾客异质性的现象。Johnson等对某剧院的1 000名观众进行满意度调查，研究表明，偶尔进剧院的观众、感知剧院未来戏剧质量风险较低的观众，在满意度测评时倾向于打出高分；而常观看戏剧的观众、在该剧院观看次数有限的观众和感知剧院未来戏剧质量风险较高的观众，在满意度测评时倾向于打低分[16]。Wu通过对从台湾去海外度假的游客的调查研究发现，游客群体之间的人际交往是否顺畅影响他们对旅行过程的满意度评价[17]。Simon发现性别和文化因素影响顾客对网站服务的顾客满意度的评价，表现为男性顾客的满意程度高于女性，欧洲、北美、亚洲和拉丁美洲的顾客在满意度测评时表现不同[18]。Ansari等就大学生对学校餐厅服务的总体满意度做测评时发现，大学生在顾客满意度评价中具有差异，并且大学生之间的异质性影响对学校餐厅的总体满意度评价[19]。
但是，这些研究并不是有针对性地研究顾客异质性对品牌总体满意度的影响，这里观察到的现象实际是说明总体中某个子样本的满意度差异(如学历高的顾客和学历低的顾客的满意度差异)，研究的目的仅限于或仅揭示了某几个影响顾客异质性的因素对满意度测评的影响，并没有说明这些子样本的满意度差异会不会扭曲总体的满意度测评，如把学历高的顾客和学历低的顾客混合在一起进行测评，能不能真实反映顾客群的总体满意度。
本研究中的顾客满意度指数是测评某个品牌的所有顾客的总体满意情况，这些顾客可能具有各种各样的特征。为此，本研究希望能在相关研究的基础上，研究顾客同质性的假设对顾客满意度指数测评究竟有什么影响，尤其是在顾客满意度指数的科学性和公平性方面进行一些有益的探讨。
3 模拟研究
在顾客满意度指数的研究中，顾客异质性常常与顾客自身之外的其他因素(如测评时间、测评过程、模型的可比性、指数的合成过程等)混淆在一起，非常难以鉴别。现阶段这些顾客之外的因素对顾客满意度指数的影响还有待进一步研究，由此导致通过大规模的调查来获取数据，并进行实证性地研究顾客异质性对顾客满意度指数的影响具有较大的局限性，在现在的研究状态下难以实施。
但是，现阶段可以采用模拟研究的方法，在可以控制的条件下，过滤掉测评时间、测评过程、模型的可比性等其他因素的影响，直接研究顾客异质性对顾客满意度指数的影响。这不仅是可行的，也是必要的，因为当前的模拟研究可以为今后可能进行的大规模调查研究工作提供借鉴、指明方向，并创造有利的研究条件。此外，顾客满意度测评中得到的样本一般仅为有限的样本，模拟研究比渐近分析等工具更适用[20]。
模拟研究的目标就是假定在顾客满意度指数的测评过程中，在测评时间、测评过程和测评品牌的产品/服务等因素相同的条件下，测评对象(顾客群)的异质性对测评该品牌的产品/服务的顾客总体满意度指数的影响。需要强调的是，考察的对象是顾客的总体满意程度，即所有具有异质性的顾客所代表的总体(顾客群)对该品牌的产品/服务的满意程度。
3.1 异质性刻画
要模拟研究顾客异质性对顾客满意度指数所产生的影响，就必须对顾客异质性进行刻画。而顾客异质性是一个潜变量，无法直接观测和衡量，若对顾客异质性进行刻画，需要找到顾客异质性的代理变量，一个途径是考虑顾客异质性的影响因素变量，另一个途径是考虑异质性所产生的结果变量。
一般而言，可能造成顾客异质性的因素有很多，包括文化因素、社会因素、环境因素和个人因素[3，4]，具体见表1。
图1顾客满意度测评中4类顾客打分分布示意图
Figure 1 Schematic Illustration about Customer's Evaluation in CSI
但是，在这些因素中有些是不可直接观测的，如文化因素和社会因素。而且，研究表明，顾客的异质性无法通过某个或某几个描述性的人口统计变量进行捕捉，更多地体现在利益、结果、需求层次上[9]。为此，通过影响顾客异质性的因素对顾客的异质性进行刻画的途径行不通，只能考虑第二种途径。无论顾客表现出的异质性是由何种因素引起，总是可以对具有异质性的顾客所表现出的态度差异进行划分。形象地说，假如把影响顾客异质性的因素输入一个黑匣子，不去研究这个黑匣子本身，而是通过这个黑匣子表现出的特性对顾客的不同类别进行区分，观察这些不同类别的顾客是否对顾客满意度指数产生显著影响。
柴盈等通过对文化价值取向的测量，按照顾客对服务质量有形性、可靠性等维度的评价，把顾客分为响应型顾客、疑惑型顾客、挑剔型顾客和满足型顾客[21]。本研究采取这种研究思路对顾客进行划分，假定目前中国市场上有表现不同的A类、B类、C类和D类顾客，对同样质量的品牌的产品/服务，他们总是分别抱有敌视、无差别、肯定和热情的态度，分别称之为消极顾客、中庸顾客、理性顾客和热情顾客。用1～10级的李克特量表对顾客满意度进行测量，消极的顾客打分通常在2～4之间，中庸的顾客打分通常在4～6之间，理性的顾客打分通常在6～8之间，热情的顾客打分通常在8～10之间，参见图1。
用顾客在态度上的表现作为顾客异质性的代理变量，对顾客的异质性进行研究。简单起见，对这4种不同的表现进行模拟，并分别用正偏的β分布β(4，9)、对称的β分布β(6，6)、中度负偏的β分布β(9，4)和高度负偏的β分布β(9，1)[22]模拟他们的行为。
3.2 试验设计
对4类具有异质性的顾客进行模拟，研究他们在顾客满意度测评中对顾客满意度指数的影响。本研究设计如下试验。首先，设计11种情境，在不同的情境下参加测评的顾客群组成不同。情境1中参加测评的顾客群由A类顾客和B类顾客组成，情境2中参加测评的顾客群由A类顾客和C类顾客组成，以此类推，情境11中参加测评的顾客群包括了A类、B类、C类和D类顾客。每种情境下，顾客群由不少于两类的顾客组成，具体见表2。然后，对不同情境下的顾客满意度指数进行测评。进行顾客满意度测评需要选取一个测评模型，在实践中最具代表性的顾客满意度指数是ACSI，许多国家和地区的顾客满意度指数都是在ACSI的基础上构建起来的；同时，考虑到其与EPSI(欧洲顾客满意度指数)和CCSI等测评模型的主要差别，构建了一个类似CCSI的基础测评模型，具体见图2。
在这个顾客满意度基础测量模型中有6个潜变量。从内生和外生的角度来讲，品牌形象是外生潜变量，其余为内生潜变量；从与核心变量顾客满意的关系上讲，品牌形象、顾客期望、感知质量和感知价值是起因变量，顾客忠诚为结果变量；每个潜变量都有2～3个观测变量，每个显变量都只从属于一个潜变量。为了控制研究过程，同时假定，①变量之间不存在非线性相关关系；②各解释变量之间不存在多重共线性；③测量误差相互独立；④样本具有独立同分布特性；⑤不存在遗漏值。这个模型写成结构方程模型的一般形式为
3.3 数据生成过程
建立模型之后，采用蒙特卡罗方法模拟出顾客满意度测评的数据。首先依次生成4类顾客的数据，分别是服从正偏的β分布β(4，9)的A类、对称的β分布β(6，6)的B类、中度负偏的β分布β(9，4)的C类以及高度负偏的β分布β(9，1)的D类数据。首先生成服从β(4，9)的数据，对模型总体参数等相关条件进行预先设定，Paxton等认为在设定模型的总体参数时最好选择实际应用中常碰到的参数值，即使在最小的样本容量下，这些参数也应该是统计显著的，而且拟合优度应选择本研究领域具有代表性的，但一般在0.2～0.8之间[20]。为此，挑选一组符合上述条件的实际发生的总体参数和拟合优度作为研究的初始设定值。同时假定测量误差ε和δ相互独立并服从标准正态分布，假定结构模型的残差项ζ服从联合正态分布。由于实践中顾客满意度测评普遍采用的样本容量为250以上，本模拟研究采用每个样本不少于250个数据点。为了获得稳定有效的结论，进行50次重复试验。本研究通过SAS 9.1执行模拟过程，具体步骤如下。
3.4 参数估计和假设检验
通过上述过程，可以模拟产生A类、B类、C类和D类顾客的数据，每类顾客有50组样本容量为250的CSI测评数据，分别在不同的情境下进行顾客满意度指数的计算。以情境1为例，调查对象是A类和B类两类顾客，把代表A类顾客的样本数据和代表B类顾客的样本数据混合在一起，代入图2所示的模型进行估计。参数估计的方法采用偏最小二乘估计方法，使用Visual-PLS软件[23]，得到估计的参数后，采取ACSI的指数标准化方法[10]得到CSI，由此可以得到该种情境下的50组CSI。同样，可以得到情境2～情境11下的各50组CSI。全部估计完毕，可以得到共计11×50组CSI用于检验。
下面介绍假设检验的基本思想和具体检验过程。以情境1为例，在情境1下进行顾客满意度测评，测评对象是由两类顾客组成的一个总体(顾客群)。需要强调的是，情境1下CSI测评的目标不是每类顾客的顾客满意程度，而是由这两类顾客构成的总体(顾客群)的顾客满意程度。若把两类顾客的数据直接混合在一起不考虑已知这个总体由两类顾客构成这一先验信息，计算得到的指数可以称之为无条件期望，
另一类是T值较大、P值小于0.05，反映出测评偏差与零之间的差异较显著，说明在这些情境下顾客异质性对CSI的测评产生了影响。仔细分析影响显著的这些情境可以发现，这些情境有几个共同的特点，包括测评偏差均值为正、偏度为正、峰度为正。测评偏差均值为正说明，CSI体系在这些情境下有高估总体顾客满意程度的倾向；在测评偏差为正的前提下，偏度也为正，说明测评偏差多集中分布在均值左侧，结合表3最大值、最小值和范围统计量可知，测评偏差多分布在绝对偏差较小的位置；同时，峰度为正说明测评偏差的分布图形较标准正态分布的图形要陡峭，并没有多少极端数据分布在较广的范围[24]，对顾客满意度测评的测评偏差相对集中，比较稳定。
在了解表3假设检验结果的统计含义后，分析这些结果在顾客满意度指数测评中的含义及其对顾客满意度指数测评的科学性和可比性的影响。对照表2，观察各种情境下的顾客构成情况发现，情境4、情境5、情境6、情境10都没有包含A类顾客，情境1、情境2、情境3、情境7、情境8、情境9、情境11都包含了A类顾客，而在本研究模拟定义中，A类顾客是对事物持敌视态度的消极顾客，如果用1～10级李克特量表对满意度进行测量，他们的打分一般会在2～4之间。在测评中如果测评对象包含了A类顾客之外的B/C/D类顾客的任何组合(但不少于两类)，顾客异质性对满意度测评的影响都不显著，包括对CSI测评的科学性和公平性，即在其他条件相同时，此时的CSI是真实顾客满意程度的反映，顾客异质性不会对不同品牌的CSI排名产生影响；但是，在对具有异质性的顾客群进行满意度测评时，如果测评对象(不少于两类顾客)中出现了A类顾客，通过现有的满意度测评体系测出的满意度指数并非真实的顾客满意程度的反映，而是具有高估顾客满意程度的倾向，高估偏差的波动性较小，高估程度总是非常稳定。这意味着，当顾客存在异质性时，不仅测出的满意度指数并非是测评对象真实满意度指数的反映，而且被测评企业的满意度高低位次可能会因此而改变，异质性对满意度指数的公平性会产生一定的影响。
4 讨论
4.1 结果讨论
顾客满意与企业绩效紧密相关，是顾客在进行消费决策时的参考指标，这使顾客满意不仅成为企业追求的目标，也成为企业的一种营销工具。顾客满意度指数作为一种颇受推崇的测评顾客满意程度的方法，已成为企业、消费者和相关机构衡量某品牌的产品/服务满意水平的参考指标，顾客满意度指数的科学性和公正性至关重要。
顾客异质性在市场营销领域的研究中已成为共识，而在满意度测评中，对所有被测评顾客是没有区分地同等对待的，其中隐含的假设是顾客具有同质性。在中国具有城乡差异、文化差异和经济差异等情况下，检验这种假设对顾客满意度指数测评的科学性和公平性是否有影响具有实际意义。
本研究通过模拟4类具有异质性的顾客群，并设计试验过程，考察通过目前CSI测评体系测出的某品牌的产品/服务顾客满意水平同其真实顾客满意水平的差距，并分析顾客异质性对顾客满意度指数测评的科学性和公平性的影响。从目前顾客满意度测评的实践看，顾客倾向于采用测量量表中的高分值来表达自己的满意程度，即参加测评的顾客多数打分都会在6～10这些区间。顾客满意度测评中测评数据负偏已成为目前所了解的一个经验特征事实[1，11]。本研究所模拟研究的C类顾客和D类顾客与这一经验特征事实相吻合，为此假设在异质的顾客群中顾客对某品牌的产品/服务的评价真实地落在这些高分值区间，可以认为顾客异质性对一个总体(品牌)的顾客满意度指数的影响并不显著，也不会对顾客满意度指数测评的公平性产生影响。
然而，负偏这一经验特征事实毕竟只是从观察到的满意度测评数据中提炼出来的，仍有待心理学、社会学和管理学等领域的相关理论来解释，并进行相关验证。对这一经验特征事实主要的疑问在于，假使某顾客的真实满意度在2～4分之间，但是受社会风气、习俗文化、面子问题等的影响，该顾客在填写满意度问卷的时候填写成6～8分，那么如何处理这种情况，是保留顾客填答的得分分值，还是对顾客给出的答案进行处理，还原成2～4分的分值；如果这类顾客不是一名或两名，而是一群顾客，那么又如何处理。在中国目前兼具城乡差异、经济差异、文化差异的情况下，顾客具有同质性这一假设有待检验。
鉴于此，在中国顾客满意度测评中需要考虑异质的顾客群中顾客的打分出现在正偏分布的情形，即模拟研究的异质顾客群中出现A类顾客的情形，此时会高估一个品牌总体层面的顾客满意程度，进而影响顾客满意度指数测评的科学性和公平性。比如，在目前的CSI体系下，测评发现甲、乙两个品牌的CSI得分相同，而只有甲品牌的多个顾客群中包含了A类顾客，那么甲品牌的CSI的得分将被高估，甲品牌的满意度应低于乙品牌的满意度。那么，对乙品牌而言，目前的CSI体系欠缺一定的公平性。
虽然高估顾客满意度的行为迎合了商家具有高估自己品牌满意度的营销心理，但造成这种影响的可能原因很难从营销学的角度进行解释，更多地应从顾客满意度指数所普遍采用的方法论的角度寻找原因，这有待进一步的探讨，可能的原因包括结构方程模型很难有效地控制建模过程中的误差以及偏最小二乘估计方法本身是一种有偏估计方法。
为了还原真实的顾客满意程度，并保持CSI测评的公平性，目前顾客满意度衡量的方法需要调整，真实的顾客满意程度应该通过预先考虑顾客异质性的方法来衡量。在模拟研究中，使用了利用顾客异质的先验信息计算的有条件均值方法。但是在实践中对一些因素(包括文化、社会和某些个人的观念等)难以有效的衡量，而且这些影响顾客异质性的因素往往交织在一起，共同影响满意度的测评，很难通过一个或几个已知变量来把具有异质性的顾客群加以分类，因此通过这种事先把顾客群进行分类的聚类分析方法在实践上缺乏可行性。
或许可以考虑一种后验的方法，即能在顾客满意度的测评过程中根据其测评结果对顾客同时进行分类的顾客满意度估计方法。有限混合偏最小二乘方法[9]、分层贝叶斯方法[19]、有限混合结构方程模型[25]、分层贝叶斯概率单位模型[26]和潜变量结构空间方法[27]都是对顾客异质性进行捕捉的同时直接测评某品牌的产品/服务的顾客满意度的方法，但是这些方法是否可以直接运用到CSI的测评中还有待研究。
4.2 局限性
本研究的局限性首先体现在模拟研究的局限性。
(1)影响顾客异质性的因素有很多，如表1中列示的性别、年龄、受教育程度、个性、文化等因素。作为一个模拟研究，难以还原有哪些因素将会影响顾客的异质性，并进而影响顾客满意度指数。尽管，未知顾客异质性的具体影响因素不会影响本研究结论，但是得知哪些因素影响顾客异质性在管理上具有实践意义。
(2)在实际中，顾客异质性对顾客满意度指数的影响结果可能有很多表现，但是本研究的模拟研究仅预先假定顾客有4种类别，并因此已知关于顾客群具有异质性的先验信息。而在实践中，是否有这4类的顾客异质性的表现或者顾客有几类的表现具有不确定性。
(3)在模拟研究中没有对各个情境中各类顾客的比重做预先的规划。在不同情境的假设检验中把所有模拟生成的不少于250个样本数据全部投入检验。可以预见，比重的大小不会影响结果，因为在各类顾客的比重变化之后，被测得某个品牌的实际CSI在变化，该品牌的名义CSI也在变化，所以实际CSI和名义CSI的比较结果不会受到影响，实际CSI就是考虑异质性的有条件均值，而名义CSI就是没考虑异质性的无条件均值。但是，这一点还需要通过更大规模的模拟研究或者实证研究加以检验。
(4)本研究对中国现实情况下顾客测评数据的具体特征没有进行探讨，也没有对导致当前测评数据负偏的具体原因做出解释，需要进一步研究。此外，本研究在模拟研究中限定了很多的前提条件，如采用相同的基础测评模型，这些限定条件对研究结果有何影响没有进行深入探讨。
5 结论
本研究探讨顾客异质性对顾客满意度指数测评的影响，通过模拟研究发现，在目前顾客满意度测评数据具有负偏倾向、其他条件一致的情况下，顾客异质性对顾客满意度指数没有显著影响，测出的某品牌的产品/服务的CSI是其真实CSI的反映；而在对异质性的顾客群进行顾客满意度测评时，如果部分顾客满意度测评数据出现正偏倾向，即部分顾客倾向于用低分值表达自己的满意度时，在其他条件一致的情况下，顾客异质性将对顾客满意度指数的科学性和公平性有显著的影响，需要对测评方法进行改进。
长久以来，许多学者都观测到在顾客满意度测评中的顾客异质性行为，但都没有深入研究，在多数研究中都采用顾客同质性的研究假设。本研究不仅对顾客同质性的假设提出质疑，而且采用科学方法回答了顾客异质性对顾客满意度指数的影响问题，为顾客满意度指数在中国的推广和应用以及顾客满意度的测评提供了理论参考和实践指导。