基于产品危害事件的品牌忠诚度影响因素探究

基于产品危害事件的品牌忠诚度影响因素探究一．研究背景近年来，随着消费者权益意识的觉醒，消费者的需求越来越苛刻，政府对于产品安全设立了更严的法规，越来越多的产品出现以质量危机为核心的产品伤害事件，从雀巢、亨氏、可口可乐等曾经高高在上的国际品牌到巨能钙、汇源果汁、光明牛奶、龙口粉丝等本土知名品牌都难以幸免，2008年奶制品行业的三聚氰胺事件更是引起行业、政府、消费者的广泛关注，让该行业很多知名品牌陷入困境。因此，产品伤害事件相关的研究越来越成为研究的热点。二．文献回顾产品伤害危机是专指企业营销中的产品伤害危机事件。企业营销中的产品伤害危机事件是指偶尔出现并被广泛宣传的关于某产品是有缺陷的或是对消费者有危险的事件(Siomkos，GeorgeJ，Kurzbard，Gary，1994)。产品伤害事件的种类很多，在产品责任危机的研究中，Smith，Larry(2003)对产品责任危机进行了分类：(1)可辩解型(defensible)：公司可以在媒体或法庭上澄清和证明产品是无害的、没有缺陷的；(2)不可辩解型(indefensible)：公司无法澄清和证明产品是无害的、没有缺陷的，产品面临召回或退出市场，公司可能遭受大量的民事诉讼。在此基础上，方正(2006)提出了将产品伤害事件分为可辩解型与不可辩解型，两类产品伤害危机的分类依据是产品缺陷或伤害是否违反相关产品法规或安全标准。品牌的忠诚度是消费者实现持续购买，企业实现持续营销的关键因素，也是企业品牌资产的重要组成部分。有关研究表明，企业开发一个新顾客的成本是维系一个忠诚顾客成本的5～6倍，有时即使争取到了一位新顾客，也要在很长时间之后才能真正从该顾客身上获得利润。还有研究发现，只要把老顾客的背叛率降低5%，获利就会提高25%～85%。现有的研究成果（Aaker1991，DickandBasu1994，ChaudhuriandHolbrook2001）都指出品牌忠诚会给企业带来诸多的营销优势，比如降低营销成本、获得更多的新顾客、积极的口碑传播和顾客对竞争对手策略的抗拒制等。产品伤害事件的发生必然会对消费者的品牌忠诚度产生明显的影响，以前的在产品伤害事件背景下的相关研究都集中在品牌忠诚度的相关领域，比如品牌资产、消费者的选择集、购买意愿、感知风险等，但还没有直接研究其对品牌忠诚度的影响。直接研究产品伤害事件与品牌忠诚度的关系始于四川大学的方正（2007）。因此，我们是考虑企业在经营过程中一直致力于企业形象的打造，及品牌建设，这些影响品牌忠诚度的因素在产品危害事件之前就存在，我们想探究的是产品危害事件发生后这些因素中哪些是主要因素。以便为企业应对产品伤害事件以及品牌管理实践提供一定的基本理论支持。对于品牌忠诚度的定义，目前比较典型的有以下几种：伊士曼(Eisman)、雷吉娜(Rigena)认为是消费者很有规则性地购买同一个品牌的产品；奥利维尔(Oliver)认为是消费者在将来始终如一地重复购买其偏好的某产品或服务的一种深深秉持的心理承诺，即使发生有可能引发转换行为的环境变化或营销活动，还是会引发对相同品牌或相同品牌系列的反复购买。对于品牌忠诚度的构面，贝丁格尔(Baldinger、罗宾森(Rubinson)、郝丽斯(Hollis)认为应该包含行为及态度的忠诚。哈瑞思(Harris)和古德(Goode)进一步将品牌忠诚度划分为截然不同但又相互联系的四个部分，即认知忠诚、情感忠诚、意动忠诚与行为忠诚四个构面。刘礼、周庭锐研究了中国文化背景下品牌忠诚的维度，认为包括认知忠诚、态度忠诚与行为忠诚三个方面。对于品牌忠诚度的影响因素，基于认知理论的观点，认为品牌忠诚可以看作经典的“认知一态度一行为”模式的典型代表。瑞奇福德、爱德蒙、安德鲁和马瑞佳等(Ratchford、Erdem、Andrew＆Manrajetc.)认为消费者的风险认知是影响品牌忠诚度的重要因素。奇德哈瑞与郝厄布鲁克(Chaudhuri＆Holbrook)认为消费者对品牌的信任程度、满意程度、消费时的情感、心境等都对忠诚度有明显的影响。佳可比(Jacoby)等人认为他人的推荐行为也会影响被推荐人的品牌忠诚度。古曼斯(Gommans)也基于网络技术的发展提出电子商务过程中的价值主张、品牌建设、安全信任、网络技术及客户服务对电子商务过程中的品牌忠诚度的影响。邹德强、王高、赵平等认为品牌象征意义对品牌忠诚度有显著影响，且其对于品牌忠诚度的影响存在性别差异，对女性的影响强于男性；形象风险会调节品牌象征意义对品牌忠诚的作用，即形象风险越高，品牌象征意义的作用越强。奥丁(0dinY)等人研究了品牌敏感性对忠诚度的影响，认为品牌敏感性高情境下的重复购买也是品牌忠诚的表现，反之则为习惯性购买。在品牌忠诚度的研究中，出现了一系列消费者品牌忠诚驱动因素模型，尤以国外者居多，比如：欧洲顾客满意度指数模型，即ECSI模型、Blackwell等1999年提出的价值---忠诚度模型、Moorman等提出的顾客忠诚经验模型(TheEmpiricalCustomer-LoyaltyModel)以及Michael等1999年提出的顾客满意和顾客价值双驱动的实证研究模型。这里介绍一下影响最为深远的ECSI模型。随着顾客满意指数(CSI)在瑞典、丹麦等欧洲国家推行和在美国等其他国家的继续推广：欧洲顾客满意度指数(ECSI)模型在欧洲学者的推动下得到了越来越多的应用：并于1999年在欧洲的10个国家开始实施：该模型已经在多个产业领域得到广泛应用：对不同行业具有较强的适应性。该模型充分研究了影响顾客满意度和顾客忠诚度的一些关键因素以及彼此之间的关系：模型比较完整：该结构方程模型具体如下(图1)：顾客期望感知形象感知质量：硬件要素感知质量：软件要素感知价值顾客满意顾客忠诚在国内的研究中，四川大学的曾旺明和李蔚2008年提出了一个产品伤害事件对消费者品牌忠诚度的影响机制模型，如下图：感知风险品牌忠诚品牌情感感知损失品牌信任性别三．问卷调查与分析本文的研究方法采取主成分的因子分析法，旨在分析产品危害事件情境下影响品牌忠诚度的因素(一)问卷的编制和修订过程问卷设计的依据原理：根据前人对品牌忠诚度影响因素的相关实证研究，经过小组多次讨论设计问卷，并通过反复调试与修改，最终确定了问卷每个题项。(二)问卷的编制采用何种处理方法本问卷是一种态度量表，用以测量各题项对产品危害事件的品牌忠诚度影响的各因素的态度，要求填答对象独立判断并填表，本问卷以李克特五级量表来衡量，选项依次为“一定不会”“2=很可能不会”“不确定”“很可能会”“一定会”。并依次给1-5分。(三)问卷的发放及回收考虑到实地获取样本具有一定的难度，本问卷主要是采用通过电子邮件的方式进行发放，共发放问卷200份，收回问卷153，有效问卷113。受访者结构为：男性51.3％：高中生15.9％，本科生49.6％，研究生32.7％。从本问卷的填答者的学历构成来看，基本上都具有较高的学历，人数最多的是本科生，其次为研究生，共占82.3%。(四)统计分析与解释采用SPSS统计软件对问卷进行分析并做出解释：1.KMO和球形Bartlett检验下表给出了因子分析的KMO和球形Bartlett检验结果。KMO值为0.812，接近1，表明各变量间的相关程度无太大差异，数据适合做因子分析。Bartlett球形检验的概率P值为0.000,即假设被拒绝，强烈认可了变量之间的相关性，也就是说，可以认为相关系数矩阵与单位矩阵有显著差异，即相关系数矩阵不是单位矩阵。而且Bartlett球形检验的卡方值为932.186，达到显著水平，代表母群体的相关矩阵间有共同因素存在，适合进行因子分析。KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..812Bartlett'sTestofSphericityApprox.Chi-Square932.186df190Sig..0002.因子分析的总方差解释下表显示的是因子分析中的原有变量中总方差被解释的列表。该表由3部分组成，分别为初始因子解的方差解释、提取因子解的方差解释和旋转因子解的方差解释。TotalVarianceExplained6.42632.12832.1286.42632.12832.1282.75813.79113.7911.8939.46341.5911.8939.46341.5912.66413.32127.1121.5267.63149.2221.5267.63149.2222.64613.22840.3411.2636.31555.5381.2636.31555.5382.21011.04851.3891.1915.95461.4911.1915.95461.4911.9479.73361.1221.1415.70567.1961.1415.70567.1961.2156.07467.196.8654.32471.520.7993.99375.513.7113.55679.069.6893.44482.514.5312.65585.169.4792.39587.564.4492.24589.809.4062.03191.841.4001.99993.840.3531.76795.607.3251.62597.232.2441.22198.453.165.82599.278.144.722100.000Component1234567891011121314151617181920Total%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%InitialEigenvaluesExtractionSumsofSquaredLoadingsRotationSumsofSquaredLoadingsExtractionMethod:PrincipalComponentAnalysis.由图可知，以特征根1的标准截取数据，结果显示，前6个因子的特征值之和占总方差的67.169%。即前6个因子解释原始20个变量的67.169％。3．未旋转的因子载荷矩阵显示了原始变量与各主成分之间的相关程度。根据他们的相关程度的大小，综合出各因子的含义。但是根据未旋转的因子载荷矩阵解释共性因子具有的实际意义并不是很容易的事，对初始共性因子进行旋转，可以获得一组新的共性因子，使对公因子的命名和解释变得更加容易。ComponentMatrixa.717-.319-.195-.250.234-.002.699-.416-.145-.250.108.074.683-.111-.240.024.294-.326.660.314-.264.404-.113-.075.653.189.308.086.020-.165.641-.444.060.052-.072-.111.621.289-.277.460-.112-.147.620.329.119-.210-.028.361.587.398.125-.181.027-.344.579.147-.331-.171-.141-.060.553-.402.001.151-.313.070.550.013.504-.195.371-.135.544.044-.238.339.078.094.487.442-.048-.406-.260-.077.555-.590.088.187-.072.160.535.168.597.133.015-.049.436-.057.454.198.002.380.454.121-.038-.247-.534.419.320.101-.372-.244.453.351-.006.373-.033.307.424.448品牌知名度品牌地位消费者评价感知质量口味市场占有率满意度短期促销产品象征形象广告应对公司实力产品种类品牌诚实善良政府联合公司规模包装外观不反应专家应对感知风险竞争者价