B2C电子商务网站的顾客满意度评价

B2C电子商务网站的顾客满意度评价摘要:顾客满意度是衡量企业产品和服务质量的一个重要指标,对B2C电子商务网站的顾客满意度进行评价是对网站总体评估的重要组成部分。本文从顾客满意度出发,建立了评价指标体系,基于灰色系统理论,采用层次分析法与模糊综合评价相结合的方法构建了B2C电子商务网站的多层次评价模型。从而了解到顾客满意度的影响因素,为网站提供了改进方向。关键词:顾客满意度;B2C电子商务网站;模糊综合评价1引言中国互联网络信息中心的统计报告数据显示,截至2009年6月30日,中国网民规模达到3.38亿人,普及率达到25.5%,较2008年底年增长4000万人,半年增长率为13.4%,中国网民规模依然保持快速增长之势。网络购物的用户规模在目前经济形势下由7400万扩大到8788万,增加了近1400万用户;网上支付半年增加达到2370万人,使用率增加4.8个百分点。根据赛迪顾问的数据,2008年中国电子商务B2C市场交易额达到1776亿元,同比增长51.4%,随着网民数量的不断增加和网上购物环境的进一步好转,预计未来三年B2C市场复合增长率可达到41%,2011年B2C市场规模有望达到4982亿元。在买方市场条件下,市场需求有限,产品供大于求,竞争激烈。另一方面,消费者也越来越理性,越来越挑剔。在此条件下,企业生存与发展关键不在于其能生产出多少产品或提供多少服务,而在于产品或服务满足顾客需求的程度即顾客满意度。顾客满意度是衡量企业产品和服务质量的一个重要指标,它受多种因素的影响,而且各因素之间的联系不完全确知。由于网络的虚拟性和网上购物的特殊性,顾客对网站及其提供的产品和服务的认识具有灰色性。利用灰色系统理论对信息不完全确知的小样本系统分析的优势,可以了解影响B2C网站满意度的测评因素,为网站提供改进的方向,进而提升企业竞争力。2B2C电子商务网站顾客满意度评价模型2.1评价指标提取本文在分析和总结其他文献的基础上,以科学性、导向性、可操作性为基本原则,建立了包括以下4个一级指标和14个二级指标的B2C电子商务网站评价指标体系。2.1.1网站商务指标反映消费者对产品质量和价格方面的要求,主要包括产品质量,价格竞争力,产品丰富度。2.1.2网站功能指标主要从技术和安全两方面反映顾客的要求,包括网站访问速度,检索功能,在线支付安全性。2.1.3网站服务指标从网站提供的服务质量角度出发,反映顾客满意程度,包括订单处理,物流配送,售后服务,支付方式,客户沟通互动。2.1.4网站整体指标从整体上反映顾客对企业的认可度,包括页面设计,网站形象,品牌知名度。2.2层次分析法确定权重2.2.1层次分析法的基本原理和步骤层次分析法(AnalyticHierarchyProcess,简称AHP)是美国运筹学家T.L.Saaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。它是一种对较为复杂和模糊的问题作出决策的简易方法,特别适用于那些难于完全定量分析的问题。运用层次分析法大体上按下面三个步骤进行:(1)建立递阶层次结构模型(2)构造出各层次中的所有判断矩阵(3)层次总排序及一致性检验2.2.2层次分析法的应用其基本操作原理为:对各个评价指标的重要性进行两两比较,构成判断矩阵,求出矩阵的最大特征值及对应的特征向量,该特征向量就是特征指标的近似权重。以一级指标为例,利用“1-9比例标度法”对各指标进行两两对比,按照图1的指标顺序,设ti为第i个指标,tj为第j个指标。若两者同等重要则都取1;若ti比tj稍微重要则前者取3后者取1/3;若ti比tj明显重要则前者取5后者取1/5;若ti比tj强烈重要则前者取7后者取1/7;若ti比tj绝对重要则前者取9后者取1/9;介于它们之间取值为2,4,6,8和它们的倒数。构成权重矩阵A={aij}。求解矩阵的最大特征值及其对应的特征向量。最大特征值为λmax=4.081,其对应的特征向量为(0.38,0.16,0.40,0.06)。利用wi=wi/∑wi将向量正规化,即得标准权重W=(0.38,0.16,0.40,0.06)。由于客观事物的复杂性和人为判断的主观性,每个判断结果都无法保证完全一致。因此为了保证评价结果的合理,还需要对矩阵的一致性进行检验。一致性指标CI=(λmax-n)/(n-1)(n为判断矩阵的阶数)的值越大,表明判断矩阵偏离完全一致性的程度越大,反之表明判断矩阵越接近于完全一致性。对于多阶判断矩阵,引入平均随机一致性指标RI(RandomIndex)。计算随机一致性比率CR(ConsistencyRatio)=CI/RI。当CR0.1时,认为判断矩阵具有满意的一致性;当CR≥0.1时,则认为判断矩阵不具有一致性。代入数据,CI=(4.081-4)/(4-1)=0.027,根据层次分析一致表查得,维数为4的RI=0.90,所以CR=0.027/0.90=0.0300.1,故判断矩阵一致性可以接受。利用同样方法可得符合一致性检验的其他指标权重。二级指标的权重记为Wi={W1,W2,W3,W4}。整个指标体系的权重如表1。2.3模糊综合评价方法模糊综合评价是借助模糊数学的一些些概念,应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。模糊综合评判作为模糊数学的一种具体应用方法,其基本原理是:首先确定被评价对象的因素(指标)集和评价(等级)级;再分别确定各因素的权重和它们的隶属度向量,获得模糊评价矩阵;最后把模糊评价矩阵和因素的权向量进行模糊运算并归一化,得到模糊评价的综合结果。2.3.1确定评价等级将评价标准分为4个等级,分别是满意,较满意,一般,不满意。按10分制打分,对其赋值转化为定量指标,各等级所对应的分值区间分别为[7,10],[5,7],[2,5],[0,2]。2.3.2构建评价样本矩阵组织r个人对被评价对象按照评价等级进行评分,设第k个人对某个指标Bij(第i个一级指标的第j个二级指标)的评分记为uijk,对指标Bi的样本矩阵Ui为:2.3.3确定评价灰类及白化权函数由于将指标的评分等级分为4级,所以评价灰类(e)也为4级,e=1,2,3,4,分别是满意,较满意,一般,不满意。根据灰色统计法,相应白化函数如图2.3.4计算灰色评价系数根据评分表和白化权函数计算,对某个二级指标Bij(i=1,2,…,m;j=1,2,…,n),被评价对象属于第e个灰类的评价系数xije(e=1,2,3,4)和总灰色评价系数xij。则有:2.3.5计算灰色评价权向量及矩阵所有人就评价指标Bij,对被评对象主张的属于第e个灰类的灰色评价权dije=xije/xij。本文评价灰类有4个,所以被评对象的评价指标Bij对于各个灰类的灰色评价权向量dij=(dij1,dij2,dij3,dij4)。指标Bi的灰色评价权矩阵Di。