張義偉,范祖莉,陳曉敏
(紅河學(xué)院商學(xué)院,云南蒙自 661199)
隨著我國(guó)電子商務(wù)的快速發(fā)展,同時(shí)也促進(jìn)了我國(guó)快遞物流行業(yè)的成長(zhǎng),2020年我國(guó)快遞業(yè)務(wù)量和業(yè)務(wù)收入分別達(dá)到830億件和8650億元,同比增長(zhǎng)30.8%和16.7%。與此同時(shí),企業(yè)間的競(jìng)爭(zhēng)也越來(lái)越激烈,這使得其面臨更多的挑戰(zhàn)。另外,值得注意的是,在隨著網(wǎng)絡(luò)購(gòu)物和快遞物流企業(yè)發(fā)展給我們生活帶來(lái)便捷服務(wù)的同時(shí),快遞物流公司出現(xiàn)了類似于丟失短少、快件損毀、延誤等投遞服務(wù)問(wèn)題,如何提高客戶滿意度仍然是快遞物流企業(yè)當(dāng)前關(guān)注的重要問(wèn)題。因此,在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下,及時(shí)準(zhǔn)確地掌握顧客對(duì)服務(wù)質(zhì)量及過(guò)程感知情況和顧客滿意度影響因素等,對(duì)于提高快遞物流企業(yè)服務(wù)水平和質(zhì)量,進(jìn)而提高其競(jìng)爭(zhēng)力有著重要的意義。
本文通過(guò)層次分析法確定快遞物流企業(yè)客戶滿意度影響因素,設(shè)計(jì)快遞物流企業(yè)客戶滿意度問(wèn)卷,調(diào)查并分析影響滿意度的相關(guān)因素,以期望為促進(jìn)快遞物流企業(yè)的良性發(fā)展提供參考。
“滿意度”一詞最早是由德國(guó)學(xué)者在20世紀(jì)30年代提出,并被應(yīng)用于營(yíng)銷學(xué)當(dāng)中。1988年,美國(guó)學(xué)者Fornell將結(jié)構(gòu)方程和滿意度相結(jié)合,提出了新的滿意度模型,成為世界各國(guó)制定國(guó)家滿意度指數(shù)的基礎(chǔ)模型。瑞典最先推出SCSB,之后不斷發(fā)展為ACSI和ECSI。我國(guó)從2001年開始,原信息產(chǎn)業(yè)部開始對(duì)全國(guó)電信運(yùn)營(yíng)商的顧客滿意度指數(shù)進(jìn)行了研究,并隨后公布了電信行業(yè)的顧客滿意度指數(shù)(TCSI)。對(duì)快遞物流企業(yè)滿意度研究最早是通過(guò)對(duì)包括韻達(dá)、順豐、中通在內(nèi)的大型民營(yíng)快遞企業(yè)作為研究對(duì)象展開研究[1],提出影響快遞行業(yè)滿意度的三個(gè)關(guān)鍵因素分別為客戶期望、企業(yè)優(yōu)勢(shì)指標(biāo)及企業(yè)的弱點(diǎn)。物流企業(yè)顧客滿意度的提升能夠促進(jìn)顧客關(guān)系管理,企業(yè)才能更好地為顧客服務(wù)[2]。在研究方法上,主要采用的方法有結(jié)構(gòu)方程[3-4]和灰色關(guān)聯(lián)分析法[5],研究結(jié)果表明企業(yè)形象、服務(wù)可靠性、服務(wù)響應(yīng)性、服務(wù)便利性、價(jià)格合理性均對(duì)顧客滿意度產(chǎn)生影響,但是從接觸理論視角進(jìn)行研究卻得出感知服務(wù)、感知質(zhì)量、感知價(jià)格、顧客期望均對(duì)顧客滿意度產(chǎn)生影響,影響程度依次降低,并且認(rèn)為接觸是改善感知服務(wù)質(zhì)量的關(guān)鍵環(huán)節(jié),而編制問(wèn)卷的研究結(jié)果是認(rèn)為物流服務(wù)的有形性、可靠性、響應(yīng)性、保證性和移情性與顧客滿意度直接相關(guān)[6]。在顧客滿意度影響因素上,認(rèn)為改善公司企業(yè)文化、培訓(xùn)提高員工的素質(zhì)水平,增加運(yùn)輸?shù)姆绞剑嵘\(yùn)輸效率能夠顯著提高顧客滿意度[7],在物流的終端配送環(huán)節(jié),價(jià)格、便利性、溝通性、響應(yīng)性和可靠性[8]、服務(wù)的時(shí)效性和質(zhì)量高低一定程度上影響顧客滿意度[9],價(jià)格是影響客戶滿意度的最重要因素[10]。目前,關(guān)于快遞、物流行業(yè)的滿意度研究較多,但由于地域、研究對(duì)象等方面存在諸多差異,研究結(jié)果也出現(xiàn)了較大差異。同時(shí)國(guó)內(nèi)針對(duì)物流行業(yè)的滿意度研究主要集中在特定企業(yè),針對(duì)整體快遞物流企業(yè)的滿意度影響因素研究偏少。因此,本文基于相關(guān)研究,通過(guò)層次分析法確定快遞企業(yè)滿意度評(píng)價(jià)指標(biāo),在此基礎(chǔ)上編制問(wèn)卷,并構(gòu)建回歸方程,構(gòu)建基于顧客感知視角下的快遞物流企業(yè)的滿意度測(cè)評(píng)體系。
文章首先梳理有關(guān)快遞物流企業(yè)客戶滿意度的相關(guān)研究,運(yùn)用層次分析法確定快遞物流企業(yè)客戶滿意度指標(biāo),并據(jù)此編制快遞物流企業(yè)的客戶滿意度問(wèn)卷;采用李克特五級(jí)量表,通過(guò)問(wèn)卷星發(fā)放并回收問(wèn)卷,對(duì)問(wèn)卷結(jié)果進(jìn)行信度和效度分析;之后構(gòu)建回歸模型,利用STATA軟件進(jìn)行回歸,并對(duì)回歸結(jié)果進(jìn)行多重共線性和異方差檢驗(yàn),同時(shí)對(duì)檢驗(yàn)結(jié)果進(jìn)行修正,最終確定快遞物流企業(yè)客戶滿意度影響因素回歸模型,最后提出提升客戶滿意度的建議。
本研究將快遞行業(yè)的客戶滿意影響因素分為了5個(gè)二級(jí)指標(biāo),細(xì)分成了16個(gè)具體因素指標(biāo)。具體分類如下表所示:
表1 遞階層次模型
運(yùn)用德爾菲法,對(duì)各個(gè)因素的重要性進(jìn)行判定,設(shè)有兩個(gè)因素a和b,1-9來(lái)表示重要程度。1表示a和b同等重要;3表示a和b相比稍微重要;5表示a和b相比明顯重要;7表示a和b相比強(qiáng)烈重要;9表示a和b相比極端重要。2、4、6、8的重要程度處在之間位置。各級(jí)判斷矩陣受限于篇幅不再此處詳細(xì)列出。
表2 判斷矩陣特征向量及特征根
總排序一次性檢驗(yàn)指標(biāo):
C.I.=0.0046*0.0659+0.0014*0.3419+0.0367*0.06 58+0.123*0.1842+0.0018*0.342=0.0265
R.I.=0.0046*0.523+0.0014*0.875+0.0367*0.591+0.123*5.212+0.0018*0.5=0.6673
C.R.=C.I./R.I.=0.0265/0.6673=0.0397〈0.1總排序通過(guò)一致性檢驗(yàn)
經(jīng)過(guò)一致性檢驗(yàn)結(jié)果顯示,說(shuō)明本文構(gòu)建的5個(gè)二級(jí)指標(biāo)及對(duì)應(yīng)的具體觀察指標(biāo)具備一定的科學(xué)性,后文將根據(jù)此體系進(jìn)行問(wèn)卷調(diào)查,對(duì)影響滿意度的相關(guān)因素進(jìn)行進(jìn)一步的探究。
本研究的對(duì)象主要為快遞物流企業(yè)的服務(wù)對(duì)象客戶,客戶均為快遞型物流企業(yè)提供服務(wù)的長(zhǎng)期使用者。為了使調(diào)查對(duì)象具有廣泛性,調(diào)查結(jié)果更可靠,本文采用問(wèn)卷星在全國(guó)各地收集問(wèn)卷,在社交軟件、論壇和在線平臺(tái)發(fā)放問(wèn)卷。本次共計(jì)收集問(wèn)卷1317份,有效問(wèn)卷1317份,有效問(wèn)卷100%。
問(wèn)卷設(shè)計(jì)采用李克特5級(jí)量表法,共設(shè)有23個(gè)題項(xiàng),分別包括三層,第一層個(gè)人基本信息,包括性別、年齡、學(xué)歷、常住地、常住地等級(jí)。第二層為滿意度影響因素觀察指標(biāo),共15個(gè)題項(xiàng),滿意情況得分為5個(gè)等級(jí),滿意度水平從低到高1至5分。最后一層為客戶對(duì)整個(gè)快遞行業(yè)的總體滿意情況評(píng)價(jià)。此次調(diào)查樣本中女性的比例為59.5%,共784人,男性占比40.5%,共533人。樣本的年齡主要集中在18-45歲之間,合計(jì)占比高達(dá)98.1%。本次調(diào)查的群體有978人是本科學(xué)歷,147人為大專及以下學(xué)歷,150位碩士,42位博士。調(diào)查樣本符合現(xiàn)實(shí)情況,分布合理,具備代表性。卷樣本分布于六大地理區(qū)域,分別是:華東地區(qū)的閩、滬、蘇、浙、皖、贛、魯各省共計(jì)占比為25.2%;中南地區(qū)的粵、桂、瓊、豫、鄂、湘各省共占32.5%;西南地區(qū)的渝、川、黔、滇四省共占35.35%;華北地區(qū)的京、津、晉、冀、內(nèi)蒙古各省占5.4%;東北地區(qū)的遼寧省占0.3%,本次調(diào)查分布地區(qū)較廣,農(nóng)村常駐人口占比45.7%,城市常駐人口占54.3%,仍存在區(qū)域分布不均問(wèn)題,但對(duì)后續(xù)分析結(jié)果沒(méi)有顯著影響。
問(wèn)卷的信度情況良好,問(wèn)卷效度高于0.7,可以說(shuō)明問(wèn)卷調(diào)查所得數(shù)據(jù)可靠度、一致性和穩(wěn)定性較好。KMO檢驗(yàn)的值為0.947大于0.9,巴特利特球形檢驗(yàn)結(jié)果在1%的顯著性水平下顯著,表明此次調(diào)查問(wèn)卷設(shè)計(jì)有效、準(zhǔn)確程度較好。
表3 KMO和巴特利特檢驗(yàn)
客戶對(duì)快遞物流企業(yè)的滿意程度與服務(wù)的經(jīng)濟(jì)性、安全性、可靠性、質(zhì)量以及企業(yè)本身得形象呈現(xiàn)顯著的正相關(guān)關(guān)系,即經(jīng)濟(jì)性、可靠性及自身形象越好,服務(wù)質(zhì)量、安全性越高,客戶的總體滿意度越高。并且各因素之間的相關(guān)系數(shù)均大于0.5,說(shuō)明變量之間存在顯著正相關(guān)關(guān)系,互相影響。因此可以得出結(jié)論,快遞企業(yè)想提高顧客的滿意度,必須從提高服務(wù)經(jīng)濟(jì)性、安全性、可靠性、質(zhì)量及企業(yè)形象幾個(gè)維度共同推進(jìn)。具體結(jié)果如下所示:
表4 變量相關(guān)性性描述
將問(wèn)卷數(shù)據(jù)中的企業(yè)形象、服務(wù)質(zhì)量、可靠性、安全性和服務(wù)經(jīng)濟(jì)性等指標(biāo)納入回歸模型,利用STATA軟件進(jìn)行普通最小二乘法回歸,回歸結(jié)果如下:
表5 回歸分析結(jié)果
同時(shí)也嘗試將性別、年齡、學(xué)歷、常住地地理區(qū)域、常住地四個(gè)控制變量納入回歸模型進(jìn)行回歸,結(jié)果發(fā)現(xiàn)均不顯著,因此,認(rèn)為性別、年齡、常住地地理區(qū)域、常住地四個(gè)變量對(duì)快遞物流企業(yè)的客戶滿意不存在顯著影響。
1.多重共線性檢驗(yàn)
使用STATA軟件進(jìn)行多重共線性檢驗(yàn),結(jié)果如下表所示,最大的VIF為3.04,遠(yuǎn)小于10,故認(rèn)為回歸模型不存在多重共線性。
表6 多重共線性檢驗(yàn)結(jié)果
2.異方差檢驗(yàn)
異方差檢驗(yàn)具體結(jié)果如下:
Breusch-Pagan/ Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: 服務(wù)經(jīng)濟(jì)性 服務(wù)安全性 服務(wù)可靠性服務(wù)質(zhì)量 企業(yè)形象
chi2(5) = 48.72
Prob 〉 chi2 = 0.0000
異方差結(jié)果,Prob小于0.05,則接受原假設(shè),即存在異方差。
3.采用WLS對(duì)異方差進(jìn)行修正,使用方差估計(jì)值的倒數(shù)作為權(quán)重,進(jìn)行WLS回歸,結(jié)果如下表所示:
表7 MLS回歸結(jié)果
WLS回歸結(jié)果顯示,R2由原來(lái)的0.497上升到0.68,模型解釋度變好;變量服務(wù)經(jīng)濟(jì)性的系數(shù)估計(jì)值由0.363(OLS估計(jì)值)下降到0.351,更為合理;另外,使用OLS回歸時(shí),變量服務(wù)質(zhì)量的p值為0.207,在10%的顯著性水平上也不顯著,而使用WLS后,該變量的的p值為0.091,在10%的水平上顯著不為0;變量服務(wù)安全性和服務(wù)質(zhì)量在使用WLS后,p值都由原來(lái)的在10%的水平上顯著不為0,到分別在5%和10%的顯著性水平上顯著,在使用了WLS后,模型的估計(jì)效率明顯提高。
服務(wù)經(jīng)濟(jì)性指標(biāo)消除異方差后回歸系數(shù)為0.351,并在1%的顯著性水平上顯著,也就是說(shuō)服務(wù)經(jīng)濟(jì)型指標(biāo)對(duì)客戶滿意度因素的解釋程度達(dá)到35.1%,是所有因素中影響力最大的。目前同省寄件單價(jià)比較合理,但是跨省寄件的單價(jià)相對(duì)較高,尤其是西北內(nèi)陸地區(qū)到各個(gè)省份的郵寄費(fèi)用。當(dāng)前不少快遞企業(yè)也意識(shí)到了顧客對(duì)快遞單價(jià)的重視程度,多家快遞物流企業(yè)正在通過(guò)打價(jià)格戰(zhàn)的方式,獲得更多市場(chǎng)份額。
快遞企業(yè)形象指標(biāo)消除異方差后回歸系數(shù)為0.179,并在5%的顯著性上顯著,說(shuō)明快遞企業(yè)形象對(duì)客戶滿意度的解釋度達(dá)到17.9%。企業(yè)的信譽(yù)度、員工素質(zhì)和知名度高低關(guān)系到顧客的忠誠(chéng)度。目前快遞物流企業(yè)眾多,競(jìng)爭(zhēng)激烈,服務(wù)可替代性強(qiáng),如果企形象有瑕疵就很難留住顧客。
服務(wù)安全性指標(biāo)消除異方差后顯著影響滿意度總體水平,回歸系數(shù)為0.164,并在5%的顯著性水平上顯著,說(shuō)明互聯(lián)網(wǎng)普及率、使用率的提升,網(wǎng)友對(duì)自己的隱私保護(hù)也越發(fā)的重視。最近幾年快遞信息泄露的事件不斷發(fā)生,說(shuō)明快遞行業(yè)隱私保護(hù)體系,仍然有待完善提升。
服務(wù)質(zhì)量指標(biāo)消除異方差后呈顯著,回歸系數(shù)為0.141,并在10%的顯著性水平上顯著。說(shuō)明服務(wù)質(zhì)量對(duì)客戶滿意度影響較為顯著,原因主要是服務(wù)質(zhì)量的好壞是客戶最直觀體驗(yàn),同時(shí)也是客戶對(duì)快遞服務(wù)比較基礎(chǔ)性的需求,所以服務(wù)質(zhì)量的高低直接影響滿意度的總體水平。
服務(wù)可靠性指標(biāo)消除異方差后不能顯著影響滿意度總體水平。不顯著的原因是當(dāng)前雖然售后環(huán)節(jié)備受客戶詬病,存在顧客反饋問(wèn)題渠道少,問(wèn)題解決速度慢等問(wèn)題。因?yàn)閱?wèn)題解決周期長(zhǎng)、效果差,很多時(shí)候顧客也就放棄了對(duì)該類問(wèn)題的追責(zé)。該類問(wèn)題目前為快遞物流企業(yè)的共性問(wèn)題。
顧客滿意度與忠誠(chéng)度是快遞物流企業(yè)客戶關(guān)系管理的核心內(nèi)容[11],顧客是企業(yè)生存的基礎(chǔ),提供優(yōu)質(zhì)的服務(wù)是企業(yè)長(zhǎng)期發(fā)展的根本。因此,根據(jù)本研究結(jié)論,基于顧客感知視角提出如下建議。
在企業(yè)形象方面,重視員工培訓(xùn),打造高素質(zhì)團(tuán)隊(duì),不斷凝聚快遞物流企業(yè)的企業(yè)文化和正確的價(jià)值觀;在進(jìn)行員工招聘時(shí),將德和才放在同樣高度,選擇價(jià)值觀與企業(yè)相近的員工;定期對(duì)員工進(jìn)行培訓(xùn),提升員工的服務(wù)客戶的意識(shí),提高員工素質(zhì),特別是終端配送環(huán)節(jié)員工素質(zhì),提升企業(yè)信譽(yù)度和知名度。
在服務(wù)質(zhì)量方面,重視末端服務(wù)態(tài)度,增設(shè)偏遠(yuǎn)地區(qū)服務(wù)站點(diǎn),加快快遞進(jìn)農(nóng)村布點(diǎn)速度;嚴(yán)格考核加盟資質(zhì),每年對(duì)加盟點(diǎn)進(jìn)行考核并建立獎(jiǎng)懲機(jī)制;高度重視貨物交付及時(shí)性、取件的方便程度。
在服務(wù)安全性方面,針對(duì)目前快遞物流企業(yè)運(yùn)營(yíng)現(xiàn)狀,企業(yè)內(nèi)部應(yīng)高度重視網(wǎng)絡(luò)安全問(wèn)題,保障客戶隱私安全,并對(duì)員工進(jìn)行監(jiān)督管理。
在經(jīng)濟(jì)性方面,快遞物流企業(yè)之間服務(wù)同質(zhì)化比較嚴(yán)重,價(jià)格競(jìng)爭(zhēng)仍然是企業(yè)競(jìng)爭(zhēng)的主要手段,是否能夠提供優(yōu)質(zhì)的價(jià)格是影響顧客滿意度的一個(gè)重要因素。因此快遞物流企業(yè)需要對(duì)服務(wù)成本進(jìn)行控制,如不斷優(yōu)化快遞包裝,實(shí)現(xiàn)快遞箱標(biāo)準(zhǔn)化,采用可回收快遞箱,合理制定具有競(jìng)爭(zhēng)力的服務(wù)價(jià)格。