网络信息服务客户满意指标研究，本文主要内容关键词为：信息服务论文,客户满意论文,指标论文,网络论文，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。
随着因特网的普及和我国教育信息化程度的不断提高，我国网民在2005年将突破1亿大关。面对如此众多的客户， 网络信息服务业的服务质量是一个迫切需要研究的课题。本文从客户满意指标这个角度，来探讨提高网络信息服务质量的途径和方法。
客户满意指标（Customer Satisfaction Index，CSI），是指客户在消费产品时，对产品服务的组成部分或某种属性的综合的或分化的感觉标准。它是客户满意指向的目的物，是具体的满意标准。
1 CSI的设计原则
1.1 全面性原则
CSI是用来测量客户满意级度的，因此它应该是全面的。 可以借助于CSI选择坐标来帮助，如图1所示。
图1 CSI选择坐标图
图1 中横坐标代表客户对信息服务产品满意与否的各个成分判定因子，纵坐标代表各成分因子中的项目属性，两坐标的一个交叉点就是一个项目因子，有多少个交叉点，就有多少项目因子，也就是有多少个客户满意指标。只要在横坐标上把所要析取的项目进行完全的细分，并在纵坐标上对各个细分子项的属性进行充分的析取， 就可以保证得到的CSI足够全面，能够代表所要分析的信息服务产品。
1.2 代表性原则
影响客户满意或不满意的因子很多，不可能全部作为测量指标，设计者应该在每一个侧面都选取最能代表该侧面的特征评价指标。
1.3 区分性原则
区分性是指所选指标与其他指标的区分程度，或称独立程度。指标的区分性可借助二列相关法进行定量界定。
2 CSI的指标分析
指标分析主要是考察所选的这些指标因子是否能被列为客户满意（CS）指标，可包括4个方面：
第一，代表性分析。考察所析取的指标因子能否代表信息服务产品的一个基本属性，是否具有操作意义。
第二，典型性分析。考察所析取的指标因子是否具有典型性。
第三，区分度分析。调整不同指标之间的区分度大小，寻找合适的区分跨度。
第四，消费系数分析。若指标对客户而言消费意义太低，或客户不愿意为其付出购买力，这种评价指标就没有选取的意义。
3 网络信息服务的CSI设计
网络信息服务业的营销重点应该是无形信息商品的提供与技术服务支持。其特色与竞争力所在，是利用网络进行个性化的信息资源服务。因此，设计该行业的CSI，重点在于服务。
对于服务行业的CSI 设计，日本的Eukawa教授提出了著名的服务CSI五项指标，如图2所示。笔者认为，对网络信息服务业来讲，Eukawa模式基本上也是适用的，下面将以此为基础，尝试建立网络信息服务业的CSI评价指标体系。
图2 CSI的Eukawa模式
3.1 绩效
绩效是服务的核心功能及所能达到的程度。
3.2 保证
保证是在核心服务功能的提供过程中的正确性和回应性。
3.3 情绪／环境
是指核心服务功能之外的感受。对网络信息消费者来说，环境即是网上的应用环境。
3.4 完整性
涉及到所提供的网络信息服务的多样性和周到性。
3.5 便利性
指服务的可接近性、简易性和使用灵活性。
由上面分析可知，对CSI析取应遵循全面性原则，对此可利用图1的指标选择坐标图来进行细分，如表1所示。
表1 网络信息服务CSI选择表
评判角度服务实效(质量)客户心理期望 客户需求满足
浏览器兼容性 时效性速度满足
绩效引擎出现率准确性内容满足
站点速度
链接效率 品牌知名度技术支持满足
保证拼写错误率持久与连贯网络保密性满足
准确度信用保证
站点设计水平 界面友好 愉快满足
情绪/环境
速度与带宽反馈迅速 尊重满足
问题处理得当
数据更新率服务系统、全面信息更新与修正
完整性 服务效率价格比支付手段多样化个性化的满足
升级的满足
汉化帮助程度 服务方便 节约时间
便利性 被链接率 支付方便 足够的灵活性
技术支持获得帮助满足
表1中5项评价标准实际上可以看作是对网络信息服务评价不同方面的属性指标。而当我们从网络信息服务实效（质量）、客户心理期望、客户需求满足等3个不同角度对网络服务的消费者满意度进行评测时，与这5项属性标准正好形成了评测因子分布的网状坐标图。
从以上3个评判角度和5项属性对网络信息服务业评测指标的网络化划分，对表1中的指标进行分析并适当筛选和修正， 可以析取合适的指标，并最后组成网络信息的服务评测指标体系，如图3所示。
图3 网络信息服务CSI体系
需要注意的是，当从服务实效、期望、需求3 个角度来考察客户满意度因素时，有可能对同一实际评价指标形成不同的表达方式。例如，顾客对网络服务界面友好的期望，一方面包含了愉快心情和尊重的需要，另一方面也是站点设计水平等技术指标的体现。因此，在指标析取时，应当做合理的合并、加工和修正。
4 网络信息服务CSI权重值确定
权重也称重要度系数，是各因子指标对整体评估影响的重要性程度。显然，网络信息服务CSI评价指标体系中的绩效等5项一级指标以及信息的时效性等18项二级指标对客户满意评价的最终结论的影响是不同的，组成各方面的具体因子指标的权重也应是各不相同的。因此，在建立起指标体系的框架之后，对各因素指标权重的合理确定成为CSI 构建成功的关键。
确定权重的数学方法有加权法、线性分配法、比值评价法（DARE法）、强制确定法（最基本的是0—1法）、ELECTRE法等。 为避免陷入繁重的数学计算，现采用几种简单方法来确定权重。
1）专家法。集中多位CS 评测专家和对网络信息服务有较深研究的专家，根据对网络信息服务各属性的研究，比较其消费意义和重要性，确定指标的权重。如根据表1中的5项属性，按绩效∶保证∶环境∶完整性∶便利性＝30∶25∶10∶10∶15（或0.3∶0.25∶0.1∶0.1∶0.15 ）定权重；然后再在绩效中的4个指标中分配权重， 如时效性∶下载速度∶兼容性∶引擎出现率＝10∶8∶7∶5。 这些权重是综合多位专家意见后的平均值。这种方法有一定的准确性和可靠度，但专家的选择是一个难点。网络信息服务是一个新兴行业，针对网络服务的客户满意研究更是新的研究方向，对此领域有较深造诣的学者数量有限，因而操作性有一定困难。此外，该方法的主观性较强也是不可避免的缺陷。
2）问卷统计测量法。对各项指标的各个属性进行全面分解， 并把分解后的属性合成测量问卷，对精心挑选的目标对象进行测量，确定权重。对客户满意指标最有发言权的当然是客户。利用统计方法在一定抽样范围内得到的结论还是可信的和有推广应用价值的。
3）借鉴法。实际上， 国外已经有对网络信息服务质量的评估实例和网络服务客户满意程度的测量，可以直接运用或修正后使用。其难点是如何根据我国国情进行合理修正。
在实际操作中，可以综合、灵活地运用多种方法。例如，对有的难于评测、把握不大的指标权重可以直接借鉴；对针对性强的评测指标可以利用问卷法；对个别顾客群进行抽样调查得出结论；如果拥有资深的网络服务研究专家和熟练的CS评测人员，则可采用专家法；在抽样调查和借鉴国外评测资料的基础上，利用专家再做进一步修正和改进，则是多种方法的综合运用，其结果更为可靠。