張立馳 姜彥彥 吳君民
內(nèi)容摘要:本文根據(jù)無人零售店網(wǎng)點隨機調(diào)查問卷,借鑒SERVQUAL服務(wù)質(zhì)量模型,在傳統(tǒng)服務(wù)質(zhì)量指標(biāo)的基礎(chǔ)上,結(jié)合無人零售店特點新增了補救性、安全性、互動性三個維度,構(gòu)建了全新30項評價指標(biāo)體系,對無人零售店服務(wù)質(zhì)量實證顯示:補救性、安全性、互動性更受消費者關(guān)注,據(jù)此提出了全力提升補救性、安全性、互動性,適度補強保證性、保障性,不斷優(yōu)化有形性、移情性、響應(yīng)性等對策和建議。
關(guān)鍵詞:無人零售店 服務(wù)質(zhì)量 SERVQUAL模型
引言
無人零售店作為一種新零售模式,是在機器視覺(人臉識別)、人工智能、電子標(biāo)簽等技術(shù)發(fā)展,以及支付寶、微信支付等移動支付大面積普及基礎(chǔ)上發(fā)展而來的。這種新模式縮減了購買過程中時間成本,降低了物流倉儲成本和人力成本等,逐漸受到國內(nèi)外研究學(xué)者、商業(yè)從業(yè)者、大眾消費者的認(rèn)同。Thomas K Grose(2016)認(rèn)為“自助結(jié)算作為解決實體店收銀效率的一種有效方式,從根本上推動無人零售店模式的發(fā)展”。李松霖(2017)認(rèn)為“無人零售是一個具有科幻色彩的模式,未來五年必將迎來自身的紅海,有望發(fā)展成為零售巨頭”。金一平(2017)認(rèn)為“無人零售店會是繼新能源汽車和人工智能后最值得關(guān)注的股市板塊”。王翔(2017)認(rèn)為“除了識別、傳感、支付等技術(shù)因素的限制,完善的個人信用體系是無人零售模式發(fā)展瓶頸”。曾祥云(2017)認(rèn)為“無人零售模式作為第四次零售革命的代表”??梢?,我國無人零售店這種新零售的商業(yè)模式得益于國內(nèi)龐大的受眾基數(shù),國內(nèi)發(fā)展速度領(lǐng)先于國外歐美發(fā)達國家,國內(nèi)學(xué)者對無人零售店的研究更多一些。且多集中在行業(yè)發(fā)展前景和推動行業(yè)發(fā)展的技術(shù)應(yīng)用部分,但對無人零售店模式服務(wù)質(zhì)量評價以及補救服務(wù)質(zhì)量的研究相對較少。本文擬以SERVQUAL基本模型為原型,結(jié)合無人零售店模式的特點,進一步拓展SERVQUAL模型的測評維度,重新構(gòu)建服務(wù)質(zhì)量的測評指標(biāo),以期為無人零售店這種商業(yè)模式的健康發(fā)展提供參考。
研究方法選擇、評價指標(biāo)體系設(shè)計、模型架構(gòu)
(一)研究方法選擇
SERVQUAL模型在服務(wù)質(zhì)量測評研究中已有很成熟的應(yīng)用,本文結(jié)合一些學(xué)者研究服務(wù)質(zhì)量方法的基礎(chǔ)上,根據(jù)無人零售店模式的主要特征在常用SERVQUAL模型的五個測評維度有形性、可靠性、響應(yīng)性、保證性、移情性的基礎(chǔ)上增加了補救性、安全性、互動性這三個測評維度。重新構(gòu)建了服務(wù)質(zhì)量體系的評價指標(biāo),運用臨界比率值(CR)檢驗是否有無效指標(biāo)存在,運用對比排序法和乘積指標(biāo)法確定綜合權(quán)重。
(二)評價指標(biāo)體系設(shè)計
為了能較為全面地評測無人零售店的服務(wù)質(zhì)量,根據(jù)SERVQUAL模型實際感知和期望兩方面的要求,本研究隨機抽取有無人零售店消費經(jīng)歷的消費者100名、無人零售店后臺工作人員10名進行預(yù)調(diào)研,利用訪談和問卷相結(jié)合的方式,從消費者和運營者角度對他們關(guān)注的方面進行有效的整理和歸納,初步形成無人零售店服務(wù)質(zhì)量測評指標(biāo)體系,具體如表1所示。
(三)模型架構(gòu)
通過對問卷調(diào)查的結(jié)果進行數(shù)據(jù)統(tǒng)計,可以對無人零售服務(wù)質(zhì)量8個測評維度的實際感受(Ei)和期望(Pi)的差距量化描述。由于消費者對無人零售店服務(wù)質(zhì)量8個測評維度的認(rèn)知重要性各有側(cè)重,因此設(shè)立不同的權(quán)重。計算公式為:
(1)
其中SQ為服務(wù)質(zhì)量SERVQUAL模型的總體測評,Wk是每個測評維度的權(quán)重,R是每個測評維度內(nèi)測評指標(biāo)的個數(shù),Ei是消費者對具體某一項測評指標(biāo)的實際感知的平均值,Pi是消費者對具體某一項測評指標(biāo)的期望的平均值。
數(shù)據(jù)來源和指標(biāo)有效性檢驗
(一)數(shù)據(jù)來源
本文研究的調(diào)查采用在各家無人零售店網(wǎng)點前隨機問卷調(diào)查的形式。在選取對象時,將被調(diào)查者的年齡被限定在18-60周歲。調(diào)查內(nèi)容利用Likert scale 5級量表的形式設(shè)置為:1為非常不滿意、2為不滿意、3為一般、4為滿意、5為非常滿意,對無人零售店的之前預(yù)調(diào)研的30項服務(wù)質(zhì)量指標(biāo)分為實際感受和期望進行打分。本次調(diào)查中共發(fā)出問卷600份,收回問卷531份,經(jīng)過統(tǒng)計分析和后期篩查剔除有明顯邏輯錯誤問卷和錯填、漏填問卷,實際有效問卷499份,有效問卷率83.3%
(二)指標(biāo)有效性檢驗
通過求取指標(biāo)的臨界比率值(CR值),通過臨界比率值(CR值)來判斷指標(biāo)層和目標(biāo)層(服務(wù)質(zhì)量)的關(guān)聯(lián)度,將關(guān)聯(lián)度低或者無效關(guān)聯(lián)的指標(biāo)層的指標(biāo)剔除,以期增強指標(biāo)層對目標(biāo)層的聚焦度。運用SPSS17.0軟件,利用T檢驗對500份有效問卷中的30項指標(biāo)的評分從高到低排列,鑒于Likert scale 5級量表最低分與最高分差距有限,根據(jù)經(jīng)驗取值(25%-33%),故取前25%列為高分組,后25%列為低分組。根據(jù)高低兩組每項指標(biāo)實際感受和期望得分平均數(shù)的差異的顯著性檢驗,根據(jù)499份有效問卷的獨立樣本的檢驗結(jié)果,計算出每項指標(biāo)的CR值,如果CR值達到顯著水平(顯著水平一般取0.01),CR值較高,表明評價指標(biāo)和目標(biāo)關(guān)聯(lián)度高,該評價指標(biāo)可以保留;如果CR值沒有達到顯著水平,表明該指標(biāo)和目標(biāo)關(guān)聯(lián)度較低或者無關(guān)聯(lián),該評價指標(biāo)應(yīng)予剔除服務(wù)質(zhì)量指標(biāo)體系。根據(jù)表2的測量結(jié)果顯示30項評價指標(biāo)都達到了顯著水平,可以全部保留。
實證分析
通過評價指標(biāo)有效性檢驗,對499份有效問卷中的30項指標(biāo)全部進行信度和效度檢驗;否則,則要剔除相關(guān)指標(biāo)的統(tǒng)計數(shù)據(jù)后再進行獨立樣本信度和效度檢驗。
(一)信度檢驗
樣本數(shù)據(jù)的信度檢驗,是一種測定統(tǒng)計的樣本數(shù)據(jù)結(jié)果前后一致性的水平,并且學(xué)界常用這種一致性水平檢驗結(jié)果來表征被測指標(biāo)和測量方式的可靠性。測量結(jié)果一致性水平檢驗常用Cronbach`s Alpha(α)系數(shù)來檢驗樣本中測試者對于同一問題回答的一致性。根據(jù)統(tǒng)計學(xué)觀點,認(rèn)為Cronbach`s Alpha(α)系數(shù)大于0.7可以認(rèn)為樣本統(tǒng)計數(shù)據(jù)一致性水平較高。根據(jù)表3八個維度層的期望和實際感受的Cronbach`s Alpha(α)系數(shù)都在0.7-0.9之間,說明此次的問卷調(diào)查樣本數(shù)據(jù)具有較高的內(nèi)部一致性,本次抽取的樣本數(shù)據(jù)沒有太大的偏差,可以反映一定的總體情況。
(二)效度檢驗
效度就是根據(jù)評價指標(biāo)設(shè)計的調(diào)查問卷統(tǒng)計上的樣本數(shù)據(jù)能否準(zhǔn)確反映評價目標(biāo)(服務(wù)質(zhì)量)的程度。本文運用KMO和Bartlett球形檢驗來檢驗結(jié)構(gòu)效度,再利用因子分析法分離出問卷調(diào)查中的基本設(shè)計架構(gòu)。通過對樣本統(tǒng)計數(shù)據(jù)進行KMO和Bartlett球形檢驗,如表4中KMO檢驗值為0.830(大于0.7),Bartlett球型檢驗的sig值為0.000,表明樣本統(tǒng)計數(shù)據(jù)結(jié)構(gòu)效度良好,適合進行因子分析。利用主成分分析法對樣本統(tǒng)計數(shù)據(jù)中30項指標(biāo)問題進行因子分析,如表5顯示30項指標(biāo)期望和實際感知的因子載荷都在0.761-0.886之間,因子對維度層能解釋度都大于70%,說明基于樣本數(shù)據(jù)30項指標(biāo)就有較好的一致性水平和結(jié)構(gòu)效度。另外補救性、安全性、互動性的期望Cronbach′s Alpha(α)值都在0.83以上,說明消費者對這三個維度的服務(wù)質(zhì)量有所期待。
(三)權(quán)重設(shè)置
本文采用乘積標(biāo)度法和對比排序法,乘積標(biāo)度法采用1.354的經(jīng)驗值增加權(quán)重,對比排序法是模糊綜合評價法量綱化后的簡化應(yīng)用,兩種方法各有優(yōu)劣,應(yīng)該綜合兩種方法的計算結(jié)果對各維度層的指標(biāo)進行賦權(quán)。
首先采用乘積標(biāo)度法,請研究服務(wù)質(zhì)量的專家對八個維度層的重要性進行兩兩比較,如果兩者同樣重要記作B1/B2=1∶1;如果B2比B1重要記作B1∶B2=1∶1.354,根據(jù)專家做出的經(jīng)驗判斷和按照強一致性的原理權(quán)重設(shè)置如表6所示。
其次采用對比排序法,在問卷調(diào)查中設(shè)置的讓消費者根據(jù)自己的喜好對八個維度進行重要性排序,排第一的記作8分,第二的記作7分,依次類推,第八位記作1分;最后根據(jù)八個維度的得分,分別給八個維度賦權(quán)如表7所示。
最后乘積標(biāo)度法側(cè)重專家的主觀經(jīng)驗判斷,缺乏特定獨立被評價樣本的特性體現(xiàn),對比排序法側(cè)重樣本抽樣的隨機性,不能消除抽樣過程中的系統(tǒng)偏差。兩者方法的結(jié)合是既能利用專家專業(yè)經(jīng)驗判斷消除一定抽樣過程中出現(xiàn)的系統(tǒng)偏差,又能體現(xiàn)獨立被評價樣本的特性。
W=m*Wc+n*Wd (2)
式中W表示混合后的權(quán)重,Wc表示乘積標(biāo)度法計算出的權(quán)重,m表示乘積標(biāo)度法計算結(jié)果在綜合后的比重(根據(jù)本次研究目標(biāo)取40%),Wd表示對比排序法計算出的權(quán)重,n表示對比排序法在綜合后的權(quán)重(根據(jù)本次研究目標(biāo)取60%),綜合權(quán)重結(jié)果如表8所示。
(四)評價分析
評價結(jié)果。根據(jù)499份有效調(diào)查問卷統(tǒng)計的樣本數(shù)據(jù),可以得到樣本數(shù)據(jù)30項指標(biāo)的服務(wù)質(zhì)量平均期望值、平均實際感受值和差距值如表9,再根據(jù)公式(1)計算出無人零售店服務(wù)質(zhì)量總體評價結(jié)果:
(3)
由此得出無人零售店服務(wù)質(zhì)量的總體評價結(jié)果為-0.83,為了更直觀看出評價結(jié)果,把公式(1)轉(zhuǎn)化為百分制來表示服務(wù)質(zhì)量的評分:
(4)
由公式(4)得到的79.57表示無人零售店的服務(wù)質(zhì)量達到消費者期望的79.57%,無人零售店的服務(wù)質(zhì)量還有不小的提升空間,30項評價指標(biāo)計算結(jié)果如表9所示。
結(jié)果分析。有形性維度在專家和消費者綜合認(rèn)知中權(quán)重一般,5個指標(biāo)中只有便民設(shè)施(C15)一項差距值(P-E)為正數(shù)。這說明便民設(shè)施服務(wù)提供滿足了消費者的需求;但是從側(cè)面分析,便民設(shè)施服務(wù)只屬于增值服務(wù)不屬于主題服務(wù),說明其余四項有形性服務(wù)指標(biāo)有待無人零售業(yè)從業(yè)者切實提高,不過其余四項指標(biāo)(C11-C14)的差距值(P-E)都不大基本落在-0.3至-0.5之間,表明無人零售店有形性服務(wù)和消費者心中期望差距不大,只有水果蔬菜新鮮度指標(biāo)(C14)大于-0.5,說明無人零售店水果蔬菜保鮮技術(shù)是下一步有待提高的重點。
可靠性維度權(quán)重偏低,說明消費者對此不是太敏感。只有網(wǎng)上預(yù)約時效性指標(biāo)(C22)差距值(P-E)為負(fù)數(shù),說明網(wǎng)上預(yù)約服務(wù)還有待加強。
響應(yīng)性維度權(quán)重一般,5項指標(biāo)差距值(P-E)全部為負(fù)數(shù)。這說明響應(yīng)維度的5個服務(wù)質(zhì)量指標(biāo)都不能滿足消費者當(dāng)前的需求,需要全面提升響應(yīng)性的服務(wù)質(zhì)量,其中指標(biāo)高峰期排隊結(jié)賬時間(C35)的差距值(P-E)接近-1.0,說明在無人零售店客流高峰期后臺處理數(shù)據(jù)速度有待優(yōu)化或者無人零售店網(wǎng)點覆蓋不足。
保證性維度權(quán)重最低,說明消費者對無人零售店的保證性不敏感,品牌信譽指標(biāo)(C43)差距值(P-E)為正數(shù)。也因為是無人零售店大多是大公司大品牌,自然有保障,所以消費者對此不敏感。其他兩項指標(biāo)為負(fù)數(shù),尤其后臺客服人員專業(yè)知識這項指標(biāo)差距值(P-E)接近-0.7,說明無人零售店在“有人”環(huán)節(jié)上還有待提高。
移情性維度權(quán)重一般,4個指標(biāo)差距值(P-E)全部為負(fù)數(shù)。除了特殊消費者服務(wù)這項指標(biāo)差距值(P-E)低于-0.5,其他三項指標(biāo)都接近-1.0。說明特殊消費者進店消費的比重較少,附加服務(wù)(熱水、WIFI)需求較大,商品服務(wù)價格水平相對略高,營業(yè)時間上還不能完全做到24小時營業(yè)。
補救性維度權(quán)重最高,說明消費者對該維度最重視,該維度也是本次SERVQUAL服務(wù)質(zhì)量模型三個改進之一。其中三個指標(biāo)中差距值(P-E)全部大于-1.0,尤其是接受客戶投訴差距值達到-1.7,接受客戶投訴更多是一種對客戶情緒的疏導(dǎo)。情緒疏導(dǎo)在補救過程中起到的作用更大??傮w說明接受客戶投訴、退換貨、以及慰問等方面是無人零售店做得不到位,也是消費者高度關(guān)注的幾個方面,是需要無人零售從業(yè)者接下來提升的重要方面。
安全性維度權(quán)重僅次于補救性,說明消費者對該維度也比較重視,該維度也是本次SERVQUAL服務(wù)質(zhì)量模型三個改進之一。該維度四個指標(biāo)的差距值(P-E)全部為負(fù)數(shù),尤其是由于無人零售店消費者在消費過程中,出現(xiàn)的意外狀況可以做到實時監(jiān)控,自動啟動報警或者救護的指標(biāo)(C74)更為被消費者重視,該指標(biāo)差距值(P-E)達到-1.28?,F(xiàn)實生活中個人信息安全也被消費者重視,因此,個人信息泄露指標(biāo)(C72)的差距值(P-E)達到了-0.72。
互動性維度權(quán)重僅次于安全性,說明消費者對該維度也比較重視,該維度也是本次SERVQUAL服務(wù)質(zhì)量模型三個改進之一。三個指標(biāo)的差距值(P-E)為負(fù)數(shù),在平臺上對服務(wù)進行點評指標(biāo)(C84)是正數(shù),說明無人零售店正是基于“互聯(lián)網(wǎng)+”移動支付的特點產(chǎn)生的新零售業(yè)態(tài),所以這正好符合無人零售店的特點。現(xiàn)代營銷講究增加客戶粘性,因此互動性成為無人零售店不可或缺的重要組成部分。
對策建議
結(jié)合上述分析結(jié)論,無論是30項服務(wù)質(zhì)量評價指標(biāo)的實際感受值與期望值之差,還是從無人零售店服務(wù)質(zhì)量的總體評價結(jié)果,都可以看出無人零售店服務(wù)質(zhì)量還有很大的提升空間。結(jié)合無人零售店基于“互聯(lián)網(wǎng)+”移動支付的新零售模式,順應(yīng)高效快捷的城市生活,運用大數(shù)據(jù)技術(shù)增強消費者粘性等特點,本文提出以下建議:
(一)全力提升補救性、安全性、互動性
通過建立良好的售后服務(wù)提升補救性,是無人零售店服務(wù)質(zhì)量消費者最為看重的環(huán)節(jié)。無人零售新零售模式剛起步,各方面不成熟,一旦消費者消費體驗不好,補救環(huán)節(jié)和措施就顯得格外重要。無人零售店要通過建立合理消費者投訴渠道來疏導(dǎo)消費者的不良情緒,定期培訓(xùn)投訴接待人員專業(yè)技能和對消費者心理的把握能力;建立健全退換商品制度和因消費意外產(chǎn)生損失賠償和慰問機制。
通過加強安全硬件設(shè)施提升安全性,也是現(xiàn)代消費者最為關(guān)注的問題之一。近些年由于電信詐騙等情況的肆虐,個人信息的網(wǎng)絡(luò)安全也是越來越被重視,無人零售店由于使用大量移動支付終端手段,因此無人零售店內(nèi)部首先要規(guī)范嚴(yán)格接觸消費者個人信息的管理制度,防止消費者個人信息外流;其次無人零售店在服務(wù)器終端的防火墻技術(shù)等硬件技術(shù)也要不斷加強提升消費者個人賬戶安全。再次,對店內(nèi)商品采用電子標(biāo)簽跟蹤,及時發(fā)現(xiàn)過期和變質(zhì)商品,提升食品藥品安全。最后加強店內(nèi)全監(jiān)控,出現(xiàn)意外情況可以自動啟動報警程序。
通過增加消費者粘性、迎合現(xiàn)代年輕消費者提升互動性。不斷優(yōu)化和消費者互動的平臺各項功能,利用大數(shù)據(jù)、云計算的技術(shù)為消費者實現(xiàn)根據(jù)個人消費習(xí)慣和喜好訂制化推送最新商品和服務(wù)信息,對于一些新增商品和服務(wù)提供免費向??吞峁﹪L試名額。通過手機客戶端形成消費者之間的“朋友圈”,讓消費者分享彼此生活心得。
(二)適度補強權(quán)重較低的保證性和可靠性
通過建立完善的客服體系補強保證性。加強對客服人員的業(yè)務(wù)培訓(xùn),提升客戶人員的專業(yè)知識儲備和專業(yè)技能;對于一般性商品盡量采用平價銷售策略,服務(wù)價格明確化標(biāo)價;商家努力創(chuàng)建自身品牌價值內(nèi)涵。
通過完善無人零售店的服務(wù)崗位制度補強可靠性。盡力做到‘做不到的不承諾,承諾的必做到;對于新增加的網(wǎng)上預(yù)約服務(wù)通過后臺大數(shù)據(jù)整理和前臺人員的合理配置提供準(zhǔn)時準(zhǔn)確的相應(yīng)服務(wù)。
(三)不斷優(yōu)化權(quán)重中等的有形性、移情性、響應(yīng)性
通過建設(shè)自身硬件方面優(yōu)化有形性。努力優(yōu)化購物消費環(huán)境和結(jié)賬操作系統(tǒng),從方便消費者角度出發(fā),不斷優(yōu)化無人零售店的硬件設(shè)施;通過采用冷鏈冷鮮、后臺大數(shù)據(jù)對商品實時監(jiān)控等新技術(shù)不斷優(yōu)化生鮮類商品保持新鮮度問題。
通過建立合理化的城市平價對比機制和供應(yīng)商采購機制優(yōu)化移情性。建立合理化透明化的商品服務(wù)價格,增加無人零售店內(nèi)附加性服務(wù)(比如:3公里以內(nèi)免費配送、店內(nèi)免費加熱等);通過及時的后臺技術(shù)支持確保無人零售店24小時服務(wù),以滿足現(xiàn)代都市夜生活人群需求。
通過完善應(yīng)急處理管理制度優(yōu)化響應(yīng)性。無人零售店由于在消費者購物消費過程中無人的因素,出現(xiàn)意外緊急情況時,無人零售店的緊急求助系統(tǒng)需要有一套預(yù)警系統(tǒng)處理預(yù)案,這可以讓后臺緊急求助系統(tǒng)工作人員按照預(yù)案來處理突發(fā)緊急情況。利用后臺大數(shù)據(jù)、云計算等技術(shù)提升客流高峰期排隊結(jié)賬效率滿足城市快節(jié)奏生活需要。
結(jié)論
綜上所述,無人零售店商業(yè)模式是新零售業(yè)態(tài)之一,提升其服務(wù)質(zhì)量可以促進無人零售店健康發(fā)展,繼而進一步降低流通成本、提高流通效率,更好適應(yīng)經(jīng)濟社會發(fā)展的新要求。
參考文獻:
1.Thomas K Grose.FLIGHT RISK[J].ASEE Prism,2016(8)
2.李松霖.無人零售時代降臨 零售業(yè)或重新洗牌[J].互聯(lián)網(wǎng)經(jīng)濟,2017(7)
3.金一平.無人商店題材風(fēng)頭正勁[J].股市動態(tài)分析,2017(7)
4.王翔.無人零售模式的前景與痛點[J].中國報道,2017(8)
5.曾祥云.人工智能推動無人零售崛起[J].企業(yè)管理,2017(11)
6.胡水星.社區(qū)教育信息化服務(wù)質(zhì)量評價指標(biāo)體系研究—基于SERVQUAL評價模型的視角[J].教育發(fā)展研究,2015(23)
7.鄭健民.基于SERVQUAL的遠(yuǎn)程開放教學(xué)服務(wù)質(zhì)量研究—以浙江廣播電視大學(xué)“土木工程專業(yè)”為例[J].中國遠(yuǎn)程教育,2015(7)
8.蘇朝暉,蘇梅青.科技創(chuàng)新平臺服務(wù)質(zhì)量評價—對福州、廈門、泉州三地的實證研究[J].科技進步與對策,2015(4)
9.劉玉敏,靳琳琳.基于改進服務(wù)質(zhì)量模型的機場客運服務(wù)質(zhì)量測評[J].經(jīng)濟經(jīng)緯,2017(6)
10.劉國巍,李悶管.網(wǎng)購服務(wù)補救質(zhì)量測度體系及改進SERVQUAL模型—基于策略偏好的實驗分析視角[J].中國流通經(jīng)濟,2017(9)
11.吳保德.B2C網(wǎng)絡(luò)購物環(huán)境下快遞企業(yè)服務(wù)質(zhì)量評價[J].中國流通經(jīng)濟,2017(8)
12.JafarRezaei.Quality assessment of airline baggage handling systems using SERVQUAL and BWM [J].Tourism Management,2017(11)