金　春　华，高　俊　山

（1.北京科技大学东凌经济管理学院，北京市100083；2.北京信息科技大学经济管理学院，北京市100192）

一、引言

随着消费者网上购物热情的日益攀升，产品品质及服务水平逐步成为网络购物行业的重要推动力，商家对消费者（B2C）市场凭此优势得到快速发展，成为我国最活跃的电子商务模式。艾瑞咨询（iResearch）发布的统计数据显示，中国网络购物市场中B2C市场交易规模在2017年快速扩大，达到3.6万亿元，占整个中国网络购物市场交易规模的60%，比2015年增长了4.8个百分点；从增速来看，2017年B2C网络购物市场增长40.9%，远超消费者对消费者（C2C）市场15.7%的增速[1]。在网购总量不断上升的环境下，B2C电子商务市场的竞争也日趋激烈，这就要求电子商务企业为消费者提供更愉悦、更有吸引力的客户体验。在消费者网购的一系列体验中，B2C网站质量直接影响着用户的浏览及购买体验，如果网站质量不佳，顾客就会在浏览网站的过程中放弃购物，甚至因为没有良好的顾客体验从此不再到此网站进行购物。尤其是在“互联网+”不断渗透的背景下，企业、客户、竞争者之间的距离逐步缩小，市场透明度持续提高，B2C网站的质量对用户的浏览及购买意愿产生了更为直接的影响。因此，筛选出符合消费者需求的B2C电子商务网站质量要素，采用合理的质量改进策略进行持续的优化与改进，是提高顾客下单率、提升消费者满意度的重要路径。

本研究以B2C网站质量为研究出发点，结合该类网站对用户需求及满意度高度关注的特性，充分吸收卡诺（Kano）模型在用户需求分类及质量改进策略上的优势，构建评价B2C网站质量的指标体系。通过实证研究，在传统Kano质量要素的理论及其归类方法的基础上，结合混合类Kano模型、改进Kano模型、满意—不满意（Better-Worse）指数等方法，确定B2C网站质量要素的改进优先顺序，并提出相应的改善对策。

二、相关研究综述

（一）B2C电子商务网站质量评价

B2C网站质量是由多个维度的要素组成的，但是由于其比较复杂，到目前为止，对于网站质量到底由哪些要素组成，学术界仍然不断地在进行争论，暂时还没有一个明确的统一标准。从总体上看，对于B2C网站质量的评价主要有三个不同的视角：技术视角、服务视角和用户感知视角。

偏重技术视角的模型来自于技术接受理论（TAM）及质量机能展开（QFD）方法的结合。巴尔内斯和维德根（Barnes&Vidgen）[2]采用质量机能展开的方法，提出了可用性、信息、服务互动三维度的网络质量（WebQual）评价模型；洛亚科诺（Loiacono）等[3]基于技术接受理论，更加偏重于网站的技术功能性与具体内容的信息性，提出了包含有用性、易用性、娱乐性、关系互补四个维度的WebQualTM评价模型。

偏重服务视角的模型则是建立在帕拉休拉曼（Parasuraman）等的服务质量评价（SERVQUAL）模型之上的。凯纳姆（Kaynam）等[4]提出的包含目的与内容、易接近性、导航性、设计与展示、响应、服务支持和个性化七个维度的电子商务质量（EQUAL）评价模型；帕拉休拉曼（Parasuraman）等[5]通过对亚马逊等大型购物网站进行研究，提出了包含利用效率、系统可用性等硬性指标与隐私性、完成性等软性指标的E-S-QUAL评价模型。

偏重感知视角的模型强调关注顾客的感知，从顾客的角度出发分析网站质量。柳（Yoo）等[6]从心理学研究的角度出发，开发了网站质量（SITEQUAL）量表，涵盖易用性、设计美感、处理速度和安全性四个维度共9个要素来衡量网站质量；阿拉德瓦尼（Aladwani）等[7]提出了准确的内容、高质量的信息、网站设计美观、网站适应技术能力强这四个维度，衡量了网站对用户要求的满足程度与网站自身的卓越性，并命名为感知网络质量（Perceived Web Quality）量表。

从总体上看来，虽然各种B2C网站质量评价模型有着不同的维度，其领域与范畴也比较广泛，但网站质量维度上的重合也越来越明显，从技术、服务、感知这三种视角表现出了综合的趋势。

（二）Kano模型

受心理学家赫茨伯格（Herzberg）的双因素理论启发，日本学者狩野纪昭（Noriaki Kano）[8]将其引用到质量管理领域，假设质量是二维的情境下，提出“必备质量—魅力质量”理论和Kano模型。改进的Kano模型创造性地区分了魅力质量、一维质量、必备属性、无差异质量、逆向质量五种质量要素类型。

魅力质量（Attractive）是指不提供此类质量要素的需求时，用户满意度不会下降；提供此类质量要素的需求时，用户满意度会大幅度提升。一维质量（One-dimensional）是指用户满意度会随着此类质量要素需求的增加而呈线性式上升。必备属性（Must-be）是指区别于用户的意想不到的魅力属性，此类质量属性是用户必须具备的，当不能够满足用户的需求时，用户满意度会大幅度下降，但即使优化用户的需求，用户的满意度也不会随着需求的增多而改变。无差异质量（Indifferent）是指即使满足或者不能满足此类质量属性的需求，用户满意度也不会上升或者下降。由于用户满意度不随此类质量属性的改变而改变，用户不必在意此类质量属性。逆向质量（Reverse）是指此类质量属性是用户不需要的，当满足此类质量属性时，用户满意度会大幅度下降；但当不满足此类质量属性时，用户会感到满意。

传统的Kano模型质量要素归类方法，是通过问卷调查获得每一个受访者对各质量要素的类别鉴定结果，而最终该要素类别归属的判断是以统计上“相对多数”来进行归类的，亦即以最多人选择的某一类别来认定为该要素的类别。但在此种相对多数的原则下，会面临在两种类别的人数差距不大或者人数相等时，如何进行质量类别的归类问题。根据李（Lee）等[9]的研究，划分类别不确定的质量要素，可以建立混合类的概念。判断混合分类的标准应当有两项指标，分别为TS（Total Strength）和CS（Category Strength）值，只有在指标TS≥60%、指标CS≤6%同时满足的情况下，该问项才可以被归类为混合类。其中：

其中，A表示魅力质量，O表示一维质量，M表示必备质量，I表示无差异质量，R表示逆向质量，Q表示问题质量。

传统Kano模型，在没有考虑其他类别中数据分布作用的前提下，仅通过识别获得基于最大数目的类别来确认质量要素的类别。伯杰（Berger）等人[10]提出了Better-Worse指数法，通过计算满意度和不满意度两种指标系数，衡量某质量要素对顾客满意度（Better）或顾客不满意度（Worse）的影响程度，其计算公式如下：

传统Kano模型在各质量要素归类后，并未就相应改进策略的优先顺序做出说明，这不利于该方法的实际运用，而杨（Yang）[11]提出的改良Kano模型，正是这一问题的有效解决办法。他重新界定了模型中的质量属性，创新性地将重要度评价引入到传统的Kano模型中，将魅力质量分为高魅力质量和低魅力质量，一维质量分为高附加值质量、低附加值质量，必备属性分为至关重要的质量、需要的质量，无差异质量分为潜在质量、无关质量。

Kano模型一经推出，便受到了国内外学者的重视。在发展逐渐成熟的电子商务研究领域，也有相关学者对其进行研究。例如，国内高洁等[12]就利用Kano模型对公众需求进行归类，通过对政府电子信息服务进行实证分析，探究包含基本需求、拓展需求、潜在需求和无关需求在内的质量评价指标，并提出改进策略中需求的先后顺序，基于公众需求视角来提高政府服务质量。陈梅梅等[13]改良了传统的Kano模型，将聚类隶属度判定法引进细分化属性归类法中，基于非线性属性的系数调整计算每个指标的隶属度，探索出影响B2C网上购物顾客满意度的影响因素。马欣[14]利用Kano模型，从服务和技术两个维度进行研究，建立一个修正性的新兴媒体条件下G2B型和G2C型电子政务的满意度评价模型，通过模型的实证分析对提升电子政务满意度提出建设性意见。国外也有不少学者对电子商务进行研究，其中最具代表性的是桑莫瑞（Sumeyra）等对网络商店的研究，通过建立E-S-QUAL量表，研究影响网络商店质量要素维度，得出一维质量属性的结论，并探究了质量因素的重要性[15]。

对比电子商务领域其他的评价方法，如网站跟踪统计、软件实施测试、基于日志的数据挖掘方法[16]、基于二元语义信息处理的综合评价方法[17]、基于主客观权重集成的评价方法[18]、基于信息构建的网站评价方法[19]等。Kano模型主要是从顾客的差异性需求出发，对企业如何提高顾客满意度提出建设性建议，所以在对用户满意度进行研究时，作为定性分析的Kano模型更能切合研究的使用度。衡量顾客满意度的指标不是唯一的，最具代表性的是绩效指标，通过Kano模型对用户指标归类，探究影响用户满意度的因素，为企业提供不同类型顾客的需求，并且基于Kano模型的研究更能做到前馈控制，操作起来简单易行。

国内外学者已经对电子商务的网站质量进行了大量的研究，建立了相关的理论体系，尤其是国内学者通过学习与研究国外理论后，设计了适合国内情况的指标体系。但总体来说，国内有关研究还相对薄弱，结合目前的研究现状，本文基于Kano模型对B2C网站质量要素进行研究，旨在发现当前B2C市场竞争环境下，用户对B2C网站质量要素的需求特征及其评价结果。

三、实证研究

（一）Kano调查问卷设计与调查数据收集

1.Kano调查问卷设计

在借鉴当前电子商务网站质量评价模型的基础上，充分考虑当前我国B2C市场的环境，提出包括便利可靠、隐私安全、界面美观、社交互动和个性化推荐五个维度的评价模型，针对五个维度初始设计了34个指标问项。通过专家访谈的方式，进一步进行了针对性的优化调整，删除不合适或重复性的问项，并最终对指标的提问形式进行修正后形成具有31个指标的初试问卷。随后进行前测，选择了65位网购经验丰富的在校大学生为受测者，透过项目分析、信效度分析，删除部分不具鉴别力的题项后，最终保留了27个问项作为调查问卷的指标项，完成了B2C网站质量评价问卷。具体内容参见表1。参考狩野纪昭开发的二维结构型用户问卷，结合李克特5级标度法对问卷进行设计。对于问卷的题项设计采用正反对立面的提问方式，例如：如果正面设置某项服务，则反面设置缺失该项服务。问题中的选项依据李克特5级标度法设置成“我很不喜欢”“勉强接受”“无所谓”“理所当然”“我很喜欢”。

表1　调查问卷题项

一般情况下，受用户对该质量要素重要性判断的影响，网站质量要素对用户满意度的作用有差异，所以当基于Kano模型对质量要素属性归类时，杨（Yang）提出同时对相应质量要素的重要程度进行用户调查，以加深对质量要素特征的理解。故对问卷中的27个问项都设计了重要度的调查，调查依据李克特5级量度将重要度问项设置成：“1”表示“非常不重要”，“2”表示“不太重要”，“3”表示“一般重要”，“4”表示“比较重要”，“5”表示“非常重要”。

2.调查数据的收集与处理

本研究选择了天猫、京东、唯品会、苏宁易购、国美在线、1号店、亚马逊中国、当当、聚美优品等市场占有率位居前十的B2C电商作为调查对象，在选择受访消费者时，充分考虑了网络消费经验及各大B2C网站的使用均衡度。通过与北京市的5个快递自提点合作，采取在线问卷的方式进行调查，总计回收572份问卷，其中有效问卷504份，无效问卷68份，总有效率88.11%。调查对象的基本情况统计参见表2。

表2　调查对象基本情况统计

根据统计数据分析发现，Kano问卷及重要度问卷均具有较高的可靠性：重要度问卷的克隆巴哈（Cronbach）α系数值为 0.923，Kano问卷整体的Cronbach α系数为0.937。说明两份问卷均具有较高的信度。

（二）B2C网站质量要素的Kano分类结果

根据调查数据，首先对每份问卷按照质量要素的评价表汇总要素归类，然后根据传统Kano模型的要素分类方法进行分类。针对划分类别不确定的质量要素，采用李（Lee）等人的方法进行混合类要素的分类。接着，利用伯杰（Berger）等人提出的Better-Worse指数法，计算各要素的Better系数和Worse系数。最后在统计各要素重要度均值的基础上，利用Yang提出的改良Kano模型，对要素进一步进行细化。计算与汇总的结果参见表3和表4。

在表3中，A、O、M、I、R、Q栏的数据分别表示该项服务质量要素在魅力质量（A）、一维质量（O）、必备质量（M）、无差异质量（I）、逆向质量（R）和问题质量（Q）中所占的比率，数据加和是1。其中问题质量（Q）指顾客的回答自相矛盾。传统Kano模型取频率最大值作为质量要素的归属类别，表4列出了依此划分的各个质量要素的Kano类型归属和加入混合类的要素分类。

表3　B2C网站质量要素的Kano分类结果

表4　B2C网站质量要素的Kano分类结果汇总

从表4中可以看出，传统Kano模型下，属于魅力质量（A）的有问项13、14、15、16、24，属于一维特性（O）的有问项1、2、3、4、5、6、9、10、11、12、20、22、23，属于必备属性（M）的是问项8，属于无差异质量（I）的有问项17、18、19、21、25、26、27。而问项7“网站移动端信息同步性好，数据更新及时”既可以归类为一维质量也可以归类为无差异质量。加入混合类的分类后，问项1、4、7、8、10、12、15、16、19、为混合类要素。

改进Kano模型下质量要素的分类情况：高魅力质量要素有问项16和24，低魅力质量要素有问项13、14、15；高附加值质量要素有问项1、2、3、4、5、6、7、9、10、11、12、20、22、23；关键质量要素有问项8；无关质量要素有问项17、18、19、21、25、26以及27。

四、调查结果分析

以上分类中，魅力质量要素作为区别于竞争对手的重要因素，通常也是用户的潜在需求，当质量要素水平超过业界平均值之后，魅力质量要素更能对顾客产生较大的影响，吸引客户的注意力，提高顾客的忠诚度，进而形成一定的竞争优势。尤其是其中的高魅力质量要素对顾客具有很大的吸引力，更能培养顾客忠诚，充分保证此质量要素的需求，有利于提高用户的满意度。相较于高魅力质量要素的影响，低魅力质量的影响效果不是很明显，虽然也能吸引用户注意力和建立顾客忠诚，但此时应该在考虑成本的基础上确定该类质量要素的水平。用户对B2C网站质量特性的显性期望通常代表一维质量，由于这些质量要素间接表明了B2C的竞争能力，所以电商企业如果想超过竞争对手，就应该着重于质量要素水平的提升。其中，高附加值质量要素对用户而言贡献很大，能在很大程度上提高用户的满意度。本研究中所有的一维质量都属于高附加值的一维质量要素，具体有14项；低附加值质量要素对用户而言有较少的贡献，本次调研中没有出现。

更进一步，可以利用Better-Worse指数四象限图，对相关质量要素提出管理策略。利用Berger等人提出的Better-Worse这两个指标，可以获取任意质量要素在用户满意方面的作用，及缺少后造成用户不满意的严重程度。为了方便进一步探讨，利用四象限图表示这27个质量要素的分布情形。象限图以Worse值的绝对值为横轴，以Better值为纵轴，以两指标的平均值为原点交叉，如图1所示。具体各象限的要素分布如表4所示。

第一象限的特点是Better高、Worse高，说明无论对于提升用户的满意度还是防止用户的不满意情况，这些要素都值得重视。落在第一象限的B2C网站质量要素有6个，见表 4 中第 3、5、6、12、22、23项，这些要素都属于高附加值质量要素，其中第3、5、6项属于便利可靠维度，第12项属于隐私安全维度，第22项和第23项属于社交响应中客户服务的要素。这反映出用户最关注和重视的还是B2C网站购物的便利性、安全性和时效性。对于这些质量要素需要高度重视，在资金和技术有限的情况下，应该优先提升这些质量要素。

第二象限的特点是Better低、Worse高，表明虽然不能很大程度地提高顾客满意度，但可以有效地防止用户不满意的情况。由表1中第1、2、4、8、9、10、11、20项可知，落在第二象限的服务质量要素有8个，这些要素属于高附加值质量要素和关键质量要素，这些要素主要集中在隐私安全和便利可靠两个维度。电商企业应保证这8个要素的质量水平，从而防止用户产生不满意的感知。

第三象限的特点是Better低、Worse低，说明这些要素不能提升用户的满意度，对防止用户不满意贡献不大。由表1中第 7、17、18、21、25、26、27项可知，落在第三象限的7个要素，除了混合类要素7之外，均为无关质量要素，这些质量要素集中在社交响应和个性化两个维度。这表明用户间互动及个性化的质量特性相对得不到受访用户的肯定及重视。

第四象限的特点是Better高、Worse低，表明这些要素能够大幅度提高用户的满意度，但无法防止用户的不满意。由表1中第13、14、15、16、19、24项可知，落在第四象限的6个要素，除了混合类要素19之外，其他要素都属于魅力质量要素和高附加值质量要素，这些要素中，很大一部分集中在界面美观这一维度。这表明用户对页面美观性和商品呈现的视觉观感要素有相对较高的追求。

图1　 Better-Worse指数四象限图

表4　 Better-Worse指数四象限图的质量要素分布

五、结论与建议

基于上述当前市场环境下提升B2C网站质量的相关要素，提出相应的改进建议如下：

（一）不断提高网站保护用户隐私及维护交易安全的能力

对于B2C电子商务网站来说，用户的隐私安全性需要永远是第一重要的，改善优先级最高，特别是随着技术的发展，保障网站的安全性对电商企业是一个极大的挑战。目前电商网站中没有配置或者刚刚配置安全团队，也有大规模的B2C电商平台虽然配有专业的团队，但由于业务繁杂、对安全的重视度不够，造成安全漏洞依然存在，并对平台造成一定的影响。电商平台除了技术上持续增加安全方面的投入外，也应利用网站对用户进行安全防范意识教育，提升消费者的安全意识，从而保证网购中的安全性。

（二）进一步关注便利性和时效性，提升网站与用户之间的沟通、交流、互动体验

网站客服的回应与订单处理，是用户普遍重视的问题，也直接关系到用户的体验。通常情况下，网购用户仍然更倾向于与人工客服沟通，这样解决问题往往更加直接有效，处理也更加迅速，因此如何丰富与用户的沟通方式、在网站设计上遵从用户习惯、有效提升沟通效率、保证用户的便利性与时效性，是B2C网站亟待研究与解决的问题。

（三）基于用户间互动及个性化的质量特性对用户进行有效引导

相对于其他质量特性，用户对基于用户间互动及个性化的质量特性不够重视，这反映出目前B2C网站用户在追求个性化方面的特殊需要还有待开发，用户总体还是习惯于依据自己的喜好，自主挑选匹配需求的商品，因此，如何在用户个性化推荐上做到少而精，引导用户对这一特性进行关注，还需要进一步改善。根据前面的分析，总体上，基于用户间互动及个性化的质量特性对用户满意度的影响较小，故在资金和技术有限的情况下，可以对这类要素的投入进行适度调整。

（四）网站界面应追求整体美感与协调性，以增强用户浏览舒适度

从调查结果分析来看，用户追求页面美观性、商品呈现的视觉效果和网站整体布局的和谐性。用户不需要繁杂的内容和眼花缭乱的展现形式，而喜欢符合人类视觉传达及内容把握的整体效果。从目前情况看，各大B2C网站对视觉效果的过度投入，容易给用户造成过度的视觉冲击甚至审美疲劳。因此，对这些质量要素要采取积极的管理策略，在美观性上努力实现整体页面的和谐，提升视觉感受的舒适度，从而提高用户满意度。

参考文献：

[1]艾瑞咨询.2017年度数据发布集合报告[EB/OL].（2018-01-24）[2018-01-24].http：//www.iresearch.com.cn/report/3138.html.

[2]BARNES S J，VIDGEN R T.An integrative approach to the assessment of e-commerce quality[J].Journal of electronic commerce research，2002，3（3）：114-127.

[3]LOIACONO E T，WATSON R T，GOODHUE D L.Webqual：a measure of web site quality[J].American marketing association，2002，13（3）：432-438.

[4]KAYNAMA S A，BLACK C I.A proposal to assess the service quality of online travel agencies：an exploratory study[J].Journal of professional services marketing，2000，21（1）：63-88.

[5]PARASURAMAN A，ZEITHAML V A，MALHOTRA A.ESQual：a multiple-item scale for assessing electronic service quality[J].Journal of service research，2005，7（3）：213-233.

[6]YOO B，DONTHU N.Developing a scale to measure the perceived quality of an internet shopping site（SITEQUAL）[J].Quarterly journal of electronic commerce，2001，2（1）：31-45.

[7]ALADWANI A M，PALVIA P C.Developing and validating an instrument for measuring user-perceived web quality[J].Information&Management，2002，39（6）：467-476.

[8]KANO N，SERAKU N，TAKAHASHI F，et al.Attractive quality and must-be quality[J].The journal of the japanese society for quality control，1984，14（2）：39-48.

[9]LEE M C，NEWCOMB J F.Applying the Kano methodology to meet customer requirements：NASA’s microgravity science program[J].Quality management journal，1997（4）：95-106.

[10]BERGER C，BLAUTH R，Boger D.Kano's methods for understanding customer-defined quality[J].Center for quality management journal，1993，2（4）：3-36.

[11]YANG C C.Establishment and applications of the integrated model of service quality measurement[J].Management service quality，2003（4）：310-324.

[12]高洁，杨欢.基于公众需求的政府电子信息服务质量影响因素实证研究[J].情报理论与实践，2017，40（8）：13-18.

[13]陈梅梅，谢松年.基于改进Kano模型的B2C网站顾客满意度影响研究[J].情报科学，2016，34（2）：83-86.

[14]马欣.新兴媒体条件下电子政务满意度评价研究[D].哈尔滨：哈尔滨工业大学，2016.

[15]KURTSD，ATREKB.He classification and importance of ES-Qual quality attributes：an evaluation of online shoppers[J].Managing service quality，2012，22（6）：622-637.

[16]张小栓，高明.电子商务网站评价方法研究综述[J].情报杂志，2007（6）：22-25.

[17]南小可.基于二元语义的B2C电子商务网站评价方法[J].科技管理研究，2010（21）：186-189.

[18]梁昌勇.基于主客观权重集成的电子商务网站评价方法[J].运筹与管理，2009，18（6）：146-151.

[19]杜佳，朱庆华.信息构建在网站评价中的应用——以南京大学网站为例[J].情报资料工作，2004（6）：13-16.