内容摘要：研究顾客满意度的影响因素对餐饮类团购业的发展具有重要意义。基于欧洲顾客满意度指数模型（ECSI），结合餐饮类团购业特点，构建了餐饮类团购顾客满意度模型（COGB-CSI），并进行了实证研究。研究发现：感知服务质量、感知硬件质量、企业形象和感知软件质量是影响顾客满意度的前因变量，其影响程度按顺序依次减弱；感知价值在感知质量对顾客满意度的影响中起着中介作用。因此，建议团购网站应联合线下商家打造更好的消费体验，同时也须完善点评管理体系和售后服务体系。

    关键词：餐饮类团购/顾客满意度/ECSI/结构方程模型

    目前，网络团购这种新兴的电子商务模式，凭借着便捷实惠的优势，受到我国消费者的青睐。团800网站的2014年中国团购市场统计报告指出：2014年我国团购成交额达到747.5亿元，同比增长108.3%；参团人数达到11.91亿人次，增幅为97.2%。其中，餐饮类团购的成交额为441.7亿元，占有近6成的市场份额（59.1%），是众团购品类中的龙头板块[1]。然而，由于网络团购模式简单且容易被复制，导致我国团购市场出现鱼龙混杂的局面。不法网站和商家侵犯消费者权益的现象时有发生，从而消费者参与的积极性有所下降，这在餐饮类团购中尤为突出。因此，哪些因素影响着餐饮类团购的顾客满意度，如何有效地提高消费者的满意度，就成为了关注的焦点。
　　
　　顾客满意度（Customer Satisfaction Index，CSI）是一个从顾客感知的角度出发，以消费过的商品和服务为对象，将实际感知与事前期望相对比后产生的顾客评价，是一种量化的综合性经济指标[2]。本文通过总结团购顾客满意度理论，根据餐饮类团购行业自身的特点，以ECSI模型为基础，从线上和线下两个视角，考察影响餐饮类团购顾客满意度测评的具体因素，并构建了相应的评价指标体系及理论模型；通过发放问卷来进行实证研究，深入分析团购网站、实体商家、顾客满意度三者之间的有机联系，从而为众多团购网站及线下商家提供了一个薪的经营视角，以解决困惑，走出困境，促进餐饮类团购的健康长久地发展。

　　二、文献综述

　　虽然当前电子商务发展迅速，有大量的相关理论与实证研究，但将网络团购理论与顾客满意度相结合的研究仍比较缺乏。由于餐饮类团购的线上环节与传统网络购物类似，所以可以参考并借鉴传统网络购物顾客满意度的相关理论与实践成果，来探索评测餐饮类团购顾客满意度的影响因素。

　　Szymanski和Hise建立了互联网零售顾客满意度的概念模型，证实了便利性、财务安全、商品信息及网站设计对顾客满意度有着显著的正向影响[3]。Robert J.Kauffman等人采用互联网的实验室研究方法，以团购在线评价文本为研究对象，总结出团购顾客满意度的影响因素，建立了以客户评价、已有参团人次和感知风险等为基础的顾客团购行为模型[4]。Yoo，Lee，Park将顾客价值划分为两个方面：享乐价值和功能价值，并证实了这两种价值对顾客满意度都有显著的正向作用[5]。Melissa Bishop等人研究发现，当前网络顾客心理期望和实际支付额度之间存在着很大的差距，若能缩小差距，其满意度就会得到提高[6]。

　　国内，查金祥、王立生以预期不确认理论和服务质量衡量模型为基础，构建了一个网络购物感知服务质量、网络顾客预期与网络顾客满意度之间关系的理论模型[7]。杨姗媛和禹银艳总结出9个B2C电子商务顾客满意度的影响因素：系统的可靠安全性、企业形象、价格因素、物流配送服务及投诉处理服务等[8]。邓爱民等人构建了一个网络购物顾客忠诚度影响因素的结构模型，并通过实证研究的方式全面考察电子商务环境下顾客忠诚度的作用机制[9]。仲伟伫等人通过对比分析传统实体店购物和网络购物的区别，实证研究发现影响网络购物顾客满意度的重要因素及其路径关系[10]。

　　综上所述，学术界对顾客满意度理论的研究已经比较成熟，先后构建了不同国家、地区或行业的顾客满意度指数模型。但是，这些模型不能很好地应用于所有行业或者企业，因为大多数研究都是以网络团购这个整体作为研究对象，忽略了特定类别团购行业的自身特点，以及团购消费者的个体特征差异。且现有的研究主要集中在实物类团购，忽视了美容、餐饮、电影等服务类团购。

　　三、理论模型及指标体系的构建

　　（一）研究假设的提出

　　在阅读了众多国内外文献后，结合餐饮类团购自身的行业特点，以线上和线下两个角度出发，本文构建了一个具有因果关系的餐饮类团购顾客满意度模型。此模型一共有9个结构变量，构成11种假设关系，如图2所示。
　　
　　顾客参与餐饮类团购时，首先就要和团购网站打交道，所以线上购买环节就是感知软件质量如何的主要阶段。Pastrick指出“当网站页面整洁简单时，就能够起到导航的作用，这样有利于消费者更快更好地进行网上购物”[11]。线上购买成功后，就到了线下消费阶段，即为硬件质量体验环节。实际消费体验的好坏直接关系着整个团购活动的评价。当今面对日益激烈的竞争环境，很多网站意识到不仅要提供物美价廉的商品，而且要加强客户服务。Minho Kim指出优质的网站服务及顾客关怀服务会影响顾客的满意度[12]。同时，良好的企业形象有助于赢得广大消费者的信赖，间接并长久影响顾客的消费行为。为此，本文提出如下假设：

　　感知软件质量对感知质量有着正向的作用；

　　感知硬件质量对感知质量有着正向的作用；

　　感知服务质量对感知质量有着正向的作用；

　　企业形象对感知质量有着正向的作用。

　　顾客期望是指顾客在消费前对即将获得的产品或服务的质量情况作出的一种估计。顾客满意度是顾客对所购买产品或服务的实际感知与本人预期之间差异的评价。若实际感知大于顾客预期，消费者就会感到满意，反之顾客则不满意。对未来商品和服务的合理预期对整体顾客满意度有着重要的作用[13]。为此，本文提出如下假设：

　　顾客期望对感知质量有着正向的作用；

　　顾客期望对感知价值有着正向的作用；

　　顾客期望对顾客满意度有着正向的作用。

　　在COGB-CSI模型中，感知质量是指消费者在整个餐饮类团购过程中的实际感受和认知。良好的实际服务质量体验能够提高对所获得的收益的感知，所以本文认为感知质量对感知价值有着显著的正向影响。之前的研究证实了感知质量的情况越好，顾客感到满意的可能性就会越高，也就是说这两者存在着正相关关系[14]。为此，本文提出如下假设：

　　感知质量对感知价值有着正向的作用；

　　感知质量对顾客满意度有着正向的作用。

　　Parasuraman等认为感知价值是顾客基于对所得到的和所付出的进行对比后得到的感知[15]。在COGBCSI模型中，感知价值是指整个网络团购活动的性价比情况。之前的研究表明感知价值是顾客满意度的一个重要的原因变量，且对顾客满意度有正向作用[16]。本文坚持这一观点，且在此基础上认为感知价值还作为中介变量，对感知质量和顾客期望起着中介作用。为此，本文提出如下假设：

　　感知价值对顾客满意度有着正向的作用。

　　顾客在享受高满意度的服务后，势必会宣传或再次选择该餐饮类团购，从而就形成了一种良性循环。为此，本文提出如下假设：

　　顾客满意度对顾客忠诚度有着正向的作用。

　　（二）观测变量的确定

　　本文以餐饮类团购顾客满意度为目标层，以上述的9个潜变量为第二级指标。通过对这些潜变量定性和定量的分解，选取了24个观测变量，作为第三级指标。第四级指标即问卷调查中的具体问题。故建立餐饮类团购顾客满意度指标体系如下：
　　
　　四、实证分析

　　（一）问卷的描述性统计分析

　　本问卷采用Likert 7级量表，利用微信朋友圈、邮件、实地拦截采访等方式进行发放回收。正式调研共发放350份问卷，回收278份问卷，有效问卷228份，有效回收率65.1%。

　　其调查对象具体情况如表2所示。从统计结果可以看出，本次调研中女性较多，占到3/5，且样本主要分布在18～25岁和26～30岁的年龄段。故可以得出此结论：餐饮类网络团购用户以年轻网民为主，尤其是女性用户居多，且用户群体多为学生和年轻白领。
　　
　　（二）数据的信度与效度检验

　　1.信度检验

　　问卷信度（Reliability）是指问卷调查数据的一致性或稳定性。本文采用SPSS 19.0软件中的可靠性分析来研究数据的内部一致性。Cronbach Alpha系数是当前广泛使用的一种可靠性系数，一般认为Alpha的值高于0.7，数据可靠性就较高。总量表的Alpha值为0.972，达到了比较高的水平。这表明问卷的信度较高，可靠性较好。

　　2.效度分析

　　本文着重选用因子分析法检验问卷的结构效度，通过KMO检验题项间的相关性以判断是否适合进行因子分析。经过KMO和Bartlett的球形度检验发现，KMO=0.957，Bartlett的球形度检验近似卡方为5350.397，df=276，sig=0.000。这表明变量之间存在着相关关系，所以本问卷是适合做因子分析的。

　　然后采用主成分分析法，提取特征根大于1的9个因子，这9个因子的累计解释率为86.666%。在因素分析时，运用Kaiser标准化最大方差法对因子进行旋转得出公共因子负载值，保留因素负荷值大于0.4的项目，可以得到不同的项目均归属于不同的因子上，从而每个因子具备了比较明确的含义，且各个因子的交叉负载程度较低，这表明本问卷的结构效度较好。

　　3.研究分析

　　本研究使用AMOS 20.0对结构方程模型进行拟合分析，再对假设进行检验，同时对各结构变量之间的标准化路径系数进行估计。各拟合指数的理想值及本文模型的拟合指数见表3。可以看出，各个拟合指标均达到要求，这表明本文构建的COGB-CSI模型得到了良好的验证。
　　
　　从表4中可以看出，原模型中9个假设是可行的，只有H6和H7没有得到验证。图3清楚地显示了餐饮类团购顾客满意度模型中各潜变量之间的路径关系及强弱程度，具体分析如下：

　　（1）餐饮类团购顾客满意度的前因变量分析
　　
　　感知软件质量、感知硬件质量、感知服务质量和企业形象对感知质量的影响分别为0.10、0.25、0.37、0.24，总影响为0.96，故这四个质量因子为表征感知质量的重要维度。其中，感知服务质量对感知质量的直接影响最高，达到0.37。其次是感知硬件质量和企业形象，它们都对感知质量有着显著的正向影响。而感知软件质量在四个质量因子中对感知质量的影响最低，其影响因子仅为0.10，这和之前的设想有一定的出入。我们认为，感知软件质量是很多顾客进行餐饮类团购过程中注重的因素，却不是对感知质量影响最大的因素。这是因为，目前保证软件质量优良是团购网站必须做到的，软件质量低会使消费者感到“非常不满意”，但软件质量高只能使消费者没有“不满意”，却不能使消费者感到“非常满意”。

　　（2）餐饮类团购顾客满意度的决定变量分析

　　餐饮类团购顾客期望对感知价值没有显著的影响，即假设6不成立。餐饮类团购顾客期望只对感知质量产生显著的正向影响。这一结果与Ofir Turel和Alexander Serenko[17]关于加拿大手机服务的研究结果是一致的。餐饮类团购顾客期望只影响顾客对质量的评价，并通过顾客感知质量对感知价值和顾客满意产生影响。这可能是因为，目前很多餐饮类团购顾客还没拥有丰富的消费感知，从而未形成稳定的消费预期。

　　从路径系数来看，顾客期望对顾客满意度也没有显著的正向影响，反而呈负相关关系，即假设7不成立。究其原因，本文认为顾客期望是从主观层面出发的，往往受到以往的团购经历、口碑评价和广告宣传等影响。

　　感知价值在感知质量对顾客满意度的影响中起着中介作用。模型中感知质量对感知价值的影响为0.75，感知价值对顾客满意度的影响为0.36。这表明感知质量对顾客满意度既存在着直接影响，还通过感知价值这个中介变量对顾客满意度产生间接影响。通过问卷调查的人口统计特征可以看出，参与餐饮类团购的顾客不全是高端收入人群，他们既追求高质量的服务水平，也会重视价格水平的高低。而顾客对价值的感知就来源于所享受到的服务和支付费用这两方面所到的心理平衡。所以，性价比越高，顾客满意度也就越高。

　　（3）餐饮类团购顾客满意度的结果变量分析
　　
　　顾客满意度对顾客忠诚度有着显著的正向影响，影响系数高达0.83。对于顾客满意度和顾客忠诚度而言，前者是后者的必要而不充分条件，也就是说顾客忠诚度是顾客满意度的升华。

　　五、结束语

　　本文结合餐饮类团购行业的自身特点，借鉴ECSI模型并进行改进创新，构建了餐饮类团购顾客满意度模型（COGB-CSI），再以长沙地区餐饮类团购调查数据为样本进行了验证和分析，最终得出了餐饮类团购顾客满意度影响路径关系图，发现了影响感知质量的4个质量因子的强弱排序（感知服务质量＞感知硬件质量＞企业形象＞感知软件质量），有助于团购企业采取一些针对性的营销竞争策略；同时，验证了感知价值对感知质量与顾客满意度之间关系的中介效应，强调了性价比的提高也是影响满意度的有效途径。

　　结合以上的分析结果，本文对餐饮类团购的发展提出以下几条建议：

　　（一）餐饮企业应当注重提高自身的商品及服务质量，努力打造更高更好的线下体验

　　取消团购顾客与非团购顾客的差别待遇，提升服务人员的专业水平；完善消费环境的基础设施，安装无线网络满足年轻消费群体的需求；做好品牌宣传工作，打造良好的企业形象，不断地提升顾客在消费中的感知质量体验。与此同时，团购网站也应该强化合作商家的资质审核机制，严格把控线下商家的质量。这样，双方合力才能保证顾客的满意度得到显著提高。

　　（二）团购网站应尽快完善在线点评管理体系，加强顾客期望管理

　　可以采取返利、红包、免单等方式，来激励消费者参与购后评价与晒单分享活动。这样，不仅有利于形成团购活动的口碑效应，间接地影响顾客预期，还可以促使餐饮企业最大限度地提升顾客满意度。

　　（三）优化售后处理环节，重视客户投诉意见

　　顾客满意度是影响顾客忠诚度的关键因素，顾客满意度越高，重复购买率就越高。这就需要采取措施不断完善售后服务体系，如建立合理的退款机制、取消潜在的隐形消费与及时受理客户投诉等。在保障消费者合法权益的同时，吸取广大消费者的意见，不断地改进与创新。这有助于顾客形成强烈的认同感，保证顾客满意度的提升，进而形成顾客忠诚度。

　　本研究的不足在于调查的区域只限于长沙地区，没有对其他省份城市进行调研，研究结果有一定的区域局限性。故若拥有更广的样本量就能得到更为精确和合理的结论，从而有利于团购顾客满意度的动态结构模型不断地完善，这也将是我们今后深入研究的方向。

    原文参考文献：

[1]团800资讯.2014年中国团购市场统计报告[EB/OL].http://zixun.tuan800.com/a/tuangoushujubaogao/20150122/50434.html，2015-01-22.
[2]程龙生，牛俊磊，时建中.公路长途客运顾客满意度模型及其应用[J].数理统计与管理，2012，(1).
[3]Szymanski D M,Hise R T.E-satisfaction:An Initial Examination[J].Journal of Retailing,2000,76(3):309-322.
[4]Kauffman R J,Lai H,Lin H C.Consumer Adoption of Group-buying Auctions:An Experimental Study[J].Information Technology and Management,2010,11(4):191-211.
[5]Yoo W S,Lee Y,Park J K.The Role of Interactivity in Etailing:Creating Value and Increasing Satisfaction[J].Journal of Retailing and Consumer Services,2010,17(2):89-96.
[6]Barber N,Kuo P J,Bishop M,et al.Measuring Psychographics to Assess Purchase Intention and Willingness to Pay[J].Journal of Consumer Marketing,2012,29(4):280-292.
[7]查金祥，王立生.网络购物顾客满意度影响因素的实证研究[J].管理科学，2006，(2).
[8]禹银艳，杨姗媛.B2C电子商务顾客满意度测评研究[J].统计与决策，2009，(20).
[9]邓爱民，陶宝，马莹莹.网络购物顾客忠诚度影响因素的实证研究[J].中国管理科学，2014，(6).
[10]仲伟伫，席菱聆，武瑞娟.基于ACSI模型的网络购物满意度影响因素实证研究[J].软科学，2014，(2).
[11]Manes,Stephen.Web Sites:Slow by Design?[J].Information Week,1997,(4):124.
[12]Minho Kim,Han Mo Oh,Ronald D.McNiel.Determinants of Online Shoppers' Satisfaction in Korea[J].Applied Economics Letters,2008,15(10):805-808.
[14]Anderson E W.Cross-category Variation in Customer Satisfaction and Retention[J].Marketing letters,1994,5(1):19-30.
[15]Fornell C.A National Customer Satisfaction Barometer.The Swedish Experience[J].Journal of Marketing,1992,56(1):6-21.
[16]Fornell C,Johnson M D,Anderson E W,Cha J,& Bryant B E.The American Customer Satisfaction Index:Nature,Purpose,and Findings[J].Journal of Marketing,1996,60(4):7-18.