2021-4-10 | 互联网
一、近年来，陕西省互联网服务业务蓬勃发展，主要体现在域名、网站及互联网服务提供商（ＩＳＰ）的数量爆增。截止２００９年１２月，陕西省域名总数量为５４８ ５５９个，较上年增长２５６％，占全国域名总数的３．３％；２００９年陕西省主体开办、有独立域名的网站数量为３８ １８０，占全国网站数量的１．２％，排名第１６，比２００８年的３０ ８１６个网站数量增加了７ ３６４个，年增长率２３．９％；陕西省ＩＳＰ数量不断增加，从２００６年的十几家增加到２００９年的４０多家，同时，业务收入从２００６年的５８４万元增加至２００９年的５ ０００万元。然而，互联网服务市场也存在着不小的问题：根据工信部统计的数据，陕西省网站用户流失严重。全省７６ ２７２家网站，从本省接入互联网的只有１３ ０００家，占陕西省网站总数不到１８％，剩余６３ ０００多家均由外省接入，占到陕西省网站总数的８０％以上［１］。
面对严峻的客户流失，陕西省ＩＳＰ必须体察网站用户对互联网接入服务的需求，了解客户满意度的现状及问题所在，尽快改进其营销组合策略，切实提升服务水平，以扭转当前的不利局面。
二、实证分析
本研究拟采用目前结构方程模型（ＳＥＭ）的方法，该法适合于探讨潜变量和观测变量的关系，潜变量是不可直接观测的，只能通过观测变量而间接测度［２］２３８－２５９。ＳＥＭ具有精度高、拟合度高、可信度高、可灵活处理多个潜变量等优势。通过查阅文献，发现将ＳＥＭ用于互联网接入服务客户满意度研究的较少，已有的ＩＳＰ客户满意度实证研究精度尚显不足。本文拟运用ＳＥＭ展开ＩＳＰ客户满意度的实证研究。
（一）互联网接入服务的客户满意度模型构建
Ｈｏｗａｒｄ等人提出客户对产品／服务价值的评判将直接影响满意度，而且厂商与客户之间的沟通因素会促进总体满意度的提高［３］７－８。Ｚａｉｔｈａｍｌ等人将ＣＳＩ归结为预期值（ｅ）与实际值（ａ）的差异。当ｅ＞ａ时，表明客户对产品或服务不满意；当ｅ＜ａ时，表明客户所获得的实际体验超过了客户对产品或服务的期望值，客户对产品或服务比较满意；当ｅ＝ａ时，表明客户对产品或服务的评价一般［４］。
Ｓｃｏｔｔ Ｎｅｌｓｏｎ归纳了表征客户满意度的四个相互独立的因素：品牌（企业形象、价值和其一致性）、产品的质量和服务的专业性、相互关系（客户需求满足程度、使用的数量、依赖程度和方便性）、履行（售后服务、产品的可靠性和反馈次数）［５］３０９。
进一步查阅其他国内外相关文献，借鉴了较为成熟的ＣＳＩ模型，并结合互联网接入服务的具体情况，建立了互联网接入服务客户满意度模型，并以此为基础给出５条待验证的相关假设，假设中涉及了ＳＥＭ中的６个潜变量。模型理论假设为：Ｈ１：接入资费对用户满意度有显著的负向影响作用；Ｈ２：硬件设施对用户满意度有显著的正向影响作用；Ｈ３：服务质量对用户满意度有显著的正向影响作用；Ｈ４：客户沟通对用户满意度有显著的正向影响作用；Ｈ５：客户关怀对用户满意度有显著的正向影响作用。
（二）抽样调查
本研究通过深入调查全省互联网接入市场运行的基本情况，了解各类经营企业的发展现状，分析ＩＳＰ业务市场中存在的问题，分析基础电信企业客户外流、通信增值服务企业资源外省租用状况的原因，对企业经营提出参考意见，为行业主管部门制定相关政策提供统计数据，以利于制定有效政策，提升通信企业的竞争实力，促进陕西互联接入市场健康、快速发展。
１．量表设计。问卷设计是依据互联网接入服务的可观测变量，借鉴国内外关于用户满意度的相关文献，征求专家意见，将问卷设计为三大部分，具体内容如下：
第一部分是网站基本情况，主要包括企业名称、性质、所属行业、网站开通时间、企业人数、从事何种服务、网站投入资金情况等。
第二部分是网站内容管理部分，包括网站内容是用于办公、宣传还是开展业务，网站信息更新情况及技术支持人员配备等。
第三部分是用户对互联网接入资源的使用情况。本研究采用李克特５级量表法设计，客户态度分为５级：非常满意；较满意；一般；较不满意；很不满意。为了分析上述模型中潜变量之间的关系，在文献查阅和网站用户调研访谈的基础上，将模型中的６个潜变量（接入资费、硬件设施、服务质量、客户沟通、客户关怀及用户满意度）细化为２０个观测变量（ｘ１～ｘ２０）。
２．抽样调查。网站用户样本选取遵循根据企业性质、所属行业及企业规模等进行抽样的原则。本次调查在西安市范围内展开，采用陕西省通信管理局提供样本和调查人员随机选择样本相结合的方法，目的是为了按类别选择具有代表性的样本。调查共发放问卷２２３份，实际收回有效问卷２０３份，有效率达到９１．０％。研究对象为互联网接入服务产业链的下游网站用户，企业性质以民营企业为主，占比９１．１％；以陕西省ＩＳＰ接入互联网的网站用户为主，占比６７％；网站开通时间以２００８年以后开通的网站用户为主，占比８８．７％；以人数在１１～５０人的企业规模为主，占比５４．７％。
（三）实证分析
１．探索性因子分析（ＥＦＡ）
运用ＳＰＳＳ１３．０的主成分分析法并经过方差最大化正交旋转，进行ＥＦＡ分析，以测试各题项的聚合性。通过软件计算得出：ＫＭＯ＝０．７９６，各因子负荷值如表２所示，说明该问卷能够进行因子分析。
２．验证性因子分析（ＣＦＡ）
在展开实证分析之前，还要对问卷指标的信度和效度进行分析，以确保数据的可靠性。计算得出Ｃｒｏｎｂａｃｈ’ｓ ａ系数都大于０．７，说明本次采集数据的信度较高。再进行效度分析，运用ＡＭＯＳ７．０软件绘制客户满意度模型图，可以评估模型拟合情况。经检验，χ２／ＤＦ≤３．０、ＣＦＩ≥０．９０、ＧＦＩ≥０．８５、ＲＭ－ＳＥＡ≤０．０８，则表明模型拟合度是可接受的。所有指标都在建议的取值范围内，表明模型与数据的拟合效果很好，能够用于用户满意度实证分析。