基于多属性决策的电子商务顾客满意度测评

统计与决策2011年第2期（总第326期）

基于多属性决策的电子商务顾客满意度测评

摘要：文章在参考已有研究成果的基础上，构建了电子商务顾客满意度评价指标体系，并运用

多属性决策方法对两家大型电子商务公司进行测评，最后对测评结果进行分析。

关键词：服务质量；满意度评价；群组决策；指标体系中图分类号：F272.5

文献标识码：A

文章编号：1002－6487（2011）02－0167-03

韩朝胜

（济源职业技术学院，河南济源454650）

1多属性决策方法

1.1

基于特征根法的群组权重确定

在多属性评价问题中，常常需要专家的偏好信息，

Fuzzy 判断矩阵不仅符合人类思维的模糊性及客观现实的复

杂性和不确定性，更容易为专家所掌握。一般地，将某项指标或评价对象进行模糊定量化，把其优劣程度分为五级，评分结果为：重要（5分）、比较重要（4分）、一般重要（3分）、次要（2分）、不重要（1分）。确定了评价指标及其相应的模糊评价表达方式，就可以请专家对各个评价对象进行评定，得到每位专家的Fuzzy 判断矩阵。

在顾客满意度评价中，可以请m 个相关专家对n 个评价指标的权重进行评定，得到这m 个专家对n 个评价指标权重的Fuzzy 判断矩阵X ：

X=

x 11x 12...x 1n x 21x 22 (x)

2n ………

…x

m1

x m2 (x)

mn

在得到了各个专家的意见之后，就应当采取适当的方法将各个专家的意见正确、合理地进行综合。假设一个评分最准最公正，即决策水平最高的专家叫理想（最优）专家S *。群组的“理想专家”是：具有评分向量与群体中各专家评分向量夹角之和最小的专家。其评分向量X *=（x 1*,x 2*,…,x n *）T 求解可得：

max b=1m

i =1

Σ(b T

X i )2

=m

i =1

Σ(X *T X i )2=ρmax

其中ρmax 为矩阵X T X 的最大特征单根，X *为对应于ρmax

的正特征向量，且||X *||=1；坌b=(b 1,b 2,…,b n )T ∈E n ，||b||=1，将最大特征单根对应的向量归一化以后，就可以得到专家的标准

作者简介：韩朝胜（1971-），男，河南濮阳人，副教授，研究方向：国民经济。

后相关系数已经明显地发生了变化。2.4因子分析结果

根据表4因子载荷矩阵数据，对因子进行命名，结果参

见表5。

3基本结论

高校教学质量表现为多个方面，需要用多个指标各有侧

重地来描述，为了能够用一套评价指标体系全面地覆盖教师教学工作中所有可能涉及的内容，学校往往把指标体系设计得过于全面，各指标之间往往存在一定的相关关系，即它们反映的信息在一定程度上有重叠。笔者将定性和定量研究方法相结合，采用文献分析法和专家访谈法初步筛选出评价教学质量的25个指标，对其重要性选取部分高校学生进行问卷调查，所得原始数据适宜于进行因子分析，结果显示，所选的13个因子的特征根解释了总体方差的81.457%。该教学

质量评价体系中的25个评价指标可分成13类，即这25个变量共有13个公因子，这些因素之间不相关，简化了指标结构，而又反映了教学质量的大部分信息。

参考文献：

[1]裴娣娜.教育研究方法导论[M].合肥：安徽教育出版社,1995.[2]马庆国.管理统计[M].北京：科学出版社,2002.

[3]史美君.高校教学质量评价及其指标体系研究[J].长春大学学报,1999，(1).

[4]周萍.论教学型院校的质量标准与评价指标体系[J].中国大学教学,2009，(8).

[5]万海桦.国内外教学质量评估的实践与发展[J].经济与社会发展,2003，(4).

[6]王光明.高校教学质量评价研究进展[J].天津市教科院学报,2008，(4).

（责任编辑/易永生）

167

统计与决策2011年第2期（总第326期）

一级指标

通用服务质量个性服务质量

二级指标

系统的安全可靠性

购物的操作便利性

产品因素

价格因素

个性化服务

员工服务

配送服务投诉处理服务

企业信誉

三级指标个人信息及隐私保护在线支付安全可靠极少发生系统故障

网站页面设计操作简单方便网站导航及搜索功能系统运行及响应速度支付方式的种类

产品的展示编排分类与其他同类产品的比较功能

产品的销售信息

产品价格配送费用

优惠折扣

购物推荐产品定制在线设计等功能

服务顾客的态度业务服务水平

送货及时准确顾客可跟踪送货过程沟通交流平台或渠道投诉处理的及时性投诉处理的结果

社会形象诚信度

指标编号A1A2A3A4A5A6A7A8A9A10A11A12A13A14B1B2B3B4B5B6B7B8B9B10B11B12

甲公司3.4653.1622.9403.5133.4283.3653.3843.1703.6912.8633.1793.1672.9413.3873.4023.3523.5003.3983.2633.3783.4222.7732.5102.7742.5313.098

乙公司

3.2872.8912.7353.5263.3983.51673.5403.0623.5453.0873.3263.3683.0363.5213.5643.6853.5063.3763.5333.4592.8302.4282.8212.4623.1303.564

表1电子商务顾客满意度评价指标体系及两家电子商务公司平均满意度值

通用服务质量专家1专家2专家3专家4专家5A155454A244144A344545A435555A544545A635545A744354A844234A944444A1035453A1134454A1245555

A1344334A14

55254

表2

通用服务质量指标权重专家打分值

旅客服务质量专家1专家2专家3专家4专家5

B1

44353

B255344B355354

B445354B544443B655444B745354B844453B955444B1033144B1145244B1243134

表3

个性服务质量指标权重专家打分值

通用服务质量

专家权重λ信息熵权w 综合权重ηA1

0.0780.0860.098A20.0600.1450.121A30.0760.1190.125A40.0820.0070.010A50.0780.0150.016A60.0760.0750.078A70.0690.0070.007A80.0590.0580.057A90.0670.0700.068A100.0700.1230.12A110.0690.0760.074A120.0830.1020.118A130.0610.0540.049A140.0710.0630.065

表4

通用服务质量指标权重值

化权重向量。

1.2基于信息熵的客观权重确定

设系统评价中有m 个评价对象，有n 个评价

指标。评价对象对评价指标的属性值b ij 应首先化为规范型，然后再化为列归一化矩阵P=(p ij )m ×n ；

计算属性输出的熵值：

h j =-(lnn)-1m

i =1

Σp ij lnp ij

当p ij =0时，规定p ij lnp ij =0，则有0≤h j ≤1；计算各个评价属性的加权系数w j ：

w j =d j

n j =1

Σd

j

其中，d j =1-h j 为各个评价属性C j 变异程度系数。

1.3主客观权重综合

为兼顾对评价指标的偏好，同时又力争减小

主观随意性，使对属性的权重赋值达到主观与客观统一，通常采用计算组合加权系数ηj 的修正方法来综合主客观权重：

ηj =λj w j

j =1

Σλj

w

j

其中λj 为群组权系数，w j 为信息熵权系数。

1.4综合排序

完成以上各个步骤之后，有必要再构建一个能充分满足

评价思想的理想属性指标序列X 0=(x 0(1),x 0(2),…,x 0(k))，它可以是越大越好，也可以是越小越好。然后再计算各个评价项与理想属性指标的灰色关联度值γik ，即有：

γik (x 0(k),x i (k))=

min i

min k

x 0(k)-x i (k)+ρmax i

max k

x 0(k)-x i (k)

x 0(k)-x i (k)+ρmax i

max k

x 0(k)-x i (k)

其中ρ∈[0,1]为分辨系数，一般ρ=0.5。由此，得到各个评价对象与理想属性指标的灰色关联系数矩阵γ

γ=

γ11γ12…γ1n γ21γ22…γ

2n

…………γ

m1

γm12…γ

mn ∈∈∈∈∈∈∈∈∈∈∈

∈∈∈∈∈

∈

∈∈

∈

设I 为评价项与理想属性指标的广义Hamming 距离，则有改进的优选模型：

U i =

11+

1-I i

I i

∈∈

2

=1

1+

1-

n

j =1Σηj 2γij 2

姨n j =1

Σ

ηj 2γij 2

姨姨姨姨姨姨姨姨姨姨姨

姨

姨姨姨姨姨姨姨姨姨

2

式中：u i 为属性相对于理想属性的优属度；ηj 为综合权重。根据u i 的大小就可以对评价项进行排序。

2构建电子商务顾客满意度评价

指标体系及测评分析

2.1顾客满意度评价指标体系构建

本文通过对顾客满意的相关理论及SCSB （瑞典顾客满

意度指数模型）、ACSI （美国顾客满意度指数模型）、ECSI （欧洲顾客满意度指数模型）等成熟的顾客满意度指数模型的研究分析，结合我国电子商务的经营模式和影响我国电子商务顾客满意的因素，归纳出影响B2C 电子商务顾客满意的因素

如下：（1）系统的安全可靠性；（2）购物的操作便利性；（3）产品因素；（4）价格因素；（5）个性化服务；（6）员工服务；（7）配送服务；（8）投诉处理服务；（9）企业形象。依据指标选取的系统性、科学性、客观性、可比性及可操作性等原则，进一步构建电子商务顾客满意度评价指标体系。

168