电子商务行业客户满意度调查的新方法

客户世界 | 2015年7月13日 | 2014年 | 评论已关闭 | 2727

客户世界|郭红丽张霖|2015-01-15

随着阿里巴巴于2014年9月19号晚上正式在纽交所万众瞩目中上市，中国电子商务（简称电商）行业的发展得到了国内外的一致认可。在此之后，以阿里集团为首的众多电商将在我们的生活中起到更加关键的作用。而站在这些企业的角度来讲，如何更好地服务客户无疑是自己发展的根基所在。

为了充分满足客户的需求，给予他们最舒适的消费体验，时刻关注并提升客户满意度是至关重要的。电子商务行业是随着信息化的推广而成长的行业，相比一些传统零售业有着自己的特点；同时随着移动互联等一些新技术的发展，以前所用的一些客户满意度的测评方法也都有待改进。有鉴于此，笔者将就未来电商发展过程中相关的客户满意度测评方法进行探讨，希冀能借助新技术的发展、为未来电商行业客户满意度测评的低成本运作和常态化发展提供思路和建议。

一、移动互联的时代
随着4g网络的全面覆盖，智能手机的不断推广，移动电子商务展现出了广阔的发展前景。所谓移动电子商务，就是利用手机、平板电脑等无线终端进行的B2B、B2C或C2C的电子商务。它将因特网、移动通信技术、短距离通信技术及其它信息处理技术完美的结合，使人们可以在任何时间、任何地点进行各种商贸活动，实现随时随地、线上线下的购物与交易。

在现在许多人手机不离手的前提下，电商的App本身所收集到的数据将会是充足并具有足够代表性的。客户对App中各项功能的使用频率、重复使用率都代表了该项功能所能提供的体验是否完善。公司可以将各项功能单独看待，提供较好体验的功能所带来的客户满意度无疑是较高的，反之则较低。这种方法较为直观、简单，但只是一种较为粗浅的方法。

顾客满意的定义是指顾客对经过消费一个产品或接受服务而形成的最终状态的满意程度。以前的客户满意度调查方法根基在于发放问卷所收集到的数据：通过大量发放问卷，再进行回收、筛选，最终通过分析得到相应的数据。但是为了提高数据精度，需要大量的问卷调查，也就意味着高额的成本；并且精度要求越高，所需的成本也越高。这不仅要消耗大量的资源，同时可能还伴随着一些或多或少的统计误差。技术的发展为这一问题的改进提供了可能。在移动互联时代，公司完全可以在网站和App中发放相关问卷，利用自己的网站和移动产品进行无纸化调查，同时以红包或优惠券的形式鼓励客户接受调查的积极性。这样一方面可以节约大量的成本；另一方面愿意参加活动的多是对电商有一定了解的客户群体，这就使得接受调查的客户中偶然性的客户比例较低，相应有效问卷的获得比例将会提高。

除此之外，电商企业甚至还可以在某一次原本就有计划的大型促销活动（如淘宝的双11）中以比较隐晦的方式（如游戏等）植入问卷。该方法同样可以充分利用企业在线上运行模式的优势，从而使得客户满意度测评数据的收集更为容易，成本更低。

二、社交因素的利用
社交网络改变了传统大众传播的沟通方式和传播渠道，依附现实社会关系生成多种网络交互行为，实现了虚拟世界与现实社会的拟合，显示出全新的关系演变格局。社交网络在人们的生活中扮演着越来越重要的角色，并对人们的信息获得、思考和生活产生不可低估的影响，也日益成为人们展现自我、营销推广的窗口。社交天生就意味着双向乃至多向的交流，电商企业若是可以让自己的产品打上这一属性，不仅可以大大提高客户的体验程度，还可以简单快捷地评估客户满意度。

以QQ的空间和微信的朋友圈为例，根据六度空间理论，一份合理编辑的文章会通过少部分人迅速扩散。由于这一类社交媒介在一个社交圈内消息的传递具有强制性，就是当双方互为好友之后，一方所转发的消息将一定显示在对方的视野内。所以只要公司做出一份有足够趣味性的调查问卷在相应的社交媒体中传播，参考微博、微信等社交媒介每天使用的人数，将很轻易地在短期内获得大量数据。如果说移动互联化是在数据采集方法上的提升，那么社交元素的加入则使得调查范围更加广泛，所针对的不仅有自己的客户，还可以得到社交圈中其他更多相关客户满意度方面的数据。

然而就电商而言，社交元素的加入并不是什么容易的事。他们有的选择自己新建一个社交平台，如阿里以前曾推出的旺信，希望在把产品做成App时能够同时借助淘宝与阿里旺旺的庞大客户群体，打造出另一个微信，但由于种种原因旺信现在已经无人问津；还有的依托于现有的社交产品，腾讯在入股京东后就将京东网店与自己旗下的王牌社交产品微信联合起来，在一级入口添加了京东网店的入口。此举利弊在此不加以讨论，但此时京东若想进行客户满意度调查，相比之下没有理由不利用微信中巨额的用户流量所带来的便利。

三、信息爆炸中大数据理念的运用
云计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长，大数据时代正式到来。数据从简单的处理对象开始转变为一种基础性资源。如何更好地管理和利用大数据已经成为普遍关注的话题，尤其是在电商行业，可以说凡走过的，必留下痕迹。行业内几乎所有信息都要在线上进行，哪怕是O2O也不例外。所以，依托云计算技术、电商行业大数据的发展相比线下传统零售业等行业将更加顺畅。

不过，大数据从初次提出到现在虽然有了跨越式的发展，但仍然存在许多技术上的问题。首当其冲的就是海量数据所带来的数据的多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战。要想处理大数据，首先必须对所需数据源的数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合之后采用统一定义的结构来存储这些数据。在数据集成和提取的同时需要对数据进行清洗，保证数据质量及可信性。就客户满意度的测评而言，首先就是要运用数据挖掘技术对客户进行细分，筛选出具有代表性的客户群体，收集他们在进行消费或体验活动时的一系列数据，包括消费与浏览记录、关注产品的种类、对商家给予的评价、曾有过的投诉记录、高频点击数据等海量数据；然后对数据进行分析，得出相应结果。

成熟的大数据技术对上述数据采集与数据处理等环节都有显著提高，因为大数据的对象就是网络上的海量数据，这些数据在经过清洗、处理后所得到的有效数据就是第一类中通过问卷所得到的数据；而且由于包括了所有人（理论上）相关方面的数据，在调查目标范围上甚至超过了社交理念运用的调查范围。所以上文所提及的两种理念在大数据的运用中都有所涉及并且运用得更为成熟。在数据分析环节，公司可以根据情况建立流处理或批处理模型，迅速而精确地得出调查结果。加上数据解释环节，大数据技术本身其实已经包含了客户满意度调查的各个关键环节，并且数据来源于真实的场景，能更准确地反映客户的行为意向与体验感知。

然而，由于基础理论和实际应用方面的一些问题存在，目前大数据技术还没有广泛运用。但随着科技的进步发展，这一先进的技术终将普及，笔者相信这也是客户满意度调查在未来很长一段时间内真正的归宿。

本文刊载于《客户世界》2014年11月刊；郭红丽为厦门大学经济学院统计系副教授、管理学博士；张霖为厦门大学经济学院统计系硕士研究生