基于ZIP模型和Logistic模型估计的顾客满意度、口碑推荐和新顾客购买决策关系研究

曹丽 李丹丹 李纯青

摘 要：本文通过问卷调查数据，检验了顾客满意度对口碑推荐进而对新客户购买决策的影响，模型中同时考虑了产品涉入度和情感承诺的调节作用以及顾客交流特征(口碑传播者的专业性、关系强度、感知风险)对新客户购买决策的影响。结果表明：顾客满意度对口碑推荐有显著的正向影响；口碑推荐对新客户购买决策有显著的正向影响；产品涉入度在顾客满意度和口碑推荐的关系中起着显著的正向调节作用，但情感承诺的调节作用不明显；口碑传播者的专业性以及关系强度对新客户购买决策有显著的正向影响，感知风险的影响不显著。同时本文通过计算口碑推荐数量和口碑转换概率从而预测出基于口碑推荐方式获取新顾客数量。

关键词：口碑推荐；顾客满意度；新顾客购买决策； ZIP模型；Logistic回归模型

中图分类号：F713.50 文献标识码：A 文章编号：1003-5192(2012)04-0015-07

The Linkage between Customer Satisfaction, Word-of-mouth Referrals and New

Customer Purchasing Decision Based on ZIP Model and Logistic Model

CAO Li1,2, LI Dan-dan2, LI Chun-qing2

(1.Business Management College, Xian University of Technology, Xian 710048, China; 2.School of Economics & Management, Xian Technological University, Xian 710032, China)

Abstract:Based on the questionnaire, the paper analyzes the functional linkage between customer satisfaction, word-of-mouth referrals and new customer purchasing decision, in which product involvement and affective commitment are the moderators of the effects of satisfaction on word-of-mouth referrals and communicator characteristics (senders expertise, tie strength and perceived risk) influence new customer purchasing decision. The result shows that, firstly, customer satisfaction are significantly positive correlated with word-of-mouth referrals. Secondly, word-of-mouth referrals have a significantly positive effect on new customer purchasing decisions. Thirdly, product involvement has a positive moderating effect on the relationship between customer satisfaction and word-of-mouth referrals, but affective commitment is not. Finally, senders expertise and tie strength have significantly positive effect on new customer purchasing decisions, but the effect of perceived risk is not significant. The paper also predicts the number of new customers acquired based on word-of-mouth referrals by calculating the number and the conversion rate of word-of-mouth referrals.

Key words:word-of-mouth referrals; customer satisfaction; new customer purchasing decisions; ZIP model; Logistic model

1 引言

口碑推荐(Word-of-Mouth Referrals)是促进产品或服务销售的一种营销方式，是关于产品或服务口头的、人际的、非商业性目的的交流活动［1］。越来越多的企业运用口碑推荐这一营销手段来推广自己的产品。从金融服务业到汽车销售业，从餐饮业到旅游业，口碑营销这一方式在企业界变得越来越流行

［2,3］。有很多学者研究了口碑推荐对消费者购买行为的影响。通过口碑推荐传递的顾客体验可以降低顾客购买决策的风险和不确定性，从而影响口碑信息接收者的购买决策［4,5］。同时，Reichheld等的研究表明正面口碑可以有效地吸引新客户、增加销售收入［6］。Villanueva等对传统营销沟通投入和口碑推荐对顾客资产的影响进行了研究，发现传统营销投入比口碑推荐可以增加更多的短期顾客价值，但是口碑推荐增加的长期顾客价值却是前者的两倍［7］。以往的研究认为口碑推荐既是服务质量/顾客满意度的结果，又是由于新客户获取而为企业带来收入和利润的前因变量［8］。然而这个效果很难被量化，因此在谈及量化质量/满意度的经济性回报时，口碑传播的效果经常被忽视［9,10］。企业有多少收益是通过口碑推荐从已保持的客户那里得到的是企业实践者所关心的问题，同样也是学术界的研究重点。本文利用顾客对笔记本电脑产品进行口碑推荐的调查问卷数据，检验了顾客满意度对口碑推荐进而对新顾客购买决策影响，同时检验了顾客的产品涉入度和情感承诺对顾客满意度与口碑推荐之间关系的调节作用以及在接收到口碑信息后顾客交流特征(口碑传播者的专业性、关系强度、感知风险)对新顾客购买决策的影响。文中分别运用ZIP模型来验证顾客满意度和口碑推荐之间的假设关系并预测口碑推荐的数量，运用Logistic回归模型验证口碑推荐与新顾客购买决策之间的假设关系并预测口碑推荐转换的概率，从而对基于口碑推荐的新顾客获取数量进行预测。

2 理论模型及假设

2.1 顾客满意度对口碑推荐的影响

顾客满意度的概念是在1965年由Cardozo引进营销学领域。顾客满意度是指一种心理状态，是由预期感知不一致产生的情绪和顾客购买前的感受结合在一起的结果［11］。顾客满意度水平对购买意向和口碑这两方面有影响［11,12］。一方面，产品或服务超过顾客期望的程度可能会激发顾客将其正面经验告诉他人。另一方面，顾客期望没有得到满足时可能会产生顾客后悔经验，顾客会把口碑推荐行为作为一种重要形式来发泄负面感情(如愤怒、挫败、减少焦虑、提醒他人或寻求报复)［13,14］。因此顾客的口碑推荐行为会依赖于他们的满意度水平。满意度是口碑推荐的关键前因变量，满意度越高的顾客越有可能产生正面口碑推荐［13,15～18］。因此，本文提出以下假设：

H1a 顾客满意度对口碑推荐的可能性和口碑推荐数量有正向影响。

H1b 顾客满意度对口碑推荐的可能性和口碑推荐数量随着满意度的增加而增加。

但在不同调节变量的调节作用下，满意度对口碑推荐的影响效果不同。本文以产品涉入度和情感承诺作为两个主要调节变量来研究。

美国学者Sherif和Cantril于1947年提出的“自我涉入”的概念是最早有关涉入理论(Involve Theory)的研究。Zaichkowsky认为产品涉入度就是基于自身的需求、价值、兴趣，使个人的知觉与物体相连［19］。涉入程度不同会影响消费者对产品的认知决策模式。当面对高涉入产品时，消费者会积极搜寻产品相关的信息、认识不同品牌、考虑各种产品属性；但是在面对低涉入产品时，消费者的购买决策仅仅是基于对该产品的一般性印象。因此，本文提出以下假设：

H2a 产品涉入度高的顾客其满意度对口碑推荐可能性的正向影响更强。

H2b 产品涉入度正向影响顾客的口碑推荐数量。

承诺是保持一种有价值关系的持久愿望［20］。在营销研究中，对于承诺的维度划分并不统一。有些学者将承诺分为“情感”(感知的情感联系)承诺、“持续”(与离开组织相关的感知成本)承诺和“标准”(对组织所感知的道德责任)承诺三个维度。有些学者只考虑“情感”承诺和“高放弃”承诺两个维度。Harrison-Walker分别对顾客的情感承诺和高放弃承诺与口碑推荐之间的关系进行了讨论，其研究发现顾客的情感承诺与口碑推荐有明显的相关关系，而高放弃承诺与口碑推荐没有明显的关系［21］。Brown等通过纵贯数据证明对于较高承诺的客户来说，正面的口碑推荐行为较少地依赖于满意度水平。原因是高承诺客户正面谈论企业时与他们的满意度水平无关，而低承诺客户则只有他们满意程度较高时才会产生正面推荐［17］。这个发现也与其他认为承诺对口碑推荐产生正向影响的研究结果一致［22］。因此，本文提出以下假设：

H3a 情感承诺较低的顾客其满意度对口碑推荐可能性的正向影响更强。

H3b 情感承诺正向影响顾客的口碑推荐数量。

2.2 口碑推荐对新顾客购买决策的影响

口碑推荐的结果之一体现在处于购前阶段的消费者会受到口碑信息的影响产生一定的购买行为［1］，即新顾客购买决策受到口碑推荐的影响。在目前的营销研究中，口碑推荐对消费者购买决策的影响因素很多。Gilly等在其研究中发现影响口碑信息对口碑接收者购买决策的因素有意见领袖、口碑发送者专业性、口碑传播者和接收者之间的同质性、口碑接收者专业性、口碑偏好等［23］。Bansal和Voyer提出了以下影响口碑传播效果的因素：口碑接收者专业性、感知风险、搜寻程度、发送者专业性和关系强度［5］。

口碑传播者专业性是指信息接收者所感受到的信息传播者提供正确信息的能力，这种能力建立在双方的相对认知上。口碑信息搜索者会倾向询问对标的商品了解较深的专业人员，并且这些人员的专业程度越高，其口碑推荐越有可能被接受，口碑推荐越可能对接收者的购买决策产生更大影响。Bauer认为消费者购买行为都会有无法预期的情况产生，可能造成消费者不愉快，所以消费者行为是一种风险承担行为。消费者在做购买决策的过程中会受到感知风险的影响，而且感知风险越高则消费者越会从口碑推荐中去获得更多的信息［24］。关系强度是指信息接收者所感受到的与信息发送者之间关系紧密的程度。Bansal和Voyer研究发现关系强度较高者的口碑推荐对接收者购买决策的影响力明显大于关系强度较弱者［5］。本研究仅关注口碑推荐对接收到口碑信息的新顾客购买决策的影响。

综上所述，本文提出以下假设：

H4 口碑传播者的专业性越强则越有可能正向影响新客户购买决策。

H5 口碑接收者购买产品所感知的风险越高则越有可能正向影响新顾客购买决策。

H6 口碑传播者与接收者关系强度越强则越有可能正向影响新顾客购买决策。

H7 口碑推荐对新顾客购买决策有明显的正向影响。

2.3 研究模型

基于以前的研究成果和本文的分析，为了刻画顾客满意度对口碑推荐进而对新客户购买决策的影响并同时考虑了产品涉入度和情感承诺的调节作用以及顾客交流特征(口碑传播者的专业性、关系强度、感知风险)对新客户购买决策的影响，本文提出如图1所示的研究模型，用来描述提出的研究假设。

3 研究方法

3.1 数据的收集与样本特征

本文以使用笔记本电脑的消费者作为研究对象。通过纸质问卷、QQ、电子邮件等传统方式与网络传播工具相结合进行数据收集，共发放问卷330份，收回265份。剔除答案不完整以及答案前后明显矛盾等不规范问卷41份，最后收集到有效问卷224份，有效问卷率为67.9%。

被调查者中男性135人，女性89人；其中21岁到25岁110人；大专及以下学历者30人，本科学历者150人，硕士及以上学历者44人；收入或支出在500元到3000元的人数为150人。

3.2 变量的描述及可靠性分析

本研究依据其他学者的研究成果对变量测量题项进行了设计，共有6个测量变量、32个问题。量表问项全部采用Likert 7级量表。一般而言，可靠性系数(Cronbachs α)大于0.7时，表明数据具有良好的可靠性。本文所有变量的测量量表可靠性系数都超过了0.8(如表1所示)，表明设计的测量题项是合适的，数据可以进入下一阶段的分析。

4 实证研究

4.1 顾客满意度对口碑推荐的影响假设检验及口碑推荐数量预测

在验证顾客满意度对口碑推荐的影响及预测口碑推荐数量过程中包含了两个重要的问题：(1)满意的顾客是否进行了口碑推荐？(2)如果进行了推荐，那么推荐的数量是多少？零膨胀泊松模型(the Zero-Inflated Poisson Model，ZIP)主要是在泊松分布的基础上加入了二进制模型(逻辑分布和概率分布)，可以同时解决以上两个问题，即口碑推荐与否和口碑推荐的数量。因此，本文采用ZIP模型来验证顾客满意度对口碑推荐的影响和预测口碑推荐数量。

预测口碑推荐数量时在调查问卷中设置了以下两个问题：“在过去一年中，您是否向其他人推荐过所购买的笔记本电脑”，“如果推荐了，那么您推荐给了多少人”。首先利用R软件对口碑推荐的频次进行了统计整理，其结果如图2所示。

通过整理所收集的样本数据，发现口碑推荐数量大于5的相对较少，因此将口碑推荐数量大于5小于9的统一为“8”，推荐数量大于9的统一为“12”，这两个值都接近各自范围内的均值。对口碑推荐数量过高的样本进行以上处理是为了减少反馈的偏差，这也是处理计数数据的一般方法。

将所收集的样本数据进行ZIP模型参数估计，即可得到如表2所示的口碑推荐数量的ZIP参数估计值。

从表2所显示的结果可以看出，ZIP模型参数估计显示满意度、产品涉入度以及满意度和产品涉入度之间的交互作用有统计学意义，表明顾客满意度对口碑推荐的可能性和口碑推荐数量有正向影响，顾客满意度对口碑推荐的可能性和口碑推荐数量随着满意度的增加而增加，即假设H1a和H1b成立；在满意度对口碑推荐可能性的正向影响中，产品涉入度有正向调节作用，尤其是产品涉入度高的顾客满意度比涉入度低的顾客满意度对口碑推荐可能性的影响更强，产品涉入度正向影响顾客的口碑推荐数量，即假设H2a和H2b成立。ZIP模型参数估计也显示情感承诺以及满意度和情感承诺之间的交互作用并不显著性，表明在满意度对口碑推荐可能性的正向影响中，低情感承诺顾客的正调节作用比高情感承诺顾客的正调节作用更强没有得到验证，以及情感承诺正向影响顾客的口碑推荐数量的作用不显著，即假设H3a和H3b不成立。

根据ZIP模型参数估计值(见表2)及口碑推荐数量的期望值公式(由ZIP模型的期望推导出)预测出口碑推荐数量的理论值。

5 结论与管理启示

通过数据分析证实了顾客满意度越高，顾客越有可能进行正面口碑传播，并且口碑传播的数量也会越多。这个结论可以表明，提高顾客满意度能形成更多的正面口碑，同时也证明了一旦消费后感到满意时产品涉入度高的顾客比涉入度低的顾客更有可能进行正面的口碑推荐活动，并且推荐的数量也会更多；而高情感承诺的顾客和低情感承诺的顾客在消费满意后进行口碑传播行为上没有像预期那样有显著区别。口碑推荐正向显著影响新顾客购买决策；在接收到口碑推荐信息后，口碑传播者的专业性越强则越有可能影响新顾客购买决策，即新顾客购买决策感受到传播者所拥有的专业能力与经验成为影响口碑沟通效果的重要因素；口碑传播者和新顾客的关系强度越强，则口碑推荐信息对新顾客购买决策的影响也就越大；感知风险没有显著影响新顾客购买决策，不管是感知风险高的顾客还是感知风险低的顾客在接收到口碑推荐信息后做出购买决策方面没有任何区别。满意的顾客会增加正面口碑推荐的可能性进而显著正向影响新顾客购买决策，并预测满意的顾客基于口碑推荐的方式增加新顾客的数量。

从以上结论可以看出顾客满意度影响客户口碑推荐，并且正面的口碑推荐会增加新顾客购买相关产品或服务的可能性并推荐产生新客户。因此，企业应采取一些措施来影响消费者的口碑推荐行为，防止对企业不利的负面口碑产生，积极促进顾客进行正面口碑传播。本文对企业提供了几点重要的管理启示。第一，鼓励顾客主动去传播正面的口碑信息给其他人。企业需要采取一些外在激励措施(如推荐奖励)和内在激励措施(如提高满意度)去鼓励顾客传播口碑信息。例如对一些老顾客应该给予物质或精神方面的奖励，使其推荐相关产品或服务给其他人，从而为企业带来新的顾客。第二，鼓励那些具有较强专业知识的顾客去传播口碑。企业应该区分出这一部分群体，从而鼓励其推荐产品、传播正面的口碑信息。第三，有效控制口碑的负面效应。顾客的投诉可以使企业及时发现并修正产品或服务的失误，并获取创新的信息，是企业建立良好形象的信息源之一。企业应该建立完整的顾客档案系统和有效反馈机制，让顾客与企业的沟通能更有效，从而能很好地控制负面口碑传播。

当然，本文提出的模型是用消费者对笔记本电脑产品口碑推荐的数据来进行实证检验的，对其他行业或产品是否可行，还需要进一步研究；此外，在顾客满意度和口碑推荐之间及口碑推荐和新顾客购买决策之间起调节作用的还有其他一些因素，本研究无法包含所有的影响因素，因此可以选择不同的调节因素进行实证分析，以确认口碑推荐在不同影响因素作用下的效力，这同样值得未来进一步研究。

参 考 文 献：

［1］AArndt J. Role of product-related conversations in the diffusion of a new product［J］. Journal of Marketing Research, 1967,4: 291-295.

［2］A黄孝俊，徐伟青.口碑传播的基本研究取向［J］.浙江大学学报(人文社会科学版),2004,34(1):125-132.

［3］A曹忠鹏,周庭锐,陈淑青.关系质量对顾客忠诚及口碑影响效果的实证研究［J］.预测，2009,28(2):9-15.

［4］ADerbaix C, Vanhamme J. Inducing word-of-mouth by eliciting surprise a pilot investigation［J］

. Journal of Economic Psychology, 2003, 24(1): 99-116.

［5］ABansal H S, Voyer P A. Word-of-mouth processes within a services purchase decision context［J］. Journal of service Research, 2000, 3(2): 166-177.

［6］AReichheld F F, Sasser E. Zero defections: quality comes to service［J］. Harvard Business Review, 1990, 68(5): 105-111.

［7］AVillanueva J, Yoo S, et al.. The impact of marketing-induced versus word-of-mouth customer acquisition on customer equity growth［J］. Journal of Marketing Research, 2008, 45(1): 48-59.

［8］ABolton R, Lemon K, et al.. The theoretical underpinnings of customer asset management［J］. Journal of the Academy of Marketing Science, 2004, 32(3): 271-292.

［9］ARust R T, Lemon K N, et al.. Return on marketing: using customer equity to focus marketing strategy［J］. Journal of Marketing, 2004, 67: 109-127.

［10］AKamakura W, Mittal V, et al.. Assessing the service-profit chain［J］. Marketing Science, 2002, 21: 294-317.

［11］AOliver R L. A Cognitive model of the antecedents and consequences of satisfaction decisions［J］. Journal of Marketing Research, 1980, 17(4): 460-469.

［12］ARanaweera C, Prabhu J. On the relative importance of customer satisfaction and trust as determinants of customer retention and positive word of mouth［J］. Journal of Targeting, Measurement and Analysis of Marketing, 2003, 12(1): 82-90.

［13］AAnderson E W. Customer satisfaction and word-of-mouth［J］. Journal of Service Research, 1998, 1(1): 1-14.

［14］ARichins M L. Word-of-mouth communications as negative information［J］. Advances in Consumer Research, 1984, 11: 697-702.

［15］AWangenheim F V, Tomás B. The chain from customer satisfaction via word-of-mouth referrals to new customer acquisition［J］. Journal of the Academy Marketing, 2007, 35: 233-249.

［16］Ade Matos C A, Rossi C A V. Word-of-mouth communications in marketing: a meta-analytic review of the antecedents and moderators［J］. Journal of the Academy of Marketing Science, 2008, 36(4): 578-596.

［17］ABrown T J, Barry T E, et al.. Spreading the word: investigating antecedents of consumers positive word-of-mouth intentions and behaviors in a retailing context［J］. Journal of the Academy of Marketing Science, 2005, 33(2): 123-138.

［18］AHeitmann M, Lehmann D R, et al.. Choice goal attainment and decision and consumption satisfaction［J］. Journal of Marketing Research, 2007, 44: 234-250.

［19］AZaichkowsky J L. Measuring the involvement construct［J］. Journal of Consumer Research, 1985, 12（12）: 341-352.

［20］AMorgan R, Hunt S. The commitment-trust theory of marketing relationships［J］. Journal of Marketing, 1994, 58(3): 20-38.

［21］AHarrion-Walker L J. The measurement of word-of-mouth communication and an investigation of service quality and customer commitment as potential antecedents［J］. Journal of Service Research, 2001, 4(1): 60-75.

［22］ALacey R, Suh J, et al.. Differential effects of preferential treatment levels on relational outcomes［J］. Journal of Service Research, 2007, 9(3): 241-256.

［23］AGilly M C, Graham J L, Wolfinbarger M F, et al.. A dyadic study of interpersonal information search［J］. Journal of the Academy of Marketing Science, 1998, 26(2): 83-100.

［24］ABauer R A. Consumer behazvior as risk taking［A］. In Hancock R S, ed. Dynamic Marketing for a Changing World［C］. American Marketing Association, Chicago, 1960. 389-398.