团购导航网站用户满意度研究

顾立培+邢宝君

〔摘要〕为了对团购导航网站进行较为客观的用户满意度评价，本文在文献回顾、专家咨询、问卷调查的基础上，运用因子分析法归纳出影响团购导航网站用户满意度的五大公因子：网站界面、网站性能、网站信息质量、网站服务、网站形象，并由此建立了相应的评价指标体系。然后以此为基础，提出了运用灰色关联分析法对团购导航网站用户满意度进行测评，并建议结合第三方监测机构的监测数据对导航网站的实际运营情况进行分析，最后利用本文提出的指标体系和研究方法，对3个团购导航网站进行了实证分析。有利于网站运营者从用户角度出发，发现网站存在的缺陷，并为网站改进指明了方向。

〔关键词〕团购导航网站；用户满意度；因子分析；灰色关联度评价

网络团购（business to team，B2T）是指一定数量的消费者群体通过互联网渠道组织成团，以较低折扣购买同一商品或服务的商业活动[1]。自2010年我国首个团购网站上线以来，团购市场在我国发展迅速。根据团800统计，截止到2013年8月底，我国共有团购网站449家，国内市场团购成交额达36.9亿元，同比增长74.97%。表明我国团购市场竞争依然激烈。随着团购网站大量存在、团购形式的不断变化以及团购投诉的不断增加，团购导航作为一种新的电子商务模式应运而生。

团购导航不仅仅是一个集合较多团购网址，按照一定条件进行分类的网址大全[2]，而且在一定程度上，可为用户筛选可信有保证的信息，并为用户提供记忆、收藏、提醒等附加值，进而可以根据消费者需求提供安全便利的团购信息[3]。据CNNIC统计，我国有68.9%的用户选择直接登录团购导航网站获取团购信息，表明团购导航网站已经成为用户团购重要的信息来源。团购导航作为消费者进入团购网站的入口，既可以成为便利通道，同时也有可能成为一种壁垒或障碍[4]。所以，在现代社会以用户为中心的背景下，对团购导航网站的满意度测评，具有十分重要的意义。一方面可以帮助网站经营者客观真实的认识到网站的实际运行情况，作为帮助网站不断提升的参考，另一方面对于团购网站而言，可以了解到导航网站的实际质量，便于其对团购导航的选择、投放和督促相应的网站不断提高整体水平以获得较高的外部链接概率[2]。然而目前的研究多是集中在团购网站，而关于团购导航网站的研究基本没有，不能不说是一种遗憾。基于此，本文选择从用户角度对团购导航网站的满意度进行研究。

1电子商务网站用户满意度测评现状

网站评价基于不同的评价主体，有着不同的研究内容，可以是关于技术方面的评价、信息服务能力的评价，还可以是对用户满意度的测评[5]。因此，网站评价一个非常丰富的课题内容。本文主要侧重导航网站的用户满意度研究。

用户满意类似于实物领域中的顾客满意，目前关于顾客满意主要存在两种观点：一种是从状态的角度来定义，认为用户满意是用户在购买消费行为发生后的感受；另一种是从过程的角度来定义，认为用户满意是事后对消费行为的评价[6]。而关于网站的用户满意评价主要是指用户在使用网站的某一服务后，对这一服务的评价和判断，是用户体验后的情感反应[7]，同时包括了用户对于过程和结果的体验。

截止到目前，不少学者对不同类型网站的用户满意度问题进行了研究，包括电子商务网站、电子政务网站和图书馆网站等。在此，我们着重对电子商务网站用户满意度的研究进行分析总结。国外关于电子商务网站满意度的研究比较早也比较深入。Muyllea（1999）、Meuter等人（2001）主要从用户界面设计的角度对影响顾客满意度的因素进行了研究[8-9]。Marsico和Levialdi（2004）则从客户的角度出发，利用个人/社会、网站/信息、交互类型3个维度构成一个三维空间模型，构建了一个基于客户的网站评价指标体系[10]。而我国国内学者关于电子商务网站的用户满意度也多从不同的角度进行了研究。杨晓明、田澎（2006）从个体层面分析了综合性门户网站满意度的形成机制，并找到了信息及时、操作简单以及广告等是影响用户对于门户网站满意度的因素。查金祥、王立先（2006）则主要从网站的服务质量和顾客预期两个方面对影响用户满意度的因素进行了研究。曾志元（2007）主要从顾客消费行为的角度出发，提出了网站评价的4C+1W指标体系（顾客需求、成本、便捷性、沟通和网站视觉效果）。潘勇、赵军民（2008）主要是对B2C电子商务网站进行了评价。张凡（2010）则采用了质量功能展开（QFD）的方法对房地产网站满意度进行了测量。韩正彪（2010）则主要从消费流程的角度，提出依据“用户特征+网站特点+CSI模型”的方法构建信息资源网站的测评模型[11-16]。

根据以上研究，不难发现关于电子商务网站满意度的研究由于缺乏理论的指导，还不够成熟完善。尤其是对于团购网站、团购导航网站这种新兴网站的研究还远远不够，目前的对于这类新兴网站的研究多是集中网站发展现状、特点、问题等现象的描述，而从用户角度对新兴网站满意度研究还比较缺乏。所以本文选择从用户角度出发，对团购导航网站的满意度进行测评。

2团购导航网站评价体系

2.1研究设计与数据采集

团购导航网站既具有普通网站信息传播和推广的一般特点，同时又具有信息资源集成和导航的功能[2]。所以对于团购导航网站的满意度测评要充分考虑到网站的导航性能和服务质量。

为了找到影响用户对团购导航网站满意度的因素，本文通过借鉴以往研究和同资深团购用户深度交谈的基础上，根据全面性、科学性、可测性、可比性和无矛盾性等原则[17]，总结得到影响顾客满意度的因素共涉及7个构面23个要素。为了进一步对影响要素进行确认，本文采用问卷调查的方法向参与过网络团购的消费者进行调查。在正式调查之前，本文先对18个在校大学生进行了预调查，根据调查结果得到了另外3个影响因素：网站信息完整性、产品的分类以及产品推荐。根据反馈结果，在对问卷部分题目进行调整、增加之后，形成正式调查问卷。正式问卷采用网络（E-mail、QQ、问卷星）和纸质的形式进行发放，发放对象主要是面对在校大学生。共发放调查问卷356份，实际回收235份，有效数为218份，有效率为61.24%。endprint

为了保证本次调查的有效性，需要对调查问卷进行信、效度检验。关于信度检验，采用了克朗巴哈一致性系数即α系数进行分析，经SPSS17.0进行统计分析后，结果表明问卷的各个部分α系数均超过0.7，而且问卷的总体效度为0.730>0.7，表明问卷的可靠性较强，可以用于下面的分析研究。接着对问卷进行效度检验，在此采用探索性因子分析对问卷效度进行检验，得到KMO的值为0.755，同时Bartlett检验的显著性为0.000<0.005，则适合做因子分析。

2.2团购导航网站用户满意度影响因素的构面分析

在此采用因子分析中的主成分分析法对团购导航网站用户满意度影响因素作构面分析。利用方差最大旋转方式，把特征值大于1的指标作为因子提取的标准。而且，为了增加因子分析效果，舍去公因子方差比小于0.4和因子载荷小于0.5的用户满意度影响因素[18]。在经过4次筛选之后，共得到18个变量满足条件，适合做下一步的因子分析，最后得到结果如表1所示。由表1可知，最终提取的五大公因子的累计方差贡献率为69.55%，即原有的18个变量可以较好地被提取的五大公因子解释。

（1）F1公因子的方差贡献率为1296%，其在R1、R2和R3上具有较大的荷载和解释能力。对于网站，尤其是对于团购导航网站而言，作为团购网站的方向入口，网站的界面布局、美工设计以及界面的视觉效果必须要具有直观逻辑性和舒适性，从而帮助消费者通畅而愉快的进行购物，这是构成消费者拥有较好用户体验的基础。因此将涉及网站页面的公因子命名为“网站界面”。

（2）F2公因子的方差贡献率为10.31%，其在R4、R5和R6指标上具有较好的荷载和负载能力。团购导航网站作为电子商务网站的一种，必须要具有系统的稳定性，这是网站能够进行服务的基础。而且网站响应速度是衡量网站活跃度的重要指标[19]，主要是指打开网页以及网站响应用户请求所需的平均时间，根据互联网“8秒钟规则”[20]，如果Web站点在8秒钟后没有反应，访问者会关闭网页[2]。另外，网站的检索功能是否方便有效，是帮助消费者寻找目标产品的重要工具。由于网站的运行稳定性、反应速度以及检索功能的有效性均属于网站的技术指标，所以，将该公因子重新命名为“网站性能”。

（3）F3公因子的方差贡献率为22.26%，其在R7、R8、R9和R10指标上具有较好的荷载和负载能力。导航网站是为用户提供购物信息资源的重要导航，所以其提供信息、筛选信息和组织信息的能力是评级该网站的重要指标。信息资源的正确性、完备性以及恰当性（是否是消费者所需要的）将会对用户的购买态度和行为产生重要影响。所以将涉及网站信息的指标的公因子重新命名为“网站信息质量”。

（4）F4公因子的方差贡献率为14.63%，其在R11、R12、R13、R14、R15和R16指标上具有较好的荷载和负载能力。导航网站是否具有良好的导航性能，是导航网站提供服务存在的基础。所以，导航网站链接节点的个数、质量以及相配套的措施是导航网站评价的核心内容，直接关系到用户使用导航网站的原因。因此，将关于网站链接、制度建设等指标的公因子命名为“网站服务”。

（5）F5公因子的方差贡献率为9.39%，其在R17和R18指标上具有较好的荷载和负载能力。网站的品牌如何，直接对用户使用该网站的态度和行为产生影响。所以，对于导航网站而言，要塑造良好的品牌形象，进行品牌营销，让更多的用户了解他、进而使用它，增强用户的信赖感。这不仅仅要求网站要具有较好的知名度，同时要具有较好的美誉度。因此，将该公因子命名为“网站形象”。

综上所述，利用文献回顾、专家咨询和问卷调查的方式最终确定团购导航网站用户满意度影响因素的评价指标体系如图1所示。

3团购导航网站用户满意度评价方法

3.1灰色关联分析法

灰色关联分析（Grey Relation Analysis，GRA）作为一种多因素统计分析方法。基本思想是它以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据反映出的两因素变化的态势（方向、大小和速度等）基本一致，则它们之间的关联度较大，反之，关联度较小[21]。与其他评价的方法相比，灰色关联度分析法具有对数据要求较低、计算量较小、操作简便等特点。因此，在实际的绩效评价、创新能力评价、满意度研究中被广泛使用。灰色关联度分析的一般步骤为[22]：

（2）确定指标值对应的权重W（f）e。

对于指标权重的确定，可以用层次分析法（AHP）、熵值法等确定指标的权重。W（f）e表示第f层的指标对于上一层次中第e个指标的重要程度。

（3）计算灰色关联度系数

（4）计算灰色加权关联度

由于关联系数是参考数列X0与若干个比较数列X1，X2，L，Xm各个指标的关联程度值，所以这些值共有nm个，若对这些值进行一一比较，则容易造成信息的过于分散。所以有必要将各个指标的关联值整合成一个综合值——关联度，用ri表示，在此采用求各指标的灰色加权关联度ri。

首先计算一级指标的灰色关联度：

然后即可得到评价对象的综合灰色关联度为：

（5）综合评价分析

依据灰色加权关联度的大小，对m个评价对象进行排序，即可组成评价对象的关联序。关联序反映了相对于数列X0而言，与若干个比较数列X1，X2，L，Xm的“优劣”关系。若关联度越大，表明比较数列Xi与标准序列X0越接近，则Xi相比来说拥有较好的用户满意度。

3.2基础数据辅助分析网站运营情况

关于网站满意度的研究方法主要包括三种：客观评价方法、主观评价方法、综合评价方法三类[2]。本文采用的研究方法主要是综合评价法，并将选用客观评价法对网站实际运营情况进行分析。客观评价方法是指通过分析记录网站实际运行情况的数据[2]，来判断网站实际运营情况的方法，在一定程度上可以反映用户的满意程度。所以可以参照第三方监测机构的实际监测数据对导航网站的运营情况进行分析，例如从网站的流量、网站下载速度、网站的人均网页浏览数和访问人数等方面对网站的实际运营情况进行研究。相应指标的数据来源主要是被认为全球权威的网络流量统计机构：Alexa。endprint

4团购导航网站满意度评价实例

团购导航网站通过向用户提供本地集成式的团购信息服务，极大地方便了用户。考虑到团购网站导航网站目前主要包括两类：专一的团购聚合类网站和门户类的导航网站。因此，本文也将从这两类导航网站中进行选择，在此以A专业团购网站和B、C两家门户类的团购导航网站的沈阳站为例说明团购导航网站满意度评价的具体过程。

4.1灰色关联分析法在导航网站用户满意度评价中的应用邀请资深的团购人员参与本次选定的3个团购导航网站的满意度调查，在人员选定前，提前了解用户团购导航的使用情况，邀请曾实际使用过3个团购导航的用户参与对相应网站的18个二级指标进行评分。在此，将每个因素的得分设为0～10分之间，而且，满意程度越高其分值越高。对于调查得到的初始分数采用求其简单加权平均数作为该网站相应因素的得分，各网站的得分情况如表2所示。其中标准数列的数据主要来源于选择的各网站在每个指标上的分数最大值作为评价标准。

由表4可知，网站A由于网站界面设计更为合理、网站信息质量高、网站配套服务好等特点，获得用户好评，用户的满意度最高。网站C虽然网站信息质量一般，但由于其好的网站性能、网站形象以及较好的网站服务，获得了较好的用户评价。网站B虽然存在的问题比较多，但应该首先在网站界面、网站信息质量上不断改进，进而提高网站的服务能力。

4.2基础数据辅助分析团购导航网站运营情况

从alexacom网站收集A、B、C导航网站的基础数据，包括网站加载速度、网页跳出率、游客人均页面浏览数、停留网站的平均时间，结果如表5所示。表5导航网站基础数据

网站加载速度

从加载速度来看，B、C网站具有较快的加载速度，这可能与网站的技术架构和信息组织方式有关，而且B、C网站由于是门户类网站，进入网站界面比网站A更具便捷性。但是，在3个网站停留平均时间大体相当的情况下，A网站的游客人均页面浏览数要显著高于B、C网站，这可能与A网站作为专一的团购导航网站具有信息资源覆盖大，并且可为用户提供更多的增值服务，所以更能吸引具有团购目的性较强的用户有关。但其较慢的加载速度表明其虽有较大的资源量但资源的利用率还有待加强。所以对于A网站而言，要继续加强其资源的利用率，B、C网站在实际中要注意提供附加增值服务的同时，加强其在团购导航网站上面的品牌推广，突出其专业性。

综上所述，导航网站的用户满意度影响因素是多个方面的，单方面的优势并不一定能够带来较大的用户满意度。所以，网站要在真实了解用户需求的基础上，不断完善网站建设，为用户提供越来越好的用户体验。

5结论

用户满意度是对网站运作效率很好的评价，它以用户体验为基础，从用户心理感受的角度帮助网站发现存在的缺陷[23]。所以本文在对团购导航网站满意度影响因素分析的基础上，构建了影响团购导航网站用户满意度的指标体系，并运用灰色关联分析法对团购导航网站的满意度进行测评。有效地实现了定性与定量方法的结合，该测评方法具有所需数据少、效率高、揭示问题更为清晰等特点，不仅可以帮助网站经营者对其提供的服务进行有效的评价，发现自身的优、劣势，而且为网站的改进、发展指明方向。

由于时间和其他资源的限制，本文团购导航网站用户满意度的指标体系主要是在对部分在校生问卷调查的基础上获得的，而并没有考虑到其他的用户群体，而且评价指标权重的设定与顾客的类型密切有关。所以在今后的研究中，可针对网站用户中的其他重要用户群体就团购导航网站的满意度进行测评，帮助导航网站针对用户群体更好地完善。

参考文献

[1]黄炜，殷聪.中国式网络团购的现状、问题、趋势[J].图书情报工作，2012，56（8）：135.

[2]周磊.电子商务导航网站评价研究[J].情报科学，2012，30（9）：1412-1416.

[3]邱鑫.团购导航：平台的平台[J].互联网周刊，2011，（15）：39-40.

[4]丁念.网站用户满意度评价[J].情报理论与实践，2006，29（3）：321-324.

[5]李铮.电子商务网站规划、建设与管理[M].北京：电子工业出版社，2006：34-35.

[6]韩正彪，葛敬民.基于SEM的信息资源网站用户满意度测评研究[J].情报科学，2010，28（8）：1194-1197.

[7]雷宏振，卢欢，邵鹏.基于顾客视角的我国网络团购发展研究[J].经济经纬，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]杨晓明，田澎.我国综合性门户网站用户满意形成机理及其影响因素的实证研究[J].管理评论，2006，12，（18）：31-35.

[12]查金祥，王立先.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）：51-55.

[13]曾志元.消费者视角下电子商务网站评估模式及实证研究[D].成都：西南交通大学，2007-05-20.

[14]潘勇，赵军民.基于顾客满意度的B2C电子商务网站评价[J].现代情报，2008，（5）：220-223.

[15]张凡.房地产网站顾客满意度测评QFD方法的研究与应用[D].北京：首都经济贸易大学，2010，（3）：44.

[16]韩正彪.“信息检索与利用”国家精品课程网站用户满意度测评模型实证研究[D].济南：山东理工大学，2010，（4）：49.

[17]姚瑶.基于顾客满意度的团购网站评价体系研究[D].西安：西安电子科技大学，2012：27.

[18]胡华，宋保平，何秀芬，等.感知风险影响下的旅游购物决策模型[J].统计与决策，2009，（22）：47-48.

[19]李先国，张茜.C2C综合拍卖网站评价指标体系研究[J].管理世界，2009，（5）：178-179.

[20]王永华.第三方电子商务网站评价指标体系研究[D].南京：南京财经大学，2009.

[21]刘伟东，扈海波，程丛兰，等.灰色关联度方法在大风和暴雨灾害损失评估中的应用[J].气象科技，2007，35（4）：564.

[22]郑艳玲.灰色关联分析在读者满意度评价中的应用[J].情报杂志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用户的网站信息服务质量评价体系研究[J].情报杂志，2009，28（5）：64.

（本文责任编辑：孙国雷）endprint

4团购导航网站满意度评价实例

团购导航网站通过向用户提供本地集成式的团购信息服务，极大地方便了用户。考虑到团购网站导航网站目前主要包括两类：专一的团购聚合类网站和门户类的导航网站。因此，本文也将从这两类导航网站中进行选择，在此以A专业团购网站和B、C两家门户类的团购导航网站的沈阳站为例说明团购导航网站满意度评价的具体过程。

4.1灰色关联分析法在导航网站用户满意度评价中的应用邀请资深的团购人员参与本次选定的3个团购导航网站的满意度调查，在人员选定前，提前了解用户团购导航的使用情况，邀请曾实际使用过3个团购导航的用户参与对相应网站的18个二级指标进行评分。在此，将每个因素的得分设为0～10分之间，而且，满意程度越高其分值越高。对于调查得到的初始分数采用求其简单加权平均数作为该网站相应因素的得分，各网站的得分情况如表2所示。其中标准数列的数据主要来源于选择的各网站在每个指标上的分数最大值作为评价标准。

由表4可知，网站A由于网站界面设计更为合理、网站信息质量高、网站配套服务好等特点，获得用户好评，用户的满意度最高。网站C虽然网站信息质量一般，但由于其好的网站性能、网站形象以及较好的网站服务，获得了较好的用户评价。网站B虽然存在的问题比较多，但应该首先在网站界面、网站信息质量上不断改进，进而提高网站的服务能力。

4.2基础数据辅助分析团购导航网站运营情况

从alexacom网站收集A、B、C导航网站的基础数据，包括网站加载速度、网页跳出率、游客人均页面浏览数、停留网站的平均时间，结果如表5所示。表5导航网站基础数据

网站加载速度

从加载速度来看，B、C网站具有较快的加载速度，这可能与网站的技术架构和信息组织方式有关，而且B、C网站由于是门户类网站，进入网站界面比网站A更具便捷性。但是，在3个网站停留平均时间大体相当的情况下，A网站的游客人均页面浏览数要显著高于B、C网站，这可能与A网站作为专一的团购导航网站具有信息资源覆盖大，并且可为用户提供更多的增值服务，所以更能吸引具有团购目的性较强的用户有关。但其较慢的加载速度表明其虽有较大的资源量但资源的利用率还有待加强。所以对于A网站而言，要继续加强其资源的利用率，B、C网站在实际中要注意提供附加增值服务的同时，加强其在团购导航网站上面的品牌推广，突出其专业性。

综上所述，导航网站的用户满意度影响因素是多个方面的，单方面的优势并不一定能够带来较大的用户满意度。所以，网站要在真实了解用户需求的基础上，不断完善网站建设，为用户提供越来越好的用户体验。

5结论

用户满意度是对网站运作效率很好的评价，它以用户体验为基础，从用户心理感受的角度帮助网站发现存在的缺陷[23]。所以本文在对团购导航网站满意度影响因素分析的基础上，构建了影响团购导航网站用户满意度的指标体系，并运用灰色关联分析法对团购导航网站的满意度进行测评。有效地实现了定性与定量方法的结合，该测评方法具有所需数据少、效率高、揭示问题更为清晰等特点，不仅可以帮助网站经营者对其提供的服务进行有效的评价，发现自身的优、劣势，而且为网站的改进、发展指明方向。

由于时间和其他资源的限制，本文团购导航网站用户满意度的指标体系主要是在对部分在校生问卷调查的基础上获得的，而并没有考虑到其他的用户群体，而且评价指标权重的设定与顾客的类型密切有关。所以在今后的研究中，可针对网站用户中的其他重要用户群体就团购导航网站的满意度进行测评，帮助导航网站针对用户群体更好地完善。

参考文献

[1]黄炜，殷聪.中国式网络团购的现状、问题、趋势[J].图书情报工作，2012，56（8）：135.

[2]周磊.电子商务导航网站评价研究[J].情报科学，2012，30（9）：1412-1416.

[3]邱鑫.团购导航：平台的平台[J].互联网周刊，2011，（15）：39-40.

[4]丁念.网站用户满意度评价[J].情报理论与实践，2006，29（3）：321-324.

[5]李铮.电子商务网站规划、建设与管理[M].北京：电子工业出版社，2006：34-35.

[6]韩正彪，葛敬民.基于SEM的信息资源网站用户满意度测评研究[J].情报科学，2010，28（8）：1194-1197.

[7]雷宏振，卢欢，邵鹏.基于顾客视角的我国网络团购发展研究[J].经济经纬，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]杨晓明，田澎.我国综合性门户网站用户满意形成机理及其影响因素的实证研究[J].管理评论，2006，12，（18）：31-35.

[12]查金祥，王立先.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）：51-55.

[13]曾志元.消费者视角下电子商务网站评估模式及实证研究[D].成都：西南交通大学，2007-05-20.

[14]潘勇，赵军民.基于顾客满意度的B2C电子商务网站评价[J].现代情报，2008，（5）：220-223.

[15]张凡.房地产网站顾客满意度测评QFD方法的研究与应用[D].北京：首都经济贸易大学，2010，（3）：44.

[16]韩正彪.“信息检索与利用”国家精品课程网站用户满意度测评模型实证研究[D].济南：山东理工大学，2010，（4）：49.

[17]姚瑶.基于顾客满意度的团购网站评价体系研究[D].西安：西安电子科技大学，2012：27.

[18]胡华，宋保平，何秀芬，等.感知风险影响下的旅游购物决策模型[J].统计与决策，2009，（22）：47-48.

[19]李先国，张茜.C2C综合拍卖网站评价指标体系研究[J].管理世界，2009，（5）：178-179.

[20]王永华.第三方电子商务网站评价指标体系研究[D].南京：南京财经大学，2009.

[21]刘伟东，扈海波，程丛兰，等.灰色关联度方法在大风和暴雨灾害损失评估中的应用[J].气象科技，2007，35（4）：564.

[22]郑艳玲.灰色关联分析在读者满意度评价中的应用[J].情报杂志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用户的网站信息服务质量评价体系研究[J].情报杂志，2009，28（5）：64.

（本文责任编辑：孙国雷）endprint

4团购导航网站满意度评价实例

团购导航网站通过向用户提供本地集成式的团购信息服务，极大地方便了用户。考虑到团购网站导航网站目前主要包括两类：专一的团购聚合类网站和门户类的导航网站。因此，本文也将从这两类导航网站中进行选择，在此以A专业团购网站和B、C两家门户类的团购导航网站的沈阳站为例说明团购导航网站满意度评价的具体过程。

4.1灰色关联分析法在导航网站用户满意度评价中的应用邀请资深的团购人员参与本次选定的3个团购导航网站的满意度调查，在人员选定前，提前了解用户团购导航的使用情况，邀请曾实际使用过3个团购导航的用户参与对相应网站的18个二级指标进行评分。在此，将每个因素的得分设为0～10分之间，而且，满意程度越高其分值越高。对于调查得到的初始分数采用求其简单加权平均数作为该网站相应因素的得分，各网站的得分情况如表2所示。其中标准数列的数据主要来源于选择的各网站在每个指标上的分数最大值作为评价标准。

由表4可知，网站A由于网站界面设计更为合理、网站信息质量高、网站配套服务好等特点，获得用户好评，用户的满意度最高。网站C虽然网站信息质量一般，但由于其好的网站性能、网站形象以及较好的网站服务，获得了较好的用户评价。网站B虽然存在的问题比较多，但应该首先在网站界面、网站信息质量上不断改进，进而提高网站的服务能力。

4.2基础数据辅助分析团购导航网站运营情况

从alexacom网站收集A、B、C导航网站的基础数据，包括网站加载速度、网页跳出率、游客人均页面浏览数、停留网站的平均时间，结果如表5所示。表5导航网站基础数据

网站加载速度

从加载速度来看，B、C网站具有较快的加载速度，这可能与网站的技术架构和信息组织方式有关，而且B、C网站由于是门户类网站，进入网站界面比网站A更具便捷性。但是，在3个网站停留平均时间大体相当的情况下，A网站的游客人均页面浏览数要显著高于B、C网站，这可能与A网站作为专一的团购导航网站具有信息资源覆盖大，并且可为用户提供更多的增值服务，所以更能吸引具有团购目的性较强的用户有关。但其较慢的加载速度表明其虽有较大的资源量但资源的利用率还有待加强。所以对于A网站而言，要继续加强其资源的利用率，B、C网站在实际中要注意提供附加增值服务的同时，加强其在团购导航网站上面的品牌推广，突出其专业性。

综上所述，导航网站的用户满意度影响因素是多个方面的，单方面的优势并不一定能够带来较大的用户满意度。所以，网站要在真实了解用户需求的基础上，不断完善网站建设，为用户提供越来越好的用户体验。

5结论

用户满意度是对网站运作效率很好的评价，它以用户体验为基础，从用户心理感受的角度帮助网站发现存在的缺陷[23]。所以本文在对团购导航网站满意度影响因素分析的基础上，构建了影响团购导航网站用户满意度的指标体系，并运用灰色关联分析法对团购导航网站的满意度进行测评。有效地实现了定性与定量方法的结合，该测评方法具有所需数据少、效率高、揭示问题更为清晰等特点，不仅可以帮助网站经营者对其提供的服务进行有效的评价，发现自身的优、劣势，而且为网站的改进、发展指明方向。

由于时间和其他资源的限制，本文团购导航网站用户满意度的指标体系主要是在对部分在校生问卷调查的基础上获得的，而并没有考虑到其他的用户群体，而且评价指标权重的设定与顾客的类型密切有关。所以在今后的研究中，可针对网站用户中的其他重要用户群体就团购导航网站的满意度进行测评，帮助导航网站针对用户群体更好地完善。

参考文献

[1]黄炜，殷聪.中国式网络团购的现状、问题、趋势[J].图书情报工作，2012，56（8）：135.

[2]周磊.电子商务导航网站评价研究[J].情报科学，2012，30（9）：1412-1416.

[3]邱鑫.团购导航：平台的平台[J].互联网周刊，2011，（15）：39-40.

[4]丁念.网站用户满意度评价[J].情报理论与实践，2006，29（3）：321-324.

[5]李铮.电子商务网站规划、建设与管理[M].北京：电子工业出版社，2006：34-35.

[6]韩正彪，葛敬民.基于SEM的信息资源网站用户满意度测评研究[J].情报科学，2010，28（8）：1194-1197.

[7]雷宏振，卢欢，邵鹏.基于顾客视角的我国网络团购发展研究[J].经济经纬，2013，（3）：108.

[8]Muyilea，Steve，Rudy Moenaertb，Marc Despontin.The conceptualization and empirical validation of web site user satisfaction[J].Inform anon & Manaagement，2004，41：543-560.

[9]Meuter，Matthew L.，Amy LOstrom，Robert IRoundtree，Mary To Bitner.Self-serviceTechnologies：Understanding customer satisfaction with technology-based service encounters[J].Journal of Marketing，2000，64：50-64.

[10]De Marsico M，Levialdi S.Evaluating Websites：Exploitingusers expectations.Int[J].Human-Computer Studies.2004，60（3）：381-416.

[11]杨晓明，田澎.我国综合性门户网站用户满意形成机理及其影响因素的实证研究[J].管理评论，2006，12，（18）：31-35.

[12]查金祥，王立先.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）：51-55.

[13]曾志元.消费者视角下电子商务网站评估模式及实证研究[D].成都：西南交通大学，2007-05-20.

[14]潘勇，赵军民.基于顾客满意度的B2C电子商务网站评价[J].现代情报，2008，（5）：220-223.

[15]张凡.房地产网站顾客满意度测评QFD方法的研究与应用[D].北京：首都经济贸易大学，2010，（3）：44.

[16]韩正彪.“信息检索与利用”国家精品课程网站用户满意度测评模型实证研究[D].济南：山东理工大学，2010，（4）：49.

[17]姚瑶.基于顾客满意度的团购网站评价体系研究[D].西安：西安电子科技大学，2012：27.

[18]胡华，宋保平，何秀芬，等.感知风险影响下的旅游购物决策模型[J].统计与决策，2009，（22）：47-48.

[19]李先国，张茜.C2C综合拍卖网站评价指标体系研究[J].管理世界，2009，（5）：178-179.

[20]王永华.第三方电子商务网站评价指标体系研究[D].南京：南京财经大学，2009.

[21]刘伟东，扈海波，程丛兰，等.灰色关联度方法在大风和暴雨灾害损失评估中的应用[J].气象科技，2007，35（4）：564.

[22]郑艳玲.灰色关联分析在读者满意度评价中的应用[J].情报杂志，2007，（2）：117-119.

[23]裴玲，王金桃.面向用户的网站信息服务质量评价体系研究[J].情报杂志，2009，28（5）：64.

（本文责任编辑：孙国雷）endprint