大学生对蚂蚁花呗的满意度调查及影响因素分析

摘要：随着互联网金融的蓬勃发展，诞生了蚂蚁花呗等一众网络消费信贷产品，大学生群体是其重要用户。文章以民族院校少数民族大学生为调查对象，采取问卷调查的方式，研究蚂蚁花呗用户满意度及其影响因素，并采用聚类分析发掘重点用户群体，得到如下结论：由有序多分类Logistic回归模型分析，得出性别、年级和月生活费从不同方面以不同程度显著影响了少数民族大学生对蚂蚁花呗的满意度评分；利用K-means聚类方法，将蚂蚁花呗用户分为5类：重要优质客户、重要发展客户、次要优质客户、一般客户和低价值客户。针对上述结果，对蚂蚁花呗的未来发展给出了参考建议。

关键词：蚂蚁花呗;满意度指标体系;有序多分类Logistic回归;K-means聚类

中图分类号：F724.6文献标识码：A文章编号：1005-6432（2024）34-0094-05

DOI：10.13939/j.cnki.zgsc.2024.34.023

1引言

近年来，随着互联网金融的蓬勃发展，网络消费信贷产品也取得飞速发展。2015年4月，蚂蚁金服推出了蚂蚁花呗，允许用户在消费时提前使用500～50000元不等的额度［1］，其用户群体中“90后”年轻用户约占比40%［2］，而其中很大一部分用户来自高校大学生。

由于大学生的收入来源主要是父母给的生活费，但他们除了吃穿用度，可能有额外的消费需求，如大四学生面临毕业租房等情况，而蚂蚁花呗的低门槛、便捷性等特点正好契合了高校大学生的消费需求。

与此同时，根据第六次人口普查数据，我国少数民族人口约为1.38亿人，占全国人口的8.49%，可见，少数民族消费市场的容量是庞大的，并且具有持续增长的购买力，而这将为我国企业提供新的发展机遇与市场空间［3］。

蚂蚁花呗作为一种新兴的消费信贷产品，其市场空间巨大，研究其用户满意度及影响因素，并发掘重点用户群体，对蚂蚁花呗开拓市场具有重要意义。

文章以我国某民族大学为例展开调查，希望以蚂蚁花呗为例研究网络消费信贷产品在少数民族大学生这一群体的使用满意度，基于对蚂蚁花呗的满意度分析与优质客户挖掘，促进蚂蚁花呗产品的服务改善升级，为蚂蚁花呗更好的发展提出可行性建议。

2文献综述

国内外关于消费信贷产品的消费者满意度及其影响因素已有一些研究。彭志浩等（2017）采用AISAS消费者行为分析模型，结合因子分析法和Logistic回归分析法，研究了在武汉地区的大学生群体中使用蚂蚁花呗对其消费态度和消费结构等消费行为的影响［4］。王永清等（2000）指出，确定顾客满意度指标（CSI）是测评满意度的首要步骤，因为企业提供的产品和服务一直处于综合状态，而顾客在消费时将其分解为影响满意度的各个主要因素：功能、价格、服务、品质、包装等，然后逐一进行评价［5］。

国外对消费信贷类产品的研究主要集中在对信用卡的研究方面。WenningLi等（2014）针对信用卡态度等问题设计出一套包括三个项目在内的测量表，对消费者由于信用卡导致的不理性消费进行测量，结果发现信用卡使用活跃度与社会地位呈正相关［6］。DenverSevert等（2007）的研究考察了在区域会议环境中与会者对会议绩效的评判、满意度判断和行为意图之间的关系，结果表明：教育活动、总体满意度、口碑和回归意愿之间存在显著的关联［7］。

综上可见，蚂蚁花呗等消费信贷类产品的现状分析及用户满意度研究已受到学者的关注，随着当前我国互联网金融的不断深入发展，相关问题的研究越来越多。

文章相对于以往研究的拓展之处在于运用有序多分类Logistic回归模型深入发掘蚂蚁花呗的满意度影响因素，并利用K-means聚类分析法对客户群体进行分级，发掘客户特征，为蚂蚁花呗改善服务质量、开展有针对性的宣传和营销策略提出建议。

3数据预处理

文章旨在对蚂蚁花呗的民族院校大学生用户群体满意度进行分析，调查了受访者的基本信息和蚂蚁花呗使用满意度。

基本信息包括性别、年级、获得生活费频率、月生活费金额、信用分等；使用满意度包括对基础业务、风险性、产品形象和便捷性等因素的满意度［8］，在调查问卷中设计了顺序量表，分别对前述因素的满意程度按照：1=非常不满意、2=比较不满意、3=一般、4=比较满意、5=非常满意进行等级排序。本次调查通过线上发放自填式问卷进行，最终收集了389份有效问卷。

接下来，笔者使用SPSS软件对调查数据进行信度、效度检验。结果发现，所有指标的Cronbachsα系数均大于0.85，表明量表具有良好的信度。除了风险性指标的KMO值较低（0.500），其他指标的KMO值都在0.7以上，并且所有指标的巴特莱特球度检验统计量的P值接近于0，表明调查问卷具有结构效度。

4民族院校大学生蚂蚁花呗满意度定量分析

4.1满意度指标体系的构建

根据现有文献［8］和顾客满意度影响因素模型，遵循客观性、适用性和科学性的原则，笔者建立了蚂蚁花呗满意度指标体系，如表1所示。

4.2有序多分类Logistic回归分析

由于文章的因变量为满意度评分，共五个类别，因此选用有序多分类Logistic回归模型进行分析。通过建模分析，发掘对因变量类别有显著影响的因素，并研究各因素对因变量的影响程度和方向，模型如下。

Logit［P（Xk≤l）］=lnP（Xk≤l）1－P（Xk≤l）=αl+β1Z1+β2Z2+β3Z3=wl（z），l=1，2，…，L－1（1）

P（Xk≤l）=ewl（z）1+ewl（z）（2）

模型中，Xk（k=1，…，15）为15项二级指标；L为满意度等级，取值范围为{1，2，3，4，5}；Z1、Z2、Z3为各影响因素（性别、年级、月生活费）；β1、β2、β3为各影响因素的回归系数值；αl为截距。

根据前文建立的满意度指标体系，以15个二级指标作为因变量，以性别、年级、月生活费为自变量，使用R软件做有序多分类Logistic回归分析的结果如表2所示（以服务质量X1为因变量的回归结果为例）。

由表2可知，只有年级对服务质量的满意度评分有显著影响。即以大二学生为参照水平，大四和大一学生对服务质量的满意度评分提高一个及一个以上等级的优势分别是大二学生相应优势的2.206倍和3.488倍，表明大四学生和大一学生对服务质量的满意度评分均高于大二学生。

以男生为参照水平，女生对支付安全性和申请门槛的满意度评分提高一个及一个以上等级的优势分别是男生相应优势的0.554倍和0.637倍，而支付安全性和申请门槛分别为风险性和便捷性下的二级指标，因此，可见女生对风险性和便捷性的满意度比男生更低。

以大二学生为参照水平，大一学生对基础服务（服务质量、适用范围、额度设定提升额度方式、利息设定、还款期限、还款方式、催促还款通知方式、对逾期还款处理方式、使用规则告知）、风险性（支付安全性、用户信息保密性）、便捷性（应急性、操作便捷性）的满意度评分提高一个及一个以上等级的优势是大二学生相应优势的3.488、3.339、3.584、2.663、2.709、5.375、6.444、5.294、4.294、5.838、2.843、3.571和3.335倍，表明大一学生对基础业务、风险性和便捷性的满意度相对于大二学生更高；并且，大四学生对基础业务、产品形象和便捷性的满意度相对于大二学生更高。

以月生活费1200～2000元为参照水平，月生活费1200元以下的大学生对操作便捷性的满意度评分提高一个及一个以上等级的优势是月生活费1200～2000元的大学生相应优势的0.529倍，即月生活费低于1200元的大学生对便捷性的满意度相对于月生活费1200～2000元的大学生更低；并且，月生活费高于2000元的大学生对基础业务（适用范围、还款期限、还款方式、催促还款通知方式、对逾期还款处理方式）、风险性（支付安全性）、产品形象（产品形象）和便捷性（应急性、操作便捷性）的满意度相对于月生活费1200～2000元的大学生更高。综上可见，月生活费水平越高，大学生对蚂蚁花呗的基础业务、风险性、产品形象和便捷性的满意度越高。

5蚂蚁花呗优质用户挖掘

笔者在前文对蚂蚁花呗用户满意度做了定量分析。接下来使用K-means聚类分析识别和挖掘出最有价值的优质客户。“优质客户”是指那些使用过蚂蚁花呗且对其满意度较高的用户。

结合上文认为，在客户特征中有五个变量：性别、年级、获得生活费频率、月生活费金额及信用分与成为优质客户的关联比较大，再结合用户对于蚂蚁花呗的满意度评分作为分类标准，最终确定进行聚类分析的指标有：Q1（性别）、Q2（年级）、Q3（获得生活费频率）、Q4（月生活费金额）、Q5（信用分）和Q6（满意度评分），将这些指标进行量化处理作为评估指标。

接下来，笔者进行建模分析，该模型的建立包含两个阶段。首先，基于前述六个指标的数据，进行客户的聚类分组；其次，结合具体项目对客户群进行特征分析，评估其价值，并对每个客户群进行排名［9］。笔者使用SPSS软件对客户进行K-means聚类分析，结果如表3所示。

基于这些特征描述将客户划分为五个不同类别。

第一类：重要优质客户。Ⅰ类是大四少数民族男生，他们获得生活费的频率是缺钱时再要，平均每月生活费在2000元以上，芝麻信用分为700～950元，信用极好，对蚂蚁花呗的满意度最高，是十分重要的优质客户。

第二类：重要发展客户。Ⅱ类是大二少数民族男生，他们获得生活费的方式是一个月一次，平均每月生活费的金额为800～1200元，芝麻信用分为700～950元，信用极好，对蚂蚁花呗的满意度比较高，是可以发展的优质客户。

第三类：次要优质客户。Ⅲ类是大二少数民族男生，他们获得生活费的频率是一个月一次，月生活费金额是2000元以上，芝麻信用分为550～600元，信用中等。他们的满意度水平中等。

第四类：一般客户。Ⅳ类是大四少数民族女生，她们获得生活费的频率是一个月一次，平均每月生活费金额为1600～2000元，芝麻信用分为600～650元，信用良好。

第五类：低价值客户。Ⅴ类是大三少数民族女生，她们对蚂蚁花呗的满意度很低，发掘价值不高。

6结论与发展策略

根据有序多分类Logistic回归分析的结果得出，女生对风险性和便捷性的满意度比男生更低；大四学生对基础业务、产品形象和便捷性的满意度以及大一学生对于基础业务、风险性和便捷性的满意度相对于大二学生更高；月生活费水平越高，大学生对蚂蚁花呗的基础业务、风险性、产品形象和便捷性的满意度越高。

蚂蚁花呗可以适当对产品进行性别层次的特色栏目开发，在风险性和便捷性上做出适当调整，改进研发技术以增强支付安全性、降低使用过程中的隐性成本，进而提升女生对风险性和便捷性的满意度。

由于大一学生都是初次离家以及大四学生面临毕业租房等情况，其消费需求相对较高，而对于习惯快节奏生活的年轻用户来说，基础业务、便捷性以及风险性是影响他们选择网络消费信贷产品的重要因素。因此，开发商需加强支付安全性的技术研发［10］，在保证安全和基础业务质量的前提下，尽可能对产品操作便捷性进行升级优化。开发商可以适当延长还款期限，减轻还款压力以提升月生活费水平较低的大学生的满意度。

基于优质客户聚类分析，将用户分成五个类别：Ⅰ类重要优质客户、Ⅱ类重要发展客户、Ⅲ类次要优质客户、Ⅳ类一般客户和Ⅴ类低价值客户。

其中，Ⅰ类主要是读大四的少数民族男生，他们对蚂蚁花呗满意度极高，使用蚂蚁花呗的频率较高，信用分较高。针对这一人群，需要开发商在产品性价比方面着手开展研发和营销活动，适当提高花呗额度以满足其租房等较高水平的消费，以巩固重要优质客户群体。

针对Ⅱ类和Ⅲ类客户，在促销上可对其提供较高额度的减免优惠，但要做好风险防范和提醒。Ⅳ类和Ⅴ类客户通常是女生，信用状况良好，但其对蚂蚁花呗满意度较低，开发商需加强网络安全技术，提高支付安全性以做好风险监督与防控，适当降低申请门槛，并根据其消费习惯加大积分激励或者减免优惠的力度，鼓励她们更多地使用这种方式进行消费。

参考文献：

［1］曾婷.网络消费信贷产品在大学生群体中的扩散与使用行为研究［D］.南昌：江西师范大学，2019.

［2］巩梦杰.当代大学生提前消费行为研究——基于“支付宝—花呗平台调查”［J］.电脑校园，2020（1）：285-286.

［3］马晓云.少数民族消费行为研究综述［J］.宁夏社会科学，2015（1）：113-116.

［4］彭志浩，杨珂，许子萌.蚂蚁花呗对大学生消费行为影响的实证研究——基于对武汉市7所高校大学生的问卷调查［J］.湖北经济学院学报（人文社会科学版），2017，14（2）：46-50.

［5］王永清，严浩仁.顾客满意度的测评［J］.经济管理，2000（8）：36-38.

［6］LIWENNING，WANGRUIQI，XUXIAOLI.Theaffectsofcollegestudentsattitudechangeontheusingofcreditcard［C］//Proceedingsofthe2014InternationalConferenceonGlobalEconomy，CommerceandServiceScience，2014：191-194.

［7］SEVERTD，WANGYOUCHENG，CHENP，etal.Examiningthemotivation，perceivedperformance，andbehavioralintentionsofconventionattendees：evidencefromaregionalconference［J］.Tourismmanagement，2007，28（2）：399-408.

［8］刘寅乐.关于大学生使用蚂蚁花呗满意度及影响因素的调查研究——以南昌市部分高校大学生为例［D］.南昌：江西财经大学，2019.

［9］郭会华.移动阅读平台用户行为特征调查研究——以武汉市居民为例［D］.武汉：中南财经政法大学，2023.

［10］胡雨欣，姚振华，付晓哲.蚂蚁花呗使用现状及发展前景研究——以开封市高校为例［C］//中国统计教育学会.2017年（第五届）全国大学生统计建模大赛获奖论文选，2017：27.

［基金项目］国家社会科学基金青年项目“基于小域估计的民族地区贫困和不平衡发展程度测度研究”（项目编号：18CTJ011）。

［作者简介］张雨露（1999—），女，贵州遵义人，硕士在读，研究方向：可靠性与风险分析；通讯作者：于力超（1985—），男，山东烟台人，博士，副教授，研究方向：抽样调查与统计建模。