考慮客戶滿意度的電子商務商品信息推送效果測評方法

李永海

〔摘要〕商品信息推送成為了電子商務商家商品信息服務的一種主要方式，研究如何進行電子商務商品信息推送效果測評問題具有重要意義。本文通過對已有文獻的梳理和研究，結合對參與電子商務商品信息推送效果測評的相關負責人和客戶的訪談和調研，建立了電子商務商品信息推送效果測評指標體系；以此為基礎，提出了一種考慮客戶滿意度的電子商務商品信息推送效果測評方法；最后，通過一個實例分析說明了該測評方法的有效性和可行性，并就測評結果做出了有針對性地改進分析。

〔關鍵詞〕商品信息推送；電子商務；客戶滿意度；測評指標體系

DOI：10.3969/j.issn.1008-0821.2016.11.010

〔中圖分類號〕C934〔文獻標識碼〕A〔文章編號〕1008-0821（2016）11-0055-04

〔Abstract〕Product information push has become the main information service way for merchants under e-commerce.Hence，it is important to do the research about the evaluation of the effect of e-commerce product information push.In this paper，firstly，the evaluation index system of the effect of e-commerce product information push was constructed according to the integration and study about existing literatures and the interview and investigation on organizer and customer who had participated in the evaluation of the effect of e-commerce product information push.Then a method for e-commerce product information push effect evaluation considering customer satisfaction degree was presented on the basis of the above work.Finally，the feasibility and validity of the proposed method was illustrated by an example analysis，and then the relevant improvement analysis was put forward according to the result of evaluation.

〔Key words〕product information push；e-commerce；customer satisfaction degree；evaluation index system

電子商務商品信息推送，簡單的說就是商家依據客戶的需求，利用電子商務平臺，從商品信息數據庫中獲取并整合有價值的商品信息等內容，使用推送方法和技術傳遞信息，向客戶提供及時、主動的信息服務，實現把恰當的商品信息等內容在恰當的時間、恰當的地點通過恰當的方式傳遞給有需求的客戶，輔助它們進行有效的購買決策[1]。通過電子商務商品信息推送，不僅為客戶節約商品信息等內容的獲取時間成本，同時也可為電子商務商家節省服務成本并帶來更多利潤。然而，這些電子商務商家的商品信息推送效果如何？客戶對它們的電子商務商品信息推送滿意度如何？這成為了該些電子商務商家面臨的一個實際問題。目前，關于信息推送及信息推送效果測評的研究已經得到國內外學者的廣泛關注，其中具有代表性的研究成果有[2-8]：樊治平和馮勇等在分析組織員工信息需求的基礎上，提出了一種復合信息推送系統框架[2]；王詠研究了基于Push技術的信息獲取方式[3]；張延國給出了一種基于搜索引擎的個性化信息推送的情況[4]；Ricadela介紹了Microsoft公司開展知識信息推送的情況[5]；于宏國和索瑋嵐等給出了一種基于二元語義信息處理的知識信息推送效果測評方法[6]；馮勇和田忠文提出了一種評價知識信息推送效果的方法，并給出了基于評價結果的改進策略[7]?？梢钥隙ǖ氖?，這些研究成果為進一步研究信息推送技術及信息推送效果測評方法起到了重要的作用，但需要指出的是，已有的大多數研究僅針對單一的技術或方法，沒有考慮到客戶的滿意度，也較少考慮到電子商務商品信息推送效果測評問題。之所以要考慮客戶滿意度是因為客戶是影響電子商務商品信息推送效果測評的決定因素，而影響客戶滿意度的關鍵因素是客戶感知值與客戶期望值，它們之間的關系表現為客戶完成消費體驗，若客戶期望值得到滿足，客戶滿意度就會升高；若客戶期望值得不到滿足，客戶滿意度下降，客戶就會產生沮喪感，由此會導致客戶資源流失。鑒于此，本文則以已有信息推送及其效果測評的研究工作為基礎，在考慮客戶滿意度的情況下，給出一種電子商務商品信息推送效果的測評方法。

1電子商務商品信息推送效果測評指標體系

根據信息推送的含義，結合電子商務特定環境，在考慮信息推送效果測評時，本文從信息推送內容、信息推送方式以及信息推送時效三方面進行了研究，其中信息推送內容方面主要考慮電子商務環境下所推送的信息內容是否有效的滿足了客戶的信息需求；信息推送方式方面主要考慮電子商務環境下推送信息的方式是否恰當地適應了客戶的接收習慣；信息推送時效主要考慮推送信息的及時程度與頻繁程度是否在客戶可承受的范圍內。為了構建電子商務商品信息推送效果測評指標體系，本文采用的方法是：首先，整理和分析相關文獻[7-12]，對其進行梳理和研究，提取出與電子商務商品信息推送效果測評有關的指標，形成備選指標集合；然后，通過訪談，邀請數十名經常網上購物的客戶以及一些主流電子商務環境下的相關負責人就該備選指標集合提出修改意見和建議；在此基礎上，通過專家調查法，請13名相關領域的專家進行問卷調查，對電子商務商品信息推送效果測評備選指標集合進行進一步地篩選、修正和完善；最后，確定由7個測評指標構成的電子商務商品信息推送效果測評指標體系，如表1所示。

表1中，7個測評指標所考察內容可分別闡述為：u1考察電子商務環境下所推送商品信息等信息是否為客戶想要的信息，即所推送的信息與客戶的信息需求的一致性；u2考察電子商務環境下所推送商品信息等信息的覆蓋面是否達到客戶期望的程度，能否為客戶在眾多同類信息間比較、選擇留有余地；u3考察電子商務環境下所推送信息的表達形式是否形象直觀，便于客戶理解和應用；u4考察電子商務環境下所推送商品信息等信息的可靠程度及有效程度，如打折或促銷等商品信息信息的有效性；u5考察商品信息等信息的推送途徑是否為客戶愿意接受的途徑，具體可為同步推送（即時通信工具等）、非同步推送（E-mail、短信等）等其中一種或多種組合；u6考察推送商品信息等信息的及時性，即能否在客戶瀏覽信息的有限時間內推送有效的信息；u7考察電子商務環境下商品信息等信息的推送頻繁程度是否在客戶可以而且愿意接受的程度內。

2測評方法

在完成構建電子商務商品信息推送效果測評指標體系的基礎上，考慮到所有測評指標均為可模糊化的定性指標，而且關于所有測評指標的評價信息均來自于電子商務環境下參與測評的客戶，因此，讓所有參與測評的客戶對這些測評指標給出語言評價信息是比較方便有效的方式。下面首先給出考慮客戶滿意度的電子商務商品信息推送效果測評的問題描述，然后再給出測評原理與方法。

在解決考慮客戶滿意度的電子商務商品信息推送效果測評問題中，設U={u1，u2，…，un}（n≥2）為信息推送效果測評指標集合，其中uj表示第j個測評指標；設C={c1，c2，…，cm}（m≥2）為參與測評的客戶集合，其中ci表示第i個參與測評的客戶；設S={s0=AL（絕對不滿意/絕對不重要），s1=VL（非常不滿意/非常不重要），s2=L（不滿意/不重要），s3=M（一般滿意/一般重要），s4=H（滿意/重要），s5=VH（非常滿意/非常重要），s6=AH（絕對滿意/絕對重要）}為7粒度的語言評價集；設參與測評的客戶針對測評指標集U給出的語言形式的指標重要程度的評價矩陣Z=（zij）m×n，其中zij表示客戶ci依據語言評價短語S給出的針對測評指標uj的重要程度的語言描述，zij∈S；設R=（rij）m×n為參與測評的客戶針對指標集U給出的語言形式的客戶感知評價矩陣，其中rij表示客戶ci依據語言評價短語集S給出的針對測評指標uj的客戶感知值，rij∈S；設E=（eij）m×n為參與測評的客戶針對指標集U給出的語言形式的客戶期望評價矩陣，其中eij表示客戶ci依據語言評價短語集S給出的針對測評指標uj的客戶期望值，eij∈S。本文要解決的問題是：如何依據上述語言評價信息進行某電子商務商家的電子商務商品信息推送效果測評工作。

為了解決上述具有語言評價信息的信息推送效果測評問題，本文采用二元語義運算算子[13-15]進行測評數據的處理和運算，下面給出提出方法的原理與步驟。

（1）依據二元語義轉換函數[13-14]，將語言評價信息均轉化為二元語義形式的評價信息，即Z=（zij）m×n被轉化為=（（zij，0））m×n，R=（rij）m×n被轉化為=（（rij，0））m×n，E=（eij）m×n被轉化為=（（eij，0））m×n。

（2）依據二元語義算術平均算子[15]，將評價矩陣=（（zij，0））m×n、=（（rij，0））m×n和=（（eij，0））m×n進行綜合處理，分別得到客戶測評指標權重向量UZ=（（uz1，a1），（uz2，a2），…，（uzn，an））、客戶感知綜合評價向量UR=（（ur1，a1），（ur2，a2），…，（urn，an））和客戶期望綜合評價向量UE=（（ue1，a1），（ue2，a2），…，（uen，an）），其中（uzj，aj）、（urj，aj）和（uej，aj）的計算公式分別為：

（uzj，aj）=Δ1m∑mi=1Δ-1（zij，aij），j=1，2，…，n（1）

（urj，aj）=Δ1m∑mi=1Δ-1（rij，aij），j=1，2，…，n（2）

（uej，aj）=Δ1m∑mi=1Δ-1（eij，aij），j=1，2，…，n（3）

（3）依據二元語義的運算算子[15]，將客戶測評指標權重向量UZ=（（uz1，a1），（uz2，a2），…，（uzn，an））進行歸一化處理，得到歸一化的客戶測評指標權重向量ξ=（ξ1，ξ2，…，ξn），其中ξj的計算公式為：

ξj=Δ-1（uzj，aj）∑nj=1Δ-1（uzj，aj），j=1，2，…，n（4）

進一步地，依據客戶感知綜合評價向量UR=（（ur1，a1），（ur2，a2），…，（urn，an））和客戶期望綜合評價向量UE=（（ue1，a1），（ue2，a2），…，（uen，an）），計算客戶滿意度向量D=（d1，d2，…，dn），其中單個測評指標的客戶滿意度dj的計算公式為：

dj=Δ-1（urj，aj）Δ-1（uej，aj），j=1，2，…，n（5）

進而，依據歸一化的客戶測評指標權重向量ξ=（ξ1，ξ2，…，ξn）和客戶滿意度向量D=（d1，d2，…，dn），計算總體客戶滿意度Φ，其計算公式為：

Φ=DξT=∑nj=1djξj（6）

（4）由于客戶滿意度是自變量客戶感知值與客戶期望值的函數：設F表示客戶滿意度，X表示客戶感知值，Y表示客戶期望值，則有F=X/Y。因此，如果F<1，客戶表現出不滿意；如果F=1，客戶表現出滿意；如果F>1，客戶表現出高度滿意或欣喜。據此，可通過總體客戶滿意度Φ的大小，對該電子商務商家的電子商務商品信息推送效果做出總體評價；與此同時，依據各測評指標的客戶滿意度dj的大小可對測評指標進行排序，找出其中客戶滿意度較低的測評指標，并給出有針對性的改進分析。

綜上所述，考慮客戶滿意度的電子商務商品信息推送效果測評方法的具體操作步驟如下：

步驟1：將參與測評的客戶給出的語言評價信息轉化為二元語義形式的評價信息；

步驟2：依據式（1）～（3），分別計算客戶測評指標權重向量UZ、客戶感知綜合評價向量UR和客戶期望綜合評價向量UE；

步驟3：依據式（4），計算歸一化的客戶測評指標權重向量ξ=（ξ1，ξ2，…，ξn）；

步驟4：依據式（5），計算客戶滿意度向量D=（d1，d2，…，dn）；

步驟5：依據式（6），計算總體客戶滿意度Φ；

步驟6：依據Φ及dj，進行測評指標的評價并給出改進分析。

3實例分析

HXL網站是一家以B2C電子商務交易模式為主的營銷網站，該網站在B2C電子商務交易市場中占有較大的份額。近年來，該網站為了進一步擴大自己的市場份額，領先開發了一套電子商務商品信息推送系統，并已在試運行之中。為了找出該電子商務商品信息推送系統中存在的不足，同時也為了進一步完善該電子商務商品信息推送系統的功能與性能，HXL網站擬采用表1所提供的電子商務商品信息推送效果測評指標體系對某時段內具有代表性的160名客戶進行問卷調查，共收回160份調查問卷，其中有效問卷158份。

（1）對收集到的語言評價信息按照二元語義的轉換函數及式（1）～式（3）進行綜合處理，可得到客戶測評指標權重向量為UZ=（（VH，075），（VH，0），（VH，0），（VH，075），（VH，0）（VH，0），（VH，-05））、客戶感知綜合評價向量為：UR=（（VH，0063），（H，0625），（H，03），（H，025），（H，0625），（H，05625），（H，0188））和客戶期望綜合評價向量為：UE=（（VH，0813），（VH，075），（VH，0313），（VH，09375），（H，0875），（H，0688），（H，06875））。

（2）依據客戶測評指標權重向量UZ=（（VH，075），（VH，0），（VH，0），（VH，075），（VH，0），（VH，0），（VH，-05）），運用式（4），求得歸一化的客戶測評指標權重向量ξ=（0160，0139，0139，0160，0139，0139，0125）。

（3）依據客戶感知綜合評價向量UR=（（VH，0063），（H，0625），（H，03），（H，025），（H，0625），（H，05625），（H，0188））和客戶期望綜合評價向量UE=（（VH，0813），（VH，075），（VH，0313），（CH，09375），（H，0875），（H，0688），（H，06875）），運用式（5），求得7個測評指標下的客戶滿意度分別為：d1=0871，d2=0804，d3=0809，d4=0716，d5=0949，d6=09733，d7=0893，也即客戶滿意度向量為D=（0871，0804，0809，0716，0949，09733，0893）。

進一步地，依據客戶滿意度向量D=（0871，0804，0809，0716，0949，09733，0893）和歸一化的客戶測評指標權重向量ξ=（0160，0139，0139，0160，0139，0139，0125），運用式（6），求得HXL網站商品信息推送效果的總體客戶滿意度Φ=0856。

由上可知，7個測評指標下的客戶滿意度的排序結果為：d6>d5>d7>d1>d3>d2>d4，客戶對HXL網站商品信息推送系統商品信息推送效果的總體滿意度為0856。由于0856<1，可知客戶對HXL網站商品信息推送系統商品信息推送效果表現出不滿意。為了對測評結果進行更直觀的分析和研究，以便找出HXL網站商品信息推送系統中的薄弱環節，下面給出測評指標客戶滿意度及權重值分布圖，如圖1所示。

從圖1中，可以直觀的看出：

（1）測評指標u1、u5、u6、u7的客戶滿意度明顯大于HXL網站的總體客戶滿意度Φ，說明其為需要一般改進的測評指標因素。測評指標u1與測評指標u5、u6、u7相比，所占權重值較大，可知該測評指標為需要一般改進中的重點對象；測評指標u7與測評指標u1、u5、u6相比，所占權重值較小，可知該測評指標為需要一般改進中的一般對象。

（2）測評指標u2、u3、u4的客戶滿意度明顯小于HXL網站的總體客戶滿意度Φ，說明其為需要重點改進的測評指標因素。測評指標u4與測評指標u2、u3相比較而言，所占權重值較大，可知該測評指標為需要重點改進中的重點對象；測評指標u2、u3與測評指標u4相比較而言，所占權重值較小，可知該測評指標為需要重點改進中的一般對象。

通過以上分析，HXL網站可以做出重點突出和針對性強的改進策略，下面考慮給出需要重點改進測評指標的具體改進策略如下：

（1）對信息覆蓋程度測評指標的改進策略。該測評指標的改進可從以下三方面著手：一方面，深入挖掘客戶注冊時所登記的購買偏好及日常商品信息等內容瀏覽中所體現出的購買偏好，使對客戶的信息需求更加清晰化、明確化；另一方面，做好HXL網站商品信息等內容的梳理及歸類，使信息內容更加系統化、體系化；再次，改進信息搜索技術及改善信息搜索機制，使得客戶的信息需求與信息推送內容的匹配更加精準。

（2）對信息表達形式測評指標的改進策略。該測評指標的改進可從以下兩方面著手：一方面，開展深入調查研究，找出客戶普遍喜好的信息表達形式；另一方面，使用先進的信息表達工具及技術，如語言合成器、動態圖文、視頻剪輯等易于客戶接受的多媒體傳送形式。

（3）對信息的有效性測評指標的改進策略。該測評指標的改進可從以下兩方面著手：一方面，經常整理、更新商品信息等信息庫，從根源上保證信息的有效性；另一方面，使用穩妥、恰當的信息推送方式，保證商品信息等內容在傳輸過程中不會被竄改或丟失；再次，及時對商品信息等內容的更新操作做出說明或通知，讓客戶在第一時間知曉。

4結論

如何開展電子商務商品信息推送效果測評是考察電子商務商家商品信息服務能力的一項非常重要的工作。本文研究了考慮客戶滿意度的電子商務商品信息推送效果測評方法，建立了一套適用于電子商務商品信息推送效果測評指標體系，給出了一種具有較強可操作性和實用性的電子商務商品信息推送效果測評方法，并通過實例分析展示了所提供測評方法的應用價值。本文提供的測評方法具有針對性強、計算過程簡單等特點，為解決電子商務商品信息推送效果測評問題提供了一種有效途徑，同時也為解決不同電子商務商家間的電子商務商品信息推送效果測評比較問題提供了一種有效途徑。

參考文獻

[1]Neumann A W.Recommender systems for information providers：designing customer centric paths to information[M].Springer Science & Business Media，Physica-Verlag，Heidelberg，2009：126.

[2]Fan Z P，Feng Y，Sun Y H，et al.A Framework on Compound Knowledge Push System Oriented to Organizational Employees[C]∥Editors：DENG X T，YE Y Y.Internet and Network Economics.First International Workshop，WINE 2005.Proceeding，Berlin，Germany：Springer-Verlag，LNCS，2005，3823：622-630.

[3]王詠.基于Push技術的信息獲取方式及其應用[J].情報科學，2000，19（4）：363-368.

[4]張延國.基于搜索引擎的個性化知識推送系統[J].中國信息導報，2004，（6）：60-61.

[5]Ricadela A.Microsofts Knowledge Push[J].Information Week，2000，805：151.

[6]于宏國，索瑋嵐，馮勇.一種基于二元語義的知識推送效果測評方法[J].科研管理，2009，30（ZK）：178-183.

[7]馮勇，樊治平，馮博，等.企業客戶服務中心知識推送系統構建研究[J].計算機集成制造系統，2007，13（6）：1015-1020.

[8]Han M，Ahn H J.Testing the Application of the Personalized Recommendation Method for Artworks[J].Mediterranean Journal of Social Sciences，2015，（6）：433.

[9]Guo F，Lu Q.A Novel Contextual Information Recommendation Model and Its Application in e-Commerce Customer Satisfaction Management[J].Discrete Dynamics in Nature and Society，2015：1-9.

[10]劉曉云，焦亞琴，張銀葉.基于PMML的電子商務數據挖掘研究[J].現代情報，2015，35（8）：57-60.

[11]孫鴻飛，張海濤，宋拓，等.電子商務個性化信息服務用戶滿意影響因素實證研究[J].情報雜志，2016，35（4）：195-203.

[12]Wills C E，Brown D C，Dunskus B V，Kemble J.Evaluating network serviceability[J].Computer Networks and ISDN Systems，1998，30（14）：2283-2291.

[13]Herrera F，Herrera-Viedma E，Luis Martinez.A fusion approach for managing multi-granularity linguistic term sets in decision making[J].Fuzzy Sets and Systems，2000，114（1）：43-58.

[14]Herrera F，Martínez L.A 2-tuple fuzzy linguistic representation model for computing with words[J].IEEE Transactions on Fuzzy Systems，2000，8（6）：746-752.

[15]Herrera F，Martínez L.A model based on linguistic 2-tuples for dealing with multi-granular hierarchical linguistic contexts in multi-expert decision-making[J].IEEE Transactions on Fuzzy Systems，2001，31（2）：227-234.

（本文責任編輯：孫國雷）