基于在线评论的跨境电商平台顾客满意度研究——以亚马逊为例

【摘要】跨境电商的迅速发展，使得越来越多中国卖家开始转向跨境出口电商平台的运营。其中，在以顾客满意至上及维持评论诚实为宗旨的亚马逊平台上，如何提高顾客满意度，在逐渐激烈的平台竞争中脱颖而出是卖家的首要任务。本文基于在线评论，通过内容分析法获得顾客满意度的影响要素。然后依据要素构建满意度模型和提出假设，并以各要素为自变量，满意度为因变量，采用回归分析来验证假设和分析结果。结果表明质量、价格、物流、配件、客服服务态度、订单的退货退款处理及客服处理问题的快慢对顾客满意度有着显著的正向影响，且影响程度从大到小排列。最后修正模型，并针对各要素提出合理的意见。

【关键词】跨境电商；顾客满意度；内容分析法；在线评论

1 绪论

1.1 研究背景

近年来，电子商务在国际贸易中的影响力日渐突显，已变成中国出口贸易占比较大的趋势。阿里创始人马云在首届跨境电商大会上表示：“没有人可以阻止全球贸易化”。而跨境电商恰恰体现了全球化的特点，它是指不同国境地域的交易主体，通过电子商务的方式达成交易。并且可以分为进口及出口跨境电商。据前瞻产业研究院的报告显示，截至2019年底中国跨境电商交易规模达到10.8万亿元，预测2020年交易规模将达到12.7万亿元，并且呈现持续增长的趋势。

受“海淘”、“代购”的冲击，以天猫国际、考拉海购、洋码头等为例的跨境进口平台如春笋般涌出，并对国内消费者进行激烈的争抢。在这种趋势下，一些企业转型做跨境出口电商，通过对国外市场的产品需求分析，在国内寻求合适的厂家进行合作，并通过跨境出口平台把货卖给国外客户，减少海外进口商、零售商等中间环节，慢慢形成了一条稳定的供应链，以提升利润率，获得更大的效益。

iiMedia Research的调查表明，在众多跨境出口电商平台中，最受国际消费者喜爱的是亚马逊，其余依次为速卖通、eBay、Lazada等。而亚马逊作为跨境出口电商的主流平台，顾客满意至上是其核心宗旨。但是，让顾客满意不仅是亚马逊的追求，也是亚马逊卖家的首要任务。

并且受新冠状病毒的影响，自2020年2月末开始，亚马逊卖家收到的积极评论的数量与2019年相比，一直在逐步下降，亚马逊买家的购物满意度创下了新的低潮（如图 11）。由此看来，众多亚马逊卖家的运营状况艰难，顾客满意度的提升势在必行。

数据来源：雨果网

图 112020年亚马逊全球站点的正面评论与去年的比较

1.2 研究目的及意义

（1）研究目的

亚马逊对顾客满意的高重视度，使得企业对产品的排名和在线评论的关注度加重。并且相关数据表明，亚马逊卖家在产品售后、评论维护等方面占有一定的消费支出，这笔支出还需要根据实际的情况来计算。本文运用相关研究方法进行顾客满意度的影响因素分析，找出该公司在亚马逊运营过程中出现的短板，查漏补缺，以提高顾客满意度，减少售后和评论维护支出，从而提高产品的销量，进而提高该公司的绩效，实现利润的增长。

（2）研究意义

一方面，以在线评论为数据源、且以跨境出口电商平台来研究满意度的文献较少。因为大多数文献采用问卷调查法，由于跨境出口电商平台主要是面向国外消费者，所以比较难获得可靠性较高的问卷数据。另一方面，对于亚马逊中国卖家来说，满意度的提升，可以减少产品的来差评数量，维持较高的产品评分，从而可以在亚马逊的A9算法中获得更高的产品排名，为产品提供更好的运营环境。

1.3 文献论述

国内外的不同学者分别从不同角度对满意度的影响因素进行了考察。Gilbert A. Churchill和Carol Surprenant分别对耐用和非耐用产品进行建模，结果表明，顾客的满意程度完全取决于耐用商品的性能[1]。Lee研究表明商品、顾客、后勤和网站服务四类对满意度有一定的影响程度[2]。Liljander研究发现服务质量要素的可靠性、用户界面、反应性、关怀性、保证性等会对顾客满意起显著性影响[3]。Szymanski 和 Hise提出4个影响因素并进行验证，结果表明只有平台的安全性、网页设计和便利性对满意度有影响，并且影响程度从小到大排列[4]。

而国内，查金祥和王立生认为网站安全性、产品的性价比和质量是影响满意度的主要因素[5]。张建华通过结构方程模型路径和拟合指数，发现企业形象、网站安全性、产品及服务、评论与评级会对顾客满意度产生显著影响[6]。宁连举,闫春晓,肖海弘以国内的电商平台为例，界定了质量、物流配送、产品信息等九个影响顾客满意度的因素，并在双因素理论的基础上，把影响因素划分成决定、积极、消极和中立因素四类并确定各类因素的作用[7]。乔均,康玉兰以京东商城为例，研究发现商品质量、价格、物流、售后服务、网络互动性、网络安全性等八个因素分别对顾客满意度起促进作用[8]。

根据上述学者的研究结果，我们可以归纳得到电子商务平台上的顾客满意度影响因素主要分为产品、服务、物流及平台技术这四大方面。但电商平台和产品类目的不同，可能会使满意度影响因素呈现着不同的影响程度。

2 相关理论基础

2.1 顾客满意度

顾客满意是指顾客的期望已被满足的程度的主观感受。而满意度是顾客在满足的情况下所给出的反应。它是对产品或者服务本身的评价；并给出了一个与消费的满足感有关的快乐水平，是一种心理体验。对于顾客满意度，Oliver提出它是顾客对产品或服务能否满足自我需要的一种判断[9]。Woodside等人认为满意度是能够反映出顾客在消费之后的喜欢程度[10]。

综上所述，要得到顾客的满足，首先要对顾客的需求进行了解。顾客的需求包括质量、功能、外延和价格需求。但是，由于地域及顾客消费的习惯的不同，对产品和服务就会有不同的期望或追求。所以，企业应该根据顾客的不同需求，确定主要的需求结构，使顾客满意。

2.2 在线评论

（1）在线评论的概念及其作用

在线评论是指顾客在消费之后，在所购买产品的电子商务平台上，针对该商品的质量、商家的服务、并根据自身的使用经历和满意程度等方面来发表的一种表示积极、消极或者中等的评价。闫强基于豆瓣网的在线评论进行验证，结果显示拥有比较极端的情感倾向和篇幅较长的正文评论会影响评论的有用性[11]。李宏通过对国内的三个电商平台的在线评论研究，表明消极评论对顾客的购买意愿具有显著影响[12]。

由此可见，在线评论在电商平台上的作用越来越重要了。一方面，在线评论是评估产品质量、商家服务和售后服务等的重要依据。另一方面，在线评论的好坏影响着顾客的购买决策和行为，从而间接影响了该产品的销量，进而影响着产品的运营。

（2）亚马逊在线评论机制

亚马逊认为维持评论忠诚是对顾客最好的消费保障。在线评论分为评论（Review）&反馈（Feedback）。两者的区别在于，前者是用来评价产品的质量、价格和顾客的个人体验等，后者则是用来评价店铺的服务、亚马逊物流的快慢及商品的包装等。而且顾客评论的积极性可以给卖家带来不同的影响。积极的评论，可以帮助卖家提高产品排名，从而增加销量；相反，消极的评论会导致产品评分降低，影响卖家的销量，但可以给卖家提供一个产品改进的方向。

因此，尽可能地减少消极的评论，才能更好的为企业的运营带来更大的收益。

2.3 内容分析法

（1）内容分析法的概念和特征

内容分析法是对文本内容进行客观的、系统的定量分析方法。Fearing认为内容分析法是一种半定量研究方法，是把非量化的有交流价值的信息转化为定量的数据，并建立相关类目分解文本内容，借此来分析文本信息的某些特征[13]。内容分析法有两个方面的特征：

①研究对象是明确的。

②分析方法是客观、系统和定量的。客观性要求由不同的分析员来制定类目，并达成分析结果一致，以便确定的类目可以精确反映文本内容[14]。系统性是指内容的保留或者舍弃，必须遵循统一的标准[15]。而定量性，彭翎认为它更为关注的是对量化结果的解释，对客观事实的主观判断[16]。

（2）内容分析法的一般流程

主要分为3个步骤：

（1）样本的选取：本文的数据来自D公司的亚马逊平台所运营的Y品牌产品，主要以欧洲和X站点的评论进行研究。由于在线评论会影响产品的排名和顾客的购买意愿，使得各个卖家使出浑身解数去移除消极的评论，从而导致获取的评论有效性减少。所以，本文的评论时间采取范围在2020年1月1日至3月31日，以确保得到较新的、真实可靠的数据源。

（2）量化处理：量化处理是指将文本的内容转为数据化形式的过程，包括作评判记录和信度分析。

①评判记录是根据已确定的类目对样本中的信息作评判，记下每一个类目是否存在和出现的频率。划分了类目后，要制定得分规则，对文本内容进行编码。李克特五级量表则是比较常用的数据量化方法，且本文以顾客评论的星级作为该顾客的总体满意值，具体的得分规则（见表格 21）。

表格 21编码等级得分表

制定得分标准后，需要按照标准对参与本文评论数据编码的人员进行培训。本次我们选择2个人员参与此次编码。利用随机抽取的评论数据给2位编码人员进行练习和测试，并且对最后的编码结果进行讨论和统一编码标准，最终确定编码规则[16]（见附录）。

②信度分析:对评判结果进行信度检验和多次修改，直至获得可接受的信度。本文信度检验[17]的算法见式（3-1）：

(3-1)

式中：R为信度（保留两位小数）；n为编码员人数；K为平均相互同意的程度；

其中，相互平均同意度的算法见式（3-2）：

(3-2)

式中：M是编码员们相互同意的类目数；N1和N2分别是两位编码员所分析的类目数。

3 基于在线评论的顾客满意度影响因素研究

本章通过创想软件对在线评论进行采集，按照内容分析法的步骤，分析D公司在亚马逊上的顾客满意度影响因素，为模型的建立提供现实依据。

3.1 评论的采集和评判

（1）创想软件的操作流程：

抓取评论的具体步骤如下：

添加产品ASIN。点击“添加单个商品采集”，并在下方输入你需要采集的产品ASIN、国家，最后点击“添加”，如图 31所示。开始采集评论。点击常用快捷开关，在下方的选项中选择“开启采集评论项”，接着按“手动采集列表详细信息”，进行评论数据的采集。导出数据。采集完成后，选择数据保存的位置和格式，导出数据。具体的样例如图 32所示：

图 31创想软件采集步骤图

图 32评论采集样例

（2）进行评论的采集：

按照评论发布的时间进行数据的采集。

表格 31不同类目的Y牌产品的评论采集情况

从表格 31中，我们看到，本次采集的在线评论总数共计8716条。其中反映了在D公司的亚马逊平台上购物感到非常满意、满意的评论数占比87.98%，感到一般、不满意及非常不满意的评论数占比12.02%。

（3）评论的评判：

从有效的评论中随机抽取200条，并按照相关文献的研究和采集的评论结果进行类目划分和内容评判，具体的评论内容和划分情况如表格 32：

表格 32具体的评论内容和划分情况

评论内容可以反映出顾客对不同方面的关注度，从而得出影响顾客满意程度的不同要素。根据评判记录，我们得知质量、价格和物流这三方面是顾客关注的重点，其余要素影响程度从大到小分别是配件、客服服务态度、退货退款处理、客服处理问题的快慢和功能（见图 33）。

图 33评论要素的二级类目出现的频次统计

3.2 评论的量化处理

确定了评论的类目，我们需要将评论文本进行量化处理，即编码。

在编码的过程中，为了保证编码的有效性，编码人员需要独立进行编码，同时还应该注意以下几点：

①如果随机抽取的评论没有反应任何一个评论要素，则视为无用评论，应重新再次选取新的评论进行补充编码；相反，只要涉及到一个方面的要素，则视为有用评论。

②在有用评论中，没有涉及到的其他方面的要素，我们认为该顾客对其他要素的满意程度为一般。编码示例如表格 33。

表格 33评论内容编码示例

3.3 评论量化的信度检验

对于编码信度系数的标准，不同的文献研究者提出了不同的范围。Kassarjian认为编码信度系数最好大于 0.85[18]。因此，当两个编码员一致认同的类目数小于6时，则表明该数据为无效，应当删除。最终只有90条有效数据。编码信度的最终结果见表格 34 各因素的编码信度检验结果，信度均大于0.8，通过信度检验，编码数据可靠。

表格 34各因素的编码信度检验结果

3.4 基于量化结果的数据分析

本小节利用SPSS 23.0对上一小节的量化数据进行内容的信度和效度分析，考察量化数据的可用性。

(1)可靠性分析

由于在线评论对亚马逊产品运营的高重要性，其难免会参杂了来自不少竞争对手的恶意差评，还有该公司为了提升产品的评分和排名而进行的EDM测评。所以，我们需要对数据进行信度分析。

本文采用α信度系数法，查看基于内容分析法的量化数据是否具有一致性。量表的信度系数最好高于0.7，低于0.6就要考虑重新进行数据的编码。

表格 35量表数据的描述统计

从表格 35来看，删除项后的α系数没有显著性的提高，表明量化数据的稳定性和内部一致性较好。

表格 36可靠性分析

结果表明α系数值为0.756，大于0.7，表明量表的信度水平具有一定的可接受度（见表格 36），所以，我们可以继续进行下面步骤。

（2）效度分析

本文采用KMO统计量和Barlett球体检验，对量化的结果进行判断，看能否反映所需要的内容的有效性。KMO大于0.6，则认为该数据是有效的。

表格 37效度检验

从表格 37中，KMO等于0.694，且Sig显著性小于0.001，我们认为该量化结果的效度良好。

4 基于回归分析的顾客满意度模型验证

本章基于上一章节的量化结果，来构建基于D公司的顾客满意度模型并提出假设，最后利用回归分析进行检验。

4.1 顾客满意度模型构建

4.1.1模型构建

结合表格 32，本文建立了以下顾客满意度的概念模型（见图 41）。

图 41基于评论内容的顾客满意度概念模型

4.1.2变量的描述及假设提出

（1）质量：宁连举等人通过实证表明质量在顾客满意度影响因素中属于决定因素[7]。且在亚马逊的产品运营中，不少人认为“7分靠产品，3分靠运营”，表明了产品质量对顾客满意度的影响之重。

（2）价格：价格则是除了质量之外，顾客关注的另一个焦点。詹姆斯、恩格尔等人指出，“由于顾客对产品的精确价格的关注度较低，因而存在一个可以承担的价格范围，若是超出或低于这个范围界限，价格就显得极为重要[19]”。

（3）功能：是指产品所能使用的功效。邱晔等人运用结构方程模型分析发现,手机产品的功能体验对顾客满意度存在显著的正向影响[20]。

（4）配件：有配件的多样性和可用性两个方面。多样性是指产品的套装种类。不同的套装可以满足不同群体的需求。配件的可用性是指产品的配件能不能轻易的购买到。

（5）客服服务态度：客服在各个电商平台上几乎是不可缺少的。高跃通过研究得到客服的服务质量影响着消费者的感知价值，从而影响顾客的购买行为[21]。

（6）客服处理问题的快慢：据相关测试表明，客服处理问题的速度在一定程度上影响着顾客满意度，进而可能影响着顾客的忠诚度。

（7） 物流：物流在这里主要是指商品的交货速度和快递包装。在亚马逊上，有FBM和FBA两种货物运输方式。FBM即自发货方式，由卖家自己负责货物运输；相反，FBA则为亚马逊发货方式，这种方式需要卖家将商品运输到亚马逊仓库，后续有顾客下单，就统一由亚马逊所分配的物流来运输。本文的分析对象选择了FBA。在这种模式下，作为第三方卖家的D公司，无法获得商品物流和包装的具体情况。所以，我们将物流归为平台类影响因素。

（8）退货退款处理：由于亚马逊对顾客满意的崇高追求，所以亚马逊可以自由的进入卖家的后台，对收到投诉的订单进行退货和退款处理；同样的，卖家也不清楚退货退款的情况，所以本文也将退货退款处理归到平台类。而且，对于顾客退回的产品，亚马逊会有专人进行检验，认为其如果功能依旧完好，亚马逊会将其重新包装，进行二次售卖。这对卖家来说有害而无利，一方面，是公司品牌形象的受损，从而降低了品牌的信任度；另一方面，给客服售后带来了一定的困难。

综上所述，我们可以提出以下假设：

H1：质量对D公司亚马逊平台的顾客满意度有显著正向影响。

H2：价格对D公司亚马逊平台的顾客满意度有显著正向影响。

H3：功能对D公司亚马逊平台的顾客满意度有显著正向影响。

H4：配件对D公司亚马逊平台的顾客满意度有显著正向影响。

H5：客服服务态度对D公司亚马逊平台的顾客满意度有显著正向影响。

H6：客服处理问题的快慢对D公司亚马逊平台的顾客满意度有显著正向影响。

H7：物流对D公司亚马逊平台的顾客满意度有显著正向影响。

H8：退货退款处理对D公司亚马逊平台的顾客满意度有显著正向影响。

4.2 顾客满意度模型验证

（1）相关性分析

本文采用相关性分析检验各要素与满意度之间的关联强度。当|r|大于等于0.7时，可以认为两变量间高度相关；|r|大于等于0.5小于0.7时，为中度相关;|r|大于等于0.3小于0.5时，两变量低度相关；|r| 小于0.3说明不相关。

表格 41各因素相关性分析检验结果

根据表格 41可知，质量、价格、配件、客服服务态度、物流、退货退款处理在置信度0.01的水平上显著相关，客服处理问题的快慢在置信度0.05的水平上显著相关，这七个要素与顾客满意度存在着显著的正相关。而功能的相关系数小于0.3，视为不相关。

综上可得，本文研究模型的7个变量与满意度之间呈现显著的正相关，但是相关分析无法确定其具体对顾客满意度的影响程度，仍需进一步研究。

（2）回归分析

回归分析可视为一种拟合过程。本文将满意度(M)作为因变量，其他7个因素质量（Z）、价格（J）、物流（W）、配件（P）、客服服务态度（F）、客服处理问题的快慢（S）、退货退款处理（T）作为自变量，运用SPSS23.0进行多元线性回归分析，研究变量间的影响程度，并构建多元回归方程，分析结果如下。

表格 42模型摘要b

从表格 42我们可以得知，调整后的R平方为0.779，表示自变量一共可以解释因变量77.9%的变化；并且DW值大于2，说明上述7个自变量无自相关性。

表格 43ANOVAa

表格 43的F值相对应的Sig值小于0.05，可以认为该回归方程是可用的，具有统计学上的显著意义。

表格 44系数a

从表格 44中，我们得到VIF值皆在1和2之间，所以本文的自变量之间不存在多重共线性；并且t值对应的Sig值全部小于0.05，说明上述自变量对因变量有显著性的正向影响。基于上述，我们得到本文顾客满意度模型的回归方程，见式（4-1）：

M=0.586Z+0.375J+0.252W+0.248P+0.157F+0.134T+0.110S-2.558（4-1）

由此可以得知，各因素对D公司亚马逊平台上的顾客满意度的影响程度从大到小为：质量、价格、物流、配件、客户服务态度、退货退款处理、客服处理问题的快慢。

4.3 假设检验与结果分析

基于前两小结的数据分析，本文假设的检验结果如表格 45所示。

表格 45假设检验结果

根据之前的假设，我们认为产品的功能对顾客满意度是有一定影响的。但结果表明其对顾客满意度没有影响。原因可能为：

①从样本容量。本文采集到的有效样本量较小，且具有随机性，可能导致最终结果与预期存在一定的偏差。

②从产品。根据评论和日常售后投诉的内容来看，D公司电动牙刷的三个功能比较无用。对于防水，牙刷底部的充电口是没有任何防护措施的，即在使用牙刷的过程中，容易将水流进充电口，导致会产生一定的质量和安全问题；并且有部分顾客反映，该牙刷的计时功能存在缺陷，每30秒暂停一次让他们感觉十分苦恼；最后，牙刷的多个模式，较多顾客认为只有一种模式是可用的，其他的对他们来说没有区别，因为同样都是在振动。

综上所述，我们对模型进行修正（见图 42）。

图 42基于评论内容要素的顾客满意度概念模型的修正

5 总结与展望

5.1 基于D公司的顾客满意度提升策略

关于物流和退货退款处理，主要是由亚马逊平台负责的，所以我们暂时无法提出具体的建议去改进，主要针对产品和服务两方面来述说。

5.1.1从产品方面

对于D公司来说，产品主要存在以下问题。

（1）产品的可用性。在负面评论中，反映最多的问题就是产品的电池寿命很短。一般来说，电动牙刷的使用寿命在1年以上。但大多数顾客表示牙刷几个月后就不能再使用了。针对这点，D公司可以对顾客发来的投诉邮件进行登记，要求顾客将牙刷的生产批号告知客服，客服做相应的登记，并交给研发和生产部门，分析是由顾客自身操作不当而造成的产品质量问题还是因为产品出厂自身存在缺陷所造成的质量问题。

（2）刷头的软硬程度。不同的顾客对刷头软硬的喜欢程度不同。针对这一点，D公司需要采集相关的评论数据，对顾客的刷头软硬需求进行深度分析，查看哪种刷头更能符合顾客的预期，并适当调整相对应的生产量，减少产能的浪费，从而更贴切顾客的购买需求，以提高顾客满意度。

（3）配件的完整性。在评论和售后邮件中，经常能收到顾客反映收到的套盒里缺少刷头、或数据线、或说明书。针对这一点，生产部门需要加大力度对产品的出厂质量的把控。因为在产品页面上，顾客能清楚的了解到他将要收到的货物有什么，从而顾客对产品产生了一个期待值，当实物与描述不相符，期待值则立刻下降，并且迅速转换成负面的满意程度，导致产品来差率的提升。

（4）配件的可用性。根据表格 35，我们发现顾客对配件的满意度值是最低的，表明D公司在配件方面还不能完全满足顾客的需求。例如D公司卖的最好的黑色刷头，据相关数据统计，90%的顾客对这个配件满意程度之高。但是断货了很久，并且收到不少投诉。有的顾客甚至认为如果买不到该刷头，就要将产品退回。该配件的不可用性给产品的运营和客服带来了不少的困难。针对这一点，D公司需要加大力度和供应商进行沟通，尽快解决这一配件的需求问题，避免大量顾客的退货和来差评的数量。

（5）价格方面：D公司可以每个星期对其竞品进行价格和排名登记，根据竞品的价格变动，从而制定相对应的价格策略。同时，也可以参与亚马逊的促销活动，提高产品的排名，获得更多的流量。

5.1.2从服务方面

主要针对以下几个方面：

（1）邮件的用语。D公司需要对客服人员进行邮件回复培训。由于是在亚马逊上的产品运营，这里就存在一个时差问题；且由于语言的不通，也很少用电话进行交流。所以，尽可能的对客服的邮件用语进行纠正，确保让顾客从邮件上感受到良好的服务态度。

（2）邮件回复的速度。对这方面，需要客服人员慢慢积累邮件模板，根据不同的顾客情况采用不同的模板。当然，客服也可以根据当地和本地的时差，调整回复邮件的时间，从而实现和顾客的在线聊天。

5.2 本文总结

随着跨境电商的发展，行业内竞争越来越激烈了。因此通过消费者在线评论的分析，积极了解顾客对产品各方面的满意度情况，查漏补缺，从而更好的提升产品运营情况，进而提升产品销量，对亚马逊卖家的绩效提高是十分有意义的。同时，新型冠状病毒的爆发和其传播机制的特点，使得国内大部分行业经济不景气。人们的生活水平和消费水平急剧下降。因此，大力发展跨境出口电商，是一个能解决当前国内经济低迷的好办法。

本文以亚马逊跨境出口电商平台背景下的D公司为研究对象，基于其产品在线评论的提取要素，构建了顾客满意度的概念模型，为D公司顾客满意度影响因素的分析提供了参考。主要的研究内容如下：

（1）分析影响顾客满意度的因素。采用了创想评论工具进行评论的收集，按照内容分析法分别进行类目划分、评判编码及编码信度检验，并进行量化结果的信度和效度分析。

（2）满意度模型构建。基于得到的影响要素，构建顾客满意度的概念模型，采用了多元回归分析方法进行数据分析和假设验证，并总结不足，提出意见。

5.3 展望

由于亚马逊服务对象的不同、平台的复杂性及有限的相关研究文献资料，本文构建的满意度模型对D公司亚马逊平台的顾客满意度提升在一定程度上具有可用性，但还是有许多的不足。

（1）采集的评论类目范围有限。本文采集的评论范围是以D公司的个人护理类产品，但是亚马逊上的商品类目还有很多，也可以从其他类目的评论展开研究，保证评论数据的范围可用性。

（2）编码规则的不成熟。本文采用的内容分析法，其编码规则还能进行改善，从而更好的提高数据的可信度。

（3）本文仅从产品和服务方面提出改进，而没有从平台方面提供可行的建议。由于个人能力有限，对亚马逊物流和订单退货退款方面的了解甚少，未来可以从这两个方面进行研究。

参考文献

[1] Gilbert A. Churchill, Carol Surprenant. An Investigation into the Determinants of Customer Satisfaction.1982, 19(4):491-504.

[2] Lee M K O. Comprehensive Model of Internet Consumer Satisfiaction[D]. Hong Kong: College of Business, City University of Hong Kong, 2001.

[3] V. Liljander, C. R. Allard, van Riel, M.Pura. Customer Satisfaction with E-services :The case of an online Recruitment Portal[D]. Working Paper. University of Maastricht.2002.

[4]Szymanski David M., His Richard T．E—satisfaction：an initial examination[J]．Journal of Retailing,2000，76(3)：309 —322.

[5]查金祥,王立生.网络购物顾客满意度影响因素的实证研究[J].管理科学,2006,19(1):50-58.

[6]张建华. B2C模式下顾客网络购物满意度的影响因素研究[D].郑州大学,2013.

[7] 宁连举,闫春晓,肖海弘. 在线消费顾客满意影响因素的分类研究[J].东北大学学报(社会科学版),2014,16(01):32-37.

[8] 乔均,康玉兰.国内B2C购物网站顾客满意度影响因素研究——基于京东商城的实证分析[J].南京财经大学学报,2015(05):87-94.

[9] R. L. Oliver. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J]. Journal of Marketing Research, 1980.11(17):460-469.

[10]A. G. Woodside, L. L. Frey, R. T. Daly. Linking Service Quality, Satisfaction and Behavioral Intention[J]. Journal of Health Care. December 1989, 9 (4):5-17.

[11] 闫强. 在线评论的感知有用性影响因素——基于在线影评的实证研究[C].《中国管理科学》编辑部:中国优选法统筹法与经济数学研究会,2013:132-137.

[12] 李宏. 负面在线评论及其补救措施对顾客购买意愿的影响[D].东华大学,2012.

[13] Fearing, F. Human Communication. unpublished manuscript, Dept. of Psychology,University of California, 1954.

[14] Berelson, B. Content Analysis in Communication Research. University of Chicago Press, Chicago, IL, 1952.

[15] Holsti. O. R., Content Analysis for the Social Sciences and Humanities. Reading, Mass.: Addison-Wesley, 1969.

[16] 彭翎. 基于客户评论的在线零售商信誉影响因素研究[D].华中科技大学,2009.

[17] 王华敏. 浅谈内容分析法[J]. 财经世界,2007,(4):105~106.

[18]Kassarjian, H. Content analysis in consumer research[J]. Consumer Res., 1977, 4(2):8-18.

[19]苏国梁.消费者特性与质量——价格策略[J].价格月刊,2002(06):31-32.

[20]邱晔,刘保中,黄群慧.功能、感官、情感:不同产品体验对顾客满意度和忠诚度的影响[J].消费经济,2017,33(04):59-67.

[21]高跃. 基于感知价值的在线客服对消费者购买意愿的影响研究[D].西南交通大学,2016.

致 谢

首先要感谢我的论文指导老师查涛。查涛老师对我论文的研究方向做出了指导性的意见和推荐，在论文撰写过程中及时对我遇到的困难和疑惑给予悉心指点，提出了许多有益的改善性意见，向查涛老师对我的帮忙表示诚挚的谢意!此外，还要感谢参考文献中的作者们，透过他们的研究成果，使我对研究课题有了很好的出发点。最后，谢谢论文评阅老师们的辛苦工作。衷心感谢我的家人、朋友，以及同学们，在他们的鼓励和支持下我才得以顺利完成此论文。

附录A通用编码规则

附录B各类编码规则

基于在线评论的跨境电商平台顾客满意度研究——以亚马逊为例

价格 ¥9.90 发布时间 2023年2月4日

下载查看全文内容

已付费？登录 或 刷新