1引言

中国互联网络信息中心的统计报告数据显示，截至2009年6月30日，中国网民规模达到3.38亿人，普及率达到25.5%，较2008年底年增长4000万人，半年增长率为13.4%，中国网民规模依然保持快速增长之势。网络购物的用户规模在目前经济形势下由7400万扩大到8788万，增加了近1400万用户；网上支付半年增加达到2370万人，使用率增加4.8个百分点。根据赛迪顾问的数据，2008年中国电子商务B2C市场交易额达到1776亿元，同比增长51.4%，随着网民数量的不断增加和网上购物环境的进一步好转,预计未来三年B2C市场复合增长率可达到41%，2011年B2C市场规模有望达到4982亿元。

2 B2C电子商务网站顾客满意度评价模型

2.1评价指标提取 在分析和总结其他文献的基础上，以科学性、导向性、可操作性为基本原则,建立了包括以下4个一级指标和14个二级指标的B2C电子商务网站评价指标体系。

2.1.1网站商务指标 反映消费者对产品质量和价格方面的要求，主要包括产品质量，价格竞争力，产品丰富度。

2.1.2网站功能指标 主要从技术和安全两方面反映顾客的要求，包括网站访问速度，检索功能，在线支付安全性。

2.1.3网站服务指标 从网站提供的服务质量角度出发，反映顾客满意程度，包括订单处理，物流配送，售后服务，支付方式，客户沟通互动。

2.1.4网站整体指标 从整体上反映顾客对企业的认可度，包括页面设计，网站形象，品牌知名度。

2.2层次分析法确定权重

2.2.1层次分析法的基本原理和步骤

层次分析法（Analytic Hierarchy Process，简称AHP）是美国运筹学家T.L.Saaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。它是一种对较为复杂和模糊的问题作出决策的简易方法，特别适用于那些难于完全定量分析的问题。

运用层次分析法大体上按下面三个步骤进行：（1）建立递阶层次结构模型（2）构造出各层次中的所有判断矩阵（3）层次总排序及一致性检验2.2.2层次分析法的应用

其基本操作原理为：对各个评价指标的重要性进行两两比较，构成判断矩阵，求出矩阵的最大特征值及对应的特征向量该特征向量就是特征指标的近似权重。

以一级指标为例，利用“1-9比例标度法”对各指标进行两两对比，按照图1的指标顺序，设ti为第i个指标，tj为第j个指标。若两者同等重要则都取1；若ti比tj稍微重要则前者取3后者取1/3；若ti比tj明显重要则前者取5后者取1/5；若ti比tj强烈重要则前者取7后者取1/7；若ti比tj绝对重要则前者取9后者取1/9；介于它们之间取值为2,4,6,8和它们的倒数。构成权重矩阵A={aij}。求解矩阵的最大特征值及其对应的特征向量。最大特征值为λmax=4.081，其对应的特征向量为（0.38，0.16，0.40，0.06）。利用wi=wi/∑wi将向量正规化，即得标准权重W=（0.38，0.16，0.40，0.06）。

由于客观事物的复杂性和人为判断的主观性，每个判断结果都无法保证完全一致。因此为了保证评价结果的合理，还需要对矩阵的一致性进行检验。一致性指标CI=（λmax-n）（/n-1）（n为判断矩阵的阶数）的值越大，表明判断矩阵偏离完全一致性的程度越大，反之表明判断矩阵越接近于完全一致性。对于多阶判断矩阵,引入平均随机一致性指标R（IRandom Index）。计算随机一致性比率CR（Consistency Ratio）=CI/RI。当CR<0.1时,认为判断矩阵具有满意的一致性；当CR≥0.1时,则认为判断矩阵不具有一致性。

代入数据，CI=（4.081-4）（/4-1）=0.027，根据层次分析一致表查得，维数为4的RI=0.90，所以CR=0.027/0.90=0.030<0.1，故判断矩阵一致性可以接受。利用同样方法可得符合一致性检验的其他指标权重。二级指标的权重记为Wi={W1,W2,W3,W4}。

2.3模糊综合评价方法

模糊综合评价是借助模糊数学的一些些概念，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。模糊综合评判作为模糊数学的一种具体应用方法，其基本原理是：首先确定被评价对象的因素（指标）集和评价（等级）级；再分别确定各因素的权重和它们的隶属度向量，获得模糊评价矩阵；最后把模糊评价矩阵和因素的权向量进行模糊运算并归一化，得到模糊评价的综合结果。

2.3.1确定评价等级 将评价标准分为4个等级，分别是满意，较满意，一般，不满意。按10分制打分，对其赋值转化为定量指标，各等级所对应的分值区间分别为[7，10]，[5，7]，[2，5]，[0，2]。

2.3.2构建评价样本矩阵 组织r个人对被评价对象按照评价等级进行评分，设第个人对某个指标B（ij第i个一级指标的第j个二级指标）的评分记为uijk，对指标Bi的样本矩阵Ui

由于将指标的评分等级分为4级，所以评价灰类（e）也为4级，e=1，2，3，4，分别是满意，较满意，一般，不满意。根据灰色统计法。2.3.4计算灰色评价系数根据评分表和白化权函数计算，对某个二级指标B（iji=1,2…,m;j=1,2,…,n），被评价对象属于第e个灰类的评价系数xij（e=1,2,3,4）和总灰色评价系数xij。

2.3.6综合评价 先对Bi进行评价，则有Ri=Wi×Di。再对网站进行综合评价，评价值为R=W×（R1,R2,R3,R4）T=（r1,r2,r3,r4）。

2.3.7归一化处理 对综合评价结果R进行归一化处理，利用前面确定的相应等级分值来计算该网站所处的等级与分值，被评对象的综合评价值P=R×（10，7，5，2）T。利用综合评价值可以判断出被评价网站所处的等级，并可与其他网站进行比较。

3实例分析

3.1采用问卷调查对当当网（www.dangdang.com）的顾客满意度进行调查，调查对象主要是高校学生和公司职员。调查样本中有80%的调查对象年龄在20-30岁之间，大都受过良好的教育,有过网上购物经历。问卷的发放主要通过网上方式，通过QQ、E-MAIL、MSN等收集数据。

以指标B1为例，根据收集到的评价数据，由（1）式得x111=6.000,x112=6.286,x113=3.200,x114=0

由（2）式得x11=15.486,对于指标B11,属于各灰类的灰色评价权向量为：

d11=（d111,d112,d113,d114）=（6.000/15.486，6.286/15.486，3.200/15.286，0/15.286）=（0.388，0.406，0.207，0）同理可求指标B12和B13的灰色评价权向量d12和d13，进而可以得到指标B1的灰色评价权矩阵D1：2.3.5计算灰色评价权向量及矩阵所有人就评价指标Bij，对被评对象主张的属于第e个灰类的灰色评价权dije=xije/xij。本文评价灰类有4个，所以被评对象的评价指标Bij对于各个灰类的灰色评价权向量dij=（dij1,dij2,dij3,dij4）。指标Bi的灰色评价权矩阵Di。

对B1进行综合评价,得R1=W1×D1=（0.389,0.395,0.208,0）同样对B2，B3，B4进行综合评价，计算出R2，R3，R4。最后对B作综合评价,得R=W×（R1,R2,R3,R4）T=（0.416,0.394,0.191,0）。经归一化处理,得到网站的综合评定值P=R×（10，7，5，2）T=7.873。

3.2评价结果

最后得到的网站综合评定值为7.873，在区间[7，10]内，因此按照评定的等级，顾客对该网站属于满意的状态。根据调查，当当网在品牌知名度上的得分较高，这与它是“全球最大的中文网上书店”这一事实相符。在商品质量和价格、商品丰富度上也具有较强的竞争力。也许是由于其成交量较大，造成其在订单处理、配送和售后服务上存在一些问题，不能做到令其每一个顾客都满意。其次在网页的设计上也需要改进，页面的美观和网站的设计风格会对顾客的心理有一定影响，从而影响到企业的整体形象。再次，网站应在网下进一步宣传，加深人们的印象，扩大品牌知名度。

4结论与建议

4.1保证商品质量。商品质量是所有顾客都注重的，顾客希望购买的商品物有所值，质量有保证，否则即使其他方面做的再好也无法吸引顾客。由于网上购物的特殊性，只有顾客拿到商品时才能亲身感受商品的质量，所以网站在这方面更要做到无可挑剔。

4.2提高配送效率。享受送货上门的方便是顾客选择网上购物的一大原因，但是目前配送速度慢，费用高，范围不够广等问题使顾客不能满意。若网站能在配送上做好工作，拥有自己的竞争优势，那么一定会得到顾客的青睐。

4.3完善售后服务。对于网上购物，顾客遇到问题时，能否得到快速的解决，商品出现问题时能否顺利地退换，都是影响顾客满意度的关键因素。

4.4保证安全。顾客会对网上购物中涉及的安全问题担忧，保证用户的个人信息不被泄露，确保交易过程中资金安全，这样才会打消顾客的疑虑，赢得信任。

4.5在商品配送方式和支付方式上提供更多的选择，注重与顾客沟通互动，时刻关注他们。第六，提供功能强大，操作简便的购物搜索和导航系统，力争让每位顾客感受到个性化的服务。