旅游团购网站的用户满意度评价.doc

《旅游团购网站的用户满意度评价.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、旅游团购网站的用户满意度评价　　摘要：随着“互联网+”计划的出台和旅游团购网站规模的不断扩大，在线旅游市场正处于快速扩张、竞争白热化阶段，旅游团购网站要想突出重围、获得一席之地，必须重视用户体验。本文从用户角度出发，运用SPSS20.0综合分析旅游团购网站的用户满意度，发现评价满意度不高，旅游团购网站还存在很大的潜在发展空间。最后，根据分析结果，从网站设计、支付安全、产品构成、消费体验等方面提出旅游团购网站提升用户满意度的相关措施，为旅游企业献计献策，以促进旅游团购服务的完善，提升旅游团购网站的整体运营。　　关键词：旅游团购网站；用户特征；用户满意度　

2、　一、引言　　“互联网+”计划的出台和旅游团购网站规模的不断扩大，出现了在线旅游“互联网+旅游”的现实结合体，不仅激活了在线旅游潜在的游客群体，打通了线上线下全旅行流程服务链，而且将构建新型的旅游互联网渠道，改变原有的旅游消费模式和营销模式。受网络主体虚拟化的影响，目前我国众多的旅游团购网站缺乏对消费者个人权益的有效保护，相对于?下旅游产品，在线产品多现陷阱，如产品宣传与线下服务不符，产品存在隐性消费，旅游产品信息造假等问题频发。旅游团购网站要改变传统的旅游格局，由“单一化”向“一站式”的综合模式发展势在必行，通过了解旅游团购过程中不同用户群体的需求导

3、向和评价反馈，改进网站整体运营提升个性化服务，为网站保持相对稳定地用户群，是旅游团购网站在“百团大战”中突出重围、获得一席之地的重要措施。　　二、文献综述　　网络顾客满意度的概念由Szymanski和Hise首次提出，依据构建网络顾客满意度相关模型，得出客户满意度与网站设计、商品信息、以及网络财务安全之间的关系，并将此列为影响网络顾客满意度的因素。Sultan认为网站的设计、导航、隐私安全等因素将影响网络团购满意度，概括为感知网站功能性、稳定性、互动性等。我国学者对于网络团购的用户满意度研究也不少，而且有关旅游团购网站的满意度评价研究已经出现。查金祥和

4、王立生立足于网络购物的主体大学生为调查对象，参考已有研究结果，构建了关于网络顾客满意度模型。赵冬玲整合归纳了影响电子商务顾客满意度的九种因素：网站技术、网站形象、网上沟通、货币成本、情境因素、便捷价值、物流配送、顾客安全感和个性化服务。通过分析唐凯发现，满意度是衡量用户具体满意情况的下属指标，其影响因素有产品反馈、产品特征、安全保障、界面设计等等。王彤发现旅游团购网站的生存和发展与关注度因素息息相关，而游客差评是对旅游团购网站影响最大的因素。其中旅游团购平台设计及架构、产品与服务、后台支撑体系都有可能导致消费者差评。姚瑶构建了基于顾客满意度的团购网站评

5、价体系，站在顾客立场上以不同指标的权重大小衡量团购网站，并由此提出相关建议与措施来提升顾客满意度。目前关于旅游团购网站用户特征及满意度评价方面的研究仍不够成熟和完善。无论是研究角度还是研究重点，大多数缺乏对旅游团购网站和旅游者双方的总体分析与考量，而且很少有针对旅游者的用户满意度调研，更没有结合旅游者用户特征。因此，为了克服以往问题研究的局限性，本文在整合前期研究的相关文献后，对旅游团购网站的满意度评价体系展开实证研究，综合分析旅游团购网站的用户满意度，并提出相关措施，为旅游企业献计献策，以促进旅游团购服务的完善，提升旅游团购网站的整体运营。　　三、旅

6、游团购网站的满意度分析　　由于在线旅游市场的产品服务不断延伸拓展，网络消费者的消费行为和心理发生明显变化，旅游团购网站的用户满意度更加难以评估。为了确保问卷调查研究的科学性和准确性，本文分析整合了相关满意度研究的国内外文献，并通过与经常参与团购的旅游者进行讨论，了解他们对旅游团购的评价意见。同时，依据旅游团购网站用户特征和基本情况，确保每个问项符合调查研究前提。由此，初步构建了满意度评价指标，使其适用于更多类型旅游团购网站。本文运用SPSS20.0对问卷进行分析信度和效度的分析，结果如表1和表2。　　通过分析调查数据，得出问卷中21个题项的整体Cron

7、bach'sAlpha系数为0.955，表明量表具有很高的内部一致性，数据可靠。KMO值为0.95，说明问卷结构效度非常好，适合做因子分析。同时，表中Bartlett球性检验显著性为0.000，小于0.05，同样说明问卷数据具有相关性，适合做因子分析。　　1.因子分析　　本文采用主成分分析法，并以方差极大的正交旋转法（Varimax）进行因子旋转。抽取特征值大于1的因子，发现公共因子共有四个并且解累计解释了所有变量变异信息总量的70.468%，由此认为这四个因子能够反映原有的大部分信息，达到了比较好的水平。第一个因子解的特征值为6.098，它解释了所有

8、20个变量占原信息总量的52.849%，是方差贡献最大的一个主成分；第4个因子解的特征值是4.