顾客欣喜与市场细分.pptVIP

4.4研究结果探索性因子分析：（主要是主成分分析、方差旋转），共推断出28个测项，提取特征值大于1的公因子，并且对旋转后因子载荷小于0.4以及同时在多个因子上载荷大于0.4者进行删除，剩余17个测项被归并为7个因子。验证性因子分析：根据探索性因子分析结果，构建结构方程模型，应用AMOS5.0进行验证性因子分析，并进行全面的指数拟合，最后使预设模型达到了良好的适配标准。阿尔卑斯山滑雪胜地影响游客满意度的属性维度包括：社交聚会、信息＆员工、性价比、儿童提供物、福利、斜坡、可达性。聚类分析：根据生活方式测项将阿尔卑斯山滑雪胜地旅游消费者划分为5类：聚类1—Non-family/diversion（无家庭/娱乐导向型）：消费者主要是为了寻求娱乐，没有家庭牵绊，他们大多是单身人士，喜欢攀比。聚类2—Family（家庭中心型）：这类消费者以家庭为重，比较节俭，他们大多是带小孩的夫妻且对价格比较敏感。聚类3—Sporty/life-conscious（运动型/追求生活品质型）：运动、健康、休闲娱乐等对这类消费者都很重要，大多是比较年轻的家庭。聚类4—Demanding（挑剔型）：这类消费者对生活的各个方面要求都很高，对他们而言，工作绩效和休闲娱乐同等重要。他们认为健康、家庭、自然环境是最重要的，这类人群大多是年长者，且舍得花钱。聚类5—Settled/intellectual（安逸型/知识分子）：家庭和健康是生活的中心，他们只对文化和学习感兴趣，并不注重旅游、休闲、娱乐。通常，这类消费者大多是年长带孩子的夫妇。123456表3包含了不同生活方式集群的特征。量表包括社会人口统计属性、行为和态度变量。卡方检验用来测量不同聚类统计学差异；方差分析用来测量不同聚类行为和态度差异。第一章虚拟变量回归分析：用来评估因子结构消费者满意度以及满意度因素和总体满意度的非对称效应。计算各因素得分的三分位数（tertiles）,小于33.33%分位点的转化为虚拟变量dummy2用来量化不满意因子；大于66.66%分位点的转化为虚拟变量dummy1用来量化满意因子。根据上述结果，以总体满意度为因变量，以转化后的虚拟变量为自变量，构建二元回归方程模型，检验满意度因子对总体满意度的非对称影响。CStot为游客总体满意度，n=7表示7个分析满意度因素（见表1），dummy1表示高满意度水平的虚拟变量集合，dummy2表示低满意度水平的虚拟变量集合，β1表示随着满意因子绩效的增长总体满意度递增，β2表示随着不满因子绩效的下降总体满意度递减。对于每一个因素都可以获得两个回归系数。当不满意度系数高于满意度系数，则该因子归类为基本因素；当不满意度系数小于满意度系数，则该因子归类为兴奋因素；而如果两个系数相同或相近，因子绩效与总体满意度正相关，则该因子归类为表现因素。12出处：旅游管理29（2008）顾客欣喜和市场细分：基于三因素理论的不同生活方式消费群体的满意度研究

Customerdelightandmarketsegmentation:Anapplicationofthethree-factortheoryofcustomersatisfactiononlifestylegroups摘要：广泛的理论和实证研究表明，产品和服务的属性可以划分为基本因素、表现因素和兴奋因素三类，各类属性对总体满意度的影响方式各异。学者和从业人员普遍认同区分这三类因素能够更有效地管理顾客满意度，然而，目前基于三因素理论的市场细分问题尚未有所涉及。本文通过大量的实证调查，研究对于不同的细分市场满意度因素的影响差异。研究表明，基于不同生活方式的细分市场三类属性绩效差异显著。这一启示具有重要的理论和实践意义。引言添加标题但是，并不是产品和服务的所有属性都能使顾客欣喜，产品和服务属性分为基本因素、表现因素和兴奋因素三类，识别这三类属性对于增加满意度，产生顾客欣喜意义重大。添加标题顾客欣喜和顾客满意是两个相关且不同的概念。顾客欣喜是顾客满意的极高水平，常常伴随着强烈的积极的情绪反映，如喜悦。添加标题顾客欣喜是指顾客感知超越了顾客期望达到惊讶的程度而产生的一种积极的情绪状态。添加标题学者和从业人员认为仅仅使顾客满意是不够的，只有使顾客感到愉快才能产生异常的行为后果，例如：忠诚度、积极的口碑。根据期望失验理论，顾客满意来源于认知比较，当购买产品和服务的实际绩效大于事前期望时就产生满意。鉴于顾客期望差异，从细分市场层面上分析产品或服务属性对总体满意度的影响显得很重要。本研究拟解决的问题：影响不同细分市场的基本因素、表现因素和兴奋因素是否存在差异？文章构架：首先是关于顾客满意的三因素理