移动数据流量的价值指标体系构建研究

【摘 要】为了解决数据流量快速增长的同时客户感知价值相对较低的问题，采用文献研究法，确定移动数据流量体系一级指标；同时对调查问卷结果进行分析，确定移动数据流量体系二级指标；运用层次分析法对指标进行验证，确定所得到的指标要素具有一定的合理性，最终构建了客户感知价值评价体系，旨在更好地提升客户对于移动数据流量的感知价值。

移动数据流量 感知价值 价值指标体系 层次分析 感知质量

1 引言

近年来，随着各类信息服务的快速发展和用户数的增长，移动数据流量成为各大运营商主要的收入增长动力以及业务发展方向，但由于业务规模的极速增长和种类的多样，运营商的运作时间有限，要保证客户感知价值的稳步提升，才能使业务持续健康发展。因此，本文将针对移动数据流量的价值指标体系展开研究。

2 指标体系构建流程与方法选择

（1）指标体系构建流程

对于指标的确定，首先根据文献研究的结果初步确立一级指标；然后利用调查问卷对一级指标进行分解，进而确定二级指标；最后利用层次分析法对指标进行一致性检测和确定权重。具体流程为：文献研究、一级指标、调查问卷、二级指标、层次分析法、审核反馈和确定并赋权，如图1所示。

（2）指标体系构建方法

为了确定数据流量客户感知价值的相关指标，采用文献研究法确定一级指标。在一级指标的基础上，基于客户直接的感知，以问卷发放的方式，进行了300份随机调查，最终有效调查为279份，由此确定了相应的二级指标。为了保证指标的合理性，采用层次分析法，进行了70份随机调查，有效调查为66份，对指标进行一致性检测后，确定最终的指标体系。

3 移动数据流量的价值指标体系构建

根据上文所述的指标体系构建流程和方法，将通过文献研究确定移动数据流量价值指标体系的一级指标，再通过问卷调查基于客户直接感知确定二级指标。

（1）一级指标的确定

从价值论、心理学、经济学和营销学四个角度对有关客户感知价值的文献进行研究，得知客户感知价值的影响因素包含感知质量、感知价格、感知风险，同时还需要考虑相应的外生变量，即控制变量。因此，数据流量客户感知价值的一级指标即确定为感知质量、感知价格、感知风险和控制变量。

（2）二级指标的确定

在数据流量市场中，硬件和软件各占据半壁江山。网络基站用于信号发射，网络连接始于基站；智能终端用于信号接收，没有兼容的终端就无法使用相应的网络。同时，由于数据流量的不可触摸性，客户在使用数据流量时无法直观地了解到消费情况，故需要求助于客服，因此，客户服务的角色也很重要。综上，数据流量市场中，硬件和软件是基础，客户服务是保障。

感知价值是客户将所感受到的收获与取得收获所付出的成本对比后，短期或长期的满足感。感知质量就是客户对产品或服务所具有的功能的满意度；感知风险是客户所感受到的对产品和服务所具有功能的不满意度；感知价格包含对价格敏感性影响较大的因子。综合以上因素以及调查问卷中客户提供的建议，提出流量客户感知价值的二级指标，如表1所示：

4 价值指标体系的合理性检测分析

需要对所提出的二级指标进行检验，以保证指标的合理性。因此，采用层次分析法对主观的指标进行量化分析。

（1）指标体系的确立

首先，确定一个阶梯层次结构，该结构包括目标层、准则层及方案层。将总体目标定为无线流量的感知价值，将感知质量、感知风险、感知价格、控制变量定为一级指标，然后再细化分解一级指标，构造出一个评价指标目标树，如图2所示。

（2）加权各项指标

采用Saaty提出的AHP（Analytic Hierarchy Process，层次分析法）[1]评分标准，对两两间的重要性程度进行评分，将4个一级指标定为A1、A2、A3、A4，将12个二级指标定为B1、B2、…、B12。采用五个不同的标准（极重要、重要、相等、不重要、极不重要）以区分重要程度的不同。为了尽量贴近人们的实际心理，可同r在五个相邻标准之间加上四个标准（很重要、略重要、略不重要、很不重要）以作为比较，这样就产生为了9个数据，标准的增加不影响期连贯性，同时也便于在实践中的应用。判断矩阵指标评分标准如表2所示。

判断矩阵是AHP评分方法的信息基础，矩阵排序矢量可以利用排序原理求得，各指标权重系数可以通过计算得出，计算步骤为：1）将矩阵A（一级指标矩阵）的各列归一化；2）通过对归一化之后的矩阵各行求和得出一列向量Wi；3）归一化该列向量后得到另一列向量：W。

对矩阵A进行一致性检验，若通过一致性检验，则排序或权重向量可以是W；相反，若一致性检验没有通过，则排序或权重向量就不能是W。

下面以一级指标感知价值为例，说明整个指标体系的检测过程。

对于一级指标感知质量（A1），经过用户调查发现，信号覆盖（B1）比业务多样性（B7）略重要，计分为3；比网络速度（B2）重要，计分为5；比终端数量（B3）重要得多，计分为7；以此类推，建立A1判断矩阵，如表3所示。

得λmax=4.118 47。由公式（6）计算一致性指标（CI），其中n为矩阵阶数。

（6）

由一致性指标CI和随机一致性指标RI（只与矩阵阶数n有关），计算出随机一致性比率（C.R.）：

（7）

C.R.

综上，在客户感知价值的影响因素中，感知质量是排在第一位的，说明在使用流量的过程中，客户最为敏感的是网络质量和速度。

5 指标体系构建的结果分析

上文说明了构建数据流量感知价值体系的流程，并使用层次分析法对数据流量的感知价值体系进行评价，建立了一套评价的量化指标体系。经过测试，相关的指标均通过了一致性检验，说明指标的选择是合理的，调查者对于相关指标的评价具有一致性，因此可得出最终的指标体系，如表5所示。

根据层次分析法最终的分析结果发现，感知质量对感知价值的影响是最大的，感知质量影响的比重达到54.79%，说明在使用网络流量时，网络质量和服务质量是客户首要考虑的因素。

综上所述，认为提高网络质量和服务质量可以较好地促进客户对产品感知质量的提升，从而提高流量价值。

6 结束语

如同高速公路网的设计者，通信运营商需要对网络流量的渠道、资费、分配方式等进行准确而有效地规划，使流量用户能够产生较高的感知价值，从而提高支付意愿，继而提升数据流量的价值。通过文献研究发现，产品的价值是由客户所决定的，而客户对产品的感知价值却是产品价值实现的前提条件，因此本文从客户感知价值的角度出发，构建了流量价值的评价指标体系，将流量价值的研究进一步深化。并且从实践出发，进行调研，对指标之间的关系进行实证研究，得出更加精确的结论，从这些结论出发，提出切实可行的提升流量价值的方法。

经过分析，得出了客户对数据流量的感知价值指标集，并了解到感知质量对感知价值的影响较大，然而，该分析结果也反映出另外一些问题：1）除了感知质量之外，感知风险、感知价格等都会对感知价值有一定影响，那么三者之间是否有其他的关系，若其中一个变量能够影响剩下的变量，确定了三者关系后，则可以集中资源来更有效地提升数据流量价值；2）感知价值的影响因素中，控制变量仅次于感知质量，那么控制变量对感知价值的影响程度如何？后续对于感知价值的研究可主要围绕这两大问题展开。

参考文献：

[1] Mattsson J. Better Business by the ABC of Values[M]. Bromley： Chartwell-Brat， 1991.

[2] Monroe Kent B. Pricing： Making Profitable Decisions[M]. 3rd ed. New York： McGraw-Hill， 2003.

[3] Morgan R M， Hunt S D. The Commitment-Trust Theory of Relationship Marketing[J]. Journal of Marketing， 1994，58（3）： 20-38.

[4] Patterson P G， Spreng R A. Modeling the relationship between perceived value， satisfaction and repurchase intentions in a business-to-business services context： an empirical examination[J]. International Journal of Service Industry Management， 1997（8）： 414-434.

[5] Sánchez J， Callarisa L， Rodríguez R M， et al. Perceived Value of the Purchase of a Tourism Product[J]. Tourism Management， 2006，27（3）： 394-409.

[6] Sheth J N， Newman B I， Gross B L. Why we buy what we buy： A theory of consumption values[J]. Journal of Business Research， 1991，22（2）： 159-170.

[7] Sweeney J C， Soutar G N. Consumer perceived value： The development of a multiple item scale[J]. Journal of Retailing， 2001，77（2）： 203-220.

[8] Taylor P W. Philosophy and Phenomenological Research[J]. International Phenomenological Society， 1963，23（3）： 448-449.

[9] Wilkie W L. Consumer Behaviour[M]. 3rd ed. Chichester： John Wiley and Sons， 1994.

[10] O茂琰. 浅谈流量经营的方法与策略[J]. 山东通信技术， 2013，34（4）： 1-3.