解释驳斥管理反馈策略对消费者满意度的影响

郭晓姝，叶 强，祁阿莹，张 焱

1 哈尔滨工业大学 经济与管理学院，哈尔滨 150001 2 东北财经大学 管理科学与工程学院，辽宁 大连 116025 3 对外经济贸易大学 国际经济贸易学院，北京 100029

引言

随着web 3.0时代的到来和O2O模式的发展，在线预订和消费日益受到欢迎，美团、大众点评和携程等O2O平台的出现，为消费者表达自己体验后的好感或不满、为商家了解消费者的需求和态度并给出及时合理的回复提供了渠道。已有研究表明，回复率高的酒店入住率增长超过不回复的酒店的两倍，酒店与消费者之间的在线互动每增加10.3%，酒店入住率增加2.2%[1]。越来越多的企业意识到在线互动交流、提高消费者满意度的重要性，但电商企业对采取何种策略进行回复仍然很迷茫，存在回复方式单一、没有针对性、不知反馈效果等问题。这些问题引起众多学者的重视，目前针对在线管理反馈效果的研究主要集中在对消费者满意度[2]、酒店绩效[3]、消费者购买意愿[4-5]、消费者忠诚[6]、消费者信任[7]、品牌价值[8]和潜在消费者[9-10]的影响等方面，多数学者研究是否针对评论进行在线回复[11]或对负向评论反馈数量的高低带来的效果差异[12-13]，没有研究具体的管理反馈策略对消费者满意度的影响，缺乏深入探讨具体管理反馈策略的作用及适用性的研究。目前已有的在线管理反馈策略分为借口、辩解、参考其他人和道歉[14]、感谢、解释、赔偿[15]等，学者们对这些策略进行对比和情景讨论，但是都没有引入消费者矛盾态度。针对消费者在评论中表现出的矛盾态度，解释驳斥管理反馈策略作为一种有针对性的、复合的策略也许是一种很好的选择。但商家对于采用解释驳斥管理反馈策略仍持审慎态度，只有深入探讨这一策略的影响和适用性，才能更好地使用该策略。因此，本研究以酒店业为例，针对解释驳斥这一具体的管理反馈策略，同时引入消费者矛盾态度与解释驳斥管理反馈策略的相互作用对消费者满意度的影响进行研究，为企业更好地使用解释驳斥补救策略提供理论支持。

1 相关研究评述

1.1 消费者满意度

消费者满意由差距理论拓展而来，根据这一社会心理学理论，消费者将在消费前根据自己的期望形成的对服务或产品应当达到的标准与在消费过程中的实际感知进行比较，从而产生差距，差距的大小决定了消费者是否满意。WESBROOK et al.[16]认为，消费者满意度是消费者接受服务或使用产品时的经历满足消费者需要后产生的一种愉悦的心理状态，消费者的满意程度随着需要被满足程度的提升而升高。因此，消费者满意是消费者在接受服务或使用产品后，评估其期望和需要是否得到满足后产生的一种心理状态。

CARDOZO[17]在将消费者满意应用到营销领域时，提出消费者满意促使消费者重复购买。消费者满意度越高，重复购买倾向越强，满意度越低越不愿重复购买。消费者对服务方提供的服务补救越满意、越信任，越能够促进企业与消费者的持续关系[18]。因此，消费者满意对企业利润等产生很大影响，企业优质产品的标准从零缺陷转向全面消费者满意，企业更加注重消费者满意与否。

消费者满意可细分为第1次满意和第2次满意，第1次满意指消费者接受服务后产生的满意，第2次满意指服务商在服务失败情况下，采取服务补救措施后消费者的总体满意[19]。消费者第1次满意出现在服务完成后，当消费者不满意时，只能进行事后补救，无法提高第1次满意；当服务失败发生后，适当的服务补救能够产生第2次满意，甚至可能出现比没发生服务失败时满意水平更高的情形[20]。此外，消费者的第2次满意显著影响消费者再次购买意愿和消费者忠诚等。因此，服务商在服务失败后应当重视服务补救，以期获得消费者的第2次满意。

本研究重点讨论服务补救中的解释驳斥补救策略对消费者第2次满意的影响。

1.2 消费者矛盾态度与在线评论

矛盾态度是某一个体对某一客体同时存在的积极与消极的认知评价和情绪体验，特征是评价和体验的程度较强，且相对稳定[21]。从矛盾态度的定义可以看出，矛盾态度包括认知和情绪，是二者作用后的结果。OTNES et al.[22]将矛盾态度引入消费者领域，认为矛盾态度普遍存在于消费场景中，消费者对某一产品或服务通常持有正面和负面的评价，并且它们相互独立。这种二元结构的态度更符合现实中消费者持有的态度，基于消费者矛盾态度的定义，消费者矛盾态度可以表现为消费者矛盾评价的形式。已有的大多数研究都在讨论对在线负向评论的反馈策略，但是这些讨论结果只对某一特定情况有效[23]。本研究发现很多消费者评论中包含矛盾性的信息[24]，即在线评论中既包含积极评价又包含消极评价，并不是仅有绝对的正向评论或负向评论，可以认为，消费者评论中同时包含正向评价和负向评价时，消费者处于矛盾的认知评价和情绪体验中。虽然消费者矛盾态度同时存在正向和负向评价，但其中还是有主次之分，评价趋向正向或负向主要依赖于哪方面的评价占主导地位[25]。

按时间划分，有研究将消费者一次性针对同一产品或服务的矛盾性在线评论分为正向基率信息和负向基率信息[26]，正向基率信息指正向口碑占多数，负向基率信息则是指负向口碑占多数；另有研究根据同一消费者的多次评论之间具有的矛盾性进行划分[27]。两种研究都是以消费者表达出的矛盾态度为立脚点。本研究发现消费者在同一条评论中常常具有正负两种评价，因此将消费者矛盾态度应用到同一评论中，对比同一评论中的正向评价和负向评价，正向评价多于负向评价的为偏正向评论，负向评价大于正向评价的为偏负向评论[25]。

本研究以消费者在线矛盾评论作为矛盾态度载体，基于矛盾态度的定义，将矛盾评论划分为偏正向评论和偏负向评论两类，以体现消费者所处情绪状态。

1.3 服务补救与在线管理反馈

随着服务业的兴起，企业在服务传递时不可避免地产生服务失败，服务失败导致消费者不满意，但是并不意味着消费者会自行流失，企业可在消费者对所受服务不满意时通过采取一系列响应行动来挽回服务失败的损失，这就是服务补救[28]，也可称之为管理反馈。值得注意的是，服务补救是基于服务失败而产生的，因此服务补救的过程包括发现失败、分析失败原因、评估失败水平和采取恰当补救策略。服务补救策略分为过程补救和结果补救，过程补救主要是道歉、解释等形式的补救，结果补救则注重物质补偿形式[29]。服务补救的目的是通过采取的补救措施避免或减弱消费者的不满情绪[30]，以提高消费者的满意度和忠诚度。

随着社交媒体的发展，企业经常通过对在线评论的回复中蕴含的服务补救策略进行服务补救，这些策略能影响消费者的感知公平，包括分配公平、程序公平和互动公平，在处理抱怨的程序中消费者感知的各种公平都影响其对服务补救的满意度和购买意向[31]。GELBRICH et al.[32]认为，如果消费者在服务商处理自己的投诉时感到公平，更大程度上对服务商采取的服务补救感到满意。并且，当消费者对企业的服务补救感到满意时，大约有85%的原因可以由这3个公平维度解释[33]；如果消费者在这3个维度中感知到不公平，就会感到不满[34]。在线管理反馈策略选择一直都是学者研究和商家实践关注的重要内容，公平理论也是最常依据的理论。

目前在线管理反馈的主要研究见表1。在线管理反馈的研究范围较广，包括在线管理反馈的必要性、在线管理反馈策略划分和比较。在线管理反馈可以提高消费者满意度，尤其是对低满意度的消费者影响效果显著[11]，而且也可增强潜在消费者对企业的信任[39]。但是在线管理反馈数量与酒店绩效却显著负相关[36]，可能的原因是管理反馈多针对负向评论，因此管理反馈的数量在一定程度上反映了负向评论的数量，影响消费者的购买意向。但是也有研究表明并不是所有商家都对负向评论进行回复[35]，商家对在线评论的回复存在一定的随意性。

由表1可知，学者们也在研究和探讨在线管理反馈策略的划分和选择，其中，感谢、道歉、解释、赔偿是比较常用的策略，都在不同程度上影响消费者满意度。评分较高的酒店经常用感谢、道歉和解释的策略进行反馈，很少采用赔偿的策略[15]，因为对于商家来说，赔偿策略是关系到成本的策略，需要更慎重的选择，因此感谢、道歉和解释成为最常用的在线管理反馈策略。以感谢声明形式的服务补救能使消费者满意，尤其是对短期交易的消费者有更大的积极影响[38]。对负向评论进行驳斥或道歉加强其负向观点，而道歉承诺提高潜在消费者的惠顾[39]。解释也是常用的策略[14]，可以显著正向影响消费者满意度和忠诚度[40]。解释一般蕴含着驳斥的意味，针对消费者负向评论中不明确的问题进行一定的解释，对评论中不符合实际的内容进行驳斥。与道歉相比，借口作为解释的一种类型更能影响消费者满意度[14]，有诚意的解释是消费者期待的服务补救形式[41]。目前关于道歉管理反馈策略的研究比较多，但是针对解释驳斥管理反馈策略的研究却很少，并且对于某些原因造成的服务失败或因消费者原因造成的失败，企业不敢轻易使用解释驳斥管理反馈策略，往往处于被动地位，因为尚不明确解释驳斥管理反馈策略对消费者满意度的影响，只有明确解释驳斥管理反馈策略的作用，才能更好地使用该管理反馈策略。

表1 在线管理反馈的主要研究总结Table 1 Summary of Main Research on Online Management Response

而且以上研究主要针对负向评论中消费者的抱怨进行解释产生的效果进行研究，缺乏对在线评论中蕴含的消费者多元情绪与解释驳斥管理反馈策略之间的相互作用的讨论。因此，有必要在解释驳斥管理反馈策略研究中引入在线评论中蕴含的消费者多元情绪，进一步明确解释驳斥管理反馈策略的适用情景。

综上所述，本研究针对解释驳斥这一具体的管理反馈策略对消费者满意度的影响进行深入研究，同时引入消费者矛盾态度，明确解释驳斥管理反馈策略的适用性。

2 理论基础和研究假设

解释驳斥是在处理消费者投诉问题时采用的方式，针对投诉问题做出解释说明和驳斥。解释驳斥作为一种在线服务补救策略，是针对消费者评论中的问题进行详细的解释说明，同时隐含着对评论中不符合实际的内容的驳斥。通过解释驳斥，可以让消费者了解问题归因，解释并澄清消费者对服务的一定误解，从而在某种程度上消除消费者的不满，提高消费者的满意度。服务补救策略的效果通常由接受服务补救的消费者的第2次满意来衡量[19]。已有研究运用公平理论，从结果公平、程序公平和互动公平3个维度测量服务补救策略的效果，发现不同的服务补救类型在其有效性和影响效果上有很大的差异，恰当的服务补救对酒店评分有积极影响[42]，而酒店评分能反映出消费者的满意度。解释驳斥作为一种处理投诉的方式，很多研究结果支持解释驳斥与消费者满意之间的正相关关系[43]，也能提高消费者对产品的满意度[40]，而且有诚意地解释问题发生的原因，是企业喜欢的无费用的情感补偿形式，也是消费者最为期待的形式[44]。也有研究表明酒店经理对在线评论的回应中加入同理心或解释性陈述更有利[45]，YAVAS et al.[46]研究影响消费者满意度的因素，认为解释的程度越高，消费者满意度就越高。

服务补救过程中的沟通能体验互动公平，是判断网络商店服务补救质量的重要因素[47]，针对在线评论中的问题进行详细的解释驳斥，澄清误解也是一种沟通方式，消费者在获得解释中体验互动公平，解释驳斥对感知互动公平产生显著影响，而互动公平对满意度有正向影响，消费者的感知互动公平越高，服务补救后消费者满意度越高[48]。因此，解释驳斥作为一种与消费者交互的管理反馈策略也对消费者满意度有积极的影响。因此，本研究提出假设。

H1解释驳斥管理反馈策略对提高消费者满意度有积极作用。

商家在线回复的长度在一定程度上反映了商家对消费者的态度和反馈的质量，对消费者满意度和销量都有一定的影响。研究表明商家回复质量对负向评论内容评分与体验型产品销量的关系存在调节作用，长篇幅回复较短篇幅回复对负向评论内容评分与消费者购买决策的正向调节影响更显著[49]，回复内容的质量越高、内容的篇幅越长对旅游产品销量也同样有正向影响[50]，管理反馈的篇幅越长消费者满意度越高[51]。YAVAS et al.[46]也认为解释的程度越高，消费者满意度就越高。严浩仁[48]比较了在分配公平相同时两种服务补救情景中消费者满意度的不同，企业在服务补救中表现出感情专注和富有响应，消费者满意度高；如果企业在服务补救中表现为感情草率和冷漠，则消费者满意度低。因此，酒店回复的篇幅往往反映了酒店的态度，如果只是寥寥几个字，往往被消费者感知为草率和冷漠；而较长篇幅的回复，尽量针对消费者的每一个问题都做详细的解释说明，澄清问题，则表现出企业在服务补救中的感情是专注的和富有响应的，会正向影响消费者满意度。所以，解释驳斥管理反馈策略的效果在一定程度上与服务补救的篇幅有关。因此，本研究提出假设。

H2解释驳斥管理反馈的篇幅对消费者满意度有积极影响。

在线评论经常体现消费者的矛盾态度，因此在线评论除了正向评论和负向评论外，还可将矛盾性评论分为偏正向评论和偏负向评论。一般当消费者表达了积极的评论时，酒店不必提供管理反馈[52]，而对反映出消费者抱怨情绪的负向评论进行合理有效的回复会大大提高消费者的忠诚度和企业的利润[53]。CHEN et al.[54]研究发现，对于积极评论，酒店一般写感谢信表达他们的感谢之情，而对于消极的评论，特别是对于消费者的误解和不真实的言论，公开解释是一种普遍采用的方式。因此，针对正向评论一般不使用解释驳斥进行反馈。马艳丽等[24]认为，当消费者面对矛盾评论时，他们陷入不知如何判断商品好坏的两难境地。但是比较一致性在线评论与矛盾性在线评论，矛盾性在线评论产生的有用性感知更强[55]。周浪[56]认为，评论内容的矛盾性显著影响消费者的购买意愿，因此当消费者表达矛盾评论时，适当的解释驳斥可能会帮助消费者正确决策，提升其满意度。但是对于纯负向评论，消费者处于对酒店服务的完全不满意状态，过多的解释驳斥会带来反感，引起满意度的降低，尤其是对负向评论进行驳斥或道歉会加强其负向观点[38]。因此，本研究提出假设。

H3a针对偏正向评论采用解释驳斥管理反馈策略加强对消费者满意度的积极作用；

H3b针对偏负向评论采用解释驳斥管理反馈策略加强对消费者满意度的积极作用；

H3c针对负向评论采用解释驳斥管理反馈策略减弱对消费者满意度的积极作用。

酒店星级不同，对在线评论的管理反馈态度也不同[57]，与低星级酒店相比，高星级酒店有很多优势，如高水平的服务意识、高水准的服务团队和雄厚的财政实力[15]。这些都使高星级的酒店更加注重消费者反馈以及与消费者的互动交流，因为他们想要提供高质量的服务维护企业的形象，并且他们有足够的实力提供高质量的网上服务。然而低星级的酒店进行在线管理反馈的意识比较低，与高星级的酒店相比，他们在线回复的数量很少。高星级酒店的管理反馈策略比较成熟，消费者满意度比较高。有学者认为高星级酒店的消费者渴望更高的服务和特别的消费者关注[58]，而且评分较高的酒店经常用感谢、道歉和解释的策略进行反馈，很少采用赔偿的策略[15]。因此，欢迎感谢和道歉承诺等管理反馈策略更适用于高星级酒店的消费者，解释驳斥比较偏激，与其他的管理反馈方式相比具有攻击性，入住高星级酒店的消费者对解释驳斥类反馈更反感，有可能降低消费者的满意度。而消费者选择低星级酒店主要是经济方面因素，满意的标准相对较低，比较能接受解释驳斥的方式，解释驳斥有可能有提升低星级酒店消费者满意度的作用。因此，本研究提出假设。

H4酒店星级越高，越降低解释驳斥管理反馈策略对消费者满意度的积极作用。

综上所述，本研究提出研究模型，见图1。

图1 研究模型Figure 1 Research Model

3 数据的获取和处理

3.1 数据获取

本研究使用的数据均来自中国某旅行网站，该网站是中国最大的酒店预定网站，并且真实入住酒店的消费者才有资格对酒店进行评分及分享个人体验。因此，下载的数据真正反映了消费者满意度。该网站率先在中国旅游网站上开设在线管理反馈功能，为酒店与消费者沟通提供渠道。为了获取该网站不同酒店的不同消费者的入住信息和评论，本研究使用网络爬虫程序，该程序能够自动识别网页上的消费者评论和酒店回复以及其他平台上记录的用户入住数据，然后下载具有数据的网页。在获得所需网页后，利用一个基于Ruby脚本语言的翻译系统将HTML和XML网页翻译成数据格式。在酒店页面抓取的数据项目包括评分、评论、回复和酒店星级，详见图2。

3.2 数据处理

为了用定量方法研究解释驳斥对消费者满意度的影响，本研究筛选出在每家酒店有多次入住记录的消费者数据，通过比较前后两次消费者评分的差异，量化消费者满意度的变化。将抓取的数据进行筛选整理，根据注册ID筛选出多次入住同一酒店的用户信息，共获取99 028条消费者二次消费信息。进一步对数据进行处理，将获得的评论和反馈信息进行分类，表2给出评论类型、反馈类型示例和各类型特征说明以及训练集数量、测试集数量和分类准确率。

图2 抓取数据项目示例Figure 2 Example of Grabbing Data Items

表2 评论及回复分类示例Table 2 Examples of Comments and Responses Categorization

为了更好地研究消费者情绪对解释驳斥管理反馈策略的调节作用，突破以往仅正向和负向情感的分类，依据BASSILI[25]对评论的分类方法，将矛盾性评论分为偏正向评论和偏负向评论，CHEN[59]也曾在研究中将评论分为正向评论、负向评论、偏正向评论和偏负向评论4类。评论类型示例见表2，正向评论指对酒店的评论都是积极的语言，负向评论指对酒店的评论都是消极的语言，既有积极方面也有消极方面的评论，按照积极方面和消极方面的相对多少分为偏正向评论和偏负向评论。

对获取的酒店回复数据进行分析，由于本研究考察解释驳斥管理反馈策略对消费者满意度的影响，因此需要将酒店反馈分为解释驳斥和非解释驳斥，表2给出解释驳斥和非解释驳斥回复示例。

采用SVM分类学习方法对数据分类。首先，进行人工标注，确定分类的关键字，人工根据关键字挑选出训练集和测试集，需要分类的数据有4种评论类型以及解释驳斥管理反馈策略和非解释驳斥管理反馈策略，训练集和测试集包含数据量见表2。其次，用训练集建立分类模型，用测试集测试分类的准确率，通过增加训练集数据的方式反复训练模型并测试，当准确率达到90%以上后，停止更新，得到较为准确的分类。

3.3 描述性统计

抓取并整理的有效数据共有99 028条，其描述性统计结果见表3，表3给出3星级、4星级和5星级酒店采用解释驳斥管理反馈策略、非解释驳斥管理反馈策略和无反馈的数据数量和百分比。酒店对62.182%在线评论采用反馈策略，说明大多数酒店已经使用管理反馈策略进行酒店管理，仅对7.623%的评论使用解释驳斥管理反馈，说明酒店对解释驳斥管理反馈策略的运用仍持谨慎态度。

表3 管理反馈类型描述性统计结果Table 3 Results for Descriptive Statistics of Management Response Types

表4给出不同评论类型中评论的数目和所占比例，正向评论占61.251%，负向评论占12.295%，偏负向评论占11.702%，偏正向评论占比14.752%。

为了研究解释驳斥管理反馈策略对消费者满意度的影响，表5给出收到解释驳斥管理反馈的消费者两次评分的分布情况。

表4 评论类型描述性统计结果Table 4 Results for Descriptive Statistics of Comment Types

由表5可知，收到解释驳斥管理反馈的消费者第2次评分普遍比第1次评分高，尤其是首次评分比较低的消费者。例如，第1次评分为2≤c<3的201位消费者，在接受解释驳斥管理反馈后，37.811%的消费者给出3≤c<4的评分，35.821%的消费者给出4≤c≤5的评分，总计73.632%的消费者在收到解释驳斥管理反馈后表示满意。这种变化对于第1次评分低的消费者比第1次评分稍高的消费者更为明显，第1次评分低的消费者指第1次评分为1≤c<2和2≤c<3的消费者，第1次评分稍高的消费者指第1次评分为3≤c<4和4≤c≤5的消费者。

表5 收到解释驳斥管理反馈的消费者两次评分的分布情况Table 5 Distributions of Two Ratings from Customers Received Explanation and Refutation Management Response

3.4 变量说明

为了定量研究解释驳斥管理反馈策略对消费者满意度的影响，本研究将获取的数据数值化。

3.4.1 自变量

(1)在线服务挽救采用的策略，管理反馈策略分为解释驳斥、非解释驳斥和无反馈3类，将3种策略设置为虚拟变量，采用某种策略，则该变量取值为1，其他变量取值为0。例如，采用解释驳斥管理反馈，该变量取值为1，非解释驳斥管理反馈和无反馈均取值为0。以此类推。

(2)回复长度，酒店对消费者评论回复的字数。

3.4.2 因变量

将第2次评分作为因变量，用户可以在本研究选定的某旅行网站通过两种方式进行评论，一是用语言进行表达，二是对酒店设施、服务和环境等给予评分，一般来说，消费者对酒店越满意，给出的评分越高。本研究的对象是在同一家酒店至少入住两次的消费者，消费者第1次入住酒店后给出评论和评分，酒店针对消费者的评价采取服务补救；消费者再次入住酒店给出评论和评分，第2次评分代表消费者第2次满意程度，在一定程度上反映管理反馈策略对消费者满意度的影响。

3.4.3 控制变量

模型中加入除自变量之外其他可能影响消费者满意度的因素，包括第1次的满意程度(第1次评分)、酒店的设施(无线网络、会议室和餐厅)、消费者评价方式(是否上传照片)等。

3.4.4 调节变量

调节变量影响自变量与因变量之间关系的方向和强弱。本研究的调节变量为评论类型和酒店星级，评论类型有正向评论、负向评论、偏正向评论和偏负向评论。酒店管理反馈策略对消费者满意度的影响往往受到消费者个人情绪的影响，服务补救的某项策略可能对第1次入住的偏消极的消费者更有效，对消极的消费者就不适用。同时，不同星级的酒店采用管理反馈策略对消费者的影响可能不同，因此，引入酒店星级作为调节变量。

变量定义和描述性统计结果见表6。

表6 变量定义和描述性统计结果Table 6 Definition of Variables and Results for Descriptive Statistics

4 构建检验模型

为了定量研究在线管理反馈对消费者满意度的影响，本研究选取某旅行网站一年时间内第1次入住酒店评论后再次选择入住同一家酒店的消费者，研究的管理反馈就是在两次评论之间酒店采取的服务补救措施，用消费者评分测量消费者满意度。

但是存在一个问题，即使酒店没有采取任何管理反馈策略，消费者的第2次评分也会提高，这种现象叫做向均值回归，在统计学的解释是：如果随机变量的第1次取值是极端的，其下一次取值就不那么极端，就会向均值靠拢。这种向均值回归的现象影响本研究变量的作用，因此做如下处理，即

(1)

根据H1和H2，在(1)式的基础上加入管理反馈策略，包括解释驳斥类反馈、非解释驳斥类反馈和无反馈3种类型，3个类型变量均为虚拟变量，为了防止共线性，建模时仅加入解释驳斥类反馈和非解释驳斥类反馈两个变量。为了检验H2，加入回复长度变量。构建模型为

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

(2)

根据H3a、H3b和H3c，在(2)式的基础上加入消费者评论类型以及消费者评论类型与管理反馈策略的交互项。消费者评论类型包括正向评论、负向评论、偏正向评论和偏负向评论，均为虚拟变量，为了防止共线性，并且前文提到，服务补救措施是基于服务失败而存在的，当消费者发表正向评论，可以认为服务是成功的，因此仅加入偏正向评论、偏负向评论和负向评论以及它们与管理反馈策略的交互项。构建模型为

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

β3UE1,i,j+β4L1,i,j+β5PF1,i,j+β6NF1,i,j+

β7N1,i,j+β8E1,i,j·PF1,i,j+β9E1,i,j·NF1,i,j+

β10E1,i,j·N1,i,j+β11UE1,i,j·PF1,i,j+

(3)

根据H4，在(3)式的基础上加入酒店星级与管理反馈策略的交互项，构建模型为

R2,i,j=μi,j-ρ(R1,i,j-μi,j)+β1conj+β2E1,i,j+

β3UE1,i,j+β4L1,i,j+β5PF1,i,j+β6NF1,i,j+

β7N1,i,j+β8E1,i,j·PF1,i,j+β9E1,i,j·NF1,i,j+

β10E1,i,j·N1,i,j+β11UE1,i,j·PF1,i,j+

β12UE1,i,j·NF1,i,j+β13UE1,i,j·N1,i,j+

(4)

5 检验结果和分析

5.1 相关分析

对所有变量进行相关分析，分析结果见表7。由表7可知，其他变量与第2次评分都有显著的相关关系，说明这些变量都可以与第2次评分进一步进行回归检验；第1次评分与第2次评分的相关系数最大，为0.606，说明消费者的第2次满意度是建立在第1次满意度基础上的。在进行多元线性回归检验之前进行变量之间的相关关系检验，可以判断是否存在共线性，若相关系数接近于1，说明两个变量存在共线性。表7中各变量之间相关系数远远小于1，因此不存在共线性问题。

表7 相关系数Table 7 Correlation Coefficients

表8给出各变量的膨胀因子，各变量的VIF值均小于5，模型基本消除共线性的影响。

表8 各变量膨胀因子Table 8 Expansion Factor of Variables

5.2 结果分析

本研究使用Spss 22，采用多元线性回归方法，以第2次评分为因变量，根据假设依次将变量逐步加入模4个回归模型依次进行检验，检验结果见表9。

表9 回归模型检验结果Table 9 Results for Regression Models Test

由表9可知，如果只加入管理反馈，检验结果表明解释驳斥管理反馈对消费者满意度的影响不显著；随着加入变量的增多，模型逐渐完善，解释驳斥管理反馈对消费者满意度的影响也逐渐显著。4个模型的R2逐渐增加，说明加入的变量对模型预测功能起促进作用。R2均小于0.380，表明模型预测功能并不是特别理想，还存在其他影响消费者满意度的因素，但是对于本研究的问题足以解释说明。

本研究选择完善后的模型数据进行解释，由表9中(4)式的回归结果可知，E的回归系数为正，且p<0.001，表明解释驳斥管理反馈策略对消费者满意度有显著的正向影响，H1得到验证。L的回归系数为正，且p<0.001，表明解释驳斥的篇幅显著正向影响消费者满意度，H2得到验证。E·PF的系数不显著，H3a没有得到验证。E·NF的系数为正，且p<0.001，表明偏负向评论作为调节变量增强解释驳斥管理反馈策略对消费者满意度的积极影响，H3b得到验证。E·N的系数为负，且p<0.001，表明负向评论作为调节变量减弱解释驳斥管理反馈策略对消费者满意度的积极影响，H3c得到验证。

偏负向评论为虚拟变量，取值为1或0，如果把解释驳斥管理反馈放在具体的情景下讨论其影响，将E和NF均取值为1，由表9中(4)式的回归结果可知，第2次评分提高，即当消费者表达了偏负向评论，此时使用解释驳斥管理反馈策略大大提高消费者满意度，偏负向评论增强了解释驳斥管理反馈策略的作用。负向评论为虚拟变量，取值为1或0，该评论类型的分析过程与偏负向评论类似，E和N均取值为1，由(4)式的回归结果可知，第2次评分降低，即当消费者表达了负向评论，此时使用解释驳斥管理反馈策略会适得其反，使消费者满意度降低，负向评论减弱解释驳斥管理反馈策略的作用。

E·S的系数为负，且p<0.001，表明酒店星级对解释驳斥管理反馈策略有显著的调节作用，星级越高的酒店，解释驳斥管理反馈策略对消费者满意度的提升越会降低，H4得到验证。

6 结论

6.1 研究结果

已有在线管理反馈的研究主要集中在管理反馈的存在对消费者满意度和忠诚度等方面的正向和负向影响，未考虑消费者矛盾态度和信息矛盾性调节下在线管理反馈的效果，也未研究具体管理反馈策略的影响。本研究以酒店业为例，针对解释驳斥这一具体的管理反馈策略，同时引入消费者矛盾态度与解释驳斥管理反馈策略的相互作用对消费者满意度的影响进行研究，得出如下结论：

(1)解释驳斥管理反馈策略对提高消费者满意度有积极影响。线性回归结果表明，解释驳斥管理反馈策略对消费者第2次评分有显著的正向影响。对酒店而言，使用此服务补救措施能够提高消费者满意度，尤其是对具有一定忠诚度的消费者，适当的解释驳斥管理反馈更能提高消费者满意度，进而提高消费者的忠诚度。

(2)回复的篇幅对消费者满意度也有积极影响，因此酒店在考虑使用管理反馈时不仅应该考虑使用的管理反馈类型，也要考虑回复的全面到位。在进行反馈时，酒店不应千篇一律的用同一个策略自动回复不同的评论，应该分析消费者评论中蕴含的情绪以及不满的具体内容，给出一个尽量全面、合理和详细的解释，以挽救之前的服务失败，提高消费者满意度。不区分评论具体内容而进行的自动回复带给消费者的感觉是酒店的态度敷衍，从而降低消费者满意度，使管理反馈失去其服务补救的意义。

(3)针对偏负向评论进行解释驳斥类反馈对消费者满意度的积极影响进一步加强，针对负向评论进行解释驳斥类反馈对消费者满意度的积极影响减弱。酒店在进行反馈时，需考虑不同类型的消费者评论应采用不同的管理反馈策略，解释驳斥管理反馈策略针对表达偏负向评论的消费者更加有效，而针对负向情绪的消费者来说，解释驳斥反馈就不适用。解释驳斥是一类比较偏激的反馈类型，如果用在不恰当的场合反而会弄巧成拙。因此，本研究结果表明，在使用解释驳斥管理反馈策略时最好的目标消费者是有偏负向情绪的消费者。

(4)酒店星级越高，越降低解释驳斥管理反馈策略对消费者满意度的积极影响。解释驳斥管理反馈策略对消费者满意度有积极作用，但是使用该策略需要具体问题具体分析，较低星级的酒店使用解释驳斥管理反馈策略对消费者满意度有一定的降低作用，但是整体的满意度得到提高。因为选择经济型酒店的消费者对获得服务的期望较低，适当的解释驳斥管理反馈也能提高其满意度；而消费者对高星级的酒店服务期望要求较高，使用解释驳斥管理反馈策略会降低消费者满意度。因此，不同星级的酒店在选用管理反馈策略时也应有所差异，不能以偏概全。

6.2 理论意义和现实意义

本研究构建解释驳斥管理反馈策略对消费者满意度的影响模型，引入消费者第2次满意度作为测量指标，探讨其自身以及在特定的消费者情绪下的作用。已有研究对在线管理反馈的研究多集中于针对负向评论是否进行反馈和管理反馈策略的分类[14]，以及常见的道歉和感谢[37]等策略对消费者的影响，但是这些研究主要聚焦于是否反馈以及针对有负面情绪[53]、发表抱怨言论的消费者反馈时的信息要素，未全面考虑消费者矛盾态度。本研究将消费者矛盾态度和信息矛盾性引入在线管理反馈策略对消费者满意的影响中，识别和量化消费者矛盾态度和信息矛盾性，探讨不同程度的矛盾态度调节下解释驳斥管理反馈策略的影响，突破已有研究对于消费者正向情绪和负向情绪的局限，增加了偏正向和偏负向情绪对解释驳斥反馈的调节作用，细化了研究在线管理反馈效果的情景，发现了消费者多样情绪对解释驳斥管理反馈策略的调节作用。本研究基于服务补救和互动公平理论，通过同一消费者的第2次满意度测量解释驳斥反馈在消费者矛盾性态度下的作用，有助于进一步完善在线管理反馈策略影响研究，丰富社交媒体环境下对服务补救策略的认识。

本研究结果对酒店在社交媒体环境中出现服务失败时制定有效的服务补救策略具有一定的启示意义。酒店管理者必须重视在线服务补救，对消费者在线表达的不满及时有效应对。而且管理者应密切关注社交媒体上的矛盾性评论，并根据矛盾性评论蕴含的不同情绪做出适当回应，针对偏负向评论和负向评论进行解释驳斥类反馈显著影响消费者的第2次满意度。此外，不同星级酒店在基础设施和人员服务等方面都有较大的差异，直接导致目标消费群体的差异，因此运用管理反馈策略需要因人而异。不同星级酒店采用解释驳斥管理反馈策略的效果不同，酒店应根据其星级，结合消费者情绪，适时运用解释驳斥管理反馈策略。本研究对酒店采用管理反馈策略提供了具体的指导，发现了有助于提高消费者满意度、维持老消费者、吸引潜在消费者的途径。

6.3 研究局限和未来展望

本研究分析在不同情景下解释驳斥管理反馈策略的适用性，并给酒店提出有针对性的建议，但仍存在一定的局限，并据此提出一些对未来研究的展望。①依据矛盾态度对在线评论分类时并未考虑消费者偏好权重，假设消费者对每一项服务偏好都是一致的，因此未来研究可考虑引入消费者偏好权重，进一步细化矛盾性评论分类。②由于控制变量较多，本研究虽然考虑了一些控制变量，但是还不全面，模型有待进一步优化。③本研究的焦点是解释驳斥管理反馈策略对消费者满意度的影响，其他在线管理反馈策略对消费者满意度或忠诚度的影响还有待探讨。④本研究使用二手数据，获取一手数据的一个有效途径就是实验调查，这是管理实证研究的重要手段，后续研究可以基于调查问卷或者实地实验获取数据，检验解释驳斥管理反馈策略对潜在消费者的影响。