線上拍賣服務失誤類型與服務補救策略之研究

(1)

線上拍賣服務失誤類型與服務補救策略之研究

摘要線上拍賣為結合拍賣機制與網際網路之新型交易模式，然而賣家在與買家的互動過程中都難以避免發生服務失誤。當服務造成失誤時，如何利用有效的服務補救策略來進行失誤的更正是非常的重要議題。本研究以關鍵事件技術法，從買家觀點蒐集線上拍賣服務接觸中，賣家因服務失誤進行補救後所造成的買家滿意與不滿意之 867 個事件，並加以歸類與分析線上拍賣業者常犯之服務失誤類型，與其所對應採用之補救策略，以了解哪些補救策略較為有效。研究結果發現，線上拍賣之服務失誤可分為三大類十八項，而補救策略可分為十種類型。再者，本研究提出「服務失誤之嚴重程度 - 補救後再購意願矩陣」，依此分析賣家所應避免之服務失誤類型重要性順序。研究結果可提供網拍賣家瞭解買家對於線上拍賣之服務失誤與補救策略的看法，以做為經營網路拍賣時提供更好之服務品質、避免疏失發生、以及提供補救策略決策之參考依據。關鍵詞：線上拍賣、服務失誤、服務補救、 關鍵事件技術法 1. 前言 由於服務的不可分割性、無形性與變動性，使得服務失誤難以避免(Levesque & McDougall, 2000)。當服務失誤發生時，業者如何及時採用適當的補救策略來挽回顧客即為服務業的重要議題。有關服務失誤與服務補救之文獻眾多，主要皆以實體服務供應商為研究對象。由於電子商務迅速發展，線上購物的重要性與日俱增，促使學者(Meuter et al., 2000; Holloway & Beatty, 2003; Forbes et al., 2005; Massad et al., 2006; Holloway & Beatty, 2008)將服務失誤與補救的研究領域擴展到虛擬的網路世界。由於網路購物可分為購物網站與線上拍賣，目前的研究皆未將其畫分進行討論，殊不知兩者交易環境其實相差甚大。購物網站的交易環境為網站業者與買方所構成，販售的產品由網站業者本身提供，但線上拍賣整體交易環境是由網站業者、賣方與買方所構成。線上拍賣的產品是由賣方提供，並非網站業者本身，網站業者僅提供仲介服務與交易平台讓買賣雙方進行交易，實際上產品運送、付款皆與網站業者無關。此外，線上拍賣尤其強調人與人之間的接觸，如線上 Q&A、議價、當面交易與購後評價，皆需買家與賣家之間複雜的人際接觸，並非如同購物網站只需單純的人與科技間的服務接觸。因此，網路購物與線上拍賣的交易環境有很大的不同。在網路拍賣的實際交易過程中，拍賣網站完全無從干涉。不同的賣家可能有不同的經營方式，使得賣方在進行服務傳遞時，所產生的服務失誤類型將會相當的複雜與多元。針對相同服務失誤的發生，不同的賣家也會進行不同的服務補救策略。由於針對網路購物之服務失誤與補救研究至今仍未多見，特別是以線上拍賣為研究對象之文獻更是缺乏，因此本研究以關鍵事件技術法(Critical Incident Technique, CIT)，探討線上拍賣中人際間的服務傳遞所產生的服務失誤與補救策略，以彌補此

(2)

一重要研究領域之不足。本研究之目的如下：(1)分析線上拍賣中，賣家在進行服務傳遞時買家所遭遇到的服務失誤，並針對服務失誤進行分類；(2)分析線上拍賣中，賣家針對服務失誤所進行的補救策略，並進行分類；(3)提出「服務失誤嚴重性-補就後滿意度矩陣」來分析賣家所應避免之服務失誤類型重要性順序。 2. 文獻探討 2.1 服務失誤與服務補救 服務失誤為在服務接觸或傳遞的過程中，一旦發生讓顧客感到不滿意的事件時，此事件即為服務失誤(Maxham, 2001)。 Bitner et al. (1990)首先由顧客觀點，利用 CIT 法將服務失誤分成三大類：員工對服務傳遞系統失誤之反應、員工對顧客需求與要求之反應、員工自發及自主性的行為，該研究開啟利用 CIT 進行服務失誤研究的先河。後續學者相繼依此做為分類基礎，並以 CIT 進行其他服務失誤之研究(例如 Kelley et al., 1993; Hoffman et al., 1995; Forbes et al., 2005)。Bitner et al. (1994)進一步從員工觀點探討服務失誤，發現除原先提出的三類失誤(Bitner et al., 1990)外，還多了一項新分類－「問題顧客行為」。服務補救為企業用來解決顧客抱怨與矯正顧客不滿意經驗，並透過抱怨處理建立顧客對企業信賴的方法 (Harris et al., 2006)。有關補救策略的類別，若就補救行為來分類，目前最普遍且廣受學者採用的服務補救策略類型可分為解釋、認錯道歉、協助顧客解決問題、及補償 (Davidow, 2000; Levesque and McDougall, 2000)。若依補救策略的有形性來進行分類，則可分為心理與實質層面的補救措施(Miller et al., 2000)。心理層面補救措施是指能直接改善顧客心理不滿情況的行動，包括道歉及解釋等；實質層面補救措施是透過實質上的補償(如免費商品服務、退款、贈品、折扣與折價卷等)來減輕消費者的實際損失。以下之文獻則是以特定產業為對象來探討該產業之服務補救策略。例如 Kelley et al. (1993)將零售商之服務補救策略分為十二項，其中令顧客滿意的補救策略有「提供折扣」、「更正錯誤」、「由主管或員工介入解決」、「額外補償」、「更換產品」、「道歉」、「退款」，而無法令人滿意之補救策略為「顧客主動要求更正」、「給予消費集點」、「不滿意之更正方式」、「惡化型處理」、「不做任何處理」。Hoffman et al. (1995) 將餐飲業之服務補救策略分成八項，包括令顧客滿意的有「免費食物」、「替換」、「折扣」、「贈送優待券」、「管理者或員工介入解決」、與「更正」，令顧客不滿意的為「道歉」與「不做任何處理」。 2.2 線上零售服務失誤與補救 Holloway 與 Beatty(2003)研究網站的服務失誤事件，提出七大服務失誤類別中，包括配送問題、網站設計問題、顧客服務問題、付款問題、安全問題、混雜性問題、與其他。在這七大類中，配送問題為購物網站最常發生的問題。此二位學者後續試圖找出網路購物環境下的顧客滿意與不滿意構面 (Holloway & Beatty, 2008)，包括網站設計、完整度與可靠度、顧客服務、以及安全與隱私權。其中顧客最不滿意的構面為完整度與可靠度，最感到滿意的構面為網站設計。 Forbes 等人(2005)將購物網站的服務失誤類型分為二大類與十項，包括 1.服務傳遞系統的失誤：(1)緩慢/未提供服務、(2)

(3)

系統訂價、(3)包裝錯誤、(4)缺貨、(5)產品缺陷、(6)錯誤資訊、(7)網站系統失誤；2. 對顧客需求與要求之反應：(1)特殊訂單與要求、(2)顧客承認錯誤、(3)尺寸不合。其中「包裝錯誤」為次數最多之服務失誤，令顧客最不滿意之服務失誤為「尺寸不合」。購物網站的服務補救類型可分為 11 類，包括折扣、失誤更正、失誤更正並補償、更換商品、道歉、退款、折價券、不滿意的更正方式、惡化型處理、不做任何處理、以實體零售商店取代。其中，無法令顧客滿意的補救方式為「不做任何處理」。再者，除「以實體零售商店取代」可保留經歷服務失誤的顧客，其它補救策略實施後，顧客依舊會流失並轉換至其它競爭者。 3. 研究方法 3.1 問卷設計 本研究之 CIT 法係以線上問卷進行資料蒐集。問卷內容主要參考相關文獻 (Kelley et al., 1993; Hoffman et al., 1995; Forbes et al, 2005)，並針對線上拍賣之賣家經營型態加以調整。問卷初稿完成後，為確保題項適切性與語意清晰，首先以二位專家與十位熟悉線上拍賣之大學生與研究生進行問卷前測，經由前測進行問卷修正定稿後，進而形成正式問卷。正式問卷分為三部份：(1)填答者描述過去使用線上拍賣消費時，在經歷服務失誤後獲得「滿意」之補救策略 (2)填答者描述過去使用線上拍賣消費時，在經歷服務失誤後獲得「不滿意」之補救策略。上述二部份皆以開放式問卷進行填答，包括服務失誤與賣家補救情形，填答者同樣針對所描述之服務失誤情形進行嚴重程度評估，以及賣家服務補救策略進行滿意度與再購意願評估；上述之嚴重程度、滿意度與再購意願皆以 Likert10 點尺度來衡量。(3)填答者之基本資料。 3.2 CIT 資料蒐集過程 由於 Yahoo!奇摩拍賣、露天拍賣與樂多拍賣為目前台灣三大知名拍賣網站，因此線上問卷完成後，將該問卷網址放置在前述之拍賣網站的買家經驗交流區當中，以供買家連結填寫問卷。本研究共蒐集 524 份問卷，其中有效問卷有 490 份。 3.3 CIT 資料分析法 本研究先透過兩位研究者進行分類。在服務失誤方面，以 Forbes et al. (2005)探討購物網站之十項服務失誤為分類起始點。在服務補救方面，則參考 Kelley et al. (1993)實體零售商店與 Forbes et al. (2005) 購物網站之服務補救策略項目。經過事件不斷的閱讀、討論與釐清，將服務失誤與補救策略的分類架構形成。之後央請獨立的裁判者 (該獨立裁判者為網路拍賣與服務品質管理之專家)，告知研究目的與分類架構的意涵，讓獨立裁判者將所有的樣本以該分類架構獨立進行分類，最後比較其前後二次分類結果的相互一致性做為信度之判斷(Perreault and Leigh, 1989)。本研究三大類服務失誤之信度為 91.4%、91.5%、 92.5%，補救策略之信度為 93.6%皆超過 0.8，亦即兩裁判者之間的分類結果之相關程度相當高，顯見本研究之分類結果已達信度要求之標準。 4. 結果與討論 4.1 樣本結構 回收樣本中以女性(64.1%)居多；年齡則大多為 20~29 歲之間(82.7)；教育程度則

(4)

是以大學(大專)最多(70.8%)，研究所次之 (26.1%)；在買家平均月收入部份，則是以新台幣壹萬五仟元以下為最多(71.8%)；買家近半年使用網拍次數則以 5~10 次為最多 (38.6%)，而 5 次以下為最少(30.4%)。 4.2 服務失誤類別 根據前述 CIT 資料分析法，本研究共收集 867 個服務失誤事件(其中 406 個屬於滿意的補救策略，461 個則屬於不滿意的補救策略)，並歸納出三大類十八項線上拍賣服務失誤，茲說明如下。 4.2.1 第一類：服務傳送系統失誤 服務傳送系統失誤為賣家因其所提供的核心服務與服務傳遞流程等因素，造成買家主觀認為不滿意之服務失誤。在此類目中，本研究共蒐集 660 個事件(76.1%)，分為九個細項，茲分述如下。 1. 包裝問題(23.9%)：係指賣家在包裝與運送商品的過程中造成的失誤，為最主要的服務失誤類型。如賣家包裝錯誤造成買家僅收到部分商品或錯誤商品；賣家包裝不良造成商品在運送過程中損毀。 2. 緩慢/未提供服務(18.1%)：賣家提供服務時花費太久的時間或未提供服務，為出現頻率次多之服務失誤類型。如商品未依照預定時間寄給買家，甚至忘記寄送；約定當面交易，卻遲到或未到。 3. 產品缺陷(16.4%)：係指買家收到的產品有瑕疵、功能無法運作或已損毀。例如買家收到的衣服上面有嚴重的污漬。 4. 缺貨((7.1%)：指賣家商品缺貨。如買家下標後，賣家才告知商品缺貨需等待。 5. 錯誤資訊(4.7%)：係指賣家提供不實、錯誤的產品資訊與產品功能。如賣家宣稱手機具備藍芽功能，但非屬實。 6. 更換與維修(2.1%)：係指在產品更換、維修期間產生的失誤。如買家因衣服有瑕疵而退回換貨，然而賣家重寄的衣服依舊有瑕疵。 7. 持有災害(1.6%)：賣家因某些原因造成買家得標卻無法購買。如賣家將商品遺失或未妥善保存商品造成商品損毀，以至於賣家無法進行交易。 8. 標價錯誤(1.2%)：賣家實際收費與網頁標價不一致。如賣家將商品價格 1900 元標價為 190 元，造成買家需多付金額。 9. 政策失誤(1.2%)：指賣家政策讓買家感覺不公平。例如賣家以商品寄出概不退貨為由拒絕換貨等。 4.2.2 第二類：買家需求與要求之失誤 本類目係指在正常服務傳遞過程外，當賣家無法滿足買家所提出的特別要求或個人偏好時，買家所產生不愉快的感覺。在此類目中，本研究共蒐集 115 個事件 (13.2%)，分為四個細項。 10. 預期與知覺落差(9.6%)：買家所預期的商品與實際觸摸到的商品有所落差，造成買家不滿意。如買家購買衣服，由於相機或螢幕的因素導致色差問題，或是買家認為商品實際品質不如網路照片。 11. 尺寸不合(1.8%)：該失誤類型有兩種不同的情況，第一種為賣家將正確尺寸的衣服寄給買家，卻因廠商對於尺寸定義的不一致造成買家尺寸不合。另一種為買家提供自己的尺寸資料給與賣家，希望賣家幫忙評估並寄送適當尺寸的商品，但買家實際試穿後發覺尺寸不合。 12. 特殊訂單及要求(1.5%)：任何需要特別訂製或買家特殊需求之產品與服務，賣家的服務結果未達買家的要求而造成買家不滿意。如買家要求賣家在特定時

(5)

間將商品寄送到府，賣家允諾後卻未忘記以致買家未在特定時間收到商品。 13. 買家承認錯誤(0.3%)：買家本身的缺失，導致賣家服務失誤。如買家留下錯誤的住址，導致賣家將商品寄錯地方；買家太晚匯款，或是無故棄標以致於賣家給予買家負面評價。 4.2.3 第三類：賣家自發及自主性的行為 本類目與傳送系統以及買家特殊要求無關，主要是由賣家個人的服務態度、服務行為等所造成的服務失誤，使得買家產生不愉快的感覺。本研究共蒐集 103 個事件(11.9%)，分為五個細項。 14. 賣家態度失誤 (4.5%)：賣家本身態度不佳、傲慢、情緒不穩定造成買家不滿意。如雙方在交易的過程中，賣家態度與口氣不佳；交易結束後，賣家不斷催促買家給予好評價等。 15. 賣家造成的窘境(2.5%)：賣家無意或粗心所產生的失誤。如賣家與某位買家有不愉快交易，卻將不良評價給錯買家。 16. 賣家詐欺(2.4%)：買家匯款之後，賣家未寄送商品，也無法聯繫。如賣家下標且匯款購買球鞋，賣家卻未將球鞋寄給買家，且事後買家完全無法聯繫賣家。 17. 記帳錯誤(0.9%)：有關退款錯誤、特價商品未給予正確折扣等相關的失誤。如賣家同意在刊登日下標可折抵 20 元，結果買家取貨時卻未折抵；賣家因故無法交易並願意退款，卻未將正確的金額退還給買家。 18. 資料外流(0.2%)：賣家將買家的個人資料外流給予他人，為發生頻率最低之服務失誤類型。如將買家資料外流給詐騙集團、保險業者或其他賣家。 4.3 服務失誤類型之嚴重性、補救後滿意度 與再購意願之描述 買家對於不同失誤類型的嚴重程度有其主觀的判斷，而在經歷賣家的補救策略後亦會產生對於補救後滿意度與再購意願之評量。研究結果發現服務失誤三大類目中，以『賣家自發及自主性的行為』的嚴重程度最高(8.0)，其中的細項以「資料外流」與「賣家詐欺」最為嚴重，嚴重程度高達 9.5 與 9.4，亦是所有失誤類型中居第一、二位，其次為「賣家造成的窘境」與「賣家態度失誤」，嚴重程度介於 7 至 8 之間，而「記帳錯誤」屬於普通嚴重之失誤。第二嚴重之類目為「買家需求與要求之失誤」(7.7)，其中以「特殊訂單及要求」之失誤最為嚴重(8.6)，而「買家承認錯誤」嚴重程度為 4.0，為該類中最輕微者，亦是所有失誤類型中最不嚴重者。第三嚴重之類目為『服務傳送系統失誤』(7.2)，其中之細項以「更換與維修」最為嚴重，嚴重程度為 8.1，其次為「政策失誤」、「標價錯誤」、「包裝問題」、「缺貨」、「產品缺陷」、「持有災害」、「錯誤資訊」，嚴重程度皆介於 7 至 8 之間，而「緩慢/未提供服務」為 該類目中最低者，屬於普通嚴重。 在補救後買家的滿意度方面，服務失誤三大類中，以『服務傳遞系統失誤』的補救滿意度最高(5.3)，其中「包裝問題」(6.3) 為所有失誤類型中，經補救後買家的滿意度最高者，而「持有災害」與「更換與維修」為補救後仍非常不滿意之失誤。『買家需求與要求之失誤』為補救後第二滿意之服務失誤類目(3.3)。其中以「尺寸不合」與「買家承認錯誤」之補救後滿意程度皆介於 5 至 6 之間，屬該類目補救成效較佳者，而「預期與知覺落差」為最低(2.7)。『賣家自發及自主性的行為』為三大類目中最

(6)

不滿意之類目(3.1)，其中以「記帳錯誤」之補救後滿意度最高(5.4)，而「賣家詐欺」、「資料外流」為最不滿意補救之失誤，特別是「資料外流」為所有失誤細項中經補救後滿意度最低者。在補救後買家的再購意願方面，服務失誤三大類中以『服務傳遞系統失誤』的再購意願程度最高(4.9)，其中的細項如「標價錯誤」、「包裝失誤」、「缺貨」經補救後之再購意願介於 5 至 6 之間，屬於較有願意進行再購行為之失誤，而「更換與維修」為補救後非常不願意進行再購行為之失誤。『買家需求及要求之失誤』與『賣家自發及自主性的行為』之補救後買家的再購意願皆屬相同(3.0)。在『買家需求及要求之失誤』類目中，以「尺寸不合」之再購意願最高(5.9)，而「預期與知覺落差」的補救後再購意願最低(2.4)。而『賣家自發及自主性的行為』中，以「記帳錯誤」之補救後再購意願最高(5.2)，而「賣家詐欺」與「資料外流」皆為所有失誤細項中經補救後再購意願最低者(1.0)。線上拍賣服務失誤除「買家承認錯誤」外，其餘之嚴重性均大於 5，由此可知買家對於線上拍賣所發生的服務失誤皆視為重大的失誤事件。再者，由於 CIT 法所蒐集的事件即為填答者自認為最重要與最關鍵之事件，因此當要求填答者回想印象深刻的事件時通常會包含相對嚴重的事件，導致易於蒐集到嚴重評量大於 5 的失誤經驗，這樣的情況亦發生在過去的文獻中 (Hoffman et al., 1995; Forbes et al., 2005)。

由上述結果可知，線上拍賣最嚴重之失誤類型為「資料外流」(9.5)、「賣家詐欺」 (9.4)與「特殊訂單及要求」(8.6)。「賣家詐欺」凸顯目前線上拍賣交易的一大漏洞，由於其匿名性與網路平台申請帳號的便利性，容易使得詐欺事件在線上拍賣中發生。此外，遇到詐欺事件的買家常會因麻煩、金額不多或自認倒楣的心態而不願意進行追究，導致「賣家詐欺」之失誤的頻繁，而「資料外流」的服務失誤可能也由上述因素而產生，如賣家本身對於買家之個人資料未盡到保護之責任，將資料販售給其他業者或無意經由網路流傳出去，而造成「資料外流」之失誤，然而該服務失誤的頻率較少，只佔了 0.2%；買家對於上述兩者之失誤最為反感，嚴重性評估皆為所有失誤中最高者。此外，顧客使用網際網路找尋特殊或客製化商品時，通常對於所購買的商品有極高度的期待，若業者未能完成顧客的要求，顧客將很難以接受 (Bitner et al., 2000)。因此，本研究中買家對於發生「特殊訂單及要求」之服務失誤時，同樣也發生買家將該失誤視為相當嚴重的情況。失誤嚴重程度最低的為「買家承認錯誤」(4.0)與「尺寸不合」(6.7)。「買家承認錯誤」之失誤發生的主要原因來自於買家本身。因此，填答者在該失誤的嚴重性評估較低是相當合理。而「尺寸不合」的失誤嚴重性偏低，可能是由於在線上購物本來就無法試穿，因此買家對於發生「尺寸不合」失誤可能有心理準備，使得買家對於該失誤的接受度較高，因而有較低的嚴重性評估(Forbes et al., 2005)。 4.4 服務補救類別 根據前述 CIT 資料分類法，蒐集 407 件滿意的補救事件(46.9%)與 460 件不滿意之補救事件(53.1%)，共整理出十項線上拍賣服務補救策略，茲說明如下。 1. 失誤更正(32.3%)：有 81.4%之買家經歷該補救策略感覺滿意。該補救策略係指

(7)

簡易與單純的更正，如錯誤寄送的商品更正、加快維修速度、合理的解釋等，但賣家並未提供其他額外的補償。買家對於該補救策略的滿意度評比為 7.2，而對於該策略的再購意願評比為 6.6。 2. 失誤更正並補償(9.5%) ：有 93.9%之買家經歷該補救策略感覺滿意，為所有補救策略中滿意比例最高。該補救策略係指賣家除了將錯誤更正外，還額外用其他方法補償買家，如免費產品升級、贈送小禮物。買家對於此項策略的滿意度評比為 7.7，對於該策略的再購意願評比為 7.6，皆為所有補救策略中最高。 3. 折扣(3.0%)：有 88.5%之買家經歷該補救策略感覺滿意，滿意比例居第二位。該補救策略係指賣家讓買家以較便宜的價格購買商品或是免運費。買家對於此項策略的滿意度評比為 7.0，對於該策略的再購意願評比為 6.0，皆為所有補救策略中居第二位。 4. 替代商品(1.5%)：有 14.3%之買家經歷該補救策略感覺滿意。該補救策略係指買家收到的商品有瑕疵或是商品缺貨時，賣家願意以相同金額或是較高金額的商品做為替代商品。經歷該補救策略的買家的滿意度評比為 3.4，再購意願評比為 3.5。 5. 折價卷(1.8%)：有 56.3%之買家經歷該補救策略感覺滿意。該補救策略係指賣家利用折價卷的方式補償其所犯的錯誤，讓買家在下次進行消費時可以折抵現金或是免運費等。買家對於此項策略的滿意度評比為 6.1，對於該策略的再購意願評比為 6.4。 6. 道歉(6.2%)：有 37.0%之買家經歷該補救策略感覺滿意。該補救策略係指當服務失誤發生時，賣家只有進行口頭上的道歉來表達歉意。經歷該補救策略的買家對於此項策略的滿意度評比為 3.7，再購意願評比為 3.4。 7. 退款(7.6%)：有 62.7%之買家經歷該補救策略感覺滿意。該補救策略係指賣家請買家將產品寄回，並將貨款退還給買家，此項補救措施的買家滿意度為 6.4，而再購意願為 5.2。 8. 不滿意之更正方式(21.0%)：無買家經歷該補救策略感覺滿意。該補救策略則需要消耗買家額外的金錢與時間，造成買家感到不愉快，如賣家要求買家自付商品更換的運費；商品維修與更換時花費太多時間等。此項補救的買家滿意度為 1.9，而再購意願為 1.8。 9. 惡化型處理(4.5%)：無買家經歷該補救策略感覺滿意。該補救策略係指賣家所執行的補救方式讓顧客覺得愈來愈嚴重，賣賣雙方甚至造成衝突，包括將失誤怪罪給顧客、給予買家負評價、以極差的態度面對買家。此項補救措施的買家滿意度為 1.3，而再購意願為 1.3，皆為所有補救策略中最低。 10. 不做任何處理(12.3%)：無買家經歷該補救策略感覺滿意。該補救策略為發生服務失誤後，賣家什麼也沒做，買賣雙方也未曾接觸，如買家因為某些因素(如浪費時間、金錢、精神)而不願意追究失誤，使賣家無須進行補救。該補救策略的買家滿意度為 1.7，再購意願為 1.7。 4.5. 服務失誤項目之嚴重性-補救後買家 再購意願矩陣分析 有關服務失誤嚴重程度之探討，過去研究僅以各服務失誤項目之嚴重程度平均值排序來判斷失誤項目之重要性，並依此提供建議給予業者。然而，此種方式忽略了服務補救之復原效果，因此可能導致建議失真。因此，本研究提出「失誤嚴重程

(8)

度-補救後之再購意願矩陣」 (圖 1) ，依此分析賣家所應避免服務失誤項目之重要性順序。圖 1 之 X 軸為失誤嚴重程度，Y 軸為補救後買家再購意願，以兩者衡量尺度 (Likert 十點尺度)之中位數(即 5 分)將其分成四個象限。透過圖 1 可進一步了解不同嚴重程度之失誤項目與補救後買家再購意願之關係，並深入探討失誤項目重要性之實質意函。茲說明如下： (一)第一象限第一象限涵蓋五種服務失誤項目，包括「標價錯誤」、「包裝問題」、「尺寸不合」、「記帳錯誤」、「缺貨」。該失誤項目皆屬嚴重之失誤，但經由適當的補救策略之後，仍能有效維持買家的再購意願，亦即當發生上述之五種失誤時，網拍賣家之補救策略確實有發揮其效果。 (二)第二象限該象限之服務失誤代表嚴重程度低，並經過補救後能有效確保買家的再購意願。本研究中未有失誤項目落入該區域。 (三)第三象限該象限屬於嚴重程度較輕微之服務失誤，但經補救後買家再購意願仍低。「買家承認錯誤」是唯一落在該象限之服務失誤。 (四)第四象限該象限包含數量最多之服務失誤項目，包括「產品缺陷」、「緩慢/未提供服務」、「賣家造成的窘境」、「錯誤資訊」、「特殊訂單及要求」、「賣家態度失誤」、「政策失誤」、「持有災害」、「預期與知覺落差」、「更換與維修」、「賣家詐欺」、「資料外流」。上述之服務失誤項目皆屬於較嚴重之服務失誤，而賣家雖已執行補救策略，但皆無法有效提高買家再購意願。該象限之失誤項目屬於必須避免的服務失誤，因為即使賣家提供任何補救策略，也無法提升買家的再購意願。由於該象限所包含之服務失誤類型眾多，本研究再進一步以該象限衡量尺度之中位數(即 X 軸為 7.5 分、Y 軸為 2.5 分)將該象限細分為四個小象限，如此一來可以更清楚了解該象限之服務失誤嚴重程度。象限 IV-1 包含「特殊訂單及要求」、「持有災害」、「賣家態度失誤」、「錯誤資訊」、「賣家造成的窘境」；象限 IV-2 包含「緩慢 /未提供服務」、「政策失誤」，「產品缺陷」之嚴重程度落於 7.5，但補救後買家在購意願接近 5，因此亦將之歸入象限 IV-2。象限 IV-4 包含「更換與維修」、「預期與知覺落差」、賣家詐欺」、「資料外流」。最後，本研究未有失誤項目落入象限 IV-3。由此可知，若僅單從買家主觀認定的失誤嚴重程度來看，一般會將應避免發生之重要性視「標價錯誤」高於「錯誤資訊」、「賣家造成的窘境」、「賣家態度失誤」、「產品缺陷」、「政策失誤」、「緩慢/未提供服務」。然而，實際上對於願意進行失誤補救之賣家而言，其所在意的並非服務失誤的絕對嚴重程度，而是當服務失誤發生後，買家再購意願是否能從補救過程中重新被提升。透過此分析方式發現，若加入補救後買家再購意願之構面，可進一步瞭解象限 IV 之服務失誤項目皆為嚴重失誤且難以採用補救方式挽回買家，因此賣家應特別注意並避免該象限 IV 之失誤項目發生的可能，其中又以象限 IV-4 之失誤項目為最為嚴重，為所有服務失誤中必須避免發生的失誤；其次為象限 IV-1 之失誤項目，而以象限 IV-2 之失誤項目之嚴重程度為最低。象限 III 之失誤項目為所有象限居次要，其中「買家承認錯誤」屬於不嚴重之失誤項目，然而補救後買家之再購意願卻

(9)

不高，主要因素為當發生「買家承認錯誤」之失誤時，賣家可能因此怪罪買家或甚至是給予負評價，因而造成買家再購意願不高的情況。再者，雖然象限 I 之失誤項目皆屬嚴重之失誤，但由於可藉由補救策略來提升買家之再購意願，因此該象限失誤之相對嚴重性較象限 III、象限 IV 來的低。圖 1 失誤嚴重程度-補救後買家再購意願矩陣分析圖註：1.包裝問題、2.緩慢/未提供服務、3. 產品缺陷、4.缺貨、5.錯誤資訊、6.更換與維修、7.持有災害、8.標價錯誤、9.政策失誤、10.預期與知覺落差、11.尺寸不合、12. 特殊訂單及要求、13.買家承認錯誤、14. 賣家態度失誤、15.賣家造成的窘境、16. 賣家詐欺、17.記帳錯誤、18.資料外流。綜合上述的討論與分析，若僅以買家主觀認定失誤之嚴重程度來決定賣家應避免失誤之重要程度，則容易讓賣家對於應謹慎小心之失誤產生迷思與誤判，而造成賣家獲利的重大傷害。因此，賣家應將重點放在經過補救也無法提升買家再購意願之失誤，並盡可能避免其發生之可能。 5. 結論 本研究結果發現線上拍賣之交易環境中，經常出現的服務失誤事件可分為三大類十八細項，當服務失誤產生時，賣家使用的補救策略可以分為十種策略。本研究之結果提供網拍賣家瞭解目前線上拍賣服務傳遞時可能發生的服務失誤類型與項 目，並可盡早避免服誤失誤的發生。 透過本研究提出的「服務失誤嚴重性-補救後買家再購意願矩陣」分析可知，「標價錯誤」、「包裝問題」、「尺寸不合」、「記帳錯誤」、「缺貨」雖屬於嚴重之失誤項目，然而這些失誤經過網拍賣家適當補救後，皆可提升再購意願，有效降低服務失誤對於業者的傷害。反觀「產品缺陷」、「緩慢/ 未提供服務」、「錯誤資訊」、「政策失誤」、「賣家態度失誤」、「賣家造成的窘境」、「特殊訂單及要求」、「預期與知覺落差」、「持有災害」、「更換與維修」、「賣家詐欺」、「資料外流」等皆屬於嚴重之服務失誤項目，且賣家進行失誤補救後，其再購意願皆不理想者。亦即當發生上述失誤時，賣家難以透過補救的方式降低其對於買家再購意願之傷害，或是目前賣家尚未發展出適當的補救策略。因此賣家須特別注意這十三種失誤項目，並盡全力降低其發生的可能，並思考與發展更適當之補救策略。透過這樣的方法可以增加對於線上拍賣服務失誤與補救策略有更深層之瞭解，並可避免僅做單向服務失誤嚴重性排序所產生資訊不完整之問題。因此，在往後相關研究同樣可參考本研究分析方式，以便瞭解服務失誤與補救策略對於業者的實質意涵。致謝本研究承蒙國科會經費補助 (NSC 97-2410-H-390-014-MY2)，特此致謝。

(10)

參考文獻

1. Bitner, M. J., Booms, B. H. and Tetreault, M. S., “The Service Encounter: Diagnosing Favorable and Unfavorable Incidents,” Journal of Marketing (54:1), pp. 71-84, 1990.

2. Bitner, M. J., Booms, B. H. and Mohr, L. A., “Critical Service Encounters: The Employees’ Viewpoint,” Journal of Marketing (58:4), pp. 95-106, 1994.

3. Davidow, M., “The Bottom Line Impact of Organizational Responses to Customer Complaints,” Journal of Hospitality & Tourism Research (24:4), pp. 473-490, 2000.

4. Flanagan, J. C., “The Critical Incident Technique,” Psychological Bulletin, (51:4) pp. 327-355, 1954.

5. Forbes, L. P., Kelley, S. W. and Hoffman, K. D., “Typologies of E-Commerce Retail Failures and Recovery Strategies,” Journal of Services Marketing (19:5), pp. 280-292, 2005.

6. Harris, K. E., Grewal, D., Mohr, L. A. and Bernhardt, K. L., “Consumer Responses to Service Recovery Strategies: The Moderating Role of Online Versus Offline Environment,” Journal of Business Research (59:4), 425-431, 2006. 7. Hoffman, K. D., Kelley, S. W. and

Rotalsky, H. M., “Tracking Service Failures and Employee Recovery Efforts,” The Journal of Service Marketing (9:2), pp. 49-61, 1995.

8. Holloway, B. B. and Beatty, S. E., “Service Failure in Online Retailing: A Recovery Opportunity,” Journal of Service Research (6:1), pp. 92-105, 2003. 9. Holloway, B. B. and Beatty, S. E.,

“Satisfiers and Dissatisfiers in the Online Environment: A Critical Incident Assessment,” Journal of Service Research (10:4), pp. 347-364, 2008.

10. Kelley, S. W., Hoffman, K. D. and Davis, M. A., “A Typology of Retail Failures and Recoveries,” Journal of Retail (6:4), pp. 429-452, 1993.

11. Levesque, T. J. and McDougall, G. H. G., “Service Problems and Recovery Strategies: An Experiment,” Canadian Journal of Administrative Sciences (17:1), pp. 20-37, 2000.

12. Massad, N., Heckman, R. and Crowston, K., “Customer Satisfaction with Electronic Service Encounters,” International Journal of Electronic Commerce (10:4), pp. 73-104, 2006.

13. Maxham III, J. G., “Service Recovery’s Influence on Consumer Satisfaction, Positive Word-of-Mouth, and Purchase Intentions,” Journal of Business Research (54:1), pp. 11-24, 2001.

14. Meuter, M. L., Ostrom, A. L., Roundtree, R. I. and Bietner, M. J., “Self-Service Technologies: Understanding Customer Satisfaction with Technology-Based Service Encounters,” Journal of Marketing (64:3), pp. 50-64, 2000.

15. Miller, J. L., Craighead, C. W. and Karwan, K. R., “Service Recovery: A Framework and Empirical Investigation,” Journal of Operations Management (18:4), pp. 387-400, 2000.

16. Perreault, W. D. and Leigh, L. E., “Reliability of Nominal Data Based on Qualitative Judgments,” Jornal of Marketing Research (26:2), pp. 135-148, 1989.