Validatie van het EXQmodel om klantervaring te meten
bij een grotendeels geautomatiseerd accountantskantoor
in Nederland
Bachelorscriptie Business Administration Specialisatie Bedrijfskunde Iris Rabenberg 10608877 23062016 2015/2016 Scriptiebegeleider A.C.J. Meulemans Stagebegeleider G. Leijen (IBEO)
Hierbij verklaar ik, Iris Rabenberg, dat ik deze scriptie zelf geschreven heb en dat ik de volledige verantwoordelijkheid op me neem voor de inhoud ervan.
Ik bevestig dat de tekst en het werk dat in deze scriptie gepresenteerd wordt origineel is en dat ik geen gebruik heb gemaakt van andere bronnen dan die welke in de tekst en in de referenties worden genoemd.
De Faculteit Economie en Bedrijfskunde is alleen verantwoordelijk voor de begeleiding tot het inleveren van de scriptie, niet voor de inhoud.
Inhoudsopgave
Samenvatting5 1. Introductie6 2.Theoretisch kader8 2.1. Klanttevredenheid8 2.2. Net Promoter Score9 2.3. Service kwaliteit9 2.4. Klantervaring10 2.5. Kwaliteit van klantervaring11 2.6. Dimensies van het EXQmodel12 2.6.1. Product experience 12 2.6.2. Outcome focus 12 2.6.3. Moments of truth13 2.6.4. Peace of mind 13 2.6.5 Aanpassingen13 2.7. IBEO14 3. Methodologie 16 3.1. Verspreiding vragenlijst 16 3.2. Structural Equation Model (SEM)17 3.3. Model Fit19 4. Resultaten 21 4.1. Beschrijvende statistiek 21 4.2. Confirmatory Factor Analyse 21 4.3. Net Promoter Score22 5. Discussie26 5.1. Culturele invloed25 5.2. Contextuele invloed 25 5.3. Beperkingen, validiteit en betrouwbaarheid26 6. Conclusie 27 6.1. Validatie EXQmodel 27 6.2. Richting voor vervolgonderzoek 27 7. Referenties 29 8. Bijlagen 328.1. Vragenlijst32 8.2. Uitnodiging pilot vragenlijst werknemers IBEO 35 8.3. Uitnodiging deelname vragenlijst36 8.4. Herinnering: Uitnodiging deelname vragenlijst37 8.5. Introductie vragenlijst38 8.6. Engelse vragenlijst39 8.7. Originele vragenlijst van Klaus en Maklan (2012) 41 8.8. Steekproef leeftijd en geslacht verdeling Klaus en Maklan (2012) 43 8.9. Interview 44 8.10 Cronbach’s Alpha if Item Deleted 46
Samenvatting
Tegenwoordig meten bedrijven veelal klanttevredenheid of service kwaliteit door middel van de Net Promoter Score of SERVQUAL. Klantervaring is een breder begrip dan klanttevredenheid en service kwaliteit. Klantervaring wordt gevormd in een langer proces wat voor de aankoop begint en na het gebruik van de dienst doorgaat. Klantervaring omvat meer informatie dan klanttevredenheid en service kwaliteit en is daarom complexer om te meten.
Klaus en Maklan (2007) hebben in reactie hierop het Customer Experience Quality model, ofwel het EXQmodel ontwikkeld. Het EXQmodel bestaat uit de dimensies product experience, outcome focus, moments of truth en peace of mind. Klantervaring is afhankelijk van de context en daarom is het belangrijk dat het EXQmodel in zo veel mogelijk verschillende contexten wordt gevalideerd. Tot nu toe is het model in diverse contexten in het Verenigd Koninkrijk onderzocht. In dit onderzoek is het EXQmodel toegepast bij een Nederlands accountantskantoor die werkt met een hoge mate van automatisering.
De structuur van het geobserveerde EXQmodel is getest door middel van Confirmatory Factor Analyse en kan niet overtuigend worden geaccepteerd op basis van model fit indexen. Het kan zijn dat de verkregen data van het accountantskantoor niet goed past bij het EXQmodel vanwege de vertaling van het Engels naar het Nederlands. Daarnaast is het mogelijk dat de context van geautomatiseerde dienstverlening een andere structuur heeft dan het voorgestelde EXQmodel van Klaus en Maklan (2012). Met name de dimensie product experience die gemeten is bij IBEO lijkt niet goed te passen bij het voorgestelde EXQmodel. Vervolgonderzoek naar de context van geautomatiseerde dienstverlening is nodig om een eventuele aanpassing van het EXQmodel voor te stellen.
1. Introductie
In de marketing literatuur hebben de afgelopen 25 jaar verschillende verschuivingen plaatsgevonden. Onderzoeksonderwerpen zijn verschoven van productgericht brand management naar dienstverlenende marketing. Inmiddels ligt de focus van de marketingliteratuur op het creëren van unieke klantervaringen (Klaus & Maklan, 2007, 2011, 2012, 2013). Bedrijven differentiëren zich steeds meer op basis van het creëren van deze unieke klantervaringen rondom diensten in plaats van producten (Klaus & Maklan, 2012, 2013; Lemke, Clark, & Wilson, 2010). Het concurreren op basis van klantervaring is niet beperkt tot zeer ervaringsgerichte diensten zoals wildwaterraften of vermogensbeheer (Klaus & Maklan, 2011; Ponsignon, Klaus, & Maull, 2015). Steeds meer verschillende sectoren richten zich op het creëren van unieke klantervaringen (Ponsignon et al., 2015). Deze opkomst is versterkt door moderne technologieën (Klaus & Maklan, 2011). Het internet heeft er onder andere voor gezorgd dat klantrelaties online onderhouden kunnen worden. Daarnaast zijn er meer mogelijkheden voor bedrijven om klanten te binden door een interactieve ervaring te bieden (Klaus & Maklan, 2011). Ondanks de algemene bekendheid van het belang van klantervaringen is er tot heden nog geen algemene methode om klantervaring te meten (Klaus & Maklan, 2012; Ponsignon et al., 2015).
Tegenwoordig wordt veelal klanttevredenheid gemeten door middel van de Net Promoter Score ofwel de NPS (Klaus & Maklan, 2011). Daarnaast is SERVQUAL een populaire methode om de service kwaliteit te meten. Klanttevredenheid en service kwaliteit zijn gerelateerd aan elkaar en meten de klantervaring van de aankoop en het gebruik van een dienst. Service kwaliteit meet de klanttevredenheid door de tijd heen en is gefocust op heet functionele aspect van een ervaring. Klantervaring is een breder begrip en wordt gevormd in een langer proces wat voor de aankoop begint en na gebruik van de dienst doorgaat (Khan, Garg en Rahman, 2015; Klaus & Maklan, 2007, 2012, 2013; Lemke et al., 2010). Daarnaast bevat klantervaring naast een functioneel ook een emotioneel aspect, waarbij de relatie van de klant met een bedrijf centraal staat (Klaus & Maklan, 2012, 2013). Klantervaring overlapt conceptueel met klanttevredenheid en service kwaliteit. Daarnaast is klantervaring minder afgebakend en daarom is het meten ervan complexer (Klaus & Maklan, 2011). Klaus en Maklan (2011) stellen dat klantervaring niet volledig door klanttevredenheid en service kwaliteit wordt gemeten vanwege deze conceptuele afstand. Er wordt verwacht dat klantervaring een grote invloed heeft op succesfactoren zoals loyaliteit, wordofmouth en klanttevredenheid, afgezien van het feit dat hier nog onvoldoende onderzoek naar is gedaan (Camarero, 2007; Verhoef, Lemon, Parasuraman, Roggeveen, Tsiros & Schelesinger, 2009).
Klaus en Maklan zijn in 2007 begonnen met het ontwikkelen van het EXQmodel om de kwaliteit van klantervaring te meten. Uiteindelijk is het EXQmodel in 2011 onderzocht en gevalideerd in de bankindustrie en later bij een consumentenbank, een hypotheekadviesbureau, een tankstation en bij de verkoop van luxe producten. Daarnaast hebben Khan et al. (2015) het effect van het EXQmodel op succesfactoren zoals loyaliteit, wordofmouth en klanttevredenheid onderzocht in de hotelindustrie. Ondanks de aanmoediging van Klaus en Maklan (2012) voor de toepassing van het EXQmodel in verschillende contexten is het EXQmodel tot op heden beperkt toegepast buiten het Verenigd Koninkrijk en door andere auteurs. Klantervaring is zeer context specifiek en om deze reden heeft het EXQmodel baat bij meer onderzoek in een andere context (Klaus & Maklan, 2011, 2012, 2013, Verhoef et al, 2009). Dit onderzoek past het EXQmodel toe in een andere context en taal. De context is het dienstgerichte accountantskantoor IBEO waar gebruik gemaakt wordt van een hoge mate van automatisering. Daarnaast wordt er met name online of telefonisch gecommuniceerd. Automatisatie is een groeiend onderdeel van diensten en daarom is het interessant om te onderzoeken of het EXQmodel in deze context kan worden gevalideerd (Lovelock & Wright, 2001a, p. 43).
In dit onderzoek worden de stellingen van het EXQmodel van Klaus en Maklan (2012) toegepast in de context van het grotendeels geautomatiseerd accountantskantoor IBEO. Het onderzoek is uitgevoerd onder Nederlandse ondernemers en de stellingen van het EXQmodel zijn daarom vertaald van het Engels naar het Nederlands. Daarnaast is de EXQvragenlijst aangepast naar de context van IBEO. Vervolgens is de vragenlijst per email verspreid onder 342 klanten. Uiteindelijk zijn de resultaten van de vragenlijst geanalyseerd door middel van Structural Equation Modelling (SEM). Er is een Confirmatory Factor Analysis gedaan en aan de hand van de model fit wordt bepaald of het EXQmodel van Klaus en Maklan (2012) overeenkomt met het gemeten model van IBEO.
In hoofdstuk 2 wordt er verder ingegaan op het begrip klanttevredenheid en de bijhorende NPS. Vervolgens wordt service kwaliteit besproken om inzicht te krijgen in de conceptuele verschillen. Daaropvolgend wordt klantervaring uitgebreid gedefinieerd en de dimensies van het EXQmodel worden beschreven. In hoofdstuk 3 wordt de SEM methode en de model fit indexen omschreven waarmee het EXQmodel wordt geanalyseerd. In hoofdstuk 4 worden de resultaten van de analyses besproken en in hoofdstuk 5 wordt er ingegaan op de verklaringen voor de resultaten in de vorm van een discussie. Er wordt afgesloten met hoofdstuk 6 waarin een conclusie van de bevindingen worden besproken en de richting voor vervolgonderzoek wordt aangegeven.
2.Theoretisch kader
In dit hoofdstuk worden de begrippen klanttevredenheid, service kwaliteit en klantervaring nader omschreven. Klanttevredenheid kan worden gemeten door middel van de NPS. Daarnaast kan service kwaliteit worden gemeten door middel van SERVQUAL. Vervolgens wordt er verder ingegaan op het definiëren van klantervaring en de kwaliteit van klantervaring. Daarna wordt het EXQmodel uitgelegd aan de hand van de vier dimensies: product experience, outcome focus, moments of truth en peace of mind. Tot slot wordt er ingegaan op de bedrijfsprocessen van accountantskantoor IBEO.
2.1. Klanttevredenheid
Klanttevredenheid is gedefinieerd als de persoonlijke evaluatie van een klant over de totale ervaring van de aankoop en consumptie van een product of dienst (Brodie, Hollebeek, Juric & Ilic, 2011; Buttle, 1996; Lovelock & Wright, 2001b, p. 87). De beslissing om wel of niet klant bij een bepaald bedrijf te blijven, is vaak het resultaat van meerdere gebeurtenissen. Klanttevredenheid komt dus niet voort vanuit een enkele gebeurtenis en zorgt voor loyaliteit. Succesvolle ondernemingen erkennen het belang van klanttevredenheid en streven ernaar om van normale gebeurtenis een bijzondere ervaring voor de klant te maken (Lovelock & Wright, 2001b, p. 87). Uit verschillende onderzoeken is gebleken dat ondernemingen die zich focussen op klanttevredenheid en loyaliteit beter presteren dan ondernemingen die dit in mindere mate doen (Verhoef et al., 2009).
Er zijn verschillende redenen die het belang van klanttevredenheid benadrukken. Ten eerste kan klanttevredenheid leiden tot loyaliteit, afhankelijk van de relatie die een klant heeft met een bedrijf (Hallowell, 1995; Lovelock & Wright, 2001b, p. 87). Dit betekent dat tevreden klanten langer bij een bedrijf blijven wanneer zij zich emotioneel verbonden voelen. Klantloyaliteit houdt onder positieve mondtotmond reclame in. Bestaande klanten worden lopende en pratende ambassadeurs waardoor bedrijven meer nieuwe klanten binnenhalen en de kosten van het aantrekken van nieuwe klanten lager worden (Hallowell, 1995, Klaus & Maklan, 2012, 2013; Lovelock & Wright, 2001b, p. 87). Tot slot zijn tevreden klanten meer vergevingsgezind doordat er overstapkosten worden opgebouwd. Het kost meer dan een onvoldoende ervaring om loyale klanten te laten overwegen om te wisselen naar een concurrent (Klaus & Maklan, 2012, 2013; Lovelock & Wright, 2001b, p. 87). Loyaliteit kan vervolgens leiden tot winstgevendheid (Hallowell, 1995; Lovelock & Wright, 2001b, p. 87). Klanttevredenheid kan, afhankelijk van de relatie tussen een klant een een bedrijf, leiden tot
loyaliteit. Deze loyaliteit kan uiteindelijk winstgevendheid creëren voor een bedrijf (Hallowell, 1995; Lovelock & Wright, 2001b, p.87).
2.2. Net Promoter Score
Klanttevredenheid wordt veelal gemeten met behulp van de NPS. De NPS meet klanttevredenheid aan de hand van de bereidheid van klanten om een dienst aan vrienden of familie aan te bevelen op een schaal van 0 tot 10 (Klaus & Maklan, 2011, 2013; Liuqu, Fan, & Fu, 2015). Vervolgens worden alle klanten verdeeld op basis van het antwoord in drie groepen: detractors (score tussen 0 en 6), passives (score van 7 of 8) en promoters (score van 9 of 10). De reden van de populariteit van NPS is de eenvoud ervan. Voor klanten is de NPS een simpele vraag en daarnaast kan het door de onderzoeker eenvoudig geïnterpreteerd worden (Liuqu et al., 2015).
Ondanks de populariteit van NPS wordt de methode bekritiseerd in het voorspellen van klantloyaliteit en in het maken van management beslissingen (Liuqu et al., 2015). Een hoge NPS blijkt geen indicatie te zijn voor een groter aantal positieve reacties op een dienst of meer aankopen in de toekomst (Liuqu et al., 2015). Daarnaast blijkt enkel het gebruik van NPS onvoldoende betrouwbaar om klantervaring te meten (Liuqu et al., 2015). Toch is de NPS wel bruikbaar om de klantpercepties te meten (Maklan en Klaus, 2011). Bovendien stellen Klaus en Maklan (2013) dat het waardevol is om de NPS te gebruiken in combinatie met het EXQmodel omdat de NPS waarschijnlijk een meer directe voorspelling geeft van klantgedrag. Tot slot wordt de NPS veel gemeten en openbaar gepubliceerd. Hierdoor kan de NPS gemakkelijk worden vergeleken met de benchmark van een industrie. Om deze redenen wordt de NPS in dit onderzoek meegenomen als aanvulling op het EXQmodel.
2.3. Service kwaliteit
Klanttevredenheid is niet hetzelfde als service kwaliteit maar deze begrippen zijn wel gerelateerd aan elkaar. De opsomming van de momenten van klanttevredenheid door de tijd heen vormen uiteindelijk een perceptie van de service kwaliteit (Parasuraman, Zeithaml & Berry, 1988). Om deze reden wordt service kwaliteit veelal gebruikt als indicatie van klanttevredenheid door de tijd heen (Wisniewski, 2001). Service kwaliteit wordt gedefinieerd als de mate waarin een dienst voldoet aan de verwachtingen van een klant (Caruana, 2002; Wisniewski, 2001). Ofwel, service kwaliteit is de afstand tussen de verwachting en de uiteindelijke ervaring van een dienst van een klant (Parasuraman, Zeithaml & Berry, 1988; Wisniewski, 2001). Een van de meest gebruikte methodes om de service kwaliteit te meten is het SERVQUAL model van Parasuraman et al. (1988). SERVQUAL meet het verschil tussen de
verwachting en de ervaring van een enkel onderdeel van een dienst door middel van 22 stellingen. Er wordt verondersteld dat wanneer diensten boven de verwachting van klanten presteren, er tevredenheid wordt gecreëerd (Lovelock & Wright, 2001b, p. 87; Klaus & Maklan, 2011; Parasuraman, Zeithaml & Berry, 1988; Wisniewski, 2001).
Ondanks dat SERVQUAL een populaire methode is, bekritiseerd Buttle (1996) de face validiteit en construct validiteit (Klaus & Maklan, 2011). Face validiteit is de mate waarin een schaal meet wat het zou meten. Construct validiteit houdt in dat een construct daadwerkelijk een goede indicatie is voor wat er getracht wordt te meten. Buttle (1996) stelt dat het onduidelijkheid is of klanten service kwaliteit daadwerkelijk meten door middel van verwachtingen en ervaringen. Daarnaast is het onduidelijk of de dimensies die worden gebruikt bij SERVQUAL volledig genoeg zijn om klantpercepties te meten (Caruana, 2002; Klaus & Maklan, 2011). Wanneer onderdelen van een dienst als goede kwaliteit worden aangemerkt, hoeft het geen indicatie te zijn dat de gehele ervaring als goed wordt beoordeeld (Buttle, 1996). Sinds de kritiek wordt klantervaring in plaats van klanttevredenheid en service kwaliteit gebruikt om inzicht te krijgen in klantpercepties ( Klaus & Maklan, 2007; Verhoef et al., 2009).
2.4. Klantervaring
Klantervaring is gedefinieerd als de cognitieve en affectieve beoordeling van de klant omtrent alle (in)directe interacties met een organisatie, inclusief de zoektocht, de aankoop, consumptie en aftersales die over verschillende kanalen plaats vinden (Klaus & Maklan, 2012, 2013; Verhoef et al.,2009). Klantervaring is een breder begrip dan klantervaring en service kwaliteit omdat het onder andere gevoelens en emoties omvat. Daarnaast wordt klantervaring gevormd in een langer proces wat voor de aankoop begint en na het gebruik van de dienst doorgaat. Om deze redenen groeit de belangstelling voor klantervaring boven klanttevredenheid en service kwaliteit binnen de marketingliteratuur (Khan et al., 2015; Klaus & Maklan, 2012, 2013; Lemke et al., 2010). Daarnaast worden informatiegebaseerde diensten steeds meer via elektronische kanalen geleverd (Lovelock & Wright, 2001a, p. 43). Hierdoor wordt er tijdens de ervaring van diensten in minder mate direct contact onderhouden met de klant (Ponsignon. 2015; Verhoef et al., 2009). Bedrijven hebben een methode nodig om succesvolle strategieën op basis van klantervaring te kunnen ontwerpen (Klaus & Maklan, 2012, 2013).
Klanttevredenheid is meer afgebakend en is een onderdeel van klantervaring (Klaus & Maklan, 2012, 2013). Klantervaring beïnvloedt de klanttevredenheid welke vervolgens kan resulteren in loyaliteit aan een dienstverlenend bedrijf (Khan et al., 2015). Een betere
ervaring zorgt voor positieve gevoelens en emoties waardoor de klant deze ervaring opnieuw wil ervaren. Door de goede ervaring wordt er dus niet alleen klanttevredenheid maar ook loyaliteit gecreëerd (Khan et al., 2015). Het is duidelijk dat SERVQUAl en NPS niet de volledige klantervaring kunnen meten omdat klanttevredenheid en service kwaliteit slechts onderdelen zijn van klantervaring (Klaus & Maklan, 2013; Liuqu et al., 2015). Daarnaast stellen Klaus en Maklan (2007) dat klantervaring een betere voorspeller is van klanttevredenheid, loyaliteit en aankoopgedrag dan SERVQUAL. Naar aanleiding van de conceptuele verschillen is het Customer Experience Quality (EXQ) model ontwikkeld om de kwaliteit van klantervaring te meten (Klaus & Maklan, 2012, 2013). Er wordt in het EXQmodel naast functionele ervaringen ook rekening gehouden met met emotionele ervaringen van voor, tijdens en na de aankoop van een dienst (Klaus & Maklan, 2012, 2013).
2.5. Kwaliteit van klantervaring
Hoge kwaliteit van klantervaring wordt gedefinieerd als de uitmuntende beoordeling van de ervaring die een klant met een dienst heeft gehad. Het EXQmodel kan worden gebruikt als methode om de belangrijkste kenmerken van de klantervaring door de tijd heen te meten. Het EXQmodel biedt waardevolle inzichten in de dimensies die de beleving van de klantervaring weergeven. Deze kennis kan vervolgens worden gebruikt om de klantervaring en de kwaliteit ervan te beheren en te verbeteren (Klaus & Maklan, 2012, 2013).
Het EXQmodel van Klaus en Maklan (2012) is gebaseerd op zes uitgangspunten. Ten eerste wordt klantervaring gezien als de totale perceptie van klanten en niet als de afstand tussen ervaringen en verwachtingen zoals bij service kwaliteit. Ten tweede wordt de beoordeling van de klant gebaseerd op de totale gebruikswaarde van de dienst, het is niet enkel een optelsom van de eerdere ervaringen. Ten derde is ervaring een breder begrip dan service kwaliteit omdat emoties naast het functionele aspect worden meegenomen. Ten vierde wordt er van uitgegaan dat een ervaring begint voor de dienstverlening en erna doorgaat. Ten vijfde wordt ervaring gemeten over verschillende kanalen die niet altijd direct in controle zijn van een bedrijf. De reputatie van een bedrijf kan bijvoorbeeld worden beïnvloedt tijdens netwerkbijeenkomsten. Ten slotte is het streven van het EXQmodel dat klantervaring een betere voorspeller is van bedrijfsprestaties dan service kwaliteit of klanttevredenheid. Het EXQmodel bestaat uit de dimensies product experience, outcome focus, moments of truth en peace of mind (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Lemke et al. (2010) stellen dat de kwaliteit van klantervaring zeer context specifiek is. Om deze reden worden de dimensies van het EXQmodel in de context van accountantskantoor
IBEO getest. Er wordt getest of deze dimensies daadwerkelijk worden gemeten door middel van de aangepaste vragenlijst van Klaus en Maklan (2012).
2.6. Dimensies van het EXQmodel
Het EXQmodel bestaat uit de dimensies product experience, outcome focus, moments of truth en peace of mind. Alle dimensies met de daarbij horende variabelen worden besproken. Vervolgens worden de aanpassingen in de context van IBEO besproken. Op basis van de dimensies en de aanpassingen is het EXQmodel vertaald en aangepast naar de context van IBEO (Bijlage 8.1.).
2.6.1. Product experience
Product experience is een voorloper van klantloyaliteit en is belangrijk in het modelleren van klantgedrag (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Product experience bestaat uit de ervaring van keuzevrijheid, de vergelijking met alternatieve aanbieders, de vergelijking van het assortiment en account management. Keuzevrijheid betreft de mate waarin de klant het gevoel heeft dat de keuze volledig bij hem/haar ligt. Daarnaast hebben klanten de behoefte om alternatieve aanbieders met elkaar te vergelijken (Khan et al., 2015; Klaus & Maklan, 2012). Vergelijking is belangrijk in het evalueren van een dienst doordat alternatieve aanbieders een benchmark creëren (Klaus & Maklan, 2012). De vergelijking van het assortiment hangt samen met de ervaring van keuzevrijheid. Door de klant de mogelijkheid te geven om het assortiment te vergelijken wordt de keuzevrijheid vergroot. Tot slot is account management belangrijk voor de dimensie product experience. De aanwezigheid en de tevredenheid van een toegewezen contactpersoon blijkt van belang in de evaluatie van de kwaliteit van diensten (Klaus & Maklan, 2012, 2013).
2.6.2. Outcome focus
Outcome focus houdt het gemak, de resultaatgerichtheid, de invloed van eerdere ervaringen en het hebben van een gemeenschappelijke basis in. Het gaat hierbij om de ervaringen die de transactiekosten van klanten verlagen (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Een klant zoekt bijvoorbeeld een bepaalde dienst die zo snel mogelijk kan plaatsvinden, waarbij gemak en resultaatgerichtheid een rol spelen (Klaus & Maklan, 2012, 2013). Een eerdere ervaring kan als basis dienen waardoor ondanks het besef dat concurrenten andere opties aanbieden de klant toch blijft. De klant is zich bewust wat andere concurrenten aanbieden
maar blijft klant omdat het proces bekend en eenvoudig is (Khan et al., 2015; Klaus en Maklan, 2012, 2013).
2.6.3. Moments of truth
De dimensie moments of truth bestaat uit flexibiliteit, proactiviteit, risicoperceptie, sociale vaardigheden en service herstel. Het gedrag van een bedrijf in het geval van een incident beïnvloedt de evaluatie van de dienst van een klant. Een juist service herstel kan zelfs de klantervaring verbeteren. De flexibiliteit, proactiviteit en de sociale vaardigheden van de dienstverlener in het herstellen van fouten zijn daarnaast van belang in het vormen van de risicoperceptie van de klant (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Tijdens deze herstelmomenten vormt de klant een beeld van de ervaring die bepalend is voor de lange termijn maar kan ook koopgedrag beïnvloeden (Khan et al., 2015; Klaus & Maklan, 2012, 2013).
2.6.4. Peace of mind
Peace of mind bestaat uit de variabelen deskundigheid, eenvoudige werkwijze, relatie vs. transactie, instandhouding, bekendheid en onafhankelijk advies. De dimensie peace of mind beschrijft de beoordeling van de klant over alle interacties met een bedrijf voor, tijdens en na de aankoop van de dienst. Deze dimensie bevat het emotionele aspect van de evaluatie van de ervaring (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Het gaat om de emotionele voordelen die klanten ervaart die gebaseerd zijn op de deskundigheid van het bedrijf. Daarnaast wordt de eenvoud benadrukt waarmee het proces wordt doorlopen. Het gaat om de mate waarin klanten de beleving hebben dat ze een relatie aan het opbouwen zijn met het bedrijf, in plaats van alleen de transactionele dienst afnemen (Khan et al., 2015; Klaus & Maklan, 2012, 2013). Daarnaast wordt gemeten in hoeverre de klant van plan is om de relatie met het bedrijf in stand te houden. Tot slot meet de dimensie peace of mind in hoeverre klanten bekend zijn met het proces van de afgenomen dienst en in hoeverre onafhankelijk advies wordt gegeven (Khan et al., 2015; Klaus & Maklan, 2012, 2013).
2.6.5 Aanpassingen
In de originele vragenlijst van Klaus en Maklan (2012) zijn keuzevrijheid en vergelijking van het assortiment onderdeel van product experience. Deze twee variabelen zijn niet van toepassing op de context van IBEO aangezien klanten geen keuze hebben tussen verschillende dienstverleningen. Om deze reden zijn deze variabelen vervangen door de variabelen algemeen contact en behoefte aan reactie. Contact is namelijk het belangrijkste gedeelte van
de product experience bij IBEO. De achterliggende betekenis is dat de klant het gevoel van keuze en macht heeft en dat reflecteren de vervangende variabelen. Algemeen contact is in de context van IBEO gefocust op de mate waarin klanten de beleving hebben dat de vragen die zij stellen binnen een redelijke tijd worden beantwoord. Behoefte aan reactie gaat vooraf aan het beantwoorden van een vraag en betreft de snelheid waarmee er wordt gereageerd met eventueel een indicatie van wanneer de vraag volledig beantwoordt zal worden.
2.7. IBEO
IBEO is een groeiend modern accountantskantoor en streeft naar de ultieme klantbeleving. Het accountantskantoor verzorgd de (loon)administratie en aangiftes van klein tot middel grote ondernemingen en adviseert daarnaast. Er wordt gewerkt met 4 verschillende maandelijkse abonnementen waarvoor de gehele administratie wordt gedaan. Hiermee stapt dit accountantskantoor af van het traditionele ‘uurtje factuurtje’ waarbij de klant een vast bedrag per maand betaald en op elk moment kan bellen of emailen met vragen. Het streven is om het leven van ondernemers aangenamer te maken en daarom wordt er binnen de organisatie de klanttevredenheid beheerd. Er wordt gebruik gemaakt van CRM software Capsule en Kiyoh klantbeoordelingen. Toch blijft het voor IBEO lastig om in de schatten hoe het gesteld is met de algemene klanttevredenheid is en in het verlengde daarvan hoe de klant de dienst ervaart. IBEO werkt met een hoge graad van automatisering, waardoor direct klantcontact niet altijd plaatsvindt. De klantbeleving kan niet direct worden beoordeeld door werknemers aangezien klantcontact voornamelijk via software, emails of telefonisch contact loopt. Daarnaast groeit IBEO snel met momenteel 10 nieuwe klanten per week. Door deze snelle groei wordt het steeds belangrijker dat de processen soepel lopen zodat klanten tevreden zijn en blijven. Het EXQmodel geeft managers waardevolle inzichten in de dimensies die betrekking hebben op de perceptie van de klantervaring. Deze kennis kan worden gebruikt om uiteindelijk de klantervaring te verbeteren (Klaus & Maklan, 2012).
Op basis van bovenstaande informatie is het EXQmodel vertaald en aangepast naar de context van IBEO (Bijlage 8.1.). In dit onderzoek wordt getest of de structuur van het voorgestelde model (figuur 1) overeenkomt met de data die is verkregen bij het accountantskantoor. In andere woorden, de nulhypothese is dat de covarianties die verwacht worden bij het EXQmodel gelijk zijn aan de covarianties van de verkregen data in de structuur van het EXQmodel.
ov(x, )
ov(x, )
Ho
: C
y
EXQ= C
y
IBEOov(x, )
= ov(x, )
H
1: C
y
EXQ/ C
y
IBEOFiguur 1 Conceptueel model
3. Methodologie
Het onderzoek is gedaan bij accountantskantoor IBEO. In dit onderdeel wordt er beschreven hoe de vragenlijst is verspreidt onder de klanten. Aansluitend wordt er ingegaan op het statistische onderdeel van het onderzoek. Er wordt door middel van een Confirmatory Factor Analyse gebruik gemaakt van verschillende model fit indexen om uiteindelijk de hypothese te kunnen testen.
3.1. Verspreiding vragenlijst
De klanten zijn ondernemers van klein tot middelgrote bedrijven. De vragenlijst is vergelijkbaar opgesteld met het onderzoek van Klaus en Maklan (2012). De respondenten hebben aangegeven in hoeverre ze het eens zijn met 19 stellingen op een 7puntschaal (1= zeer oneens, 7= zeer eens) of “niet van toepassing”. De originele stellingen van Klaus en Maklan (2012) zijn aangepast op basis van de Nederlandse taal en specifiekere context van IBEO (Bijlagen 8.1., 8.5). Er is daarnaast ook een Engelse versie gemaakt voor de enkele Engelstalige klanten van IBEO (Bijlage 8.6.). Respondenten konden tijdens het invullen van de vragenlijst wisselen van taal. Deze aanpassingen waren nodig om ervoor te zorgen dat de respondenten de vragen zo goed mogelijk konden interpreteren en beantwoordden. De EXQstellingen zijn op willekeurige volgorde weergegeven om de invloed van een verlaagde concentratie aan het einde van een vragenlijst te verkleinen. Daarnaast wordt er op deze manier niet geïmpliceerd dat stellingen gecategoriseerd zijn. Naast het testen van de dimensies van het EXQmodel, is de NPS gemeten. Vervolgens wordt de NPS vergeleken met de benchmarks van de accounting industrie (Inavero, 2016). Deze vergelijking voegt waarde waarde toe voor het advies naar IBEO.
Voorafgaand aan het verspreiden van de vragenlijst ben ik als onderzoeker geïnterviewd door de marketingmanager. Dit interview is een week voorafgaand aan de verspreiding van de vragenlijst op de website van IBEO geplaatst zodat alle klanten op de hoogte zijn van het onderzoek bij IBEO (zie bijlage 8.9). Op deze manier zijn klanten gemotiveerd om de vragenlijst serieus in te vullen. Aangezien ik al meer dan twee jaar bij IBEO werk is het doel hiermee een emotionele binding te creëren bij de klanten waardoor ze meer geneigd zijn de vragenlijst in te vullen. Vervolgens is er een pilot vragenlijst verspreidt onder de werknemers van IBEO zodat eventuele opmerkingen of aanvullingen gemaakt konden worden (zie bijlage 8.2.). De vragenlijst is gestuurd uit naam van IBEO. Het was daarom belangrijk dat alle medewerkers achter de vragenlijst staan. De vragenlijst is
verspreid onder 342 persoonlijke emails van de klanten van IBEO (Bijlagen 8.3. en 8.5.). In de email is er aan de klant bekend gemaakt dat er 2x1maand gratis IBEO wordt verloot onder de klanten die de vragenlijst invullen. Daarnaast is er een belofte gemaakt van het management van IBEO dat het verbeterpunt uit dit onderzoek de komende tijd wordt verbeterd. Daarnaast is na een week na het verspreiden eenmaal een herinneringsmail uitgestuurd (bijlage 8.4.).
3.2. Structural Equation Model (SEM)
Het resultaat van de 7puntschaal vragenlijst zijn ordinale data, welke als numerieke data worden behandeld. Dit onderzoek test de voorgestelde structuur van het EXQmodel door middel van Structural Equation Modelling (SEM). SEM combineert factor analyse met een meervoudige regressie analyse om de structurele relaties tussen de waargenomen en latente variabelen te analyseren. Er wordt een Confirmatory Factor Analyse (CFA) gedaan waarbij de model fit wordt bepaald. Net zoals alle statistische methodes vereist SEM een aantal assumpties die voldaan moeten worden om nauwkeurige conclusies te kunnen trekken (Zumbo & Rupp, 2004 , p. 80). De belangrijkste assumpties zijn multivariate nomaliteit, geen missende data, een voldoende steekproefgrootte en een correcte model specificatie. Multivariate normale verdeling wordt getest door middel van Bartlett’s test of Sphericity. Bartlett’s test of Sphericity test de nulhypothese dat de data gelijke varianties heeft. Wanneer Bartlett’s test of Sphericity significant is (p<.05), wordt aangenomen dat de data bij benadering bolvormig ofwel multivariate normaal verdeeld zijn. Daarnaast is er getest in hoeverre de data geschikt is om een factor analyse op uit te voeren door middel van de KaiserMeyerOlkin test (KMO). Een KMO van hoger dan .8 is een goede indicatie dat een factor analyse waardevol is voor de variabelen. Wanneer vragenlijsten niet zijn afgerond en onvolledige data bevatten worden deze verwijderd van de dataset. Klaus en Maklan (2012) volgden de regel dat er per variabele vijf observaties nodig zijn, wat in dit geval neerkomt op 95 respondenten. Na het voldoen van deze assumpties is er op basis van de theorie een measurement model gemaakt in de vorm van een path analyse. Dit measurement model laat zien welke latente variabelen zijn gedefinieerd door welke indicatoren. Een latente variabele is een niet (direct) waargenomen variabele. Dit houdt in dat bijvoorbeeld de dimensie product experience een latente variabele is welke wordt waargenomen op basis van de 4 waargenomen indicatoren PRO1, PRO2, PRO3 en PRO4. Aangezien de latente variabele wordt geschat wordt er in de waargenomen variabelen rekening gehouden met een kleine foutmarge. Daarna wordt het structureel model gespecificeerd. Het structureel model geeft de relaties aan tussen de latente variabelen (Figuur 2). Ten slotte wordt de validiteit van het model getest door middel van verschillende model fit indexen.
3.3. Model Fit
Model fit wordt gemeten door de geschatte covariantie matrix en de waargenomen covariantie matrix met elkaar te vergelijken. Wanneer deze gelijk zijn is er sprake van een fit. De vrije parameters worden geschat op basis van Maximum Liklihood (ML), uitgaande van een normale multivariate verdeling. Een vrije parameter houdt in dat de variabelen een andere waarde dan nul hebben ofwel dat de variabelen onderling gerelateerd zijn. Er worden drie methodes gebruikt om de validiteit van het structureel model te bepalen: chisquare, goodnessoffit indexen en badnessoffit indexen (Hoyle & Duval, 2004, p. 311). Een hoge waarde van een goodnessoffit index geeft een goede model fit aan met 1 als perfecte fit. Waardes boven .9 worden geaccepteerd, maar >.95 geeft een goede fit aan.
De chisquare test de nulhypothese dat de covarianties hetzelfde zijn. De hypothese wordt verworpen bij een pwaarde kleiner dan .05. Wanneer de pwaarde groter is dan .05 is er sprake van een model fit. Chisquare is gevoelig voor de steekproefgrootte. Bij een kleine steekproefgrootte kan het zijn dat er niet genoeg kracht is om verschillen tussen de modellen van elkaar te onderscheiden. Wanneer er een complex model wordt getest, met veel variabelen en vrijheidsgraden, is de chisquare bijna altijd significant ondanks dat er een redelijk goede fit met de data is. Door de invloed van de steekproefgrootte en de complexiteit van een model is er de relatieve chisquare (CMIN/DF). Bij CMIN/DF wordt chisquare gedeeld door het aantal vrijheidsgraden. Ondanks dat verschillende onderzoekers het niet eens zijn over de waarde van wordt een CMIN/DF van kleiner dan 2 aangehouden om het model te accepteren. Aangezien er redelijk wat onduidelijkheid is rond chisquare wordt er ook gekeken naar de goodnessoffit indexen.
De volgende goodnessoffit indexen zijn absolute of relatieve fit indexen en meten hoeveel van de variantie in de covariance matrix kan worden verklaard. Deze indexen zijn TuckerLewis Index (TLI) ofwel NonNormed Fit Index (NNFI), Normed Fit Index (NFI), Comparative Fit Index (CFI), Goodness of Fit Index (GFI) en de Adjusted Goodness of Fit Index (AGFI). TLI/NNFI en NFI corrigeren beide voor de complexiteit van het model. GFI en AGFI worden niet meer als goede methodes aangemerkt om model fit te bepalen omdat bij een kleine steekproefgrootte de fit wordt onderschat. Daarnaast is ook NFI is afhankelijk van de steekproefgrootte en daarom worden de indexen TLI/NNFI en CFI geprefereerd om model fit te bepalen (Hu & Bentler, 1999). Wanner deze indexen een waarde van de van boven .9 hebben geeft dit een voldoende model fit aan.
Naast goodnessoffit indexen zijn er badnessoffit indexen, dit houdt in dat een lage waarde een goede fit aangeeft. Root Mean Squared Approximation of Error (RMSEA) index is
hier een voorbeeld van en accepteert dat een perfect fit niet realistisch is en kijkt naar hoe goed een model het echte model benadert. RMSEA wordt aangeraden en is een populaire methode om model fit te bepalen (Hu & Bentler, 1999). Als de benadering goed is dan is een lage RMSEA waarde gewenst. Een RMSEA waarde van minder dan .05 is nodig om het model te accepteren. RMSEA waardes tussen .08 en .1 wijzen op middelmatige fit van het model. Een goede of perfecte model fit geeft niet aan dat het model correct is, maar alleen dat het mogelijk is. Een fit geeft aan dat er onvoldoende bewijs is om het model te verwerpen. Wanneer het model een onvoldoende fit heeft kunnen er modificaties gedaan worden om de fit te verbeteren. De modificaties op het model kunnen alleen worden toegepast op basis van gegronde theorie.
4. Resultaten
Aan de hand van de methodologie worden in dit onderdeel de resultaten van de analyses besproken. Eerst worden er een aantal beschrijvende statistieken weergeven. Vervolgens worden de resultaten van de Confirmatory Factor Analyse besproken aan de hand van de model fit indexen.
4.1. Beschrijvende statistiek
De vragenlijst is in twee weken door 110 respondenten ingevuld ofwel er is een responspercentage behaald van 32%. Er zijn 10 respondenten niet meegenomen in de analyse omdat de vragenlijsten niet volledig waren afgerond, 120 respondenten waren dus begonnen aan de vragenlijst. De leeftijdsverdeling (Tabel 1) is vergelijkbaar met de respondenten van het onderzoek uit 2012 van Klaus en Maklan (Bijlage 8.8). Opvallend is dat de verdeling man/vrouw niet gelijk is (Tabel 2). Gegevens van inkomen en opleidingsniveau waren niet beschikbaar. Voorafgaand aan het testen van de validiteit is de KMO en Bartlett’s test of Sphericity gemeten om te testen of de data geschikt is voor factor analyse. In principe wordt er al uitgegaan van geschikte data omdat er een CFA wordt gedaan. Toch worden deze testen gedaan voor de volledigheid van het onderzoek. KMO geeft een goede score van .893 (>.8) en Bartlett’s test of Sphericity is significant met p<.001 (p<.05). Daarnaast heeft het EXQmodel een hoog niveau van interne consistentie aan de hand van de Cronbach’s Alpha van .921 (Tabel 3). Er kan vanuit worden gegaan dat de data bij benadering multivariate normaal verdeeld is en daarnaast geschikt is om een CFA op uit te voeren.
4.2. Confirmatory Factor Analyse
Er zijn drie methodes gebruikt om de validiteit van het structureel model te bepalen: chisquare, goodnessoffit index en een badnessoffit index (Hoyle & Duval, 2004, p. 311). De pwaarde van chisquare is significant met p<.001 (p<.05) en heeft een waarde van 281.507 op basis van 146 vrijheidsgraden en een steekproefgrootte van 110 (Tabel 4). Chisquare suggereert dat de verkregen data niet consistent is met de structuur van het EXQmodel. CMIN/DF is 1.928 en is kleiner dan 2 en geeft daarmee en goede model fit aan. TLI/NNFI waarde van .850 en de CFI waarde van .872 zijn veelbelovend maar net niet acceptabel voor model fit (<.9). Tot slot geeft RMSEA een indicatie van een middelmatige model fit =.092 (tussen .8 en .1). In het onderzoek van Klaus en Maklan (2012) werd een RMSEA van .05 behaald er zit dus verschil in model fit.
Leeftijd in jaren Percentage Geslacht Percentage
1825 2.83 Man 85 2635 35.85 Vrouw 15 3645 33.97 Tabel 2 Geslachtverdeling 4655 16.98 5664 6.60 Cronbach’s Alpha .921 65+ 3.77 Tabel 3 Cronbach’s Alpha Tabel 1 Leeftijdverdeling
Model fit CMIN DF P CMIN/
DF
TLI CFI RMSEA
Compleet model 281.507 146 .000 1.928 .850 .872 .092 Model PRO2, PRO3
en PEA2
204.791 98 .000 2.090 .873 .895 .100
Tabel 4 Model fit indexen
Een goede model fit geeft niet aan dat het model correct is, maar alleen dat het model niet verworpen wordt. De indexen geven veelbelovende waardes en daarom kunnen er modificaties gedaan worden om de fit te verbeteren. In tabel 5 staan de factor loadings van de variabelen op de dimensies. De variabelen PRO2, PRO3 en PEA2 hebben waardes onder .4. Dit betekent dat deze variabelen de latente variabele van de dimensie niet goed weergeven.
PRO2 weergeeft de variabele vergelijking en deze is gemeten door middel van de stelling: “Ik vergelijk de diensten van IBEO met de diensten die andere accountantskantoren bieden”. PRO3 weergeeft de behoefte van de klant aan reactie. Deze variabele is gemeten door middel van de stelling: “Ik verwacht binnen 24 uur een reactie wanneer ik een vraag stel. Let op: een reactie hoeft geen antwoord te zijn”. PEA2 staat gelijk aan de variabele eenvoudige werkwijze en is gemeten door middel van de stelling: “Bonnetjes of facturen uploaden gaat
eenvoudig in Receiptbank”. Blijkbaar zijn deze drie variabelen niet goed gemeten of is de dimensie product experience in deze vorm niet van toepassing in de onderzochte context. In hoofdstuk 5 wordt er verder ingegaan op deze discussie. Wanneer deze variabelen worden verwijderd uit de data, verbeterd de model fit van TLI van .850 naar .872 en van CFI van .872 naar .895. De chisquare blijft een pwaarde houden van kleiner dan .001, CMIN/df verslechterd naar 2.090 en RMSEA verslechterd naar 1.00. Daarnaast verbeterd Cronbach’s Alpha wanneer de drie variabelen PRO2, PRO3 en PEA2 worden verwijderd van de dataset naar respectievelijk .928, .925, .925. In het aangepaste model is de model fit beter maar niet overtuigend genoeg om het model te accepteren.
Door middel van model fit indexen Chisquare, CMIN/df, TLI, CFI en RMSEA en is de nulhypothese getest dat de covarianties die verwacht worden bij het EXQmodel gelijk zijn aan de covarianties van de verkregen data in de structuur van het EXQmodel. Chisquare, TLI en CFI verwerpen deze hypothese op basis van een score die dichtbij een acceptabele grens ligt. CMIN/df en RMSEA accepteren deze hypothese. Aan de hand van meerdere model fit indexen is er veelbelovend, maar geen overtuigend bewijs om de nulhypothese te verwerpen. De data zijn bijna overtuigend genoeg om aan te geven of het EXQmodel bij de verkregen datastructuur past.
Standardized Regression Weights:
Estimate Estimate
PRO1 ⟵ ProductExperience 0.634 MOM3 ⟵ MomentsOfTruth 0.634 PRO2 ⟵ ProductExperience 0.218 MOM4 ⟵ MomentsOfTruth 0.628 PRO3 ⟵ ProductExperience 0.155 MOM5 ⟵ MomentsOfTruth 0.635 PRO4 ⟵ ProductExperience 0.741 PEA1 ⟵ PeaceOfMind 0.771
OUT1 ⟵ OutcomeFocus 0.790 PEA2 ⟵ PeaceOfMind 0.280
OUT2 ⟵ OutcomeFocus 0.661 PEA3 ⟵ PeaceOfMind 0.732
OUT3 ⟵ OutcomeFocus 0.629 PEA4 ⟵ PeaceOfMind 0.845
OUT4 ⟵ OutcomeFocus 0.636 PEA5 ⟵ PeaceOfMind 0.621
MOM1 ⟵ MomentsOfTruth 0.818 PEA6 ⟵ PeaceOfMind 0.646
MOM2 ⟵ MomentsOfTruth 0.451
4.3. Net Promoter Score
Naast het EXQmodel is de NPS gemeten. Respondenten geven op een schaal van 0 tot 10 aan in hoeverre het waarschijnlijk is dat zij IBEO aanbevelen aan vrienden of kennissen. De NPS wordt berekend door het percentage detractors af te trekken van het percentage promoters (Tabel 6). Aangezien de NPS veelal wordt gemeten worden twee benchmarks van de NPS gebruikt (Inavero, 2016). Wegens beperkt toegang tot gegevens is het onduidelijk op welke manier de benchmark precies tot stand is gekomen, de benchmark wordt daarom alleen als indicatie gebruikt. De eerste NPS benchmark betreft de tevredenheid van de klant over het algemeen met het accountantsbedrijf. Het blijkt dat de klanten van IBEO vooral passief reageren op de NPS, er zijn maar liefst 21% meer passieve respondenten dan bij de eerste benchmark. De tweede NPS benchmark is gebaseerd op de tevredenheid met dagelijks contact met het accountantsbedrijf. Er zijn 8% minder detractors bij IBEO ten opzichte van de tweede benchmark. Dit betekent dat er een groeipotentieel zit bij IBEO door de passieve klanten om te zetten in promoters. Vanwege het grote onderdeel passieve respondenten is de totale NPS van 20% is relatief laag ten opzichte van de eerste benchmark van 28%. Ten opzichte van de tweede benchmark doet IBEO het beter met 3% positief verschil. NPS in % % Detractors (16) % Passives (7 of 8) % Promoters (9 of 10) IBEO 20 13 54 33 Benchmark algemene tevredenheid 28 20 33 48 Benchmark dagelijks contact 17 21 41 38 Tabel 6 Net Promoter Score
5. Discussie
Klantervaring is een belangrijk onderdeel van de competitieve omgeving van dienstverlenende bedrijven (Verhoef et al., 2009). Dit onderzoek is gefocust op het valideren van het EXQmodel bij een Nederlands accountantskantoor. Het EXQmodel is nooit eerder in Nederland onderzocht en daarom is onderzoek hiernaar waardevol en uniek. Daarnaast is het EXQmodel onderzocht bij een accountantskantoor die werkt met een hoge mate van automatisering en daarnaast streeft naar een hoog serviceniveau. Deze combinatie wordt steeds populairder door de moderne technologie en daarom is het van belang dat in deze context onderzoek wordt gedaan. De coauteur van het EXQmodel Klaus staat achter de waarde van dit onderzoek, wat blijkt uit emailcontact: “I applaud your ambitious research aim and wish you the very best” (3 mei 2016). Uit de resultaten blijkt dat er veelbelovend, maar geen overtuigend bewijs is om te stellen dat het model wordt verworpen. Het kan zijn dat de resultaten minder overtuigend zijn door invloed van de specifieke context. In deze discussie wordt ten eerste de culturele invloed besproken. Vervolgens wordt de contextuele invloed van het onderzochte accountantskantoor besproken.
5.1. Culturele invloed
Voor het eerst is het EXQmodel onderzocht in Nederland. Eerder onderzoek is vooral gedaan in het Verenigd Koninkrijk en daarom kan het zijn dat culturele verschillen invloed hebben gehad op de resultaten van het onderzoek. Een belangrijker aspect is de vertaling van de vragenlijst. Aangezien de vragenlijst is verspreid onder voornamelijk Nederlandse respondenten is de vragenlijst vertaald van het Engels naar het Nederlands. De respondenten hadden de mogelijkheid om tijdens het invullen van de vragenlijst de taal de wisselen naar Engels of Nederlands. Desondanks kan het zijn dat door de vertaling de stellingen niet op dezelfde manier zijn overgekomen als in eerder onderzoek. In vervolgonderzoek zou het beter zijn als er meerdere vertalingen met elkaar worden vergeleken door professionele vertalers. Nederlanders hebben naar mijn mening over het algemeen een redelijke kennis van de Engelse taal. Het EXQmodel zou daarom ook in het Engels getest kunnen worden. Het is daarbij interessant in hoeverre Nederlandse respondenten dezelfde antwoorden geven wanneer de vragen in het Engels worden gesteld.
5.2. Contextuele invloed
Het onderzoek heeft plaatsgevonden bij een accountantskantoor. Hoewel het EXQmodel in veel verschillende contexten is onderzocht, is het naar kennis nog niet bij een
accountantskantoor onderzocht. Daarnaast is IBEO geen standaard accountantskantoor en heeft het geen traditionele manier van werken. De relatie met de klant is hierdoor informeel en open. Hierdoor wijkt het onderzochte bedrijf af van traditionele bedrijfsvoering. Het kan zijn dat de dimensie product experience daardoor minder van toepassing is op IBEO. Om deze reden waren er voorafgaand aan het verspreiden van de vragenlijst twee stellingen aangepast naar de context van het accountantskantoor. Het blijkt uit de resultaten dat de dimensie product experience niet goed past bij de data. De stelling die de dimensie het beste weergeeft is in hoeverre een klant tevreden is met de toegewezen contactpersoon. Doordat IBEO een hoge mate van automatisering heeft staat de dienstverlening centraal. Hierdoor kan het zijn dat de variabelen van product experience de dimensie niet goed weergeven. In vervolgonderzoek zou het interessant zijn in hoeverre de dimensie product experience context specifiek is voor bijvoorbeeld grotendeels geautomatiseerde diensten.
5.3. Beperkingen, validiteit en betrouwbaarheid
Het onderzoek is uitgevoerd onder 110 respondenten. Klaus en Maklan (2012) gebruikten de grens van vijf observaties per variabelen, in dit geval dus een minimum van 95 respondenten. Op basis daarvan is de betrouwbaarheid van het onderzoek goed genoeg. De meningen zijn echter verdeeld onder onderzoekers over het ideale aantal respondenten. Field (2013, p. 684) geeft bijvoorbeeld aan dat in het algemeen 300 respondenten nodig zijn om een factor analyse uit te voeren. De ideale steekproefgrootte hangt van verschillende variabelen af. Onder andere chisquare is gevoelig voor de steekproefgrootte en een groter aantal respondenten had dus waardevoller geweest voor het onderzoek. Desondanks geeft de KMO van .893 aan dat de data geschikt is voor factor analyse.
Daarnaast is de NPS vergeleken met twee benchmarks van de accounting industrie. Vanwege beperkt toegang tot gegevens is het niet mogelijk om de betrouwbaarheid in te schatten van deze benchmarks. De NPS wordt daarom alleen vergeleken als indicatie hoe IBEO het doet ten opzichte van de industrie. Door EXQ door de jaren heen te meten kan er een (interne) benchmark gecreëerd worden.
Een beperking van het onderzoek is dat de geüpdatet versie van Klaus en Maklan uit 2012 in plaats van 2013 is gebruikt. Het model uit 2013 linkt het EXQmodel aan marketinguitkomsten zoals mondtotmond reclame, loyaliteit en klanttevredenheid. Wegens niet genoeg statistische ervaring en een beperkt tijdsbestek was het niet mogelijk om naast het valideren van het EXQmodel ook de invloed op marketinguitkomsten te testen. In de toekomst wordt er aangeraden om het meest recente model te testen zodat de invloed van klantervaring op belangrijkste marketing uitkomsten kan worden onderzocht.
6. Conclusie
6.1. Validatie EXQmodel
In dit onderzoek is de validiteit van het EXQmodel van Klaus en Maklan (2012) in de context van een accountantskantoor. Het Nederlandse accountantskantoor IBEO werkt met een hoge mate van automatisering. Het EXQmodel bestaat uit vier dimensies: product experience, outcome focus, moments of truth en peace of mind. De nulhypothese die is getest stelt dat de covarianties die verwacht worden bij het EXQmodel gelijk zijn aan de covarianties van de verkregen data in de structuur van het EXQmodel.
De nulhypothese kan niet overtuigend worden verworpen en de alternatieve hypothese kan niet overtuigend worden geaccepteerd. Het is daardoor niet aannemelijk dat de structuur van het EXQmodel in deze context wordt gevalideerd door middel van een Confirmatory Factor Analyse en de gebruikte model fit indexen. Dit betekent niet dat de structuur van het EXQmodel niet klopt. Het kan zijn dat door de vertaling en de geautomatiseerde context de dimensies niet goed bij de verkregen data past. Het blijkt dat met name de dimensie product experience niet goed past bij de verkregen data.
6.2. Richting voor vervolgonderzoek
In vervolgonderzoek zou het interessant zijn in hoeverre de dimensie product experience context specifiek is voor bijvoorbeeld grotendeels geautomatiseerde diensten. In dit onderzoek paste de dimensie product experience niet goed bij de data en het is interessant om te onderzoeken of de oorzaak hiervan ligt in de context van de geautomatiseerde dienstverlening.
Daarnaast zijn er in dit onderzoek vervolgvragen gesteld wanneer de respondent een negatieve houding had tegenover een stelling. Respondenten konden een directe reden geven voor de houding tegenover de stelling waardoor het bedrijf op basis hiervan actiepunten kan opstellen. Het is interessant om de respons van deze vragen te verhogen door hier een gestandaardiseerd antwoordmodel voor te ontwikkelen. Deze vervolgvragen kunnen dan als extensie dienen voor het EXQmodel en direct input geven voor verbeterpunten voor een bedrijf.
Tot slot is in dit onderzoek naast het EXQmodel de NPS gemeten. Deze NPS is gebruikt om de klanttevredenheid van IBEO te kunnen vergelijken met de benchmark van de accountancy industrie. Wegens een beperkt tijdsbestek is er verder geen vergelijking gemaakt
tussen de scores van het EXQmodel en het NPS model. Het EXQmodel is relatief nieuw en er zijn naar kennis nog geen langlopende onderzoeken gedaan naar EXQ. Het zou interessant zijn om het EXQmodel door de tijd heen te meten. Op deze manier kan er een EXQbenchmark gecreëerd worden waardoor bedrijven de score op het EXQmodel kunnen vergelijken. Aantal woorden: 7748
7. Referenties
Brodie, R. J., Hollebeek, L. D., Juric, B., & Ilic, A. (2011). Customer Engagement: Conceptual Domain, Fundamental Propositions, and Implications for Research. Journal of Service Research, 14(3), 252271.
Buttle, F. (1996). SERVQUAL: Review, critique, research agenda. European Journal of Marketing, 30(1), 832.
Camarero, C. (2007). Relationship orientation or service quality? International Journal of Bank Marketing, 25(6), 406426.
Caruana, A. (2002). Service loyalty. European Journal of Marketing, 36(7/8), 811828.
Hallowell, R. (1996). The relationships of customer satisfaction, customer loyalty, and profitability: An empirical study. International Journal of Service Industry Management,
7(4), 2742.
Hoyle, R.H. & Duvall, J.L. (2004). Determining the Numbers of Factors in Exploratory and Confirmatory Factor Analysis. In M. Carmicheal (Ed.), The Sage handbook of quantitative methodology for the social sciences (pp. 301317). Sage.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 155.
Inavero (2016). Net Promoter Score (NPS) Benchmarks for Accounting. Geraadpleegd op 5 mei 2016, van https://www.inavero.com/category/accounting/netpromoterscore benchmarksforaccounting
Khan, I., Garg, R. J., & Rahman, Z. (2015). Customer Service Experience in Hotel Operations: An Empirical Analysis. Procedia Social and Behavioral Sciences, 189, 266274.
Klaus, P., & Maklan, S. (2007). The role of brands in a servicedominated world. Journal of Brand Management, 15(2), 115122.
Klaus, P., & Maklan, S. (2011). Customer experience: are we measuring the right things?.
International Journal of Market Research, 53(6), 771792.
Klaus, P., & Maklan, S. (2012). EXQ: A multiple ‐item scale for assessing service experience.
Journal of Service Management, 23(1), 533.
Klaus, P., & Maklan, S. (2013). Towards a better measure of customer experience.
International Journal of Market Research, 55(2), 227.
Lemke, F., Clark, M., & Wilson, H. (2010). Customer experience quality: An exploration in business and consumer contexts using repertory grid technique. Journal of the Academy of Marketing Science, 39(6), 846869.
Liuqu, Y., Fan, X., & Fu, P. L. (2015). From Customer Satisfaction to Customer Experience: Online Customer Satisfaction Practice in International Ecommerce. In CrossCultural Design Applications in Mobile Interaction, Education, Health, Transport and Cultural Heritage (pp. 8089). Springer International Publishing.
Lovelock, C., & Wright, L. (2001a). Understanding Serive Processes. In Principles of service marketing and management (7495). Prentice Hall.
Lovelock, C., & Wright, L. (2001b). Customer Behavior in Service Environments. In Principles of service marketing and management (7495). Prentice Hall.
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). Servqual. Journal of retailing , 64(1), 1240.
Ponsignon, F., Klaus, P., & Maull, R. S. (2015). Experience cocreation in financial services: an empirical exploration. Journal of Service Management, 26(2), 295320.
Verhoef, P. C., Lemon, K. N., Parasuraman, A., Roggeveen, A., Tsiros, M., & Schlesinger, L. A. (2009). Customer experience creation: Determinants, dynamics and management strategies. Journal of retailing, 85(1), 3141.
Wisniewski, M. (2001). Using SERVQUAL to assess customer satisfaction with public sector services. Managing Service Quality: An International Journal, 11(6), 380388.
Zumbo, B.D. & Rupp, A.A (2004). Responsible Modeling of Measurement Data for Appropriate Infrerences: Important Advances in Reliability and Validity Theory. In M. Carmicheal (Ed.), The Sage handbook of quantitative methodology for the social sciences (pp. 7393). Sage.