Validatie van het EXQmodel om klantervaring te meten bij een grotendeels geautomatiseerd accountantskantoor in Nederland

     

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  

Samenvatting_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​5  1. Introductie_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​6  2.Theoretisch kader_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​8  2.1. Klanttevredenheid_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​8  2.2. Net Promoter Score_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​9  2.3. Service kwaliteit_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​9  2.4. Klantervaring_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​10  2.5. Kwaliteit van klantervaring_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​11  2.6. Dimensies van het EXQ­model_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​12  2.6.1. Product experience_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​12  2.6.2. Outcome focus_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ ­­_​12  2.6.3. Moments of truth​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­​13  2.6.4. Peace of mind_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ ­­_​13  2.6.5 Aanpassingen_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​13  2.7. IBEO_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​14  3. Methodologie_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ ­_​16  3.1. Verspreiding vragenlijst_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​16  3.2. Structural Equation Model (SEM)_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​17  3.3. Model Fit_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​19  4. Resultaten_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​21  4.1. Beschrijvende statistiek_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​21  4.2. Confirmatory Factor Analyse_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​21  4.3. Net Promoter Score_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​22  5. Discussie_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​26  5.1. Culturele invloed_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​25  5.2. Contextuele invloed_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​25  5.3. Beperkingen, validiteit en betrouwbaarheid_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​26  6. Conclusie_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​27  6.1. Validatie EXQ­model​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ ​27  6.2. Richting voor vervolgonderzoek_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​27  7. Referenties_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​29  8. Bijlagen_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­  _​32 

8.1. Vragenlijst­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​32  8.2. Uitnodiging pilot vragenlijst werknemers IBEO_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­ _​35  8.3. Uitnodiging deelname vragenlijst_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​36  8.4. Herinnering: Uitnodiging deelname vragenlijst_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​37  8.5. Introductie vragenlijst_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​38  8.6. Engelse vragenlijst_​­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­­_​39  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

_IBEO

 

ov(x, ) 

= ov(x, ) 

H

₁

: C

y

  _EXQ

/ C

y

_IBEO

 

Figuur 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.