HET METEN VAN KRITISCHE PERFORMANTIE ......1 1. Inleiding Customer loyalty wordt wereldwijd aanzien als een kritieke factor voor financiële performantie en lange-termijn succes. De
Post on 26-Jul-2020
0 Views
Preview:
Transcript
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2011 – 2012
HET METEN VAN KRITISCHE PERFORMANTIE
INDICATOREN EN KLANTLOYALITEIT: HOE IS
BELANGRIJKER DAN WAT!
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Toegepaste Economische Wetenschappen
Bart Putteman
onder leiding van
Prof. dr. Bart Larivière en Arne De Keyser
II
III
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2011 – 2012
HET METEN VAN KRITISCHE PERFORMANTIE
INDICATOREN EN KLANTLOYALITEIT: HOE IS
BELANGRIJKER DAN WAT!
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Toegepaste Economische Wetenschappen
Bart Putteman
onder leiding van
Prof. dr. Bart Larivière en Arne De Keyser
IV
- NO PERMISSION
Ondergetekende verklaart dat de inhoud van deze masterproef niet mag geraadpleegd en/of
gereproduceerd worden.
Bart Putteman
V
Woord vooraf
Vooraleer deze thesis te lezen en te begrijpen, wil ik enkele mensen speciaal bedanken. In de eerste
plaats zou ik mijn begeleider Arne De Keyser heel erg willen bedanken. Zijn inspanningen en
waardevolle bijdragen hebben er mede voor gezorgd dat deze masterproef naar een hoger niveau
getild werd. Ook mijn promotor Prof. Dr. Bart Larivière heeft me altijd bijgestaan met zijn kritische
geest. Daarnaast zou ik ook mijn vrienden, ouders en familie willen bedanken. Zij waren mijn rots in
de branding bij moeilijke momenten en hebben mij goed geholpen bij het verzamelen van de
enquêtes. Ten slotte wil ik ook alle respondenten bedanken. Zonder hen zou dit onderzoek niet
plaatsgevonden kunnen hebben.
Deze masterproef beschouw ik als de ultieme afsluiter van een interessante vierjarige opleiding
Toegepaste Economische Wetenschappen. Met deze studie hoop ik een waardevolle bijdrage te
kunnen leveren aan de bestaande literatuur.
VI
Inhoudsopgave
1. Inleiding ........................................................................................................................................... 1
2. Theorie ............................................................................................................................................ 6
2.1 WAT? ............................................................................................................................................. 6
2.1.1 Niet-vergelijkende kritische performantie indicatoren van SOW ........................................ 13
2.1.2 Vergelijkende kritische performantie indicatoren van SOW................................................ 14
2.2 HOE? ............................................................................................................................................ 15
2.2.1 De meetmethoden ............................................................................................................... 17
3. Methodologie ................................................................................................................................ 21
3.1 Steekproef ................................................................................................................................... 21
3.2 Procedure ................................................................................................................................... 21
3.3 Maatstaven .................................................................................................................................. 22
3.4 Reliability ..................................................................................................................................... 23
3.5 Afhankelijke variabele ................................................................................................................. 24
3.6 Controlevariabelen ...................................................................................................................... 24
4. Data analyse en bevindingen ........................................................................................................ 24
4.1 Data controle ............................................................................................................................... 24
4.2 Analyse ........................................................................................................................................ 25
4.2.1 Correlaties ............................................................................................................................ 25
4.2.2 Regressie .............................................................................................................................. 37
5. Conclusies ...................................................................................................................................... 38
5.1 Discussie ...................................................................................................................................... 38
5.2 Management- en andere implicaties .......................................................................................... 40
5.3 Beperkingen en toekomstig onderzoek ...................................................................................... 42
6. Referenties .................................................................................................................................... 44
VII
Lijst tabellen
Tabel A: De vier verschillende meetmethoden ....................................................................................... 4
Tabel B: KPI's in vroegere Share-of-Wallet studies ................................................................................. 8
Tabel C: Overzicht definities voornaamste KPI's ................................................................................... 12
Tabel D: De vier verschillende meetmethoden: uitgebreid .................................................................. 19
Tabel E: WAT en HOE: synthese ............................................................................................................ 20
Tabel F: Cronbach alfa en correlaties .................................................................................................... 23
Tabel G: Controlevariabelen .................................................................................................................. 24
Tabel H: De vier meetmethoden: praktisch .......................................................................................... 25
Tabel I: Correlatietabel niet-vergelijkende methode (hoofdwinkel) .................................................... 27
Tabel J: Correlatietabel absoluut directe methode ............................................................................... 28
Tabel K: Correlatietabel absoluut indirecte methode ........................................................................... 29
Tabel L: Correlatietabel indirecte ranking ............................................................................................. 30
Tabel M: Correlaties van de verschillende meetmethoden per KPI ..................................................... 31
Tabel N: Correlaties met SOW van hoofdwinkel ................................................................................... 34
Tabel O: Stepwise regressie .................................................................................................................. 37
Tabel P: Value disciplines van Treacy en Wiersema .............................................................................. 40
Afkortingen
SOW = Share-of-Wallet
KPI = Kritische Performantie Indicator
AD = Absoluut Direct
AI = Absoluut Indirect
RD = Ranking Direct
RI = Ranking Indirect
H = Hoofdwinkel
T = Tweede winkel
1
1. Inleiding
Customer loyalty wordt wereldwijd aanzien als een kritieke factor voor financiële performantie en
lange-termijn succes. De reden hiervoor is dat loyaliteit leidt tot hogere verkopen en opbrengsten,
het oprichten van entry-barrières, het verlagen van de wervingskosten van klanten, en het
verminderen van de gevoeligheid van klanten voor acties van concurrenten (Brexendorf, Mühlmeier,
Tomczak en Eisend 2010). Aldus is loyaliteit van groot belang voor zowel management als academici
(Keiningham, Aksoy, Cooil en Andreassen 2008), en kan het een strategisch voordeel zijn in moeilijke
economische tijden waar gevochten wordt om de consument. Dit gecombineerd met toegenomen
operationele kosten en afnemende winstmarges (Babakus en Yavas, 2008), zorgt ervoor dat
klantloyaliteit één van de belangrijkste agendapunten van veel managers vormt. Dit wordt
aangetoond door de ‘Conference Board 2010 CEO Challenge Survey’ (Barrington 2010). Dit
onderzoek peilt naar de topprioriteiten bij managers wereldwijd, en klantloyaliteit en klantretentie
worden op de vierde plaats gescoord wat betreft de ‘challenges’ voor de toekomst in het
bedrijfsleven. Daarnaast is brand loyalty en het onderzoek ernaar ook van groot belang voor
marktonderzoeksbureaus. Elk jaar geven bedrijven miljoenen dollars uit aan marktonderzoekbureaus
om de brand loyalty na te gaan. Dit onderzoek maakt dan ook de kernactiviteit uit van veel van
dergelijke onderzoeksbureaus (Bennet en Rundle-Thiele 2005).
Sinds decennia investeren bedrijven veel geld in het meten en verbeteren van klantloyaliteit. Enkele
voorbeelden: de 16 grootste Europese retailers besteedden in 2000 alles samen meer dan 1 miljard
dollar aan loyaltyprojecten (Reinartz en Kumar 2002), de ‘loyalty-marketing’ industrie in de
Verenigde Staten wordt geschat op tien miljard dollar en men heeft ook vastgesteld dat in de
Verenigde Staten ongeveer 1.3 miljard Amerikanen actief betrokken zijn bij een of ander
loyaliteitsprogramma. In het Verenigd Koninkrijk wordt geschat dat ongeveer 92% van de
consumenten deelnemen aan een loyaliteitsprogramma (Berman 2006).
We kunnen dan ook concluderen dat klantloyaliteit van groot belang is voor het management van
een bedrijf of organisatie, en dat de nodige middelen worden geïnvesteerd om die loyaliteit te
stimuleren.
Ondanks het feit dat er door bedrijven veel geld wordt uitgegeven aan het meten en het verbeteren
van de klantloyaliteit gaat deze in het algemeen toch sterk achteruit (Clancy, 2001; Bennett en
Rundle-Thiele, 2005). Klanten worden steeds meer gedefinieerd als zijnde polygaam loyaal ten
opzichte van twee à drie decennia geleden (Uncles, Ehrenberg en Hammond 1995; Uncles, Dowling
en Hammond 2003; Rust, Lemon en Zeithaml 2004; Bennet en Rundle-Thiele 2005). Het
2
loyaliteitsprogramma van Kraft Foods illustreert deze tendens erg goed. Kraft Foods is het grootste
etens- en drankwarenbedrijf van Noord-Amerika, en haar producten hebben hun intrede gedaan in
99% van alle huishoudens. Kraft definieert een loyale klant als iemand die meer dan 70% van zijn
aankopen in een bepaalde productcategorie bij één enkel merk doet gedurende de laatste drie jaar.
Drie decennia geleden was het percentage van Kraft’s klanten dat voldeed aan deze beschrijving
gemiddeld 40%. Vandaag ligt dit ongeveer rond de 15% (Zabin en Brebach 2004). Dit fenomeen
kunnen we bestempelen als de ‘loyaliteitscontradictie’: ondanks de toegenomen uitgaven voor het
meten en verbeteren van klantloyaliteit gaat deze loyaliteit toch achteruit. De belangrijkste redenen
zijn de economische ontwikkelingen en toegenomen concurrentie (Keiningham, Vavra, Aksoy, en
Wallard 2005). Klanten worden dus meer en meer als polygaam loyaal aanzien, dit is “loyal to a
portfolio of brands in a product category” (Uncles, Dowling en Hammond, 2003, p 297).
‘Is loyaliteit dan dood?’, is de vraag die men zich kan stellen. Zeker is dat loyaliteit in de zin van
klantretentie (blijft de klant? Ja/Nee) niet langer genoeg is om de waarde van een klant te bepalen.
Omwille van het fenomeen van polygame loyaliteit is het namelijk niet voldoende om louter en
alleen te gaan kijken naar retentie (Coyles en Gokey 2002). In deze tijd waar multi-brand en multi-
provider loyaliteit de nieuwe dominante logica vormen, is de focus op het ‘klantaandeel’ of de
‘Share-of-Wallet’ de belangrijkste. De focus op ‘share’ van een klant is vandaag zeer belangrijk. De
vraag die men zich als bedrijf of organisatie vandaag moet stellen is niet meer ‘hoe de klantretentie
verhogen’ maar veeleer ‘welk aandeel van de klant zijn uitgaven wordt uitgegeven bij mijn bedrijf of
organisatie, en hoe kan ik dit aandeel beïnvloeden/verhogen?’. De loyale klant van vandaag wordt
gedefinieerd als een klant die jou als bedrijf of organisatie een groter deel van zijn uitgaven in een
bepaalde productcategorie geeft, in vergelijking met de concurrentie.
Aangezien het meten van klantloyaliteit door klantretentie onvoldoende blijkt omwille van het feit
dat klanten polygaam loyaal zijn, moet men de loyaliteit nu dus op een andere manier meten. De
populaire methode om (polygame) klantloyaliteit te meten is Share-of-Wallet (SOW). Cooil,
Keiningham, Aksoy en Hsu (2007, p 68) definiëren SOW als volgt: “the percentage of money a
customer allocates in a category that is assigned to a specific firm”. Vele auteurs zijn het er over eens
dat SOW een betere manier is dan klantretentie om klantloyaliteit te gaan meten (Jones en Sasser
1995; Keiningham, Perkins-Munn en Evans 2003; Perkins-Munn, Aksoy, Keiningham en Estrin 2005;
Cooil et al 2007). Ook in de praktijk wordt SOW door veel managers verkozen boven klantretentie als
maatstaf van klantloyaliteit (Cooil et al 2007; Larivière 2012). Share-of-Wallet is een sterkere
maatstaf van behavioral loyalty dat niet alleen de uitgaven bij het eigen bedrijf maar ook bij de
concurrentie in rekening brengt, en het wordt dikwijls verkozen door managers en academici om
behavioral loyalty te operationaliseren (Cunningham 1956; Cunningham 1961; Brody en Cunningham
3
1968; Wind 1970; Bowman, Farley, en Schmittlein 2000; Bowman en Narayandas 2004; Keiningham,
Vavra, Aksoy en Wallard 2005b;). Daarom veranderen de marketingspecialisten hun focus nu meer
en meer van retentie naar Share-of-Wallet (Cooil et al 2007). In hun McKinsey report zeggen Coyles
en Gokey (2002) dat een focus op zowel klantretentie als klantloyaliteit tien keer meer waarde
oplevert dan dat men enkel retentie in beschouwing neemt. Men stelt dus een link vast tussen
klantloyaliteit en winstgevendheid (Hallowell 1996; Rowley en Dawes 1999).
We weten nu hoe we de klantloyaliteit gaan meten (namelijk via SOW) maar wat bepaalt nu die
klantloyaliteit. Wat zijn de kritische performantie indicatoren (KPI) van klantloyaliteit? En hoe gaan
we deze KPI’s meten? “Het wat en het hoe”.
Als belangrijkste KPI van SOW komt klanttevredenheid naar voor (Silvestro en Cross 2000; Mägi
2003; Keiningham et al 2003, 2005; Bowman en Narayandas 2004; Perkins-Munn et al 2005;
Baumann, Burton en Elliott 2005; Cooil et al 2007; Ahearne, Jelinek en Jones 2007; Babakus en Yavas
2008; Larivière 2011). Daarnaast vinden we in de literatuur ook nog andere KPI’s van klantloyaliteit:
onder andere trust, commitment (affective, calculative en normative), locational convenience, cost-
revenue perception en tangibles.
Er is echter ook de vraag op welke manier we de KPI’s van SOW het best kunnen meten. Hier komt
de toegevoegde waarde van deze studie aan bod. In de meerderheid van de SOW studies werden de
KPI’s gemeten op een niet-vergelijkende manier. Dit is dus zonder enige vorm van concurrentie in
rekening te brengen. Echter, het op die manier meten heeft verschillende beperkingen waardoor het
niet-vergelijkend meten van KPI’s, SOW slechts in beperkte mate voorspelt (Verhoef 2003).
Het probleem met niet-vergelijkende maatstaven is dat zij competitieve producten of bedrijven niet
in rekening brengen (Barnard en Ehrenberg 1990; Olsen 2002). Een hoge klanttevredenheid is aldus
geen garantie op een hoge SOW aangezien hoge klanttevredenheid bij een bepaald bedrijf hoge(re)
tevredenheid bij de concurrentie niet uitsluit (Mägi 2003; Verhoef 2003). Er is met andere woorden
geen ‘competitive benchmark’, wat bij vergelijkend meten wel het geval is. Ten tweede kan zich ook
een mildheideffect voordoen. Mensen geven eigen scores op een enquête, volgens hun
persoonlijkheid, gemoedstoestand etc. Wat voor de één een 8/10 is, is voor de ander een 10/10. Om
dit effect te zuiveren, is het beter om alle scores relatief ten opzichte van de concurrentie te maken
en dus vergelijkend te gaan meten. De superioriteit van het gebruik van vergelijkende maatstaven
wordt ook ondersteund door het Elaboration Likelihood Model van Petty en Cacioppo (1986).
Vergelijkend meten laat mensen meer nadenken wat maakt dat men meer betrokken is. Vergelijkend
meten zorgt ook voor een meer realistische setting (cfr. In een supermarkt wordt men ook
geconfronteerd met alle merken op een rij, en moet men vooraf of terplekke een vergelijking
4
maken). Dit geeft de mogelijkheid om toekomstig gedrag beter te voorspellen. Ten slotte is het
logisch dat men aan het meten van SOW, wat op zich ook een vergelijkende maatstaf is, KPI’s koppelt
die op een vergelijkende manier zijn gemeten. Doorheen de laatste decennia hebben de loyalty-
metrics zich aangepast aan de omgeving (van klantretentie naar Share-of-Wallet), maar de daaraan
gekoppelde KPI’s zijn nooit aangepast aan de huidige leefwereld. Niet-vergelijkend meten kan een
mogelijks verkeerd beeld geven, gezien de klanten vandaag polygaam loyaal zijn en dus vergelijken.
Twee vragen moeten dus beantwoord worden in dit onderzoek: wat zijn de KPI’s die SOW drijven
en hoe kan men deze KPI’s het best gaan meten, op een manier waarop zij SOW het best
voorspellen?
De academische literatuur heeft opgeroepen om KPI’s op een vergelijkende manier te meten (Mägi,
2003). Ondanks dit gegeven hebben onderzoekers volgens ons grotendeels de invloed van
vergelijkende KPI’s genegeerd. Er zijn wel enkele uitzonderingen, drie in een B2B-setting (Wind 1970,
Bowman en Narayandas 2004, Ahearne et al. 2007) en één in een B2C-setting (De Keyser en Larivière
2010) die het effect van vergelijkende tevredenheid op SOW bestudeerd hebben. Echter, ofwel heeft
men nooit het verschil in voorspellingskracht van vergelijkend en niet-vergelijkend meten bestudeerd
(de drie studies in de B2B-setting), ofwel heeft men nooit meerdere vergelijkende meetmethodes in
de analyse betrokken (alle vier de bovenstaande studies). Wij voeren de eerste studie uit die (i)
verschillende vergelijkende maatstaven gebruikt in één studie, (ii) de predictieve waarde vergelijkt
van vergelijkende versus niet-vergelijkende maatstaven, (iii) de predictieve waarde vergelijkt van de
verschillende vergelijkende maatstaven onderling, en (iv) zich niet beperkt tot één specifieke
provider.
Het feit dat dit onderzoek vier methoden met elkaar vergelijkt levert de grootste toegevoegde
waarde van dit onderzoek. De vier methoden die we hier zullen onderzoeken worden in tabel A
weergegeven. In het theoriegedeelte wordt hier dieper op ingegaan.
Tabel A: De vier verschillende meetmethoden
Niet-vergelijkend Vergelijkend
1
Absoluut Ranking
Indirect 2 3
Direct 4
5
Het vervolg van deze studie ziet er als volgt uit. Eerst wordt er een overzicht gegeven van de
literatuur waarop deze studie gebaseerd is. Vervolgens wordt het kwantitatieve onderzoek en de
resultaten van dat onderzoek beschreven. Ten slotte worden nog een conclusie en de beperkingen
van deze studie geformuleerd.
6
2. Theorie
Share-of-Wallet is een maatstaf die gebruikt wordt om (polygame) klantloyaliteit te meten. Het is
een comparatieve maatstaf die aangepast is aan de huidige bedrijfswereld, een bedrijfswereld die
bestaat uit meerdere concurrerende bedrijven. Om deze maatstaf zo goed mogelijk te voorspellen
zijn twee aspecten belangrijk.
2.1 Welke KPI’s beïnvloeden Share-of-Wallet? ‘WAT?’
2.2 Hoe meet je deze KPI’s? ‘HOE?’
2.1 WAT?
Talloze bedrijven verzamelen klantendata via enquêtes waar in vele gevallen klantentevredenheid
centraal staat, aangevuld met een aantal subdimensies van die tevredenheid (bv. relationele
tevredenheid, tevredenheid levering, tevredenheid product, tevredenheid verpakking, etc.) (Griffin,
Gleason, Preiss en Shevenaugh 1995; Morgan, Anderson en Mittal 2005; Morgan en Rego 2006). Het
meten van deze key performance indicators (maatstaven die gebruikt worden om te observeren hoe
goed de onderneming het doet door de ogen van de klant) kosten bedrijven jaarlijks veel geld: de
‘loyalty-marketing’ industrie in de Verenigde Staten wordt geschat op tien miljard dollar en men
heeft ook vastgesteld dat in de Verenigde Staten ongeveer 1.3 miljard Amerikanen actief betrokken
zijn bij een of ander loyaliteitsprogramma (Berman 2006). Ook in Europa, stelt men het grote belang
van loyaliteitsprogramma’s vast. Geschat wordt dat ongeveer 92% van de consumenten in het
Verenigd Koninkrijk deelnemen aan een loyaliteitsprogramma (Berman 2006). Daarnaast besteedden
de 16 grootste Europese retailers in 2000 alles samen meer dan 1 miljard dollar aan loyaltyprojecten
(Reinartz en Kumar 2002). Managers spenderen dus met andere woorden heel veel geld aan
loyaliteitsonderzoek. Het verzamelen van deze data heeft een dubbel doel. Ten eerste worden deze
KPI’s dikwijls gebruikt om de activiteiten van de onderneming op continue of periodieke basis na te
gaan (Keiningham et al 2007). Zo worden klanttevredenheidscores dikwijls geïncorporeerd in
balanced scorecards. Op die manier fungeren ze dikwijls als niet-financiële maatstaf om (CEO)-
bonussen te berekenen (Ittner, Larcker en Rajan 1997) wat hun potentiële impact op
(management)verloning dus groot maakt. De tevredenheidscores zijn op die manier dus direct
gelinkt met de verloning van managers (Berman 2006). Ten tweede worden deze KPI’s ook gemeten
op continue nationale basis. Bijvoorbeeld, de American Customer Satisfaction Index (ACSI)
weerspiegelt tevredenheidscores voor 10 economische sectoren, 45 industrieën (inclusief de online
handel), meer dan 225 bedrijven en meer dan 200 federale of lokale overheidsdiensten. Op die
manier krijgt men een indicatie van de economische prestaties van zowel de individuele bedrijven als
7
van de macro-economie. Andere voorbeelden van nationale tevredenheidsindexen zijn: Swedish
Customer Satisfaction Barometer (SCSB), Norwegian Customer Satisfaction Barometer (NCSB),
Extended Performance Satisfaction Index (EPSI Rating) voor een steekproef van Europese landen,
Turkish Customer Satisfaction Index (TMME), Colombian Customer Index Value (CIV), United
Kingdom’s National Customer Satisfaction Index-UK (NCSI-UK), Customer Satisfaction Index of
Singapore (CSISG).
Gegeven de grootte van de survey en loyalty-industrie, is het dus van kapitaal belang om de juiste
maatstaven op te nemen in deze onderzoeken. WAT is dus heel belangrijk.
Voorgaande academische literatuur heeft een aantal KPI’s voorafgaand aan loyaliteit (retentie, SOW,
etc.) gemeten. In tabel B wordt een overzicht gegeven van de Share-of-Wallet studies die in het
verleden werden uitgevoerd en de KPI’s die daarbij gebruikt werden. Daarna geven we een kort
overzicht van de definities van de voornaamste KPI’s.
8
Tabel B: KPI's in vroegere Share-of-Wallet studies
Afhanke-
lijke
variabele
Kritische Performantie indicatoren
Customer
behavior
Gelinkt met het bedrijf Relatief t.o.v. concurrenten
Bron SOW Overall
SAT
SAT
dim
SQ
dim
Trust Commitment Cost/price
perceptie
Relationship
quality
Switching
costs
Andere Comparative
satisfaction
Attractveness
alternatives
Andere
Company Sales
person
Enis, Paul
1970
X* Image of favorite stores
Image of least-liked
stores
Image of patrons of
favorite stores
Image of patrons of
least-liked stores
Wind,
1970
X X Attitude relative
to an ideal source
East,
Patricia,
Wilson,
Lomax
1995
Shopping pleasantness
Macintosh,
Lockshin,
1997
X X X X Purchase intention
Store attitude
East et al,
1998
X Attitude to the store
group most used
Ahearne et
al, 1999
X X Attractiveness
salesperson
Likeability salesperson
Communication ability
salesperson
Expertise salesperson
* SOW is slechts één van de drie maatstaven gebruikt in de Enis-Paul index
9
Afhanke-
lijke
variabele
Kritische Performantie indicatoren
Customer
behavior
Gelinkt met het bedrijf Relatief t.o.v. concurrenten
Bron SOW Over
all
SAT
SAT
dim
SQ
dim
Trust Commitment Cost/price
perceptie
Relationship
quality
Switching
costs
Andere Comparative
satisfaction
Attractveness
alternatives
Andere
Company Sales
person
Silvestro,
Cross, 2000
X X* Service value
Babin,
Attaway,
2000
X Shopping affect Shopping
value
East et al,
2000
X Attitude to the store group
most used
Bowman,
Das
Narayandas,
2001
X X Perceived fairness
Disconfirmation
Perceived Quality
De Wulf et al,
2001
X X** Direct mail
Preferential treatment
Interpersonal
communication
Tangible rewards
Perceived relationship
investment
Product category
involvement
Consumer relationship
proneness
X
Mägi, 2003 X X Shopping orientation
Keiningham
et al, 2003
X X
Verhoef 2003 X X X*** X
*Algemene tevredenheid bij zowel consumenten als werknemers werd gemeten ** Relationship quality bestaat uit drie componenten: relationship satisfaction, commitment, trust
*** Affective commitment werd gebruikt
10
Afhanke-
lijke
variabele
Kritische Performantie indicatoren
Customer
behavior
Gelinkt met het bedrijf Relatief t.o.v. concurrenten
Bron SOW Over
all
SAT
SAT
dim
SQ
dim
Trust Commitment Cost/price
perceptie
Relationship
quality
Switching
costs
Andere Comparative
satisfaction
Attractveness
alternatives
Andere
Company Sales
person
Bowman,
Das
Narayandas,
2004
X X X X X X
Perkins-
Munn et al,
2005
X X X X Brand image
Keiningham
et al, 2005
X X
Baumann et
al, 2005
X X X Access
Meet expectations
Role requirement
Switching benefits
Motivation to comply
Banking knowledge
Confidence in Judgment
Attitudinal differentiation
Ahearne et
al, 2007
X X X
(salesperson
satisfaction)
Trust
Diligence
Inducements
Empathy
Sportsmanship
X
Wirtz et al,
2007
X X* Attitudinal loyalty Attractiveness of
loyalty programs
Cooil et al,
2007
X X
Leenheer et
al, 2007
X X Service level
Van Doorn,
Verhoef,
2007
X X
*Switching costs tussen loyaliteitsprogramma’s
11
Afhanke-
lijke
variabele
Kritische Performantie indicatoren
Customer
behavior
Gelinkt met het bedrijf Relatief t.o.v. concurrenten
Bron SOW Overall
SAT
SAT
dim
SQ
dim
Trust Commitment Cost/price
perceptie
Relationship
quality
Switching
costs
Andere Comparative
satisfaction
Attractveness
alternatives
Andere
Company Sales
person
Larivière,
2008
X X X X X X Overall Service Quality X
Ailawadi,
Pauwels,
Steenkamp
2008
X Price consciousness
Shopping enjoyment
Babakus,
Yavas,
2008
X X Interaction quality
Merchandise
quality
Relative perceived
value
Palmatier
et al, 2009
X X X Gratitude based
reciprocal behavior
De Keyser,
Larivière,
2010
X X X X* X Locational convenience
Tangibles
X X Trust (company)
Commitment**
Cost/revenue
perceptive
Locational
convenience
Tangibles
Larivière et
al, 2011
X X
Larivière et
al, 2012
X X X**
* Affective en calculative commitment werd gebruikt ** Affective, normative en calculative commitment werd gebruikt
12
Tabel C: Overzicht definities voornaamste KPI's
Definitie Bron
Satisfaction A consumer’s affective state resulting from an overall appraisal
of his or relationship with a retailer
Anderson en
Narus, 1990
Trust Confidence in a partner’s reliability and integrity Palmatier,
Jarvis,
Bechkoff en
Kardes 2009
Affective
commitment
An emotional attachment representing the customer’s desire to
continue the relationship because of the enjoyment of the
relationship; it develops through the degree of reciprocity or
personal involvement that a customer has with the company,
which results in higher levels of trust and commitment (Garbarino
en Johnson 1999; Morgan en Hunt 1994);
Larivière et al,
2012
Calculative
commitment
An attachment based on the self-interest stake in a relationship
(Gundlach, Achrol, and Mentzer 1995) representing the cold,
rational, economic-based dependence on product/service benefits
due to switching costs or a lack of choice (Allen en Meyer 1990;
Anderson en Weitz 1992; Geyskens et al. 1996);
Larivière et al,
2012
Normative
commitment
An attachment that derives from a person’s sense of moral
obligation towards the organization (Allen en Meyer 1990; Gruen
Summers, en Acito 2000); the degree to which an individual is
bonded to the organization on the basis of the felt obligation to
maintain the relationship with the organization predicated on the
congruence between values (Kelly, 2004; Brown, Lusch, en
Nicholson 1995; O’Reilly en Chatman 1986).
Larivière et al
2012
Locational
convenience
Involves approachability and ease of contact. It means:
-waiting time to receive service (e.g., at a bank) is not extensive;
-convenient hours of operation;
-convenient location of service facility.
Parasuraman,
Zeithaml, en
Berry 1988
13
Price-
attractiveness
The satisfaction level with the costs and received revenues of
particular products or shops
Larivière et al
2012
Tangibles Include the physical evidence of the service:
-physical facilities;
-appearance of personnel;
-tools or equipment used to provide the service;
-physical representations of the service, such as a plastic credit
card or a bank statement;
-other customers in the service facility.
Parasuraman
et al 1988
Een onderscheid wordt gemaakt tussen KPI’s die op een vergelijkende en KPI’s die op niet-
vergelijkende manier werden gemeten.
2.1.1 Niet-vergelijkende kritische performantie indicatoren van SOW
In voormalig onderzoek werd vastgesteld dat klanttevredenheid positief correleert met SOW
(Silvestro en Cross 2000; Mägi 2003; Keiningham et al 2003, 2005; Bowman en Narayandas 2004;
Perkins-Munn et al 2005; Baumann et al 2005; Ahearne et al 2007; Cooil et al 2007; Babakus en Yavas
2008; Larivière 2011, 2012).
Ahearne, Gruen en Javis (1999) stelden vast dat de salesperson trust die verkopers uitstralen een
direct effect heeft op SOW. Ook indirect, via aankoopintenties en via de attitude die men heeft ten
opzichte van de winkel, hebben salesperson en store trust een invloed op SOW (Macintosh en
Lockshin 1997). De Keyser en Lariviere (2010) en De Wulf, Odekerken-Schröder, Lacobucci (2001)
vonden in dezelfde lijn een positieve relatie tussen trust en SOW. Palmatier et al (2009) vond geen
directe relatie tussen trust en SOW, echter wel indirect via commitment.
Een hoger niveau van affective, calculative en normative commitment leidt tot een hogere SOW
(Larivière 2012). Ook Verhoef (2003) en De Keyser en Larivière (2010) stelden dezelfde relatie vast
tussen affective commitment en SOW. De Keyser en Larivière (2010) constateerden dit ook voor
calculative commitment, echter in mindere mate. Palmatier et al (2009) stelde een direct effect vast
van commitment op SOW.
14
Ook locational convenience wordt bevonden positief te correleren met SOW. Baumann et al (2005)
vonden in de setting retail banking een positieve relatie tussen locational convenience en SOW in
leningen van de bank. De Keyser en Larivière (2010) vonden in dezelfde setting echter geen relatie
tussen locational convenience en SOW. In de setting van supermarkten vonden ze echter wel een
positieve relatie tussen beide.
Larivière (2008) stelde een positief maar indirect verband vast tussen de cost-revenue perception die
klanten hebben, en SOW. Het indirecte effect verliep via klanttevredenheid en aankoopintenties.
Deze positieve relatie werd bevestigd door De Keyser en Larivière (2010). Zij vonden een positief
verband tussen de cost-revenue perception en SOW, in de setting van supermarkten en in mindere
mate in de setting van retail banking.
Ook de tangibles hebben een invloed op SOW. Zo constateerden De Keyser en Larivière (2010) in de
setting van retail banking, een positief verband tussen tangibles en SOW. Bij de supermarkten werd
dit echter niet vastgesteld.
2.1.2 Vergelijkende kritische performantie indicatoren van SOW
Bij het vergelijkend meten zal men op een directe of indirecte manier de competitie in rekening
brengen. De competitie fungeert aldus als benchmark.
Slechts weinig studies hebben vergelijkende tevredenheid ingebouwd in hun onderzoeksopzet.
Wind (1970), en Bowman en Narayandas (2004) vonden een positieve relatie tussen vergelijkende
tevredenheid en SOW, dit in een B2B context. Ook de Keyser en Larivière (2010) stelden een
positieve link vast tussen vergelijkende tevredenheid en SOW in de bank- en supermarktsector.
Ahearne et al (2007) echter constateerden geen positief verband in de farmaceutische sector tussen
vergelijkende tevredenheid met betrekking tot winkelbedienden, en SOW. Ook Babakus en Yavas
(2008) maakten gebruik van vergelijkende maatstaven bij de voorspelling van SOW. Zo
constateerden ze een positief verband tussen interaction quality en SOW. Ook voor merchandise
quality vonden ze een gelijkaardig verband.
De Keyser en Larivière (2010) vonden naast vergelijkende tevredenheid ook nog heel wat andere
vergelijkende KPI’s die positief correleren met SOW: Vergelijkende trust, vergelijkende cost-revenue
perception, vergelijkende affective en calculative commitment. Dit stelden ze vast zowel bij retail
banking als bij de supermarkten. Voor vergelijkende tangibles en vergelijkende locational
convenience vonden ze geen uitgesproken verband tussen de vergelijkende KPI en SOW.
Deze studie brengt alle maatstaven samen en gaat kijken welke de meest verklarende waarde heeft.
15
2.2 HOE?
In de meerderheid van de SOW studies werden de KPI’s gemeten op een niet-vergelijkende manier.
Dit is dus zonder enige vorm van concurrentie in rekening te brengen. Zoals in de inleiding al werd
aangehaald zorgt deze manier van meten voor enkele fundamentele tekortkomingen van het
loyaliteitonderzoek. Het op die manier meten heeft namelijk verschillende beperkingen, waardoor
het niet-vergelijkend meten van KPI’s, SOW slechts in beperkte mate voorspelt (Verhoef 2003). Om
aan dit probleem het hoofd te bieden roept de literatuur dan ook op om klanttevredenheid op een
vergelijkende manier te gaan meten (Dick en Basu 1994; Olsen 2002; Mägi 2003).
“The nature of relative attitudes is likely to provide a stronger indication of repeat patronage than
the attitude toward a brand in isolation” Dick en Basu (1994, p. 101).
“It might be informative to use relative measures when predicting customer share, an argument
that corresponds with the point made by Dick and Basu (1994) concerning relative attitudes” Mägi
(2003, p.104)
Ook Van den Putte, Hoogstraten en Meertens (1996) erkennen dat vergelijkende maatstaven beter
zijn dan hun niet-vergelijkende tegenhangers; betere predicties kunnen gemaakt worden op basis
van het vergelijkend meten van attitudes.
Klantloyaliteit wordt in belangrijke mate gedetermineerd door de mate waarin klanten een bepaald
bedrijf verkiezen boven een concurrent van dat bedrijf (Rundle-Thiele en Mackay 2001). Preferenties
ten aanzien van een bepaald bedrijf worden aanzien als zijnde een superieure voorspeller van SOW
aangezien preferenties grotendeels gebaseerd zijn op de ervaringen en verwachtingen van klanten
(Keiningham et al 2007). Echter, het meten van preferenties vereist vergelijkend meten.
Niet-vergelijkende maatstaven brengen competitieve producten of bedrijven niet in rekening
(Barnard en Ehrenberg 1990; Olsen 2002). Dit kan problemen opleveren in de metingen: een hoge
klanttevredenheid is namelijk geen garantie op een hoge SOW aangezien hoge klanttevredenheid bij
een bepaald bedrijf hoge(re) tevredenheid bij de concurrentie niet uitsluit (Mägi 2003; Verhoef
2003). Er is met andere woorden geen ‘competitive benchmark’, wat bij vergelijkend meten wel het
geval is. Zo kan klant 1 een tevredenheidscore van 8 en klant 2 een tevredenheidscore van 7 geven
voor een bepaald bedrijf A. Op die manier zou je kunnen denken dat klant 1 meer tevreden is dan
klant 2. Echter, wanneer ook de tevredenheidscores gemeten worden voor een concurrent (bedrijf B)
dan komt bovenstaande conclusie op de helling te staan. Stel dat klant 1 een score van 9 en klant 2
een score van 6 toekent aan bedrijf B, dan kan er opgemerkt worden dat klant 1 eigenlijk minder
tevreden is over bedrijf A, relatief gezien ten opzichte van bedrijf B.
16
Daarnaast kan zich ook een mildheideffect voordoen. Dit effect is eigen aan het invullen van schalen.
Zo kan iemand heel tevreden zijn over een bepaald bedrijf, maar bijvoorbeeld ‘uit principe’ niet meer
geven dan een 8 (op een schaal van 10), terwijl iemand anders die even tevreden is als de eerste
persoon, een 10 (op een schaal van 10) geeft omdat deze persoon guller is met punten. Men zou dan
verkeerdelijk kunnen denken dat klant 1 minder tevreden is dan klant 2. Wanneer men echter een
concurrent in de analyse betrekt en ook van dit bedrijf de tevredenheid zou bevragen, dan kan men
zo de gegeven tevredenheidscores beter analyseren. Indien klant 1 een 7 en klant 2 een 9 geeft voor
een tweede bedrijf, dan zien we dat beide personen relatief gezien ten opzichte van het tweede
bedrijf even tevreden zijn over het initieel bevraagde bedrijf (8-7 = 10-9 = 1). Op een analoge manier
zou men ook verkeerdelijk kunnen denken dat twee klanten even tevreden zijn over een bepaald
bedrijf, ondanks het feit dat hun tevredenheid relatief gezien ten opzichte van een concurrent van
dat bedrijf, verschilt.
De superioriteit van het gebruik van vergelijkende maatstaven wordt ook ondersteund door het
Elaboration Likelihood Model van Petty en Cacioppo (1986). Omwille van het gebrek aan literatuur in
ons vakdomein zullen we ons voor de achterliggende reden waarom vergelijkend meten beter is dan
niet-vergelijkend meten baseren op de literatuur die redenen aangeeft waarom vergelijkende
reclame beter is dan niet-vergelijkende reclame. Met vergelijkende reclame wordt reclame bedoeld
die impliciet of expliciet een concurrerend merk vernoemt waarbij men vermeldt dat het
concurrerende merk minder goed is dan het eigen merk op vlak van een bepaald attribuut (De
Pelsmacker, Geuens en Van den Bergh 2010).
De superioriteit van vergelijkende reclame steunt op het Elaboration Likelihood Model van Petty en
Cacioppo (1986). De vraag is of vergelijkende reclame “a person’s careful and thoughtful
consideration of the true merits of the information presented in support of an advocacy [central
route]” (Petty en Cacioppo 1986, p.125) bewerkstelligt.
Dröge (1989) bevestigt dat vergelijkende reclame in de meerderheid van de gevallen verwerkt wordt
via de centrale route en niet-vergelijkende reclame eerder via de perifere route. De voornaamste
redenen hiervoor zijn ten eerste dat vergelijkende reclame leidt tot hoge betrokkenheid (high
involvement). Hoge betrokkenheid zorgt ervoor dat mensen meer gaan nadenken over wat wordt
weergegeven in de reclameboodschap (Lutz 1984; Chaiken en Stangor 1987). Ten tweede benadert
vergelijkende reclame de twee informatiezoekende situaties van het lezen van vergelijkende
productinformatie en zelfs van het vergelijken van producten door trial. Beide situaties leiden tot het
centraal verwerken van informatie. (Fazio en Zanna 1977, 1981; Smiths en Swinyard 1983).
17
Naar analogie met de bevindingen voor vergelijkende reclame zouden we ook voor ons onderzoek
dezelfde conclusies kunnen trekken. Vergelijkend meten zorgt ervoor dat mensen meer betrokken
zijn bij de meting. Hierdoor zal men meer gaan nadenken over wat gemeten wordt en zal het
vergelijkend meten dus meer waarheidsgetrouw zijn. Vergelijkend meten zorgt ook voor een
realistischere setting. In realiteit maken mensen voortdurend vergelijkingen tussen verschillende
alternatieven. Met behulp van het vergelijkend meten wordt dit praktisch overwegingproces
gesimuleerd en gestimuleerd. Hierdoor zal men informatie op een meer bewuste manier verwerken.
“Attitudes formed via the central route prove to be good predictors of later behavior and are fairly
resistant to other persuasive messages” (De Pelsmacker, Geuens en Van den Bergh 2010, P. 93).
Ten slotte is het logisch dat men aan het meten van SOW, wat op zich ook een vergelijkende
maatstaf is, KPI’s koppelt die op een vergelijkende manier zijn gemeten. In het algemeen kan men
dus zeggen dat men de maatstaven moet aanpassen aan de huidige leefwereld, een leefwereld die
bestaat uit meerdere concurrerende bedrijven.
2.2.1 De meetmethoden
Een onderscheid kan gemaakt worden tussen het vergelijkend en het niet-vergelijkend meten van
KPI’s.
Niet-vergelijkend
Aan de hand van het niet-vergelijkend meten wordt de KPI gemeten zonder daarbij enige vorm van
concurrentie in rekening te brengen. Zo kan er bijvoorbeeld gevraagd worden hoe tevreden men is
over een welbepaald bedrijf. Het niet-vergelijkend meten van KPI’s werd in de literatuur al uitgebreid
beschreven en onderzocht (Macintosh en Lockshin 1997; Ahearne, Gruen en Javis 1999; Silvestro en
Cross 2000; De Wulf, Odekerken-Schröder, Lacobucci 2001; Mägi 2003; Keiningham et al 2003, 2005;
Verhoef 2003; Bowman en Narayandas 2004; Perkins-Munn et al 2005; Baumann et al 2005; Ahearne
et al 2007; Cooil et al 2007; Babakus en Yavas 2008; Larivière 2008; Palmatier et al 2009; De Keyser
en Lariviere 2010; Larivière 2011, 2012; Larivière 2012).
Vergelijkend
Aan de hand van de vergelijkende meetmethode wordt een KPI relatief gemeten door de
concurrenten in de analyse te betrekken. Een onderscheid kan gemaakt worden tussen indirect en
direct vergelijkend meten.
18
• Indirect
Het indirect vergelijkend meten brengt de concurrentie in rekening op een indirecte manier. Dit wil
zeggen dat men concurrenten in de analyse met elkaar gaat vergelijken, maar waarbij aan de
respondent nooit gevraagd wordt een directe vergelijking te maken tussen twee of meerdere
concurrenten. Er wordt dus bijvoorbeeld gevraagd hoe tevreden men is over elke concurrent waar
men klant is. Deze niet-vergelijkende scores worden vervolgens getransformeerd tot een
vergelijkende score.
Voorbeelden van indirect vergelijkend meten zijn vrij schaars in de literatuur (Wind 1970; Bowman
en Narayandas 2004; Ahearne et al 2007; Babakus en Yavas 2008; De Keyser en Larivière 2010).
Keiningham, Aksoy, Buoye en Cooil (2011) stellen dat het niet nodig is om concurrenten direct met
elkaar te vergelijken. Volgens dat onderzoek volstaat het de KPI’s van de verschillende concurrenten
indirect te meten. Nadien kan SOW berekend worden via de zogenaamde ‘Wallet Allocation Rule’,
die Keiningham et al. (2011) naar voor heeft gebracht.
• Direct
Het direct vergelijkend meten brengt de concurrentie in rekening op een directe manier. Dit wil
zeggen dat men concurrenten in de analyse met elkaar gaat vergelijken door op een directe manier
concurrenten tegenover elkaar af te wegen. Men kan dus bijvoorbeeld vragen hoe tevreden men is
over een bepaald bedrijf in vergelijking met een concurrent. Ook deze methode is slechts in weinig
gevallen onderzocht (Van den Putte 1996; Olsen 2002; De Keyser en Larivière 2010).
Deze studie is uniek in die zin dat zij vier meetmethoden onderling met elkaar gaat vergelijken op
hun voorspellingskracht ten aanzien van SOW. Tabel D geeft verdere informatie over de verschillende
manieren van meten die wij in ons onderzoek zullen testen.
19
Tabel D: De vier verschillende meetmethoden: uitgebreid
SOW
HOE
NIET-
VERGELIJKEND
VERGELIJKEND
INDIRECT DIRECT
Absoluut (AI) Ranking (RI) Absoluut (AD)
W
A
T
Satisfaction
Locational
convenience
Price-
attractiveness
Tangibles
Service quality
Environmental
quality
Likeability
Trust
Affective
commitment
Calculative
commitment
Normative
commitment
Interaction
quality
Product quality
Brand image
Status
Expertise
Assurances
De KPI wordt
gemeten, zonder
daarbij enige
directe of
indirecte
vergelijking met
de competitie te
betrekken.
De KPI wordt gemeten voor
het eigen bedrijf, en voor
elke concurrent. De gemeten
scores voor de KPI van het
eigen bedrijf en van de
verschillende concurrenten
worden op een indirecte
manier met elkaar
vergeleken.
De KPI wordt gemeten
voor het eigen bedrijf,
en voor elke concurrent.
Op basis van de
gemeten scores voor de
KPI van de verschillende
concurrenten wordt een
ranking toegekend aan
het eigen bedrijf en aan
elke concurrent.
De score voor een
welbepaalde KPI, in
vergelijking met één of
meerdere concurrenten
wordt gemeten.
“Hoe tevreden
bent u over
kledijwinkel A?”
1 Helemaal
ontevreden –
7 Helemaal
tevreden
(7-punt)
“hoe tevreden bent u over
kledijwinkel A?”;
“hoe tevreden bent u over
kledijwinkel B?;
“hoe tevreden bent u over
kledijwinkel C?”
1 Helemaal ontevreden –
7 Helemaal tevreden
(7-punt)
BIirroi =
BIssi -� (BIssj)/(k − 1)�
�� ,
j ≠ i
BIirroi: indirecte score voor
winkel i
BIssi: directe score voor
winkel i
BIssj: directe score voor
winkel j
�: aantal winkels
Vb. kledijwinkel A = 4;
kledijwinkel B = 2;
eigen kledijwinkel = 5
5 - [(2+4)/2] = 2
Voorbeelden:
Van den Putte et al (1996)
Ahearne et al (2007)
“hoe tevreden bent u
over kledijwinkel A?”;
“hoe tevreden bent u
over kledijwinkel B?;
“hoe tevreden bent u
over kledijwinkel C?”
1 Helemaal ontevreden
–
7 Helemaal tevreden (7-
punt)
kledijwinkel A = 4;
kledijwinkel B = 2;
kledijwinkel C = 5
C > A > B
“in het algemeen, ben ik
minder/meer blij klant
te zijn bij kledijwinkel X
t.o.v. andere
kledijwinkel waar mijn
gezin klant is”
-3 veel minder –
+3veel meer (7-punt)
Voorbeeld:
Cooil et al (2007)
Voorbeeld:
De Keyser en Larivière
(2010)
20
In het onderzoek zullen we twee zaken verder onderzoeken:
1. WAT: De studie brengt alle maatstaven samen en gaat na welke maatstaf de meeste
verklarende waarde heeft.
2. HOE: De studie brengt alle methodes (zie tabel D) samen en onderzoekt welke methode de
beste is en dus het beste SOW voorspelt.
Concreet zullen we via een survey klanten van (minstens twee) kledijwinkels een reeks key
performance indicators (de KPI’s van SOW) bevragen. Dit doen we zowel op een niet-vergelijkende
als op een vergelijkende (dus door de concurrentie in rekening te brengen) manier. Ook SOW wordt
gevraagd. Op die manier kunnen we nagaan welke KPI de meeste verklarende waarde heeft en welke
methode de beste is om deze KPI’s te meten.
In tabel E wordt een synthese weergegeven van het WAT en HOE van vorige SOW-studies. “X” geeft
weer dat de respectievelijke KPI in de literatuur al onderzocht is aan de hand van de respectievelijke
meetmethode. Uit deze tabel blijkt dat er nog heel wat gaten in de literatuur zijn. Deze studie
probeert deze leemte op te vullen.
Tabel E: WAT en HOE: synthese
SOW Niet-vergelijkend AI RI AD
Satisfaction X X X
Trust X X X
Affective
commitment X X X
Calculative
commitment X X
Normative
commitment X
Locational
convenience X X
Price-
attractiveness X X
Tangibles X X
AI: Absoluut indirect; RI: Indirecte ranking; AD: Absoluut direct
21
3. Methodologie
3.1 Steekproef
De setting die in deze studie gebruikt wordt om de vier meetmethoden onderling met elkaar te
vergelijken is de sector van de kledijwinkels. De data met betrekking tot deze kledijwinkels werd
verzameld aan de hand van papieren enquêtes. De enquêtes werden afgenomen bij studenten
economie aan de Universiteit Gent. Deze studenten waren tussen 18 en 22 jaar oud. De studenten
werden gevraagd om hun enquête gedurende de hoorcolleges van een bepaalde les aan de
Universiteit Gent onmiddellijk in te vullen, zonder dat de respondenten daarbij van elkaar
afgezonderd werden. Op dergelijke manier werden twee hoorcolleges en dus twee groepen van
studenten gebruikt voor deze steekproef. Door ons enkel te richten op deze studenten werd een
homogene steekproef bekomen. In totaal werden 216 respondenten verzameld. Deze setting werd
gekozen omdat het met studenten mogelijk is om een grote homogene groep op korte termijn en
efficiënt te bereiken.
3.2 Procedure
Voorafgaand aan het invullen van de enquête werd er gevraagd of men klant was bij minstens twee
kledijwinkels. Enkel dan kan men de enquête op een juiste manier invullen aangezien het klant zijn
bij minstens twee winkels een vereiste is om de vergelijkende vragen van de enquête te kunnen
invullen. Vervolgens werd gevraagd aan de respondenten om hun hoofdwinkel (winkel waar men het
meeste kledij aankoopt) en tweede winkel (winkel waar men het tweede meeste kledij aankoopt ) te
noteren. Deze twee winkels werden dan gebruikt in het verdere verloop van de enquête.
Om de kwaliteit van de verzamelde gegevens te waarborgen werd de enquête afgenomen onder de
vorm van vier versies. Deze versies verschillen van elkaar in de volgorde waarin de KPI’s werden
bevraagd van respectievelijk de hoofdwinkel (H), tweede winkel (T), en de hoofdwinkel in vergelijking
met de tweede winkel (V): versie 1(HTV), versie 2 (THV), versie 3 (VHT) en versie 4 (VTH). Op die
manier wordt getracht om mogelijke systematische fouten, te wijten aan de volgorde waarmee H, T
en V bevraagd worden, te vermijden.
Van de 216 respondenten werden er 12 verwijderd uit de analyse omdat er te veel missing values
waren, of omdat zij de enquête onlogisch hadden ingevuld. Wat dit laatste betreft hanteerden we
volgende principes waaraan de gegevens moesten voldoen om als onlogisch beschouwd te worden:
(i) het onbekend zijn van SOW van de hoofdwinkel en/of de tweede winkel, (ii) de som van SOW van
22
de hoofd- en de tweede winkel is groter dan 100%, (iii) SOW van de hoofdwinkel is kleiner dan SOW
van de tweede winkel.
3.3 Maatstaven
De verschillende maatstaven en constructen die in de enquête gebruikt werden hebben hun
oorsprong in de literatuur. Dit doen we om de validiteit te waarborgen. Aanpassingen van de
gebruikte items dienden wel te gebeuren. Zo moesten deze aangepast worden aan de specifieke
setting van kledijwinkels. Daarnaast moesten er van de items ook vergelijkende varianten gemaakt
worden. Zowel de vergelijkende als de niet-vergelijkende items werden op een 7-punt schaal
bevraagd. Een piloot-studie werd uitgevoerd om alle vragen te testen.
In Tabel F wordt een overzicht gegeven van de in dit onderzoek gebruikte maatstaven.
23
Tabel F: Cronbach alfa en correlaties
Cronbach alfa en Correlaties van perceptuele maatstaven
Construct H T V
α Cor.1 α Cor.1 α Cor.1 Schaal Bron
Satisfaction .842 - .842 - .873 - 7-punt
Likert
Gustafsson, Johnson en Roos
(2005)
Locational
convenience2
-
.6494 - .6244 - .6994 7-punt
Likert
Larivière (2008)
Price-
attractiveness -
.5094
- .4044 - .4124 7-punt
Likert
Leenheer et al. (2007)
Tangibles - .4904 - .5154 - .2974 7-punt
Likert
Larivière (2008)
Service quality .938 - .927 - .928 - 7-punt
Likert
Larivière (2008)
Environmental
quality .923 - .934 - .896 -
7-punt
Likert
Dagger, Sweeney, Johnson
(2007)
Likeability³ - - - - - - 7-punt
Likert
Arne De Keyser
Trust .942 - .948 - .940 - 7-punt
Likert
De Wulf et al (2001)
Affective
commitment .900 - .886 - .818 -
7-punt
Likert
Jones, Fox, Taylor, Fabrigar
(2007)
Calculative
commitment - .6064 - .6014 - .5144 7-punt
Likert
Gustafsson et al (2005)
Normative
commitment .901 - .838 - .698 -
7-punt
Likert
Kelly, Stephen James (2004)
Interaction
quality .930 - .936 - .930 -
7-punt
Likert
Dagger et al (2007)
Product
quality .942 - .950 - .920 -
7-punt
Likert
Teas, R. Kenneth en Sanjee
Agarwal (2000)
Brand Image3 - - - - - - 7-punt
Likert
Status - .8264 - .8524 - .7994 7-punt
Likert
Kenneth Teas en Agarwal
(2000)
Expertise - .7624 - .7404 - .6794 7-punt
Likert
Larivière (2011)
Assurances - .5274 - .6304 - .5344 7-punt
Likert
Larivière (2011)
1 in geval van 2 items;
2 2de
item verwijderd; Voor verwijdering: Cronbach alfa: H .642; T .750 Vergelijkend .739
3 bestaat uit slechts 1 item
4 p < .00
Hoofdwinkel (H), tweede winkel (T), en de hoofdwinkel in vergelijking met de tweede winkel (V):
3.4 Reliability
De Cronbach alfa werd berekend voor de constructen indien het construct samengesteld was uit
minstens drie items. Indien het construct slechts uit twee items bestond werd de correlatie tussen
beide berekend. De kritieke grens die gehanteerd werd voor de Cronbach alfa was .60 (De
24
Pelsmacker en Van Kenhove 2006, p.200). Enkel de constructen met een alfawaarde hoger dan deze
kritieke waarde werden behouden. Items werden verwijderd indien een verwijdering van deze items
de Cronbach alfa van het construct in kwestie fundamenteel kon laten stijgen (zie tabel F).
3.5 Afhankelijke variabele
Als afhankelijke variabele werd in deze studie gebruik gemaakt van het concept Share-of-Wallet
(SOW). Cooil et al (2007. p.68) definiëren dat als volgt: “the percentage of money a customer
allocates in a category that is assigned to a specific firm”.
Er werd gevraagd hoeveel procent van de totale kledingsaankopen de respondent doet bij
respectievelijk zijn hoofd- en tweede winkel. De respondent had tien keuzemogelijkheden (100%
verdeeld in tien gelijke delen) om SOW van de hoofd- en tweede winkel aan te duiden.
3.6 Controlevariabelen
Op basis van Mitall en Kamakura (2001), Cooil et al (2007), en Larivière et al (2011) werden twee
situationele en twee demografische controlevariabelen gebruikt. Tabel G geeft een overzicht.
Tabel G: Controlevariabelen
Controlevariabelen Beschrijving
Situationeel Tenure De duur van de relatie die de respondent heeft met
de kledijwinkel (in jaren)
Waarde/belang De waarde/belang dat door de respondent gehecht
wordt aan kledij (1 heel weinig – 7 heel veel)
Demografisch Expenses <100; 100 – 200; 201 – 300; >300 (maandelijks in €)
Geslacht Mannelijk of vrouwelijk
4. Data analyse en bevindingen
4.1 Data controle
In het totaal werden 216 respondenten ondervraagd. 12 respondenten werden uit de data-set
verwijderd omdat zij de enquête onlogisch hadden ingevuld of omdat er te veel missing values
waren. Op die manier werd een finale dataset bekomen van 204 respondenten.
Om de kwaliteit van de verzamelde gegevens te waarborgen werd de enquête afgenomen onder de
vorm van vier versies. Elke versie van de enquête werd in ongeveer gelijke aantallen bevraagd. De
invloed van de verschillende versies werd nagegaan aan de hand van verschillende testen. Om
mogelijke fouten te ontdekken binnen de SOW-, tenure- en belangrijkheidvragen, tussen de vier
25
versies onderling, werd een One-way Anova uitgevoerd. Er werden geen significante verschillen
teruggevonden tussen de vier versies op .05 significantieniveau. Analoog werd voor de nominale
variabelen (geslacht, expenses) een χ2-test uitgevoerd. Opnieuw werden geen significante
verschillen gevonden tussen de vier versies onderling op .05 significantieniveau.
4.2 Analyse
Deze studie is uniek omdat zij vier meetmethoden onderling met elkaar vergelijkt op hun
voorspellingskracht ten aanzien van SOW. Deze vier meetmethoden komen echter niet allen
rechtstreeks uit de vragenlijst. Voor twee van de vier was nog een bijkomende bewerking nodig.
Tabel D in het theoriegedeelte geeft meer uitleg over wat elke meetmethode nu precies inhoudt.
Tabel H geeft een bijkomend overzicht van de vier methoden, hoe ze berekend worden en wat de
afkorting is van elke methode die we in het verdere verloop van deze masterproef zullen gebruiken.
Tabel H: De vier meetmethoden: praktisch
Niet-vergelijkend
Vergelijkend
Absoluut Indirect Ranking Indirect Absoluut Direct
Afkorting Hoofdwinkel = H
Tweede winkel = T
AI RI AD
Wijze van
berekening
Rechtstreeks uit de
vragenlijst
Per construct:
AI = H - T
Per construct:*
AI > 0: RI = 1
AI = 0: RI = 1,5
AI < 0: RI = 2
Rechtstreeks uit de
vragenlijst
* Gebaseerd op Keiningham (2011) waar de scores, die respectievelijk aan hoofd- en tweede winkel toegekend worden,
getransformeerd worden naar een ranking. Indien H beter scored dan T voor een bepaalde KPI wordt een 1 toegekend aan
H. Indien H minder goed scored dan T krijgt H een 2. Indien beide winkels even goed scoren wordt 1,5 toegekend aan beide
winkels.
In wat volgt bespreken we de volgende aspecten. Ten eerste gaan we de correlaties na tussen de
verschillende KPI’s (per methode) en tussen de verschillende methoden (per KPI). Ten tweede
bekijken we de correlaties tussen de verschillende KPI’s en SOW van de hoofdwinkel. Ten slotte
voeren we een stepwise regressie uit met als afhankelijke variabele SOW van de hoofdwinkel en als
onafhankelijke variabelen de verschillende meetmethoden (per KPI).
4.2.1 Correlaties
In onderstaande tabellen (I, J, K, L) worden de correlaties weergegeven tussen de verschillende KPI’s,
per meetmethode. Er kan opgemerkt worden dat er een significante correlatie bestaat tussen
sommige van de KPI’s, bv. tussen Trust_H en Satisfaction_H (r = .62, p <.01). Dit wijst op
multicollineariteit in de data-set. Deze hoge correlaties zijn logisch aangezien de KPI’s hetzelfde
26
voorspellen, namelijk SOW. De multicollineariteit vormt echter geen probleem voor de analyse
omdat deze in belangrijke mate univariaat is.
.
27
Tabel I: Correlatietabel niet-vergelijkende methode (hoofdwinkel)
** p < .01 (2-tailed)
* p < .05 (2-tailed)
Mean SD 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1.Satisfaction_H 5,13 0,84 1 .20**
.28**
.36**
.62**
.51**
.60**
.62**
.54**
.05 .31**
.45**
.62**
.53**
.51**
.44**
.37**
2. Loc. Conv. _H 4,79 1,24 .20**
1 .30**
.30**
.12 .18**
.14* .17
* .06 .09 .10 .15
* .09 .04 .01 .10 .14
3. Price-attr._H 4,76 1,10 .28**
.30**
1 .47**
.06 .19**
.20**
.21**
.08 .54**
.05 .03 .04 -.11 -.17* .02 .13
4. Tangibles_H 4,93 0,96 .36**
.30**
.47**
1 .38**
.38**
.36**
.40**
.24**
.25**
.16* .33
** .29
** .22
** .15
* .32
** .42
**
5. Serv. quality_H 4,62 1,13 .62**
.12 .06 .38**
1 .67**
.58**
.57**
.51**
-.12 .34**
.70**
.68**
.58**
.62**
.71**
.56**
6. Env.quality_H 4,55 1,15 .51**
.18**
.19**
.38**
.67**
1 .67**
.62**
.42**
-.09 .19**
.58**
.55**
.56**
.54**
.59**
.56**
7. Likeability_H 5,09 1,20 .60**
.14* .20** .36
** .58
** .67
** 1 .74
** .53
** .01 .27
** .49
** .58
** .51
** .47
** .50
** .49
**
8. Trust_H 4,88 1,10 .62**
.17* .21
** .40
** .57
** .62
** .74
** 1 .56
** .07 .39
** .55
** .61
** .56
** .51
** .55
** .43
**
9. Aff. Comm.._H 3,79 1,37 .54**
.06 .08 .24**
.51**
.42**
.53**
.56**
1 .23**
.55**
.40**
.49**
.43**
.40**
.40**
.33**
10. Calc. comm.._H 3,83 1,34 .05 .09 .54**
.25**
-.12 -.09 .01 .07 .23**
1 .18* -.06 -.13 -.22
** -.29
** -.08 .00
11. Nor. comm.._H 3,78 1,27 .31**
.10 .05 .16* .34
** .19
** .27
** .39
** .55
** .18
* 1 .31
** .33
** .33
** .31
** .27
** .19
**
12. Int. quality_H 4,13 1,23 .45**
.15* .03 .33
** .70
** .58
** .49
** .55
** .40
** -.06 .31
** 1 .60
** .54
** .55
** .77
** .66
**
13. Prod. quality_H 4,99 1,17 .62**
.09 .04 .29**
.68**
.55**
.58**
.61**
.49**
-.13 .33**
.60**
1 .72**
.71**
.62**
.51**
14. Brand image_H 4,56 1,35 .53**
.04 -.11 .22**
.58**
.56**
.51**
.56**
.43**
-.22**
.33**
.54**
.72**
1 .82**
.59**
.44**
15. Status_H 4,33 1,35 .51**
.01 -.17* .15
* .62
** .54
** .47
** .51
** .40
** -.29
** .31
** .55
** .71
** .82
** 1 .67
** .42
**
16. Expertise_H 4,33 1,18 .44**
.10 .02 .32**
.71**
.59**
.50**
.55**
.40**
-.08 .27**
.77**
.62**
.59**
.67**
1 .67**
17. Assurances_H 4,90 1,08 .37**
.14 .13 .42**
.56**
.56**
.49**
.43**
.33**
.00 .19**
.66**
.51**
.44**
.42**
.67**
1
28
Tabel J: Correlatietabel absoluut directe methode
Mean SD
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1.Satisfaction_AD 0,79 0,99 1 -.12 -.09 .32**
.49**
.49**
.49**
.54**
.38**
-.25**
.20**
.49**
.58**
.40**
.42**
.39**
.39**
2. Loc. Conv. _AD 0,40 1,13 -.12 1 .10 .11 -.04 .06 -.02 -.27 -.07 .07 -.13 -.05 -.05 -.04 -.06 -.02 .06
3. Price-attr._AD 0,32 1,09 -.09 .10 1 .19**
-.18**
-.12 -.09 -.08 -.08 .51**
-.06 -.15* -.24
** -.30
** -.32
** -.13 .00
4. Tangibles_AD 0,25 0,69 .32**
.11 .19**
1 .32**
.27**
.26**
.38**
.14 .12 -.04 .27**
.23**
.15* .11 .20
** .40
**
5. Serv. quality_AD 0,52 1,06 .49**
-.04 -.18**
.32**
1 .59**
.56**
.60**
.33**
-.38**
.10 .78**
.64**
.58**
.62**
.63**
.42**
6. Env.quality_AD 0,40 1,09 .49**
.06 -.12 .27**
.59**
1 .61**
.44**
.30**
-.32**
.16* .56
** .53
** .38
** .43
** .41
** .40
**
7. Likeability_AD 0,74 1,20 .49**
-.02 -.09 .26**
.56**
.61**
1 .68**
.40**
-.17* .21
** .48
** .58
** .36
** .38
** .39
** .42
**
8. Trust_AD 0,61 1,00 .54**
-.02 -.08 .38**
.60**
.44**
.68**
1 .52**
-.14 .28**
.55**
.58**
.42**
.42**
.41**
.41**
9. Aff. Comm.._AD 0,33 0,78 .38**
-.07 -.08 .14 .33**
.30**
.40**
.52**
1 -.02 .42**
.40**
.37**
.39**
.44**
.25**
.23**
10. Calc. comm.._AD 0,14 1,04 -.25**
.07 .51**
.12 -.38**
-.32**
-.17* -.14 -.02 1 .03 -.29
** -.45
** -.40
** -.43
** -.24
** -.13
11. Nor. comm.._AD 0,15 0,75 .20**
-.13 -.06 -.04 .10 .16* .21
** .28
** .42
** .03 1 .23
** .16
* .13 .14
* .12 .15
*
12. Int. quality_AD 0,25 1,01 .49**
-.05 -.15* .27
** .78
** .56
** .48
** .55
** .40
** -.29
** .23
** 1 .58
** .50
** .56
** .72
** .43
**
13. Prod. quality_AD 0,53 1,20 .58**
-.05 -.24**
.23**
.64**
.53**
.58**
.58**
.37**
-.45**
.16* .58
** 1 .64
** .65
** .54
** .55
**
14. Brand image_AD 0,38 1,23 .40**
-.04 -.30**
.15* .58
** .38
** .36
** .42
** .39
** -.40
** .13 .50
** .64
** 1 .84
** .56
** .39
**
15. Status_AD 0,25 1,17 .42**
-.06 -.32**
.11 .62**
.43**
.38**
.42**
.44**
-.43**
.14* .56
** .65
** .84
** 1 .64
** .37
**
16. Expertise_AD 0,29 0,95 .39**
-.02 -.13 .20**
.63**
.41**
.39**
.41**
.25**
-.24**
.12 .72**
.54**
.56**
.64**
1 .56**
17. Assurances_AD 0,43 0,99 .39**
.06 .00 .40**
.42**
.40**
.42**
.41**
.23**
-.13 .15* .43
** .55
** .39
** .37
** .56
** 1
** p < .01 (2-tailed)
* p < .05 (2-tailed)
29
Tabel K: Correlatietabel absoluut indirecte methode
Mean SD 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1.Satisfaction_AI 0,41 1,00 1 -.03 .03 .21**
.60**
.48**
.55**
.60**
.56**
-.24**
.34**
.50**
.56**
.47**
.48**
.48**
.34**
2. Loc. Conv. _AI 0,28 1,64 -.03 1 .19
** .22
** -.08 -.02 -.04 -.00 -.06 .05 .04 -.05 .01 .02 -.03 -.06 -.04
3. Price-attr._AI 0,02 1,30 .03 .19**
1 .27**
-.26**
-.19**
-.16* -.06 -.05 .62
** -.01 -.11 -.22
** -.34
** -.42
** -.24
** -.18
*
4. Tangibles_AI 0,15 1,02 .21**
.22**
.27**
1 .10 .14* .14
* .24
** .10 .04 -.01 .10 .14
* .08 -.01 .10 .09
5. Serv. quality_AI 0,26 1,46 .59**
-.08 -.26**
.10 1 .57**
.53**
.53**
.53**
-.39**
.32**
.71**
.61**
.58**
.63**
.72**
.50**
6. Env.quality_AI 0,20 1,45 .48**
-.02 -.19**
.14* .57
** 1 .66
** .55
** .46
** -.30
** .19
** .48
** .48
** .47
** .52
** .53
** .39
**
7. Likeability_AI 0,46 1,61 .55**
-.04 -.16* .14
* .53
** .66
** 1 .73
** .41
** -.31
** .22
** .41
** .54
** .44
** .53
** .47
** .45
**
8. Trust_AI 0,43 1,26 .60**
-.00 -.06 .24**
.53**
.54**
.73**
1 .44**
-.25**
.27**
.48**
.61**
.47**
.50**
.51**
.43**
9. Aff. Comm.._AI 0,44 1,31 .56**
-.06 -.05 .10 .53**
.46**
.41**
.44**
1 -.16* .36
** .45
** .44
** .45
** .45
** .38
** .28
**
10. Calc. comm.._AI -0,05 1,67 -.24**
.05 .62**
.04 -.39**
-.30**
-.31**
-.25**
-.16* 1 -.17
* -.23
** -.34
** -.50
** -.54
** -.37
** -.24
**
11. Nor. Comm..._AI 0,23 1,05 .34**
.04 -.01 -.01 .32**
.19**
.22**
.27**
.36**
-.17* 1 .30
** .30
** .24
** .20
** .33
** .24
**
12. Int. quality_AI 0,37 1,50 .50**
-.05 -.11 .10 .71**
.48**
.41**
.48**
.45**
-.23**
.30**
1 .46**
.46**
.43**
.68**
.49**
13. Prod. quality_AI 0,46 1,56 .56**
.00 -.22**
.14* .61
** .48
** .54
** .61
** .44
** -.34
** .30
** .46
** 1 .62
** .65
** .54
** .43
**
14. Brand image_AI 0,37 1,57 .47**
.02 -.34**
.08 .58**
.47**
.44**
.47**
.45**
-.50**
.24**
.46**
.62**
1 .78**
.58**
.36**
15. Status_AI 0,42 1,55 .48**
-.03 -.42**
-.01 .63**
.52**
.53**
.50**
.45**
-.54**
.20**
.43**
.65**
.78**
1 .67**
.36**
16. Expertise_AI 0,37 1,35 .48**
-.06 -.24**
.10 .72**
.53**
.47**
.51**
.38**
-.37**
.33**
.68**
.54**
.58**
.67**
1 .52**
17. Assurances_AI 0,27 1,38 .34**
-.04 -.18* .09 .50
** .39
** .45
** .43
** .28
** -.24
** .24
** .49
** .43
** .36
** .36
** .52
** 1
** p < .01 (2-tailed)
* p < .05 (2-tailed)
30
Tabel L: Correlatietabel indirecte ranking
Mean SD 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
1.Satisfaction_RI 1,34 0,42 1 -.10 -.04 .13 .41**
.34**
.45**
.47**
.40**
-.24**
.18**
.29**
.37**
.28**
.28**
.29**
.17*
2. Loc. Conv. _RI 1,42 0,41 -.10 1 .18**
.20**
-.10 .00 -.09 -.05 -.10 .12 .00 -.07 -.13 -.05 -.07 -.09 -.08
3. Price-attr._RI 1,49 0,45 -.04 .18**
1 .24**
-.21**
-.23**
-.22**
-.14* -.11 .60
** -.02 -.18
* -.27
** -.35
** -.34
** -.25
** -.13
4. Tangibles_RI 1,47 0,43 .13 .20**
.24**
1 .06 .16* .09 .14
* .05 .11 -.02 .03 .12 .10 .05 .13 .07
5. Serv. quality_RI 1,44 0,45 .41**
-.10 -.21**
.06 1 .38**
.45**
.35**
.40**
-.20**
.16* .47
** .42
** .37
** .37
** .45
** .31
**
6. Env.quality_RI 1,44 0,46 .34**
.00 -.23**
.16* .38
** 1 .62
** .43
** .23
** -.27
** .10 .28
** .44
** .35
** .48
** .38
** .25
**
7. Likeability_RI 1,38 0,41 .44**
-.09 -.22**
.09 .45**
.62**
1 .68**
.33**
-.26**
.22**
.28**
.48**
.45**
.49**
.38**
.32**
8. Trust_RI 1,35 0,43 .47**
-.05 -.14* .14
* .35
** .43
** .68
** 1 .44
** -.30
** .24
** .32
** .52
** .42
** .44
** .39
** .36
**
9. Aff. Comm.._RI 1,36 0,43 .40**
-.10 -.11 .05 .40**
.23**
.33**
.44**
1 -.18**
.32**
.38**
.35**
.36**
.24**
.29**
.18**
10. Calc. comm.._RI 1,50 0,44 -.24**
.12 .60**
.11 -.20**
-.27**
-.26**
-.30**
-.18**
1 -.12 -.20**
-.28**
-.44**
-.39**
-.25**
-.16*
11. Nor. comm.._RI 1,43 0,44 .18**
.00 -.02 -.02 .16* .10 .22
** .24
** .32
** -.12 1 .17
* .16
* .17
* .08 .06 .12
12. Int. quality_RI 1,42 0,45 .29**
-.07 -.18* .03 .47
** .28
** .28
** .32
** .38
** -.20
** .17
* 1 .36
** .33
** .31
** .41
** .33
**
13. Prod. quality_RI 1,37 0,44 .37**
-.13 -.27**
.12 .42**
.44**
.48**
.51**
.35**
-.28**
.16* .36
** 1 .54
** .53
** .42
** .33
**
14. Brand image_RI 1,41 0,42 .28**
-.05 -.35**
.10 .37**
.35**
.45**
.42**
.36**
-.44**
.17* .33
** .54
** 1 .63
** .41
** .28
**
15. Status_RI 1,38 0,44 .28**
-.07 -.34**
.05 .37**
.48**
.49**
.44**
.24**
-.39**
.08 .31**
.53**
.63**
1 .52**
.26**
16. Expertise_RI 1,37 0,42 .29**
-.09 -.25**
.13 .45**
.38**
.38**
.39**
.29**
-.25**
.06 .41**
.42**
.41**
.52**
1 .41**
17. Assurances_RI 1,42 0,44 .17* -.08 -.12 .07 .31
** .25
** .32
** .36
** .18
** -.16
* .12 .33
** .33
** .28
** .26
** .41
** 1
** p < .01 (2-tailed)
* p < .05 (2-tailed)
31
In tabel M worden de correlaties weergegeven tussen de verschillende meetmethoden per KPI.
Tabel M: Correlaties van de verschillende meetmethoden per KPI
1 2 3 4
1.Satisfaction_H 1 .39** .56** -.46**
2.Satisfaction_AD .39** 1 .66** -.52**
3.Satisfaction_AI .56** .66** 1 -.78**
4.Satisfaction_RI -.46** -.52** -.78** 1
1 2 3 4
1. Locational Convenience. _H 1 .56** .70** -.55**
2. Locational Convenience. _AD .56** 1 .72** -.55**
3. Locational Convenience. _AI .70** .72** 1 -.76**
4. Locational Convenience. _RI -.55** -.55** -.76** 1
1 2 3 4
1. Price-attractiveness_H 1 .55** .66** -.62**
2. Price-attractiveness_AD .55** 1 .65** -.56**
3. Price-attractiveness_AI .66** .65** 1 -.85**
4. Price-attractiveness_RI -.62** -.56** -.85** 1
1 2 3 4
1. Tangibles_H 1 .34** .52** -.48**
2. Tangibles_AD .34** 1 .34** -.30**
3. Tangibles_AI .52** .34** 1 -.87**
4. Tangibles_RI -.48** -.30** -.87** 1
1 2 3 4
1. Service quality_H 1 .53** .65** -.52**
2. Service quality_AD .53** 1 .69** -.54**
3. Service quality_AI .65** .69** 1 -.79**
4. Service quality_RI -.52** -.54** -.79** 1
1 2 3 4
1. Environmental quality_H 1 .47** .59** -.47**
2. Environmental quality_AD .47** 1 .63** -.51**
3. Environmental quality_AI .59** .63** 1 -.83**
4. Environmental quality_RI -.47** -.51** -.83** 1
1 2 3 4
1. Likeability_H 1 .35** .63** -.55**
2. Likeability_AD .35** 1 .53** -.50**
3. Likeability_AI .63** .53** 1 -.86**
4. Likeability_RI -.55** -.50** -.86** 1
32
1 2 3 4
1. Trust_H 1 .40** .56** -.50**
2. Trust_AD .40** 1 .52** -.45**
3. Trust_AI .56** .52** 1 -.81**
4. Trust_RI -.50** -.45** -.81** 1
1 2 3 4
1. Affective commitment_H 1 .52** .59** -.49**
2. Affective commitment_AD .52** 1 .51** -.42**
3. Affective commitment_AI .59** .51** 1 -.78**
4. Affective commitment_RI -.49** -.42** -.78** 1
1 2 3 4
1. Calculative commitment_H 1 .54** .65** -.56**
2. Calculative commitment_AD .54** 1 .54** -.47**
3. Calculative commitment_AI .65** .54** 1 -.82**
4. Calculative commitment_RI -.56** -.47** -.82** 1
1 2 3 4
1. Normative commitment_H 1 .40** .47** -.42**
2. Normative commitment_AD .40** 1 .26** -.21**
3. Normative commitment_AI .47** .26** 1 -.81**
4. Normative commitment_RI -.42** -.21** -.81** 1
1 2 3 4
1. Interaction quality_H 1 .59** .63** -.48**
2. Interaction quality_AD .59** 1 .70** -.53**
3. Interaction quality_AI .63** .70** 1 -.78**
4. Interaction quality_RI -.48** -.53** -.78** 1
1 2 3 4
1. Product quality_H 1 .46** .58** -.54**
2. Product quality_AD .46** 1 .68** -.58**
3. Product quality_AI .58** .68** 1 -.82**
4. Product quality_RI -.54** -.58** -.82** 1
1 2 3 4
1. Brand image_H 1 .59** .54** -.45**
2. Brand image_AD .59** 1** .56** -.50**
3. Brand image_AI .54** .56** 1 -.87**
4. Brand image_RI -.45** -.50** -.87** 1
1 2 3 4
1. Status_H 1 .60** .55** -.44**
2. Status_AD .60** 1 .55** -.47**
3. Status_AI .55** .55** 1 -.83**
4. Status_RI -.44** -.47** -.83** 1
33
1 2 3 4
1. Expertise_H 1 .59** .55** -.44**
2. Expertise_AD .59** 1 .54** -.37**
3. Expertise_AI .55** .54** 1 -.80**
4. Expertise_RI -.44** -.37** -.80** 1
1 2 3 4
1. Assurances_H 1 .43** .54** -.47**
2. Assurances_AD .43** 1 .49** -.35**
3. Assurances_AI .54** .49** 1 -.82**
4. Assurances_RI -.47** -.35** -.82** 1
** p < .01 (2-tailed)
* p < .05 (2-tailed)
Bovenstaande correlaties (tabel M) zijn allemaal significant verschillend van nul. Dit is logisch
aangezien elke variabele eigenlijk eenzelfde KPI meet. Belangrijk is echter dat niet elke correlatie
even hoog is, aangezien de manier van meten verschillend is. Op die manier wordt duidelijk dat er
een verschil is in voorspellingskracht naargelang de meetmethode. De gedeelde variantie is lager dan
100%, wat er dus op wijst dat de verschillende meetmethoden een verschillend aandeel in de
variantie verklaren.
In tabel N wordt een overzicht gegeven van de correlaties tussen de verschillende KPI’s en SOW van
de hoofdwinkel (per methode), gerangschikt van groot naar klein (kolom 1). Men merkt op dat vier
van de vijf meest verklarende variabelen op een vergelijkende manier zijn gemeten. In kolom 2 wordt
de respectievelijke R² weergegeven. In kolom 3 ziet men de correlatie tussen de niet-vergelijkende
methode van de overeenkomstige KPI, en SOW van de hoofdwinkel. In kolom 4 wordt de
overeenkomstige R² gegeven. Aan de hand van kolommen 5 en 6 merken we dat het meten van KPI’s
op een vergelijkende manier een grotere voorspellingskracht heeft ten aanzien van SOW, althans
voor een aantal KPI’s (grijs gemarkeerd). Voor deze KPI’s geldt dat vergelijkende meten, SOW beter
voorspelt dan niet-vergelijkend meten en dat het dus beter is om deze op een vergelijkende manier
te meten. Zo geldt bv. voor de KPI’s Satisfaction en Affective commitment dat, indien zij op de
absoluut indirecte manier gemeten worden, zij 7% meer van de variantie van SOW verklaren dan dat
zij op de niet-vergelijkende manier gemeten zouden worden. Andere KPI’s die beter op een
vergelijkende manier worden gemeten, zijn: Tangibles, Trust, Normative commitment en Interaction
quality. Voor deze KPI’s geldt dus dat, indien zij op een niet-vergelijkende manier gemeten zouden
zijn, zij minder variantie in SOW zouden verklaren en SOW dus minder goed zouden voorspellen.
Deze KPI’s zouden ondergewaardeerd zijn als voorspellende factor van SOW indien zij niet-
vergelijkend gemeten worden. Door ze vergelijkend te meten wordt hun effect sterker.
34
Tabel N: Correlaties met SOW van hoofdwinkel
1 2 3 4 5 6
Correlatie R² Overeenkomstige
correlatie van niet-
vergelijkende
methode
R² Verschil
in
correlatie
1 - 3
Verschil
in
R²
2 - 4
Satisfaction_AI
.35** .12 .23** .05 .12 7.0%
Affect. Comm. _AI .32** .10 .18* .03 .14 7.0%
Satisfaction_AD .31** .10 .27** .07 .04 2.3%
Affect. Comm. _RI -.29** .08 .18* .03 .11 5.2%
Product quality_H .27** .07 .27** .07 0 0.0%
Assurances_H .27** .07 .27** .07 0 0.0%
Affect. Comm. _AD .25** .06 .18* .03 .07 3.0%
Expertise_H .25** .06 .25** .06 0 0.0%
Satisfaction_H .23** .05 .23** .05 -.04 0.0%
Interaction qual. _RI -.22** .05 .20** .04 .02 0.8%
Product quality_RI -.21** .04 .27** .07 -.06 -2.9%
Tangibles_AD .20** .04 .15* .02 .05 1.8%
Trust_AI .20** .04 .15* .02 .05 1.8%
Interaction qual. _H .20** .04 .20** .04 0 0.0%
Interaction qual. _AD .20** .04 .20** .04 0 0.0%
Interaction qual. _AI .20** .04 .20** .04 0 0.0%
Service quality_H .19** .04 .19** .04 0 0.0%
Environ. qual. _H .19** .04 .19** .04 0 0.0%
Norm. Comm. _AI .19** .04 - - - -
Trust_RI -.18** .03 .15* .02 .03 1.0%
Affect. Comm. _H .18* .03 .18* .03 0 0.0%
Status_H .18* .03 .18* .03 0 0.0%
Brand image_H .17* .03 .17* .03 0 0.0%
Satisfaction_RI -.16* .03 .27** .07 -.11 -4.7%
Service quality_AI .16* .03 .19** .04 -.03 -1.1%
Environ. qual. _AD .16* .03 .19** .04 -.03 -1.1%
Likeability_H .16* .03 .16* .03 0 0.0%
Product quality_AD .16* .03 .27** .07 -.11 -4.7%
Product quality_AI .16* .03 .27** .07 -.11 -4.7%
Expertise_AI .16* .03 .25** .06 -.09 -3.7%
Expertise_RI -.16* .03 .25** .06 -.09 -3.7%
Assurances_AD .16* .03 .27** .07 -.11 -4.7%
Tangibles_H .15* .02 .15* .02 0 0.0%
Trust_H .15* .02 .15* .02 0 0.0%
Trust_AD .15* .02 .15* .02 0 0.0%
Brand image_RI -.15* .02 .17* .03 -.02 -0.6%
Service quality_RI -.14
Service quality_AD .13
Environ. qual. _AI .13
Norm. Comm. _RI -.13
Assurances_AI .13
Tangibles_AI .12
35
Likeability_AI .12
Brand image_AD .12
Brand image_AI .12
Likeability_RI -.11
Tangibles_RI .10
Status_AI .10
Expertise_AD .10
Calc. Comm. _RI .09
Price-attr. _AD .09
Loc. Conv. _H -.08
Environ. qual. _RI -.08
Likeability_AD .08
Status_AD .08
Status_RI -.08
Loc. Conv. _RI .07
Calc. Comm. _AI -.06
Price-attr. _H .05
Assurances_RI -.04
Calc. Comm. _H -.03
Price-attr. _RI .02
Loc. Conv. _AI .02
Norm. Comm. _H .02
Norm. Comm. _AD .02
Calc. Comm. _AD -.01
Price-attr. _AI .01
Loc. Conv. _AD .00
** p < .01 (2-tailed)
* p < .05 (2-tailed)
De toegevoegde waarde van deze studie ligt hem voornamelijk in het feit dat zij vier meetmethoden
onderling met elkaar vergelijkt. We hebben dan ook verschillende regressies uitgevoerd met als
onafhankelijke variabelen de verschillende meetmethoden (per KPI) en als afhankelijke variabele
SOW van de hoofdwinkel. Op die manier kunnen we de vier meetmethoden onderling op hun
voorspellende kracht vergelijken. Tabel O geeft een samenvatting weer van de resultaten van de
regressies die we uitgevoerd hebben. Deze regressies werden stepwise uitgevoerd.
Uit tabel O blijkt dat, om SOW te voorspellen, er KPI’s zijn die best op een niet-vergelijkende manier
(Service quality, Environmental quality, Likeability, Product quality, Brand image, Status, Expertise,
Assurances) gemeten worden, en dat er KPI’s zijn die best aan de hand van één (of meerdere)
vergelijkende meetmethoden (Satisfaction, Tangibles, Trust, Affective commitment, Normative
commitment, Interaction quality) gemeten worden. Voor Price-attractiveness, Locational
convenience en Calculative commitment geldt dat geen enkele meetmethode echt geschikt is.
36
Daarnaast valt ook de grote verklarende waarde van Satisfaction op (R²adj = .15). Deze is toch
beduidend groter dan de R²adj bij de andere KPI’s.
Wanneer er gekeken wordt naar de vergelijkende meetmethoden onderling kan het volgende
opgemerkt worden. Van de drie meetmethoden blijkt dat de absoluut indirecte methode (bij vier
KPI’s) SOW het beste voorspelt, dit in tegenstelling tot de absoluut directe methode (één KPI) en de
indirecte ranking (twee KPI’s). Algemeen kan dus gezegd worden dat de absoluut indirecte methode
in de meerderheid van de gevallen de beste methode is.
37
4.2.2 Regressie
Tabel O: Stepwise regressie
Afhankelijke variabele: SOW van de hoofdwinkel
KPI Niet-vergelijkend (H) Absoluut Direct Absoluut Indirect Ranking Indirect
β B t Sign. β B t Sign. β B t Sign. β B t Sign. R² R²adj
Satisfaction .58 1.11 5.61 .00 .30 1.34 2.87 .00 .16 .15
Loc. Conv.
Price-attr.
Tangibles .20 .55 2.89 .00 .04 .04
Serv. qual. .19 .32 2.79 .00 .04 .03
Env. Qual. .19 .32 2.8 .00 .04 .03
Likeability .16 .25 2.24 .03 .02 .02
Trust .20 .30 2.85 .00 .04 .03
Affect. Comm. .32 .47 4.86 .00 .11 .10
Calc. Comm.
Norm. Comm. .19 .34 2.73 .00 .04 .03
Interact. Qual. -.22 -.93 -3.19 .00 .05 .04
Prod. Qual. .27 .44 4.01 .00 .07 .07
Brand Image .17 .24 2.47 .01 .03 .03
Status .18 .25 2.60 .01 .03 .03
Expertise .25 .40 3.66 .00 .06 .06
Assurances .27 .47 3.99 .00 .07 .07
38
5. Conclusies
5.1 Discussie
Het opzet van deze studie was tweevoudig. Ten eerste wouden we, net zoals in vorig
literatuuronderzoek al gedaan is, nagaan welke kritische performantie indicatoren een positieve
relatie vertonen met Share-of-Wallet. Dit is het wat. Ten tweede wouden we nagaan welke manier
van meten de beste is om SOW te voorspellen. Men kan KPI’s meten op een niet-vergelijkende
manier of via meerdere vergelijkende methodes. Deze studie onderzocht welke methode de hoogste
voorspellingskracht heeft ten aanzien van SOW. De uniekheid van deze studie ligt voornamelijk in dit
laatste aspect, het hoe.
Bedrijven spenderen veel geld aan het meten en verbeteren van klantloyaliteit en toch gaat deze in
het algemeen toch sterk achteruit. (Clancy 2001; Bennet en Rundle-Thiele 2005). Dit noemt men de
‘loyaliteitscontradictie’, te wijten aan de toegenomen polygame loyaliteit: ondanks toegenomen
investeringen door bedrijven in het meten en verbeteren van klantloyaliteit gaat de klantloyaliteit
toch achteruit. De vraag die men zich als bedrijf of organisatie vandaag moet stellen is niet meer ‘hoe
de klantretentie verhogen’ maar veeleer ‘welk aandeel van de klant zijn uitgaven wordt uitgegeven
bij mijn bedrijf of organisatie (SOW), en hoe kan ik dit aandeel beïnvloeden/verhogen?’.
Om SOW te kunnen beïnvloeden is het noodzakelijk om te weten welke KPI’s een positieve relatie
hebben met SOW en hoe men deze KPI’s het beste meet. In de meerderheid van de SOW studies
werden de KPI’s op een niet-vergelijkende manier gemeten, waardoor enige vergelijking met de
concurrentie uitgesloten werd. Echter, de beperkingen eigen aan het niet-vergelijkend meten van
KPI’s zorgen ervoor dat SOW slechts in beperkte mate voorspeld kan worden (Verhoef 2003).
Daarom roept men op om dergelijke KPI’s op een vergelijkende manier te meten (Dick en Basu 1994;
Olsen 2002; Mägi 2003). Betere predicties kunnen gemaakt worden op basis van het vergelijkend
meten van attitudes (Van den Putte et al 1996).
Slechts weinig studies hebben KPI’s op een vergelijkende manier gemeten, met uitzondering van
Wind (1970), Bowman en Narayandas (2004), Ahearne et al (2007) en De Keyser en Larivière (2010).
Echter, deze studies hebben nooit meerdere vergelijkende methodes in hun onderzoek gebruikt.
Deze studie is uniek in die zin dat zij vier meetmethoden –één niet-vergelijkende en drie
vergelijkende methodes, onderling met elkaar gaat vergelijken op hun voorspellingskracht ten
aanzien van SOW.
39
Het eerste deel van de studie was erop gericht na te gaan welke KPI’s een positieve relatie hebben
met SOW. Met uitzondering van drie KPI’s hadden ze allemaal –via minsten één meetmethode, een
positieve relatie met SOW. De belangrijkste zijn Satisfaction en Affective commitment. De drie KPI’s
die niet significant correleerden met SOW zijn Price-attractiveness, Locational convenience en
Calculative commitment.
Het tweede deel van de studie had tot doel te onderzoeken welke meetmethode de beste is, in die
zin dat zij het best SOW voorspelt. Men kan concluderen dat voor sommige KPI’s vergelijkend meten
beter is dan niet-vergelijkend meten. Het gaat om de volgende: Satisfaction, Affective commitment,
Normative committment, Trust, Tangibles en Interaction quality.
Het vergelijkend meten van deze KPI’s zorgt voor een verhoging van de voorspellende waarde ten
aanzien van SOW. Dit wil dus zeggen dat het niet-vergelijkend meten van deze KPI’s, SOW minder
goed voorspelt dan vergelijkend meten. Indien zij op een niet-vergelijkende manier gemeten zouden
worden, zouden zij namelijk minder variantie in SOW verklaren en SOW dus minder goed
voorspellen. Deze KPI’s zouden ondergewaardeerd zijn als voorspellende factor van SOW indien zij
niet-vergelijkend gemeten worden. Door ze vergelijkend te meten wordt hun effect sterker.
Wat de beste (vergelijkende) meetmethode is voor deze KPI’s, hangt af van KPI tot KPI. Algemeen kan
wel gezegd worden dat de absoluut indirecte methode in de meerderheid van de gevallen de beste
methode is. Deze conclusie ligt in de lijn van de ‘Wallet Allocation Rule’ (Keiningham et al, 2011), die
zegt dat het apart meten van KPI’s, zonder een directe vergelijking tussen concurrenten te maken,
voldoende is.
Voor de andere KPI’s (andere dan Satisfaction, Affective commitment, Normative committment,
Trust, Tangibles en Interaction quality) geldt dat zij beter op een niet-vergelijkende manier gemeten
worden.
Opvallend is dat de KPI’s die het best op een vergelijkende manier gemeten worden gekarakteriseerd
worden door het feit dat zij betrekking hebben op de relatie die het bedrijf heeft met de klant. Deze
‘relationele’ KPI’s vallen onder één van de drie paden om marktleiderschap te bereiken (namelijk
customer intimacy) beschreven door Treacy en Wiersema (1993). Zij beschrijven drie ‘value
disciplines’ waardoor bedrijven superieure customer value kunnen creëren: product leadership,
operational excellence en customer intimacy. De bedrijven die het pad van product leadership volgen
streven naar het leveren van state-of-the-art producten en diensten. Operational excellence
daarentegen is gericht op het marktleiderschap op vlak van prijs en gemak. Customer intimacy ten
40
slotte focust op klantgerichtheid, customization, een lange-termijn relatie met de klant, en
klantloyaliteit.
Er kan opgemerkt worden dat de KPI’s die het best op een vergelijkende manier gemeten worden,
die KPI’s zijn die vallen onder ‘customer intimacy’ (met uitzondering van tangibles). Satisfaction kan
bij elk van de drie ‘value disciplines’ ondergebracht worden. Deze KPI’s kunnen gekarakteriseerd
worden als zijnde relationeel (Palmatier, Dant, Grewal en Evans 2006), en dat is nu net wat customer
intimacy inhoudt.
De andere KPI’s –die vallen onder product leadership en operational excellence kunnen het best op
een niet-vergelijkende manier gemeten worden (met uitzondering van tangibles, en satisfaction dat
onder alle drie de value disciplines valt).
Tabel P: Value disciplines van Treacy en Wiersema
Customer Intimacy Product Leadership Operational Excellence
• Satisfaction • Satisfaction
• Satisfaction
• Trust
• Affective commitment
• Normative
commitment
• Interaction quality
• Tangibles
• Locational convenience
• Service quality
• Environmental quality
• Likeability
• Product quality
• Brand image
• Status
• Expertise
• Assurances
• Price-attractiveness
• Calculative
commitment
5.2 Management- en andere implicaties
Klantloyaliteit wordt wereldwijd aanzien als een kritieke factor voor financiële performantie en
lange-termijn succes. Loyaliteit heeft dan ook de laatste decennia sterk aan interesse gewonnen,
aangezien het zo belangrijk is voor zowel management als academici (Keiningham et al. 2008). De
grote investeringen in klantloyaliteit die door vele bedrijven worden gedaan (Reinartz en Kumar
2002) en de ‘Conference Board 2010 CEO Challenge Survey’ (Barrington 2010) tonen dit aan. Omwille
van het fenomeen van polygame loyaliteit wordt het in deze tijd, waar multi-brand en multi-provider
41
loyaliteit de nieuwe dominante logica vormen belangrijker om zich te richten op Share-of-Wallet. Het
is dus niet meer voldoende om enkel te gaan kijken naar klantretentie (Coyles en Gokey 2002).
Aangezien er zoveel afhangt van klantloyaliteit is het primordiaal om te weten welke de drijvers van
SOW precies zijn -de zogenaamde kritische performantie indicatoren, en wat de beste manier is om
deze KPI’s te meten, in die zin dat zij SOW het best voorspellen.
De Keyser en Larivière (2010) toonden reeds aan dat er heel wat KPI’s zijn die SOW voorspellen. Deze
studie heeft echter nog meer KPI’s in het onderzoek betrokken (onder andere enkele SERVQUAL
dimensies) die een positieve relatie hebben met SOW. Op die manier wordt het voor bedrijven
mogelijk om SOW nog beter te voorspellen.
Vorige loyaliteitstudies beperkten zich tot het niet-vergelijkend meten van KPI’s. Dit is dus zonder
enige vorm van concurrentie in rekening te brengen. Echter, het op die manier meten heeft
verschillende beperkingen waardoor het niet-vergelijkend meten van KPI’s, SOW slechts in beperkte
mate voorspelt (Verhoef 2003). Studies die wel vergelijkend meten van KPI’s in hun onderzoek
betrokken hebben zijn de volgende: Wind (1970), Bowman en Narayandas (2004), Ahearne et al.
(2007), De Keyser en Larivière (2010). Deze studies maken weliswaar gebruik van vergelijkend meten
maar zij beperken zich slechts tot één methode. Deze studie vergelijkt vier meetmethoden onderling
met elkaar.
Dit onderzoek toont aan dat het voor bepaalde KPI’s beter is om ze vergelijkend te meten:
Satisfaction, Affective commitment, Normative committment, Trust, Tangibles en Interaction quality.
De traditionele vragenlijsten, waar deze KPI’s op een niet-vergelijkende manier bevraagd worden
voorspellen wel een deel van SOW. Echter, hun effect wordt onderschat door ze niet-vergelijkend te
meten waardoor hun invloed wellicht als kleiner wordt beschouwd. Daarenboven blijkt dat er voor
deze KPI’s een verschil is in wat nu de beste manier van vergelijkend meten is. Algemeen kan men
zeggen dat de absoluut indirecte methode de beste is. Dit bevestigt aldus de opbouwmethode van de
‘Wallet Allocation Rule’ (Keiningham et al 2011), namelijk dat het apart meten van KPI’s, zonder een
directe vergelijking tussen concurrenten te maken, voldoende is.
Satisfaction is één van de meest gemeten KPI’s, zowel in de literatuur als in het loyaliteitsonderzoek
van vele bedrijven. Het niet-vergelijkend meten van deze KPI heeft grote gevolgen. Ten eerste zorgt
het niet-vergelijkend meten van klanttevredenheid voor een onderschatting van de voorspellende
kracht ten aanzien van SOW, in tegenstelling tot het vergelijkend meten van klanttevredenheid. Op
die manier kan SOW minder goed voorspeld worden. Ook de verloning van management, die dikwijls
42
deels gebaseerd is op tevredenheidscores van klanten kan op die manier preciezer bepaald worden.
De bevindingen van deze studie hebben dus een belangrijke praktische impact.
Het is dus nodig om de traditionele vragenlijsten aan te passen in die zin dat de juiste vergelijkende
meetmethodes voor welbepaalde KPI’s geïntroduceerd moeten worden. Dit zorgt ervoor dat
managers SOW beter kunnen voorspellen wat een betere inschatting van de waarde van de klanten
mogelijk maakt. Ook zogenaamde national customer satisfaction indexen zullen op die manier
preciezer ingeschat kunnen worden. Daarenboven zal de verloning van managers, die vaak
gebaseerd is op klanttevredenheidscores in de balanced scorecard, accurater en meer realistisch
kunnen gebeuren.
Ook voor verder academisch SOW-onderzoek heeft deze studie gevolgen. Zo moet men in de
toekomst de verschillende vergelijkende maatstaven in gedachten houden.
5.3 Beperkingen en toekomstig onderzoek
Ondanks de grote bijdrage van dit onderzoek voor de loyaliteitsliteratuur zijn er toch een aantal
beperkingen eigen aan deze studie waarmee rekening gehouden moet worden.
Ten eerste beperkt deze studie zich tot slechts één industrie, namelijk tot die van de kledijwinkels.
Dit zorgt ervoor dat de veralgemeenbaarheid van de bevindingen beperkt is. Beter zou het zijn om
meerdere sectoren in de analyse te betrekken. Daarnaast bestond onze steekproef uit een
homogene groep economiestudenten van ongeveer dezelfde leeftijd. Ook dit beperkt de
veralgemeenbaarheid. Een meer heterogene steekproef zou deze beperking al voor een groot deel
opheffen.
Ten tweede had de steekproef van dit onderzoek een omvang van slechts 216 respondenten. Een
grotere steekproef zou de impact van mogelijke fouten verminderen en zou meer significante
resultaten kunnen opleveren.
Ten derde zou het goed zijn om dit onderzoek op een longitudinale basis te voeren. Op die manier
kunnen respondenten meermaals bevraagd worden doorheen een bepaalde periode. Zo kan
geobserveerd worden of veranderingen in KPI’s leiden tot veranderingen in SOW. Wij beperkten ons
echter tot cross-sectionele data.
Ten vierde is het nuttig om nog andere meetmethoden in het onderzoek te betrekken. Zo is het
mogelijk om KPI’s aan de hand van directe ranking op te meten. Omwille van de al lange enquête die
wij voor dit onderzoek gebruikt hebben, hebben we dit niet in de vragenlijst geïncorporeerd.
43
Ten slotte hebben we ons in deze studie beperkt tot het vergelijkend meten van slechts twee
providers, namelijk de hoofdwinkel en de tweede winkel. In de toekomst kan dit nog verder
uitgediept worden door nog meer providers in de analyse te betrekken.
44
6. Referenties
Ahearne Michael, Ronald Jelinek en Eli Jones (2007), “Examining the effect of salesperson service
behavior in a competitive context”, Journal of the Academy of Marketing Science, 35(4), 603-616
Ahearne Michael, Thomas W.Gruen en Cheryl Bruke Javis (1999), “If looks could sell: Moderation
and mediation of the attractiveness effect on salesperson performance”, International Journal of
Research in Marketing, 16(4), 269-284
Ailawadi Kusum L., Koen Pauwels en Jan-Benedict E.M. Steenkamp (2008), “Private-Label Use and
Store Loyalty”, Journal of Marketing, 72(6), 19-30
Anderson, James C. en James A. Narrus (1990), “A Model of Distributor Firm and Manufacturer Firm
Working Relationships”, Journal of Marketing, 54(1), 42-58
Babakus Emin en Ugur Yavas (2008), “Does customer sex influence the relationship between
perceived quality and share of wallet?”, Journal of Business Research, 61 (9), 974-981
Babin Barry J. en Jill S. Attaway (2000), “Atmospheric Affect as a Tool for Creating Value and Gaining
Share of Customer”, Journal of business research, 49(2), 91-99
Barnard Neil R. en Andrew S.C. Ehrenberg (1990), “Robust Measures of Consumer Brand Beliefs”,
Journal of Marketing Research, 27(4), 477-484
Barrington, L. (2010). CEO Challenge 2010: Top 10 Challenges (No. Research Report No. R-1461-10-
RR). New York (February).
Baumann, Chris, Suzan Burton, en Greg Elliott (2005), “Determinants of Customer Loyalty and Share
of Wallet in Retail Banking,” Journal of Financial Services Marketing, 9 (3), 231–248.
Bennet, Rebekah en Sharyn Rundle-Thiele (2005), “The Brand Loyalty Life Cycle: Implications for
Marketers”, Journal of Brand Management, 12(4), 250-263
Berman, B. (2006). Developing an Effective Customer Loyalty Program. California Management
Review, 49(1), 123-148.
Bowman Douglas en Das Narayandas (2001), “Managing Customer-Initiated Contacts with
Manufacturers: The Impact on Share of Category Requirements and Worth-of-Mouth Behavior”,
Journal of Marketing Research, 38(3), 281-297
Bowman en Das Narayandas (2004), “Linking Customer Management Effort to Customer
Profitability in Business Markets,” Journal of Marketing Research, 41 (November), 433- 447.
Bowman, D., Farley, J. U., en Schmittlein, D. C. (2000). “Cross-national empirical generalization in
business services buying behavior” Journal of International Business Studies, 31(4), 667−685.
45
Brexendorf Tim Oliver, Silke Mühlmeier, Torsten Tomczak, Martin Eisend (2010), “The impact of
sales encounters on brand loyalty”, Journal of Business Research, 63, 1148-1155
Brody, R. P., & Cunningham, S. M. (1968). “Personality variables and the consumer decision process”
Journal of Marketing Research, 5(1), 50−57.
Chaiken, Shelly en Charles Stangor (1987), “Attitudes and Attitude Change”, Annual Review of
Psychologie, 38, 575-630
Clancy, K.J. (2001), “Save America’s dying brands”,
Marketing Management, 10, 36-44.
Cooil Bruce, Timothy L. Keiningham, Lerzan Aksoy en Michael Hsu (2007), “A Longitudinal Analysis of
Customer Satisfaction and Share of Wallet: Investigating the Moderating Effect of Customer
Characteristics”, Journal of Marketing, 71(1), 67-83
Coyles, Stephanie en Tim C. Gokey (2002), “Customer retention is not enough”, The Mckinsey
Quarterly, 2, 81-99
Cunningham RM (1956) “Brand loyalty—what, where, how much”, Harvard Business Review, 39,
116–138
Cunningham, R.M. (1961), “Customer Loyalty to Store and Brand,” Harvard Business Review, 39(6),
127-137.
Dagger, Sweeney, Johnson (2007), "A Hierachical Model of Health Service Quality: Scale
Development and Investigation of an Integrated Model", Journal of Service Research, 10(2), 123-142
De Keyser Arne en Larivière Bart (2010), Comparative Customer Satisfaction and Share-of-Wallet,
working paper
De Pelsmacker Patrick, Maggie Geuens en Joeri Van Den Bergh, Marketing Communications:
A European Perspective, Financial Times Prentice Hall, 14-jul.-2010
De Pelsmacker, Patrick en Patrick Van Kenhove (2007), “Marktonderzoek: methoden en
toepassingen”, Pearson Education Benelux, Amsterdam, 2de editie, p.200
De Wulf, Kristof, Gaby Odekerken-Schröder, and Dawn Iacobucci (2001), “Investments in
Consumer Relationships: A cross-country and cross-industry exploration,” Journal of Marketing, 65
(October), 33-50.
Dick Alan S. en Kunal Basu (1994), “Customer Loyalty: Toward an Integrated Conceptual
Framework”, Journal of the Academy of Marketing Science, 22(2), 99-113
Droge, Cornelia (1989), "Shaping the Route to Attitude Change: Central versus Peripheral Processing
through Comparative versus Non-comparative Advertising," Journal of Marketing Research, 26
(May), 193-204.
46
East Robert, Harris Patricia, Gill Wilson en Wendy Lomax (1995), “Loyalty to supermarkets”, The
international Review of Detail, Distribution and Consumer Research, 5(1), 99-109
East Robert, Harris Patricia, Gill Wilson en Wendy Lomax (2000), “First-store loyalty and retention”,
Journal of Marketing Management, 16(4), 302-325
East Robert, Harris Patricia, Wendy Lomax, Gill Wilson en Kathy Hammond (1998), “Customer
Defection from Supermarkets”, Advances in Consumer Research, 25(1), 507-512
Enis Ben M. en Paul Gordon W. (1970), “ “Store loyalty” as a Basis for Market Segmentation”,
Journal of Retailing, 46(3), 42-56
Fazio, Russel H. en Mark Zanna (1977), “On the Predictive Validity of Attitudes: The Roles of Direct
Experience and Confidence”, Journal of Personality, 46 (december-maart), 228-43
Fazio, Russel H. en Mark Zanna (1981), “Direct Experience and Attitude Behavior Consistency”,
Advances in Experimental Social Psychology, 14, 161-202
Griffin, Abbie, Greg Gleason, Rick Preiss, Dave Shevenaugh. (1995), “Best practice for customer
satisfaction in manufacturing firms.” Sloan Management Review (Winter), 87–98.
Gustafsson, Anders, Michael D. Johnson en Inger Roos (2005), “The Effects of Customer Satisfaction,
Relationship Commitment Dimensions, and Triggers on Customer Retention”, Journal of Marketing,
68 (oktober), 210-218
Hallowell R. (1996), The relationship of customer satisfaction, customer loyalty, and profitability: an
empirical study, International Journal of Service Industry management, 7 (4), 27–42
Ittner, C., D. Larcker, and M. Rajan. 1997 “The choice of performance measures in annual bonus
contracts”, The Accounting Review, 72 (2), 231-255.
Jones, Fox, Taylor, Fabrigar (2007), "Service Customer Commitment and Response", Journal of
Services Marketing, 24(1), 16 - 28
Jones, Thomas O. en W. Earl Sasser Jr. (1995), “Why Satisfied Customers Defect,” Harvard Business
Review, 73 (November-December), 88-99
Keiningham Timothy L., Aksoy Lerzan, Bruce Cooil en Tor Wallin Andreassen (2008), “Linking
Customer Loyalty to Growth, Mit Sloan Management Review, 49(4), 50-58
Keiningham Timothy L., Aksoy Lerzan, Bruce Cooil, Tor Wallin Andreassen en Jay Weiner (2007),
“The value of different customer satisfaction and loyalty metrics in predicting customer retention,
recommendation, and share-of-wallet”, Managing Service Quality, 17(4), 361-384
47
Keiningham Timothy L., Lerzan Aksoy, Alexander Buoye, en Bruce Cooil, Grow Your Share with the
Wallet Allocation Rule (2011), Harvard Business Review, oktober, , 89(10), 29-31
Keiningham Timothy L., Terry G. Vavra, Lerzan Aksoy and Henri Wallard (2005a), “Loyalty Myths:
Hyped Strategies That Will Put You Out of Business — And Proven Tactics That Really Work”,
Soundview Executive Book Summaries, 28(3), (3 parts), Part 3
Keiningham Timothy L., Tiffany Perkins-Munn en Heather Evans (2003), “The Impact of Customer
Satisfaction on Share-of-Wallet in a Business-to-Business Environment”, Journal of Service Research,
6(1), 37-50
Keiningham Timothy L., Tiffany Perkins-Munn, Lerzan Aksoy en Demitry Estrin (2005b), “Does
customer satisfaction lead to profitability? The mediating role of share-of-wallet”, Managing Service
Quality, 15(2), 172-181
Kelly, Stephen James (2004), “Measuring Attitudinal Commitment in Business-to-Business
Channels,” Marketing Intelligence & Planning, 22(6/7), 636-651
Kenneth Teas & Agarwal (2000), "The effects of extrinsic product cues on consumers' perceptions of
quality, sacrifice, and value", Journal of the Academy of Marketing Science, 28(2), 278-290
Larivière Bart (2008), “Linking Perceptual and Behavioral Customer Metrics to Multiperiod Customer
Profitability: a Comprehensive Service-Profit Chain Application”, Journal of Service Research, 11(3),
3-21
Larivière Bart, Bruce Cooil, Lerzan Aksoy en Timothy Keiningham (2011), “Does satisfaction matter
more if a multichannel customer is also a multicompany customer?”, Journal of Service
Management, 22(1), 39-66
Larivière Bart, Timothy L. Keiningham, Bruce Cooil en Lerzan Aksoy (2012), “A Longitudinal Analysis
of Customer Satisfaction, Relationship Commitment Dimensions, and Triggers on Share of Wallet”,
Working Paper
Leenheer et al. (2007),"Do loyalty programs really enhance behavioral loyalty? An empirical analysis
accounting for self-selecting members", International Journal of Research in Marketing, 24 (1), 31-47
Lutz, Richard J. (1984), “Affective and Cognitive Antecedents of Attitude towards the Ad: A
Conceptual Framework”, in Psychological Processes and Advertising Effects: Theory, Research and
Application, 45-63
Macintosh Gerrard en Lawrence S. Lockshin (1997), “Retail relationships and store loyalty: a multi-
level perspective”, International Journal of Research in Marketing, 14(5), 487-497
Mägi, Anne W. (2003), “Share of Wallet in Retailing: The Effects of Customer Satisfaction,
Loyalty Cards and Shopper Characteristics,” Journal of Retailing, 79 (2), 97–106
Mittal, Vikas and Wagner Kamakura (2001), “Satisfaction, Repurchase Intent, and Repurchase
Behavior: Investigating the Moderating Effect of Customer Characteristics,” Journal of Marketing
Research, 38 (February), 131–42
Morgan A. Neil en Rego Leotte Lopo (2006), “The Value of Different Customer Satisfaction and
Loyalty Metric in Predicting Business Performance”, Marketing Science 25(5), pp. 426–439
48
Morgan, Neil A., Eugene W. Anderson, Vikas Mittal (2005), “Understanding firm’s customer
satisfaction information usage”. Journal of Marketing, 69(3) 131–151.
Olsen Svein Ottar (2002), “Comparative Evaluation and the Relationship between Quality,
Satisfaction and Repurchase Loyalty”, Journal of the Academy of Marketing Science, 30(3), 240-249
Palmatier Robert W., Cheryl Burke Jarvis, Jennifer R. Bechkoff en Frank R. Kardes (2009), “The role of
customer gratitude in relationship marketing”, Journal of Marketing, 73(5), 1-18
Palmatier Robert W., Rajiv P. Dant, Druvh Grewal en Kenneth R. Evans (2006), “Factors Influencing
the Effectiveness of Relationship Marketing: A Meta-Analysis”, Journal of Marketing, 70(4), 136-153
Parasuraman A., Zeithaml V.A. en Berry L.L. (1988), “SERCQUAL: A Multiple-Item Scale for Measuring
Consumer Perceptions of Service Quality”, Journal of Retailing, 64(1), 12-40
Perkins-Munn Tiffany, Lerzan Aksoy, Timothy L. Keiningham en Dimitry Estrin (2005), “Actual
Purchase as a Proxy for Share of Wallet”, Journal of Service Research, 7(3), 245-256
Petty, Richard E. and John T. Gacioppo (1986),”The Elaboration Likelihood Model of Persuasion”,
Advances in Experimental Social Psychology, 19
Reinartz Werner en Kumar V. (2002), “The Mismanegement of Customer Loyalty”, Harvard Business
Review, juli, 86-94
Rowley, J. & Dawes, J. (1999). Customer loyalty – a relevant concept for libraries? Library
Management, 20(6), 345-351.
Rundle-Thiele, S. and Mackay, M.M. (2001), “Assessing the performance of brand loyalty
measures”, Journal of Services Marketing, 15(6/7), 529-45
Rust, Roland T., Katherine N. Lemon, en Valarie A. Zeithaml (2004), “Return on Marketing: Using
Customer Equity to Focus Marketing Strategy”, Journal of Marketing, 68 (January), 109-127
Silvestro, Rhian and Stuart Cross (2000), “Applying the Service Profit Chain in a Retail
Environment,” International Journal of Service Industry Management, 11 (3), 244–68.
Smith, Robert E. en William Swinyard (1983), “Attitude-Behavior Consistency: The Impact of Product
Trial Versus Advertising”, Journal of Marketing Research, 20 (augustus), 257-67
Teas Kenneth R. en Agarwal Sanjeev (2000), “The Effects of Extrinsic Cues on Consumers’ Percetions
of Quality, Sacrifice, and Value”, Journal of the Academy of Marketing Science 28(2), 278-290
Treacy, M., & Wiersema, F. (1993), “Customer intimacy and other value disciplines”,
Harvard Business Review, 71(1), 84−93.
49
Uncles, Mark D., Andrew Ehrenberg, en Kathy Hammond (1995), “Patterns of Buyer Behavior:
Regulatories, Models, and Extensions (in Stochastic Choice Phenomena)”, MarketingScience, 14(3),
71-78
Uncles, Mark D., Grahame R. Dowling, en Kathy Hammond (2003), “Customer Loyalty en Customer
Loyalty Programs”, Journal of Consumer Marketing, 20(4), 294-316
Van den Putte, Bas, J. Hoogstraten en R. Meertens (1996), “A comparison of behavioral alternative
models in the context of the theory of reasoned actions”, British Journal of Social Psychology, 35,
257-266
Van Doorn Jenny en Peter C. Verhoef (2007), “Critical Incidents and the Impact of Satisfaction on
Customer Share”, Journal of Marketing, 72(4), 123-142
Verhoef, Peter C. (2003), “Understanding the Effects of Customer Relationship Management
Efforts on Customer Retention and Customer Share Development,” Journal of Marketing, 67 (4), 30-45.
Wind Yoram (1970), “Industrial source loyalty”, Journal of Marketing Research, 7(4), 450-457
Wirtz Jochen, Anna S. Matilla en May Oo Lwin (2007), “How effective are Loyalty Reward Programs
in Driving Share of Wallet?”, Journal of Service Research, 9(4), 327-334
Zabin, Jeff and Gresh Brebach (2004), “The New Rules for Attracting, Retaining, and Leveraging
Profitable Customers”, Hoboken, NJ: John Wiley & Sons.
I
Bijlages
Inhoudstafel bijlage
1. Apendix A:. Perceptual measures.................................................................................................... II
2. Apendix B. Vragenlijst..................................................................................................................... VI
II
1. Apendix A:. Perceptual measures
Satisfaction
Nie
t-ve
rg
In het algemeen, hoe tevreden bent u over uw
hoofdwinkel?1
Gustafsson,
Johnson and
Roos (2005) In welke mate voldoet uw hoofdwinkel aan uw
voorafgaande verwachtingen? 2
In welke mate benadert uw hoofdwinkel uw ideale,
perfecte winkel?3 V
erg
In het algemeen, hoe tevreden bent u over uw
hoofdwinkel in vergelijking met uw tweede winkel?4
In welke mate voldoet uw hoofdwinkel veel minder/veel
meer aan uw voorafgaande verwachtingen in vergelijking
met uw tweede winkel?5
In welke mate benadert uw hoofdwinkel veel minder/veel
beter uw ideale, perfecte winkel in vergelijking met uw
tweede winkel?6
Locational
convenience
Nie
t-ve
rg De ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn woonplaats (thuisadres)1
Larivière (2008)
De ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn kot (indien van toepassing) 1
De bereikbaarheid van de filialen van mijn hoofdwinkel1
Ve
rg
9de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn woonplaats (thuisadres) 7
9de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn kot (indien van toepassing) 7 9de bereikbaarheid van de filialen van mijn hoofdwinkel7
Price-
attractiveness
Nie
t-
verg
De prijzen van de kledij in mijn hoofdwinkel1 Leenheer et al.
(2007) De speciale aanbiedingen (solden, eenmalige kortingen,
acties) in mijn hoofdwinkel1
Ve
rg 9de prijzen van de kledij in mijn hoofdwinkel7
9de speciale aanbiedingen (solden, eenmalige kortingen,
acties) in mijn hoofdwinkel7
Tangibles
Nie
t-
verg
Het aantal kassa's in mijn hoofdwinkel1 Larivière (2008)
De openingsuren van mijn hoofdwinkel1
Ve
rg 9het aantal kassa's in mijn hoofdwinkel7
9de openingsuren van mijn hoofdwinkel7
Service quality Nie
t-ve
rg De dienstverlening in mijn hoofdwinkel is uitstekend8 Larivière (2008)
De dienstverlening in mijn hoofdwinkel is uitgebreid8
De dienstverlening van mijn hoofdwinkel is van hoge
kwaliteit8
Ve
rg 10De dienstverlening van de winkel is uitstekend5
10De dienstverlening van de winkel is uitgebreid5 10De dienstverlening van de winkel is van hoge kwaliteit5
III
Environmental
quality N
iet-
verg
Ik ben van mening dat de winkelruimte (rekken,
pashokjes, bewegingsruimte, etc.) van mijn hoofdwinkel
uitstekend is8
Dagger,
Sweeney,
Johnson (2007)
Ik ben onder de indruk van de kwaliteit van de
winkelruimte (rekken, pashokjes, bewegingsruimte, etc.)
van mijn hoofdwinkel8
De winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) van mijn hoofdwinkel is van hoge kwaliteit8 V
erg
10Ik ben van mening dat de winkelruimte (rekken,
pashokjes, bewegingsruimte, etc.) uitstekend is5 10Ik ben onder de indruk van de kwaliteit van de
winkelruimte (rekken, pashokjes, bewegingsruimte, etc.) 5 10De winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) is van hoge kwaliteit5
Likeability NV Het is aangenaam winkelen in mijn hoofdwinkel8 Arne De Keyser
V 10Het is aangenaam winkelen in de hoofdwinkel5
Trust
Nie
t-
verg
Mijn hoofdwinkel geeft me een gevoel van vertrouwen8 De Wulf,
Odekerken-
Schröder,
Iacobbuci
(2001)
Ik heb vertrouwen in mijn hoofdwinkel8
Mijn hoofdwinkel geeft me een betrouwbare indruk8
Ve
rg 10De winkel geeft me een gevoel van vertrouwen5
10Ik heb vertrouwen in de winkel5 10De winkel geeft me een betrouwbare indruk5
Affective
commitment
Nie
t-ve
rg Mijn hoofdwinkel heeft een grote persoonlijke betekenis
voor mij8
Jones, Fox,
Taylor, Fabrigar
(2007) Ik zou heel blij zijn om de rest van mijn leven klant te zijn
bij mijn hoofdwinkel8
Ik voel een sterke band met mijn hoofdwinkel8
Ve
rg
De winkel heeft een grote persoonlijke betekenis voor
mij5 10Ik zou heel blij zijn om de rest van mijn leven klant te
zijn bij de winkel5 10Ik voel een sterke band met de winkel5
Calculative
commitment
Nie
t-ve
rg Het is financieel gezien interessant om klant te zijn bij
mijn hoofdwinkel8
Gustafsson,
Johnson en
Roos (2005) Ik zou een financieel nadeel ondervinden als de relatie
met mijn hoofdwinkel zou eindigen8
Ve
rg
10Het is financieel gezien interessant om klant te zijn bij de
winkel5 10Ik zou een financieel nadeel ondervinden als de relatie
met de winkel zou eindigen5
IV
Normative
commitment
Nie
t-ve
rg
Mijn band met mijn hoofdwinkel is voornamelijk
gebaseerd op onze gelijkheid van waarden (bv. Hip en
trendy, milieubewust) 8
Kelly, Stephen
James (2004)
Waar mijn winkel voor staat (bv. Hip en trendy,
milieubewust), is belangrijk voor mij8
De reden waarom ik mijn hoofdwinkel verkies boven
anderen, is hetgeen waarvoor de winkel staat8 V
erg
10Mijn band met de winkel is voornamelijk gebaseerd op
onze gelijkheid van waarden (bv. Hip en trendy,
milieubewust) 5 10Waar de winkel voor staat (bv. Hip en trendy,
milieubewust), is belangrijk voor mij5 10De reden waarom ik de winkel verkies boven anderen, is
hetgeen waarvoor de winkel staat5
Interaction
quality
Nie
t-ve
rg
De kwaliteit van de interactie met het personeel (hulp bij
het passen, vriendelijkheid, etc.) van mijn hoofdwinkel is
van een hoog niveau8
Dagger,
Sweeney,
Johnson (2007)
De interactie die ik heb met het personeel van mijn
hoofdwinkel is uitstekend8
Ik voel me goed over de interactie die ik heb met het
personeel van mijn hoofdwinkel8
Ve
rg
10De kwaliteit van de interactie met het personeel (hulp
bij het passen, vriendelijkheid, etc.) van de winkel is van
een hoog niveau5 10De interactie die ik heb met het personeel van de winkel
is uitstekend5 10Ik voel me goed over de interactie die ik heb met het
personeel van de winkel5
Product quality
Nie
t-ve
rg De kledij verkocht door mijn hoofdwinkel is van goeie
kwaliteit8
Teas, R.
Kenneth en
Sanjee Agarwal
(2000)
De kledij verkocht door mijn hoofdwinkel is duurzaam
(gaat lang mee) 8
De kledij verkocht door mijn hoofdwinkel is betrouwbaar8
Ve
rg
10De kledij verkocht door de winkel is van goeie kwaliteit5 10De kledij verkocht door de winkel is duurzaam (gaat lang
mee) 5 10De kledij verkocht door de winkel is betrouwbaar5
Brand image
NV De merken die mijn hoofdwinkel verkoopt hebben een
hoogstaand imago8
V 10De merken die de winkel verkoopt hebben een
hoogstaand imago5
Status
Nie
t-
verg
Mijn hoofdwinkel is een prestigieuze, hoog
aangeschreven winkel8
Kenneth Teas
en Agarwal
(2000) Mijn hoofdwinkel is een hoge kwaliteit-winkel8
Ve
rg 10De winkel is een prestigieuze, hoog aangeschreven
winkel5 10De winkel is een hoge kwaliteit-winkel5
V
Expertise
Nie
t-ve
rg Het personeel van mijn hoofdwinkel is goed opgeleid en
gekwalificeerd8
Larivière 2011
Het personeel van mijn hoofdwinkel heeft een goede
kennis van het productassortiment8
Ve
rg
10Het personeel van de winkel is goed opgeleid en
gekwalificeerd5 10Het personeel van de winkel heeft een goede kennis van
het productassortiment5
Assurances
Nie
t-ve
rg De wachttijden (bediening, passen, afrekenen) in mijn
hoofdwinkel zijn over het algemeen beperkt tot een
minimum8
Larivière 2011
De afrekening/betaling in mijn hoofdwinkel gebeurt altijd
op een correcte, foutloze manier8
Ve
rg
10De wachttijden (bediening, passen, afrekenen) in de
winkel zijn over het algemeen beperkt tot een minimum5 10De afrekening/betaling in de winkel gebeurt altijd op
een correcte, foutloze manier5
1 gaat van 1: helemaal ontevreden tot 7: helemaal tevreden
6 gaat van -3: veel minder tot +3: veel beter
2 gaat van 1: voldoet veel minder tot 7: voldoet veel meer
7 gaat van -3: veel slechter tot +3: veel beter
3 gaat van 1: ver verwijderd tot 7: vrij dicht 8 gaat van 1: helemaal niet akkoord tot 7 helemaal akkoord
4 gaat van -3: helemaal ontevreden tot +3: helemaal tevreden 9 In het algemeen, als u uw hoofdwinkel VERGELIJKT met uw
tweede winkel, in welke mate bent u VEEL MINDER/VEEL
MEER tevreden over...?
5 gaat van -3: voldoet veel minder tot +3: voldoet veel meer 10 In welke mate voldoet uw hoofdwinkel MINDER/MEER
aan deze stellingen ten opzichte van uw tweede winkel?
Alles met betrekking tot de hoofdwinkel heeft ook betrekking op de tweede winkel
VI
2. Apendix B. Vragenlijst
VII
1. Gelieve aan te kruisen bij welke van de volgende kledingswinkels u geregeld kledij aankoopt voor
uzelf (aankopen die gebeuren samen met de ouders of betaald door ouders tellen ook mee) (u mag
meerdere opties aankruisen) (Kledij = EXCLUSIEF SCHOENEN)
Brooklyn Paleis
C&A Pimkie
Celio River Woods
E5-Mode S. Oliver
Esprit
Springfield
Hampton Bays Street One
H&M
Superdry
Galeria Inno Talking French
Jack&Jones Tommy Hilfiger
JBC UrbanOutfitters
Levi’s Vero Moda
Lola&Liza
WE
Massimo Dutti Zara
Mexx Zeb
New Look Overige (specifieer):
2. Welke van deze winkels beschouwt u als uw hoofdwinkel (winkel waar u het meeste kledij
aankoopt). (GELIEVE SLECHTS 1 winkel TE NOTEREN)
HOOFDWINKEL = ______________________________________
3. Welke van deze winkels beschouwt u als uw tweede winkel (winkel waar u het 2e meeste kledij
koopt). (GELIEVE SLECHTS 1 WINKEL TE NOTEREN)
TWEEDE WINKEL =_____________________________________
4. Volgende vragen peilen naar uw tevredenheid en algemene waarnemingen t.o.v. uw
HOOFDWINKEL
Helemaal
ontevreden
Helemaal
tevreden
4.1. In het algemeen, hoe tevreden bent u over uw
hoofdwinkel?
1 2 3 4 5 6 7
Voldoet veel
minder
Voldoet
veel meer
4.2 In welke mate voldoet uw hoofdwinkel aan uw
voorafgaande verwachtingen? 1 2 3 4 5 6 7
Ver
verwijderd Vrij dicht
4.3 In welke mate benadert uw hoofdwinkel uw ideale,
perfecte winkel? 1 2 3 4 5 6 7
VIII
4.4. In het algemeen, hoe tevreden ben u over … ?
Helemaal
ontevreden
Helemaal
tevreden
de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn woonplaats (thuisadres) 1 2 3 4 5 6 7
de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn kot (indien van toepassing) 1 2 3 4 5 6 7
de bereikbaarheid van de filialen van mijn hoofdwinkel 1 2 3 4 5 6 7
de prijzen van de kledij in mijn hoofdwinkel 1 2 3 4 5 6 7
de speciale aanbiedingen (solden, eenmalige kortingen,
acties) in mijn hoofdwinkel 1 2 3 4 5 6 7
het aantal kassa’s in mijn hoofdwinkel 1 2 3 4 5 6 7
de openingsuren van mijn hoofdwinkel 1 2 3 4 5 6 7
4.5 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
De dienstverlening in mijn hoofdwinkel is uitstekend 1 2 3 4 5 6 7
De dienstverlening in mijn hoofdwinkel is uitgebreid 1 2 3 4 5 6 7
De dienstverlening van mijn hoofdwinkel is van hoge
kwaliteit 1 2 3 4 5 6 7
Ik ben van mening dat de winkelruimte (rekken,
pashokjes, bewegingsruimte, etc.) van mijn
hoofdwinkel uitstekend is
1 2 3 4 5 6 7
Ik ben onder de indruk van de kwaliteit van de
winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) van mijn hoofdwinkel
1 2 3 4 5 6 7
De winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) van mijn hoofdwinkel is van hoge kwaliteit 1 2 3 4 5 6 7
Het is aangenaam winkelen in mijn hoofdwinkel 1 2 3 4 5 6 7
Mijn hoofdwinkel geeft me een gevoel van vertrouwen 1 2 3 4 5 6 7
Ik heb vertrouwen in mijn hoofdwinkel 1 2 3 4 5 6 7
Mijn hoofdwinkel geeft me een betrouwbare indruk 1 2 3 4 5 6 7
4.6 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
Mijn hoofdwinkel heeft een grote persoonlijke
betekenis voor mij 1 2 3 4 5 6 7
Ik zou heel blij zijn om de rest van mijn leven klant te
zijn bij mijn hoofdwinkel 1 2 3 4 5 6 7
Ik voel een sterke band met mijn hoofdwinkel 1 2 3 4 5 6 7
Het is financieel gezien interessant om klant te zijn bij
mijn hoofdwinkel 1 2 3 4 5 6 7
Ik zou een financieel nadeel ondervinden als de relatie
met mijn hoofdwinkel zou eindigen 1 2 3 4 5 6 7
In het algemeen heeft mijn hoofdwinkel een goede
reputatie 1 2 3 4 5 6 7
Mijn hoofdwinkel komt goed over in de media (tv,
krant, online sociale media, etc.) 1 2 3 4 5 6 7
Mijn hoofdwinkel is een sterke speler in de markt van
kledijwinkels 1 2 3 4 5 6 7
Gelieve uw hoofdwinkel nogmaals te noteren: _____________________
IX
Mijn band met mijn hoofdwinkel is voornamelijk
gebaseerd op onze gelijkheid van waarden (bv. hip en
trendy, milieubewust)
1 2 3 4 5 6 7
Waar mijn hoofdwinkel voor staat (bv. hip en trendy,
milieubewust), is belangrijk voor mij 1 2 3 4 5 6 7
Helemaal
niet akkoord
Helemaal
akkoord
De reden waarom ik mijn hoofdwinkel verkies t.o.v.
anderen, is hetgeen waarvoor de winkel staat 1 2 3 4 5 6 7
De kwaliteit van de interactie met het personeel (hulp
bij het passen, vriendelijkheid, snelheid, etc.) van mijn
hoofdwinkel is van een hoog niveau
1 2 3 4 5 6 7
De interactie die ik heb met het personeel van mijn
hoofdwinkel is uitstekend 1 2 3 4 5 6 7
Ik voel me goed over de interactie die ik heb met het
personeel van mijn hoofdwinkel 1 2 3 4 5 6 7
4.7 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
De kledij verkocht door mijn hoofdwinkel is van goeie
kwaliteit 1 2 3 4 5 6 7
De kledij verkocht door mijn hoofdwinkel is duurzaam
(gaat lang mee) 1 2 3 4 5 6 7
De kledij verkocht door mijn hoofdwinkel is
betrouwbaar 1 2 3 4 5 6 7
De merken die mijn hoofdwinkel verkoopt hebben een
hoogstaand imago 1 2 3 4 5 6 7
Mijn hoofdwinkel is een prestigieuze, hoog
aangeschreven winkel 1 2 3 4 5 6 7
Mijn hoofdwinkel is een hoge kwaliteit - winkel 1 2 3 4 5 6 7
Het personeel van mijn hoofdwinkel is goed opgeleid en
gekwalificeerd 1 2 3 4 5 6 7
Het personeel van mijn hoofdwinkel heeft een goede
kennis van het productassortiment 1 2 3 4 5 6 7
De wachttijden (bediening, passen, afrekenen) in mijn
hoofdwinkel zijn over het algemeen beperkt tot een
minimum
1 2 3 4 5 6 7
De afrekening/betaling in mijn hoofdwinkel gebeurt
altijd op een correcte, foutloze manier 1 2 3 4 5 6 7
Gelieve uw hoofdwinkel nogmaals te noteren: _____________________
X
5. Aandeel van de klantenportefeuille
Indien uw al uw kledingsaankopen voor uzelf in overweging neemt (deze omvatten: individuele
aankopen + aankopen met ouders) kunt u dan aangeven welk aandeel van al uw kledingsaankopen
(uitgedrukt in een % op 100) u bij uw hoofdwinkel doet (exclusief schoenen)? (Mag ruwe schatting
zijn)
0-10%
11-20%
21-30%
31-40%
41-50%
51-60%
61-70%
71-80%
81-90%
91-100%
6. Hoe lang bent u al klant bij uw hoofdwinkel? Dit mag een ruwe schatting zijn: ________ jaar
7. In welke mate vond u het makkelijk om op bovenstaande vragen (4.1 tot 4.7) te antwoorden?
Zeer Moeilijk Zeer
Makkelijk
1 2 3 4 5 6 7
XI
8. Volgende vragen peilen naar uw tevredenheid en algemene waarnemingen t.o.v. uw TWEEDE
WINKEL
Helemaal
ontevreden
Helemaal
tevreden
8.1. In het algemeen, hoe tevreden bent u over uw tweede
winkel?
1 2 3 4 5 6 7
Voldoet veel
minder
Voldoet
veel meer
8.2 In welke mate voldoet uw tweede winkel aan uw
voorafgaande verwachtingen? 1 2 3 4 5 6 7
Ver
verwijderd Vrij dicht
8.3 In welke mate benadert uw tweede winkel uw ideale,
perfecte winkel? 1 2 3 4 5 6 7
8.4. In het algemeen, hoe tevreden ben u over … ?
Helemaal
ontevreden
Helemaal
tevreden
de ligging van de filialen van mijn tweede winkel ten
opzichte van mijn woonplaats (thuisadres) 1 2 3 4 5 6 7
de ligging van de filialen van mijn tweede winkel ten
opzichte van mijn kot (indien van toepassing) 1 2 3 4 5 6 7
de bereikbaarheid van de filialen van mijn tweede
winkel 1 2 3 4 5 6 7
de prijzen van de kledij in mijn tweede winkel 1 2 3 4 5 6 7
de speciale aanbiedingen (solden, eenmalige kortingen,
acties) in mijn tweede winkel 1 2 3 4 5 6 7
het aantal kassa’s in mijn tweede winkel 1 2 3 4 5 6 7
de openingsuren van mijn tweede winkel 1 2 3 4 5 6 7
8.5 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
De dienstverlening in mijn tweede winkel is uitstekend 1 2 3 4 5 6 7
De dienstverlening in mijn tweede winkel is uitgebreid 1 2 3 4 5 6 7
De dienstverlening van mijn tweede winkel is van hoge
kwaliteit 1 2 3 4 5 6 7
Ik ben van mening dat de winkelruimte (rekken,
pashokjes, bewegingsruimte, etc.) van mijn tweede
winkel uitstekend is
1 2 3 4 5 6 7
Ik ben onder de indruk van de kwaliteit van de
winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) van mijn tweede winkel
1 2 3 4 5 6 7
De winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.) van mijn tweede winkel zijn van hoge kwaliteit 1 2 3 4 5 6 7
Het is aangenaam winkelen in mijn tweede winkel 1 2 3 4 5 6 7
Mijn tweede winkel geeft me een gevoel van
vertrouwen 1 2 3 4 5 6 7
Ik heb vertrouwen in mijn tweede winkel 1 2 3 4 5 6 7
Mijn tweede winkel geeft me een betrouwbare indruk 1 2 3 4 5 6 7
Gelieve uw tweede winkel nogmaals te noteren: _____________________
XII
Helemaal
niet akkoord
Helemaal
akkoord
Mijn tweede winkel heeft een grote persoonlijke
betekenis voor mij 1 2 3 4 5 6 7
Ik zou heel blij zijn om de rest van mijn leven klant te
zijn bij mijn tweede winkel 1 2 3 4 5 6 7
Ik voel een sterke band met mijn tweede winkel 1 2 3 4 5 6 7
Het is financieel gezien interessant om klant te zijn bij
mijn tweede winkel 1 2 3 4 5 6 7
Ik zou een financieel nadeel ondervinden als de relatie
met mijn tweede winkel zou eindigen 1 2 3 4 5 6 7
In het algemeen heeft mijn tweede winkel een goede
reputatie 1 2 3 4 5 6 7
Mijn tweede winkel komt goed over in de media (tv,
krant, online sociale media, etc.) 1 2 3 4 5 6 7
Mijn tweede winkel is een sterke speler in de markt van
kledijwinkels 1 2 3 4 5 6 7
8.6 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
Mijn band met mijn tweede winkel is voornamelijk
gebaseerd op onze gelijkheid van waarden (bv. hip en
trendy, milieubewust)
1 2 3 4 5 6 7
Waar mijn tweede winkel voor staat (bv. hip en trendy,
milieubewust), is belangrijk voor mij 1 2 3 4 5 6 7
De reden waarom ik mijn tweede winkel verkies t.o.v.
anderen, is hetgeen waarvoor de winkel staat 1 2 3 4 5 6 7
De kwaliteit van de interactie met het personeel (hulp
bij het passen, vriendelijkheid, etc.) van mijn tweede
winkel is van een hoog niveau
1 2 3 4 5 6 7
De interactie die ik heb met het personeel van mijn
tweede winkel is uitstekend 1 2 3 4 5 6 7
Ik voel me goed over de interactie die ik heb met het
personeel van mijn tweede winkel 1 2 3 4 5 6 7
De kledij verkocht door mijn tweede winkel is van goeie
kwaliteit 1 2 3 4 5 6 7
De kledij verkocht door mijn tweede winkel is duurzaam
(gaat lang mee) 1 2 3 4 5 6 7
De kledij verkocht door mijn tweede winkel is
betrouwbaar 1 2 3 4 5 6 7
8.7 In welke mate bent u akkoord met volgende stellingen?
Helemaal
niet akkoord
Helemaal
akkoord
De merken die mijn tweede winkel verkoopt hebben
een hoogstaand imago 1 2 3 4 5 6 7
Mijn tweede winkel is een prestigieuze, hoog
aangeschreven winkel 1 2 3 4 5 6 7
Mijn tweede winkel is een hoge kwaliteit-winkel 1 2 3 4 5 6 7
Het personeel van mijn tweede winkel is goed opgeleid
en gekwalificeerd 1 2 3 4 5 6 7
Het personeel van mijn tweede winkel heeft een goede
kennis van het productassortiment 1 2 3 4 5 6 7
De wachttijden (bediening, passen, afrekenen) in mijn
tweede winkel zijn over het algemeen beperkt tot een
minimum
1 2 3 4 5 6 7
De afrekening/betaling in mijn tweede winkel gebeurt
altijd op een correcte, foutloze manier 1 2 3 4 5 6 7
Gelieve uw tweede winkel nogmaals te noteren: _____________________
XIII
9. Aandeel van de klantenportefeuille
Indien uw al uw kledingsaankopen voor uzelf in overweging neemt (deze omvatten: individuele
aankopen + aankopen met ouders) kunt u dan aangeven welk aandeel van al uw kledingsaankopen
(uitgedrukt in een % op 100) u bij uw tweede winkel doet (exclusief schoenen)? (Mag ruwe schatting
zijn)
0-10%
11-20%
21-30%
31-40%
41-50%
51-60%
61-70%
71-80%
81-90%
91-100%
10. Hoe lang bent u al klant bij uw tweede winkel? Dit mag een zeer ruwe schatting zijn:
________ jaar
11. In welke mate vond u het makkelijk om op bovenstaande vragen (vraag 8.1 tot 8.8) te
antwoorden?
Zeer Moeilijk Zeer
Makkelijk
1 2 3 4 5 6 7
Gelieve uw tweede winkel nogmaals te noteren: _____________________
XIV
12. Volgende vragen peilen naar uw tevredenheid en algemene waarnemingen van uw hoofdwinkel
TEN OPZICHTE VAN uw tweede winkel.
HOOFDWINKEL is BETER dan tweede winkel: score : +1, +2 of +3
Hoofdwinkel en tweede winkel EVENWAARDIG: score : 0
Hoofdwinkel SLECHTER dan tweede winkel: score : -1, -2 of -3
Helemaal
ontevreden
Helemaal
tevreden
12.1. In het algemeen, hoe tevreden bent u over uw
hoofdwinkel in vergelijking met uw tweede winkel ?
-3 -2 -1 0 +1 +2 +3
Voldoet veel
minder
Voldoet
veel meer
12.2 In welke mate voldoet uw hoofwinkel veel minder/veel
meer aan uw voorafgaande verwachtingen in vergelijking
met uw tweede winkel?
-3 -2 -1 0 +1 +2 +3
Veel minder Veel beter
12.3 In welke mate benadert uw hoofdwinkel veel
minder/veel beter uw ideale, perfecte winkel in vergelijking
met uw tweede winkel?
-3 -2 -1 0 +1 +2 +3
12.4. In het algemeen, als u uw hoofdwinkel VERGELIJKT met uw tweede winkel, in welke
mate bent u VEEL MINDER/VEEL MEER tevreden over… ?
Veel
Slechter Veel Beter
de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn woonplaats (thuisadres) -3 -2 -1 0 +1 +2 +3
de ligging van de filialen van mijn hoofdwinkel ten
opzichte van mijn kot (indien van toepassing) -3 -2 -1 0 +1 +2 +3
de bereikbaarheid van de filialen van mijn hoofdwinkel -3 -2 -1 0 +1 +2 +3
de prijzen van de kledij in mijn hoofdwinkel -3 -2 -1 0 +1 +2 +3
de speciale aanbiedingen (solden, eenmalige kortingen,
acties) in mijn hoofdwinkel -3 -2 -1 0 +1 +2 +3
het aantal kassa’s in mijn hoofdwinkel -3 -2 -1 0 +1 +2 +3
de openingsuren van mijn hoofdwinkel -3 -2 -1 0 +1 +2 +3
12.5 In welke mate voldoet uw hoofwinkel MINDER/MEER aan deze stellingen ten
opzichte van uw tweede winkel? Bv.: +3 = hoofdwinkel voldoet meer aan de stelling
Voldoet veel
minder
Voldoet
veel meer
De dienstverlening van de winkel is uitstekend -3 -2 -1 0 +1 +2 +3
De dienstverlening van de winkel is uitgebreid -3 -2 -1 0 +1 +2 +3
De dienstverlening van de winkel is van hoge kwaliteit -3 -2 -1 0 +1 +2 +3
Ik ben van mening dat de winkelruimte (rekken,
pashokjes, bewegingsruimte, etc.) uitstekend is -3 -2 -1 0 +1 +2 +3
Ik ben onder de indruk van de kwaliteit van de
winkelruimte (rekken, pashokjes, bewegingsruimte,
etc.)
-3 -2 -1 0 +1 +2 +3
De winkelruimte (rekken, pashokjes, bewegingsruimte,
etc) is van hoge kwaliteit -3 -2 -1 0 +1 +2 +3
Het is aangenaam winkelen in de winkel -3 -2 -1 0 +1 +2 +3
De winkel geeft me een gevoel van vertrouwen -3 -2 -1 0 +1 +2 +3
Ik heb vertrouwen in de winkel -3 -2 -1 0 +1 +2 +3
Gelieve in te vullen: HOOFDWINKEL: _______________ TWEEDE WINKEL: _________________
XV
Mijn winkel geeft me een betrouwbare indruk -3 -2 -1 0 +1 +2 +3
12.6 In welke mate voldoet uw hoofwinkel MINDER/MEER aan deze stellingen ten
opzichte van uw tweede winkel? Bv.: +3 = hoofdwinkel voldoet meer aan de stelling
Voldoet veel
minder
Voldoet
veel meer
De winkel heeft een grote persoonlijke betekenis voor
mij -3 -2 -1 0 +1 +2 +3
Ik zou heel blij zijn om de rest van mijn leven klant te
zijn bij de winkel -3 -2 -1 0 +1 +2 +3
Ik voel een sterke band met de winkel -3 -2 -1 0 +1 +2 +3
Het is financieel gezien interessant om klant te zijn bij
de winkel -3 -2 -1 0 +1 +2 +3
Ik zou een financieel nadeel ondervinden als de relatie
met de winkel zou eindigen -3 -2 -1 0 +1 +2 +3
In het algemeen heeft de winkel een goede reputatie -3 -2 -1 0 +1 +2 +3
Mijn winkel komt goed over in de media (tv, krant,
online sociale media, etc.) -3 -2 -1 0 +1 +2 +3
De tweede winkel is een sterke speler in de
winkelwereld -3 -2 -1 0 +1 +2 +3
12.7 In welke mate voldoet uw hoofwinkel MINDER/MEER aan deze stellingen ten
opzichte van uw tweede winkel? Bv.: +3 = hoofdwinkel voldoet meer aan de stelling
Voldoet veel
minder
Voldoet
veel meer
Mijn band met de winkel is voornamelijk gebaseerd op
onze gelijkheid van waarden (bv. hip en trendy,
milieubewust)
-3 -2 -1 0 +1 +2 +3
Waar de winkel voor staat (bv. hip en trendy,
milieubewust), is belangrijk voor mij -3 -2 -1 0 +1 +2 +3
De reden waarom ik de winkel verkies t.o.v. anderen, is
hetgeen waarvoor de winkel staat -3 -2 -1 0 +1 +2 +3
De kwaliteit van de interactie met het personeel (hulp
bij het passen, vriendelijkheid, etc.) van de winkel is van
een hoog niveau
-3 -2 -1 0 +1 +2 +3
De interactie die ik heb met het personeel van de
winkel is uitstekend -3 -2 -1 0 +1 +2 +3
Ik voel me goed over de interactie die ik heb met het
personeel van de winkel -3 -2 -1 0 +1 +2 +3
De kledij verkocht door de winkel is van goeie kwaliteit -3 -2 -1 0 +1 +2 +3
De kledij verkocht door de winkel is duurzaam (gaat
lang mee) -3 -2 -1 0 +1 +2 +3
De kledij verkocht door de winkel is betrouwbaar -3 -2 -1 0 +1 +2 +3
12.8 In welke mate voldoet uw hoofwinkel MINDER/MEER aan deze stellingen ten
opzichte van uw tweede winkel? Bv.: +3 = hoofdwinkel voldoet meer aan de stelling
Voldoet veel
minder
Voldoet
veel meer
De merken die de winkel verkoopt hebben een
hoogstaand imago -3 -2 -1 0 +1 +2 +3
De winkel is een prestigieuze, hoog aangeschreven
winkel -3 -2 -1 0 +1 +2 +3
De winkel is een hoge kwaliteit-winkel -3 -2 -1 0 +1 +2 +3
Het personeel van de winkel is goed opgeleid en
gekwalificeerd -3 -2 -1 0 +1 +2 +3
Het personeel van de winkel heeft een goede kennis
van het productassortiment -3 -2 -1 0 +1 +2 +3
De wachttijden (bediening, passen, afrekenen) in de
winkel zijn over het algemeen beperkt tot een -3 -2 -1 0 +1 +2 +3
Gelieve in te vullen: HOOFDWINKEL: _______________ TWEEDE WINKEL: _________________
XVI
minimum
De afrekening/betaling in de winkel gebeurt altijd op
een correcte, foutloze manier -3 -2 -1 0 +1 +2 +3
13. In welke mate vond u het makkelijk om op bovenstaande vragen (10.1 tot 10.8) te
antwoorden?
Heel Moeilijk Heel
Makkelijk
1 2 3 4 5 6 7
14. Ken een cijfer toe aan ieder van de volgende dimensies naar mate van belangrijkheid
voor uzelf bij het selecteren van en shoppen in kledingwinkels.
1 = meest belangrijke dimensie ; 12 = minst belangrijke dimensie
Prijs en Promoties
Kwaliteit van de kledij
Locatie winkels
Winkelruimte (inrichting, pashokjes)
Relatie met personeel (vriendelijkheid, etc.)
Kennis personeel
Winkelimago/reputatie
Waarden van de winkel
Imago/reputatie van verkochte merken
Kwaliteit dienstverlening
Snelheid en correctheid van de winkel (korte
wachttijd aan kassa, correct afrekenen)
Verkochte merken
15. Hoeveel waarde/belang hecht u aan het kopen van kledij?
Heel Weinig Heel Veel
1 2 3 4 5 6 7
XVII
16. Demografische vragen
16.1. Wat is uw geslacht?
o Man
o Vrouw
16.2. Hoeveel geeft u gemiddeld genomen maandelijks uit aan het kopen van kledij voor
uzelf (exclusief schoenen aangekocht in winkels uit bovenstaande winkellijst + aankopen
samen met ouders inbegrepen)
o <100 EUR
o 100-200 EUR
o 201-300 EUR
o > 300 EUR
XVIII
top related