カスタマー・アドボカシー志向尺度の開発

Abstract

文献レビューより導いた下位概念を用い，他の要素との相関を検討した先行研究はあるが，カスタマー・アドボカシー志向の中心概念の構成要素を入念に探求したものは，これまでなかった。そこで本研究において，その中心概念の構成要素を抽出し，様々な企業カテゴリーに適用可能な汎用性の高い尺度を開発する。先行研究とインタビュー調査から得られたデータを基に行った質的調査から，構成要素の抽出と整理を行った。事前調査を行った後，不変性の確認を行うため時期とサンプルを分けて2度の本調査を実施した。その結果，様々な企業カテゴリー間で使用できる汎用性と頑健性を兼ね備えた，5因子15項目で測定できる尺度を開発した。

1　 はじめに

企業や製品に対して顧客ロイヤルティが最も高まった状態の顧客をAdvocate（アドボケイト，推奨者・擁護者）と呼び（Christopher, Payne, & Ballantyne, 1991；Bendapudi & Berry, 1997），このアドボケイトを多く育成して企業戦略に活用し顧客利益の最大化を志向する戦略が，カスタマー・アドボカシー志向（Customer Advocacy Orientation，以下，CAO）である（Urban, 2005b）。アドボケイトは，企業や製品を信頼し，企業に代わって他の顧客に企業や製品を推奨し（Urban, 2004），たとえ企業が非難を受けるような困難な状況に直面しても，企業を擁護する（Anderson, 1998；Fullerton, 2003；Harrison-Walker, 2001）。

Christopher et al.（1991）は，「ロイヤルティのはしご」を使って，顧客のロイヤルティのステップを説明した。｢見込み客｣（Prospect）から｢購買顧客｣（Customer）となり，2回以上購入した｢リピート顧客｣（Client），心理的な忠誠心が発生している｢サポーター｣（Supporter），そして，ロイヤルティの最終形態をアドボケイトと位置づけた。その後，アドボケイトに関する研究が行われ，中心概念として｢推奨意向｣と｢購入促進｣の2項目とするもの（Jones & Taylor, 2007；Xia & Kukar-Kinney, 2013），｢正のクチコミ｣を加えた3項目とするものがあり（Fullerton, 2005；Yi & Gong, 2013；Shukla, Banerjee, & Singh, 2016），｢擁護｣を加えた研究も存在する（Bendapudi & Berry, 1997）。Kotler, Kartajaya, and Setiawan（2016）は，デジタル時代のマーケティング環境における顧客の育成段階を示す5Aモデルを提示しており，ブランドを深く理解したロイヤルティが高いアドボケイトを最終形態として目指すことを提唱している。これは，近年のデジタル環境において，企業がCAOを採用する意義を示している。

現代のマーケティング環境に合致したCAOへの関心は高まっており¹⁾，CAO尺度構築はその関心に応えることができる。しかし，先行研究レビューにより質問項目を導き，CAOと他の要素との相関関係を検討した先行研究はあるものの（Roy & Eshghi, 2013；Roy, 2015），CAOの中心概念を形成する具体的な項目の整理まで行ったものはなかった。さらに，大規模サンプルによる実証分析は実施されておらず，頑健性のある尺度開発はされていないのが現状である。顧客マネジメント関連のより細分化された様々な尺度開発はその必要性から行われており，本稿のCAOの尺度開発は，それらと同じ位置づけの研究と言える。

このような点から，本研究の目的は，CAOを構成する要素を抽出し，その要素に従って頑健性のある尺度を開発することにある。様々な企業カテゴリー間における不変性の確認を行うことにより，汎用性の高い尺度開発を試みているところが，本研究の特徴と言える。

2　 中心概念の抽出

2.1　 質的テキスト分析

探索的なインタビューを実施するために，経営者または経営に携わる部長級以上の実務家63名に依頼し32名から承諾を受けた。デプスインタビュー形式で，一人90分程度の聞き取り調査を2016年6月から2017年1月の期間に行い，「企業のカスタマー・アドボカシー志向は，どのような企業行動や考え方と言えるか？」という質問に対する回答を音声に記録しテキストデータに変換してまとめた。このテキストデータに対してテキストマイニングを行った。その結果，出現回数が2回以上あるキーワード56ワード，共起回数が2回以上ある56組を抽出した（別表1には，出現回数が3回以上あるキーワードが示されている）。

次に，これら抽出したワードが含まれている文章を中心に，質的データ分析ソフト（Qualitative Data Analysis Software，以下，QDAソフト），｢MAXQDA Analytics Pro12｣を使用して，質的テキスト分析を行った。QDAソフトにおいて，文字テキストを読み取っていくなかで，データそれ自体の中から浮かびあがってきたコードを活用するというのは，質的データ分析のコーディングにおけるきわめて重要な手順と言える（佐藤，2008）。本研究では，テキストマイニングによる頻出度が高いキーワードが含まれている文を中心に分析を行い，いくつかのコードを帰納的コーディングによって導いていった。そして，導かれたコードを元に，演繹的コーディングによって，テキストデータにその意味合いに対応するコードをつけていく作業を行った。この帰納的コーディングと演繹的コーディングを同時並行的に行える点は，QDAソフトのインタラクティブ性という特徴をよく表している（佐藤，2008）。

尺度項目の参考となった実際の回答内容を紹介し，帰納的コーディングの具体例を示す。「見返りを考えないで顧客に得をさせる。顧客利益を優先させる」，「相手の立場にたって，顧客利益につながることを第一にする」という回答があり，「顧客利益最大化」のコードを導いた。「アドボケイトにブランドを語ってもらえるように企業が支援する。パートナーとして相互支援活動を行う」，「アドボケイトは企業活動に参加してくれる。顧客が参加しやすい環境の整備に気を遣っている」という回答があり，「相互支援」のコードを導いた。また，「情報が非対称であるところに透明性の高い情報を提供する」，「企業から正しい情報を送り続ける」という回答があり，「透明性」のコードを導いた。「顧客に誠実であること」，「約束したことはきちっと守る」，「営業が行かなくても，勝手に顧客に受け入れられる」という回答があり，「誠実性」のコードを導いた。「最高の製品を追い求めること」，「顧客に感動してもらえることを一人一人が心がけ，高いサービス品質を提供する」という回答があり，「最高の製品」のコードを導いた。「長期的な判断をする」，「長期的な関係作りをする」という回答があり，「長期的視点」のコードを導いた。このように，帰納的コーディングにより，｢顧客利益最大化｣，｢相互支援｣，｢透明性｣，｢誠実性｣，｢最高の製品｣，｢長期的視点｣の6コードに整理し，演繹的コーディングにより，テキストデータにこれらのコードを割り付けた。そこで，コーディングされた内容を吟味すると，｢長期的視点｣はCAO特有の要素でないと判断し削除した。よって，質的テキスト分析の結果，CAOの中心概念として，｢顧客利益最大化｣（maximization of customer benefit: MCB），｢相互支援｣（mutual support: MS），｢透明性｣（transparency: TP），｢誠実性｣（integrity: IN），｢最高の製品｣（best product: BP）の5つの因子を抽出することができた。そして，質的テキスト分析の結果は，それぞれの因子の具体的な項目内容を作成するための参考とした²⁾。

2.2　 先行研究レビュー³⁾

マーケティング戦略としてのCAOに関する研究は，リレーションシップ・マーケティング⁴⁾および顧客志向に関する研究⁵⁾と関連が深い。Grönroos（1996）は「マーケティングとは，企業の市場における関係性を管理することである」とリレーションシップ・マーケティングを包括的なマーケティングとして定義した。リレーションシップ・マーケティングは，マーケティングを包括しようとする幅広い意味をもつ概念であるため，細分化された下位概念でとらえることは意味がある。Urban（2005b, p. 18）は，「リレーションシップ・マーケティングの基本は顧客を理解し，そのニーズを満たすことにあり，CAOは，顧客の利益の最大化や顧客とのパートナーシップの構築を基礎としている」と述べている。CAOは，リレーションシップ・マーケティングの下位概念に位置づけることができる（Urban, 2005b）。CAOは，企業と顧客の関係構築に強い影響を与えることが分かっている（Wagner & Benoit, 2015）。

Drucker（1954）が「事業の目的は顧客を創造することである」と述べ，Levitt（1960）が「真のマーケティング・マインドを持った企業は，消費者が買いたくなるような値打ちのある製品やサービスを創造しようとする」と説明したことにより，それまでの販売志向に代わり，顧客志向の重要性が強調された。しかし，顧客志向は1970年代までは時代背景から懐疑的な態度でとらえられていたが（Day & Wensley, 1983），1980年代に入ると注目されるようになった。

顧客志向研究は，企業戦略の観点から組織レベルで行う分析（Narver & Slater, 1990；Kohli, Jaworski, & Kumar, 1993）と，従業員の思考や行動の観点から個人レベルで行う分析（Saxe & Weitz, 1982；Brown, Mowen, Donavan, & Licata, 2002）に分かれて行われており，本研究は組織レベルでの顧客志向研究に基づくものである。Kohli et al.（1993）は，市場情報の生成，普及，そして反応に基づく企業活動と顧客志向を位置づけた。Narver and Slater（1990, p. 21）は「標的顧客に継続的に優れた価値を生み出すために，顧客を十分に理解すること」と顧客志向を定義した⁶⁾。顧客志向と企業業績の関係について分析され，顧客志向の重要性が多くの研究で示されてきた（Slater & Narver, 1994, 2000；Kirca, Jayachandran, & Bearden, 2005；Frambach, Fiss, & Ingenbleek, 2016；Pekovic & Rolland, 2016）。

近年では，顧客理解を目的とする顧客マネジメントの発想の中で，顧客志向は企業にとって益々重要な考え方となってきている（Shah, Rust, Parasuraman, Staelin, & Day, 2006；Kumar, Shah, & Venkatesan, 2006）。そして，顧客マネジメントを進め生き残るため，企業は最適な戦略志向の開発を行う必要がある（Ramani & Kumar, 2008）。Kennedy, Goolsby, and Arnould（2003）は，これまでの研究は顧客志向がどのように実行されてきたか，その具体的な中身について言及しているものは限られていると指摘している。そこで，顧客マネジメントに関わる，より細分化された具体的な課題を解決するための様々な組織レベルでの志向尺度が開発されてきた。

Conduit and Mavondo（2001）による1因子7項目から構成される「内部顧客志向」（internal customer orientation），Lemon and Verhoef（2016）が「インタラクティブ顧客志向」（interactive customer orientation）と述べたRamani and Kumar（2008）による4因子13項目から構成される「インタラクション志向」（interaction orientation），Blocker, Flint, Myers, and Slater（2011）による1因子6項目から構成される「対応型顧客志向」（responsive customer orientation）および1因子6項目から構成される「積極型顧客志向」（proactive customer orientation），Arnold, Fang, and Palmatier（2011）による5因子16項目から構成される「顧客獲得志向」（customer acquisition orientation）および5因子16項目から構成される「顧客維持志向」（customer retention orientation），Leo and Russell-Bennett（2014）による3因子28項目から構成される「顧客志向の逸脱」（customer-oriented deviance），Karpen, Bove, Lukas, and Zyphur（2015）による6因子24項目から構成される「サービスドミナント志向」（service-dominant orientation）などがある。

Kotler and Keller（2016）は，｢現代的顧客志向組織では，顧客を最上位に位置づけた逆さまのピラミッドの両側にも顧客を位置づけ，全ての階層の従業員は顧客を知り，接し，サービスを提供することに自ら関わらなければならない。既にいくつかの企業は，顧客第一のビジネスモデルを作り上げており，CAOこそが彼らの戦略であり，競争優位の源泉である｣と述べている。CAOは，顧客志向の新たな捉え方として注目されている概念のひとつである。組織レベルでの顧客志向として代表的なKohli et al.（1993）および Narver and Slater（1990）とCAOについて，具体的な項目で比較すると異なる内容であり，Kohli et al.（1993）と Narver and Slater（1990）が唱える顧客志向は，CAOと比べると比較的容易に実現可能な内容であることが分かる（表1，別表2）。Yeh（2016）は，「CAOを独立した概念として位置づけ，Nasution and Mavondo（2008）が提唱する因子を元に構築した市場志向がCAOの先行要因となること」を実証している。Antony（2015）は，「CAOは組織的な顧客志向の取り組み」と述べ，Lawer and Knox（2006）は，｢CAOは高次元の顧客志向と見なす｣と説明し，CAOが真の顧客志向を評価しうる概念になることを指摘している。よって，CAOは，企業戦略としての顧客志向の一つの独立した形態として位置づけることができる（Roy, 2013）。本稿では，このようなより細分化された尺度開発研究に準じ，CAO尺度の開発を行うこととする。

表1． 探索的因子分析

		［調査1］							［調査2］
		因子1	因子2	因子3	因子4	因子5	クロンバックα		因子1	因子2	因子3	因子4	因子5	クロンバックα
IN01	貴社は，顧客にとって，不適切な販売活動は行わない。	.940	–.012	.071	–.051	–.086	.892		.933	.025	–.012	–.027	–.069	.911
IN02	貴社は，顧客に対して，常に誠実な対応をとることを優先している。	.845	.112	–.039	–.010	.007			.871	.048	.003	.009	–.005
IN03	貴社は，顧客にとって，不要な販売活動は行わない。	.775	–.051	–.049	.086	.052			.847	–.053	–.016	.047	.029
BP01	貴社は，競合他社に比べ，どこよりも価値ある製品･サービスを，提供するようにしている。	.024	.926	–.045	–.005	.001	.930		.005	.934	–.061	.010	–.010	.911
BP02	貴社は，競合他社と比べ，最高の品質の製品・サービスを，開発することに対して積極的である。	–.036	.897	.069	.035	–.058			–.043	.871	.070	.009	–.035
BP03	貴社は，顧客の期待を大幅に上回る製品・サービスを提供することを，常に心がけている。	.070	.836	.002	–.016	.048			.086	.791	.019	–.019	.045
MS01	貴社は，顧客と企業が，共に価値を創り上げる考え方を取り入れた活動を行っている。	.053	–.048	.957	.011	–.058	.870		.117	–.052	.819	–.066	.015	.857
MS02	貴社は，顧客をパートナーとして位置づけている。	.093	–.014	.819	–.062	.018			.012	.005	.847	.079	–.014
MS03	貴社は，顧客参加型で，製品・サービスを共同開発する取り組みに積極的である。	–.191	.112	.679	.122	.029			–.152	.061	.766	.067	–.035
TP01	貴社は，自社と他社の製品･サービスに関して，良い点と悪い点が比較できる情報を提供している。	.037	.032	–.042	.959	–.091	.862		.050	–.007	–.001	.890	–.047	.868
TP02	貴社は，自社と他社の製品･サービスに関して，客観的に評価ができる仕組みを顧客に提供している。	–.095	–.004	.097	.813	.039			–.076	.008	.077	.848	–.012
TP03	貴社は，自社にとって不利益な情報であっても，顧客へ積極的に情報を公開している。	.191	–.029	.019	.513	.171			.102	.004	–.022	.597	.181
MCB01	貴社は，自社の利益より，顧客の利益を優先している。	–.064	–.025	–.063	–.024	1.006	.797		–.050	–.044	–.067	.006	.959	.822
MCB02	貴社は，常に顧客の利益が最大化することを第一に考えている。	.087	.111	.176	–.028	.561			–.037	.051	.029	.119	.577
MCB03	貴社は，自社より他社の製品・サービスの方が，顧客の利益につながる時は，他社の製品・サービスを薦める。	.037	–.032	.065	.201	.428			.099	.062	.236	–.053	.577

山岡（2010a）では，先行研究レビューからCAOの中心概念について，「MCB」，「MS」，「TP」，「BP」の4因子の仮説導出を行っており，山岡（2015）ではさらなる先行研究レビューの結果，これに「IN」を加えた5因子によってCAOの中心概念を整理している。本稿では，CAOの中心概念に焦点をあてた先行研究レビューを行い整理した（別表3）。それぞれの研究において使用されている因子は異なるものの，全体的に「MCB」，「MS」，「TP」，「BP」，「IN」の5因子に集約された。また，因子および項目と先行研究の関係についても整理した（別表4）。そして，CAOとそれぞれの因子との関わりについて先行研究レビューを行い下記で示した結果を得ることにより，「MCB」，「MS」，「TP」，「BP」，「IN」の5因子からなる中心概念の仮説を導出することに至っている。

企業が顧客の利益を最優先に努めれば，顧客は信頼と永続的なロイヤルティによって報いてくれる（Antony, 2015）。Urban（2005b）は，｢CAOは，顧客の利益を最大化し，顧客が最高の製品を見つけられるように，自社製品に限らず競合他社製品を薦めることさえある」と主張している。顧客は競合他社の製品内容と価格が比較できるようなオンラインツール，または従業員による他社も含めた推奨といった選択の透明性がCAO企業では達成されている（Lawer & Knox, 2006）。たとえ自社製品でなくても，顧客にとって最良の製品を見つけることができるように，企業は顧客にアドバイスする（Urban, 2005a）。航空機エンジンを提供する米General Electric：GE社は，「お客様のもとで，お客様のために」を掲げ，同時多発テロ後，経営に苦しむ航空会社を支援するため無償のコンサルテーションサービスを提供した（Urban, 2004）。このように，自社製品より他社製品の方が顧客に最適であれば他社製品を薦める，または，短期的には利益どころか費用の持ちだしとなる無償のサービスを提供するなど，企業利益は二の次に，まずは顧客利益を優先するマーケティング活動を行い，顧客からの強固な信頼を得ようとする戦略がCAOとなる。

Hoegl and Wagner（2005）は，企業と顧客との間の関係の質は，相互支援によって特徴づけられると指摘している。CAOに従って，企業は顧客を支援すれば（Wagner & Benoit, 2015），アドボケイトは信頼できる企業の代弁者となって，マーケティング活動の担い手となる（Christopher et al., 1991；Seiling, 2008）。すなわち，企業が顧客を支援すれば，顧客は購買，製品の改善，顧客推奨により企業を支援するようになる（Urban, 2005b）。CAOでは，企業と顧客が相互支援するパートナーの関係にある（Lawer & Knox, 2006）。アドボケイトは，企業との価値共創プロセス⁷⁾に積極的に関与し，顧客参加を行うことにより，製品・サービスの品質向上に貢献する（Prahalad & Ramaswamy, 2004a；Yi & Gong, 2013；Ngo & O’Cass, 2013）。CAOでは価値共創が，企業と顧客間の相互支援活動を実現するための手段となる（山岡，2010b）。さらに，CAOを推進する企業は，顧客参加型の製品・サービスの共同開発にも積極的である（Urban, 2004；Antony, 2015）。

Prahalad and Ramaswamy（2004b）は，価値共創のための相互作用の構成要素の一つに透明性を挙げている。Eggert and Helm（2003）は，｢透明性とは，意思疎通の過程で相手方の関係する行為や財産について知らされることに対する主観的感情｣と定義した。多くの研究者が信頼関係について論じてきたが（Anderson & Weitz, 1989；Morgan & Hunt, 1994；Selnes, 1998；Garbarino & Johnson, 1999），リレーションシップ・マーケティング研究において信頼と密接に関係しているにも関わらず（Hultman & Axelsson, 2007；Murphy, Laczniak, & Wood, 2007），透明性の研究はあまりされてこなかった（Eggert & Helm, 2003）。Antony（2015, p. 725）は，「CAOを創造するために組織が考慮すべき重要な要素として，顧客に提供する情報の透明性が挙げられる」と指摘している。Urban（2005b, p. 18）は，「CAOの新しい哲学の1つが透明性である」と主張している。CAOを行うためには，企業は顧客に対して透明性を高め，正直に情報を公開しなければならない（Urban, 2004）。透明性は，CAOにおける戦略的な側面をもっている（Urban, Amyx, & Lorenzon, 2009）。Sawhney and Kotler（2001, p. 391）は，「マーケターは顧客に接する際の自分達の情報ポリシーを，不透明なものから透明なものに変更する必要がある。工業化時代のマーケターは，顧客が自分達の製品と競合他社のものを容易に比較できないように必要な情報を十分に開示しないことで成功をおさめてきた。情報化時代では隠す場所はなく，顧客の無知に乗じて利益を得ることは危険な手段である。賢明なマーケターは，誠実さの証として，自社の価格と共に競合他社の価格を公示しようとさえするであろう」と透明性の重要性を述べている。CAOでは，自社にとって不利益な情報であっても信頼を勝ち取るために情報を公開し（Urban, 2005b；Leo & Russell-Bennett, 2014），自社と競合他社の製品・サービスと価格について，良い点と悪い点が客観的に比較でき評価できる仕組みを提供している（Lawer & Knox, 2006）。さらに，顧客がもつ知識は企業にとって顧客価値となっており（Kumar, 2013），CAO企業は，顧客からのフィードバック情報をインタラクティブに得て，公開し活用している（Yadav & Varadarajan, 2005；Lawer & Knox, 2006）。

Murphy（1999, p. 113）は，｢目的をもった正直さ｣と誠実性を定義した。Morgan and Hunt（1994, p. 23）は，｢パートナーが取引相手の信頼性と誠実性を固く信じるときに生じるもの｣と信頼を定義している。信頼は関係性において鍵となる要素と位置づけられるので（Morgan & Hunt, 1994），誠実性は高品質な関係性を構築するための必要な次元と言える。Murphy et al.（2007）は，誠実性はリレーションシップ・マーケティングや関係性の質を前に進めるための構成要素になると指摘している。信頼は，アドボケイトを創造する上で重要な要素であるが，近年の研究では，誠実性は信頼の先行要因となることが実証されている（Schumann et al., 2010；Sung & Kim, 2010；Folse, Netemeyer, & Burton, 2012）。このことは，誠実性がCAOの中心概念になり得ることを示唆している。顧客に対して誠実な企業であるためには，顧客が求めるものに最適なものがなかったら，そのことを包み隠さず説明することがCAOの戦略である（Urban, 2005b）。CAO企業は，誠実に顧客利益を追求するので（Leo & Russell-Bennett, 2014），顧客にとって不用で不適切な販売は行うべきではない（Urban, 2005b）。公平な情報を集めたパワーを持った顧客に対しては強引な販売活動はできなくなっている。そして，カスタマーパワーが高まった現在では，顧客は真実を容易に見つけるため，顧客のニーズに合わない誇大宣伝は誠実性に欠ける行為であり，止めるべきである（Murphy, 1999；Urban, 2005b）。

企業が業界トップの製品を持っていなかったら，自分達の製品を正直に顧客に薦めることはできないので，誠実な行動を取りづらくなるのである（Urban, 2004）。よって，最高の製品を提供することは，誠実に行動するための必要不可欠な要素となる。製品の品質は，顧客維持につながる顧客満足に多大な影響を与えることを多くの研究が指摘している（Anderson & Sullivan, 1993；Bolton & Drew, 1991；Boulding, Kalra, Staelin, & Zeithaml, 1993；Oliver, 1999；Rust, Inman, Jia, & Zahorik, 1999；Gupta et al., 2006）。従って，企業はリレーションシップ・マーケティング戦略においても，高品質な製品を開発しようとする。ただ，CAOにおいては，顧客利益を第一に考える戦略となるので，企業は顧客にとって，最高の製品を提供することを目指す（Urban, 2004）。顧客のニーズに合い，顧客の期待を大幅に上回る最高の製品を他社に先駆けて提供する必要があるのである（Christopher et al., 1991；Urban, 2005b；Roy, 2015）。アドボケイトは，ロイヤルティをもつ企業から最良のオファーがあると期待しているため，企業はアドボケイトにとっての最高の製品を提供する必要がある。Antony（2015, p. 725）は，「CAOを創造するために組織が考慮すべき重要な要素として，顧客の信頼を得るための最高の品質の製品・サービスがある」と述べている。

CAOが達成されれば，アドボケイトと企業間には強固な信頼関係が確立される（Urban, 2004）。アドボカシー戦略の鍵は，企業が顧客視点から信用されうる存在になることである（Antony, 2015）。企業に対して顧客が持つ信頼は，アドボケイト行動を生み出すことにプラスの影響を与える（Gremler, Gwinner, & Brown, 2001）。Lawer and Knox（2006）は，「信頼とコミットメントの新たなレベルを獲得し，顧客との相互の透明性，対話，パートナーシップを構築することにより，より深い顧客との関係性を構築することをCAOは目指している。消費者の選択，関与，知識を新しく動員するために対応する先進的な市場志向である」とCAOを定義した。これまでの議論を踏まえ，本稿では，「企業が顧客利益の最大化を目指し，透明性を高め誠実に活動するために，顧客との相互支援活動を行い共に知識を高め，顧客にとって最高の製品を目指す。その結果，顧客との長期的な信頼関係を構築するための戦略志向」とCAOを定義する。

3　 CAO尺度の開発⁸⁾

3.1　 リサーチ・デザイン

前章の質的テキスト分析と先行研究レビューの成果を基に，25項目を設定し定量調査用の調査票を作成した（別表4）。意図した通りに回答されているか調査票の見直しを行うことを目的に，企業の経営管理を担う社長，役員，部長級以上の実務家を対象に事前調査（以下，事前調査1）を行った（2017年4月21日～2017年4月24日）。WEB調査形式で，106名から有効回答を得た。

さらに，事前調査1で得た知見を基に調査票を見直し，本調査を行う前に統計分析が可能なサンプル数を確保し最終的な調査設計を行うことを目的に，企業の経営管理を担う社長，役員，部長級以上の実務家を対象に2回目の事前調査（以下，事前調査2）を行った（2017年6月12日～2017年6月14日）。WEB調査形式で603名に配信し440名から有効回答を得た。事前調査2で取得したデータに関して，後述する尺度開発を行うための一連の統計分析を行い，本調査のための最終的な調査票を決定した。

本調査は，異なる回答者および異なる時期に2回行った。1回目の本調査（以下，調査1）は，企業の経営管理を担う社長，役員，部長級以上の実務家を対象に，WEB調査形式で行った（2017年8月10日～2017年8月14日）。1,777名に配信し，主要ビジネスが企業向けである企業（以下，B2B企業）に勤務する者：792名，主要ビジネスが一般消費者向けである企業（以下，B2C企業）に勤務する者：426名の計1,218名から有効回答を得た。同じ調査要領で2回目の本調査（以下，調査2）を実施した（2018年2月9日～2018年2月13日）。調査1とは異なる回答者にWEB調査形式で1,531名に配信し，B2B企業に勤務する者：793名，B2C企業に勤務する者：427名の計1,220名から有効回答を得た。

異なる条件下で収集されたデータを用いて定量調査を行った目的は，2つの本調査を定量分析することにより，不変性の確認を行うためである。事前調査，本調査のデータの収集は，株式会社インテージが保有するサンプルを対象に行った。データ分析については，｢IBM SPSS Statistics 23｣および｢AMOS 23｣を用いた。

3.2　 尺度項目の整理

本調査となる調査1および調査2のデータを使用して，天井効果・フロア効果の確認を行った⁹⁾。調査1および調査2の25項目（別表4）について，天井効果およびフロア効果は認められなかった。またこれらの項目の中に，妥当性の低いデータしか測定できない項目が含まれている可能性がある。そのような項目を発見するため，探索的因子分析を用いた。斜交回転の一種であるプロマックス法により最尤法を用いて，次に行う確認的因子分析を行うための因子抽出を行った。斜交回転を行った理由は，因子間相互に一定の相関関係があると想定するためである。因子負荷量が.4以下のものを1つ削除した上で，探索的因子分析を逐次的に行うことを何度か繰り返すことにより，5因子15項目が抽出され満足のいく結果を得ることができた¹⁰⁾（表1）。これにより，CAOの5つの中心概念（因子）は15項目で示されることになった。

3.3　 内部一貫性

信頼性とは，測定が常に一貫した結果を導くかどうか，つまり測定の安定性と一貫性の程度を表す。内部一貫性（信頼性）の確認にはクロンバックのα係数が.60以上であることが一般的に求められ，.70以上あることが望ましいとされる（Bagozzi, 1994；Hair, Black, Babin, & Anderson, 2013）。そこで各項目群ごとにα係数を求めると，調査1および調査2のすべての項目において，.75以上を示しており，高い内部一貫性を確認できた（表1）。

3.4　 1次元性と収束妥当性

この尺度単独でどの程度尺度の1次元性を保っているかをみる。尺度の1次元性は，Schermelleh-Engel, Moosbrugger, and Müller（2003）を参考に，GFI≧.90，AGFI≧.85，CFI≧.95，RMSEA≦.08を基準にした¹¹⁾。確認的因子分析の結果，モデル適合度が示され尺度の1次元性が確認された（図1）。

図1．

尺度の1次元性と収束妥当性の確認

同一の構成概念を測定するために複数の質問項目を用いるとき，それらの項目得点間に，一貫した高い相関がみられることを収束妥当性という（Netemeyer, Bearden, & Sharma, 2003）。確認的因子分析において，構成概念とそれを構成する項目間の相関係数が十分に大きいことと（Steenkamp & van Trijp, 1991），因子負荷量がその標準誤差の2倍以上あること（Anderson & Gerbing, 1988）を基準に，尺度の収束妥当性については確認できた（図1，別表5）。

3.5　 弁別妥当性

異なる構成概念間の測定結果についてしかるべき差異が認められなければならいことを弁別妥当性という（Hair, Hult, Ringle, & Sarstedt, 2016）。すなわち，MCB，MS，TP，IN，BPの5因子が明確に区別されることである。

弁別妥当性の確認にはいくつかの方法があるが，本研究では，Scheck and Kinicki（2000）を参考に，Sequential chi-square difference testを採用した。仮説モデルと仮説モデルより因子数が少ないモデルのχ²値を比較し，両モデル間のχ²値の差が統計的に有意かを確認する。考え得る全モデルについて調査1および調査2のデータを使って検証した結果¹²⁾，弁別妥当性が確認された¹³⁾（表2）。また，全モデルの中で5因子モデルのχ²値が最も小さな値を示していることからも，5因子モデルが最適と判断する。

表2． Sequential chi-square difference test

									調査1					調査2
									χ2値	d.f.	χ2値の差	d.f.の差	差のp	χ2値	d.f.	χ2値の差	d.f.の差	差のp
［5因子モデル］仮説モデル									709.298	85	―	―	―	557.767	85	―	―	―
［4因子モデル］
IN	+	TP							2198.876	86	1489.578	1	.000	2275.392	86	1717.625	1	.000
MCB	+	TP							1062.481	86	353.183	1	.000	1027.902	86	470.135	1	.000
BP	+	TP							2098.883	86	1389.585	1	.000	1982.497	86	1424.730	1	.000
MS	+	TP							1418.180	86	708.882	1	.000	1206.121	86	648.354	1	.000
MCB	+	IN							1880.540	86	1171.242	1	.000	1952.287	86	1394.520	1	.000
BP	+	IN							1982.125	86	1272.827	1	.000	2127.521	86	1569.754	1	.000
IN	+	MS							2561.283	86	1851.985	1	.000	2490.915	86	1933.148	1	.000
BP	+	MCB							1624.263	86	914.965	1	.000	1527.544	86	969.777	1	.000
MCB	+	MS							1235.583	86	526.285	1	.000	940.460	86	382.693	1	.000
BP	+	MS							1975.483	86	1266.185	1	.000	1697.421	86	1139.654	1	.000
［3因子モデル］
IN	+	TP	+	MCB					2453.306	87	1744.008	2	.000	2680.169	87	2122.402	2	.000
IN	+	TP	+	BP					3290.811	87	2581.513	2	.000	3395.447	87	2837.680	2	.000
IN	+	TP	+	MS					3020.307	87	2311.009	2	.000	3038.574	87	2480.807	2	.000
TP	+	MCB	+	BP					2453.436	87	1744.138	2	.000	2244.947	87	1687.180	2	.000
TP	+	MCB	+	MS					1571.797	87	862.499	2	.000	1390.654	87	832.887	2	.000
TP	+	BP	+	MS					2913.675	87	2204.377	2	.000	2513.013	87	1955.246	2	.000
MCB	+	BP	+	MS					2535.156	87	1825.858	2	.000	2095.383	87	1537.616	2	.000
MCB	+	MS	+	IN					2755.934	87	2046.636	2	.000	2673.212	87	2115.445	2	.000
MCB	+	BP	+	IN					2803.733	87	2094.435	2	.000	2936.578	87	2378.811	2	.000
BP	+	MS	+	IN					3317.418	87	2608.120	2	.000	3289.051	87	2731.284	2	.000
IN	+	TP		MCB	+	BP			3047.368	87	2338.070	2	.000	3129.505	87	2571.738	2	.000
MCB	+	TP		BP	+	MS			2288.540	87	1579.242	2	.000	2138.494	87	1580.727	2	.000
BP	+	TP		IN	+	MCB			3132.920	87	2423.622	2	.000	3265.080	87	2707.313	2	.000
MS	+	TP		IN	+	MCB			2535.933	87	1826.635	2	.000	2547.495	87	1989.728	2	.000
BP	+	IN		TP	+	MCB			2340.122	87	1630.824	2	.000	2596.376	87	2038.609	2	.000
IN	+	MS		TP	+	MCB			2885.857	87	2176.559	2	.000	2936.112	87	2378.345	2	.000
BP	+	MCB		TP	+	MS			2248.654	87	1539.356	2	.000	2117.571	87	1559.804	2	.000
MCB	+	MS		TP	+	BP			2527.676	87	1818.378	2	.000	2302.893	87	1745.126	2	.000
IN	+	TP		MCB	+	MS			2728.195	87	2018.897	2	.000	2614.252	87	2056.485	2	.000
BP	+	TP		IN	+	MS			3955.680	87	3246.382	2	.000	3897.094	87	3339.327	2	.000
MS	+	TP		IN	+	BP			2700.600	87	1991.302	2	.000	2783.934	87	2226.167	2	.000
BP	+	MS		TP	+	IN			3423.068	87	2713.770	2	.000	3345.804	87	2788.037	2	.000
BP	+	MCB		MS	+	IN			3469.130	87	2759.832	2	.000	3341.596	87	1944.577	2	.000
MCB	+	MS		BP	+	IN			2487.950	87	1778.652	2	.000	2502.344	87	#REF!	2	.000
BP	+	MS		MCB	+	IN			3062.832	87	2353.534	2	.000	2995.162	87	2437.395	2	.000
［2因子モデル］
MCB	+	BP	+	MS		IN	+	TP	3981.153	89	3271.855	4	.000	3765.615	89	3207.848	4	.000
IN	+	BP	+	MS		MCB	+	TP	3677.812	89	2968.514	4	.000	3753.452	89	3195.685	4	.000
IN	+	MCB	+	MS		BP	+	TP	4181.338	89	3472.040	4	.000	4105.913	89	3548.146	4	.000
IN	+	MCB	+	BP		MS	+	TP	3531.437	89	2822.139	4	.000	3599.862	89	3042.095	4	.000
TP	+	BP	+	MS		MCB	+	IN	4026.551	89	3317.253	4	.000	3884.908	89	3327.141	4	.000
TP	+	MS	+	MCB		BP	+	IN	2947.034	89	2237.736	4	.000	3035.171	89	2477.404	4	.000
TP	+	BP	+	MCB		IN	+	MS	4396.920	89	3687.622	4	.000	4235.925	89	3678.158	4	.000
TP	+	MS	+	IN		BP	+	MCB	3968.177	89	3258.879	4	.000	4018.650	89	3460.883	4	.000
TP	+	IN	+	BP		MCB	+	MS	3803.110	89	3093.812	4	.000	3783.196	89	3225.429	4	.000
TP	+	IN	+	MCB		BP	+	MS	3691.304	89	2982.006	4	.000	3783.729	89	3225.962	4	.000
IN	+	TP	+	MCB	+	BP			3732.951	89	3023.653	4	.000	3809.704	89	3251.937	4	.000
IN	+	TP	+	MCB	+	MS			3200.780	89	2491.482	4	.000	3225.624	89	2667.857	4	.000
TP	+	MCB	+	BP	+	MS			3169.730	89	2460.432	4	.000	2736.018	89	2178.251	4	.000
MCB	+	BP	+	MS	+	IN			3859.452	89	3150.154	4	.000	3698.716	89	3140.949	4	.000
BP	+	MS	+	IN	+	TP			4252.029	89	3542.731	4	.000	4141.690	89	3583.923	4	.000
［1因子モデル］
IN	+	TP	+	MCB	+	BP	+	MS	4519.110	90	3809.812	5	.000	4373.497	90	3815.730	5	.000

4　 不変性の確認

4.1　 リサーチ・デザイン

これまでの分析によって，異なる条件下で収集されたデータにおいて高い構成概念妥当性を示すことが確認できた。しかし，異なる集団間でのCAO尺度を比較分析するためにはさらなる検討が必要である。なぜなら，異なる集団間で測定結果を比較するためには，異なる集団間で因子モデルの基本的な構造が等しくなければならないからである。よって，因子モデルの構造の等質性を検討するためには，まず，母集団間で各因子を測定する観測変数が等しいかを調べる。これが等しいとき，配置不変性が成立するという。配置不変性モデルが認められれば，次は，母集団間で各因子を測定する因子パターンが全て等しいかを調べる。この因子パターンが全て等しければ，測定不変性が成立するという。測定不変性が成立したときに初めて，母集団間で因子平均に差があることを検討することが可能となる（狩野・三浦，2002，p. 188；豊田，2009，p. 250）。

まず，調査1および調査2における因子モデルの配置不変性と測定不変性を調べる。調査1と調査2のデータに同じ因子分析モデルを適用した配置不変モデルを作成し，同時に推定を行う。この配置不変モデルの適合度指標が満足できる値であれば，配置不変性は確認されたことになる（豊田，2003，p. 186；豊田，2007，p. 84–85）。次に，配置不変モデルを基に，各因子を測定するパスに等値制約をおいた測定不変モデルを用意する。そして，この測定不変モデルと配置不変モデルを同時に推定し，両者間の適合度指数を比較検討する（豊田，2003，p. 56–57；豊田，2007，p. 86–87）。本研究では，測定指標と1次因子の間に存在する15のパス（図2におけるa～o）および，1次因子と2次因子間に存在する5つのパス（図2におけるp～t）に等値制約をおいた（a1 = a2, b1 = b2, c1 = c2, d1 = d2, e1 = e2……）モデルを測定不変モデル（図2）として使用する。

図2．

測定不変モデル

両調査間に不変性が確認できれば，調査1と調査2のデータを統合し，このデータを用いて，様々な企業カテゴリー間における不変性を検討する。データを統合する目的は，十分なサンプルをもって分析するためである。特に，業界別の不変性確認時は，業界を4つのカテゴリーに分類するため，サンプル数が少なくなる。調査データの統合により十分なサンプル数を確保することができる。

4.2　 調査1と調査2の不変性

調査1および調査2における配置不変モデルを分析した結果，GFI = .934，AGFI = .906，CFI = .958，RMSEA = .051と満足のいく適合度が示されたため，調査1と調査2の間に配置不変性が確認された。次に等値制約をおいた測定不変モデルと配置不変モデルの比較について，RMSEA，AIC，BCCを用いる（豊田，2007，p. 87）。RMSEAは，構造方程式モデリングにおいてよく利用され，最も信頼のおける指標の一つであり（豊田，2009），AICおよびBCCは複数のモデルを比較して，どちらのモデルの方が適合が良いかを比較するための指標であり，値が小さいほど適合が良いと判断する（豊田，2003）。適合度はいずれも測定不変モデルの方が配置不変モデルの数値より小さな値となっており，測定不変性が確認された（表3）。よって，調査1と調査2の間において因子パターンが全て等しいことが確認された。

表3． 調査1と調査2の高次因子モデル

	d.f.	GFI	AGFI	CFI	RMSEA	AIC	BCC
配置不変モデル	170	.934	.906	.958	.051	1407.065	1408.929
測定不変モデル	184	.933	.912	.958	.050	1394.524	1396.015

4.3　 企業カテゴリー間の不変性

様々な企業カテゴリー間での不変性の検討を行う。B2B企業カテゴリーとB2C企業カテゴリー間¹⁴⁾において不変性の検討を行った。配置不変性については，GFI = .928，AGFI = .898，CFI = .954，RMSEA = .054と満足のいく適合度が示され，配置不変性が確認された。次に，配置不変モデルと測定不変モデルのRMSEA，AIC，BCCを比較すると，全ての数値において，測定不変モデルの数値が小さいため，測定不変性が確認された（表4）。すなわち，B2B企業とB2C企業カテゴリーの違いによる因子パターンの違いは認められなかった。よって，主要ビジネスが企業向けの企業と主要ビジネスが一般消費者向けの企業同士で，CAO尺度による比較ができることが明らかとなった。

表4． 企業カテゴリー間の不変性

	d.f.	GFI	AGFI	CFI	RMSEA	AIC	BCC
［企業ビジネス向けビジネスと一般消費者向けビジネス］
配置不変モデル	170	.928	.898	.954	.054	1521.840	1523.906
測定不変モデル	184	.926	.904	.954	.052	1517.805	1519.458
［商品のモノとサービス］
配置不変モデル	170	.927	.897	.954	.054	1419.838	1421.866
測定不変モデル	184	.926	.903	.953	.052	1409.728	1411.350
［売上規模］
配置不変モデル	170	.928	.899	.954	.054	1521.245	1523.927
測定不変モデル	184	.927	.905	.953	.052	1518.575	1520.720
［従業員規模］
配置不変モデル	170	.930	.901	.955	.053	1480.509	1483.006
測定不変モデル	184	.929	.907	.955	.051	1477.833	1479.831
［業界］
配置不変モデル	340	.914	.879	.949	.040	1956.533	1964.138
測定不変モデル	382	.911	.888	.948	.038	1941.362	1946.685

同じ要領で，主要商品がモノである企業カテゴリーと主要商品がサービスである企業カテゴリー間¹⁵⁾においても配置不変性が確認され，RMSEA，AIC，BCCを比較することにより，測定不変性が確認された（表4）。よって，主要商品がモノを扱う企業と主要商品がサービスを扱う企業同士で，CAO尺度による比較ができることが明らかとなった。次に，売上規模および従業員規模¹⁶⁾についても，配置不変性および測定不変性を確認できた（表4）。よって，売上規模が異なる企業同士，従業員規模が異なる企業同士においても，CAO尺度による比較ができることが明らかとなった。最後に，業界による企業カテゴリー間において，不変性の確認を行った。業界においては，4つのカテゴリーにグループ化¹⁷⁾し，不変性の確認を行った。すなわち，測定指標と1次因子の間に存在する15のパスと1次因子と2次因子間に存在する5つのパスに対しては，4つのグループ間のパスに等値制約をおいた（a1 = a2 = a3 = a4, b1 = b2 = b3 = b4, c1 = c2 = c3 = c4, d1 = d2 = d3 = d4, e1 = e2 = e3 = e4……）。その結果，配置不変性および測定不変性を確認できた（表4）。よって，異なる業界間においても，CAO尺度による比較ができることが明らかとなった。

5　 本研究の意義と課題

慎重に先行研究レビューを行い，十分なサンプル数をもったインタビュー調査から得たデータを使って質的テキスト分析行い，注意深く中心概念と項目の抽出を行った。2回の事前調査において実証分析を行い，質問票の精査を十分に行った。そして，異なる時期に実施した2回の本調査から内部一貫性，1次元性，収束妥当性，弁別妥当性について検討した結果，CAOの尺度を構築することができ，5因子15項目で測定できることが明らかとなった。大規模サンプルによる2回の調査から得たデータを使用し，多母集団の不変性の確認を行い，様々な企業カテゴリー間で使用できる汎用性と頑健性の高い尺度を構築することができた。特に整理した15項目については，これまでの研究蓄積を反映し，質的テキスト分析，文献レビューと2度の事前調査から精査したものを実証分析で確認しているため，精度の高いものに仕上がっている。そして，CAOとは，どのような概念でどのように定義すべきか，その指針となるものになっている。

実務への貢献は，この尺度を使用して現代版顧客志向と言われる，CAO度を測ることができるようになることである。さらに，様々な企業カテゴリーを対象とすることができる。一般的に企業文化や戦略が異なると言われている，B2B企業とB2C企業，製造業とサービス業，売上・従業員規模が異なる企業，異なる業界に属する企業間といった様々な企業カテゴリーに対して，同じ尺度で測ることができる。また，デジタル技術の急速な発展により，透明性の高いマーケティング活動が効果的となっており，CAOの重要性は益々増している。企業がCAOを目指す場合，どのような要素が満たされていて，どのような要素が足りないかを中心概念の項目により把握することができ，CAOを推進する企業の助けとなることが期待される。

さらに，これらの項目を基に考えれば，CAOに取り組むためには，どのような具体的な企業活動を行えば良いかが分かる。例えば，スーパーのオーケーは，オネスト（正直）カードと呼ばれるポップを陳列商品の前に設置して，透明性の高い活動を行っている。「只今販売しておりますグレープフルーツは，南アフリカ産で酸味が強い品種です。フロリダ産の美味しいグレープフルーツは12月に入荷予定です¹⁸⁾」といった内容のカードが商品前に置かれている。このカードは，販促どころか対象商品の販売抑制に寄与する内容である。これは，項目TP03の「自社にとって不利益な情報であっても，顧客へ積極的に情報を公開している」にあたる活動と言える。

また他の例を挙げると，オンライン靴販売の米ザッポス・ドットコムは，顧客サービスを最優先に考えた活動を行っている。通常，オンライン販売の電話オペレーターは，できるだけ短い時間で処理することが求められる。なぜなら，電話オペレーター業務は費用に位置づけられるからだ。一方，ザッポスのコール・センターの場合は，顧客との電話対応にかかるお金は，マーケティング投資であり削減すべき支出ではないとして，快く顧客対応することをポリシーに24時間年中無休で常駐している。そのため，6時間顧客との話しに付き合ったオペレーターや，深夜にホテル近くで食事がとれる店を聞かれ，デリバリー・ピザ店を5軒紹介したオペレーターは，顧客サービスの手本として社内から賞賛される（Hsieh, 2010）。ザッポスの特徴的なサービスである1年間返品可能，返送料無料といった制度にも，企業利益より顧客利益を優先する考え方が反映している。これは，項目MCB01の「自社の利益より，顧客の利益を優先している」にあたる活動と言える。このように，企業はこの項目を使って，具体的なCAOを推進するための活動を考えることができるのである。

これらの貢献の一方で課題もある。第一に，今回の研究では日本企業を対象にデータ取得を行っているため，文化や制度面など様々な要素で日本企業とは異なる海外企業のデータを使った尺度開発は検討課題と言える。

第二に，CAOモデルの構築ができると，CAOを生み出す先行要因とCAOによってもたらされる成果の分析が可能となる。CAOを進めるために最適な企業環境を把握できれば，効率的にCAOを進めることが可能となる。一方，CAOを進めることにより得られる具体的な効果が分かれば，費用対効果の把握や企業が目指すべき道の指針となる。

第三に，デジタル時代のマーケティング活用が期待される，一般消費者サイドのアドボケイトがどのように創出されるのか，その消費者行動のメカニズムを解明することも必要である。これまでの研究において，「感情的コミットメント」，「満足」，「信頼」がアドボケイトに正の影響を及ぼしていることが示されている（Fullerton, 2011；Hsiao, Shen, & Chao, 2015；Shukla et al., 2016）が，先行研究では，このような単純なモデル化に止まっており，実証的な分析もほとんど進んでいないのが現状である。

最後に，この一般消費者サイドのアドボケイトモデルと，本研究で開発した企業戦略としてのCAO尺度とを連動したモデルを構築できれば，マーケティング戦略と消費者行動研究をつなぐ成果となり，顧客マネジメント分野の進展に寄与することができると考える。

別表1． テキストマイニング結果

	出現数	出現率
顧客	40	11.1%
企業	13	3.6%
サービス	8	2.2%
利益	7	1.9%
提供	7	1.9%
ユーザー	5	1.4%
情報	5	1.4%
大事	4	1.1%
仕事	4	1.1%
支援	4	1.1%
アドボケイト	4	1.1%
長期	4	1.1%
パートナー	3	0.8%
相手	3	0.8%
意見	3	0.8%
誠実	3	0.8%
活動	3	0.8%
製品	3	0.8%
お客様	3	0.8%
我々	3	0.8%
品質	3	0.8%
直接	3	0.8%
最大	3	0.8%
立場	3	0.8%
感動	3	0.8%
環境	3	0.8%
自分たち	3	0.8%
判断	3	0.8%
紹介	3	0.8%
提案	3	0.8%

別表2． 顧客志向尺度の先行研究

研究者	手法	構成する項目
Narver and Slater（1990）	実証研究	1．企業は，顧客ニーズに応えることへのコミットメントと志向の水準を常に観察している 2．企業の事業戦略は，いかにして顧客にもっと大きな価値を生み出すことができるかについての我々の信念によって推進される 3．競争優位のための企業の戦略は，顧客ニーズの理解に基づいている 4．企業の目標は，顧客満足を第一に推進される 5．企業は，顧客満足を体系的かつ頻繁に測定している 6．企業は，販売後のサービスに細心の注意を払っている
Kohli et al.（1993）	実証研究	1．市場情報の生成（項目を中分類化したもの） 2．市場情報の普及（項目を中分類化したもの） 3．市場情報の反応（項目を中分類化したもの）
Nasution and Mavondo（2008）	実証研究	1．企業は，顧客ニーズに対応する従業員コミットメントの程度を常に監視している 2．企業戦略は，顧客価値を創造するための必要性によって推進される 3．顧客ニーズを理解することが，企業の競争優位をもたらすと信じている 4．企業の目的は，高い顧客満足を達成するための必要性によってもたらされる

別表3． CAOの中心概念に関する先行研究

研究者	手法	構成する項目	該当する 中心概念
Urban（2005a）	理論研究	1．企業は，顧客にとっての最高の製品を提供する	BP
		2．企業は，顧客からの信頼を得るために誠実な行動をとる	IN
		3．企業は，顧客の購買を助けるために透明性の高い情報を提供する	TP
		4．企業は，顧客をパートナーと位置づけ相互支援を行う	MS
		5．企業は，顧客利益を追求する	MCB
Lawer and Knox（2006）	理論研究	1．企業は，顧客の成功を重視する	MCB
		2．企業は，顧客の製品体験から得られる価値を最大化する	BP
		3．企業は，顧客と共にマーケティング文脈を進化させる	MS
		4．企業は，顧客をパートナーとして位置づけ知識を共有する	MS
		5．企業は，顧客にとってのベストなものを喜んで提供しようとする	MCB
		6．企業は，透明性を高め顧客が選択しやすい環境をつくる	TP
Roy and Eshghi（2013）	実証研究	1．企業は，顧客利益の最大化を追求する	MCB
		2．企業は，顧客を全体的に公正に扱う	IN
		3．企業は，顧客を礼節と敬意をもって扱う	IN
Roy（2013），Roy（2015）	実証研究	1．企業は，顧客が製品やサービスを選択する時の手助けとなる公平なアドバイスを行う（Roy, 2013；Roy, 2015）	MCB
		2．企業は，自社と競合の製品とサービスに関する正直で公開された情報とアドバイスを提供する（Roy, 2013；Roy, 2015）	IN/TP
		3．企業は，顧客の利益の最大化を念頭においている（Roy, 2013；Roy, 2015）	MCB
		4．企業は，顧客の擁護し支援する（Roy, 2013）	MS
Antony（2015）	理論研究	1．企業は，顧客に提供する情報の透明性を高める	MCB
		2．企業は，顧客の信頼を得るために最高の製品・サービスを提供する	BP
		3．企業は，顧客と共同作業を行う	MS
		4．企業は，品質の高いサプライチェーンを構築する	BP
Wagner and Benoit（2015）	実証研究	1．企業は，顧客の利益になるように措置を講じる	MCB
		2．企業は，顧客を擁護し支援する	MS
		3．企業は，顧客の熱心な支持者である	MS
Yeh（2013），Yeh（2016）	実証研究	1．企業は，完全な公開情報を顧客に提供する（Yeh, 2013；Yeh, 2016）	TP
		2．企業は，様々な製品・サービスの使用経験に関する情報を顧客に共有することができる（Yeh, 2013；Yeh, 2016）	TP
		3a．企業は，正直に顧客の利益最大化を試みる（Yeh, 2013）	IN/MCB
		3b．企業は，顧客の利益最大化を企てる（Yeh, 2016）	MCB
		4．企業は，顧客が自らを助ける支援をする（Yeh, 2013；Yeh, 2016）	MS
		5．企業は，顧客が問題解決できるツールを顧客に提供する（Yeh, 2013；Yeh, 2016）	MS
		6．企業は，顧客が様々な選択肢から容易に選択できるように情報提供する（Yeh, 2013；Yeh, 2016）	TP
		7．企業は，サービスの効率性を高める努力をしている（Yeh, 2016）	BP

別表4． 調査項目の整理

因子	CAO尺度	項目	先行研究	質的テキスト分析
IN01	採用	貴社は，顧客にとって，不適切な販売活動は行わない。	Urban（2005b）	○
IN02	採用	貴社は，顧客に対して，常に誠実な対応をとることを優先している。	Leo and Russell-Bennett（2014）	○
IN03	採用	貴社は，顧客にとって，不要な販売活動は行わない。	Urban（2005b）	○
IN04	不採用	貴社は，顧客の要求に対してできない部分は明言し，できる範囲で最大限の努力をしている。	Urban（2005b）
IN05	不採用	貴社は，誇大な表現は避け，真実を伝える広告・宣伝活動を行っている。	Murphy（1999），Urban（2005b）
BP01	採用	貴社は，競合他社と比べ，どこよりも価値ある製品・サービスを，提供するようにしている。	Urban（2004）	○
BP02	採用	貴社は，競合他社と比べ，最高の品質の製品・サービスを，開発することに対して積極的である。	Antony（2015）	○
BP03	採用	貴社は，顧客の期待を大幅に上回る製品・サービスを提供することを，常に心がけている。	Christopher et al.（1991），Urban（2005b），Roy（2015）	○
BP04	不採用	貴社は，顧客のニーズに合った最高の製品・サービスを，他社に先駆けて提供するようにしている。	Roy（2015）
BP05	不採用	貴社は，競合他社の情報も含めた市場データを活用して，新しい市場を生み出す製品・サービスを提供している。	Urban（2005b）
MS01	採用	貴社は，顧客と企業が，共に価値を創り上げる考え方を取り入れた活動を行っている。	Yi and Gong（2013）
MS02	採用	貴社は，顧客をパートナーとして位置づけている。	Lawer and Knox（2006），Urban（2005b）	○
MS03	採用	貴社は，顧客参加型で，製品・サービスを共同開発する取り組みに積極的である。	Antony（2015），Ngo and O’Cass（2013），Urban（2004）	○
MS04	不採用	貴社は，顧客を支援する活動を行っている。	Yeh（2016）*，Wagner and Benoit（2015）	○
MS05	不採用	貴社は，従業員に代わって，顧客に企業活動を担ってもらう発想で活動している。	Seiling（2008），Christopher et al.（1991）
TP01	採用	貴社は，自社と他社の製品・サービスに関して，良い点と悪い点が比較できる情報を提供している。	Roy（2015）*，Lawer & Knox（2006），Sawhney and Kotler（2001）
TP02	採用	貴社は，自社と他社の製品・サービスに関して，客観的に評価ができる仕組みを顧客に提供している。	Roy（2015）*，Lawer & Knox（2006），Urban（2004）	○
TP03	採用	貴社は，自社にとって不利益な情報であっても，顧客へ積極的に情報を公開している。	Leo and Russell-Bennett（2014），Urban（2005b）	○
TP04	不採用	貴社は，自社のありのままの情報を，顧客に提供することを心がけている。	Yeh（2016）*，Urban（2004）	○
TP05	不採用	貴社は，顧客があげた声の情報を，全て公開している。	Yeh（2016）*，Yadav and Varadarajan（2005），Lawer and Knox（2006）
MCB01	採用	貴社は，自社の利益より，顧客の利益を優先している。	Urban（2005b）	○
MCB02	採用	貴社は，常に顧客の利益が最大化することを第一に考えている。	Yeh（2016）*，Roy（2015）*，Urban（2005b）	○
MCB03	採用	貴社は，自社より他社の製品・サービスの方が，顧客の利益につながる時は，他社の製品・サービスを薦める。	Urban（2005b）
MCB04	不採用	貴社は，自社と他社の製品・サービスについて，顧客にとって公平なアドバイスを行っている。	Roy（2015）*，Lawer and Knox（2006），Urban（2005a）
MCB05	不採用	貴社は，顧客に対して無償のサービスを行っている。	Urban（2004）

注）先行研究欄に*で記したものは先行研究のCAO尺度項目を参考とした。具体的な尺度項目は別表3に示す。

別表5． 標準化係数と標準誤差

調査1			標準化係数	標準誤差	確率		調査2			標準化係数	標準誤差	確率
IN	<---	CAO	.645	.023	.001		IN	<---	CAO	.625	.023	.001
BP	<---	CAO	.773	.017	.001		BP	<---	CAO	.751	.017	.001
MS	<---	CAO	.807	.016	.001		MS	<---	CAO	.848	.014	.001
TP	<---	CAO	.830	.016	.001		TP	<---	CAO	.809	.016	.001
MCB	<---	CAO	.896	.014	.001		MCB	<---	CAO	.918	.012	.001
IN01	<---	IN	.876	.009	.001		IN01	<---	IN	.882	.009	.001
IN02	<---	IN	.905	.009	.001		IN02	<---	IN	.908	.008	.001
IN03	<---	IN	.795	.012	.001		IN03	<---	IN	.849	.010	.001
BP01	<---	BP	.906	.007	.001		BP01	<---	BP	.887	.009	.001
BP02	<---	BP	.901	.007	.001		BP02	<---	BP	.873	.009	.001
BP03	<---	BP	.904	.007	.001		BP03	<---	BP	.880	.009	.001
MS01	<---	MS	.910	.009	.001		MS01	<---	MS	.883	.010	.001
MS02	<---	MS	.825	.011	.001		MS02	<---	MS	.827	.012	.001
MS03	<---	MS	.769	.014	.001		MS03	<---	MS	.741	.015	.001
TP01	<---	TP	.880	.010	.001		TP01	<---	TP	.865	.010	.001
TP02	<---	TP	.855	.011	.001		TP02	<---	TP	.848	.011	.001
TP03	<---	TP	.746	.016	.001		TP03	<---	TP	.781	.014	.001
MCB01	<---	MCB	.789	.014	.001		MCB01	<---	MCB	.783	.014	.001
MCB02	<---	MCB	.842	.013	.001		MCB02	<---	MCB	.854	.012	.001
MCB03	<---	MCB	.638	.020	.001		MCB03	<---	MCB	.697	.017	.001

注）ブートストラップ法（B=2,000）により標準化係数および標準誤差の推定値を取得した

別表6． 本調査データの度数分布表

	調査1		調査2
［従業員規模］	度数	%	度数	%
1–299人	917	75.3	894	73.3
300–999人	101	8.3	105	8.6
1,000–4,999人	89	7.3	111	9.1
5,000–9,999人	32	2.6	25	2.0
10,000人以上	79	6.5	85	7.0
［売上規模］
1億円未満	432	35.5	430	35.2
1–99億円	512	42.0	495	40.6
100–299億円	62	5.1	65	5.3
300–999億円	72	5.9	72	5.9
1,000–2,999億円	40	3.3	42	3.4
3,000–9,999億円	43	3.5	52	4.3
1兆円以上	57	4.7	64	5.2
［業界］
製造	234	19.2	246	20.2
金融サービス	79	6.5	96	7.9
流通・小売	191	15.7	185	15.2
情報・通信	99	8.1	92	7.5
サービス	281	23.1	256	21.0
医療・福祉	54	4.4	60	4.9
運輸・旅行	61	5.0	57	4.7
その他	219	18.0	228	18.7

謝辞

本論文の執筆にあたり，アリアエディターと二人の査読の先生方から多くの大変有益なコメントを頂きました。深く感謝致します。なお，本研究は，JSPS科研費JP15K03750の助成を受けたものです。

注

1）  ABI/INFORM Completeを使用して，「customer」および「advocacy」の両方のキーワードを含む文献数を算出したところ，1980年～1989年：339件，1990年～1999年：5,765件，2000年～2009年：28,813件，2010年～2018年：68,259件と年々右肩上がりで増加傾向にある。学術誌に限定して検索してみても，1980年～1989年：100件，1990年～1999年：1,251件，2000年～2009年：3,581件，2010年～2018年：4,761件と右肩上がりで増加傾向にある。直近5年間の推移をみても，2014年：513件，2015年：545件，2016年：577件，2017年：583件，2018年：589件と年々増加傾向にある。

2）  質的テキスト分析を参考にした項目については，別表4に○印で示した。

3）  先行研究レビューと調査項目の関係は，別表4に示した。

4）  リレーションシップ・マーケティングとカスタマー・アドボカシーとの関連性に関する分析は，山岡（2015）に詳しい。

5）  顧客志向研究におけるカスタマー・アドボカシーの位置づけに関する整理は，山岡（2011）に詳しい。

6）  別表2に，Narver and Slater（1990）の具体的な尺度項目を示す。

7）  カスタマー・アドボカシーと価値共創との関係性に関する理論的な整理は，山岡（2010b）に詳しい。

8）  尺度開発手順については，Netemeyer et al.（2003），Ramani and Kumar（2008），久保田（2010）を参考にした。

9）  天井効果は平均+標準偏差が取り得る値以上，フロア効果は平均－標準偏差が取り得る値以下を示すことである。本研究の調査では，7件法を採用しているため，天井効果は平均+標準偏差が「7」より大きい場合，フロア効果は平均－標準偏差が「1」より小さい場合に当てはまる。

10）  探索的因子分析は因子数（5）を指定して行い，調査1と調査2の項目で因子負荷量は.500以上のものがほとんどで，最も低い項目で.428であり，想定した要素毎に分類された。信頼性係数も高い値を示していることから，確認的因子分析の検証を行うことにした。

11）  GFI（Goodness of Fit Index）：モデルがデータの分散共分散行列をどの程度再現できているかを指標化したもの。値の上限は1.0であり，これに近いほど説明率が高い。AGFI（Adjusted Goodness of Fit Index）：GFIは推定される母数が多い（自由度が小さい）と無条件に値が大きくなる傾向があるので，このバイアス修正をするためにGFIに対して自由度による補正を加えたもの。CFI（Comparative Fit Index）：独立モデルと分析モデル双方の自由度を考慮した上で乖離度の比較を行う指標で，1.0に近いほど適合が良いと判断する。RMSEA（Root Mean Square Error of Approximation）：1自由度あたりの乖離度の大きさを評価する指標。極力，モデルの複雑さの影響を取り除いた形で乖離度の大きさを捉えるため，近年広く利用されるようになった。値は，.0に近いほど適合が良いと考える（豊田，2003）。

12）  2次因子を取り除いた1次因子のみの1次因子間の相関をおいたモデルで分析を行った。

13）  5つの因子間の相関係数の2乗が各因子のAverage Variance Extracted：AVEを超えないことが確認できたことからも尺度の弁別妥当性が確認されている。

14）  対企業向けビジネスが50%以上の企業カテゴリーと対一般消費者向けビジネスが50%以上の企業カテゴリー間において，不変性の検討を行った。

15）  主要商品の50%以上がモノ（有形）を扱う企業カテゴリーと主要商品の50%以上がサービス（無形）を扱う企業カテゴリー間において，不変性の検討を行った。

16）  売上規模が99億円未満の企業カテゴリーと100億円以上の企業カテゴリー間において，不変性の確認を行った。また，従業員規模は299人未満の企業カテゴリーと300人以上の企業カテゴリー間において，不変性の検討を行った。データの度数分布は別表6参照。

17）  製造・金融サービスの企業カテゴリー，流通・小売・情報・通信の企業カテゴリー，医療・福祉・サービスの企業カテゴリー，運輸・旅行・その他の企業カテゴリー間において，不変性の検討を行った。データの度数分布は別表6参照。

18）  オーケー株式会社ホームページ，https://ok-corporation.jp/feature/feature-05/（参照2018年8月28日）。

参考文献

•  Anderson,  E., &  Weitz,  B. (1989). Determinants of Continuity in Conventional Industrial Channel Dyads. Marketing Science, 8(4), 310–323.
•  Anderson,  E. W. (1998). Customer Satisfaction and Word of Mouth. Journal of Service Research, 1(1), 5–17.
•  Anderson,  E. W., &  Sullivan,  M. W. (1993). The Antecedents and Consequences of Customer Satisfaction for Firms. Marketing Science, 12(2), 125–143.
•  Anderson,  J. C., &  Gerbing,  D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411–423.
•  Antony,  J. (2015). The ten commandments of quality: a performance perspective. International Journal of Productivity and Performance Management, 64(5), 723–735.
•  Arnold,  T. J.,  Fang,  E., &  Palmatier,  R. W. (2011). The effects of customer acquisition and retention orientations on a firm’s radical and incremental innovation performance. Journal of the Academy of Marketing Science, 39(2), 234–251.
• Bagozzi, R. P. (1994). Measurement in Marketing Research: Basic Principles of Questionnaire Design. In: Bagozzi, R. P. (Eds.), Principle of Marketing Research (pp. 1–49). Cambridge, MA: Blackwell Business.
•  Bendapudi,  N., &  Berry,  L. L. (1997). Customer’s Motivations for Maintaining Relationships with Service Providers. Journal of Retailing, 73(1), 15–37.
•  Blocker,  C. P.,  Flint,  D. J.,  Myers,  M. B., &  Slater,  S. F. (2011). Proactive customer orientation and its role for creating customer value in global markets. Journal of the Academy of Marketing Science, 39(2), 216–233.
•  Bolton,  R. N., &  Drew,  J. H. (1991). A longitudinal analysis of the impact of service changes on customer attitudes. Journal of Marketing, 55(1), 1–9.
•  Boulding,  W.,  Kalra,  A.,  Staelin,  R., &  Zeithaml,  V. A. (1993). A Dynamic Process Model of Service Quality: From Expectations to Behavioral Intentions. Journal of Marketing Research, 30(1), 7–27.
•  Brown,  T. J.,  Mowen,  J. C.,  Donavan,  D. T., &  Licata,  J. W. (2002). The customer orientation of service workers: Personality trait effects on self-and supervisor performance ratings. Journal of Marketing Research, 39(1), 110–119.
• Christopher, M., Payne, A., & Ballantyne, D. (1991). Relationship Marketing. Oxford, UK: Butterworth-Heinemann.
•  Conduit,  J., &  Mavondo,  F. T. (2001). How critical is internal customer orientation to market orientation? Journal of Business Research, 51(1), 11–24.
•  Day,  G. S., &  Wensley,  R. (1983). Marketing Theory with a Strategic Orientation. Journal of Marketing, 47(4), 79–89.
• Drucker, P. F. (1954). The Prctice of Management. London: Heinemann.（現代経営研究会（訳）（1956）．『現代の経営』．自由国民社．）
•  Eggert,  A., &  Helm,  S. (2003). Exploring the impact of relationship transparency on business relationships: A cross sectional study among purchasing managers in Germany. Industrial Marketing Management, 32(2), 101–108.
•  Folse,  J. A. G.,  Netemeyer,  R. G., &  Burton,  S. (2012). SPOKESCHARACTERS: How the Personality Traits of Sincerity, Excitement, and Competence Help to Build Equity. Journal of Advertising, 41(1), 17–32.
•  Frambach,  R. T.,  Fiss,  P. C., &  Ingenbleek,  P. T. M. (2016). How important is customer orientation for firm performance? A fuzzy set analysis of orientations, strategies, and environments. Journal of Business Research, 69(4), 1428–1436.
•  Fullerton,  G. (2003). When Does Commitment Lead to Loyalty? Journal of Service Research, 5(4), 333–344.
•  Fullerton,  G. (2005). How commitment both enables and undermines marketing relationships. European Journal of Marketing, 39(11–12), 1372–1388.
•  Fullerton,  G. (2011). Creating advocates: The roles of satisfaction, trust and commitment. Journal of Retailing and Consumer Services, 18(1), 92–100.
•  Garbarino,  E., &  Johnson,  M. S. (1999). The different roles of satisfaction, trust, and commitment in customer relationships. Journal of Marketing, 63(2), 70–87.
•  Gremler,  D. D.,  Gwinner,  K. P., &  Brown,  S. W. (2001). Generating positive word-of-mouth communication through customer-employee relationships. International Journal of Service Industry Management, 12(1), 44–59.
•  Grönroos,  C. (1996). Relationship marketing: strategic and tactical implications. Management Decision, 34(3), 5–14.
•  Gupta,  S.,  Hanssens,  D.,  Hardie,  B.,  Kahn,  W.,  Kumar,  V.,  Lin,  N., ... Sriram, S. (2006). Modeling Customer Lifetime Value. Journal of Service Research, 9(2), 139–155.
• Hair Jr., J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2013). Multivariate Data Analysis: Pearson New International Edition. London, UK: Pearson Education.
• Hair Jr., J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2016). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). London, UK: SAGE Publications.
•  Harrison-Walker,  L. J. (2001). The Measurement of Word-of-Mouth Communication and an Investigation of Service Quality and Customer Commitment as Potential Antecedents. Journal of Service Research, 4(1), 60–75.
•  Hoegl,  M., &  Wagner,  S. M. (2005). Buyer-Supplier Collaboration in Product Development Projects. Journal of Management, 31(4), 530–548.
•  Hsiao,  C.,  Shen,  G. C., &  Chao,  P. (2015). How does brand misconduct affect the brand–customer relationship? Journal of Business Research, 68(4), 862–866.
•  Hsieh,  T. (2010). Zappos’s CEO on Going to Extremes for Customers. Harvard Business Review, 88(7/8), 41–45.
•  Hultman,  J., &  Axelsson,  B. (2007). Towards a typology of transparency for marketing management research. Industrial Marketing Management, 36(5), 627–635.
•  Jones,  T., &  Taylor,  S. F. (2007). The conceptual domain of service loyalty: how many dimensions? The Journal of Services Marketing, 21(1), 36–51.
• 狩野裕・三浦麻子（2002）．『グラフィカル多変量解析―AMOS，EQS，CALISによる目で見る共分散構造分析』．現代数学社．
•  Karpen,  I. O.,  Bove,  L. L.,  Lukas,  B. A., &  Zyphur,  M. J. (2015). Service-Dominant Orientation: Measurement and Impact on Performance Outcomes. Journal of Retailing, 91(1), 89–108.
•  Kennedy,  K. N.,  Goolsby,  J. R., &  Arnould,  E. J. (2003). Implementing a Customer Orientation: Extension of Theory and Application. Journal of Marketing, 67(4), 67–81.
•  Kirca,  A. H.,  Jayachandran,  S., &  Bearden,  W. O. (2005). Market Orientation: A Meta-Analytic Review and Assessment of Its Antecedents and Impact on Performance. Journal of Marketing, 69(2), 24–41.
•  Kohli,  A. K.,  Jaworski,  B. J., &  Kumar,  A. (1993). MARKOR: A Measure of Market Orientation. Journal of Marketing Research, 30(4), 467–477.
• Kotler, P., Kartajaya, H., & Setiawan, I. (2016). Marketing 4.0: Moving from Traditional to Digital. Hoboken, NJ: John Wiley & Sons.（恩藏直人（監訳）・藤井清美（訳）（2017）．『コトラーのマーケティング4.0 スマートフォン時代の究極法則』．朝日新聞出版．）
• Kotler, P., & Keller, L. K. (2016). Marketing Management 15th Edition. Noida, India: Pearson India Education Services.
•  久保田 進彦（2010）．ブランド・リレーションシップ尺度の確立．『消費者行動研究』，17(1), 31–56.
• Kumar, V. (2013). Profitable Customer Engagement Concept, Metrics and Strategies. Atlanta, US: SAGE.
•  Kumar,  V.,  Shah,  D., &  Venkatesan,  R. (2006). Managing retailer profitability—one customer at a time! Journal of Retailing, 82(4), 277–294.
•  Lawer,  C., &  Knox,  S. (2006). Customer advocacy and brand development. Journal of Product & Brand Management, 15(2/3), 121–129.
•  Lemon,  K. N., &  Verhoef,  P. C. (2016). Understanding Customer Experience Throughout the Customer Journey. Journal of Marketing, 80(6), 69–96.
•  Leo,  C., &  Russell-Bennett,  R. (2014). Developing a multidimensional scale of customer-oriented deviance (COD). Journal of Business Research, 67(6), 1218–1225.
•  Levitt,  T. (1960). Marketing Myopia. Harvard Business Review, 38(4), 45–56.
•  Morgan,  R. M., &  Hunt,  S. D. (1994). The commitment-trust theory of relationship marketing. Journal of Marketing, 58(3), 20–38.
•  Murphy,  P. E. (1999). Character and Virtue Ethics in International Marketing: An Agenda for Managers, Researcher and Educators. Journal of Business Ethics, 18(1), 107–124.
•  Murphy,  P. E.,  Laczniak,  G. R., &  Wood,  G. (2007). An ethical basis for relationship marketing: a virtue ethics perspective. European Journal of Marketing, 41(1/2), 37–57.
•  Narver,  J. C., &  Slater,  S. F. (1990). The effect of a market orientation on business profitability. Journal of Marketing, 54(4), 20–35.
•  Nasution,  H. N., &  Mavondo,  F. T. (2008). Organisational capabilities: antecedents and implications for customer value. European Journal of Marketing, 42(3/4), 477–501.
• Netemeyer, R. G., Bearden, W. O., & Sharma, S. (2003). Scaling Procedures: Issues and Applications. London, UK: SAGE Publications.
•  Ngo,  L. V., &  O’Cass,  A. (2013). Innovation and business success: The mediating role of customer participation. Journal of Business Research, 66(8), 1134–1142.
•  Oliver,  R. L. (1999). Whence consumer loyalty? Journal of Marketing, 63(4), 33–44.
•  Pekovic,  S., &  Rolland,  S. (2016). Customer orientation and firm’s business performance. European Journal of Marketing, 50(12), 2162–2191.
• Prahalad, C. K., & Ramaswamy, V. (2004a). The Future of Comptition: Co-Creating Unique Value with Customers. Boston, MA: Harvard Business School Press.（有賀裕子（訳）（2004）．『価値共創の未来へ―顧客と企業のCo-Creation』．武田ランダムハウスジャパン．）
•  Prahalad,  C. K., &  Ramaswamy,  V. (2004b). Co-creation experiences: The next practice in value creation. Journal of Interactive Marketing, 18(3), 5–14.
•  Ramani,  G., &  Kumar,  V. (2008). Interaction Orientation and Firm Performance. Journal of Marketing, 72(1), 27–45.
•  Roy,  S. K. (2013). Consequences of customer advocacy. Journal of Strategic Marketing, 21(3), 260–276.
•  Roy,  S. K. (2015). Modeling customer advocacy: A PLS path modeling approach. Journal of Strategic Marketing, 23(5), 380–398.
•  Roy,  S. K., &  Eshghi,  A. (2013). Does relationship quality matter in service relationships? Journal of Strategic Marketing, 21(5), 443–458.
•  Rust,  R. T.,  Inman,  J. J.,  Jia,  J., &  Zahorik,  A. (1999). What you don’t know about customer-perceived quality: The role of customer expectation distributions. Marketing Science, 18(1), 77–92.
• 佐藤郁哉（2008）．『QDAソフトを活用する実践質的データ分析入門』．新曜社．
• Sawhney, M., & Kotler, P. (2001). Marketing in the Age of Information Democracy. In: Tybout, A. M., & Calder, B. J. (Eds.), Kellogg on Marketing (pp. 386–408). Hoboken, NJ: John Wiley & Sons.
•  Saxe,  R., &  Weitz,  B. A. (1982). The SOCO scale: A measure of the customer orientation of salespeople. Journal of Marketing Research, 19(3), 343–351.
•  Scheck,  C. L., &  Kinicki,  A. J. (2000). Identifying the antecedents of coping with an organizational acquisition: A structural assessment. Journal of Organizational Behavior, 21(6), 627–648.
•  Schermelleh-Engel,  K.,  Moosbrugger,  H., &  Müller,  H. (2003). Evaluating the Fit of Structural Equation Models: Tests of Significance and Descriptive Goodness-of-Fit Measures. Methods of Psychological Research Online, 8(2), 23–74.
•  Schumann,  J. H.,  Wangenheim,  F. v.,  Stringfellow,  A.,  Yang,  Z.,  Praxmarer,  S.,  Jimenez,  F. R.,… Koor,  M. (2010). Drivers of Trust in Relational Service Exchange: Understanding the Importance of Cross-Cultural Differences. Journal of Service Research, 13(4), 453–468.
•  Seiling,  J. G. (2008). The role of the customer advocate: Contextual and task performance as advocacy participation. Journal of Management and Organization, 14(2), 127–140.
•  Selnes,  F. (1998). Antecedents and consequences of trust and satisfaction in buyer-seller relationships. European Journal of Marketing, 32(3/4), 305–322.
•  Shah,  D.,  Rust,  R. T.,  Parasuraman,  A.,  Staelin,  R., &  Day,  G. S. (2006). The Path to Customer Centricity. Journal of Service Research, 9(2), 113–124.
•  Shukla,  P.,  Banerjee,  M., &  Singh,  J. (2016). Customer commitment to luxury brands: Antecedents and consequences. Journal of Business Research, 69(1), 323–331.
•  Slater,  S. F., &  Narver,  J. C. (1994). Does Competitive Environment Moderate the Market Orientation- Performance Relationship? Journal of Marketing, 58(1), 46–55.
•  Slater,  S. F., &  Narver,  J. C. (2000). The Positive Effect of a Market Orientation on Business Profitability: A Balanced Replication. Journal of Business Research, 48(1), 69–73.
•  Steenkamp,  J. E. M., & van  Trijp,  H. C. M. (1991). The Use of LISREL in Validating Marketing Constructs. International Journal of Research in Marketing, 8(4), 283–299.
•  Sung,  Y., &  Kim,  J. (2010). Effects of brand personality on brand trust and brand affect. Psychology & Marketing, 27(7), 639–661.
• 豊田秀樹（2003）．『共分散構造分析　疑問編―構造方程式モデリング』．朝倉書店．
• 豊田秀樹（2007）．『共分散構造分析　Amos編―構造方程式モデリング』．東京図書．
• 豊田秀樹（2009）．『共分散構造分析　実践編―構造方程式モデリング』．朝倉書店．
•  Urban,  G. L. (2004). The Emerging Era of Customer Advocacy. MIT Sloan Management Review, 45(2), 77–82.
•  Urban,  G. L. (2005a). Customer Advocacy: A New Era in Marketing? Journal of Public Policy & Marketing, 24(1), 155–159.
• Urban, G. L. (2005b). Don’t Just Relate—Advocate!: A Blueprint for Profit in the Era of Customer Power. Upper Saddle River, NJ: Pearson Prentice Hall.（山岡隆志（訳）（2006）．『アドボカシー・マーケティング 顧客主導の時代に信頼される企業』．英治出版．）
•  Urban,  G. L.,  Amyx,  C., &  Lorenzon,  A. (2009). Online Trust: State of the Art, New Frontiers, and Research Potential. Journal of Interactive Marketing, 23(2), 179–190.
•  Wagner,  J., &  Benoit,  S. (2015). Creating value in retail buyer–vendor relationships: A service-centered model. Industrial Marketing Management, 44, 166–179.
•  Xia,  L., &  Kukar-Kinney,  M. (2013). Examining the penalty resolution process: Building loyalty through gratitude and fairness. Journal of Service Research, 16(4), 518–532.
•  Yadav,  M. S., &  Varadarajan,  R. (2005). Interactivity in the Electronic Marketplace: An Exposition of the Concept and Implications for Research. Journal of the Academy of Marketing Science, 33(4), 585–603.
•  山岡 隆志（2010a）．カスタマー・アドボカシーの中核概念．『季刊マーケティングジャーナル』，30(2), 4–16.
•  山岡 隆志（2010b）．カスタマー・アドボカシーと価値共創．『早稲田大学大学院商学研究科紀要』，71, 159–172.
•  山岡 隆志（2011）．カスタマー・アドボカシーと顧客志向．『早稲田大学大学院商学研究科紀要』，72, 77–92.
•  山岡 隆志（2015）．リレーションシップ・マーケティングにおけるカスタマー・アドボカシー．『早稲田大学大学院商学研究科紀要』，81, 51–70.
•  Yeh,  Y. (2013). The impact of customer advocacy on customer perceived value. Journal of Business and Retail Management Research, 8(1), 91–102.
•  Yeh,  Y. (2016). Market orientation and service innovation on customer perceived value. Management Research Review, 39(4), 449–467.
•  Yi,  Y., &  Gong,  T. (2013). Customer value co-creation behavior: Scale development and validation. Journal of Business Research, 66(9), 1279–1284.