安徽福彩网
商学院

商业模式 | O2O电商外卖模式下重复消费意愿影响因素研究

作者:卢松松 来源:四川新闻 时间:2018-12-22

199IT数据中心微信账户:i199IT

在O2O电子商务模式下,本文以美国顾客满意度指数模型(ACSI)为理论基础,以结构方程模型为研究工具,构建包含平台易用性、信息内容、服务响应、期望感知、消费感知、顾客满意度和顾客重复消费意愿7个潜变量结构方程模型,分析影响顾客重复消费意愿因素。研究发现期望感知和消费感知均能显著影响顾客重复消费意愿,且消费感知影响作用更大,服务响应对顾客消费感知正向影响力最强。

关键词:O2O;电子商务;重复消费意愿;结构方程模型

目前,企业进行电子商务开发战略重心逐渐由“产品”向“顾客”转移,同时也催生出了线上线下互动协作O2O电子商务模式。由于O2O模式可以通过电子商务线上渠道将线下服务送达到客户手中,我国O2O电子商务模式所涉及行业从最初餐饮服务业,迅速发展到包括服装、百货、旅游、电影、交通、生活服务等多个行业和众多领域。因此,通过研究O2O模式下影响顾客消费感知和重复消费意愿因素,能够帮助企业有针对性地优化服务质量,提高用户满意度,强化用户重复消费意愿和行为,推动O2O电子商务模式蓬勃发展。

一、模型构建与假设

(一)顾客满意度模型理论基础

美国密歇根大学、美国质量协会和安达信公司在1994年共同建立了美国顾客满意度指数模型(ACSI)[1]。该模型认为顾客期望、感知质量和感知价值三个因素是导致顾客产生满意感三个前提,而顾客满意又直接与顾客忠诚、顾客抱怨相联系。建立顾客满意度理论模型是找到影响顾客满意度主要因素有哪些,顾客期望在该模型中主要指顾客在消费前对产品或服务质量所持有一种预先估计,顾客感知质量主要指顾客在消费后对产品或服务质量所产生实际感受,顾客感知价值主要是指顾客在考虑了价格后对产品或服务质量价值感受,顾客满意度就是对顾客产品或服务总体满意程度,而顾客忠诚主要代表了顾客在本次消费后产生重复消费可能性[2-3]。

通过一个具有流向因果关系图,ACSI模型总结了在顾客消费体验中可能影响顾客今后重复消费意愿一些因素。从图1可以看出顾客在消费过程中期望、感知、体验均会成为影响顾客后续重复消费意愿因素,而与顾客重复消费意愿直接相关就是顾客在消费过程中所建立起来忠诚度。ACSI模型对于广义顾客消费满意度影响因素进行了很好地归纳,也为本文模型构建提供了参考。

(二)构建模型提出假设

在O2O电子商务模式下进行消费消费者特征,与ACSI模型中消费者特征基本相符,本文以ACSI顾客满意度模型为理论基础,并在该理论模型基础上进行如下改进:首先,将“顾客期望”更改为“期望感知”,主要指顾客在消费后认为产品或服务质量符合顾客期望程度;其次, 将“感知质量”和“感知价值”合并为“消费感知”,主要指顾客在消费后对产品或服务质量总体感受;第三,将“顾客抱怨”和“顾客忠诚”合并为“顾客重复消费意愿”,作为模型最终内衍潜在变量,主要指顾客在本次消费后选择在该平台继续进行后续消费意愿。

本文构建顾客重复消费意愿指数模型,包括平台易用性、信息内容、服务响应、期望感知、消费感知、顾客满意度和顾客重复消费意愿等7个潜变量,各个潜变量间关系如图2所示。为了后续研究需要,现针对各个潜在变量间作用关系提出如下假设:

1.顾客感知与满意度。

在O2O电子商务模式下,顾客通过企业建立O2O平台进行消费后会对本次消费体验形成一定感知,这种对于消费体验感知会直接影响顾客满意度和顾客重复消费意愿。本文将顾客感知分为两类,一是顾客通过对比实际消费体验和消费前期望而产生感知,将其命名为期望感知;二是顾客在综合考虑价格和具体消费情况后得到总体感知,将其命名为消费感知。由于顾客对于消费感知会影响顾客满意度和后续重复消费意愿,因此在参考ACSI模型基础上提出如下假设:

H1:在O2O电子商务模式中,期望感知正向影响顾客满意度;

H2:在O2O电子商务模式中,期望感知正向影响顾客重复消费意愿;

H3:在O2O电子商务模式中,消费感知正向影响顾客满意度;

H4:在O2O电子商务模式中,消费感知正向影响顾客重复消费意愿;

H5:在O2O电子商务模式中,顾客满意度正向影响顾客重复消费意愿。

2.平台易用性与顾客感知。

根据报告显示O2O电子商务模式下有713%用户通过移动客户端进行消费,本文认为平台响应速度和在线支付便捷程度等是衡量O2O平台易用性指标,响应速度快、支付方便、获取信息便利平台通常能给顾客愉快消费体验,进而使顾客在本次消费中产生良好感知。因此,提出如下假设:

H6:在O2O电子商务模式中,平台易用性正向影响期望感知;

H7:在O2O电子商务模式中,平台易用性正向影响消费感知。

3.信息内容与顾客感知。

本文信息内容主要包括平台信息容量和平台所提供信息质量,由于每个顾客在短时间内信息处理能力有限,如果O2O平台向顾客提供过多且杂乱商家信息很容易使顾客失去选择耐心;O2O平台向消费者提供必须是质量过关产品或服务商家,质量上参差不齐极易使消费者在一次消费后就对该平台产生不良消费感知。因此,提出如下假设:

H8:在O2O电子商务模式中,信息内容正向影响期望感知;

H9:在O2O电子商务模式中,信息内容正向影响消费感知。

4.服务响应与顾客感知。本文将服务响应定义为顾客在完成线上支付后获得线下消费速度,这种速度一般与多种因素有关。本文主要关注是服务人员服务效率,这种效率包括问题回复速度、订单处理速度以及为顾客提供线下服务速度。因此,本文对这一因素提出如下假设:

H10:在O2O电子商务模式中,服务响应正向影响期望感知;

H11:在O2O电子商务模式中,服务响应正向影响消费感知。

二、研究设计与对象分析

(一)研究对象说明

根据中国电子商务研究中心发布2014年第三季度中国O2O市场分析报告,目前我国O2O市场中餐饮行业市场份额占比高达43%,居所有行业首位[4],本文选取我国O2O餐饮业作为广义研究对象。目前,由于众多商业巨头纷纷入驻O2O餐饮外卖市场,本文选取我国O2O餐饮业中外卖业务为具体研究对象。调查显示目前我国拥有外卖业务O2O平台多达几十家,其中市场份额较大有美团外卖、饿了么、淘点点、大众点评和美餐网,众多商业巨头入驻预示着外卖这一领域已然成为我国O2O电子商务竞争战继团购之后又一片处女地。

报道显示我国众多开展O2O外卖业务企业都将企业白领和在校大学生作为主要市场开发对象,并针对这两大消费群体采取了形式丰富促销活动。在这两个消费群体中,在校大学生是我国O2O外卖消费者中所占份额较高群体,且价格敏感度较高,比较容易因为企业优惠促销活动而选择O2O外卖消费方式。因此,本文选取我国在校大学生作为问卷调查对象,并通过电子邮件、在线聊天室、微信等途径发放在线电子问卷;同时,结合纸质问卷,对全国部分地区在校大学生进行了问卷调查。研究共发放问卷450份,有效回收379份,回收率为842%,调查样本基本信息如表1所示。

(二)研究方法

本文主要以结构方程模型作为研究工具,通过问卷调查收集相关数据,以本文建立顾客重复消费意愿指数模型为依据,绘制结构方程模型图,通过模型拟合来验证本文所提出若干假设。本文运用结构方程模型进行数据拟合,通过拟合结果可以观测到各个潜变量间路径系数,根据系数大小和正负以及其相对应P值,就可以对假设H1-H11进行拒绝与否判断,进而完成本文关于我国O2O外卖业务中顾客重复消费意愿影响因素讨论。

(三)问卷设计

基于上述论证,笔者针对平台易用性、信息内容、服务响应、期望感知、消费感知、顾客满意度和顾客重复消费意愿,设计了若干观测变量题项,每一个潜在变量附属题项均能切合本文对于各潜在变量定义,可以从不同角度对消费者进行调查。问卷采用李克特五点量表度量方式,量表中1-5分代表不同意、比较不同意、一般、比较同意和同意。笔者根据统计学相关理论对问卷进行了一定调整,并运用SPSS软件对问卷进行了检验[5],最终问卷题项与相应验证系数如表2所示。

本文主要通过Cronbach’s α系数来检验测量指标间一致性,当α系数大于07时候,问卷相关题项具有一定可信度,能够保证问卷调查后数据具有一定稳定性。如表2所示,本问卷经过调整后所有概念相关题项信度水平均达标,可以用于调查研究,并能够保证调查数据反映真实情况。另外,由于本文分析方法为结构方程模型,故需要保证问卷收集到数据适合进行因子分析(如表2所示),问卷所有概念相关题项KMO值均在08以上,可进行因子分析。

三、模型拟合与结果分析

(一)初步拟合与模型修正

本文绘制结构方程模型图如图2所示,利用Amos180软件进行建模,将收集到数据导入软件进行拟合。为增加文章可读性,未展示初步拟合模型与相应路径系数,仅罗列初步拟合拟合度评价指标如表3所示。

根据结构方程模型拟合评价指标要求,χ2显著性概率值应小于005,NC值(χ2自由度比值)应在1-3之间,AGFI值、GFI值应大于09,RMSEA值应至少小于008,CN值应大于200[6]。从表3所罗列数据可知初步拟合结果并不理想,相关评价指标显示模型与数据之间适配程度并未达到结构方程模拟要求。其中,χ2显著性概率值和NC值均达标,表示模型显著性良好,但是AGFI值、GFI值、RMSEA值和CN值均不达标,表示模型适配度不高;同时,模型中一些因素间关系界定可能存在不准确地方,仍有修正提高空间。

一般来说,在Amos软件输出结果中都会提供与拟合结果相对应修正指标,表4即为本文初步拟合后软件所提供修正指标,修正指标表包括修正项、MI值和Par Change值三个项目。以表4第一行为例,MI值为8800,涵义是如果在误差项Z13和Z15间增列共变关系,则至少可以使卡方值降低8800;Par Change值为0156,涵义是如果在误差项Z13和Z15间增列共变关系,则相较于原先界定模型参数该变量会增大约0156。

当软件显示了修正指标时就表明模型存在修正必要,为了保证修正过程中严谨性,在进行模型修正时一般一次仅进行一个修正处理[6]。在一次修正处理后需要先进行第二次模型拟合,然后再根据模型拟合参数结果和软件提供修正指标,判断是否有必要进行第二次修正,如有必要进行第二次修正,则同样需要在第二次修正后进行第三次拟合,判断模型适配程度,依此类推。

根据本文初步拟合修正结果可知模型存在修正必要,从修正指标来看,为了尽可能迅速地降低模型拟合卡方值,首次修正应选取MI值较大修正项进行修正。本文修正项Z13Z15MI值为8800,修正项Z7Z15MI值为8518,第一次模型修正应当首先在误差变量Z13与Z15间增列共变关系,再进行第二次拟合。

(二)修正模型模拟

在误差变量Z13与Z15间增列共变关系后再次进行拟合,选取二次拟合评价指标罗列(如表5所示),可见经过模型修正后数据拟合结果更加理想,评价指标显示模型与数据之间适配程度良好;Amos软件也不再提供相关修正指标,表明模型不再需要进行修正。图3即为修正后模型拟合结果,各潜变量间路径系数在关系箭头上显示。

为增强文章可读性,使读者能够清晰地观察模型拟合结果,笔者将潜变量间标准化回归系数(因素负荷量Factor Loading)、极大似然法下非标准化回归系数(Estimate)、标准误(S.E.)、临界比(C.R.)、显著性P值和解释力罗列如表6所示,其中解释力数值定义为因素负荷量平方,解释力数值越大,证明一个潜变量对另一潜变量影响作用越大[5]。

(三)结果分析

表6所列参数为导入数据后Amos软件对结构方程模型进行拟合结果,其中标准化回归系数(因素负荷量Factor Loading)大小表明一个潜变量对另一潜变量解释程度,解释力数值为标准化回归系数平方,系数正负代表潜变量间关系正负。另外,在结构方程模型理论中,模拟路径对应拟合结果P值应满足显著性水平要求,未达要求模拟路径,其相关假设应被拒绝。

经过模型修正后,通过观察表6中数据可知拟合结果中仍然存在三个P值不符合显著性要求模拟路径:一是“平台易用性与消费感知”,二是“信息内容与消费感知”,三是“服务响应与期望感知”。这三个模拟路径所对应P值均超过了005,未达到显著性水平要求,根据结构方程模型理论应拒绝假设H7、H9、H10。另外,存在模拟路径“消费感知与顾客满意度”,其所对应P值未达到0001显著性水平,不过相应P值满足条件P

根据Amos拟合结果P值来看,本文提出了H1-H11等11个假设,其中假设H7、H9、H10因其相对应模拟路径P值未达005显著性水平而被拒绝;假设H3对应模拟路径显著性水平达到了001,虽未被拒绝,但明显低于其余7个模拟路径所对应显著性水平。除被拒绝假设H7、H9、H10所对应路径关系外,其余路径关系因素负荷量拟合结果值均介于050至095之间,这说明经过模型修正后,数据与结构方程模型适配度良好。

标准化回归系数(因素负荷量Factor Loading)大小表明了一个潜变量对另一潜变量解释程度,解释力数值为标准化回归系数平方,系数正负代表潜变量间关系正负。因此,表6中数据呈现了两个重要信息:

(1)所有模拟路径标准化回归系数均为正值,这表明所有模拟路径中一个潜变量对另一个潜变量影响作用均为正向,这与本文假设内容相吻合;

(2)模拟路径“服务响应与消费感知”、“消费感知与顾客满意度”、“消费感知与顾客重复购买意愿”和“顾客满意度与顾客重复购买意愿”所对应预测力数值均大于070,表明在这几组模拟路径中一个潜变量对另一个潜变量正向影响程度均较大。

在O2O餐饮外卖业务中,通过归纳和总结不难发现相比于期望感知,消费感知对顾客满意度和重复购买意愿正向影响更大。换言之,企业在消费感知方面给予顾客更好地体验,更容易使顾客产生良好满意度,并强化顾客今后选择在该平台上进行重复消费意愿。

四、结论与展望

(一)研究结论

根据模型拟合结果,本文得出如下结论:

(1)内衍潜在变量“消费感知”和“期望感知”均能对“顾客满意度”和“顾客重复购买意愿”产生显著正向影响,但顾客“消费感知”与“顾客满意度”、“顾客重复购买意愿”两个内衍潜在变量间模拟路径所对应解释力数值较大,说明“消费感知”对“顾客满意度”和“顾客重复购买意愿”两个内衍潜在变量影响程度更大;

(2)在三个外衍潜在变量中,“服务响应”能够对顾客“消费感知”产生更加重要影响。

为了提高O2O外卖平台建设水平,优化顾客进行外卖订餐消费时体验,企业可以针对平台建设优先采取如下措施:

(1)在进行市场开发和消费市场争夺时,应该将侧重点放在优化消费者消费感知上,避免消费者对外卖订餐服务质量产生不切实际过高期望,这样才能够对消费者满意度和重复消费意愿产生积极正向影响;

(2)在平台建设时,为了更好地优化消费者消费感知,应先提升服务响应,这就要求企业提升平台管理能力,优化平台服务配置,加强服务人员专业培训。

(二)研究展望

值得一提是本文模型拟合结果并未达到最理想状态,在拟合结果中仍然存在部分模拟路径相对应P值过大,未达到005显著性水平要求,从而使得研究提出假设H7、H9、H10被拒绝。另外,我国O2O外卖业务目前面向消费群体主要是企业白领和在校大学生,而本文仅面向在校大学生收集了问卷调查数据,无法确定本文结论所提及对于顾客重复消费意愿能够产生重要影响因素,是否对于所有O2O外卖消费群体具有普适性。

针对所存在不足,后续研究可以从两方面展开:

第一,继续扩大问卷调查数据样本容量;

第二,进一步丰富研究调查对象,针对企业白领进行问卷调查,并将其与大学生群体研究结果进行对比,找到影响两个消费群体顾客重复消费意愿因素共同点和不同点,以帮助企业实施更加有针对性拓展战略。

作者,高核,杨博文,王静

摘自:《商业研究》

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源; 2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任; 3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • Counterpoint:2015年9月...

  • 十张图看懂三星为何被苹果越甩越远?——信...

  • 希尔顿酒店财报:2015年Q3希尔顿净利...

  • 工业4.0 | 中国机器人工业落后,唯一...

  • 十大令人惊奇的大数据真相

  • GEO数据:我不会告诉你金融行业是这样玩...

  • 缔元信:10大新能源汽车网民用户画像&#...

  • Localytics:媒体&娱乐...