生鲜电商消费者满意度影响因素实证研究
2016-05-10陈范娇
陈范娇
内容摘要:本文在Oliver期望-实绩理论模型和全面顾客满意理论的基础上,根据购买前、购买中和购买后的购买流程构建生鲜电商消费者满意度影响因素模型,对249个有效样本数据进行了结构方程模型实证分析。并根据研究结论为生鲜电商未来良好发展提供了建议。
关键词:生鲜电商 满意度 结构方程模型 影响因素
引言
据中国互联网信息中心发布《2014年中国网络购物市场研究报告》数据显示,截至2014年12月,我国网络购物用户规模达到3.61亿,同比增长19.7%;我国网民使用网络购物的比例从48.9%提升至55.7% 。网络零售交易额为27898亿元,同比增长49.7%。其中网购生鲜交易额增长最为迅速,2014年生鲜电商交易规模289.8亿元,同比增长122.6%,2011-2014年三年的平均年增长率高达200.02%。在“互联网+”的政策背景下 ,生鲜电商具有良好的发展空间和市场需求。如今网购行为越来越多的渗透到消费者的生活当中,加上我国食品安全问题一直备受关注,消费者希望能够在网上便捷地购买到新鲜、安全的生鲜产品。在市场竞争日趋激烈的买方市场上,生鲜电商想要持续经营,就必须站在消费者立场上,了解消费者的主观需求,提高服务价值,实施全面顾客满意经营策略。
但目前学者们对消费者网购生鲜农产品的相关研究并不多。只有极少数学者对网购生鲜产品的消费者意愿进行了研究,还未有学者对网购生鲜后的消费者满意度进行相关研究。因此,有必要构建理论模型来系统地解释网购生鲜过程中消费者满意度的形成过程及其影响因素,为企业合理分配资源,集中优势去改善消费者关系和提高消费者满意度提供指导,具有一定的理论和实践指导意义。
本文基于Olive期望-实绩理论模型和全面顾客满意理论,构建生鲜电商消费者满意度模型,调查分析消费者对生鲜电商的满意度,并剖析影响满意度的因素,以期为促进生鲜电商的良性发展提供指导建议。
基本理论及模型建立
(一)满意度概念
1965年,Cardozo最早提出顾客满意度概念,后续许多学者提出自己的见解,但至今未有统一的观点,基本上是从范畴、过程和性质来探讨顾客满意概念。综合前人观点以及本研究目的,本研究中的满意度概念以Oliver的期望-实绩理论模型为基础,采用累积交易观点,认为满意度是消费者基于多次对生鲜电商平台的使用和购后体验与购前预期进行对比后的一种整体性的评价。
(二)满意度的驱动因素
与传统实体店的顾客满意度影响因素相比较,电子商务由于其自身的特点,消费者既是电商平台的使用者,又是其消费者,具有双重角色,故满意度的驱动因素有许多不同。Kim Hye-Ran(2005)针对网络购物的顾客满意度制定了一套测量指标体系,该体系包括49个测量项和10个因素,具体指标有:送货和售后服务、网站设计、购买结果和价格的吸引力、网站信息、顾客服务、过程的便利性、产品的吸引力、支付方式、产品信息、登录的便利性。不同于Kim Hye-Ran,Oliver(1980)提出的期望-实绩理论模型能够更好地解释网络消费者的满意度。Oliver认为,消费者在购买之前会根据过去的经历、广告宣传等渠道,对产品或服务的实绩情况形成最初的期望,在之后的购买和使用中真实地体验感受到该产品或服务的实绩水平,最后将实际感受到的实绩水平与顾客最初期望的实绩水平进行比较判断。如果感知实绩能够满足或超过最初期望,则消费者将会满意;反之,消费者将可能会不满意。Eighmey通过对营销认知、娱乐价值、资讯价值、易于使用、信任度及互动性六个因素进行实证研究,结果显示易于使用是影响网站满意度最重要的因素。Szymznski, Hise(2000)对网购消费者的满意度定义为消费者利用网络在购物网站上消费后的体验评价,并提出网购消费者满意度的影响因素,有网站的架构、安全性、商品质量、服务水平、购物便捷性等方面。沙振权、王静(2004)认为影响网络购物中顾客价值的重要因素是购物体验良好、网站购物操作方便、交易安全性高、网站卖家信用和商品真实可靠等。
(三)模型建立与假设
本文在Oliver期望-实绩理论模型和全面顾客满意理论的基础上,结合前人研究成果和当前中国生鲜电商特点,研究消费者购买前产生的期望、购买中的网站功能和购买后商品质量、物流配送服务、售后服务对生鲜电商满意度的影响作用以及满意度对忠诚度的影响作用。依此构建生鲜电商消费者满意度模型(见图1)并提出以下假设:
H1:购前预期负向影响消费者满意度。
H2:网站功能正向影响消费者满意度。
H3:物流配送服务正向影响消费者满意度。
H4:商品质量正向影响消费者满意度。
H5:售后服务正向影响消费者满意度。
H6:满意度正向影响消费者忠诚度。
数据来源与描述性分析
(一)数据来源
本研究的调查对象是有网购生鲜农产品经验的消费者,生鲜农产品包括水果、水产、肉类、新鲜蔬菜、冷藏即食品等。这些消费者具有上网习惯,对互联网熟悉,所以采用纸质问卷和网络电子问卷相结合的方式进行问卷调研,纸质问卷主要在南京市和上海市的大学、商业区和居民区发放,网络问卷通过邮箱、社交软件(如微信、QQ)、论坛和在线问卷平台投放,为提高网络问卷填写的真实性,网络问卷实行有偿问卷。正式调研期间回收问卷共计357份,剔除无网购生鲜经验、问卷数据不全等无效问卷,最终有效问卷249份,有效问卷率为69.7%。
(二)描述性分析
有效问卷结果数据显示,249份有效问卷中男性117人,占总样本的47%,女性132人,占总样本的53%,女性消费者略多于男性;年龄特征方面,绝大多数集中18-25岁和26-30岁区间,两者加起来占总样本的71.9%,这些人接受新鲜事物快,网购经验丰富;学历方面,大专及以上学历有216人,占总样本的86.8%,说明网购生鲜的消费者大多受教育水平高,信息处理能力强,会通过互联网寻求便利;职业特征方面,公司职员最多,共有136人,占总样本的54.6%,学生有43人,占总样本的17.3%,个体户/自由职业者有45人,占总样本的18.1%,基本上有83%的样本是已毕业工作的人,这些人由于上班,时间有限,但又有采购生鲜食品来做饭的需求,消费水平高,所以他们是生鲜电商的主要消费者;个人月收入方面,月收入超过3000的有186人,占总样本的74.7%,说明有网购生鲜农产品经验的消费者具有一定的经济来源;地区方面,主要集中于江苏和上海,两者加起来共有148人,占总样本的59.4%,其次是北京、浙江、广东、福建,由于生鲜电商目前主要在二线及以上城市开通运营,这些城市不仅物流发达,能够满足生鲜食品物流方面的要求,而且这些城市的消费者已经培养了良好的网购习惯。
实证分析
对潜在变量的测量在参考前人研究结论的基础上,形成初步测量问项,之后针对生鲜电商网站特点和购买流程特点再增添若干测量变量。为了构建有效的测量指标,本文采用探索性调查研究初步检验所构建测量变量的合理性,通过预调研获得50份样本数据,将数据进行探索性因子分析剔除4个较不适合的测量变量,最终确定22个测量变量。
由于本研究涉及到的潜变量无法直接测量,测量变量较多还有因果关系复杂,采用一般多元回归等传统的计量方法效果不理想,所以采用结构方程模型,可以同时估计模型中的测量变量和潜变量,以及其影响路径,是分析复杂数据的理想工具。
(一)信度检验
本文采用Cronbach`s Alpha系数对问卷数据的内部一致性进行判断,运用SPSS 17.0软件对购前预期、网站功能、物流配送服务、商品质量、售后服务、满意度和忠诚度7个潜变量所对应的22个测量变量进行了信度分析。信度检验所得结果如表1所示,7个潜变量的Cronbach`s Alpha系数均大于0.7,信度检验通过,说明问卷测量量表数据具有良好的稳定性和内部一致性。
(二)效度检验
效度分为内容效度和结构效度。对于内容效度,本研究的测量变量选取具有一定依据,主要是在前人相关研究的基础上进行改进和完善,故内容具有一定的有效性。对于结构效度,本文利用KMO检验和巴特利特球体检验来判定问卷数据是否适合做因子分析。KMO越接近1,说明变量间相关性越强,越适合做因子分析。
本文运用SPSS17.0软件进行因子分析,结果如表1所示,除了物流配送服务的KMO值为0.692接近于0.7,其余6个潜在变量的KMO值都大于0.7,可以进行因子分析。Bartlett球形检验Sig.值均为0<0.1,因此应该拒绝零假设,认为潜在变量的测量变量之间存在显著的相关性。效度检验通过,说明调研问卷的数据是真实和有效的。
(三)参数估计
本文运用AMOS 17.0,根据上述理论模型和问卷测量项目构建结构模型和测量模型,选用最大似然估计法来进行参数估计、假设检验和模型整体拟合性检验。
模型整体拟合性检验结果如表2所示,从表2中可看出,各项拟合度指数均达到了可接受程度,其中χ2 /df值为2.188小于3,效果理想;NFI值为0.912,TLI值为0.94,CFI值为0.95均高于0.9的理想水平,表明模型与数据拟合较好,各项测量变量均能够较好地满足拟合指数所设定的标准。
(四)假设检验
在结构方程模型假设检验判定标准中,判别回归系数是否显著不为0的标准是临界比值(Critical Ratio,简称C.R.),当C.R.的绝对值大于等于1.96时,P值小于0.05,则认为该路径系数在95%的置信水平下,与原假设有显著性差异,即显著不为0。若C.R.的绝对值小于1.96,P值大于0.05,则表明该路径系数不显著。
从表3结果显示,生鲜电商消费者满意度结构模型的假说验证情况如下:
H1:购前预期对满意度有负向影响。购前预期对满意度的影响路径回归系数为-0.117,但是P值为0.291,没有达到显著性水平,所以H1不成立。本研究认为其可能原因在于:一是生鲜食品属于日常消费品,消费者对此类产品已经非常熟悉,有可能其预期所购买的生鲜食品是新鲜的,但不会因为满足了其购前预期而增加满意度;二是由于生鲜食品具有易腐烂性、区域性、季节性和不标准化的特点,很难保证所有的生鲜食品到消费者手中都是一样的质量,所以即使生鲜食品没有完全满足消费者预期,因有一定的心理准备,其满意度也不会大受影响。三是目前生鲜电商尚在摸索发展阶段,许多消费者抱着尝试的心态网购生鲜食品,尚未有明确的预期。
H2:网站功能对满意度有正向影响。网站功能对满意度的影响路径回归系数为0.307,并且统计检验达到1%的显著性水平,所以H2成立。说明网站功能界面是否清晰,操作流程是否简单便捷,支付方式是否安全多样,会显著性影响消费者的满意度。网站是消费者与生鲜电商之间的一个信息交流平台,消费者发生购买行为前在网上的操作和浏览体验不佳,很有可能会产生不满意,也很难促进再次购买。
H3:物流配送服务对满意度有正向影响。物流配送服务对满意度的影响路径回归系数为0.081,P值为0.604,没有达到显著性水平,所以H3不成立。传统观念认为物流配送质量是生鲜电商的一个难点,也是一个重点,应该对满意度影响非常大。本研究其没有通过显著性检验的可能原因在于:一是目前生鲜电商的发展路径一般选择先区域性运营来保证物流质量,故物流配送服务基本满足消费者需求。当物流水平能够基本保证后,消费者不会因为物流水平的提高而提高其满意度,因为他们更关注商品质量本身,而不是附带的物流价值。二是物流配送服务的成本如果过高,也会部分转嫁到消费者身上,购买成本的增加也会弱化消费者的满意度。总的来说,虽然物流配送服务对消费者的满意度没有显著性影响,但根据经验,物流配送服务也是需要重视的,如果物流配送服务无法保证消费者的基本要求,网购的便利性无法实现,将极可能会引起消费者的不满意。
H4:商品质量对满意度有正向影响。商品质量对满意度的影响路径回归系数为0.367,并且统计检验达到1%的显著性水平,所以H4成立。说明生鲜产品的质量和新鲜程度会直接显著性影响到消费者的满意度,所以消费者网购生鲜食品不仅希望享受到与传统购买生鲜渠道不一样的便利服务,生鲜食品实质性的质量也是非常重要的。
H5:售后服务对满意度有正向影响。售后服务对满意度的影响路径回归系数为0.392,统计检验达到1%的显著性水平,是三个对满意度有显著性影响的潜变量中回归系数最大的潜变量。由于生鲜食品有不易储存、易腐烂等特点,消费者网购生鲜不能直接看到和摸到实物,其中有很多销售流通环节具有不确定性的风险,如果售后服务有效率,反馈渠道多和提供的解决方案令消费者满意,这样会大大地增加消费者的满意度和信心,不会因为一次的购买失败经历就不再网购生鲜了。
H6:满意度对忠诚度有正向影响。满意度对忠诚度的影响路径回归系数为0.955,统计检验达到1%的显著性水平。说明网购生鲜消费者满意度会显著性地影响消费者忠诚度,如果消费者对一家生鲜电商上的购物体验满意,那么其很可能再次购买,并且会向周围人推荐使用,形成口碑效应。口碑效应通过互联网平台会快速地提高生鲜电商的知名度,并有利于提高市场份额,所以,生鲜电商应该努力提升自己的服务水平和商品质量让消费者满意,进而提高他们的忠诚度,通过口碑效应扩大市场。
生鲜电商改善服务的相关建议
顾客满意度和忠诚度是电商客户管理的核心内容,Reichheld 和Schefter (2000)研究发现网络零售的新用户获取成本比传统零售多20%-40%,因此生鲜电商需要集中资源努力改善客户关系以挽留现有客户。本文的研究表明生鲜电商消费者满意度显著影响忠诚度;商品质量、网站功能和售后服务是影响满意度的重要因素。对于生鲜电商应该如何改善与消费者关系进而增强消费者满意度,提出如下建议:
(一)完善售后服务渠道并健全售后管理体系
本文实证结果显示售后服务对满意度的影响最大,售后服务主要包括售后渠道如客服热线、退换货处理流程和售后问题解决方案等。健全售后管理体系,简化退换货流程,提供一定的保证以增强消费者网购生鲜的信心。
(二)优化网站界面和功能
网站界面是消费者对电商平台的第一印象,设计精良的用户页面能够降低搜索成本和减少信息处理时间,易于使用有助于用户网购习惯的培养;支付方式安全多样;网站应有个性化服务功能,针对不同用户安装购买和搜索历史匹配可能购买的商品等。
(三)严格控制生鲜农产品质量
由于生鲜农产品的质量是影响顾客满意度的重要因素,因此生鲜电商应严格控制生鲜农产品质量,可以通过建立自己的生鲜农产品基地,或者通过加强与农户的协作紧密程度等多种方式确保生鲜农产品的质量安全。此外,生鲜电商应保障物流服务功能,以保证生鲜农产品的新鲜度。生鲜电商只有通过提供符合质量安全、新鲜的生鲜农产品,才能满足消费者的需求,形成忠实的客户群,才能实现自身的发展。
参考文献:
1.Cardozo R M. An Experimental Study of Consumer Effort, Expectation and Satisfaction [J]. Journal of Marketing Research, 1965, 2(3)
2.查金祥,王立生.网络购物顾客满意度影响因素的实证研究[J].管理科学,2006,19(1)
3.李海英.平台式网购顾客满意度实证研究[D].西南交通大学,2011
4.陆机莹,何铮,邱雯霞.B2C网购环境下的顾客满意度与顾客忠诚度研究[J].科技创业月刊,2014(11)
5.徐艳梅.C2C模式网络购物顾客满意度实证分析[D].郑州大学,2012
6.杨朝君,宋雪婷.网站质量对用户满意度及购买意愿的影响研究[J].现代情报,2014(2)
7.毛彦妮,黄.我国网络购物市场发展状况调查研究[J].经济纵横,2014(8)
8.李思曼,王宇航,李亚平.基于顾客满意的消费者网上购物影响因素分析[J].商业研究,2009 (1)
9.李海英,林柳.交易经验在平台式网购顾客满意度评价中的调节作用[J].软科学,2011(12)
10.倪红耀.B2C电子商务消费者重复购买影响因素研究——基于结构化方程模型的实证研究[J].消费经济,2013(3)
11.Kim H R. Developing an index of online customer satisfaction[J]. Journal of financial services marketing, 2005, 10(1)
12.Oliver R L. A cognitive model of the antecedents and consequences of satisfaction decisions[J]. Journal of marketing research, 1980
13.冯英健.网络营销基础与实践[M].清华大学出版社, 2007
14.Szymanski D M, Hise R T. E-satisfaction: an initial examination[J].Journal of retailing, 2000, 76(3)
15.沙振权,王静.网上零售顾客价值初探[J].商讯.商业经济文荟,2004(3)
16.Schefter P, Reichheld F. E-loyalty: your secret weapon on the Web[J]. Harvard Business Review, 2000, 78(4)