全渠道零售企业服务质量测量量表研究

何雪萍

（天津大学管理与经济学部，天津 300072）

全渠道零售企业服务质量测量量表研究

何雪萍

（天津大学管理与经济学部，天津 300072）

如今，零售行业已悄然步入了全渠道时代。本研究关注消费者在全渠道购物体验过程中与企业的各个互动接触点，充分考虑全渠道零售业务具有的新特色，基于以往相关研究成果并结合质性研究和实证研究方法，构建出一个全渠道零售服务质量测量量表，包括七个维度：店面外貌、员工互动、功效性、美观设计、安全性、整合性、物流满足。结果表明所有的维度对消费者的满意度和忠诚度都有着显著的积极影响，其中整合性这一维度的影响最大。本文不仅扩展了服务质量和全渠道零售领域的研究，而且为全渠道零售企业制定合理的服务管理政策以提高其服务质量提供了指导。

全渠道零售；服务质量；测量构建；整合性

1 引言

如今，移动互联网技术和智能终端的普及潜移默化地改变着消费者的行为和心理预期，从而促使零售环境发生了巨大的变化。一种新的零售模式兴起，被称为“全渠道零售”，其含义为：企业采取尽可能多的零售渠道类型进行组合和整合（跨渠道）销售的行为，以满足顾客购物、娱乐和社交的综合体验需要，这些渠道类型包括有形店铺和无形店铺，以及信息媒体（网站、呼叫中心、社交媒体、Email、微博、微信）等。对零售商而言，这个概念的本质与它同时通过数字与非数字技术的优势来与消费者接触交互的能力有关，实施全渠道战略是为了让消费者有一个“无缝的”体验。对于消费者而言，真正的全渠道体验意味着一次购物交易可以跨越多个渠道。他们可以根据自身的需求和偏好在其购物过程的每个阶段自由穿梭于各个可用的渠道。实际上，在北美和欧洲的零售行业中，全渠道零售已经不再仅仅是一个流行词，在一些企业比如西尔斯百货、沃尔玛超市、梅西百货里，全渠道零售策略已经得到了全面的实施。在中国，一些大型的零售企业，比如苏宁、王府井百货、银泰百货，也开始进行渠道转型，为消费者提供全渠道购物体验。零售行业进入了全渠道时代。

零售商想要在市场中获得竞争优势，必然需要提供优质的服务来满足消费者的需求。Heskett和 Schlesinger 1994年提出的经典服务利润价值链理论指出：好的服务能够提高顾客满意度和忠诚度，最终能促使企业实现利润的增长。所以，全渠道零售企业要想获取较高的经济效益，在激烈的市场竞争中处于不败之地，提高服务质量可作为一种重要手段。一直以来服务质量是各个服务行业研究的热点，目前学者们已经对传统零售服务质量、网络零售服务质量进行了充分研究。与传统零售和网络零售相比，全渠道零售不仅强调渠道的多样化，而且更强调各个渠道的无缝融合，现有的服务质量评价不再适合于全渠道环境。另一方面，全渠道零售领域里，目前大量的研究都是从运营管理的角度聚焦于全渠道背景下企业的机遇、挑战以及建设性的市场策略等。然而，关于全渠道零售背景下的服务质量量表研究却很有限。为了弥补该领域的这一理论研究空缺，本文力图揭示全渠道零售企业服务质量的构成要素并构建出相应的测量量表。为今后全渠道零售服务质量的相关研究提供理论基础，并为全渠道企业制定和改善服务管理策略提供一定的科学依据。

2 文献回顾

传统实体和虚拟零售背景下的服务质量量表已被许多学者研究。最早的传统服务质量测量量表形成于服务差距模型,称为SERVQUAL，它已经被广泛应用于各个服务领域。通过对SERVQUAL进行修改，Guriy(1992) 等人提出了专门测量传统零售商店服务质量的量表包括：商品分类、在店里员工可接触交互性、个人与员工的互动服务、店铺交易过程可靠性、有形、店铺服务策略的可靠性和价格等七个维度。接着，Dabholkar (1996)等人提出并验证了一个适合测量提供多种服务和商品的零售店业务的服务质量量表，简称RSQS，包括五个方面的零售商店服务质量：实体方面、可靠性、个人互动、解决问题和政策。总的来说，这些对传统服务质量的测量似乎更倾向于强调与服务相关联的实体设施的属性以及在服务提供过程中的个人互动(客户和服务提供者之间的人际互动)。

随着信息技术不断进步，许多公司开始采取各种自助服务技术，这些自助服务使得消费者购物时不再需要员工的帮助。在早期，网站或互联网是用来为消费者提供服务的最主要的自助服务渠道，许多学者又开始了对电子服务质量的评价研究， Zeithaml(2000)等人第一次提出电子服务质量：利用网站促进高效和有效的购物，购买和交付。学者们相继开发出了各种各样的电子质量测量量表。主要分成两种：第一种强调服务网站的信息或者系统的特点，比如Yoo 和 Donthu (2001) 的SITEQUAL 量表，Aladwani 和 Palvia(2002)的网站感知质量量表，Barnes 和 Vidgen (2002) 的WebQual量表，Loiacono (2002)等人的 WebQual™量表和Kim(2004)等人的零售网站质量量表等等；第二种考虑的范围更加广泛，从整体考虑电子零售商的基本角色和整个在线的服务，从不同的视角同时强调了系统和服务两方面的特性。比如Janda (2002)等人提出的互联网零售服务质量（IRSQ）量表，Wolfi nbarger 和 Gilly(2003) 的eTailQ量表，Parasuraman (2005) 等人的E-S-QUAL 量表和 E-RecSQUAL 量表, Bauer (2006)等人的 eTransQual 量表，Collier(2006)等人的电子零售服务质量（E-Retailing service quality）量表，Cristobal (2007)等人的PeSQ scale，以及最近Ding和 Sheng(2011) 提出的e-SELFQUAL量表。

总之，实体环境尤其是虚拟环境下的服务质量研究不胜枚举，相比之下全渠道零售环境下的此类研究甚是匮乏。在全渠道零售环境下，消费者会在搜索产品信息、购买产品、获取服务支持的过程中触动多个服务接触点。他们可以在一次性购物中根据个人的偏好选择一个既定的零售商提供的所有渠道，并在各个渠道间自由穿梭，这些渠道包括实体渠道(如零售商店,体验店)和虚拟渠道（如，互联网，自助交互设备，移动应用客户端等)。它们既各自具有不同的服务功能又相辅相成，使得消费者可与零售渠道充分互动。相比传统零售和网络零售，顾客对全渠道零售商的服务感知的形成更加复杂，更难测评。因此，在了解了零售服务质量研究现状和对全渠道零售有一个整体认识的基础上，我们希望通过实证研究构建并验证一个全渠道零售服务质量测量量表。

3 测量量表的构建

3.1 量表构成维度拟建

为了详尽地了解消费者的全渠道零售感知服务质量，本文通过文献回顾和在全渠道零售企业商店进行现场观察，对消费者进行一对一深度访谈。采用内容分析法，我们最终提炼出能反映全渠道零售服务质量的7个维度，分别为：店面设置，员工互动，功效性，美观设计，隐私性/安全性,整合性，物流满足。以下我们将详述这七个维度:

店面形象：描述的是实体店的一般外貌设计和店内设施设备的特点。在传统零售环境下，商店的外貌和公共设施经常被认为是衡量消费者整体感知服务质量的重要指标。在全渠道零售环境下，实体店可作为线上渠道的重要补充，店内应用了更多的新技术，更多人性化的体验区和休闲区可能会带给消费者不一样的店内体验。

员工互动：反映的是在人与人的互动的过程中(无论是在实体店中面对面的直接接触，还是通过电话或网络的间接接触过程中)，零售商服务人员对消费者的服务态度和水平。在传统零售环境中，消费者对服务质量水平的评判大部分取决于员工的服务表现。在网络零售环境下，通过虚拟平台的人员互动也会影响消费者的服务质量感知。

功效性：是关于零售商虚拟渠道的连接速度和使用的容易程度。技术的易使用性会使消费者感觉舒适，因而会影响其对零售商虚拟渠道服务的感知。另外，当消费者在线购物时，信息的代表性和引导性能影响他们对虚拟渠道的信任，信息的有序性和易获得是消费者在线购物的重要原因。

美观性：涉及到零售商虚拟渠道的吸引性，排版的创意。美观的界面会给消费者带来愉快的视觉感受，网站的美观性被视为线上零售服务质量的重要元素。成功的虚拟渠道美观设计能加强消费者的忠诚度。

安全性：是关于零售商虚拟渠道的安全程度和对消费者个人信息、财产信息的保护力度。消费者通过虚拟渠道购物时往往会担心个人信息被泄露给其他机构，而导致垃圾邮件、电话销售的泛滥或信用卡财产安全隐患，因此他们对零售商虚拟渠道服务质量的评价很大程度上受到他们对安全性的感知的影响。近期，中国消费者协会指出，网络信息泄露事件频发，随着移动定位服务和第三方支付在移动商务中的广泛应用，消费者们对隐私安全问题更加敏感。对隐私安全的担心甚至会打消一些消费者在线购物或消费的念头。

整合性：代表了零售商结合他所拥有的所有服务渠道来为消费者提供优质的“无缝”体验的能力。如今，顾客不再满足于零售商经营的独立的销售渠道,而是期望一个一致的、统一的、集成的服务和购物体验。消费者想要在一个既定的零售商提供的所有替代渠道中进行选择。如果这些购物渠道被各自单独使用，那么消费者们仅仅只能分别体验到单个渠道的益处。在全渠道环境下，消费者更喜欢在其购物过程中的不同阶段自由穿梭于不同渠道来获取服务。当他们跨越不同的渠道时，自然会对比在各个渠道的购物感受，于是他们对服务质量的判断就在这个比较的过程中产生了,任何感知上的差异都会增加他们的沮丧和失望，最终导致对服务质量的负面评价。因此，整合性应该被视为影响消费者对全渠道服务评价的一个至关重要的因素。

物流满足：涉及到对产品描述、订单的准确性、物流的及时性以及产品的包裹的完好程度。当消费者在网上购物时，他们不仅会评价线上网站提供的那些服务，还会评价线下的一些支持服务,如订单执行和交付。作为交易的结果，订单满足被认为是影响消费者感知整体服务质量的关键，如果零售商未能履行订单交付的承诺，消费者可能会产生负面反应。

3.2 量表初始指标的产生

初始测量指标来源于已有文献和消费者访谈内容，为了确保初始测量量表的表面效度和内容效度，首先我们邀请了6名从事服务质量管理研究方向的博士生和研究生对初始测量题项进行判断，向其解释本研究涉及的相关概念以及各个维度的含义，请他们将60个初始测量题项归类到7个维度中。修改或删除对应关系模糊的题项和含义相似的题项。之后我们向2位从事全渠道零售业务的管理者和顾问寻求意见，对维度划分以及各题项与维度的对应关系进行再次判断，并选择了15名具有全渠道购物经历的研究生进行了预调查。根据他们的反馈和建议，我们进一步对初始量表进行了精炼和修正，确保所有的测量指标都简单易懂并符合全渠道零售的背景。最终本研究产生了38个测量服务质量的指标，7个维度，详情见表1。

表1 测量量表的初始测量题项

3.3 调查样本和数据收集

本研究将上述测量题项放在问卷中，每个题项采用Likert 5 级量表进行评分，分值从1分（非常不同意）到5分（非常同意）。为了甄别出被调查者是否具有全渠道购物经历，确保样本具有代表性，我们选择了国内一个具有代表性的已实施全渠道模式的零售企业作为调查点，通过商场拦截的方式寻找调查对象。我们在问卷的开头对“全渠道零售”进行了描述, 让所有的参与者对此有一个大致概念，并询问他/她最近六个月内是否在这家全渠道零售商有过全渠道购物经历。如果他/她的回答是肯定的，我们则要求他/她对其中一段经历进行简单的描述，然后邀请他/她参与我们的调查。在这项研究中我们收集了280份问卷。排除部分关键数据丢失或所有问题被估计为相同分数的问卷共17份，最终保留263份，样本有效回收率达94%。调查样本的情况如表2所示。

表2 样本概述

3.4 数据分析

根据Churchill (1979) 和 Gerbing和Anderson (1988)的研究指导，我们使用spss19和AMOS 22.0统计工具 ，通过探索性和验证性因子分析来净化和评估量表的信度和效度。

3.4.1 探索性因子分析

采用主成分分析法和方差最大正交旋转方法对问卷中的38个问题进行了探索性因子分析，分析之前先进行KMO和Bartlett球检验，结果（KMO=0.930, P=0.000）表明样本非常符合因子分析的要求。和 Wolfi nbarger 和Gilly(2003)一样，我们按照以下三个原则考虑删除部分指标；(1)在一个因子上的负荷小于0.5；(2)在多个因子上存在交叉负荷大于0.5；(3)在可靠性分析中，项目总相关性系数低于0.4。每删除一个题项，重复一次探索性因子分析，最终删除了DW4，DW5，ZH3这3个指标，以特征值大于1为评估标准提取出7个因子。根据质性研究结果，将它们分别命名为：店面外貌、员工互动、功效性、美观设计、安全性、整合性、物流满足。所有指标在相应的因子上的负荷均大于0.5，校正的项目总相关性系数（CITC）在0.529到0.776范围内。这7个因子累计解释方差变动为65.134%，表明量表具有良好的内部一致性。表3展示了探索性因子分析结果。

表3 探索性因子分析结果

3.4.2 验证性因子分析

为了更严谨地确认量表的多维度结构，我们应用AMOS22.0对在探索性因子分析阶段得出的维度进行了验证性因子分析。结果显示Chi-square/df为1.192, GFI值为0.885, AGFI值0.861, CFI值0.979, TLI值为0.977，IFI值为0.979，大于或接近建议的0.9的标准，RMSEA值为0.027小于0.08的标准,表明模型与数据的总体拟合程度良好。

3.4.3 信度检验

我们通过在探索性因子分析中得到的各主成分的Cronbach’s α 系数和在验证性因子分析中得到的各潜变量组合信度(CR)值来评估我们开发出的七因子量表的信度。如表4所示，各主成分的Cronbach’s α 系数和潜变量组合信度(CR)值都高于0.7，表明该量表具有较高的可信度。

3.4.4 效度检验

(1) 结构效度

结构效度一般从收敛效度和区分效度两方面评估。验证性因子分析结果得出指标的标准化负荷大于或趋近于0.7，并在 P＜0.001 的条件下具有统计显著性。如表4所示，各潜变量的平均方差提取量（AVE）都超出了0.5的建议值。因此，所有的潜变量都具有令人满意的收敛效度。Fornell和Larcker(1981)提出：如果能够确保每个潜变量的AVE的平方根值大于该潜变量及其他潜变量之间的相关系数，就能确保这个量表具有较好的区分效度。表5呈现出本文潜变量的AVE的平方根值均大于相关系数。综上所述，所有的验证结果表明,该量表具良好的结构效度。

(2) 律则效度

之前基于传统零售环境、网络服务环境的服务质量研究，都从理论上提出或通过实证分析验证了服务质量对消费者满意度和忠诚度有着积极正向的影响。同时，这些研究也表明了不同的服务质量要素对消费者满意度或忠诚度有着不同程度的影响。因此,我们通过多元回归分析方法检验全渠道零售环境服务质量的各个维度与消费者满意度和忠诚度的关系，来证明我们所构建的量表的律则效度。测量消费者满意度和忠诚度的指标来源于以往相关研究。消费者满意度和忠诚度的测量量表分别包括 3个题项，具体内容分别为“总的来说，我感觉在该商家的购物经历是愉悦的”，“总的来说，我对该商家提供的服务感到满意”，“总的来说，我认为在该商家购物是一个明智的选择”；“我会通过在线评价或虚拟社交平台给予该商家好评”，“我将在虚拟社交平台上或口头向我的朋友推荐该商家”，“我将关注并会继续光临该商家并在他家购买商品”。满意度的Cronbach’s α，AVE和CR值 分别为0.858，0.844，0.562，忠诚度的Cronbach’s α，AVE和 CR分别为0.848，0.810，0.530。在多元回归分析中，我们使用正交因子得分作为自变量，因为它们能清晰地描述每个维度对解释因变量的相对贡献。先通过对自变量的方差膨胀因子（VIF）值进行检测，结果显示所有的VIF值都低于2，表明变量间不存在多元共线性。如表6所示，回归分析结果显示，量表中的七个维度对消费者满意度和忠诚度都有着显著的正向影响。其中，整合性的影响最大。表明量表具有良好的律则效度。

表4 信度和收敛效度分析结果

表5 区别效度分析结果

4 研究结论与启示

本文从消费者体验的角度出发，关注消费者在全渠道购物体验过程中与企业的各个互动接触点，结合质性研究和实证研究的方法，构建、完善、检验得出一套具有较高信度和效度的全渠道零售服务质量测量量表。并研究了服务质量各维度对顾客满意度和顾客忠诚度的影响机制，探求出影响顾客感知全渠道零售服务质量的关键因素。最终的量表涵盖了7个维度，分别为：店面形象，员工互动、功效性、美观设计、隐私性/安全性、整合性、履行性/可靠性。而且我们的研究结果表明这七个服务质量因素对消费者满意度和忠诚度都有着显著的正向影响。其中，整合性这一维度的影响最大，说明了在不同渠道下的“无缝”体验是消费者对整个服务质量感知的最主要组成部分。

从理论研究方面来说，零售行业已步入全渠道时代，与全渠道零售相关的研究虽如雨后春笋般出现。但这些文章绝大部分仅仅聚焦于全渠道背景下企业的机遇、挑战以及建设性的市场策略等。另一方面，在服务质量研究领域里，已存有大量关于传统零售服务质量、网络服务质量的研究。与传统零售和网络零售不同的是，全渠道零售不仅包括了实体渠道、电子商务渠道、移动商务渠道等多个渠道，而且强调各个渠道的无缝融合。然而在其背景下的服务质量研究却相当匮乏。本文对全渠道零售企业服务质量测量量表的构建进行了研究，不仅补充和丰富了全渠道零售领域的研究，而且为零售行业服务质量的进一步研究提供了一定的理论基础。

从管理应用上讲，全渠道策略被越来越多的零售商所接受。本研究对全渠道零售企业也具有一定的实践指导意义。他们可以采用该量表来检测其服务质量现状，从而挖掘出在服务方面可能出现的问题和薄弱环节。在全渠道机制下，消费者不仅重视所有渠道提供的服务，也注重各个渠道整合的方式。对于那些力图改善企业服务质量的管理者和打算全力实施全渠道服务策略的决策者，我们的研究结果建议他们可以从以下几方面着手：（1）实现渠道的整合是创造一个好的全渠道体验的第一步。全渠道整合策略的成功实施能够潜在地提升顾客的购物体验，同时也能影响顾客的态度和意愿，提升顾客的满意度和忠诚度，从而刺激零售的销售增长。管理者应该对所有渠道有一个整合的视角。通过加强渠道的组合和优化跨渠道业务来为顾客提供一个统一且无缝衔接的跨渠道服务体验是全渠道服务能够成功的关键因素。（2）提升员工服务和自助服务对于促使顾客光临也非常重要。在消费者购物体验中，人际互动是非常重要的。在消费者与员工互动的过程中，员工服务的态度和行为与顾客的满意度和忠诚度密切相关。因此，对于管理者来说，加强对员工的服务培训是必要的。（3）在全渠道零售环境下，顾客会大量地接触到一些数字技术媒介或虚拟渠道。人机交互过程中的服务要素，例如虚拟渠道的功效性、美观设计、安全性，也会影响提高消费者的服务质量感知，因此零售企业可以通过为顾客提供具有友好的视觉外观、方便使用、搜索便捷、响应迅速、信息组织有序、能够保护私人隐私和财产信息安全的虚拟渠道来加强其服务质量。（4）在消费者看来，实体店仍然具有很强的吸引力。他们注重全渠道零售商实体店的店面形象，零售商可通过加强店内的软、硬件设施建设来加强消费者的购物体验。（5）高效的订单执行是影响零售商成功的又一关键因素，订单最终及时可靠传递能够提高消费者的满意度，进一步刺激顾客二次消费。因此全渠道零售商需要确保订单的及时性和零损伤。

表6 律则效度分析结果

5 研究不足与展望

本研究还有一些不足之处，有待学者进一步地深入研究。主要包括以下几方面：（1）本文只以一家知名全渠道零售企业的消费者作为调查对象，为了增加研究的普适性，后续研究可以选择其他地域或全渠道零售企业为背景来验证该量表的合理性。（2）全渠道零售行业在中国仍处于起步阶段,本研究开发出的测量全渠道零售服务质量的指标体系或多或少有些不完善。随着零售模式的发展和渠道的日益多样化，各个维度尤其是整合性这一维度的测量指标需要进一步扩充和验证。（3）本研究未考虑服务补救是一个至关重要的元素。未来的研究可以进一步开发出涉及服务补救相关维度。（4）最后，本文仅通过评估量表对客户满意度和忠诚度的预测能力来验证其理论效应，未来的研究可以使用该量表来探讨全渠道零售服务质量对顾客抱怨、承诺、信任或行为等其他因素的影响，更完整地了解服务质量对市场的影响效果。

[1] 李飞. 全渠道营销理论——三论迎接中国多渠道零售革命风暴[J]. 北京工商大学学报(社会科学版),2014,03:1-12.

[2] Rigby D. The future of shopping[J]. Harvard Business Review, 2011, 89(12): 65-76.

[3] Frazer M, Stiehler B E. Omnichannel Retailing: the merging of the online and off-line environment[C]//Global Conference on Business & Finance Proceedings. Institute for Business & Finance Research, 2014, 9(1): 655.

[4] Parsuraman A, Zeithaml V A, Berry L L. SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality[J]. Journal of retailing, 1988, 64(1): 12-40.

[5] Guiry M, Hutchinson W, Weitz B A. Consumers' evaluation of retail store service quality and its influence on store choice[J]. Univ. Florida, USA, 1992.

[6] Dabholkar P A, Thorpe D I, Rentz J O. A measure of service quality for retail stores: scale development and validation[J]. Journal of the Academy of marketing Science, 1995, 24(1): 3-16.

[7] Zeithaml V A, Parasuraman A, Malhotra A. Conceptual Framework for understanding e-service quality: Implications for future research and managerial practice[J].Working Paper, Report No. 00-115, Marketing Science Institute, Cambridge, MA.2000.

[8] Lazaris C, Vrechopoulos A, Katerina F, et al. Exploring the“Omnichannel” Shopper Behaviour[C]//AMA SERVSIG, International Service Research Conference, 13-15 June. 2014.

[9] Akter S, D’Ambra J, Ray P. Development and validation of an instrument to measure user perceived service quality of mHealth[J]. Information & Management, 2013, 50(4): 181-195.

[10] Park C H, Kim Y G. The Effect of Information Satisfaction and Relational Benefit on Consumer's Online Shopping Site Commitment[J]. Journal of Electronic Commerce in Organizations, 2006, 4(1):70-90..

[11] Wolfi nbarger M, Gilly M C. eTailQ: dimensionalizing, measuring and predicting etail quality[J]. Journal of retailing, 2003, 79(3): 183-198.

[12] Kim H, Fiore A M, Niehm L S, et al. Psychographic characteristics affecting behavioral intentions towards pop-up retail[J]. International Journal of Retail & Distribution Management, 2010, 38(2): 133-154.

[13] Akhter S H. Who spends more online? The influence of time, usage variety, and privacy concern on online spending[J]. Journal of Retailing and Consumer Services, 2012, 19(1): 109-115.

[14] Piotrowicz W, Cuthbertson R. Introduction to the special issue information technology in retail: toward omnichannel retailing[J]. International Journal of Electronic Commerce, 2014, 18(4): 5-16.

[15] Schramm-Klein H, Wagner G, Steinmann S, et al. Cross-channel integration–is it valued by customers?[J]. The International Review of Retail, Distribution and Consumer Research, 2011, 21(5): 501-511.

[16] Sousa R, Voss C A. Service quality in multichannel services employing virtual channels[J]. Journal of Service Research, 2006, 8(4): 356-371.

[17] Rao S, Griffi s S E, Goldsby T J. Failure to deliver? Linking online order fulfi llment glitches with future purchase behavior[J]. Journal of Operations Management, 2011, 29(7): 692-703.

[18] Churchill Jr G A. A paradigm for developing better measures of marketing constructs[J]. Journal of marketing research, 1979: 64-73.

[19] Gerbing D W, Anderson J C. An updated paradigm for scale development incorporating unidimensionality and its assessment[J]. Journal of marketing research, 1988: 186-192.

[20] Nunnally J C, Bernstein I H. The assessment of reliability[J]. Psychometric theory, 1994, 3(1): 248-292.

[21] Fornell C, Larcker D F. Evaluating structural equation models with unobservable variables and measurement error[J]. Journal of marketing research, 1981: 39-50.

[22] Parasuraman A, Zeithaml V A, Malhotra A. ES-QUAL a multipleitem scale for assessing electronic service quality[J]. Journal of service research, 2005, 7(3): 213-233.

[23] Herhausen D, Binder J, Schoegel M, et al. Integrating bricks with clicks: retailer-level and channel-level outcomes of online–offl ine channel integration[J]. Journal of Retailing, 2015, 91(2): 309-325.

[24] Berry L L, Bolton R N, Bridges C H, et al. Opportunities for innovation in the delivery of interactive retail services[J]. Journal of Interactive Marketing, 2010, 24(2): 155-167.

[25] Schramm-Klein H, Wagner G, Steinmann S, et al. Cross-channel integration–is it valued by customers?[J]. The International Review of Retail, Distribution and Consumer Research, 2011, 21(5): 501-511.

[26] Cao L, Li L. The impact of cross-channel integration on retailers’sales growth[J]. Journal of Retailing, 2015, 91(2): 198-216.

[27] Ahn T, Ryu S, Han I. The impact of the online and offl ine features on the user acceptance of Internet shopping malls[J]. Electronic Commerce Research and Applications, 2005, 3(4): 405-420.

Study on Service Quality Measurement for Omnichannel Retail Enterprises

He Xueping

Nowadays, retail business has entered the era of omni-channel. On the basis of previous literature, considering the new traits of omni-channel business, combining qualitative study and empirical study, this research developed a reliable scale for measuring customer perceived service quality in the context of omni-channel retailing. The scale includes seven dimensions: store appearance, personal interaction, effi ciency, aesthetic design, security, integration, fulfillment. The results demonstrate that all dimensions of this scale have significant positive impact on customers’ satisfaction and loyalty toward the omni-channel retailers. Specially, integration is found to be the most important factor. This research contributes to extend service quality research and fi ll the important research gap in omni-channel retailing domain and provide benefic guidance for omni-channel practitioners to improve their service quality

Omni-channel retailing; Service quality; Scale development; Integration

F724.2

A

1005-9679(2016)06-0049-07

国家自然科学基金项目“移动互联网背景下全渠道零售企业服务质量测评与改进研究”（G020902）。

何雪萍，硕士研究生，研究方向：质量管理理论与方法。