餐饮业O2O模式应用实证研究

朱立伟 严中华 周理

摘 要：在餐饮业O2O应用广泛、发展迅猛的前提下，为探究如何改善餐饮业O2O服务水平，本文通过对“饿了么”在线外卖平台的130家商家的调研数据，利用回归分析和结构方程模型的方法，实证研究了影响餐饮业O2O模式下顾客满意度和销售量的影响因素，包括价格因素、配送因素和食品质量。得出了影响顾客满意度的主要是食品质量、配送时间和首单立减活动，而销售量主要是配送时间和满减额度。有关的实证研究成果，为改善餐饮业O2O应用提出了改进之道。

关键词：顾客评价；回归分析；结构方程模型

相关研究概述

本文的一个研究要点在于顾客的评价，而这个要点在传统餐饮行业中一般体现为顾客的满意程度。国内外关于餐饮行业的顾客满意度的研究有很多，其中大部分基于回归分析法和结构方程模型对于调查数据进行分析。

本文综合应用以往常用于研究顾客满意程度的回归分析和结构方程模型，着重研究在O2O电子商务模式下的餐饮业顾客评价受到一些实际因素的影响。

回归分析

多元线性回归分析是一种常用于分析影响因素的方法。在本文中，由于我们需要考虑的是影响顾客评价和销售量的影响因素，利用多元线性回归分析可以较为清晰地给出顾客评价和销售量受到各个解释变量的影响程度。而多元回归分析的结果也可以作为后面结构方程模型的参考。

指标选择

在多元回归分析中我们已经选择好了被解释变量，即顾客评价和销售量，需要考虑的是解释变量的选择问题。前文中已经提到O2O模式下的餐饮行业顾客评价与实体餐饮行业需要考虑的因素有些不同。如对于实体餐饮行业来说，需要考虑服务人员的服务态度问题，而由于O2O模式下，顾客仅仅需要在接收外卖时与服务人员有很短时间的接触，凭借O2O在线支付的优点，这个过程可以被最大化的简化。那么我们在考虑影响因素的时候就无需考虑实体餐饮行业需要注重的服务态度的问题，而这对于就餐环境、餐厅主观影响等等变量来说也是相同的。而实体餐饮行业中仍然有一些影响因素会对于O2O模式下的顾客评价和销售量产生重要影响，比如价格因素。在O2O模式下的外卖平台中，价格因素一般可以体现为如满减额度、首单立减和红包等等，对于O2O在线餐饮来说，由于每单的标注价格相当接近，决定消费者最后支出的是以上的这些因素。当然，对于O2O外卖，我们还需要考虑配送的问题，比如说配送的时间和配送费。基于以上的各种原因与考虑，我们经过调研，确定了选择的解释变量，如表1所示。其中起送价指的是每单用户选择食品总金额达到了起送价之后，该订单才会进行配送，否则无法完成交易；满减额度是指在订单金额达到一个特定的要求时，用户需要支付的金额减少的额度，由于订单原金额需要满足的要求有所高低，我们使用减少金额与满足要求金额之比作为变量；首单立减和红包是两个虚拟变量，分别代表了是否具有首单立减的活动和能够使用“饿了么”红包的活动；配送时间是30天内所有订单配送时间的平均数；食品质量是通过30天内部分订单的关于食品本身质量的评价的平均分数。

根据我们对于130个“饿了么”客户端上的快餐和正餐类商家的调研结果，获取了130个商家的解释变量和被解释变量的各项参数的值。表2中是各个非虚拟变量之间的Pearson相关系数。可以看到起送价、配送费和满减额度三个变量之间相关程度较高，这可能由于商家一般为了促销，会在各个方面都提供较好的优惠力度，尽量降低每个订单的价格。而食品质量与配送时间之间相关性较高，可以认为是配送时间对于食品温度有较大的影响，而食品温度在食品质量问题中起着重要的影响作用。被解释变量顾客评价与配送时间和食品质量之间相关程度较高，尤其是顾客评价与食品质量之间的相关系数甚至能够达到0.785的高水平，这反映了食品质量因素对于顾客评价的重要影响。而销量与满减额度和配送时间之间的显著相关则可以反映销量与顾客评价不同之处，订单的价格因素对于销量可能会起到影响，但是对于顾客评价影响却较小。值得注意的是，顾客评价与销量之间甚至呈现一个负相关的关系，这意味着对于一个商家来说，并不一定有着较好的顾客评价就会有很好的销量，而其中的作用關系，则需要通过回归分析和结构方程模型来解释。

多元线性回归结果

根据相关分析的初步结果，进行多元线性回归分析，结果如表3所示。当顾客评价作为被解释变量时，模型一中首单立减和配送时间是影响较大的两个变量，都可以在0.01的显著性水平下解释顾客评价，且这两个变量乘数的正负号与一般经济规律和常识相符。但是对于红包这个变量，可以看到其t统计量绝对值较大，在0.05的显著性水平下都成立，但是其乘数为负数，而从一般规律来说，具有红包的商家应该具有更好的顾客评价，那么这说明该模型可能存在较强的多重共线性的问题。这个问题在加入了食品质量作为解释变量后得到了缓解，而从整个方程的F统计量、拟合优度系数可以看出，该模型对于顾客评价的解释程度是相对较高的。这说明食品质量对于顾客评价的影响程度是最高的，而除了食品质量的影响之外，配送时间和首单立减对于顾客评价也有着较好的解释能力。而在多重共线性的影响下，其余的解释变量都不能很好地解释顾客评价，甚至它们的乘数估计会与一般规律相悖。

当销售量的自然对数作为被解释变量时，从t统计量中可以看出，满减额度和配送时间的解释程度较高，其中满减额度能够在0.05的显著性水平下解释销售量。而配送时间能够在0.01的显著性水平中进行解释。对于加入了另外一个被解释变量顾客评价的模型，可以看到对于其他的变量的解释程度基本上没有影响，从AIC和SC两种信息准则的比较上看也基本上没有差距。这可以认为是选择的解释变量的线性组合已经很好地估计了被解释变量的顾客评价，当顾客评价作为解释变量加入销售量的估计过程中时，由于很强的多重共线性，并不会起到很重要的影响作用。

结构方程模型

通过回归分析已经可以分析出顾客评价和销售量受到几种价格因素、配送条件和食品质量等解释变量的影响，利用结构方程模型就可以进一步地分析处理两个因变量，充分考虑因变量之间的相互作用关系对于模型的影响。

通过在结构方程模型中构造潜在变量，我们可以更加清晰地理解出各个指标变量的作用路径和大小，从而了解它们对于潜在变量的作用机理。本文模型采用AMOS21构建结构方程模型，使用极大似然法为基础进行分析，结构变量系数图如图1所示。对于这个结构方程模型来说，由于使用的是验证性因子分析，结果包括相关拟合指数和结构参数。主要的相关拟合指数结果如下，模型卡方统计值（χ2）为70.27，自由度（DF）为26，CMIN/DF=2.703<3，模型绝对拟合度较好；近似误差均方根（RMSEA）0.0542<0.06；绝对拟合参数（GFI）为0.774，与要求的0.8相比有点差距，可以认为基本接受；相对拟合参数（CFI）为0.920>0.9；可以认为模型拟合程度尚且可以，能够接受模型的设定。而对于模型参数的估计值如表4所示。

从得到的模型参数估计值可以看到，基本上与回归分析的结论是相同的：价格因子（Pricefac）和配送时间（Delitime）对于销售量（ln（Sales））的影响是较大的，其中价格因子作为潜在变量，与销售量之间的路径系数为正，具有显著性；而配送时间作为指标变量，与销售量之间的路径系数为负，且同样具有显著性。评价因子（Comfac）与销售量之间的路径系数为负，但是不具有显著性，而且其路径系数的符号为负也与一般规律不相符。而价格因子对于几个价格指标变量的路径分析也与回归分析相符：只有满减额度（Fullreduce）与价格因子之间的路径系数是显著的，其余的几种价格指标变量与价格因子之间的路径系数都是不显著的。

结语

在餐饮行业的O2O模式发展得如火如荼的今天，对于餐饮行业中已深入研究的顾客满意度问题，我们希望将其引入到O2O模式中来进行研究，结合传统餐饮行业影响顾客满意度的要素和O2O模式下的特点，我们综合考虑了食品质量，价格因素和配送因素等等方面的影響。通过对于“饿了么”应用上130家中餐快餐类和中餐正餐类外卖商家的调研，基于回归分析和结构方程模型的分析，本文得到了以下结论：

第一，基于回归分析的结果，可知当考虑了所有解释变量对于顾客评价的作用时，食品质量对于顾客评价有着重要的影响。这说明如果商家需要提升顾客满意程度，最重要的还是改进食物的质量，这与人们在给一个商家做最基本的评价时首先想到食物美味程度的心理有关，当服务质量和其他影响因素没有引起人们特别注意的条件下，确实只有食品美味程度才能够给顾客留下最直接的印象。

第二，而对于销售量的回归分析中，我们可以看到主要是配送时间和满减额度影响了销售量。配送时间作为本研究中一个最重要的参数，不仅对于顾客评价有着显著的影响，而且还对于销售量的改变有着最重要的作用。

基金项目：广东省自然科学基金项目“电子商务模式构建与创新实证研究” （项目编号：S2013010011522）

（作者单位：广东省科技干部学院）

【参考文献】

[1] 王实倩.我国餐饮O2O模式的发展状况探究[J].中国商贸，2015（Z1）.

[2] 潘光杰，杨卫华，宋振宇.餐饮业提高顾客满意度探讨[J]. 商场现代化，2007（19）.

[3] 谭江涛，黄丽婷.餐饮业顾客满意度指数模型的实证研究——基于大学饮食服务中心的实地调研[J].兰州商学院学报，2014（01）.

[4] 曾剑秋，王帆. O2O在线外卖用户满意度研究与实证分析[J]. 现代情报， 2015， 35（08）.

[5] 荣泰生.AMOS与研究方法[M].重庆大学出版社，2009.