网络商店客户转换成本量表开发

霍光

摘 要：通过对传统环境下客户转换成本相关研究进行回顾和总结，提出了网络商店客户转换成本可划分为风险成本、过程成本和财务成本三个维度，并开发了网络商店客户转换成本测量量表，通过调查分析，对量表的信度和效度进行了检验，结果表明笔者所提出的网络商店客户转换成本测度模型具有较好的信度和效度。

关键词：网络商店 转换成本 量表开发

       一、引言

国家统计局数据显示，2018年全国网上零售额为90065亿元，比上年增长23.9%。其中，实物商品网上零售额为70198亿元，增长25.4%，占社会消费品零售总额的比重为18.4%，同比提高3.4个百分点。中国互联网络信息中心（CNNIC）2018年第42次中国互联网络发展状况统计报告显示，截至2018年6月，我国网络购物用户规模达到5.69亿，相较2017年末增长6.7%，占网民总体比例达到71.0%。手机网络购物用户规模达到5.57亿，相较2017年末增长10.2%，使用比例达到70.7%。随着移动网络、移动设备的普及和升级，消费者经历代际转移，国家“消费升级”战略逐步实施，网络购物市场规模将持续扩大，这将吸引现有电商平台和传统渠道商加入到分食这块蛋糕的竞争之中。

目前，B2C电商市场中，天猫和京东两家市场份额占比超过80%，其他网络商店则在各自细分领域中享受着“长尾”带来的利益，对这些中小网络商店来说，一方面要提防BAT对自己所在领域的虎视眈眈，另一方面要提防新进入者和潜在竞争者的威胁，采取措施避免现有客户的流失，同时争取获得更多忠诚客户也至关重要。忠诚的客户可以为企业带来三方面利益：重复购买、溢价接受和积极口碑。尤其在网络购物情境中，忠诚客户的持续购买会随着时间的推移带来销售额的加速增长。另一方面，网络环境下，客户获得的成本远高于传统情景，一旦客户流失，会对企业利润造成负面影响，因此，在网络商店和客户的早期关系中，网络商店往往是亏损的。

传统的理论研究和实践经验均表明，提高客户转换成本是维持客户忠诚度的重要影响因素和有效策略。但传统情境下有关客户转换成本的研究更多是从单一维度去解释和测量概念，没有对该概念进行结构化分析，在网络购物情境中，对客户转换成本概念的研究还比较少。同时，如何合理设置客户转换成本，制定细化且可操作的营销策略，使已获取的老客户不易流失，又使新客户可以方便顺利地转移到本商店，对竞争日益激烈的广大中小电商具有较大指导价值。基于此，本文对网络购物情景下的客户转换成本进行了重新定义，并就其概念结构进行解析，总结提炼出三个维度，并利用实证研究方法对量表的信度和效度进行了检验。

     二、文献回顾

（一）转换成本概念

转换成本（Switching Costs）在传统产品或服务买卖关系中已经有学者对其进行了较为深入的研究。迈克尔·波特在其《竞争战略》一书中首先对转换成本的概念进行了较为完整的阐述，他认为转换成本是指客户在消费一种产品或服务时，从一个提供者转换到另一个提供者所产生的一次性交易成本。Heide和Weiss（1995）认为在高科技产品买卖过程中，客户从目前的供应商转换到新供应商所必须要付出一定的成本，该部分成本即为转换成本。在服务消费领域中，也有学者对转换成本概念进行研究，Lee和Cunningham（2001）发现客户在更换银行和旅行社提供服务时，会付出时间、经济和绩效等转换成本。Dwyer和Tanner（2002）提出转换成本包括客户所放弃的当前享有价值及因转换供应商受到的经济惩罚，还包括寻找、评价新供应商及达成新的交易关系所需付出的成本。Burnham（2003）则认为客户转换成本是指客户在转换供应商时所产生的一次性成本，不仅限于转换当时发生的成本，也不仅限于经济成本。Edlin和Harris（2012）通过对高科技公司的反垄断分析指出转换成本是指消费者在重复购买商品或服务时从一个供应商转至另一个供应商所产生的成本，包括金钱成本和时间成本。转换成本的概念通过学者们在不同领域内的研究，内含得到了极大的丰富。

（二）转换成本的结构

传统环境下，有学者对转换成本进行研究并发现，转换成本的概念不是一个单维度概念，而是一个多维的复杂概念。在特定某次产品或服务供应商转换过程中，各维度转换成本并不单独发挥作用，而是产生综合影响。Klemperer（1995）通过对工业组织国际贸易中的转换行为研究发现，客户转换成本包括因购买互补性产品而发生的兼容性成本（Compatibility costs）、与供应商达成新的购买意向而产生的交易成本（Transaction costs）、适应新产品所需消耗的学习成本（Learning costs）、体验型产品消费前所造成的感知不确定性成本（Uncertainty costs）、原有供应商设置的客户忠诚计划等契约转换成本（Contractual switching costs）和因关系终止产生的客户心理成本（Psychological costs）六个维度。Jones等人（2002）在银行和美发服务情境中对客户转换成本进行研究发现，转换成本可划分为机会成本（Opportunity costs）是指因转换行为给客户造成的利益或权益的损失、风险成本（Risk costs）是指客户面对新的产品或服务的不确定性而感知到的转换风险、转换前的搜索和评估成本（Search and Evaluation Costs Before Switching）是指客户转换前搜集相关信息以对供应商进行评价而付出的时间和精力、转换后的行为和认知成本（Action and Cognition Costs after Switching）是指客户为了熟悉新的产品而投入的时间和精力、准备成本（Setup costs）是指转换后为应对新的供应商而感知到的成本和沉没成本（Sunk costs）是指转换后无法收回的先前投入。Burnham等人（2003）通过对信用卡和电信服务领域的研究发现，客户转换成本可划分为寻找、评价和适应新供应商而发生的程序转换成本（Procedural switching costs）、转换行为发生后给客户造成的财务成本（Financial costs）和关系成本（Relational costs）。Edlin和Harris（2012）認为客户转换成本可分为内在转换成本（Inherent switching costs）和策略性转换成本（Strategic switching costs），其中内在转换成本是指由于产品或服务自身的特点而产生转换成本，而策略性转换成本则指供应商人为设置的转换成本。

（三）网络环境下的转换成本

有研究认为在互联网产业中，转换行为的发生更加频繁，网站之间事前对用户的竞争更加激烈，事前的低进入壁垒形成了事后的高转换成本。Xue等人（2006）认为互联网企业通过不断创新来提高客户转换成本从而增加客户黏性的策略必须要能够给客户带来价值，否则会让客户对创新望而却步，导致客户流失。另外，国内一些学者研究了网络环境下客户转换成本与客户忠诚之间的关系，并证明了转换成本对客户忠诚的积极影响是存在的。桑辉通过对網上银行客户行为的研究，借鉴Burnham等人（2003）转换成本概念和量表，提出了转换成本的前因和结果变量。现有相关实证研究中基本都是借鉴传统环境下的转换成本量表，并没有针对网络商店客户转换成本开发专门的测量工具。

综上所述，我们认为网络商店客户转换成本是指其从一个网络商店转换到另一个网络商店购买所产生的成本。对上述研究的回顾分析我们可以看到，不同研究情境下，客户转换成本的划分存在一定差异，但对各细分维度具体内涵的对比分析可以看到其又存在较多的相似性，我们从客户转换行为流程角度对其进行归纳总结。转换供应商前所发生的成本，主要是客户所感知到的风险，这类成本主要由于客户对新供应商提供的产品或服务的不确定性有所担心，而产生的一种不安或焦虑，这种成本在信任和体验型产品转换中体现的更为明显。转换供应商过程中所发生的成本，这类成本主要是指顾客为了完成转换过程所付出的时间、精力与体力，包括寻找供应商、评价供应商的产品或服务、决策制定等。转换供应商后发生的成本，主要是指由于转换供应商给客户造成的经济损失和关系损失，包括转换供应商后所放弃的先前供应商提供的额外利益，以及与原有供应商之间服务人员之间的关系损失和原有供应商品品牌认同的损失。

     三、研究设计

网络购物情境下，对转换成本的研究多采取单维度测量的方法，对网络购物中客户转换成本缺少系统的实证研究。本文首先利用访谈的方法，综合文献回顾，对网络商店客户转换成本的构成进行了初步划分。然后利用问卷调查的方法，对我们提出的网络商店客户转换成本概念进行了信度和效度的检验。

（一）定性研究

我们选择了20名具有BtoC网络购物经验的调查对象进行了深度访谈，了解其在网络购物时面临转换购物商店情况下的心理变化、决策过程和考虑因素，访谈样本基本情况见表1。通过对访谈记录进行汇总、提炼和分析，初步认为网络商店客户转换成本可从感知风险、过程成本、经济损失和关系成本四个方面进行考量，访谈记录关键语言描述见表2。

从访谈结果来看，客户在网上购物转换供应商时，所考虑的成本因素基本可以归纳为风险成本、过程成本、财务成本。网络商店客户转换风险成本是指客户对新的网络商店提供的产品和服务的不确定性感知，这与Jones等人（2002）对风险成本的划分和定义基本一致。网络商店客户转换过程成本是指客户在转换网络商店过程中所付出的时间和精力，它包括了Jones等人（2002）和Burnham等人（2003）提出的评估成本、学习成本、准备成本等内涵。网络商店客户转换财务成本是指客户转换网络商店后所遭受的经济利益损失，与Burnham等人（2003）提出的财务成本概念基本相同。与传统情境下转换成本研究不同的是，网络情境下人机交互过程中所体现的关系实质发生了变化，其中的情感成分不再能够左右客户决策的制定过程，因此我们并没有将关系成本维度纳入网络商店客户转换成本中。

（二）变量测量

按照定性研究中得到的网络商店客户转换成本维度划分结果，我们通过借鉴传统环境下客户转换成本测量量表，对其表达进行了适应性改良，得到网络商店客户转换成本量表见表3。

四、数据分析

为检验上述量表的信度和效度，我们采用问卷调查的方法，使用李克特七级量表，选取200名在校生样本，组织其填写问卷，实际回收问卷195份，将问卷整理录入，剔除无效问卷记录后得到有效问卷186份，样本基本情况描述见表4。对数据进行描述性分析得到各题项均值和标准差见表5。

（一）内部一致性信度分析

根据Churchill（1979）提出的量表开发程序和相关检验标准，首先我们按照通用的单项-总体相关系数（CITC）高于0.50的标准对测量题项进行净化，如果测量题项CITC值小于0.50，则删除该题项。然后利用Cronbach α系数对量表内部一致性进行评价，量表的内部一致性是指量表各题项所测量的同一个维度的概念，一般认为该系数高于0.70则量表具有较好内部一致性，适合进行因子分析。

通过计算如表6所示，量表中大多数题项CITC值高于0.50的标准，其中RC5题项“新网络商店可能给我的购买带来不便”和FC4题项“转换到新网络商店会增加物流成本”CITC值均低于0.50的标准，且这两个题项删除后均会改善所在维度Cronbach α值，这表明该两个题项均应删除。删除两个题项后，量表各维度Cronbach α值均在0.7以上，说明量表具有较好的内部一致性。

（二）结构效度分析

参照Kaiser（1974）研究经验，我们使用探索性因此分析的方法类检验量表的结构效度，结构效度是指量表各维度划分的合理性程度。通过计算得到本研究中14个题项的KMO值为0.867，远高于0.50的最低水平，适合进行因子分析。我们运用主成分分析法，以特征值1为标准来提取，提取出3个因子对应量表中三个维度，各题项在本维度上的因子载荷均大于0.50，在其他维度上的因子载荷均小于0.50，具体指标值参见表7，说明量表能够很好区分客户转换成本各维度，具有较高结构效度。

（三）收斂效度分析

收敛效度是指测量同一维度的不同题项之间的相关程度。首先我们利用验证性因子分析的方法对测量模型拟合优度进行检验。通过分析发现，本研究提出的网络商店客户转换成本测量模型的χ2/df等于3.54，符合2.0-5.0的标准;GFI等于0.93，AGFI等于0.91，超过0.90的最低值;NFI等于0.96，CFI等于0.97，满足0.90的最低标准;RMSEA等于0.049、RMR等于0.041，都符合低于0.08的标准，具体指标值见表8，上述分析结果表明我们所提出的因子分析模型与数据的拟合效果较好。

然后按照Anderson和Gerbing（1988）提出的方法，通过计算标准化负荷系数和平均方差提取量两个指标来对模型收敛效度进行评价。通过计算可以看到，本研究提出的网络商店客户转换成本量表各题项的标准化负荷系数均高于通用的最低标准值0.70;各维度的平均方差提取量均高于0.50的最低标准，具体指标值见表9，因此可以说网络商店客户转换成本三个维度具有较好收敛效度。

（四）区别效度分析

区别效度是指量表中各维度之间的有效区分程度。借鉴Fornell和Larcker（1981）所提出的方法，通过对比量表各维度平均方差提取量的平方根和各维度之间相关系数的大小来判断量表区别效度。通过计算，我们所提出的网络商店客户转换成本三个维度平均方差提取量的平方根均大于各维度间相关系数，具体指标见表10，说明量表具有较好区别效度。

五、结论与展望

我们在前人研究基础上，通过对有网络购物经验的消费者进行访谈，提炼出网络商店客户转换成本可划分为风险成本、过程成本和财务成本三个维度，同时细化了各维度的测量题项。问卷调查结果支持我们提出的网络商店客户转换成本三个维度结构，量表各题项测度的有效性也通过了检验，这对于后续网络环境下客户转换成本相关领域的研究具有借鉴意义。本研究所提出的网络商店客户转换成本模型对于实践中网络商店客户管理具有一定指导意义，网络商店可以通过加强宣传、优化界面和流程设计，减少客户搜索、注册和适应购买流程所需消耗的时间和精力，降低客户转换过程成本，吸引更多新增客户;通过开展客户回馈计划，不断增加会员权益，提高客户转换财务成本，实现对老客户的绑定。未来可通过对网络商店客户转换成本的前因和结果变量及其相互关系的研究，进一步发掘网络购物情景下的客户决策机制，逐步丰富客户关系管理理论，指导网络商店客户关系管理实践。

参考文献：

[1]F.F.Reichheld and P.Schefter.E-loyalty your secret weapon on the web[J].Harvard Business Review，2000（78）.

[2]吴汉洪，王申.转换成本视角下互联网企业的创新竞争策略[J].经济理论与经济管理，2019（03）.

[3]迈克尔·波特.竞争战略[M].北京：中信出版社，2014.

[4]J.B.Heide and A.M.Weiss.Vendor consideration and switching behavior for buyers in high-technology markets[J].Journal of Marketing，1995（59）.

[5]M.Lee and L.F.Cunningham.A cost/benefit approach to understanding service loyalty[J].Journal of Services Marketing，2001（15）.

[6]F.R.Dwyer and J.F.Tanner.Business marketing： connecting strategy， relationships， and learning[M].McGraw Hill Higher Education，2008.

[7]T.A.Burnham，J.K.Frels and V.Mahajan.Consumer switching costs： A typology， antecedents， and consequences[J].Journal of the Academy of Marketing Science，2003（31）.

[8]A.S.Edlin and R.G.Harris.The role of switching costs in antitrust analysis： A comparison of Microsoft and Google[J].Yale J L and Tech，2012（169）.

[9]P.Klemperer.Competition when consumers have switching costs： An overview with applications to industrial organization， macroeconomics， and international trade[J].The review of economic studies，1995（62）.

[10]M.A.Jones，D.L.Mothersbaugh and S.E.Beatty.Why customers stay： measuring the underlying dimensions of services switching costs and managing their differential strategic outcomes[J].Journal of Business Research，2002（55）.

[11]L.Xue，G.Ray and A.B.Whinsto.Strategic investment in switching cost： An integrated customer acquisition and retention perspective[J].International journal of electronic commerce，2006（11）.

[12]鄧爱民，陶宝，马莹莹.网络购物顾客忠诚度影响因素的实证研究[J].中国管理科学，2014（22）.

[13]汪旭晖，徐健.基于转换成本调节作用的网上顾客忠诚研究[J].中国工业经济，2008（12）.

[14]桑辉.网上顾客转换成本的影响因素及其结果的实证研究[J].南开管理评论，2007（10）.

[15]G.A.Churchill.A Paradigm for Developing Better Measures of Marketing Constructs[J].Journal of Marketing Research，1979（16）.

[16]H.F.Kaiser.An Index of Factorial Simplicity[J].Psychometrical，1974（39）.

[17]宋晓冰，董大海.消费者与网络商店的关系价值研究[J].管理科学，2008（21）.

[18]J.C.Anderson and D.W.Gerbing.Structural Equation Modeling in Practice： A Review and Recommended Two-step Approach[J].Psychological Bulletin，1988（103）.

[19]C.Fornell and D.F.Larcker.Evaluating structural equation models with unobservable variables and measurement errors[J].Journal of marketing research，1981（18）.