全渠道零售环境下消费者接受意愿的影响因素分析

钟诚

内容摘要：随着移动互联网与社交媒体的融合，这些新渠道从线上和线下对零售业态进行整合，零售业的业态全景不断演进，促使顾客行为发生深度变化。本文从全渠道零售环境出发，着重分析顾客对全渠道初步尝试使用的影响因素，借助UTAUT2模型、创新特征与安全性研究全渠道购买行为。结果得出，全渠道顾客的初次尝试使用按重要性依次受到创新特质、努力预期、绩效预期和感知安全性影响。本文启示是全渠道零售必须专注于创造新的综合顾客体验，使用技术要具备创新性、实用性和简单性，将积分、存货、品类、价格、促销等多方面元素整合，以确保创新特质的顾客率先认识到新全渠道商店的优点。

关键词：全渠道整合   全渠道体验   全渠道零售   创新性特征

文献回顾

（一）全渠道零售

随着近年来大数据的应用，零售商可以整合线上与线下渠道提供的所有信息，这种现象被称为全渠道零售（Brynjolfsson等，2013）。全渠道概念被认为是多渠道零售的进一步发展，虽然多渠道零售意味着实体店和网上店之间的分工，但在全渠道环境中，顾客可以在网络渠道、移动渠道和实体渠道之间自由流动，全部整合在统一的交易过程中（Melero等，2016）。因此，全渠道代表着所有渠道的统一（Lazaris和Vrechopoulos，2014）。而由于渠道是统一管理的，所感知的互动不是来自渠道，而是来自品牌（Piotrowicz和Cuthbertson，2014）。

刘铁等（2014）认为，消费者对信息对称的认知能够有效促进体验。吴锦峰等（2017）认为，大量线下实体店对线上与线下的整合度较低，使得品牌吸引力产生不足。比如，部分餐饮商户在线上采用“满立减”的打折促销策略，使得线上价格远低于线下，使得线上订单对线下消费产生了挤出效应，降低了消费者对餐饮商户的品牌态度。江振涛（2017）提出，传统零售业应当加快线上与线下的协同效應。许慧珍（2015）认为零售企业应当根据消费者的不同价值主张来整合营销渠道，构建统一的治理机制，刘俊超（2017）认为全渠道零售的发展难点在于企业不同渠道的利益分配问题。

全渠道零售的主要特征是，全渠道零售集中了顾客的购物体验，以期为顾客提供全面性的购物体验（Gupta等，2004;Shah等，2006）。此外，全渠道环境越来越重视渠道与品牌之间的相互作用（Verhoef等，2015）。另一个重要的特征是，不同的渠道混合在一起，如若一个渠道一旦分离于整体边界，该渠道将会消失。因此，全渠道零售下各个渠道在搜索、购买和购买后的过程中可以无缝且可互换使用（Verhoef等，2015）。

（二）全渠道视角下的顾客接受行为

由于零售业越来越多的使用新技术，消费者的购物习惯和购物期望也在迅速变化，消费者获得的信息越来越多，全渠道消费者是一个日益增长的全球现象（Schlager and Maas，2013）。无论顾客使用何种渠道，都希望获得一致性、统一性和集成性的服务或体验，他们愿意在多个渠道之间无缝切换，而切换则取决于他们的偏好、当前环境、当前时间，或者产品类别（Piotrowicz和Cuthbertson，2014）。由于技术和移动性提供的可能性，全渠道顾客一次性使用或多次使用渠道，这些新的购物者想要使用自己的设备在购物过程中执行搜索、比较产品、寻求建议或寻找更便宜的替代品，从而充分利用每个渠道提供的优势（Yurova等）。此外，全渠道消费者通常认为他们比销售人员更了解购买情况，并认为自己可以更好控制结果质量（Rippéet al，2015）。

研究假设

本文的研究框架是基于对扩展的技术接受和使用统一理论模型（UTAUT2）的额外扩展（Venkatesh等，2012），该模型旨在研究全渠道环境下购物过程的技术接受使用的驱动因素。UTAUT2是原始UTAUT模型的延伸，综合了来自社会学和心理学理论的八种不同的理论模型（Venkatesh等，2003）。该理论有助于理解重要的现象，在UTAUT2下，消费者接受和使用信息通信技术的意愿受到七个因素的影响：绩效预期、努力预期、社会影响力、促进条件、享乐动机、价格价值和习惯。

绩效预期被定义为，在购物过程中使用不同渠道或技术给消费者提供好处的程度（Venkatesh等，2012）。绩效预期一直被证明是行为意图（Venkatesh等，2012;Escobar-Rodríguez和Carvajal-Trujillo，2014）和购买意图（Pascual-Miguel等，2015）的最强预测因子。根据文献，提出了以下假设：

研究假设1：绩效期望正向影响全渠道购买意图。

努力预期是消费者在购物过程中使用不同触点的轻松程度。现有技术接受模型包括工作期望值作为感知易用性（TAM/TAM2）或易用性（创新扩散理论）的概念。根据以前的研究（Karahanna和Straub，1999），努力预期在自愿和强制使用环境中都很重要（Venkatesh等，2003），并积极影响购买意愿（Venkatesh等，2012）。由此本文提出以下假设：

研究假设2：预期期望会正向影响全渠道购买意图。

社会影响力是消费者认识到对他们重要的人（家人、朋友、偶像等）相信他们应该使用某种渠道的程度。在TRA、TAM2和TPB中的主观规范中，社会影响作为行为意图的直接决定因素被包含其中（Davis，1989;Davis等1989;Moore和Benbasat，1991）。社会影响力、主观规范和社会规范都包含明确的或隐含的观点，即个人行为受到其他人的影响，当其他人认为自己应该使用该技术（Venkatesh等，2003），会积极影响购买意愿（Venkatesh等，2012）。因此，提出了以下假设：

研究假设3：社会影响会正向影响全渠道购买意愿。

习惯被定义为人们由于学习而倾向于自动执行某种行为的程度（Venkatesh等，2012）。这个概念是UTAUT2模型中的一个预测因子，许多研究应用于技术使用中（Kim和Malhotra，2005;Limayem等，2007），并直接影响购买意愿（Venkatesh等，2012;Escobar-Rodríguez和Carvajal-Trujillo，2014）。在文献中，提出了以下假设：

研究假设4：习惯会正向影响全渠道购买意图。

为了分析消费者采用全渠道行为的动机，本文基于零售业中使用扩展文献的框架。过去对购物行为的研究表明，顾客在购物过程的每个阶段使用不同的渠道来满足购物过程中的功利和享乐需求，从而使价值最大化（Balasubramanian等，2005;Konu，2008）。

购物价值既可以是享乐主义又可以是功利主义的（Babin等，1994）。享乐主义动机与有趣、愉悦和快乐等情绪性有关（Kim和Forsythe，2007;Venkatesh等，2007），相反，功利主义动机是理性的和任务导向的（Batra和Ahtola，1991）。享乐动机和功利动机这两个维度都很重要，因为它们存在于所有的购物体验和消费者行为中（Jones等，2006）。诸如服装之类的商品由于其象征性、体验性和令人愉悦的特性而被归入高度享乐产品类别中（Crowley等，1992）。当消费者购买享乐时尚商品时，消费者更可能选择实体店，因为物理环境通过提供社交互动、产品评估和感官刺激的机会来提升情绪（Nicholson等，2002）。然而，最近的数据显示，消费者认为在线时尚购物也是一种愉悦的活动（Blázquez，2014）。

在技术接受和使用方面，功利主义动机被包含在Venkatesh等（2003）的绩效期望结构内，但享乐动机被包括在UTAUT2中（Venkatesh等，2012）。享乐动机被定义为使用技术所获得的乐趣，并且已被证明在确定技术接受和使用方面发挥重要作用（Brown和Venkatesh，2005）。因此，提出以下假设：

研究假设5：享乐动机会正向影响全渠道购买意图。

当购物者接触到新技术或创新时，他们有机会采纳或拒绝。先前研究表明，创新特质的多渠道顾客更喜欢探索和使用新的替代品（Steenkamp和Baumgartner，1992;Rogers，1995;Konu等，2008）。此外，在电子商务文献中的一些研究已经证明了创新特质在购买意愿中的重要作用（Herrero和Rodriguezdel Bosque，2008;SanMartín和Herrero，2012）。

创新特质被定义为一个人喜欢尝试新的不同的产品或渠道，并寻找新体验的程度（Midgley和Dowling，1978）。许多文献都强调了消费者创新特质对购买意图是一个非常有影响力的因子（Agarwal和Prasad，1998;Citrin等，2000），因此本文提出以下研究假设：

研究假设6：个人创新特质会正向影响全渠道购买意图。

此外，影响变量还包括了在线渠道的感知安全性，感知安全性指互联网中对个人隐私数据的安全保护（Escobar-Rodríguez和Carvajal-Trujillo，2014;BonsónPonte等，2015）。感知安全性可以被定義为消费者认为全渠道零售对顾客信息安全的保护，如认证性、防止盗用或加密（Kim等，2008）。如果消费者认为在线渠道具有安全属性，他们会推断零售商的意图是在购买过程中保证安全（Chellappa和Pavlou，2002）。有证据表明，在线渠道的感知安全性正面影响使用这些渠道购买的意图（例如，Salisbury等，2001;Frasquet等，2015）。根据这些理论，提出如下有关假设：

研究假设7：感知安全性会正向影响全渠道购买意图。

研究过程

本文设计了一项针对全渠道零售顾客的在线调查（见表1），将全渠道购物者定义为在购物过程中至少使用同一零售商的两个渠道的购物者，从而筛选并挑选符合全渠道购物者定义的成员。调查中，总共有628名受访者在过去12个月内有全渠道购买行为。在这项研究中以Zara为例，购物者可以使用Zara移动应用APP来搜索产品信息，也能在Zara网站（www.zara.cn）上购买产品，也能在天猫、苏宁易购等电商平台购买，也能在线下实体商店购买，符合本文对全渠道购买者的条件设定。问卷由两部分组成，第一部分包含关于购物动机的陈述。根据他们最近的购物过程，受访者被指示以7分的李克特量表对每条陈述问题评分，1表示强烈同意，7表示强烈反对。调查问卷的第二部分用于收集社会人口信息，如性别、年龄、就业状况和教育情况。

（一）结构方程模型的分析结果

首先，进行验证性因子分析，并对结果进行修正。同样证实，所有标准化因子载荷都大于0.7（Hair等，2013），得出该模型指标与设定的因子构成相一致。接着，在组成可靠性（复合可靠性CR和克隆巴赫α系数）、收敛效度（AVE）和判别效度（相关性系数）方面进行了验证。复合信度和克隆巴赫系数α值均大于0.70，并且结构的收敛效度也得到了满意的结果，平均变异数萃取量（AVE）均大于0.50。通过比较每个构建体的AVE平方根与构建体之间的相关性来测量构建体的区别效度（Roldán和Sánchez-Franco，2012），一般认为AVE必须大于相应的结构间相关性，得出在所有情况下，判别效度也得到满足。

表2中，EE代表了努力预期，H代表了习惯，HM代表了享乐动机，PI代表了个人创新特征，PE代表了绩效预期，PS代表了感知安全性，SI代表了社会影响，INT代表了购买意愿。

使用Bootstrapping法进行500次重复采样，以评估PLS-SEM获得的路径系数的重要性（Hair等，2011）。表3中显示了路径系数的符号、大小和重要性，得出该模型很好地解释了在全渠道环境中购买的意图，R2为57.4%，Stone-Geisser的交叉验证的冗余度Q2为0.411而大于0，显示了所提出模型的预测能力（Hair等，2011）。表3结果支持三个假设：研究假设1（关于绩效预期的影响）、研究假设2（关于工作期望的影响）、研究假设6（关于创新特征的影响），研究假设7（关于感知安全的影响）的系数大多通过了0.1%的显著性水平，感知安全性通过了5%的显著性水平。相反，研究假设3（关于社会影响）、研究假设4 （关于习惯的影响）、研究假设5（关于享乐动机的影响）却因为关系不显著而被拒绝。

（二）测算结果的含义

模型可以预测全渠道消费者购买意图的57.4%（R2=57.4%）。研究结果表明，消费者在全渠道商店购买的意愿受到个人创新特质、绩效期望和努力预期的影响。然而，习惯、享乐动机、社会影响和感知安全性并不影响全渠道购买意图。个人创新特质是全渠道情境下购买意愿最强的预测因素。这一因素作为全渠道购买意愿的直接驱动因素起着重要作用。这一发现与以前的文献一致（如Herrero和Rodriguezdel Bosque，2008;SanMartín和Herrero，2012年;Escobar-Rodríguez和Carvajal-Trujillo，2014年）。因此，在全渠道环境中使用不同的渠道和设备更具创新性特质的顾客将更强烈的使用不同的渠道和设备，从而增强了购买意愿。研究结果表明，全渠道购物者会主动寻求新技术来使用，并在人际网络中率先使用。因此，管理者应该考虑到这一技术概况，并不断以不同方式推出新技术以吸引并为这些购物者带来惊喜。

研究结果还表明，绩效预期和努力预期是解释态度和购买意图的重要因素，对行为意图有积极影响，正如Childers等（2001）、Verhoef等（2007）以及Rose等（2012）的研究，努力期望是第二强的预测因子，对购买意愿有直接积极影响（Karahanna和Straub，1999;Venkatesh等，2012）。这可能是因为全渠道购物中更习惯于使用多个渠道，更多以任务为导向，使用不同的渠道或技术在任何特定时间寻找更好的价格或最大限度的方便。绩效预期的结果与Venkatesh等（2012）和Escobar-Rodríguez和Carvajal-Trujillo（2014）一致，是全渠道环境下第三强的预测指标，而感知安全性是第四强的预测指标。

尽管文献已经认识到社会影响等规范因素对人们态度、意图和行为的影响（Venkatesh等，2012），但研究结果表明，在全渠道环境下社会影响并不显著影响购买意图。相反，这可能是因为技术使用不受他人意见的条件限制，也可能是由于所研究的商品类别造成的影响。另外，研究结果表明，习惯不影响全渠道购买意图，这可能是因为相对较少的公司未开放顾客同时使用多个渠道，促使全渠道体验并未普及，但这个问题在未来会逐渐消失。再次，在研究中，享乐动机对购买意愿的假设影响较低，可能是由于全渠道購物者使用不同的渠道和触点时，期望在他们的购物之旅中获得无缝的整体体验。换句话说，享乐主义和功利主义的动机是一体的（Melero等，2016），促使享乐主义的影响有限。

最后，感知安全性显著影响全渠道购买意图，但是影响系数较低，这可能意味着全渠道零售模式刚刚在国内发展，移动互联网的安全性问题开始浮出水面，消费者尚未正确认识到信息泄露带来的危害，导致消费者的安全性需求匮乏，从而抵消了全渠道零售中的部分感知风险问题。在这个意义上，全渠道商店应当持续加强对信息安全的管理措施，令零售商可以稳固使用新技术来管理全渠道店铺中的顾客关系。

启示

本文研究通过UTAUT2模型以及两个新因素来理解在全渠道购物过程中的技术使用，从而有助于研究当前有关全渠道消费者的行为。结果有利于全渠道零售管理者用于改善其关键业务部门，制定优化的营销管理策略，为顾客创造全面的购物体验。为此，零售商不仅需要正确定义所投资的技术，也要鼓励顾客来接受，这种接受度是购买意愿的重要预测因素。

当今零售竞争环境日益激烈，全渠道零售已经是大势所趋（BeckandRygl，2015;Verhoef等，2015）。本文研究启示是，全渠道零售必须专注于创造新的综合顾客体验，使用的技术要具备创新性、实用性和简单性，以确保创新特质的顾客率先认识到新全渠道商店的优点。对于零售管理策略，应当考量购物者通过不同业态和渠道（如实体店、在线渠道、移动渠道和社交媒体）与品牌进行互动的顾客关系生命周期，无论顾客使用何种渠道，必须将积分、存货、品类、价格、促销等多方面元素整合，才能提供无缝完整的购物体验。

参考文献：

1.吴锦峰，常亚平，侯德林.传统零售商的线上品牌延伸：追求“线上—线下”还是“线上—原型”一致性[J].南开管理评论，2017，20（2）

2.江振涛.传统零售业的线上线下协同发展研究[J].商业经济研究，2017（4）

3.刘铁，李桂华，卢宏亮.线上线下整合营销策略对在线零售品牌体验影响机理[J].中国流通经济，2014，28（11）

4.刘俊超.零售商线上线下全渠道营销路径探索[J].商业经济研究，2017（7）

5.许慧珍.全渠道下传统零售商业模式创新[J].商业经济研究，2015（12）