餐饮类生活平台用户粘性影响因素研究——以“饿了么”为例

宋晓利，侯振兴

(1.兰州财经大学 信息工程学院，甘肃 兰州 730020；2.兰州财经大学 创新创业学院，甘肃 兰州 730101)

餐饮类生活平台是传统餐饮业借助电子商务实现产业变革的产物。用户对平台的喜爱与持续使用意愿，能极大地影响餐饮类生活平台的用户粘性，助力平台的持续发展。粘性是买卖双方之间建立的一种长期互动的友好关系，高度的用户粘性，对于平台吸引用户、保留用户、盈利以及发展均具有重要意义[1]。

目前针对用户粘性的研究大致上可以分为两方面：一方面是研究用户粘性与用户满意度、用户信任、服务质量等具体方面的关系，以及用户粘性在其中发挥的作用[2-3]；另一方面则是基于某一视角(用户体验、用户粘性的使用行为等)或者与具体的某一行业、场景等相结合进行的相关研究[4-5]。在这些研究中，有学者认为，在用户忠诚度研究中，用户满意度具有中介作用，其中介作用的发挥受信任和承诺的影响[6-7]。同时，也有学者论述了用户忠诚度与服务质量之间的正向影响关系[8-9]。在服务质量体系中，产品质量极大地影响着用户信任，奖励机制也可以有效地帮助企业获取用户信任，这些因素共同促进了用户粘性的形成与提升[10-11]。平台的有用性和易用性会对用户体验产生积极作用，随后用户体验作用于用户满意度，继而影响用户粘性的提升[12]。在基于某一视角或者与具体行业、场景等相结合的研究中，研究者发现，在用户粘性形成的前期，消费者的态度和感知的行为控制对其购买意图具有积极的影响[13]。在此基础上，消费者的性别、年龄、活跃程度、用户数量等具体细致的因素在不同程度上影响着用户粘性的形成[14-15]。同时，有用性、易用性、企业形象、顾客价值、感知价值等客观因素和用户信任、用户满意度、用户体验、持续使用意愿等主观因素也会对消费者的决策行为产生影响，并且在很大程度上影响用户忠诚度[15-18]。此外，产品的价格、口碑评价等因素也极大地影响了消费者的决策行为[19-20]。其中，积极的产品口碑对于吸引新客户具有重要作用，而且价格与口碑之间具有负向关系。也就是说，对于回头客而言，价格对口碑的影响日益减小[21]。在旅游业中，顾客与商家的互动、顾客愉悦感以及感知风险等因素，均会影响用户粘性[22-23]。在商业平台中(如美团外卖、百度糯米等)，研究者发现：平台的网页外观设计、网页简便度、社群范围、社群氛围等因素会在不同程度上影响用户忠诚度，供应商、假期、优惠促销等一系列外部因素也会影响用户粘性的形成[24-25]。

虽然已有研究从上述两个方面分析了用户粘性的影响作用及作用机制，但是，多数研究仅仅是从某个方面或者某一视角研究了用户粘性的影响因素，缺乏对用户粘性影响因素的综合性研究。因此，从产品、平台及消费者等多方面探讨用户粘性的影响因素，具有重要的价值和意义。笔者选择“饿了么”平台为研究对象，通过分析平台用户的样本数据来进行用户粘性影响因素分析，确定了对于用户粘性的形成具有重要影响作用的因素。在此基础上，根据实际情况提出行之有效的策略和措施，以帮助平台有针对性地进行用户粘性的培养与建设，助力平台的持续稳定发展。

1 理论基础与模型构建

1.1 理论基础

期望确认理论(ECT)从期望、绩效、确认等因素来分析满意度的变化；计划行为理论(TPB)从态度、主观规范、知觉行为控制、行为意向和行为等5大方面对消费者行为进行研究。用户期望和计划行为为用户粘性研究奠定了理论基础，因此，笔者以期望确认理论和计划行为理论为理论基础展开用户粘性影响因素研究，从“饿了么”平台用户的期望和计划行为出发，与其他因素共同构建用户粘性模型。

1.2 模型构建

用户在餐饮类生活平台消费时会基于个人的心理期望和计划，实施多样化的消费行为，基于用户的消费行为及其后续的使用意愿，可以进行用户粘性影响因素等相关研究。根据已有的用户粘性研究成果，用户粘性的影响因素如表1所示。

表1 用户粘性影响因素汇总

通过文献梳理发现，用户粘性的影响因素主要集中在产品、平台及消费者3个维度。综合“饿了么”平台用户的样本数据，通过数据梳理与归类发现：产品维度可细化至质量、价格及评价，平台维度可细化至商家信誉、配送时间、App功能及活动促销，消费者维度可细化至用户期望、用户体验、用户习惯、用户满意度及用户持续使用意愿。基于此，从产品、平台及消费者3个维度分析用户粘性的影响因素，在此基础上建立用户粘性模型，如图1所示。

图1 用户粘性影响因素模型

1.3 假设开发

产品对企业的生存和发展至关重要。对于餐饮类生活平台而言，其产品以食品为主，因此，高度重视产品质量，保障产品安全至关重要。研究表明，产品的质量、价格可以有效地推动购买决策的实施[26]。其中，价格对于产品推广和购买决策的实施均具有明显的积极作用，产品质量在助力购买决策实施的同时也有助于增强消费感知、确保消费体验[27]。同时，产品的良好口碑能够通过推动购买决策，进一步影响消费者的购买行为以及持续购买意愿[28-29]。总体来看，产品对用户粘性具有显著的积极影响。因此提出假设H1：产品会对用户粘性产生显著的积极影响。

具体分析可知，产品质量与用户对平台的青睐度呈正向关系；产品价格与用户的消费倾向呈负向关系；产品评价与用户消费意愿呈正向关系。用户粘性在三者的单独或综合作用下会发生不同程度的变化。因此提出以下假设。

H1a:产品质量正向地影响用户粘性。

H1b:产品价格负向地影响用户粘性。

H1c:产品评价正向地影响用户粘性。

对于餐饮类生活平台而言，用户粘性与平台之间有着千丝万缕的关系。随着平台的日益完善，用户粘性得以显著提升。也就是说，平台成熟度与其相应的运营、业务、售后服务等能力相辅相成，基于此形成的核心竞争力越强，用户号召力以及用户忠诚度也就越高。因此提出假设H2：平台会对用户粘性产生显著的积极影响。

具体来看，平台的商家信誉、App功能、配送时间、活动促销等一系列因素均会影响消费者的使用体验和用户粘性。配送时长在很大程度上决定了食物的品质与口感，商家造假会引起信任危机，平台App功能完善度会影响用户的购物体验[30]，活动促销能激发消费者的购物激情、欲望，并且引发消费行为[26]。在多种因素的综合作用之下，用户粘性随之产生相应的变化。基于此，平台的配送时间与用户粘性呈负向关系；相反地，商家信誉水平、App功能以及活动促销力度与用户粘性呈正向关系。因此提出以下假设。

H2a:平台的配送时间负向地影响用户粘性。

H2b:平台的商家信誉正向地影响用户粘性。

H2c:平台的App功能正向地影响用户粘性。

H2d:平台的活动促销正向地影响用户粘性。

在购物过程中，消费者的感知体验会在一定程度上影响用户满意度，而用户满意度会进一步影响用户粘性[31]。消费者对某一产品、平台或者服务的青睐度在一定程度上决定了其关注度，消费者会根据自我的期望和计划做出相应的消费决策。一旦形成持续使用意愿并固化为长期性行为，用户粘性便随之诞生。因此提出假设H3：消费者会对用户粘性产生显著的积极影响。

用户粘性会随着用户的期望、体验、习惯、满意度以及持续使用意愿的变化而产生相应的变化。也就是说，用户期望与用户粘性呈正向关系；同样，用户体验、用户习惯、用户满意度和用户持续使用意愿对用户粘性的影响与用户期望的影响机制基本相同。因此提出以下假设。

H3a:用户期望正向地影响用户粘性。

H3b:用户体验正向地影响用户粘性。

H3c:用户习惯正向地影响用户粘性。

H3d:用户满意度正向地影响用户粘性。

H3e:用户持续使用意愿正向地影响用户粘性。

2 数据收集与模型分析

2.1 数据收集

研究的样本数据源于网络问卷，问卷设置了筛选项用以辨别受访者是否使用过“饿了么”，从而保证问卷主体的针对性；此外，问卷一共设计了11个题项，适当地控制了题项数量，使受访者可以在适当的时间内完成问卷填写，保证了问卷调查的有效性。

问卷第一部分用于收集被调查者的基本信息，信息面涉及性别、年龄、受教育水平、职业、收入、使用频率等内容。问卷第二部分从产品、平台、消费者3个维度对平台用户进行用户粘性影响因素的调研。在具体操作过程中，采用十分制量表对3个方面分别进行打分，得分水平代表相应测量项的赋值水平。问卷第三部分针对平台用户粘性状况进行调研。在具体操作过程中，采用百分制量表和十分制量表对用户粘性的相关问题分别进行打分，得分水平代表相应测量项的赋值水平。总体上看，整篇问卷涉及产品的价格、质量、评价、平台的商家信誉、配送时间、App功能、消费者的用户体验及用户习惯等12个测量项。

研究通过问卷星平台发布问卷，主要针对使用过“饿了么”的用户进行用户粘性影响因素调查。问卷于2019年4月10日发布，4月18日回收，历时9天，一共回收问卷183份，剔除无效问卷后，回收的有效问卷为162份，有效率达到88.52%。

2.2 数据说明

在“用户粘性影响因素”的调研中，产品、平台以及消费者3个维度的测量采用的赋值区间是[0，10]；在用户粘性的测量项中共设置了6个小问题，其中前5个问题采用的赋值区间是[0,100]，剩余1个问题采用的赋值区间是[0,10]。因此，为了保证数据结果的科学性与有效性，在进行数据分析之前，将用户粘性测量项设置的5个问题的赋值区间统一在[0,10]，使得所有样本数据的赋值区间均统一在[0,10]。

2.3 数据分析

在回收的162份有效问卷中，首先对用户的性别、受教育水平、职业、可支配收入、使用频率等个人特征进行了统计分析(见表2)。

如表2所示，“饿了么”用户男女比例相差无几，但是女性略多于男性。用户受教育水平大多为本科，占比74.07%，表明餐饮类平台在大学生群体中受欢迎度较高。用户职业以学生为主，更加印证了大学生对此类平台的喜爱。此外，数据显示用户每月可支配收入占比最多的群体为1500元以下的用户，而且每周使用“饿了么”的频率为3次以下的用户占比达到69.14%。这表明，虽然“饿了么”在学生群体中颇受欢迎，但是用户每周使用频率不高，忠诚度不高，平台需要采取措施增强用户粘性。

表2 用户个人特征信息表

随后，从产品、平台、消费者3个维度提出12个测量项对用户粘性影响因素进行调查。综合分析调查结果显示，对用户粘性影响最大的4个因素依次为商家信誉、产品质量和配送时间、用户满意度。具体结果见表3。

表3 各测量项的测量结果

为了进一步分析“饿了么”的用户粘性状况，笔者采用了问卷信度、效度分析以及回归分析来验证上述观点与假设，分析结果见表4。

表4 量表信度分析表

信度分析表明产品、平台以及消费者3方面的克朗巴哈系数分别为0.699、0.666、0.844，均超过了0.6。其中，产品、平台方面的克朗巴哈系数都在0.6～0.7之间，说明产品、平台方面的数据信度稍差，但是可接受；消费者方面的克朗巴哈系数介于0.8～0.9之间，这说明消费者方面的数据信度较好。因此，3个分量表都已达标，满足条件。此外，问卷整体研究数据的总量表达到0.874，介于0.8～0.9之间，说明整体的研究数据具有较好的信度，问卷设计合理，具有很好的可靠性和稳定性。

效度分析表明(见表5)，总量表的KMO统计值为0.872，大于0.6，且介于0.8～0.9之间。说明问卷结构效果良好，而且问卷中各个变量间的相关程度无太大差异，问卷数据比较适合做因子分析。此外，巴特利球体检验结果显示sig.值为0.000，小于0.5，说明原始假设之间存在相关性，再次印证了“问卷数据比较适合做因子分析”的结论。

表5 总量表KMO检验和巴特利球体检验

根据因子分析发现累积方差贡献率达到了61.091%，说明总体上所需的测量是合理的，对各变量具有解释作用。具体的结果如表6所示。

表6 方差贡献率

降维处理后(见表7)，发现测量项“评价”共同度为0.366，小于0.4，表明这一个测量项是无意义的项，需要被剔除；除了“评价”一项，其他测量项的共同度都在0.4以上，是有意义的项。因此，假设H1c在随后的研究中将不再讨论。

表7 因子分析

随后对问卷中各个变量进行KMO和巴特利球状检验，结果表明:平台、消费者方面的KMO值分别为0.690、0.819，都大于0.60，且P值都小于0.05；产品方面由于剔除了“评价”测量项，只有其KMO值为0.500，且P值小于0.05。总体结果显示，该问卷结果效度比较好，该问卷具有有效性。

为了进一步验证假设，研究进行了多元回归分析。通过整合11个测量项(剔除“评价”测量项)将影响因素分为3大类：产品、平台、消费者，并利用SPSS对样本数据进行多元回归分析。

首先，将用户粘性作为因变量Y，产品、平台、消费者分别为自变量X1、X2、X3。据此建立多元线性回归模型：

Y=α0+α1X1+α2X2+α3X3+ε

其中，αi(i=0，1，2，3)是未知参数，称为总体回归系数；ε是随机误差项，表示其他随机影响因素。

如表8所示，R2和修正可决系数均为0.978，表明回归模型与样本数据的拟合程度较高。同时，杜宾-瓦特森检验(即 Durbin-Watson检验)值为1.877，小于2，表明样本数据存在正序列相关。

表8 模型概述

为了检验各变量之间是否具有共线性，笔者又对变量进行了多重共线性检验(见表9、表10)。表9显示各变量之间的最大系数为0.686，小于临界值0.7；表10显示最大的方差膨胀因子(VIF)为2.059，远小于10。因此，各变量之间不存在共线性，即是否存在共线性不是本研究的主要研究问题。

表10 系数检验

同时，研究发现X1(产品)正向地显著影响用户粘性(α1=0.042，P=0.002<0.05)；X2(平台)正向地显著影响用户粘性(α2=0.261，P=0.000<0.05)；X3(消费者)正向地显著影响用户粘性(α3=0.768，P=0.000<0.05)。

为了明确各测量项与用户粘性之间的关系，笔者随后将质量、价格、配送时间等12个测量项作为自变量，用户粘性作为因变量再次进行回归分析,结果如表11所示。

表11 回归分析表

综上分析，只有“评价”测量项的假设H1c(产品评价正向地影响用户粘性)在研究中没有得到验证，其余14个假设全部成立。

3 结论与建议

本研究以期望确认理论和计划行为理论为基础，通过文献梳理确定用户粘性影响因素，并且建立了用户粘性模型，在此基础上从产品、平台以及消费者3个方面提出假设。为了验证模型的有效性，笔者采用回归分析对数据进行分析。研究结果表明，除“评价”测量项以外，其余14个假设全部成立。具体来看，在产品方面，质量正向影响用户粘性，价格则负向影响用户粘性，相比之下，价格的影响程度较大；在平台方面，4个测量项均正向影响用户粘性，其中，活动促销对用户粘性的影响程度最高，商家信誉、APP功能、配送时间的影响程度依次递减；在消费者方面，用户满意度对用户粘性的影响程度最高，用户期望、用户持续使用意愿、用户习惯、用户体验的影响程度依次递减。总体来看，在11个测量项中，用户满意度的影响最为显著。

在餐饮类生活平台建设与发展的过程中，用户粘性会对平台的持久稳定与发展产生深远影响。针对用户粘性影响因素进行的综合性研究进一步丰富了用户粘性研究，为企业和商家提升用户粘性提供了一些建议和帮助。根据研究成果，“饿了么”平台可以重点从产品、平台、消费者3个维度着手，促进用户粘性建设。

3.1 建立和健全产品体系，不断推进产品体系化发展

产品体系中，价格对用户粘性的负面影响大于质量对其的正面影响。鉴于此，应当根据产品及当地市场等实际情况综合考量，制定差异化的价格政策，灵活调控价格，最大限度发挥价格机制的作用，避免因价格不合理而引发负面影响；在保证价格机制科学性的基础上，紧抓产品质量，以优质产品获取消费者青睐，通过产品质量对用户粘性的正向影响机制进一步强化、巩固价格机制的作用，从而建立完善的产品体系，推动产品体系化发展，从而促进用户粘性建设。

3.2 不断推进平台“四位一体”建设，打造综合型平台

全面推进平台“四位一体”建设。其中，四位分别指商家信誉、App功能、配送时间、活动促销。平台可以优先考虑通过活动促销吸引消费者，以买一送一、满额抽奖、折扣优惠等活动引导消费行为，从而快速提升平台知名度。在此基础上，平台应当加强商家信誉建设和App功能维护与更新，以维系老用户、吸引新用户，不断提升用户的购物体验。此外，平台要加强配送业务的时间管理与路径规划，保证产品送达时间，进一步提升用户体验，从而提升用户持续购买意愿，为用户粘性建设奠定基础，最终推动平台“四位一体”建设，打造综合型平台。

3.3 建立和健全顾客信息管理系统，做好客户管理与维护

充分了解顾客，方能做到知己知彼，百战不殆。因此，平台可以建立信息管理系统，通过对平台用户进行消费者满意度调查获取用户核心需求信息，据此对服务进行完善与改进，进一步提升用户满意度。同时，利用数据挖掘技术对用户期望、用户持续使用意愿、用户习惯及用户体验等相关数据进行统计与分析，根据消费者典型行为特征预测其后续的消费意愿，从而为平台获取、维护客户提供及时有效的科学指导，不断提升用户忠诚度。

4 结束语

通过对现有文献的研究，明确了用户粘性的影响因素，建立了用户粘性模型，并采用回归分析验证了模型的有效性，明确了各因素对用户粘性的影响程度，从多维度分析了用户粘性的影响因素。未来的研究可以通过扩大样本量进一步研究、验证产品“评价”测量项对用户粘性的影响机制，延伸用户粘性研究因素，从而丰富用户粘性的相关研究；也可以进一步完善用户粘性模型，以其他电商平台(如淘宝、京东、亚马逊等电商平台)为研究环境，多维度研究、验证模型，为用户粘性研究提供更有力的证据，增强研究的普适性；还可以将用户群体从大学生群体推广至白领、蓝领等消费群体，并将其置身于跨境电商环境中，通过跨境市场下的不同主体的用户粘性研究，进一步验证模型的有效性，开拓研究视野，提升研究多元性与包容性。