基于灰色关联的虚拟试衣间使用意愿

周 捷,李亚男，王奥斯

(1.西安工程大学 服装与艺术设计学院，陕西 西安 710048;2.利兹大学 设计学院，英国 利兹 LS2 9JT)

0 引 言

信息技术的进步推动着互联网的发展，线上购物逐渐成为消费者购买服装的主流消费模式之一[1]。为创造一个接近现实的购物环境，很多企业都开始在网站上使用虚拟试衣间(virtual fitting room,VFR),如Topshop公司应用的“AR虚拟试衣镜”,Fitiquette和Metail′s MeModel提供的在线虚拟试衣间,EuvekaTM和Fits.meTM推行的“试衣机器人”,Bodymetrics、Styku′s和[TC]2公司推出的“3D人体扫描仪”等，但由于用户体验不佳和隐私问题等原因大部分VFR并未被广泛采用。近年来，研究人员不断加大对VFR的研究力度，完善VFR的功能[2-3]。KIM等通过调查用户对在线购物体验中VFR的仿真度和准确性的评估，得出虚拟服装仿真技术需要进一步研究和开发，而且VFR在提高消费者的购物体验感和满意度方面有很大潜力[4]。

国外关于消费者体验的研究是从20世纪末才开始的，先前研究人员大多专注于VFR的功能方面，如VFR提供给消费者试穿的服装面料、褶皱和结构等[5-6]存在模拟精度不够，以及模拟的服装不合身[7]等技术上的问题[8]，而很少从消费者的角度研究消费者和VFR的关系。且以往关于消费者和VFR的有限研究主要采用实验室实验和自报数据来检验VFR如何影响消费者的感知，如消费者对使用VFR的态度等，并提供了消费者心理或认知过程中有价值的见解。但目前尚不清楚VFR如何影响产品销售、影响消费者使用VFR意愿的因素等。这些问题对企业来说至关重要，因为实施和维护VFR系统的成本相当高。除了购买产品外，产品的购后表现如消费者满意度和产品退货率等也是企业获得利润和长期成功的直接决定因素[9-10]。

同样，在国内VFR虽然潜力巨大，但尚未在服装界得到广泛应用。优衣库和淘宝是国内服装市场为数不多的向顾客提供VFR的购物平台。优衣库通过其网站、手机应用程序和在中国的实体店提供VFR，淘宝与专注于虚拟试衣技术的公司Haomaiyi合作使用VFR[11]。大部分国内消费者在网上购物时不知道可以使用VFR，针对国内消费者对VFR采纳行为的研究也很有限[12]，因此有必要对国内消费者对VFR的感知和使用意愿进行调查。基于此，本文通过问卷调查和数据关联处理，分析了消费者对VFR的使用意愿及推行VFR需要解决的问题，以便让服装企业更好地了解消费群体，对VFR的开发起到一定的参考作用。

1 问卷调查

1.1 问卷设计

在以往的研究中，学者们认为，影响消费者对新技术接受态度的因素有3个：感知有用性、感知易用性和感知享受[13-15]。本文着重提出3个问题，主要包含消费者对VFR的感知有用性和感知易用性，以方便调查消费者对VFR的使用意愿：

1) 消费者对VFR的认知程度。

2) 消费者对VFR的使用意愿。

3) 消费者对VFR使用意愿的影响因素。

基于此，问卷设计共分为4部分：第一部分是消费者的基本信息，如性别、年龄、收入等；第二部分调查消费者对VFR的认知程度和了解程度；第三部分是消费者对市场上现有VFR的使用感受，以及现有VFR对消费者选择服装的实用程度；第四部分是消费者对未来VFR的功能需求，这一部分主要分析消费者对VFR的感知享受。

1.2 数据搜集

通过线上分发并收集问卷。共发放问卷450份，回收问卷442份，其中有效问卷435份，问卷回收有效率为96.67%，且通过SPSS信度与效度检验。

2 数据分析

2.1 消费者基本信息

对消费者的年龄、性别和平均月收入进行统计分析，得出消费者年龄A1频数分别为：18岁以下为16；18～25岁为263；26～30岁为99；31～40岁为52；40岁以上为5。调研对象的性别A2频数分别为：男性为144；女性为291。平均月收入A3频数分别为：0～1 000元为77；1 001～3 000元为71；3 001～6 000元为190；6 001～10 000元为67；10 001元以上为30。

2.2 消费者对VFR的认知

由消费者对VFR的认知和体验调查结果(表1)可知：82.76%的消费者在网上购买服装时都有过退货的经历，原因是没有亲身试衣而产生尺码、颜色、穿着效果不符合预期的误差等，这说明VFR在消费者网上购物减少退货率方面应用前景广阔。60.46%的消费者在网上体验过VFR，但只有19.08%的消费者认为VFR提供的衣服尺码无误、24.83%的消费者认为VFR提供的服装颜色准确，更多的消费者认为VFR的类型不同，所提供衣服的颜色、尺码准确度需看情况分析。目前仅有11.03%的消费者喜欢虚拟试衣后购物，81.15%的消费者购买服装不经过虚拟试衣，可能是由于行业在VFR上宣传力度不够、国内目前的VFR技术还不成熟等[16]，导致大部分消费者对VFR认知和了解不够，对VFR仍处在观望态度而没有作为网上购物前的实际参考。

表 1 消费者对VFR的认知和体验

2.3 消费者使用VFR的意愿

由于灰色关联分析可以通过数据处理，找出一些在随机因素中需要研究和分析的因素之间的关系，它对样本量的多少与样本有无规律都同样适用[17]。为了解消费者对VFR使用意愿的影响因素以及各因素的影响程度，对消费者调查问卷结果建立灰色关联分析算法模型。

对数据系统进行关联性分析时，首先要确定数据列。根据问卷信息，将消费者的年龄、性别等9个因素作为系统因素，设为Ai(i=1,2,…,9)，A1～A9所代表的因素如2.1和表1所示。再将Ai各项问答的人口频数作为观测数据，则A1={18岁以下，18～25岁，26～30岁，31～40岁，40岁以上}={16，263，99，52，5}。A2～A9的数值同理。

是否能降低服装退货率、是否对选择服装有帮助、是否喜欢使用VFR及使用类型，是反映消费者对VFR使用意愿的3个重要方面。其中降低服装退货率是商家推行VFR的根本目的，也是消费者使用VFR的根本目的；VFR是否对选择服装有帮助是消费者使用VFR的直接原因；消费者是否喜欢使用VFR及使用VFR类型这点至关重要，是企业研发VFR的参考，企业依据消费者需求设计并推出符合消费者需求的个性化VFR。

将消费者对VFR的使用意愿因素设为Bj(j=1,2，3)。可知，消费者认为VFR能帮助他们降低服装退货率B1的频数为：能147，不能85，分VFR类型95，不确定108。可设B1={147，85，95，108}为系统特征行为序列。

对VFR对消费者选择服装能否有帮助B2进行调查，消费者意见频数分别为：能138，不能93，分VFR类型96，不确定108，则设B2={138，93，96，108}为系统特征行为序列。

对消费者喜欢的VFR类型B3调查，得出消费者意愿的频数分别为：2D虚拟试衣间为133，3D虚拟试衣间为134，2D+3D虚拟试衣间为121，不喜欢VFR为47。可设B3={133，134，121，47}为系统特征行为序列。

2.3.1 灰色关联度计算 由Ai与Bj各因素的原始系统行为特征序列，可对Ai与Bj的各因素之间的关联度进行分析。Ai与Bj灰色关联度的计算步骤如下：

1) 为便于计算Ai与Bj的关联度，使序列Ai与Bj的各对相邻观测数据间时距相同，需将原始序列Ai和Bj化为1-等时距序列，分别记作xi(k)和xj(k)，如表2、3所示。

表 2 Ai的等时距序列值

表 3 Bj的等时距序列值

2) 求xi(k)与xj(k)初值象，将系统行为数据序列化为无量纲且数量级相同的序列。令

k=1,2,…,5

(1)

k=1,2,…,5

(2)

j=1,2,3;k=1,2,…,5

(3)

4) 求关联度。取δ=0.5，有

i=1,2,…,9;j=1,2,3;k=1,2,…,5

式中：δ为辅助计算的数值，可在δ∈[0,1]中任取，ζij(k)为行为序列值之间的关联系数。将Ai与Bj各因素的关联系数代入式(4)，得出关联度ζj。

i=1,2,…,9;j=1,2,3

(4)

2.3.2 结果分析 两者灰色关联度的数值越接近于1，则两者的关联性越强；反之两者关联度越接近于0，二者的关联性越弱[18]。

1) 网购服装退货率影响因素。设αi(i=1,2,…,9)为B1与Ai的关联度，则αi=ξi1，即α1～α9分别为B1与A1～A9的关联度,见表4。

表 4 B1与Ai关联度αi值

对比αi大小，得出：α6>α5>α9>α8>α4>α3>α7>α2>α1。 可知对于影响服装退货率的因素，影响程度从大到小依次为：是否体验过VFR>是否对VFR有了解>购买服装时更喜欢哪种方式>VFR提供衣服的颜色是否与现实有误差>网购衣服有无退货及原因>平均月收入>VFR提供的尺码是否准确>性别>年龄。

可以发现消费者是否体验过VFR对购买服装退货率影响最大，其次是对VFR是否有了解。影响消费者退货率的原因主要是消费者对VFR的认知程度，可能是由于服装行业在VFR市场营销方面欠缺，以至于消费者没有在VFR中得到享受和便利，自然对VFR没有相应的期待。因此要降低服装退货率，首先要积极推广VFR，增强消费者对VFR的认知和使用频率。

2) 消费者对VFR的使用意向影响因素分析。设βi(i=1,2,…,9)为B2与Ai的关联度，则βi=ξi2,即β1～β9分别为B2与A1～A9的关联度，如表5所示。

表 5 B2与Ai关联度βi值

根据表5数据，对比βi的大小，得出：β5>β6>β9>β8>β4>β3>β7>β2>β1。

可知对于影响消费者使用VFR的意向因素，影响程度从大到小依次为：是否对VFR有了解>是否体验过VFR>购买服装时更喜欢哪种方式>VFR提供衣服的颜色是否与现实有误差>网购衣服有无退货及原因>平均月收入>VFR提供的尺码是否准确>性别>年龄。

分析上述结果，可以发现：是否对VFR有了解对消费者采用VFR的意向影响最大，其次是是否体验过VFR。消费者对VFR的了解和体验对消费者是否采用VFR至关重要，VFR的本质是通过消费者提供的人体数据来提供虚拟拟合体验，国内外市场上曾存在多种VFR技术，每种技术都有不同的功能，如VR试衣、试衣互动、虚拟T台、人体扫描、在线模拟等[19-20]。但根据问卷数据得知很多消费者仍然对VFR了解很少，若要推行VFR，需要企业加大VFR的宣传力度，增强消费者对VFR的认知。

3) 消费者喜欢的VFR类型。设γi(i=1,2,…,9)为B3与Ai关联度,即γi=ξi3，γ1～γ9分别为B3与A1～A9的关联度,见表6。

表 6 B3与Ai关联度γi值

根据表6对比γi的大小，得出：γ9>γ6>γ8>γ5>γ4>γ3>γ7>γ2>γ1。可知对于消费者喜欢的VFR的类型，影响程度从大到小依次为：购买服装时更喜欢哪种方式>是否体验过VFR>VFR提供衣服的颜色是否与现实有误差>是否对VFR有了解>网购衣服有无退货及原因>平均月收入>VFR提供的尺码是否准确>性别>年龄。

基于以上分析，可以发现：购买服装时喜欢的方式是消费者喜欢的VFR类型的最大影响因素，还有消费者是否体验过VFR，也是消费者选择VFR类型较大的一个影响因素，消费者年龄影响最小。虽然VFR的引入可以增加销售额，但它被消费者采纳意愿因使用的VFR类型不同而显著不同，企业在设计VFR时要考虑消费者喜欢的购物方式，根据消费者喜欢的VFR类型推出相匹配的个性化服务。

2.4 消费者对VFR的期望

根据问卷调查结果统计出消费者对VFR期望的功能并根据频数进行排序，得出消费者对VFR的期望如表7所示。

表 7 消费者对VFR的功能需求排序

由排序可见，消费者对试衣的体验感和真实度要求很高，因此企业在开发VFR时，要注重增强消费者的体验感和模拟的精确度。此外，建议企业要保证消费者有足够多的试穿服装，提高虚拟试衣应用的安全性，保护消费者试穿服装时的隐私。

3 结 论

1) 企业应提高VFR模拟精度。约20%的消费者认为VFR提供的衣服颜色和尺码准确无误，但34.02%的消费者不信任VFR拟合的服装颜色，23.68%的消费者认为VFR上提供的服装的尺码不准确。消费者对VFR的功能需求中，服装上身效果仿真度、体验感等模拟精度排在首位。

2) 行业需加大对VFR的宣传力度。行业在VFR上宣传力度不够会影响消费者的使用体验，仍有26.67%的消费者对VFR没有了解，39.54%的消费者网上购物时没有体验过VFR。消费者对VFR的了解及使用对消费者采用VFR的意向和降低服装退货率影响很大。若要推行VFR，需要行业加大VFR宣传力度，增强消费者对VFR的认知。

3) 在研发VFR时，应根据消费者喜欢的VFR类型推出相匹配的个性化服务。目前消费者对VFR积极的使用意愿为55.63%，消费者需求决定市场，企业需调查清楚消费者喜欢的VFR类型并进行设计，不断提升消费者的购物体验感。尽管当前的虚拟试衣应用和设备还不够完善，但依然吸引了许多消费者和商家。若能改善这些问题，提高VFR的易用性和有用性，将会大大提高消费者对VFR的使用意愿。

本研究仍存在一些局限性，在此提出相关对策。第一，由于VFR的可见性相对较低，消费者可能会有先入之见。因此，当VFR更易被消费者了解和获取时，消费者对VFR使用的影响因素可能会有所不同。第二，调研是在网上进行的，由不同市场和年龄的人来填写，但填写的绝大部分人属于中端市场。中端市场具有重要的经济意义，在时尚行业中所占份额最大。虽然此结论也适用于低端和高端市场，但未来的研究可能会直接从这些市场收集相关的数据。