在服装网络定制中RA对客户满意度的影响

李 露，谢 红，汪世奎

(上海工程技术大学服装学院，上海201620)

随着电子商务的快速发展，网络信息以铺天盖地之势向消费者袭来，消费者在享受网络便捷的同时不得不忍受从海量信息中挑选心仪产品的无奈。产品推荐代理(recommendation agent，RA)[1-2]作为一种信息过滤技术已经被许多电子商务网站在线使用，有助于客户减轻信息超载的压力。Netflix和亚马逊均利用其特点吸引客户而增加企业销售量和提升客户满意度。相同的道理在社会新闻网站中也有体现，网站通过对用户网络消费信息历史好恶分析了解客户心理趋向，为客户提供个性化建议。

近年来，服装网络定制的趋势锐不可挡，消费者在使用定制网站的同时也遇到了对服装类型、搭配、款式等与自身是否符合的问题。RA作为一项搜集整理客户偏好及向消费者隐形推荐产品的决策支持系统，很适合嵌套在服装网络定制系统中为消费者“指点迷津”，帮助消费者快速搜索到心仪的服装并迅速完成定制过程。RA对客户消费决策[3]的影响直接关系到企业产品销售量，从运营商角度出发，商家希望消费者最大限度地接受RA的推荐，加快消费者购买决策[3]进程，同时实现企业销售目标并从中获得高额利润。现今顾客忠诚度也已被企业广泛认定为衡量长期业务是否成功的一个重要指标，一个企业绩效的好坏很大程度上由客户忠诚度决定。因此RA的推荐质量直接影响消费者购买后的态度，即成为能不能将普通客户转化为忠诚客户的一个基础。

通过20多年来市场营销文献对顾客忠诚度的各种影响因素的研究发现，顾客忠诚的影响因素主要包括产品价值、客户满意度、客户信任感及客户网购习惯等。为了探讨RA对服装网络定制系统的购买决策影响，需先研究RA对顾客忠诚度的影响，因此本文主要研究以下三方面:1)建立RA推荐系统对定制客户忠诚度影响概念框架模型;2)提取影响RA推荐系统质量的因素;3)SPSS数据分析得出影响推荐系统质量的因子与客户消费满意度的关系模型。

1 RA对定制客户忠诚度影响概念框架模型

基于Gremler和Brown对顾客忠诚度的研究，提出顾客忠诚度形成的四个组成部分:认知——情感——意向——行动。客户定制行为的发生首先基于顾客对服装定制有一定需求，由RA推荐符合客户心意的服装，并引起客户情感上的共鸣，诱使客户的定制意图和愿望，进而将这种情感转化为实际定制行动。在客户实现这一定制行为过程中，需研究RA推荐系统质量对定制客户忠诚度影响。基于国内外有关推荐系统对客户忠诚度的影响研究，提出如图1所示概念框架模型(+表示正向影响关系)。

图1 RA对客户忠诚度影响力模型Fig.1 Model of the effect of RA on customer loyalty

该模型可以简化为RA对客户满意度影响力研究和客户满意度对客户忠诚度影响力的研究。另外，国内外对于客户满意度与客户忠诚度之间的关系研究比较成熟，但基本上都表明了客户满意度对客户忠诚度有积极性影响。例如Walsh等[4]研究消费者的满意度和转换意图之间的关系，表明消费者满意度对转换意图影响显著;Oliver[5]研究顾客忠诚度的产生是由客户消费满意度哪些方面的因素所引起的，研究显示满意是忠诚形成的一个必要步骤;Helgesen[6]还研究了顾客满意与顾客忠诚的关系，发现消费满意度高的客户往往忠诚度更高。本文主要针对的是服装定制网站的推荐系统对网络定制客户消费满意度的影响力研究。

2 RA对定制客户消费满意度影响实证研究

2.1 问卷设计

针对前文所提出的RA对网络定制客户消费满意度概念模型，本文主要从网站及顾客两方面来考虑RA推荐质量的好坏。网站方面主要结合有关服装电子商务消费者网络购买决策影响文献分析，例如Oliver[7]认为网站环境会对消费者购物情绪产生一定影响，Gregory R Heim等[8]研究出服装质量因素对顾客购物具有驱动力。顾客方面主要从客户自身情况出发，William R等[9]通过实证研究发现网络购物经验丰富者使用网络更容易获得较多的乐趣。网络时代信息过载是一个普遍的现象，推荐内容是否有信息堆积问题也会影响消费者对RA推荐的满意度。RA推荐内容的信息量如果超出了人们有限时间内的认知和信息处理能力，显然会降低消费者对RA满意度。另外基于大量有关消费者网络消费行为及顾客购买决策的文献，最终提取7个影响RA推荐质量的自变量。问卷编制初始，选取部分学习了解过电子商务的在校学生进行预调查，预调研对象普遍具备丰富的网购经验及有关电子商务的专业基础知识。经过反复修正编排，共设计19个题项，问卷采用Likert 5点量表设计。5分表示“正面影响程度最深”，4分表示“正面影响程度较深”，3分表示“正面影响程度一般”，2分表示“无任何影响”，1分表示“有负面影响”。

表1 RA变量度量项目Tab.1 RA variable measurement projects

2.2 数据采集与分析

采取网络问卷形式调研，主要针对20～45岁且有网上服装消费经验的白领工薪阶层为调查对象。在网络上发放问卷264份，历时半个月，回收有效问卷共213份，有效率达到80.68%。其中213位网络调研者中女性比例占63.8%，表明调研对象中女性比男性多一倍;另外54.5%的被访者月收入在5 000元以上，基本符合一般工薪白领阶层工资;专科以上的学历占总人数比例的81.7%，说明调研对象具备较高的教育素养，对新事物有一定的判断能力。

2.2.1 量表信度与效度分析

运用 SPSS 19.0[10]对样本数据进行分析，通过Cronbach Alpha系数来测量量表的信度。表2显示，该组数据的Cronbach Alpha系数均接近0.8或者高于0.8，表明数据信度很高。

表2 统计性描述与信度分析Tab.2 Statistical description and reliability analysis

2.2.2 相关分析

为了进一步检验各影响因素之间的相关性，利用SPSS 19.0的相关分析(Bivariate)对各自变量之间进行分析，整理结果见表3。

表3 RA各影响因子之间的相关系数Tab.3 Correlation coefficient among each influence factor of RA

由表3可知:网站形象、信息梳理、服装特色及服装质量彼此都在0.01水平上显著，产品知识与定制经验在0.01水平上显著。

2.2.3 因子分析

由于多个影响因素之间可能存在一定的相关性，因此为了避免多因素之间造成的共线性问题，采用主成分分析法进行因子分析，并用最大方差法进行因子旋转且利用KMO检验和Bartlett检验结果判定数据是否适合做因子分析[11]。经数据分析，KMO取值为0.744，表明该数据比较适合做因子分析，Bartlett检验的Sig.值为0.000，说明样本数据来自于服从多元正态分布的总体，适合做进一步分析。

SPSS数据分析得出有两个成分的特征值超过1，且第一成分方差贡献率达到49.313%，第二成分方差贡献率达到18.839%，两个因子的方差贡献率之和为68.152%，因此SPSS只选择前两个主成分。表4显示的是旋转成分矩阵及成分得分系数矩阵:第一因子在网站形象、信息梳理、服装特色及服装质量上有较大载荷，反应的是这四个变量的信息;第二因子在信息堆积、产品知识及定制经验上有较大载荷，反应的是这三个变量的信息。

表4 旋转成分矩阵及成分得分系数矩阵Tab.4 Rotating component matrix and component score coefficient matrix

据成分得分系数矩阵可以直接写出各公因子的表达式:

F1=0.303×网站形象 +0.283×信息梳理 +0.042×信息堆积+0.293×服装特色+0.029×产品知识+0.149×定制经验+0.276×服装质量

F2=0.082×网站形象 +0.035×信息梳理+0.383×信息堆积+0.053×服装特色+0.439×产品知识+0.582×定制经验+0.001×服装质量

2.2.4 模型拟合分析

继因子分析后，将“推荐系统对客户满意度影响力”作为因变量，以上述两个公因子作为自变量进行多重线性回归分析[12]。结果如下:修正的可决系数(调整R2)为0.830，表示模型的解释能力较好。方差分析中，模型的检验 P值(Sig.)为0.000，小于0.05，非常显著，模型具有统计学意义。

表5 模型拟合系数Tab.5 Model fitting coefficient

最终模型表达式为:满意度=3.667+0.951×F1－0.232×F2，这就意味着 F1每增加一点，推荐系统对客户满意度影响力就会提升0.951点，而F2每增加一点，推荐系统对客户满意度影响力就会降低0.232点。模型中各个变量显著性 P值均小于0.05，所以两个系数都是显著的。

2.3 结果分析

量表信度与效度分析表明，对定制网站的推荐质量系统影响的7个自变量均有较高的信度。相关分析表明:1)网站形象、信息梳理、服装特色及服装质量之间彼此正相关，且相关性较强。即一般情况下，服装定制网站的形象比较好时，网站推荐系统里有关服装信息的整体梳理都比较好，且推荐的服装款式也会随之显得上档次些，客户收到的定制服装的质量也比较合乎心意。说明以上四点影响因子对推荐质量有正向影响。2)产品知识和定制经验也呈现正相关，但与网站形象、信息梳理、服装特色及服装质量之间不显著，相关性不强。说明客户自身对产品知识的了解及客户频繁的定制经验越深，对网站推荐系统的依赖性就越低。3)信息堆积除了与定制经验有微弱关系，其余的基本上保持与各因素之间呈现负相关或不相关，由此可推断其对定制网站的推荐质量造成较差的影响。

因子分析表明，可用两个公因子来概括所有影响因素对推荐系统质量好坏的指标:第一个因子用来反映网站形象、信息梳理、服装特色及服装质量四个变量的信息;第二个因子用来反映信息堆积、产品知识及定制经验三个变量的信息。针对推荐系统对客户满意度影响力 =3.667+0.951×F1－0.232×F2模型来看，F1所反映的网站形象、信息梳理、服装特色及服装质量与满意度之间呈正相关关系，F2所反映的信息堆积、产品知识及定制经验与满意度之间呈现负相关关系。

3 结论

服装定制网站的知名度越高、用户好评率越多、网站可信度越高、推荐信息布局合理、推荐服装版型好、设计感强、色彩多样、面料独特、做工精细、合体度高等对RA推荐系统均有正面促进影响，即RA推荐系统的质量也越高。RA推荐的信息量不宜太多，在消费者接受范围内即可，避免消费者对RA产生抵触情绪。

消费者自身对网站信息了解能力较强，对自身喜好明确且有长期定制服装经验，则会在一定程度上降低对RA推荐系统的依赖性。因此，服装网络定制网站所提供的RA推荐系统质量越好，客户满意度也会越高，同时，满意度高的客户更容易转化为网站忠诚客户。

[1]YOON V Y，HOSTLER R E，GUO Z L，etal.Assessing the moderating effect of consumer product knowledge and onlineshopping experience on using recommendation agents for customer loyalty[J].Decision Support Systems，2013，55(4):883-893.

[2]陈明亮，蔡日梅.电子商务中产品推荐代理对消费者购买决策的影响[J].浙江大学学报:人文社会科学版，2009，39(5):138-148.CHEN Mingliang，CAI Rimei.The Impact of e-commerce product recommendation agent on consumer decision making[J].Journal of Zhejiang University:Humanities and Social Sciences，2009，39(5):138-148.

[3]徐文静.推荐代理对网络消费者购买决策的影响研究[J].魅力中国，2010(33):118.XU Wenjing.Recommend agent to network consumer purchase decision research[J].Charming China，2010(33):118.

[4]WALSH G，GROTH M，WIEDMANN K.An examination of consumers'motives toswitch energysupplier[J].Journal of Marketing Management，2005，21(3):421-440.

[5]OLIVER R L.Whence consumer loyalty[J].Journal of Marketing，1999，63(2):33-44.

[6]HELGESEN O.Are loyal customer's profitable?Customersatisfaction，customer(action)loyalty and customer profitability at the individual level[J].Journal of Marketing Management，2006，22(3):245-266.

[7]OLIVER R L.Satisfaction:A Behavioral Perspective on the Consumer[M].New York:McGraw-Hill Education，1997:258-293.

[8]GREGORY R H，KINGSHUK K S.Operation drivers of customer loyalty in electronic retailing:an empirical analysis of electronic food retailers[J].Manufacturing ＆ Service Operations Management，2001，3(3):264-272.

[9]WILLIAM R，SWINYARD，SCOTT M S.Why people(don't)shop online:a lifestyle of the internet consumer[J].Psychology ＆ Marketing，2003，20(7):567-597.

[10]杨维忠，张甜.SPSS统计分析与行业应用案例详解[M].北京:清华大学出版社，2011:1-410.YANGWeizhong，ZHANG Tian.SPSS Statistical Analysis and Industry Application Case Explanation[M].Beijing:Tsinghua University Press，2011:1-410.

[11]张枝军.基于网络消费者视角的商品数字化展示研究[M].北京:北京理工大学出版社，2012:1-170.ZHANG Zhijun.Research Digital Goods Display Based on the View of Network Consumers[M].Beijing:Beijing Institute of Technology Press，2012:1-170.

[12]王谢宁.消费者在线购物行为影响因素的实证研究[J].大连理工大学学报:社会科学版，2009，30(4):24-27.WANG Xiening.Empiricalstudy of factors influencing consumers'online behavior[J].Journal of Dalian University of Technology:Social Sciences，2009，30(4):24-27.