基于O2O模式的年轻消费群体团购行为影响因素分析

■ 王燕茹 副教授 梅佳 迟藤 卓银凤 马光耀（江南大学商学院江苏无锡 214122）

绪论

（一）研究背景及意义

O2O（Online To Offline），这一概念于2010年8月由Alex Rampell提出，即非实物版的服务类产品电子商务。O2O的核心要素就是线上支付、线下享受服务，也就是将线下商务的机会与互联网结合在一起，让互联网成为线下交易的前台。这样线下服务就可以用线上来揽客，消费者可以在线上来筛选服务，成交可以在线结算，很快达到规模。其特点是：推广效果可查，每笔交易可跟踪。

O2O市场前景广阔，将成为互联网渗透实体经济的下一个重点，当前线下传统行业都在积极推进线上线下的融合，其中，传统行业中本地生活服务O2O市场起步较早，发展相对成熟，未来本地生活服务会朝向移动端、垂直化发展。今后，线下线上的融合将会向更多的行业扩散。

本课题通过对年轻消费群体团购方式影响因素的研究，以便为商家寻求更好的适合当前团购形式发展的营销模式，特别是对于推动网络团购以及相关产业的长期可持续发展，具有一定的参考价值和积极的指导意义。

（二）研究的内容和思路

本课题首先对网络团购方式的相关理论及文献进行综述；其次，列举出有关年轻消费群体团购的影响因素并提出研究假设，同时设计相应的调查问卷并进行发放和回收工作，并进行简单的问卷质量分析；再次，通过对相关社会部门、消费者、企业的深入调研，根据调研结果验证之前提出的研究假设；最后，根据分析结果得出本文的研究结论，并提出关于购物网站的营销策略。

相关理论综述

（一）年轻消费群体的划分及消费心理和行为特点

年轻消费群体的具体年龄界定没有统一的规定，根据需要会进行不同程度的划分。2008年李志石在《中国年轻富裕消费者市场面临机遇和挑战》中指出年轻消费群体可以分为两类：一类是单身和丁克族，一类是有十岁以下子女的年轻夫妇。本研究将年轻消费群体锁定在18-28岁的在校大学生和研究生以及上班族们。

（二）感知风险与技术接受模型

感知风险理论。感知风险就是消费者在购买产品或服务时所感知到的不确定和不利后果的可能性。感知风险的维度是指感知风险包含的具体内容和类型。本课题选择较为完善的8维度感知风险：即经济风险、绩效风险、身体风险、时间风险、隐私风险、服务风险、社会风险和心理风险。

技术接受模型。技术接受模型（TAM）认为系统的使用是由消费者的意愿决定的，消费者的意愿又是由消费者当时对该技术的态度决定，对新技术的态度是由感知有用性和感知易用性共同决定的，感知的有用性和易用性又是由外部的变量共同决定的（见图1）。

2003年vakentash又提出了整合型技术接受模型（UTAUT）。该模型的主要变量有六个，即绩效期望、努力期望、社会影响、促进因素、使用意愿和使用行为，还有四个控制变量：性别、年龄、经验以及自愿性。该模型被广泛应用在移动旅游服务的用户使用意愿、网络银行的使用意愿等方面（见图2）。

（三）感知优惠与感知成本

由TAM发展而来的UTAUT模型，具有很强的解释能力，能解释70%的技术接受行为，而且在各个领域得到广泛的应用和验证。但是，由于UTAUT模型重点是强调努力期望和绩效期望的影响和作用，而在研究O2O团购模式方面，更多的是探究线上与线下消费整合团购的便利性。因此，原始的UTAUT模型并不完全合适。本课题在保留原始UTAUT模型变量的基础上，加入其它变量以完善研究模型，而新加入的变量包括感知优惠与感知成本。

图1 技术接受模型

图2 整合技术接受模型

表1 各变量的测量指标

表2 研究假设汇总

O2O团购模式的影响因素

（一）技术接受模型对O2O团购模式的影响

年轻消费群体接受网络团购模式类似于一个接受新技术的过程，因此，可以借鉴技术接受模型建立年轻消费群体接受网络团购的理论模型，以感知有用性和感知易用性作为影响年轻消费群体对网络团购的态度和参与意愿的重要变量。

与年轻消费群体有关的因素包括个体的特征，如性别、年龄、收入等特性，以及年轻消费群体的网络经验和购物导向等方面的因素。本文认为，年轻消费群体的网络经验和他们的购物意向有正相关性，即年轻消费群体使用网络的时间越长，越倾向于参与网络购物。研究者将年轻消费群体使用网络的时间与频率综合为网络使用强度，并发现强度越大，越能提高搜索产品的次数和多样性，同时也能提高在线购物的次数和频度。

因此，应用TAM模型，通过研究年轻消费群体网络团购感知的有用性以及易用性，能更好提高网络经验（时间与频率），从而促进年轻消费群体的消费体验。

（二）感知风险对O2O团购模式的影响

Taylor（1974）认为消费者购买决策与其感知到的风险有关，当感知风险较高时，容易让消费者形成负面态度，从而降低消费者购买意愿。感知到风险是因为存在着不确定性，网络团购具有网上购物和团购的双重特性，存在着不确定性以及由此带来的风险。因此，我们将感知风险引入作为影响年轻消费群体对网络团购的态度变量，感知风险越高，年轻消费群体对网络团购的态度越负面。

年轻消费群体的感知隐私风险、心理风险、服务风险会影响他们对O2O业务的持续使用意愿。在年轻消费群体接受O2O模式的整个过程中，他们会对使用过程中的每一个环节进行评估，如果隐私泄露风险较小，使用过程中某一个环节或全部过程感到快乐，产生愉悦的心情，或者商家所提供的服务满足或超过本身的期望，那么预期收益就会比较大；年轻消费群体选择持续使用O2O的意愿就会比较强烈，反之就将不再选择持续使用O2O模式。

社会对年轻消费群体的期望会影响他们对O2O模式的持续使用意愿。在年轻消费群体接受O2O模式的整个过程中，他们会注意周围人对于自己使用本业务的评价，如果周围的亲戚朋友同事等觉得他们使用本业务后具有很大的益处，他们本身也有这样的感觉，那么预期收益就会比较大，年轻消费群体选择持续使用O2O的意愿就会比较强烈；反之就将不再选择持续使用O2O模式。

传统网络购物存在明显的滞后性。年轻消费群体在网络上购买相关的商品或服务，完成支付后并不能马上获得自己购买的商品，而是需要商家通过物流或者其他方式来达成商品或服务的提供，这一过程往往要持续很长的时间，造成了年轻消费群体现金支付和产品（服务）获取之间的滞后。这一滞后性或者说滞后的过程给消费者带来的主要影响就是年轻消费群体交易风险的提升。而新型的O2O团购模式采用“线上拉客，线下消费”的形式，有效地消除了传统网络消费的滞后性，使年轻消费群体可以在线下检验商品或享受服务之后再完成支付，提高了他们的消费体验，并减少了交易风险的发生。

测量指标的选取及模型的构建

（一）测量指标的选取

针对年轻消费群体基于O2O团购模式的影响因素之前还没有学者对其进行实证研究，而O2O模式又是一个由新技术的发展而产生出来的团购模式，所以本课题在设计问卷的过程中结合了网络团购、技术接受理论中的相关量表，对其进行有针对性的改正，以期能符合O2O团购的实际情况。

表3 调查问卷信度表

为了使量表的测量效果更好、更科学，在借鉴前人成果的基础上，我们对修改后的量表进行了预调查，预调查的主要对象是在校的大学生，以网上问卷的形式不记名填写，回收之后统计所得数据，并结合相关专家和被调查者的意见对问卷进行修正。以下是针对各个变量而设计的问题，以李克特五级量表的形式测量，见表1。

（二）研究假设和模型构建

本课题结合年轻消费群体本身所具备的特性、感知风险、技术接受理论等对O2O团购行为的影响因素进行实证性分析，其研究假设见表2。模型构建见图3。

研究结果分析

（一）样本选择与调查方法

大样本调查共回收问卷255份，其中有效问卷为229份，有效回收率90%。其中男性48%，女性52%。18岁至25岁87.4%，25岁至28岁12.5%。学历结构为专科以下4%，高职或高专6.1%，本科91.1%，硕士及以上2.4%。地区结构分别为江苏38.5%，湖北14.2%，广西6.5%，安徽4.9%，浙江4.0%，广东3.6%，其它28.3%。职业结构为全日制学生85.2%，管理人员8%，销售人员2.1%，生产人员1.3%，其它17.2%。对于年轻消费者经常参与的团购类型（多选）中休闲、娱乐分别为70.2%，餐饮、美食69.4%，旅游酒店28.6%，文化（书刊、演出）12.9%，服饰21.0%。

（二）调查结果分析

1.问卷信度分析。问卷信度综述。信度即可靠性，是指衡量结果的一致性或者稳定性，也就是同一群受测者在同一份测验上测验多次所得的分数要有一致性。目前最常用的信度分析方法是Alpha信度系数法，采用的是Cronbach's Alpha系数来评价量表中各题项得分的内部一致性。在一般性探索中，信度系数的最低要求标准是系数值在0.50以上、0.60以上较佳；但在验证性与应用性的研究中，信度系数值最好在0.80以上、0.90以上更佳。由于在社会科学研究领域中，每份量表包含多个层面，因而使用者除提供总表的信度以外，也应提供各层面的信度系数。经过总结各个学者的不同观点得出：总量表的信度系数最好在0.80以上，如果在0.70-0.80之间也算是可以接受的范围。对于分量表其信度系数最好在0.70以上，如果在0.60-0.70之间也算是可以接受的范围。

正式调查问卷信度结果，见表3。从表3中可以看出：总量表的信度系数为0.825，说明问卷的信度系数非常高，不需要删除或者加入题项。其它的信度系数也都在0.7以上，属于比较好的。

2.效度分析与因子分析。效度与信度是评价调研资料的两个方面，缺一不可。效度与信度的关系为：信度是效度的必要条件，但不是充分条件。一个测量的效度要高，其信度必须高，而一个测量的信度高时，效度并不一定高。本文的量表是在以前学者的研究之上，参考他们得到量表而得出的，所以，本文量表在理论层次方面是可以接受的。

本次调研主要采用因子分析法来检验问卷的效度。用spss20.0中的因子分析模块进行分析，以主成分法提取影响因素，使用相关系数作为因素抽取的基础，Bartlett球形分析可以用来检验相关系数是否不同并大于0，显著的球形检验表示相关系数满足因子分析的要求。KMO的基本原理是依据变量间净相关系数值而得，指标值位于0-1之间，当KMO值小于0.5时，这就表明题项变量之间不适合进行因素分析，0.5-0.8是可以接受的范围，若所有题项变量所呈现的KMO指标值大于0.8，表示题项变量之间的关系是良好的，题项变量间适合进行因素分析。

表4 因子分析结果

表5 各因子KMO值及巴特利球形检验表

通过对问卷进行因子分析，整份问卷的KMO的值为0.766，大于0.5，符合上面所提到的标准，Bartlett球形检验值P=0.000，有显著影响，可以做因子分析。

在上述分析之后笔者对本量表进行因子分析，删除在两个因子上具有相近因子载荷的题项，如果一个题项的因子载荷都小于0.4则删除该因子，一个因子最后只有一个题项与其对应则删除该题项和因子，综合上面的删除办法我们可以得到因子分析结果，见表4。

从表4可以看出：变量提取8个因子是合理的，每个题项的因子载荷都在0.6以上，因子的累积共享率（总变异量）为69.415%，可以认为调查问卷具有较好的结构效度。

然后对模型左边的潜变量的可观测变量做因子分析，共要提取7个因素，通过spss分析得出的KMO值为0.854，所有的提取出来的7个因素共可以解释变异量的72.587%。说明问卷具有非常好的效度。然后再对每一个因子进行分析，具体的情况如表5。

3.相关性分析。从表6中可以看出：虽然通过因子分析得出了影响使用态度的可能的六个因素，但是我们发现并不是每个因子都与使用态度显著性正相关，努力期望、绩效期望、感知优惠这三个因子与使用态度在0.01的显著水平下呈现显著性相关，感知风险与感知成本呈现显著性负相关。在本次调查的数据分析中，社会期望与使用态度并不显著相关，说明社会期望因子并不会影响使用态度。

从表7中我们可以看到：促进因素与使用行为在0.01的显著性水平下显著负相关，而使用态度与使用行为在0.01的显著性水平下显著正相关，可见消费者的促进因素和使用态度都对使用行为产生了相应的影响。作为商家来说，如何从自身入手降低影响消费者使用行为的促进因素和提升消费者的使用态度就显得极为重要。

4.研究假设的实证研究结果见表8。

表6 众因子与使用态度相关分析

表7 促进因素和使用态度与使用行为的相关性

表8 研究假设的实证研究结果

对策与建议

通过以上的分析，我们对当前的O2O商家提出以下几点对策与建议：

降低感知风险。基于O2O的团购模式影响年轻消费群体感知风险的变量主要有隐私风险、心理风险、服务风险三方面，因此为了促进O2O更好发展，商家应更多关注提升网站的信誉度和品牌形象。首先，商家应充分利用现有的技术水平保证产品功能的完整性，注重产品的客户服务，为消费者提供及时有效的帮助。其次，为保证交易过程的安全性，商家可以确立O2O平台消费者和商家的信任评价机制。

进一步细分市场。对于O2O的团购网站，商家除了关注传统美食、小额消费领域之外，更应该及时改变固有思维，利用已有的网络资源，进行大量数据分析，融合线上和线下的资源，根据年轻消费群体的需求对市场进行进一步的细分。对于大型团购网站，要充分发挥资金优势，吸引人才，鼓励创新，加大布局，推出多元化服务。而对于中小型网站，则一定要保持住自身的市场份额，多从垂直领域下手，做品牌，做特色，持续创新。

增进与移动互联网的结合，创建O2O开放式平台。移动互联网具备广泛的存在性、良好的个性化体验、使用便捷性等独特的优势。商家可以通过增进移动互联网与O2O团购模式之间的紧密结合，以移动互联网为基础，以用户身份和优惠消费凭证识别为纽带，以城市区域为核心，实现高效、互动和本地化。此外，通过增进与移动互联网的紧密结合，还可以让商家和企业能以更低的成本接触和赢得更多客户，进一步推动O2O模式融入更广泛的商业生活，把生意做到消费者的手中。

加强体验营销，注重新产品的开发。一方面，商家可以从年轻消费群体的需求出发，开发更多具有创新性的产品功能或衍生产品，并借以会员机制和定期活动等附加活动吸引更多年轻消费群体进行体验营销。另一方面，商家可以利用微信中的二维码，实现团购网站基于品类管理的数字化和运营能力的精细化，从而能够更好地对O2O中各种细分后的元素进行组合，使线上支付和线下体验完美结合，最大化地实现信息和实物、线上和线下以及实体店间的无缝衔接。

探索更好的盈利模式。基于O2O的团购模式带来的不仅仅是一种消费思维和服务模式的改变，更是对传统团购行业提出了新的挑战。目前的O2O平台对商家的消费模式还是以广告模式为主。如果能够让商家以消费的效果来付费，给商家提供精准的增值服务，就无疑能够更好地满足商家的诉求，也可以提高商家的积极性，从而形成良性循环，促进O2O网站的进一步发展。同时，商家还可以借助自身的媒体优势，帮助商家挖掘一些增值业务，根据具体的情况因地制宜的确定经营策略，共生共存，互利共赢。

结论

通过研究，我们可以得出以下结论：努力期望对年轻消费群体团购模式呈现正向的影响；绩效期望、感知优惠、感知成本对年轻消费群体团购模式呈现正向的直接影响；感知风险对年轻消费群体团购模式呈现负向的直接影响；社会绩效对年轻消费群体团购模式有着正向的促进作用。

1.程桔华.风投为何热捧O2O模式企业[J].中关村，2012(1)

2.李丹.基于位置的O2O电子商务用户接受影响因素研究[D].北京邮电大学，2013

3.何乐飞.基于O2O团购网站商业模式研究[D].浙江工业大学，2012

4.吴勇毅.O2O营销模式—传统企业的新蓝海[J].企业与电脑，2012（9）

5.聂小飞.O2O模式驱动70亿市场，千团大战或变千O大战[N].通信信息报，2011-12-21

6.沈蓓颖，杨敏.携程旅行网营销成功的研究和启示[J].新课程研究，2007（7）

7.何景凤.网络团购消费者购买行为影响因素的实证研究[D].广西大学，2012

8.朱俊.网络团购感知风险的影响因素研究-基于从众角度[D].浙江财经学院，2011

9.陈敬科.我国新型网络团购与传统网络购物消费者购买意愿影响因素比较研究[D].西南财经大学，2012

10.陈凤.移动互联网团购模式用户接受影响因素研究[D].北京邮电大学，2013

11.许立群.我国团购用户购买意向的影响因素分析[D].北京邮电大学，2011

12.徐连.基于技术接受模型的大学生网络团购意愿研究[D].南京大学，2011

13.黄昕.基于TAM和TPB综合模型的网络团购因素证实研究[D].北京化工大学，2011

14.吴松泽.消费者网络团购参与意愿的影响因素研究[D].华南理工大学，2012