O2O模式下服装网络定制顾客忠诚度研究

李 露, 谢 红, 曹蕊超

(上海工程技术大学 服装学院, 上海 201620)

研究与技术

O2O模式下服装网络定制顾客忠诚度研究

李 露, 谢 红, 曹蕊超

(上海工程技术大学 服装学院, 上海 201620)

通过对具有一定经济基础的网上购物族和有过定制经历的人群进行调研，研究基于O2O电子商务模式下服装网络定制的顾客忠诚度。根据构建顾客忠诚度的结构方程模型观念架构图对客户潜在定制需求进行挖掘。首先利用SPSS对调研数据进行统计分析，然后采用AMOS软件对顾客忠诚度模型进行验证，最后得出结论：1)网上定制服务信息宣传对顾客满意度有较强的正面影响；2)线下所实施的面对面的定制服务，是增强顾客定制满意度的主要因素；3)顾客参与定制过程，更易激发客户定制好奇心，增强定制体验快感，促使客户在网上预约定制消费行为。

O2O; 顾客忠诚度; 结构方程模型; 定制需求; 服装

随着人们生活节奏加快、消费欣赏品位上升，消费者购买服装的重点逐步转向“快时尚定制”。传统服装定制耗时耗力，与社会快速发展大趋势背道而驰。借助于电子商务日新月异的发展，网络定制应运而生，既弥补传统定制耗时耗力的弊端，又满足消费者个性化的需求。网络定制存在事物虚拟化的缺陷，导致消费者即使选择网上定制服装，却无法通过网络对定制服装进行全面追踪了解。本文将O2O电子商务模式运用于服装定制企业，将消费者从线上牵引至线下消费。站在商家角度，网络为商家积聚大量定制客户，节约线下为消费者服务的劳动力成本，并可将一部分节省的成本转移到消费者身上，以此吸引更多消费者在网上预约消费。站在消费者角度，提前预约消费行为，商家派人上门服务既省时省钱，自己又能参与对定制服的设计及追踪，大大增强客户对商家的信任感和依赖感。

客户忠诚是指消费者在进行购买决策时，多次表现出来的对某个企业产品和品牌有偏向性购买行为。客户忠诚的小幅度增加会导致利润的大幅度增长，因此促使新客户加大定制行为，快速转变为忠诚客户，对企业发展至关重要。本文基于O2O(online to offline)[1-4]电子商务模式，主要针对服装网络定制消费者的定制行为心理进行研究，挖掘消费者网络定制深层次消费需求，最终将消费者转化为商家的忠实客户。

为了探讨O2O电子商务模式对消费者网络定制行为的影响，本文主要研究以下两个方面：1)结合服装商品和网络定制的特点，提取度量O2O模式下消费者网络定制行为的影响因素，并建立基于O2O模式下针对影响服装消费者忠诚度的研究假设及研究模型；2)利用SPSS[5]及AMOS[6-7]对调研数据进行实证研究及数据分析。

1 研究假设和研究模型的建立

网络定制客户忠诚度与传统顾客忠诚的本质一致，学者Reichheld等[8]认为网络顾客忠诚是指顾客对网上企业、商品、服务及网站品牌的忠诚。Oliver[9]研究表明，顾客满意度是顾客忠诚度形成的一个必要步骤。Dina Ribbink等[10]则认为顾客信任及满意度是影响顾客忠诚度的主要因素。国内多数学者研究表明，网络顾客忠诚的影响因素来自诸多方面，如网站环境、网站服务、消费体验、网购经验、顾客信任等。基于对上述文献研究分析，结合O2O电子商务模式特点，利用Amos绘制O2O定制客户顾客忠诚度的SEM(structural equation modeling)观念架构图[7]，本文研究模型观念架构及研究假设如图1所示(图中“+”表示假设两变量之间的因果关系为正相关)。

图1 网络定制客户顾客忠诚度观念架构Fig.1 Concept framework of network customization customer loyalty

H1：顾客满意度对顾客忠诚度正相关。

H2：线上服务对顾客满意度正相关。

H3：线上服务对顾客忠诚度正相关。

H4：线下服务对顾客满意度正相关。

H5：线下服务对顾客忠诚度正相关。

2 实证研究与样本数据分析

2.1 调研问卷设计及变量度量分析

本文研究的重点是如何诱使消费者在基于O2O模式的服装网络定制网站上预约消费行为，因此对消费者定制需求进行全面调研。依据上述假设及引用相关文献为依据进行设置，将线上服务和线下服务作为外因潜在变量，顾客满意度和顾客忠诚度作为内因潜在变量。理论模型观察变量分别为网站环境、网站服务、服装设计、体型测量、取货方式、售后服务、定制体验、定制经验、推荐介绍、重复定制等。据各观察变量的说明共设计40个题项。利用Amos数据分析中发现，使用变量的测量量尺最好是连续量尺，当问卷采用Likert量表法时，最好使用6或7点量尺，以减少数据过度偏态的现象[6]，因此该问卷采用Likert 7点量表设计。1分表示“完全不同意”，2分表示“不同意”，3分表示“基本不同意”，4分表示“无所谓”，5分表示“有点同意”，6分表示“基本同意”，7分表示“完全同意”。为了保证问卷的可读性及信度和效度，问卷设计之初，选取一部分在校研究电子商务的研究生和一些从事服装网络定制工作的人员对问卷进行预测试，将问卷题项最终删减为30个，加上5个有关调研客户基本属性的题项，问卷题项共计35个。

理论模型涉及的10个观察变量分别对应相应的几个量表，各观察变量的度量项目[11]如表1所示。30个度量项目对10个变量的荷载系数基本都保证在0.65以上，大于0.5，表明量表具有良好的收敛效度。

表1 观察变量的度量项目

2.2 样本收集

问卷采取线上及线下两种调研方式，主要针对具有一定经济基础的网上购物族和有过定制经历的人群进行调研。调研历时一个月，累计发放问卷937份，回收有效问卷为658份，回收率达70.2%，总体上保证SEM方法大样本需求。调研对象中，男性为293人，占44.5%；女性为365人，占55.5%；31～45岁的被访者占64.3%；大专以上学历占87.4%；月收入在5000元以上的被访者占69.1%。42.4%的调研者表示选择定制的原因是由于定制服装独特的设计感。

2.3 样本数据分析

2.3.1 量表信度及效度分析

采用SPSS 19.0对样本数据进行可靠性分析，通过Cronbach Alpha系数来测量量表信度。一般来说，Alpha系数高于0.7，则说明该量表属于高信度，样本数据可靠性较高[5-6]。本文数据分析显示各变量的Alpha系数均高于0.87，最低Alpha系数为0.878，最高为0.891，说明该组数据信度属于高信度，见表2。

表2 样本变量信度分析结果

通过主成分分析法对调研问卷进行因子分析，并用方差最大法进行因子旋转，对数据进行KMO样本测试和Bartlett球体检验。结果显示KMO取值为0.926，表明该数据可以进行因子分析，Bartlett球体检验Sig.值为0.000，说明数据来自正态分布总体。

2.3.2 假设检验及模型修正

调研数据经过信度与效度检验后，采用结构方程模型进行路径分析，以检验前文所提出的研究假设。数据进行SEM分析之前，Amos计算出每一个观测值远离群体中心的Mahalanobis d-squared距离，通常P2值小于0.05时，表示该观察值可能为异常值。本文对P2值低于0.05的个案，进行逐个释放排查，实属异常值的个案直接删除。利用Amos绘制顾客忠诚度SEM模型如图2所示。

图2 顾客忠诚度SEM模型Fig.2 SEM model of Customer loyalty

模型估计采用极大似然估计法(ML法，maximum likelihood estimation)，模型拟合过程中发现，线上定制服务对顾客忠诚度以及线下定制服务对顾客忠诚度之间回归系数分别为0.03和0.01，呈现弱相关关系，假设路径H3和H5未获得支持，删除路径H3和H5，初步修正模型。为了使假设模型获得较佳的适配度，模型修正还参考了报表中提供的修正指标值释放某些假定。表3为模型修正指数结果。

表3 模型修正指数结果

从表3可以看出，“测量”残差项e4与“设计”残差项e3；“取货”残差项e5与“测量”残差项e4两两之间均存在一定的共变关系。其主要原因在于“设计”“测量”“取货”三者之间，均存在一定的交叉重合部分，如：“设计”模式中的上门设计就包含了体型测量这一项服务，两者之间有一定的交叉重合部分，因此存在一定的联系，而当消费者选择“实体店取货时”，消费者会进行“试衣修正”过程，此处又对消费者体型进行一次“复检”，因此两者之间也存在一定的关联度。当建立“测量”残差项e4与“设计”残差项e3相关关系时，卡方值可以减少22.758；建立“取货”残差项e5与“测量”残差项e4相关关系时，卡方值可以减少9.133。依照修正指标，将误差变量e3与e4、e4与e5设定二者间的共变关系，降低卡方值。修正模型拟合结果如图3所示，SEM整体模型适配度统计量如表4所示。

图3 SEM修正模型拟合Fig.3 Modified model fitting of SEM表4 结构方程拟合指标Tab.4 Fitting index of structural equation

拟合指标数值P0.508χ228.177df29.000χ2/df0.972RMSEA0.000NFI0.979RFI0.967IFI1.001TLI1.001CFI1.000AGFI0.961GFI0.980

由表4显示路径分析模型图的自由度为29，整体模型适配度的卡方值为28.177，显著性概率值P为0.508>0.05，未达显著水平，接受虚无假设；卡方自由度比(χ2/df)为0.972，远小于3，效果良好；AGFI、GFI、NFI、CFI的值均在0.95以上，RMSEA值=0.000<0.05，各拟合指标均保证在可接受范围之内，表示假设模型的适配度佳，假设结构模型与测量样本的拟合度较好。

由图3结构方程修正模型拟合数据显示，各变量间的回归方程为：

直接影响：顾客忠诚度=1.08(顾客满意度)

间接影响：顾客忠诚度=0.33×1.08(线上服务)+0.59×1.08(线下服务)

=0.356 4(线上服务)+0.637 2(线下服务)

总影响：顾客忠诚度=0.356 4(线上服务)+0.637 2(线下服务)+1.08(顾客满意度)

依据上述回归方程所示，三个因素对顾客忠诚度的影响程度从大到小依次为：顾客满意度、线下服务、线上服务，其标准化回归系数分别为：1.08、0.637 2、0.356 4，且均未达0.05的显著水平。因此，对于O2O模式下服装网络定制顾客忠诚度来讲，顾客满意度的提升对顾客忠诚度显得至关重要，而企业采取线上线下联合为消费者提供服务的方式对于增强顾客满意度有着明显作用。另外，服装定制分属体验性服务行业，消费者实际感官享受更能增强消费者对企业或产品的满意度，因此相比起线上服务，线下服务的实行对顾客满意度的影响程度更为大些。当然，这也与传统服装定制对社会大众历来已久的心理暗示影响有关。

3 结 语

结合O2O模式电子商务的特点，主要从线上、线下定制服务及客户行为三方面来研究服装消费者网络定制顾客忠诚度的影响因素。通过上述数据分析研究得出，线上线下服务均与顾客满意度之间正相关，且线下服务是增强顾客满意度的主要因素；顾客满意度对顾客忠诚度显著正相关，正好符合前文所述各学者对顾客满意度及忠诚度之间的研究结论。模型拟合结果显示，在O2O模式下的服装网络定制网站，线上服务信息是直接促使消费者产生好感的最直接途径，消费者根据网站所发布的一系列诱人的定制服务(如专业免费维修、免费上门测量体型、免费试衣修正、老客户特惠)广告，直接刺激了消费者定制欲望。线下消费者则最注重售后及定制服取货方式，表明客户希望在方便快捷地收到服装的同时，商家还对定制服提供一系列售后保证。另外消费者结合自身的定制经验及体验对网络定制满意度进行整体感受，从而加强对网络定制的忠诚度。

基于上述研究，建议服装网络定制商家在网站发布定制服务信息时，需站在与顾客互惠角度来思考问题。顾客在网上预约自己的定制行为后，商家在线下应及时派专员上门为客户测量体型及获取客户对定制服要求，另外保证每件定制服至少一次的专业免费维修和试衣修正机会。考虑到消费者取货、试衣及返修等方面便捷性问题，商家可以在顾客小区(或离顾客居住地不远处)设置小型服装收发中间站，顾客可以直接在“收发站”取货或返厂维修。在消费者做出定制决策行为之前，尽可能地利用网络信息技术让消费者体验定制快感，例如采用三维虚拟试衣展示、定制动画流程展示、时尚走秀精选视频展示等方式激发顾客定制好奇心，从而增强客户网上预约定制行为积极性。

[1]吴章光.基于SoLoMo与O2O联合应用的商业模式研究[J].常州工学院学报,2012,25(5):57-60. WU Zhangguang. The research on business model based on the consolidation of SoLoMo and O2O[J]. Journal of Changzhou Institute of Technology,2012,25(5):57-60.

[2]李东振,窦万峰.基于O2O电子商务的组织模式研究[J].电子世界,2013(4):10-11. LI Dongzhen, DOU Wanfeng. Study on electronic commerce organization mode based on O2O[J]. Electronics World,2013(4):10-11.

[3]吴芝新.简析O2O电子商务模式[J].重庆科技学院学报,2012(13):73-74. WU Zhixin. Introduces a O2O e-commerce model[J]. Journal of Chongqing University of Science and Technology,2012(13):73-74.

[4]余思琴,王明宇,刘淑贞.O2O模式对移动电子商务带来的机遇与挑战探析[J].中国商贸,2013(9):84-85. YU Siqin, WANG Mingyu, LIU Shuzhen. O2O mode of mobile e-commerce opportunities and challenges brought by analysis[J]. China Business & Trade,2013(9):84-85.

[5]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,2011:178-185. YANG Weizhong, ZHANG Tian. SPSS Statistical Analysis and Industry Application Cases[M]. Beijing: Tsinghua University Press,2011:178-185.

[6]荣泰生.AMOS与研究方法[M].重庆:重庆大学出版社,2010:81-82. RONG Taisheng. AMOS and Research Methods[M]. Chongqing: Chongqing University Press,2010:81-82.

[7]吴明隆.结构方程模型:AMOS的操作与应用[M].重庆:重庆大学出版社,2010:1-20. WU Minglong. Structural Equation Model: Operation and Application of AMOS[M]. Chongqing: Chongqing University Press,2010:1-20.

[8]REICHHELD F F, SCHEFTER P. E-loyalty: Your secret weapon on the Web[J]. Harvard Business Review,2000,78(4):105-113.

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

[10]DINA R, ALLARD C V, VERONICA L. Sandra streukens comfort your online customer: quality, trust and loyalty on the internet[J]. Managing Service Quality,2004,14(6):446-456.

[11]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.

Research on Customer Loyalty of Network Customized Clothing under O2O Mode

LI Lu , XIE Hong, CAO Ruichao

(Fashion College, Shanghai University of Engineering Science, Shanghai 201620, China)

This papers researches customer loyalty of network customized clothing under O2O e-commerce mode through surveying the on-line shopping fans with certain economic foundation and customization experience. This paper excavates customers’ potential customization demand in accordance with framework of structural equation mode of customer loyalty. Firstly, SPSS is used for statistic analysis of the data; then, AMOS software is adopted to verify customer loyalty model; finally, the following conclusions are drawn: 1)information dissemination of online customization services has strong positive influence on customer satisfaction; 2)face-to-face customized service implemented offline is a major factor enhancing customers’ customization satisfaction; 3)customers’ participation in customization process can more easily trigger their curiosity for customization, enhance customization experience and promote them to appoint customization consumption behaviors.

O2O; customer loyalty; structural equation model; customization demand; clothing

doi.org/10.3969/j.issn.1001-7003.2015.01.008

2014-07-17;

2014-10-27

中国纺织联合会纺织之光基金会项目(2012)；浙江省重点科技创新团队项目(2011R50004)

李露(1989-)，女，硕士研究生，研究方向为服装数字化设计与制造。通信作者：谢红，教授，Xiehong99618@126.com。

TS941.1; F713.52

A

1001-7003(2015)01-0042-05 引用页码: 011107