曲洪建, 张亚婷(上海工程技术大学 服装学院, 上海 201620)
品牌童装渠道协同对渠道绩效的影响
曲洪建, 张亚婷
(上海工程技术大学 服装学院, 上海 201620)
为解决品牌童装企业销售渠道冲突带来的问题,提高渠道绩效,在研究线上线下营销渠道冲突、渠道协同能力和渠道绩效的基础上,进行渠道协同维度、渠道绩效维度和渠道协同能力等级划分。在理论分析的基础上,提出研究假设并构建逻辑模型。基于问卷调研数据,以渠道协同能力为中介变量,运用多元回归法实证分析了品牌童装企业渠道协同对渠道绩效的影响。研究结果表明:渠道协同的5个维度对渠道绩效有显著的正向影响;渠道协同能力与渠道绩效有显著的正相关关系;渠道协同能力在渠道协同与渠道绩效中具有部分中介效应;品牌童装企业应通过渠道协同解决渠道冲突及提高渠道协同能力和渠道绩效。
品牌童装; 渠道协同; 销售渠道; 渠道绩效; 中介效应
随着网络技术的发展,服装企业在传统线下销售的同时,开展网络营销业务,线上线下双渠道营销使服装企业利润获得很大增长。童装行业也不断地升级并开拓线上营销渠道,获得了很大成功,但由于线上线下双渠道运作模式不同,发展不同步,管理不到位等问题,引发了线上线下渠道的冲突。安奈儿公司在“双十一”期间,线上新款服装5折销售,当天销售额大增,但同时实体店的销售大幅度下降,线上线下渠道冲突严重。品牌童装线上线下渠道冲突导致企业利益分配不均衡,对童装企业造成了不利影响,因此,规避童装企业双渠道冲突,实现双渠道协同,对提高童装销售渠道绩效和童装行业整体发展水平具有重要意义。
现有文献对线上线下渠道协同维度划分[1-3]、渠道协同能力等级划分[4-5]、渠道协同绩效维度划分[9-10]以及渠道协同因素对渠道绩效的影响[11-13]进行了大量研究,但缺少对品牌童装协同的研究,品牌童装自身特点决定了渠道协同维度、渠道能力、渠道绩效与其他产品有所不同。此外,关于渠道协同和渠道绩效的中介效应研究不多。基于上述分析,本文选择品牌童装线上线下渠道协同和渠道绩效指标,同时引入渠道协同能力作为中介变量,实证分析三者之间的关系,这些研究不仅丰富了有关品牌童装的相关理论,更为品牌童装企业实现线上线下销售渠道协同提供了实践方法,有助于提高品牌童装企业渠道绩效。
品牌童装线上线下渠道协同是童装企业基于共同目标建立牢固的信任关系,通过资源、管理、认知、信息等的协同,经合适的渠道将童装销售给消费者。品牌童装线上线下销售渠道协同要素包含5个维度:资源、领域、信息、认知和管理[1-3]。品牌童装渠道协同能力是指童装企业为提高渠道绩效,渠道协同要素之间相互整合,使渠道系统趋于稳定,实现“1+1>2”的协同效应。按照成熟度等级的划分方法,渠道协同能力成熟度可划分为初始级、基本级、上升级、成熟级和优化级[4-5]。渠道绩效是供应商协助经销商达成供应商设定目标的程度,即指渠道成员对渠道的贡献程度[6-8]。品牌童装渠道绩效包含4个维度:财务、顾客、学习与创新能力和渠道状态[9-10]。
1.1 渠道协同与渠道绩效的关系假设
渠道协同包含资源、领域、认知、信息、管理5个维度。很多学者从信息沟通、伙伴关系、激励、价格、特征、销量等维度分析了其对渠道协同绩效的影响[11-13]。渠道资源是渠道发展的重要基础,资源的整合对渠道发展具有重要作用。渠道领域中价格、成本、营销模式等因素是渠道冲突发生的根源,这些因素的协同对服装企业渠道绩效的影响很大。渠道信息的共享机制,会使信息得到有效传递,提高企业决策的有效性,从而提高渠道绩效。渠道认知中目标的统一、信任的建立、沟通的及时有效都会影响渠道协同的效果,从而影响渠道协同绩效。渠道管理可以提高员工的能力、改善经营理念,通过管理能力的提升,提高渠道绩效。基于上述分析,对渠道协同与渠道协同绩效的关系提出如下假设:H1,渠道协同与渠道绩效呈正相关关系;H11,资源协同与渠道绩效呈正相关关系;H12,领域协同与渠道绩效呈正相关关系;H13,信息协同与渠道绩效呈正相关关系;H14,认知协同与渠道绩效呈正相关关系;H15,管理协同与渠道绩效呈正相关关系。
1.2 渠道协同与渠道协同能力的关系假设
资源、领域、信息、认知、管理之间的协同会使整个渠道达到协同效应,此效应有利于渠道协同能力的提高。基于上述分析,对渠道协同与渠道协同能力的关系进行如下假设:H2,渠道协同与渠道协同能力呈正相关关系;H21,资源协同与渠道协同能力呈正相关关系;H22,领域协同与渠道协同能力呈正相关关系;H23,信息协同与渠道协同能力呈正相关关系;H24,认知协同与渠道协同能力呈正相关关系;H25,管理协同与渠道协同能力呈正相关关系。
1.3 渠道协同能力与渠道绩效的关系假设
渠道协同能力是企业能力的重要组成部分,从理论上讲,渠道协同能力本身并不会对渠道绩效产生直接影响,但是渠道协同能力对影响渠道协同绩效产生间接的正向影响。研究发现,协同能力与协同效果之间存在正相关关系[14],企业内外部协同能力与企业绩效呈正相关关系[15]。渠道协同能力反映了企业解决营销渠道冲突的能力,冲突的解决有利于渠道的协同发展,提高渠道绩效,有助于企业整体目标的实现。基于上述分析,对渠道协同能力和渠道协同绩效假设为:H3,渠道协同能力与渠道绩效呈正相关关系。
1.4 渠道协同能力的中介效应假设
对于渠道协同中介效应的研究很少,但很多学者在其他管理学领域研究中采用了中介效应的检验方法[16-17],该方法也适用于营销渠道的分析,因此,借鉴中介效应的研究和检验方法,以渠道协同能力为中介变量,对渠道协同能力在渠道协同与渠道绩效关系中的中介效应进行如下假设:H4,渠道协同能力在渠道协同与渠道绩效中具有中介效应;H41,渠道协同能力在渠道资源协同与渠道绩效中具有中介效应;H42,渠道协同能力在渠道领域协同与渠道绩效中具有中介效应;H43,渠道协同能力在渠道信息协同与渠道绩效中具有中介效应;H44,渠道协同能力在渠道认知协同与渠道绩效中具有中介效应;H45,渠道协同能力在渠道管理协同与渠道绩效中具有中介效应。
具体的逻辑模型如图1所示。
注:(+)表示该变量对后面变量的影响为正。图1 逻辑模型Fig.1 Logic model
2.1 测量指标的选取
基于品牌童装线上线下销售渠道协同维度概念和维度划分的5个方面,选取渠道协同的17个测量指标;根据渠道协同能力成熟度的划分方法,将渠道协同能力成熟度分为5个等级,表1示出渠道协同的测量指标。参照平衡积分卡和其他相关研究,把渠道绩效分为4个维度,选取渠道绩效的20个测量指标,如表2所示。等级划分方法如表3所示。变量测度采用李克特五级量表进行重要性打分,从非常不重要到非常重要均分为5个等级。
2.2 样本数据的获取及描述性统计
对长三角和珠三角等童装基地的20多个童装企业进行问卷调研,采用线上和线下相结合方式发放调研问卷,总问卷数为350份,回收问卷309份,剔除无效问卷14份,保留有效问卷295份,问卷整体回收率为88.3%,有效问卷回收率为95.5%,符合调研要求。
对问卷的测量指标进行描述性统计分析,可看出,数据均值在3.83~4.51之间,不存在极端值的干扰,数据的标准差均小于1,因此,问卷调研数据符合数据分析的要求。
表1 渠道协同的测量指标Tab.1 Measurment indexes of channel synergy
表2 渠道绩效的测量指标Tab.2 Measurement indexes of channel performance
表3 渠道协同能力等级划分Tab.3 Classification of channel synergy capability
2.3 信度和效度检验
信度检验是指测量结果的内在一致性或稳定性,即量表内容是否重复,和不同时刻对同一测试者,测量结果是否高度相关。根据经验,克朗巴哈系数(Cronbach′s)大于0.7,则认为量表信度检验通过。量表效度是检验量表是否具有良好构建效度,是否适合做因子分析。通常认为,样本充分性检验系数(KMO)大于0.7,量表效度检验通过。表4示出信度和效度检验结果。根据表中结果可看出,问卷的信度和效度都明显通过检验。
表4 信度和效度检验结果Tab.4 Results of reliability and validity test
2.4 变量的相关性分析
为了分析观测变量间的相关关系,首先对品牌童装渠道协同5个维度和渠道绩效4个维度的观测指标进行相关性分析,发现渠道协同5个维度之间的相关性较大,而渠道绩效4个维度之间相关性也较大,可能存在共线性问题,如果直接进行回归分析,结果可能不准确,因此,需要对变量进行降维处理,排除共线性问题,简化分析数据,确保回归结果的准确性。
2.5 探索性因子分析
2.5.1 渠道协同维度探索性因子分析
对渠道协同的测量指标进行因子分析,结果如表5所示。可看出,样本充分性检验系数值为0.859,适合因子分析,公因子对渠道协同的17个指标的累积解释量为0.76,远远超过共同度的基本标准值0.6。即探索性因子分析所提取的公因子能够反映原变量0.76以上的信息,因子分析效果优良,因此,得到渠道协同的5个维度:渠道管理协同(X5)、渠道信息协同(X3)、渠道认知协同(X4)、渠道资源协同(X1)、渠道领域协同(X2)。
2.5.2 渠道绩效维度探索性因子分析
对渠道绩效的测量指标进行因子分析,样本充分性检验系数为0.84,非常适合因子分析,公因子对渠道绩效的累积解释量达到0.79,即探索性因子分析所提取的公因子能够反映渠道绩效20个指标79%以上的信息,因子分析效果优良,因此,可得到渠道绩效的一个维度(Y)。
表5 渠道协同正交旋转后的因子载荷Tab.5 Component rotation matrix of channel synergy
注:样本充分性检验系数KMO=0.859;Bartlett球体检验χ2=3 657.164;自由度df=136; 显著性水平Sig.=0.000;累积解释百分比为75.965%。
对于渠道协同能力的测量量表,由于等级指标只有一个题项,因此,不需要对该量表进行因子分析。由于渠道协同维度和渠道绩效的划分经过验证后符合预期的分类,对模型研究假设没有影响,因此,不需要对模型进行修正。
3.1 相关性分析
表6示出变量相关性。可看出,解释变量Y和被解释变量X1、X2、X3、X4、X5、Z之间相关性较大,变量X1、X2、X3、X4、X5之间相关性很小,符合回归分析的基本要求,可以进行回归分析。
表6 变量相关性Tab.6 Variable correlation
注:**表示在0.01水平(双侧)上显著相关。
3.2 回归结果分析
以渠道协同能力为中介效应的回归分析可分为3步操作:1)测量自变量渠道协同各维度与因变量渠道绩效的关系,其结果应该显著;2)测量自变量渠道协同各维度与中介变量渠道协同能力的关系,其结果也应该显著;3)将自变量渠道协同维度和中介变量渠道协同能力都代入回归方程,测量二者与因变量的关系。如果自变量与因变量的t值若比第1步的值小,而且不显著,表示存在完全中介效应;若显著,则存在部分中介效应。
3.2.1 渠道协同与协同能力对绩效的影响
以渠道协同各维度和渠道协同能力分别为自变量,渠道绩效为因变量,进行多元回归分析,结果如表7所示。在渠道协同能力和渠道绩效的回归分析中,F值为510.418,此回归方程显著,且β=1.159,说明渠道协同能力对渠道绩效正向影响显著,假设H3得到验证。
表7 渠道协同对渠道绩效影响的回归结果Tab.7 Regression results of channel synergy effect on channel performance
注:R2为确定性系数;β为回归方程系数;F为F检验值;Sig.为显著性水平。
同理,在渠道协同各维度与渠道绩效的回归分析中,表7结果表明,F值为340.888,回归方程显著。其中渠道管理协同的影响最大(β=0.595);其次是渠道信息协同(β=0.448);再次是渠道认知协同(β=0.360)和渠道资源协同(β=0.375),二者对渠道绩效影响基本一样,而渠道领域协同(β=0.175)的影响相对较低。由此可见,渠道协同的5个维度在0.00的置信水平上对品牌童装企业的渠道绩效具有显著正向影响,说明渠道协同的5个维度可以提高品牌童装企业的渠道绩效,由此,H11、H12、H13、H14和H15得到验证。
3.2.2 渠道协同对渠道协同能力的影响
以渠道协同的5个维度为自变量,渠道协同能力为因变量进行多元回归分析,结果如表8所示。回归方程中的F值为68.002,回归方程显著。其中渠道管理协同对渠道协同能力的影响最大(β=0.344);其次是渠道信息协同(β=0.251)的影响较显著;再次是渠道资源协同(β=0.216),其影响一般;最后是认知资源协同(β=0.118)和渠道领域协同(β=0.117),其影响稍弱。由此可见,渠道协同的5个维度在0.05显著性水平上对品牌童装企业的渠道协同能力具有显著正向影响,说明渠道协同的5个维度可以提高品牌童装企业的渠道协同能力,由此,H21、H22、H23、H24和H25得到验证。
表8 渠道协同对渠道协同能力影响的回归结果Tab.8 Regression results of channel synergy effect on channel synergy capability
3.2.3 渠道协同能力的中介效应分析
以上分析已验证了渠道协同和渠道协同能力对渠道绩效的正向影响,渠道协同对渠道协同能力的正向影响。本文同时将渠道协同和渠道协同能力纳入回归分析模型,验证渠道协同能力的中介效应。
表9示出中介效应检测结果。由表可知,回归方程中的F值为388.333,回归方程显著。可以看到,渠道管理协同(β=0.457)对渠道绩效影响最大,其次是渠道信息协同(β=0.347)和渠道认知协同(β=0.313),再次是渠道资源协同(β=0.288)和渠道协同能力(β=0.276),而渠道领域协同(β=0.128)对渠道绩效影响相对较弱,但仍然显著。由此可见,品牌童装线上线下销售渠道协同及渠道协同能力在0.05显著性水平上对渠道绩效影响显著。自变量的回归系数仍然在0.05的置信水平上显著,尽管置信水平相比以前有所减少。且中介变量渠道协同能力的回归系数在0.05置信水平上仍然显著,因此,渠道协同能力在管理协同、信息协同、认知协同、资源协同和领域协同对渠道绩效的影响中部分中介效应显著,故H41、H42、H43、H44、H45得到验证。
表9 中介效应检验结果Tab.9 Test results of mediating effects
1)经过实证检验发现,品牌童装渠道协同因素中管理协同、信息协同和资源协同对渠道协同能力和渠道绩效的影响程度比较大,因此,品牌童装企业制定营销策略和解决渠道冲突时可把着重点放在这3个方面上。在渠道的协同管理上,线下营销渠道成熟后可逐步拓展线上销售平台,加强网络销售人才的培养,转变传统营销理念,提高经营能力。在渠道信息协同上,可成立专门的信息协调部门,加强线上线下销售之间的信息共享机制,保证信息传递准确有效。在渠道资源协同上,应该把人、财、物等资源进行合理配置,线上线下统一调配,确保资源能够分配到有效的环节。
2)渠道协同能力对渠道协同绩效的正向影响表明,提高品牌童装企业的渠道协同能力可提高渠道绩效,因此,品牌童装企业要对渠道协同能力成熟度等级状态进行评估,确定当前阶段成熟度的等级。如果等级较低,需要制定相关的管理政策和工作标准,加强渠道协同5个维度之间的相互协同,确保各个要素之间能够平衡有序发展,提高渠道协同能力和渠道绩效,为品牌童装企业的发展提供必要的帮助。
3)面对网络信息技术发达的创新时代,渠道协同发展是企业生存的核心。无论渠道协同能力的提高还是渠道绩效的增加,其本质都是为了提高品牌童装企业的核心竞争力,使企业能够持续健康发展,因此,品牌童装企业不仅要努力实现企业内部的渠道协同发展,也要努力实现不同童装企业之间的渠道协同发展,达到资源和信息共享,提高渠道绩效,从而提高品牌童装企业的整体效益。
FZXB
[1] 夏春玉. 营销渠道的冲突与管理[J]. 当代经济科学, 2004, 26(6): 73-80. XIA Chunyu. Conflict and its resolution of marketing channel[J]. Modern Economic Science, 2004, 26(6): 73-80.
[2] 李欣, 胡丹, 周雯婷. 服装企业线上线下渠道的根源性冲突研究[J]. 浙江理工大学学报(社会科学版), 2014(4): 274-279. LI Xin, HU Dan, ZHOU Wenting. Research on the root cause conflicts of online and offline channels of apparel enterprises[J]. Journal of Zhejiang Sci-Tech University (Social Sciences), 2014, 32(4): 274-279.
[3] 钱慧敏. 企业二元分销渠道的冲突与风险研究[D]. 上海: 东华大学, 2011: 69-76. QIAN Huimin. Research on dual distribution channel conflicts and risk of enterprises [D]. Shanghai: Donghua University, 2011: 69-76.
[4] 秦德智, 胡宏. 企业技术创新能力成熟度模型研究[J].技术经济与管理研究, 2011(7): 53-58. QIN Dezhi, HU Hong. Study on enterprise technological innovation capability maturity model[J]. Research on Technology Economy and Management, 2011(7): 53-58.
[5] 马超, 王军. 服务型制造混合供应链协同能力评价[J].商业经济研究, 2013(35): 46-47. MA Chao, WANG Jun. Collaborative capability evaluation of hybrid supply chain of service manufac-ture[J]. Business Economic Research, 2013(35): 46-47.
[6] GEYSKENS Inge, STEENKAMP J E M, KUMAR N. A meta-analysis of satisfaction in marketing channel relationships [J]. Journal of Marketing Research, 1999, 36(5): 223-238.
[7] PEGRAM R M. Selecting and evaluating distri-butors[J]. Business Policy Study, 1965, 116(2): 21-91.
[8] 王海峰, 罗发友. 基于Fuzzy-AHP模型的营销渠道绩效评价[J]. 商业研究, 2009(11): 108-110. WANG Haifeng, LUO Fayou. Marketing channel performance evaluation based on Fuzzy-AHP model[J]. Business Research, 2009(11): 108-110.
[9] 邵丹, 杨义雄, 张燕. 大卖场服装零售绩效评估模型[J].东华大学学报(自然科学版), 2010, 36(3): 295-298. SHAO Dan, YANG Yixiong, ZHANG Yan. Performance evaluation model of apparel retail of big store[J]. Journal of Donghua University (Natural Science), 2010, 36(3): 295-298.
[10] 周方舟, 张育林, 于黎明. 企业关系型营销渠绩效评价[J]. 商业时代, 2012(25): 34-35. ZHOU Fangzhou, ZHANG Yulin, YU Liming. Marketing channel performance evaluation of enterprises relationship[J]. Commercial Times, 2012(25): 34-35.
[11] 吴中伦, 陈万明, 沈春光. 组织间信任、渠道伙伴关系与企业绩效的实证研究[J]. 工业技术经济, 2010(5): 60-66. WU Zhonglun, CHEN Wanming, SHEN Chunguang. Empirical research on inter-organizational trust, channel-partner relationship and enterprise perform-ance[J]. Industrial Technology Economics, 2010(5): 60-66.
[12] 李平, 周玉瑶, 刘翠华. 汽车行业渠道激励、满意、绩效关系的实证研究[J]. 湖南大学学报(社会科学版),2011, 25(1): 67-70. LI Ping, ZHOU Yuyao, LIU Cuihua. Empirical study on the relationship among channel incentive, channel satisfaction and channel performance of automobile industry[J]. Journal of Hunan University (Social Sciences), 2011, 25(1):67-70.
[13] 兰小林, 庄天慧. 基于SCP分析的草莓流通渠道: 冲突、选择、绩效[J]. 农村经济, 2014(6): 65-68. LAN Xiaolin, ZHUANG Tianhui. Strawberry distribution channels based on SCP analysis: conflict, selection, performance[J]. Rural Economy, 2014(6): 65-68.
[14] 朴惠淑, 刘惠斌, 张兵. 集装箱多式联运协同能力综合评价[J]. 中国航海, 2013, 36(4): 126-129. PIAO Huishu, LIU Huibin, ZHANG Bing. A comprehensive assessment of synergistic capacity for container multi-modal transportation[J]. Navigation of China, 2013, 36(4): 126-129.
[15] 刘海涛. 基于神经网络的多元化企业协同能力对绩效的影响研究[D]. 广州: 广东工业大学, 2014: 32-33. LIU Haitao. Research on the effect of diversified enterprise collaborative capability on performance based on neural network[J]. Guangzhou: Guangdong University of Technology, 2014: 32-33.
[16] 唐朝永, 陈万民, 彭灿. 社会资本、失败学习与科研团队创新绩效[J]. 科学学研究, 2014, 32(7): 1097-1104. TANG Chaoyong, CHEN Wanmin, PENG Can. Social capital, failure learning and innovation performance of scientific research team[J]. Studies of Science in Science, 2014, 32(7): 1097-1104.
[17] 谢学梅, 左蕾蕾. 企业协同创新网络特征与创新绩效:基于知识吸收能力的中介效应研究[J]. 南开管理评论, 2013(3): 47-56. XIE Xuemei, ZUO Leilei. Characteristics of synergistic innovation networks and innovation performance: research of mediating effect based on knowledge absorptive capacity[J]. Nankai Business Review, 2013(3): 47-56.
Influence of channel synergy on channel performance of brand children′s garment
QU Hongjian, ZHANG Yating
(FashionCollege,ShanghaiUniversityofEngineeringandScience,Shanghai201620,China)
In order to solve the problems of brand children′s garment enterprises channel conflicts to improve channel performance, channel performance and channel synergy capability grade were classified, according to the study of OTO marketing channel conflicts, channel synergy capability and channel performance and the channel synergy dimension. Based on the theoretical analysis, research hypothesis was put forward and a logical model was built. Based on the questionnaire survey data, channels synergy was used as mediator, and the multiple regression method was used to empirically analyze the influence of brand children′s garment business channels synergy on channel performance. The results show that the five dimensions of channel synergy have significant positive effect on channel performance. Channel synergy capability and channel performance have significant positive correlation. Channel synergy capability between the channel synergy and channel performance plays partial mediating effect. Therefore, the brand children′s garment enterprises should use collaborative channels to resolve channel conflict and improve channel synergy capability and channel performance.
brand children′s garment; channel synergy; marketing channel; channel performance; mediating effect
2016-05-30
2017-01-19
教育部人文社会科学青年基金项目(12YJC630157);上海市教委重点科研创新项目(14ZS151)
曲洪建(1979—),男,副教授,博士。主要研究方向为服装市场营销。E-mail:quhongjian0535@126.com。
10.13475/j.fzxb.20160507507
C 935
A