刘遗志, 胡争艳, 汤定娜
(1.贵州大学 管理学院/中国喀斯特地区乡村振兴研究院, 贵州 贵阳 550025;2.中南财经政法大学 工商管理学院, 湖北 武汉 430073)
多渠道零售环境下,消费者获取信息的渠道更多,购物行为更为理性,购物者的购买行为在主体特征和行为模式等方面发生了重大变化,一种新型的购物群体——研究型购物者随之浮现出来,他们在多个购买渠道中不断转换,尤其是在一条渠道中收集信息却在另一条渠道中完成交易。随着信息获取便利性的增强以及购物者社会交互需求和个性化需求的增加,多渠道购物者中研究型购物者的数量会不断增长,随之会带来多方面的挑战,其中挑战之一就是购物过程中购物者的流失。有研究显示,大约20%的购物者在购买交易阶段更换了信息搜索阶段的零售商[1]。在多渠道购物发展初期,网络渠道刚刚兴起,消费者在尝试网络购物之时,多是在网上搜索信息,但仍在实体店购买。随着在线渠道的快速发展,越来越多的购物者通过在线平台进行购物。消费者特别是研究型购物者开始在实体店看到合适的商品,享受到售前服务后转而到网络商店购买,这种现象被命名为“渠道搭便车”。价格越敏感的消费者越容易产生“渠道搭便车”行为[2]。在部分零售商的多渠道中,离线渠道的地位被进一步弱化,成为商品展厅(show-rooming)。目前,这种现象又出现逆转,即又回归到在线渠道信息搜寻后在离线渠道购买的路径,即“反展厅”现象[3]。在美国,“反展厅”购物行为比“展厅”购物行为更普遍。凯捷管理顾问公司调研了16 000名网络购物者,结果发现如果在购买产品之前利用在线渠道研究了产品相关信息,那么65%的受访者在实体店可能花费更多。尽管“反展厅”现象普遍存在于电子产品、珠宝、体育用品和家装建材等行业,但目前国内外对它的学术研究还相当缺乏。
“渠道搭便车”行为实际上是指消费者使用某一零售商的渠道搜集购买信息而转向别的零售商进行购买,从而没有给提供了信息服务的零售商带来实际的利润。针对“渠道搭便车”行为,学者们提出了各种对策,例如增加促销力度、交叉销售和加强渠道协同管理等[4-5]。这些策略在某种条件下具有一定的效用,但从长远来看,解决问题的关键还在于从根本上转变观念:由“购物者进入零售商环境”转变为“零售商进入购物者的环境”。因此,需要从购物者角度进行深入观察,了解其在新零售环境下对信息搜寻渠道和购买渠道进行选择和转换的影响因素和行为机制。
消费者渠道迁徙行为大多数在一定的行为准则下进行,其行为准则往往还具有显著差异。研究型购物者通常以经济理性为行为准则,强调渠道的功能性效益。在现实购物过程中,研究型购物者会在不同购买阶段使用不同渠道,换句话说,研究型购物者穿梭在不同类型的渠道以期能够获得更多的商品信息,进而实现购买效用最大化。然而,“有限理性”准则和“满意”原则认为,受内在心智资源约束,人的能力和时间总是有限的,决策者并不能无限度地追求利益最大化,而只是寻找令他们满意的方案。在“有限理性”准则下,研究型购物者往往也无法同时满足其对功能性价值和情感性价值的双重需求,从而在渠道迁徙过程中通常比较注重渠道的功能性价值。
现行零售环境下,越来越多的消费者在消费时表现出规避风险的心理。Ansari et al.[6]指出,成本和收益是影响购物者进行渠道迁徙的主要原因;Heitz-Spahn[7]也认为,“渠道搭便车”行为的动机是通过评估购买成本和利益来实现价值最大化的目的。可见,渠道风险和交易成本显著影响消费者渠道迁徙。研究型购物者的“反展厅”购买行为实际上也是一种“趋利避害”的购买行为,目的是在获得离线渠道的比较优势的同时规避在线渠道的购买风险。成本因素在在线渠道向离线渠道迁徙的过程中扮演着十分重要的角色,它关系到购物者是否会最终完成整个迁徙行为。购物者由在线渠道向离线渠道迁徙需要付出很高的成本,由离线渠道向在线渠道迁徙则只需轻点鼠标便可完成。根据以上分析可知,成本和风险是影响研究型购物者“反展厅”购买行为最显著的影响因素。因此,本文拟以感知风险和感知成本为视角,实证探究研究型购物者“反展厅”购买的行为机制,以期有利于帮助企业深入了解研究型购物者的“渠道搭便车”行为模式,针对研究型购物者的渠道迁徙行为有效地制定渠道保留管理方案。
越来越多的现代购物者在成为一群新型的理性购物者——研究型购物者[8],他们基于效用最大化而穿梭于各种渠道进行商品、服务、信息的购买。尽管研究型购物者在我们日常购物活动中随处可见,但相关研究文献却相对较少。Chatterjee是最早探索研究型购物行为的学者之一,他提出当前多渠道购物者可分为两种:使用一种渠道收集信息并在另一种渠道购买的购物者,以及分别在信息搜索阶段和购买阶段中使用多渠道的购物者[9]。前者可称为“研究型购物者”,是一类全新的购物群体。在线环境下,研究型购物者的“反展厅”购买行为实际是一种渠道转换行为,有学者利用多渠道零售商的纵向交易数据来辨别消费者是否存在渠道迁徙行为。然而,这种方法只是测量了消费者离线渠道与在线渠道间的迁徙行为,并未涵盖所有的渠道迁徙行为,它没有考虑消费者信息搜寻渠道与购买渠道间的迁徙行为。基于上述考虑,涂红伟、周星[10]把消费者渠道迁徙总结为以下四类:离线渠道向在线渠道迁徙、在线渠道向离线渠道迁徙、离线信息搜寻后在线渠道购买和在线信息搜寻后离线渠道购买。在这四类渠道迁徙行为中,按照Chatterjee[9]对研究型购物者的定义,只有第三类和第四类符合研究型购物者的渠道迁徙特征。Burdin[11]将零售渠道变革历程划分为四个阶段:单渠道阶段、多渠道阶段、跨渠道阶段和全渠道阶段。学者们对 “渠道搭便车”方向的关注重心随零售变革阶段的不同而有所变化。在单渠道阶段,以单一渠道为视角,从信息搜寻和购买两个阶段研究消费者购买行为。然而,在线渠道和离线渠道不仅只是购买商品的主要渠道,还是信息搜寻的主要渠道,因而在多渠道阶段和跨渠道阶段,研究重点在于线渠道信息搜寻后离线渠道购买的渠道迁徙行为。例如,Verhoef et al.[8]将这种在线信息搜寻后离线购买的渠道迁徙行为称为“research-shopping”,并指出这类渠道迁徙行为是消费者最喜欢的购物方式之一, 也即我们所称的“渠道搭便车”。在全渠道阶段,在线渠道显得更为重要,离线渠道地位被弱化,在很大程度上沦为商品展厅(show-rooming)。尽管如此,离线渠道提供给顾客亲身的体验感、产品质量可靠、良好的售后服务以及价值观等因素都极大地吸引着顾客,这是在线渠道无法比拟的。因此,在线信息搜寻后离线购买的“反展厅”现象依然普遍存在。根据上述分析,本文主要观察和研究第四类“渠道搭便车”的渠道迁徙现象,即研究型购物者的“反展厅”购买行为。
对相关文献的考察发现,渠道转换行为研究主要集中在消费者行为的影响因素上。就渠道本身而言,Ansari et al.[6]指出,不同类型渠道所带来的成本和利益是顾客进行渠道迁徙的主要动因。服务品质、便捷性、风险和成本都会显著影响顾客渠道选择。就顾客自身而言,顾客心理因素、人口统计学因素和行为因素都会对顾客的渠道迁徙决策产生显著的影响。消费时所花费的精力和时间等也会对消费者的购物选择造成影响[12]。肇丹丹[13]的研究表明,线上互动显著影响消费者的渠道转换行为。同时,渠道转换还可能会发生在不同的购物阶段。此外,产品特征也会影响渠道迁徙,产品的类别特征会对消费者搜索意愿和渠道选择意愿产生影响[14],如图书、个人电脑、玩具等搜索类产品比较适合网上销售,服装、珠宝、香水等体验型产品则比较适合线下购买。产品的搜索特征越明显,消费者购买前就越容易进行网上搜索,也越容易到实体店进行体验。较国外研究而言,国内相关研究较少且起步也较晚。少数中国学者对国外渠道转换行为相关研究做了一些述评和理论探索,也有少量学者对渠道迁徙进行了实证研究。王国顺、杨晨[15]运用Agent仿真建模方法,指出渠道信任倾向、可接触人数以及时间因素都会对渠道选择有影响。涂红伟、严鸣[16]认为,渠道吸引力、自我效能感和转换成本对“渠道搭便车”这类渠道迁徙行为的影响显著。
上述研究的主导思维是“将购物者带入零售商环境”,却未能很好地以购物者本身为导向来探讨渠道迁徙问题,即“将零售商带入购物者环境”。在移动互联网背景下,渠道迁徙的主流研究是离线渠道向在线渠道迁徙、离线渠道向移动在线渠道迁徙或者传统在线渠道向移动在线渠道迁徙,而对在线渠道向离线渠道迁徙的相关研究较少。基于上述分析,本文拟采用Chatterjee[9]对研究型购物者的定义,同时参照Verhoef et al.[8]的研究,从感知风险和感知成本视角对研究型购物者“反展厅”购买行为机制进行实证探讨。
购物者在在线购物情境下无法真实体验商品,所感知到的商品和真实的商品很容易出现偏差,因此,在线购物结果具有较大的不确定性。很多学者采用安全和隐私来测量在线感知风险,测量题项包括个人信息的非法使用和交易的不安全,王伟军等[17]的研究也提到了自身隐私关注会对移动网络的使用造成负向影响。购物者的感知风险主要包括隐私泄露、交易安全和商品质量等方面[18]。Lee[19]的实证研究表明,包括安全和隐私的感知风险显著负向影响在线银行的使用行为。周涛等[20]的研究也显示,安全风险和隐私风险通过感知价值和信任的中介作用显著负向影响消费者的移动商务接受行为。陆敏玲等[21]的研究同样显示,感知风险显著负向影响移动购物采纳行为。在线环境下,个人信息的不合法使用、交易中个人安全和商品质量问题都会影响在线渠道使用意愿,从而促使研究型购物者采纳离线购物行为。基于上述分析,可以提出假设1。
H1:在线感知风险显著正向影响离线购买意愿。
本文从信息搜寻成本和心理压力成本两方面来测量在线感知成本。同一商品在不同类型的在线渠道的价格可能具有显著差异,购物者寻求物美价廉的商品的过程被称为“信息搜寻”。Balladares et al.[22]认为,当在线媒体被用作信息搜寻渠道时,对风险的感知将导致进一步的信息搜索,因此加大了信息搜寻成本。Jepsen[23]指出,搜索成本是指购物者在信息搜寻过程中花费的并能感知到的时间、精力和费用上的成本。在线信息搜寻的费用成本很低,因此本文只考察时间成本和精力成本。在实际在线购买过程中,商品优劣相对比较难以辨别。因此,研究型购物者为了辨别商品和评论信息的真伪需要付出大量的信息搜寻成本,也常常会担心买到“次品”而产生不安感,承受一定程度上的心理压力,因而很难做出购买决策。因此,研究型购物者的在线感知成本越大,离线购买意向也会越明显。基于上述分析,可以提出假设2。
H2:在线感知成本显著正向影响离线购买意愿。
一般而言,行为是意向的行动表达。大量实证研究结果显示,购买意愿对购买行为具有显著影响。仪星照[24]通过对连锁超市进行实际调研后发现,消费者购买意愿对其购买行为具有显著正向影响。张蓓等[25]运用Logistic 回归模型实证分析了有机蔬菜消费者购买行为的主要影响因素,结果表明消费者购买意愿对其购买行为具有显著正向影响。如果研究型购物者更偏好从离线渠道购买所需要的产品或服务,那么他采纳离线渠道购买的概率就越大。因而,研究型购物者的离线渠道购买意向对其离线渠道购买行为的影响是正向的。基于上述分析,可以提出假设3。
H3:离线购买意愿显著正向影响离线购买行为。
在本研究中,在线购买经验是指研究型购物者使用互联网、购物网站以及掌握在线购物技能的情况。随着在线购物经验的积累,购物者掌握在线购物信息系统的能力就会增强。在线购物经验尤其是成功的经验增加,会促使购物者对在线购买产生适应感,从而显著减少不确定性风险。Miyazaki & Fernandez[26]的研究结果也显示,在线购物经验显著影响在线感知风险;在线购物经验越充足,消费者对在线风险的感知就越不强烈。Castaneda & Muoz-Leiva[27]实证证明了互联网经验显著调节了信息系统的易用性、有用性和对信息系统的态度之间的关系:互联网经验越丰富,信息系统就越容易使用,使用者对其态度也越积极。因此,研究型购物者在线购买经验越丰富,就越知晓如何规避在线感知风险和减少在线感知成本,从而离线购买意图和行为也就越弱。由此,可以提出假设4和假设5。
H4:在线购买经验显著负向调节在线感知风险和离线购买意愿的关系。
H5:在线购买经验显著负向调节在线感知成本和离线购买意愿的关系。
Weiss & Anderson[28]指出,转换成本会显著影响消费者对商品和服务提供者的更换,即使买方对卖方不满意,由于存在较高转换成本,买方仍然不会转换其他供应商。Stan et al.[29]也认为,转换成本越高,消费者越忠诚,转换意愿越低。郭俊辉[30]指出,在消费者自身的渠道利用习惯和较高的转换成本的共同作用下会提高消费者自身的渠道转换抵制。Zauberman[31]的研究显示,新零售环境下,转换成本对消费者信息搜寻渠道和购买渠道的选择影响显著,转换成本越高,消费者越不容易进行跨渠道购买。Chiu et al.[32]的研究也显示,转换成本负向影响在线信息搜寻后离线渠道购买的“渠道搭便车”行为。基于上述分析,可以提出假设6和假设7。
H6:转换成本显著负向调节离线渠道购买意愿和离线渠道购买行为的关系。
H7:转换成本显著负向影响离线渠道购买行为。
基于上述分析,提出本文的研究模型(见图1)。
图1 感知风险与感知成本视角下研究型购物者 “反展厅”购买行为机制模型
本文采用问卷调查方法检验模型假设,并依据文献一般原则和步骤对问卷进行设计。首先,从相关文献中提取相应测量指标以形成初始量表;其次,基于专家意见对量表进行修正;最后,根据预调研所取得的经验数据再次修正量表。最终形成的量表见表1。
表1 测量指标及来源
基于本文的研究主题,为在一定程度上确保调查对象较大可能地为研究型购物者并有渠道迁徙的可能性,本文对调查对象有如下要求:(1)应年轻化;(2)拥有较为充足的可支配时间;(3)拥有一定的在线购物经历。基于上述考虑,选取大学生和非在校的年轻人为主要调查对象。被调查对象主要来源于广西、湖北、内蒙古和广东。问卷设有筛选题“您是否有过在在线渠道进行商品或服务信息搜寻后离线渠道购买的经历”,用来判断被调查对象是否为研究型购物者以确保样本的有效性。2017年11月2日—12月28日,共回收调查问卷339份,其中曾经有过“在线信息搜寻后离线购买”经历的有效问卷数为311份,占总样本的91.7%。这一结果也表明,研究型购物者仍有较为明显的离线渠道购买意愿,“反展厅”现象普遍存在。具体的样本特征如表2所示。
经检验,本文数据的KMO值为0.711,Bartlett检验值在0.001的水平上显著,表明数据适合进行探索性因子分析(EFA)。表3中,样本数据按特征值大于1的标准抽取了6个因子,解释了72.033%的方差。表4显示了量表中除了SC1的标准负载接近0.6,其余指标的标准负载均大于0.6,各因子的Cronbach’sα值和CR值均高于0.7,表明量表的信度良好。各因子的AVE均高于0.5,表明量表有较好的收敛效度。
因子模型区别效度的分析结果(表5)显示:6因子模型的χ2/df为1.946,小于2;GFI、CFI和IFI分别为0.930、0.945和0.946,均大于0.9;RMSEA值等于0.055,低于0.08。可以看出,这些指标值显示了6因子模型对调研所获取经验数据的拟合效果最佳。同时,表5还表明6个因子之间的区别效度良好。
采用因子间相关系数检验判别效度的结果如表6所示。对角线数字所显示的各个因子AVE平方根均大于相应的相关系数,说明量表具有较好的区别效度。同时,主要变量的相关关系都呈显著相关,表明模型设计比较合理。
表2 调查问卷样本特征
表3 因子负载矩阵的检验结果
表4 因子标准负载、AVE值、CR值Cronbach’s α值的检验结果
表5 因子模型区别效度的分析结果
注:+表示2个因子合并为1个因子。
表6 因子AVE值平方根与因子间相关系数矩阵(N=311)
注:对角线上的数字为因子的AVE值平方根;***、**和*分别表示 p<0.001、p<0.01和p<0.05。
本文以离线购买意愿作为因变量,采用分层回归的方法考察在线购买经验的调节效应,结果如表7所示。在线购买经验与在线感知风险的交互项的引入使研究模型的R2增加(由模型2的0.006增至模型3的0.021),表明交互项的引入更有利地阐释了研究型购物者的离线购买行为。从模型3可以看出,在线购买经验与在线感知风险之间的交互作用显著,即在线购买经验对在线感知风险与离线购买行为的关系的调节效应显著(β=-0.131,p=0.020)。同时,从表7还可以看出,在线购买经验与在线感知成本的交互项(OPE×OPC)的引入,并没有使得模型4的R2增加,因此,在线购买经验对在线感知成本与离线购买意愿的关系的调节效应不显著(β=0.091,p=0.812)。
表7 在线购买经验的调节效应检验
注:***、**和*分别表示 p<0.001、p<0.01和p<0.05。
为了考察转换成本的调节效应,本文以离线购买行为作为因变量,采用分层回归的方法,依次引入主变量以及离线购买意愿与离线购买行为的交互项进行回归,结果如表8所示。交互项的引入并没有使得模型3的R2增加,因此,转换成本对离线购买意愿与离线购买行为之间的关系的调节效应不显著(β=-0.05,p=0.931)。
表8 转换成本的调节效应检验
注:***、**和*分别表示 p<0.001、p<0.01和p<0.05。
为了更直观地分析在线购买经验在在线感知风险和离线购买意愿关系之间的具体调节效应,绘制了在线购买经验在感知风险与离线购买意愿之间的回归线,如图2所示。可以看出,当在线购买经验处于低位时,在线感知风险对离线购买行为具有显著的正向影响,而当在线购买经验处于高位时,在线感知风险对离线购买行为的影响明显减弱。
图2 离线购买意愿与在线购买经验的交互作用图
图3的结构方程检验结果显示,假设5和假设6没有通过T检验,其他假设均通过了检验。在线购买经验在在线感知风险与离线购买意愿关系之间的调节作用以及在线感知成本与离线购买意愿的关系均在0.05的水平上显著,转换成本与离线购买行为的关系在0.001的水平上显著,其他通过检验的路径都在0.01的水平上显著。在线感知风险和在线感知成本对离线购买意愿呈显著正相关,假设1和假设2通过检验。离线购买意愿显著正向影响离线购买行为,假设3通过检验。在线购买经验显著正向调节在线感知风险与离线购买意愿关系之间的关系,而对在线感知成本与离线购买意愿的调节效应并不显著。因此,假设4通过了检验,而假设5未通过检验。值得注意的是,在线购买经验正向调节了在线感知成本与离线购买意愿的关系,尽管调节效应并不显著,但数据检验结果与研究假设正好相反。研究型购物者是一群追求效用最大化的购物者,他们追求的可能不只是“物美价廉”,而是“物更美、价更廉”。因此,研究型购物者的购买行为通常比较复杂,而购买行为的复杂性较大程度上体现在信息搜寻上,在线购买经验越丰富的研究型购物者对价值最大化的追求意图越强烈,因而在线信息搜寻越复杂,所付出的搜寻成本也越高。同时,由于在线购买经验丰富,很容易将当次购买和以往成功的购买经历进行比较,比较的结果会使此类研究型购物者产生不满意感,从而造成一定的心理压力。因此,在以上两种情形下研究型购物者离线购买行为反而更强烈。因此,假设5未通过检验。研究型购物者由在线向离线迁徙比由离线向在线迁徙需要花费更多的转换成本,包括更多的金钱、时间和精力,且这类转换成本更多地体现在对离线购买行为的直接影响上。因此,尽管转换成本负向调节了离线购买意愿和离线购买行为之间的关系,但调节效应并不显著,假设6没有通过检验。而转换成本对离线购买行为的直接负向作用则显著,假设7通过检验。
图3 结构方程检验结果 注:***、**和*分别表示 p<0.001、p<0.01和p<0.05;虚线表示路径关系没有通过假设检验。
本文将购买环境划分为离线环境和在线环境,着眼于研究型购物者日益频繁的“渠道搭便车”现象,构建了感知风险和感知成本视角下研究型购物者“反展厅”购买行为机制模型。研究结果表明,研究型购物者仍有较为明显的离线渠道购买意愿,“反展厅”现象普遍存在。研究还发现,在线感知风险和在线感知成本显著正向影响离线购买意愿,进而影响离线购买行为。同时,在线购买经验在研究型购物者“反展厅”购买行为机制中扮演的角色不容忽视,它显著负向调节了在线感知风险与离线购买意愿之间的关系。相比其他影响离线渠道购买行为的变量而言,转换成本的影响最为显著。转换成本不但在离线购买意愿与离线购买行为之间的关系中起到负向调节作用,而且还会显著负向影响离线购买行为。值得注意的是,研究还表明,在影响离线购买行为的因素中,研究型购物者对成本的感知比对风险的感知更为强烈。由上述分析不难发现,实体零售商有效降低转换成本是促使研究型购物者回归离线渠道购买的关键所在。
根据本文的研究结果,在线零售商和实体零售商应该针对研究型购物者“反展厅”购买行为采取不同的应对策略。
第一,充分发挥各自比较优势,实现渠道保留或渠道迁徙。对于在线零售商而言,应通过购买政策、售后服务、网站本身的有用性与易用性等策略来减少顾客的在线感知风险和在线感知成本,通过加大渠道转换成本进行渠道锁定,从而保留顾客。对于离线零售商而言,则应减少在线渠道向离线渠道迁徙的转换成本,充分发挥离线渠道的比较优势来吸引在线顾客。
第二,积极构建多渠道,实现跨渠道保留。研究型购物者拥有丰富的购买经验,是理性的购物者,因此其“渠道搭便车”行为普遍客观存在。零售商应接受这一现状,同时积极建立多渠道,引导研究型购物者在零售商自建的多渠道中进行迁徙,进而实现跨渠道顾客保留。
第三,积极培育研究型购物者的网络购买信任。在线感知风险和在线感知成本归根结底是信任问题,只有在不信任的情境下才会产生巨大的在线感知成本和在线感知风险。因此,在线零售商应积极培育研究型购物者的网络信任,增加渠道锁定效应,从而减少“渠道搭便车”现象。在线零售商需要进一步规范网络商品信息描述,确保信息描述全面、真实可信,同时尽可能完善网站与消费者的沟通渠道,通过虚拟社区或在线沟通工具,促进零售商与消费者之间、消费者与消费者之间的互动和交流。
第四,细分目标人群,优化营销策略。在线购物经验丰富与否会显著影响购买意愿,因此,零售商应针对不同购买经验的消费者实施不同的营销策略。就购买经验缺乏的消费者群体而言,应该主动采取促销、捆绑销售等方式来吸引其产生实际购买行为。针对购买经验丰富的消费者群体,则应该注意到其具有足够的经验来寻求所需产品和识别产品的优劣,因此就需要采取恰当的定价及优质的产品来吸引其实施购买行为。