网购服装产品属性对顾客合体满意度的影响

肖 平， 张昭华， 秦王洁， 范佳宜

(1. 东华大学 服装与艺术设计学院， 上海 200051； 2. 同济大学 上海国际设计创新研究院，上海 200092； 3. 东华大学 现代服装设计与技术教育部重点实验室， 上海 200051)

由于网购服装的选择范围更广、无时间地域限制、可同时货比多家等优势，越来越多的消费者选择在网络平台上购买服装，但是网购服装无法亲自试穿，仅仅通过网页上的描述信息进行选购，易导致顾客对网购服装不满意，使得服装类产品在网络售后退货中尤为突出。B2B(Business-to-Busness)供应链管理公司Newgisties的市场部副总裁丹皮尔(Jonathan Dampier)先生也指出，网络服装销售的平均退货率为20%,而退货的主要原因是顾客认为在网上购买的服装不合身[1]。

目前部分学者通过研究发现，完善网页产品展示信息有利于顾客获取更多评价服装合体性的信息，可降低顾客购买风险：潘丽[2]从着装条件、摄影条件、图像处理3个方面研究服装主体展示图的影响因素和规律，结合面料辅助展示图，来完善和丰富服装图像的内容，从而减少顾客对网购服装的认知误差，使网购服装变得更完美；Hyejeong Kim等[3]分析自我体型满意度、服装合体度、服装尺寸与网购服装购买决策之间的关系，基于SEM技术构建模型，结果表明体型不满意度与网购服装合体关注度正相关；宋明莉等[4]提炼出网购服装产品描述的3种主要类型，构建产品描述对女大学生网购服装感知风险影响的理论模型，建议企业在对服装尺寸描述时加入试穿体验的内容，降低消费者在服装合适性方面的感知风险；Eonyou Shin等[5]对比分析顾客对真实模特与虚拟模特网页着装图的评价，探究顾客在网络购物时是否倾向于观看虚拟试穿模特的着装示意图，发现使用虚拟试穿模特的倾向度与顾客合体关注度有着显著的正相关关系；Zhang等[6]分析来自淘宝某类服装的在线评价留言发现，评价留言对顾客的购买决策有一定的影响，建议卖家引导买家在线提供更有效的信息，有助于提高顾客购买的满意度。除此之外，部分国内外学者[7-9]研究在线服装虚拟试衣以及服装尺码推荐系统，提高网购服装在线展示合体性信息的精准度，为顾客推荐最合适的服装以及相应的号型。可见，目前网页产品展示信息的完整度、精准度以及顾客对自我体型的认知会影响顾客对服装合体性的认知。

由此，国内各大网购平台不断提高各自的网购环境，入住店铺完善网页服装产品展示信息，以期提高顾客满意度，降低服装产品的退换货率，但是已有学者[10]研究表明，由于顾客拥有有限的认知资源，其无法处理如此多的产品信息，并从中提取有效的信息；Kevin[11]根据产品与属性的关联程度将产品属性分为与产品相关的属性/内在属性和非产品相关属性/外在属性，其中内在属性指产品的物理组成，外在属性主要包括价格信息、包装或产品外观信息、目标顾客的形象、产品运用的场合和品牌形象等这些产品特性；Miyazaki等[12]发现消费者会依据产品内在属性和外部属性来评价产品，决定是否购买到适合自己的产品。因此，本文以淘宝平台服装店铺为例，梳理有关服装的网页展示信息，从产品属性出发，解析顾客处理网页展示信息的特征，探究产品属性与顾客合体满意度之间的关系，以及不同体型下影响顾客合体满意度的产品属性特征。

1 实验部分

1.1 基于网络平台的产品描述信息

根据近5年“淘宝十大女装品牌排行榜”以及“天猫女装销量榜”,选取了知名度比较高的35 家淘宝店铺，收集影响顾客网购决策的产品描述信息，通过梳理主要有以下8种方式。

1) 基于号型规格的尺寸表。这35家店铺在尺码信息展示上，主要有代号制和号型制这2类示明规格代号的表示方式，其中40%的店铺采用尺码+号型并行的展示方式。

2) 关键部位的测量方式示意图。尽管商家提供的尺寸表信息非常详尽，若顾客不了解某部位的正确测量方式，会直接影响顾客获取的尺寸信息，导致无法选购最合适的服装号型。通过整理分析发现，约55%的店铺有服装部位的测量示意图，其中包含通用服装款式图的简易示意图和实物图标注示意图2类。

3) 理想模特信息及试穿型号。目前对网购服装的整体展示主要分为有模特和无模特2种，其中无模特即简单采用衣架悬挂或者平铺展示，有模特版通常整幅网页展示模特多角度全方位所拍摄的图片，并提供模特身材信息(身高、体重、三围(胸围、腰围与臀围))以及所试穿的号型，便于顾客从模特的着装效果图来推测自己的上身效果。

4) 普通模特试穿报告。为提高销售额和服装的美感，大部分商家都聘请身材一流的模特来拍照展示，为不误导顾客对尺寸信息的把握，商家也会推出试衣者的试穿感受评价，让各个身材段的顾客能找到类似体型的试衣者试穿评价。

5) 展现方式。网页中模特试穿的静态展现方式所拍摄的图片大都属于摆拍，其真实性和拍摄角度有限；随着网页开发技术的发展，越来越多的商家推出视频展现方式，其动态展现能更加全面和真实地展现试穿效果以及日常活动中服装的形态变化。

6) 产品指数说明。在调研店铺中，约74%的店铺有产品指数说明，但在这些店铺关于产品指数说明的方面，对指数的设定也都不尽相同，其中最常见的是弹性、厚薄、版型、长度、软硬这5个指数，而修身、质感、透明、内衬这几个指数比较少见。

7) 基于身高与体重的尺码推荐表。对服装最了解是商家，商家在网页中标注选购建议无疑会大大地提高顾客选对适体服装的概率。在35家店铺中仅有14%家店铺有选购建议，主要的选购建议类型分别为：简单的文字描述，推荐各尺码相匹配的身高以及推荐各尺码相匹配的身高与体重表。

8) 已购消费者的在线评论。在商品累计评论中，其他已购顾客的评价反馈也可得出关于服装适体性的实际信息，其作用是试穿报告比较类似，但在一定程度上可信度更高，且试穿范围更广，各身高体重均有。但此类适体性信息的获取非商家所能控制，需和顾客通力合作，为更多的顾客做及时的反馈，给之后的顾客做参考。

1.2 产品属性选取

顾客通过浏览上述这8项网页产品信息描述了解到服装的产品属性，可有效地提高自己购买服装的合体满意度，因此，通过与部分淘宝店主、顾客进行深度访谈，结合网络平台可提供的在线客服咨询服务，对这些网页产品信息描述进行了整合，提取了7项产品属性，得到如表1所示的评价属性，采用了likert逐项列举的量表形式来表示，测试时用5级评分量表。

表1 属性介绍以及测量方法

Tab.1 Atrributes descrtiption and measurement methods

测量概念编码属性描述量表评价网页产品展示信息D1尺寸表D2各部位测量示意图D3理想模特体型数据试穿型号与着装效果平面图D4基于身高和体重的尺码推荐表D5产品指数D6不同体型试穿者的试穿报告D7理想模特着装展示视频D8已购买家的评论留言是否会仔细阅读这些网页展示信息?服装产品属性S1咨询客服S2以往经验选购号型S3理想模特的着装展示S4尺寸表S5不同体型试穿者的试穿报告S6基于身高和体重的尺码推荐表S7已购买家的评论留言这些评价指标对顾客选购合适号型的有效性影响程度?满意程度F有尺码区分的服装购后合体满意度的评价已购网购服装是否合身?

1.3 研究框架

随着网页制作技术的发展，淘宝店家可提供更多体现服装合体性的详细信息，顾客可在短时间里获取更全面适合自己的服装信息，从而在更短时间里做出决定，最终做出购买决策。因此，基于产品属性的确定，依据“S-O-R”模型的研究范式，搭建了本文研究框架模型，探讨网购服装的产品属性对顾客合体满意度的影响作用关系，如图1所示。

图1 研究框架

Fig.1 Research framework

1.4 调研问卷与数据分析

本文问卷主要由4个部分构成：第1个部分主要收集被调研者的年龄、身高、体重等基本信息；第2个部分主要收集顾客浏览网页产品信息描述的认真程度；第3个部分主要收集顾客对产品属性有效度的评价；最后收集顾客对服装(以女上装为例)的购后合体满意度，整个问卷采取5级评分量表进行测量，见表1。本文问卷通过问卷星网络平台有条件地发放给淘宝顾客及回收，除去不符合要求的问卷，共收集到顾客版的有效问卷204份。本文使用SPSS17.0分析实验数据，主要采用回归分析用于分析产品属性对顾客合体满意度的影响，发现其中的关系是否密切，以建立函数关系。

2 结果与讨论

2.1 产品属性对顾客合体满意度的影响

通过对204份调研数据进行频数统计可以发现，超过70%的顾客会仔细阅读D1“尺寸表”、D4“尺码推荐表”、D8“已有买家的评论留言”，57.4%的顾客会仔细阅读D5“产品指数”，但是也有31.4%的顾客不看D7“动态小视频”。为进一步分析顾客浏览认真度对已购服装合体满意度的影响，应用多元逐步回归进行统计分析，以已购顾客合体满意度作为因变量，以浏览各项网络服装描述信息的认真度为自变量。结果表明：变量D1“尺寸表”与自变量F“合体满意度”的相关系数为0.2，标准差为0.086，P为0.021；变量D5“产品指数”与自变量F“合体满意度”的相关系数位为0.142，标准差为0.07，P为0.043。可见，与其他网页展示信息相比，变量D1“尺寸表”与变量D5“产品指数的信息”会影响购后合体满意度,呈现正相关关系，那么顾客阅读越仔细，越能购买到合适的服装。

通过频数统计发现，超过50%的顾客认为这些产品属性对于自己挑选到合适号型的服装是有效的。应用多元逐步回归进一步分析产品属性对购后合体满意度的影响，回归结果表明：变量S1“咨询客服”与购后合体满意度的相关系数为0.235，标准差为0.055，P<0.001；变量S7“已购买家的评论留言”与购后合体满意度的相关系数为0.19，标准差为0.046，P=0.006；变量S2“以往经验选购号型”与购后合体满意度的相关系数为0.17，标准差为0.065，P=0.016。可见，影响因变量“购后合体满意度”的主要因素是服装产品属性S1、S2与S7。在这3个产品属性中，顾客认为与客服沟通交流最有效的，其次顾客会浏览已购买家的在线留言，从中可以获取有效信息；最后结合自己以往选购服装号型的经验，确定最适合自己的服装。

2.2 BMI指数对顾客合体满意度的影响

通过统计分析发现，身高和体重也会影响顾客合体满意度，因此，本文基于身高和体重，提取了身体质量指数(BMI)，表2示出本文被调研顾客的BMI基本信息，整体BMI平均值为20.16 kg/m2，处于正态分布。根据BMI值，选择快速聚类分析方法，将204名受试者被分成3类：第1类顾客的特征为BMI平均值24.28 kg/m2，根据中国标准BMI值超过24属于超重，故第1类顾客体型属于“偏胖体”；第2类顾客的特征为BMI平均值 20.91 kg/m2，可称为“正常体”；第3类顾客的特征为BMI平均值18.1 kg/m2，可称为“偏瘦体”。

表2 BMI的统计信息

Tab.2 Descriptive statistics for BMIkg/m2

平均值中位数标准差范围最小值最大值20.1619.532.5013.3514.6928.04

图2、3示出这3类群体的BMI频数分布特征以及相对应的合体满意度频数分布特征的统计图。可以发现偏瘦体BMI对顾客合体满意度有显著影响(皮尔逊相关系数为0.110，标准差为0.054,P=0.044)，该群体的顾客整体合体满意度较高；对于正常体来说，BMI与顾客合体满意度处于负相关(皮尔逊相关系数为-0.174，标准差为0.085,P=0.044)，即在正常体顾客中，随着BMI的值增加，顾客合体满意度下降；对于偏胖体来说，BMI对合体满意度有影响(皮尔逊相关系数为0.130，标准差为0.071,P=0.079)，但不是非常显著。整体来说，正常体顾客合体度满意度最高。

图2 BMI的频数分布特征

Fig.2 Frequency distribution characteristics of BMI. (a) Underweight; (b) Normal Weight; (c) Overweight

图3 不同BMI顾客合体满意度频数分布特征

Fig.3 Frequency distribution characteristics of fit satisfaction in different BMI groups

为分析在不同群体下产品属性对顾客合体度的影响，采用多元逐步回归分析分别建立偏瘦体顾客(模型A,P<0.001)、正常体顾客(模型B,P=0.002)、偏胖体顾客(模型C,显著性P<0.001)合体满意度模型，即

模型A：F=0.578+0.237S1+0.149S7

模型B：F=0.63+0.312S4

模型C：F=0.09+0.381S2+0.399S7

其中，F为顾客合体满意度。

经过对相关系数进行标准化处理，各相关的产品属性与合体满意度的标准相关系数与误差等结果见表3、4所示。

由表3可知，产品属性S7“已购买家的评论留言”对偏瘦体顾客(显著性P为0.012)与偏胖体顾客(显著性P为0.002)合体满意度有显著性的影响,而正常体顾客合体满意度只与产品属性S4“尺寸表”呈现显著性相关关系。结果表明：对于正常体顾客来说，他们身材标准，认为产品属性S4“尺寸表”信息的准确表达更为重要；而偏瘦或偏胖的顾客因为其身材非标准，认为通过“已购买家的评论留言”，可以从中获取真实着装的反馈信息，更有利于提高购买决策的准确率，从而提高合体满意度；除此之外，偏瘦体顾客认为与客服交流也是有用地，而偏胖体顾客相对地认为“自己的购买经验”对于购买决策的判定有一定的积极作用。

表3 产品属性对不同BMI顾客群体合体满意度的影响

Tab.3 Effect of prouduct attributes on fit satisfaction in different BMI groups

模型预测变量未标准化系数标准化系数相关系数标准误差相关系数t显著性F显著性模型A(常数)0.5780.096-6.0360.000合体满意度S10.2370.0650.3483.6720.00012.8860.000S70.1490.0580.2422.5520.012模型B(常数)0.6300.125-5.0530.00010.2070.002合体满意度S40.3120.0980.3503.1950.002模型C(常数)0.0900.172-0.5260.603合体满意度S20.3810.1310.3982.9060.00714.3490.000S70.3990.1210.4513.2900.002

注：“-”处表示不存在。

表4 网页展示信息对合体满意度的影响

Tab.4 Effect of webpage display information on fit satisfaction in different BMI groups

变量模型A模型B模型C相关系数标准误差显著性相关系数标准误差显著性相关系数标准误差显著性D10.5210.1850.0060.4980.2400.046D3-0.3080.1270.018D80.1880.1190.118

对于这204名被调研者的统计分析发现，顾客更注意服装典型部位的尺寸信息与服装产品指数的信息。通过进一步回归分析不同BMI群体下网页产品信息描述对顾客合体满意度的影响，结果发现：对于偏瘦体顾客来说，这些信息与顾客合体满意度之间没有显著的相关性，对其的影响非常小，相对其他属性而言，合体满意度越高的顾客一般会认真浏览“已购买家评价留言”；对于正常体顾客来说，变量D1“尺寸表”对其合体满意度的影响显著，存在正相关的线性关系，然而变量D3“着装效果图”与合体满意度之间存在负相关的现象关系，即合体满意度越高的顾客阅读尺寸表的认真程度越高，在浏览着装效果图方面上认真程度反而下降；对于偏胖体来说，变量D1“尺寸表”对其合体满意度的影响显著，但是结合上述分析，可以发现合体满意度越高的偏胖体顾客更会仔细地浏览“尺寸表”，但是她们认为提高自己合体满意度的有效影响因素是已购买家的评论留言以及自己以往的购买经验。由此可见，大部分顾客会仔细阅读网页上所列出的基于号型规格的服装尺寸表。

3 结 论

当服装电商在设计店铺网页时，尤其在设计展示产品属性的模块上，除吸引顾客的关注之外，还应考虑这些产品属性如何影响顾客合体满意度。本文通过梳理淘宝服装店铺网页产品描述信息，主要分析产品属性对顾客合体满意度的影响，得到了以下结论：

1) 网购服装各产品属性对不同顾客群体的合体满意度的影响不同。根据BMI指数，将本文受试者分为3类群体，分别为偏瘦体、正常体与偏胖体，群体特征的差异使产品属性在合体满意度评价过程中的影响度发生了显著性差异；

2) 分别构建了正常体(P=0.002)、偏胖体(P<0.001)与偏瘦体(P<0.001)的回归模型，可以提供不同群体顾客的合体满意度。通过这3个回归模型可以发现，产品内在属性(服装尺寸表)对正常体顾客合体满意度的影响最大，表明正常体顾客一般通过尺寸表的信息就能达到其所需要的满意度，而产品外在属性(已购买家留言)对体型偏胖或偏瘦的顾客合体满意度的影响越来越大，表明除了服装尺寸表等属性之外，这两类群体还需要收集到已购买家的反馈意见等属性信息才能满足自己的需要；

3) 结合产品属性以及网页产品描述信息对不同群体的顾客合体满意度的影响，正常体顾客往往会非常仔细阅读网页提供的服装尺寸信息，偏胖体顾客也会非常仔细阅读服装尺寸表内在信息，但她们认为“已购买家的评论留言”对满足其需要更有效。因此，本研究从产品属性角度提出一种提高顾客合体满意度的方式，即网店店家可以针对不同的消费群体，增加产品某些属性来吸引不同顾客的注意力，有目的性设计网页产品描述信息，注意收集整理“评价留言”中的信息，补充到“试衣报告”中，以便提供更好的服务内容；淘宝平台除提供客服与顾客的交流之外，还可提供顾客之间的互动与交流，提高顾客获取更多的产品信息。

FZXB