○ 董晓松 霍依凡 赵 星
促进用户采纳与加速新产品扩散是企业降低用户流失率和保持竞争优势的重要手段。[1]在数字平台中,出于隐私保护和金融安全需要设置多个信息确认环节,使得用户采纳变成一个复杂的多阶段操作过程。而多阶段操作既是数字新产品采纳的一个重要特性,又是用户流失的重要前因。[2]同时,在数字经济时代,用户在多产品、多品牌、多渠道间频繁转换、不断更新,表现出更为显著的转换性、短暂性等流体消费(LiquidConsumption)特征。[3]因此,数字平台类企业不但希望用户快速采纳,而且更加希望用户持续使用。
用户采纳问题一直是营销学的研究热点。Andrews等、[4]杨水清等、[5]邓朝华等、[6]Turel等[7]将移动技术和电子商务的采纳结果归结为采纳意愿的高低,指出感知有用性、界面设计、主观规范、感知社会影响力、感知行为控制、技术与任务的匹配等是移动技术和平台采纳的重要影响因素。但是,Honka等[8]的研究认为采纳不是一次性形成的意愿,而是一个包括意识、考虑、决策等的多阶段思维过程。进一步,Tsai[9]发现采纳还是一个涉及尝新、学习和重复等的多阶段行为过程,多种内外部因素在不同阶段分别发挥作用。Donmez等[10]则直接利用网站数据观察到这种多阶段决策与行动的现象,发现在线注册后仅有40% 的用户会登录,29% 的用户会购买,13.6% 的用户会持续使用该平台。可见,采纳不仅是一个多阶段过程,而且在此过程中用户还将不断流失,由于其形状类似漏斗(如图1所示),所以被称为采纳漏斗(AdoptionFunnel)。[11]
Bechte[12]于20世纪80年代初针对生产系统中的计划与控制提出漏斗模型,此后学者将漏斗模型应用于物流学、管理学等不同领域,形成一系列漏斗模型。如Wang[13]以模拟技术构建创新漏斗,通过降低经过漏斗各阶段的风险,使研发项目利益最大化。韩文民等[14]从物资管理角度指出降低漏斗模型中物流时间、加快运输速度,可以创造产品的空间效益。在营销学方面,Hoban等[15]基于二元Logit 模型分析了因在线广告而形成的用户购买漏斗,通过计算广告在各阶段的边际效应和弹性,发现在不同购买阶段展示在线广告的漏斗效应。蔡淑琴等[16]从客户关系管理出发,认为销售漏斗是一个涉及价值评估、用户划分及用户维系的动态系统模型,运用销售漏斗模型原理可以帮助企业识别和维系大客户。在数字商业时代,随着数字产品的操作变得复杂、替代更加多样,以及消费者时间成本提升、耐心下降,[17]企业更为关注用户如何快速通过采纳漏斗遏制数字产品的用户流失。
图1 用户多阶段采纳漏斗过程
因此,本研究基于采纳漏斗模型,利用API 接口方式跟踪采集中国电信翼支付平台14351 位用户的行为数据,实证分析影响用户采纳的间断因素。具体而言:第一,应用采纳漏斗理论,以前期间断阐释后期采纳,为移动支付采纳研究提供新的视角。研究不仅分析了影响持续使用的间断负向因素,而且发现了不同间断对用户采纳作用大小的差异。第二,将用户采纳区分为用户前期注册操作阶段、中期采用学习阶段及最终持续使用阶段,并将采纳频次作为持续使用的延伸研究指标,从而得以从整体阐释用户逐阶渐进的行为忠诚机理。第三,同时探讨用户学习对用户采纳的正向因素,着重研究用户学习对间断负向影响的调节作用,发现不同类型的学习对间断的调节作用存在差异,为企业激发用户行为忠诚提供更丰富的解决方案。第四,以宕机时间作为采纳间断的工具变量,既帮助本研究得到更为可信的结论,也为后续研究提供了新工具方法。
(1)用户采纳的阶段
用户采纳并非一蹴而就,而是一个连续多阶段的过程。多阶段用户采纳的研究涉及信息系统、营销学、管理学与心理学等领域。Park等[18]依据技术接受模型(TAM)和计划行为理论(TPB)等提出电子支付用户采纳行为模型,并将用户的技术采纳界定为使用意愿与实际使用两个阶段。Cheung等[19]在总结大量在线消费者行为文献的基础上,将意图(Intention)、采用(Adoption)、继续(Continuance)三个阶段联系起来建立一个整合的在线用户采纳行为模型。刘枚莲等[20]则从消费者短期粘性和长期粘性的形成机理出发,将消费者购买及消费体验过程区分为初次体验与多次体验两个阶段。利用网上银行平台数据,Lambrecht等[21]将用户采用银行服务技术的行为分为试用(Trial)和继续使用(ContinueUsage)。通过对用户采纳行为文献的回顾,说明用户采纳具有多阶段性,是一个包括初次采用行为和初次采用后行为,即持续使用和扩散的动态过程。
初次采用不是采纳行为的终结,而是发挥了承前启后的重要桥梁作用。对于前期注册操作阶段,王伟军等[22]通过研究表明数字平台的注册友好性是影响用户初次采用的重要因素,并指出平台操作中断增加移动支付环境的不确定性,从而减少用户初次采用。Abdollahzadeh等[23]认为减少用户停顿时间可以有效提升移动支付平台的运行效率,从而增加用户的初次采用意愿。对于后期持续使用阶段,Jiang等[24]明确指出初次采用仅仅说明用户接受新技术,并不代表用户未来会持续使用新技术,多种因素可能导致初次采用者成为“僵尸用户”。Schwarz[25]发现移动平台复杂度较大会使用户采用后的感知质量下降,最终影响未来重复使用的意愿。此外,Bahrick[26]从心理学角度指出用户选择初次采用后会经过一个反复记忆和学习的过程,如果在此阶段缺少重复的学习,会增加用户的重复使用成本,从而降低用户持续使用的概率。
(2)用户采纳的间断
采纳漏斗的核心问题是采纳间断,采纳过程中间断广泛存在。[27]对于间断形成机理,Rogers等[28]从创新扩散理论出发,提出认知、说服、决定、使用和确认五个阶段构成消费者购买行为的全过程,为间断的形成提供理论基础与划分框架。Magdalena、[29]Oliver[30]从社会心理学和组织行为视角解释间断的形成,指出用户通过购买前的期望和购买后的感知效用的差值决定是否再次采纳。Wu等[31]则从功能角度对间断的形成进行阐释,指出产品功能越多越容易导致用户抱怨、不满意,即用户的功能疲劳感导致了间断的产生。
间断既是多阶段采纳的结果,又是影响用户采纳的重要前因。现有研究认为间断可分为三类。第一类间断是指非持续使用和降低使用频率。如McFarlane[32]认为间断是对一个过程或人类活动的改变和干扰,它延迟或阻碍了用户的采纳进程。Birsen等[33]直接将间断定义为用户的非持续使用行为,并指出不同的间断阶段会对用户使用意愿产生不同的影响。第二类间断是指停止使用或转移平台。如Shaikh等[34]通过对用户采纳“网上银行”数据的分析,指出间断通过改变用户的信息加工方式进而影响他们选择平台服务的决策。张成虎等[35]将间断视为一种多重任务处理,并认为间断的存在引发消费者向其他商家转移。Guo等[36]则将间断界定为因外界事物引发的当前任务强制性中断。可见,相关研究并没有将上述两类间断视为影响采纳的前因,而是作为采纳的一种结果。但是,本研究更关心的是作为持续使用前因的间断,即由短暂中断构成的第三类间断。Jett等[37]的研究指出间断是在完整采纳过程中插入的延迟,即一种短暂中断。Jhang等[38]进一步认为用户可以接受临近目标时产生的短暂中断,因为接近完成目标增加用户的吸引力,削弱了短暂中断的负面影响。Katidioti等[39]认为在一次完整的消费过程中,短暂中断对用户决策的影响表现为用户被动改变现有状态。本文的研究目的是观察间断对采纳的影响,因此,沿袭第三类间断的思路,将用户在采用移动支付平台服务前的短暂中断称为间断,即前期间断。
学习是一个重要概念,认知心理学家将学习视为一个信息加工和存储的过程。[40]从管理学角度,用户学习的目的是获得购买和消费的知识和经验,它在新产品的采用和扩散中发挥重要作用。Hu等[41]通过研究每日交易网站数据分析,发现用户在点击阶段点击的概率随时间推移下降,在购买阶段购买的概率随时间推移而增加,而实现两阶段之间的转变原因是用户的搜索学习,即学习可以使用户不断积累知识,从而有效促进用户采纳。邢志斌等[42]进一步指出,在网络购物环境下,不同的学习方式对决策、行为的影响效果有区别。Merlo等[43]则通过实验比较“看中学”和“干中学”两种学习方式的效果,发现两种学习方式对用户的决策质量有不同程度的影响。观察学习理论和体验学习理论可以有效阐释上述两种学习方式,其中观察学习是指通过观察他人的行为而形成行为的过程,体验学习强调个体通过实践获取知识、技能和态度的学习方式。[44]较少有学者将间断和学习联系起来研究对用户采纳的影响,本文不仅发掘了间断影响用户采纳的机理,而且找到抑制间断负向影响的学习变量。
(1)前期间断与移动支付采纳
学者们从技术采纳、在线时间、感知风险及熟悉度等角度探讨前期间断对用户采纳的影响。Kupor等[45]指出技术采用过程的多阶段性创造了采纳间断,进而降低了用户持续使用的意愿。Hitt等[46]也指出技术采用过程中早期间断对后期持续使用具有显著负面影响。何长征等[47]则认为在线累计时间少的情境下,用户使用经验会较少,从而用户采纳行为也较少发生。Wright等[48]从跨时间选择理论指出采纳过程中的间断将影响不同类型感知的重要性,认为当间断时间持续较长时会对用户持续使用产生显著影响。于辉等[49]从间断风险的角度指出平台系统造成的间断对在线消费有着重大影响,间断会降低企业销售的整体效率。此外,Kim等[50]指出在一个特定的过程中,间断会使用户忘记积累的知识,如用户需要记住浏览的银行网站、功能、登录细节和密码等,减缓采纳的进程,从而降低用户的持续使用意愿。Venkatesh等[51]的研究进一步指出服务间断对新产品采纳意图和使用的影响,并发现间断导致消费者对平台服务的不熟悉,这会降低用户控制感、自我效能及决策信心,从而削弱用户采纳意图和行为。综上,提出如下假设:
H1a:前期间断降低用户初次采用移动支付平台的概率
H1b:前期间断降低用户在初次采用后持续使用移动支付平台的概率
H1c:前期间断降低用户在初次采用后持续使用移动支付平台的频次
(2)用户学习与移动支付采纳
观察学习广泛应用于消费者从众行为的研究。Geng等[52]通过光点移动试验指出人们往往将通过观察他人行为获取的信息作为决策依据。但是,消费者受他人信息的影响并不代表他们是盲目的,这恰恰是用户在有限信息的前提下对实际情况做出判断的一种有效方式,并且根据羊群理论,群体规模越大或赞成某观点的人越多,对用户的影响力越强。[53]如Kim等[54]指出消费者通过观察航空事故发生率的高低来判断其产品和服务的安全性,并普遍认同高失事率的航班信息会降低用户的采纳意愿。在数字商业环境下,用户可以通过观察他人的数字消费行为做出决策。[55]盖建华等[56]认为消费者关于产品信息的搜索、评论的感知等构成了消费者的观察学习过程,用户通过模仿、学习成功经验实现对在线平台服务的采纳。据此,本文提出以下假设:
H2a:观察学习正向调节前期间断与用户初次采用的关系,即随着用户观察学习越频繁,前期间断对用户初次采用移动支付平台的负向影响将会被减弱
H2b:观察学习正向调节前期间断与用户持续使用概率的关系,即用户观察学习越频繁,前期间断对用户持续使用移动支付平台的负向影响将会被减弱
H2c:观察学习正向调节前期间断与用户持续使用频次的关系,即用户观察学习越频繁,前期间断对用户持续使用移动支付平台频次的负向影响将会被减弱
体验学习可以提升用户技能,降低使用成本。Qu等[57]的研究指出多数产品的学习都要经历一个体验过程,并表明借由多种方式提升体验学习频次,可以有效提升用户采纳的概率。Schwarz[58]认为在用户采纳过程中,间断使用户缺乏进行持续使用的完整经验,而频繁体验学习可以有效促进用户技能,从而增强持续使用。另一方面,体验学习可以提升用户对产品的信任。黄沛等[59]的研究指出在线环境下,企业如果能为消费者提供与其知识和经历相匹配的信息,会增加消费者对企业的信任,减少间断的发生,从而提升用户对支付产品的采纳。Johnson等[60]认为用户只有在完成初次交易后才得以完整把握新产品,实现体验学习,因此他们将采纳学习的衡量指标设置为初次采用后用户的登录频次。据此,本文提出以下假设:
H3a:体验学习正向调节前期间断与用户持续使用的关系,即用户体验学习越频繁,前期间断对用户持续使用移动支付平台的负向影响将会被减弱
H3b:体验学习正向调节前期间断与用户持续使用频次的关系,即用户体验学习越频繁,前期间断对用户持续使用移动支付平台频次的负向影响将会被减弱
图2 移动支付用户采纳研究框架
基于上述假设,本文对初次采用和持续使用两个目标构建了研究框架(如图2所示)。
本文选取翼支付平台2017年1月至2018年9月的用户交易量及用户背景信息作为研究的总样本,样本周期为21 个月。初始样本总共包含14351 位用户的数据,筛选并剔除掉数据缺失的样本、注册与登录时间顺序不一致的样本、用户初次采用及持续使用全过程的样本。最终有效样本为12369 位用户,这些用户在这期间内注册翼支付APP,并在样本周期内至少进行了一次交易。样本数据包括用户属性信息,如年龄、性别、收入、所在地区、注册渠道及选择的运营商等。根据前人研究及每位用户采纳平台行为数据信息,包括用户在移动支付平台的注册日期、输入身份信息的时间、绑定银行卡的时间、登录次数、初次交易时间、持续交易时间及交易量界定用户采纳全过程(如图3所示)。
图3 移动支付用户采纳过程
基于API接口方式采集的原始数据集,本文构建了研究中的被解释变量和解释变量。使用的面板数据中,i 代表每一位平台用户,t 代表时间,主要研究平台用户i 在时间t 下的间断水平对用户采纳的影响。研究主要有三类变量,被解释变量是用户采纳,解释变量是前期间断与用户学习,控制变量是与平台用户相关的可能影响到用户采纳的其他变量。
(1)被解释变量
用户采纳是主要的被解释变量,依据前人的研究和平台数据特征,本文将用户采纳区分为初次采用和持续使用,数字平台企业更关注获得持续使用的用户,进一步将持续使用区分为概率与频次两个递进的维度。①初次采用i,t:如果用户i 在时间t 采用移动支付平台进行第一次交易,变量取值为1,否则取值为0。②持续使用i,t:如果用户i 三个月内两次以上使用移动支付平台,用户持续使用的概率越高,取值为1,否则取值为0。③采纳频次i,t:用户i 在时间t 借助移动支付工具以一定的频次进行持续使用和交易,本研究最终指向企业更关注的用户采纳频次问题。
(2)核心变量
本文的主要解释变量是前期间断和用户学习两类,其中前期间断涉及三个间断划分,由于间断数据的整体时间跨度较短,我们以月作为时间区间的划分:①间断1i,t:用户i 在时间t 注册登录后开通账户(录入身份证信息)前的第一个间断。②间断2i,t:用户i 在时间t 开通账户后录入银行卡信息之前的第二个间断。③间断3i,t:用户i 在时间t 录入身份信息后初次采用前的最后一个间断。用户学习则可区分为两种学习方式:①观察学习i,t:根据羊群理论,本文以用户i 于时间t 所在地级市采用翼支付方式的商家数量作为观察指标;②体验学习i,t:本文以用户i 在时间t 的登录次数作为衡量指标。
(3)控制变量
表1 变量定义
为了控制其他可能影响平台用户进行采纳的因素,本文将其纳入分析并用Zi 表示控制变量向量:①年龄i,t:用户i 在时间t 时的年龄,已有年龄数据分布在17-87 岁、②性别i,t,用户i 在时间t 的男性赋值为1,女性赋值为0。③收入i,t:问卷调查中将家庭可支配年收入分成五级,对每一级用户i 在时间t 的年收入取平均值,20 万元以下取值为10,20-50 万元取值35,50-100 万元取值75,100-500 万元取值300,500 万元以上取值500。④注册渠道i,t是用户i 在时间t 通过何种渠道完成注册,其中选择手机客户端注册的用户取值为1,非手机客户端注册的用户取值为0。⑤运营商i,t:用户i 在时间t 选择的三大运营商,其中电信取值为1,非电信取值为0。⑥感知利得i,t:感知利得包括物态因素、服务因素及与产品使用相关的技术支持等质量要素。本文选择用户i在时间t 每次支付时使用的优惠券金额合计的平均值作为衡量指标。⑦省份和月份:作为排除干扰的手段,在间断发生的模型中设置空间固定效应与时间固定效应项,以控制可能的月份或特定状态的因素。具体变量定义见表1。
根据被解释变量数据特征的不同,采用Probit 估计方法对用户初次采用和持续使用进行回归,采用OLS估计方法对用户的采纳频次进行回归。
研究1:为了验证前期间断对用户初次采用的负向影响及观察学习对负向影响的调节作用,我们构建模型(1)以检验假设1a、假设1b 和假设1c:
研究2:为了验证前期间断对用户持续使用的负向影响及用户学习对负向影响的调节作用,我们构建模型(2)以检验假设2a、假设2b、假设2c,构建模型(3)以检验假设3a 和假设3b:
以上模型中,OLi,t×Int_1i,t是观察学习与间断1 的交互项,OLi,t×Int_2i,t是观察学习与间断2 的交互项,OLi,t×Int_3i,t是观察学习与间断3 的交互项。ELi,t×Int_1i,t是体验学习与间断1 的交互项,ELi,t×Int_2i,t是体验学习与间断2 的交互项,ELi,t×Int_3i,t是体验学习与间断3 的交互项。Zi是与平台用户相关的可能影响到用户采纳的控制变量,Probit(.)为条件概率,F(.)为累积分布函数,εi、ξi、ηi分别为三个模型的随机扰动项。
本文对每位平台用户i 时间t 的行为数据特征进行描述性统计,所有数据均截止于数据收集时间,结果如表2所示。用户初次采用时,间断1 的均值明显大于间断2,且间断2 的时间间隔更集中。模型2 和模型3 中可以观察到同样的结果,说明了心理时间距离因素对用户进行网上注册、录入信息的过程的影响是连贯的,但随着决策阶段进行首次交易的临近,用户做出选择的犹豫期反而会增加,体现在间断3 均值和标准差值提高。此外,用户初次采用与间断1、间断2 的相关性系数分别为-0.009、-0.012,在1% 水平上显著负相关,初步验证了H1a 的合理性。
表2 研究1主要变量描述性统计与相关系数
进一步筛选平台用户行为数据后,对模型2 和模型3 的主要变量进行描述性统计和相关性分析,结果如表3所示。间断1、间断2、间断3 与用户持续使用的概率和频次的相关性系数分别为-0.097、-0.033、-0.214及-0.026、-0.063、-0.082,在1% 水平上显著负相关,说明前期间断的时间越短,用户越可能选择持续使用和以一定的频次进行采用,为H1b、H1c 提供了初步证明。体验学习的相关性系数有正有负,表现出与假设相左的结果,有待进一步检验。观察学习的相关性系数在持续使用的概率和频次中分别为0.040、0.053,在1% 的水平上具有显著正向影响,初步验证了H3a 和H3b 的合理性。
表3 研究2主要变量描述性统计与相关系数
平台用户初次采用、持续使用的概率和频次与间断1 的相关性表达如图4所示。根据对相关性的判断,前期间断较小的用户倾向于采纳,表现在散点图中的点集中在散点图的左上方。相反,前期间断较大的用户倾向于不采纳,因此,点集中在散点图的右下方。在采纳频次的散点图中,各点连线的大致分布趋势是一条斜率为负的直线,可以发现,前期间断与采纳频次之间呈现负相关关系。对于间断2、间断3 与初次采用、持续使用的概率和频次之间存在类似的结论(如图5 和图6所示)。
图4 初次采用、持续使用的概率和频次与间断1的位置关系
(1)研究1:初次采用的影响因素
本研究使用Probit 方法估计回归模型,检验前期间断对用户初次采用的负向影响及观察学习对负向影响的调节作用,表4 展示了相关的回归结果。结果(a)考虑间断1 和间断2,结果(b)考虑间断1、间断2 和观察学习,结果(c)考虑间断1、间断2 及其与观察学习的交互项。此外,不同于 OLS 回归模型,Probit 模型的系数不能反映解释变量一个单位变化所导致的被解释变量变化的概率,因此除了回归系数,本文还同时报告了变量的边际效应,以反映解释变量对用户是否选择初次采用移动支付概率的影响。所有模型均采用异方差稳健的标准误。
图5 初次采用、持续使用的概率和频次与间断2的位置关系
从总体上看,模型的拟合优度较好。解释变量系数符号与预测相符且拟合值的显著性较高。随着控制变量的不断增加,各系数值变化较为平稳,没有大幅波动,符号也没有发生反转,显著性基本保持不变。这说明模型1 能基本反映前期间断、观察学习对用户初次采用的影响状况。
图6 持续使用的概率和频次与间断3的位置关系
表4 初次采用的影响因素分析
结果(c)为完整模型的回归结果,我们以此来说明各变量之间的影响关系。间断1 和间断2 的系数分别为-0.232(p <0.05)、-0.205(p <0.01),说明间断1 和间断2 对用户初次采用有显著的负效应,即间断时间越短,用户越会选择进行交易,实现初次采用。其边际效应分别为-0.010(p<0.01)、-0.009(p<0.01),说明间断1、间断2 每减少一单位时间,用户初次采用移动支付的概率分别提高1%、0.9%。该结论符合一般经验事实,因为间断的时间越长,由于采纳漏斗原理的存在,用户间断了初始注册后的采用过程,可能不记得服务的特性、好处或者步骤,进行交易的可能性也随之大大降低,以上结论与H1a 一致。观察学习交叉项的系数分别为0.545(p <0.01)、0.423(p <0.01),在结果(a)和(b)中,间断1 和间断2 的系数均为负值,与观察学习变量交叉后的系数显著为正,说明观察学习可以调节前期间断用户初次采用的负向影响,该结论与H2a 相符合。图7 提供了间断1、间断2 与观察学习之间相互作用的三维图,表明随着观察学习频繁增加,长间断和短间断用户在初次采用移动支付工具上的差异慢慢变小。而且,在用户初次采用中,观察学习对间断1 的调节作用大于对间断2 的调节作用。
(2)研究2a:持续使用概率的影响因素
图7 观察学习对间断1和间断2的调节作用
表5 展示了研究2a 的回归结果,结果(c)为完整模型的回归结果,我们以此来说明各变量之间的影响关系。
表5 体验学习对前期间断负向影响的调节作用1
在结果(c)中,间断1、间断2、间断3 的回归系数分别为-0.792(p<0.01)、-0.859(p<0.01)、-0.0003(p <0.01),说明间断1、间断2、间断3 与用户持续使用概率之间呈现负相关关系,其边际效应分别为-0.212(p <0.01)、-0.311(p <0.01)、-0.0004(p <0.01),说明间断1、间断2 和间断3 每减少一单位时间,用户持续采用新产品的概率分别增加21.2%、31.1%、0.04%。该结论与H1b 一致,即前期间断越短,用户持续使用移动支付平台的概率越高。同时,本研究还发现三个间断系数绝对值呈现小、大、小的顺序关系,说明用户处于前期注册阶段时,出于好奇、尝新等心理,乐意进行注册操作,此时间断的负向影响较小;当进行到中期学习阶段,由于感知学习风险的存在,用户会缺乏耐心,从而有一部分用户选择放弃操作,此时间断的负向影响是较大的;当跨越中期阶段进入后期持续使用阶段,由于目标临近性、新产品的吸引等作用,用户选择完成注册操作并采用新产品,此时间断的负向影响较小。
在结果(a)和(b)中三个间断的系数显著为负,在结果(c)中用户学习与间断的交叉项系数显著为正,说明学习可以调节间断对用户持续采纳概率的负向影响。具体而言,观察学习与三个间断交互项的系数分别为0.005(p <0.01)、0.006(p <0.01)、0.003(p <0.01),用户观察学习越频繁,间断发生的可能性越小,越可能提高用户持续使用移动支付进行交易的概率,该结论与H2b 一致;体验学习与前期间断交互项的系数分别为0.013(p <0.01)、0.012(p <0.01)、0.010(p <0.01),说明用户可以通过对平台相关知识的学习及反复回忆巩固知识和经验,对于平台用户而言,这可以大大减少间断的发生,提升使用平台服务进行交易的可能性,该结论与H3a 一致。图8 为估计持续使用概率时用户学习对前期间断调节作用的三维图。六张图都显示,随着用户学习更频繁,用户面对较长间断和较短间断时,持续使用概率的差异慢慢变小。而且,对于持续使用的概率问题,观察学习对间断1、间断2 和间断3 的调节作用呈现小、大、小的特点,这说明观察学习对间断的调节作用与间断对持续使用概率的作用方向一致;体验学习对三个间断的调节作用大小呈现递减趋势,说明在前期操作阶段和中期学习阶段,用户体验学习发挥的作用要优于用户持续使用阶段,这可能是由于用户在这一阶段体验感受不佳、功能疲劳,促使用户放弃采纳。
(3)研究2b:持续使用频次的影响因素
数字平台企业更加关心的用户采纳行为是作为用户持续使用的延伸及指向用户的行为忠诚结果的采纳频次。研究2b 对用户持续使用频次进行OLS 估计,通过逐渐加入解释变量的方法考察解释变量对被解释变量的稳健性。具体而言,先将主要的解释变量纳入回归,然后再将控制变量分别纳入回归,观察前期间断、用户学习与用户持续使用之间的关系,回归结果如表6所示。
在研究2b 中,结果(8)是完整模型的回归结果。我们以此来说明各变量之间的影响关系。三个前期间断的系数分别为-1.756(p<0.01)、-2.180(p<0.01)、-0.008(p <0.01),说明间断越短,用户越会保持一定的频次使用移动支付平台进行交易,即前期间断与用户持续使用频次之间存在负向关系,这一结论与H1c 相符。在结果(1)到(7)中,三个间断的系数显著为负,在结果(8)中观察学习与间断交叉项的系数分别为0.013(p<0.05)、0.019(p <0.1)、0.010(p <0.01),说明用户观察学习越频繁,越可能削弱前期间断的负向影响,用户越可能以一定的频次采用平台服务进行交易,这与H2c 一致;体验学习交叉项的系数分别为0.016(p <0.01)、0.015(p <0.01)、0.010(p <0.1),说明体验学习可以削弱间断对采纳的负向影响,这与H3b 一致。图9 为估计持续使用频次时用户学习对前期间断调节作用的三维图。六张图显示,随着用户学习更频繁,用户面对较长间断和较短间断时,持续使用概率的差异慢慢变小;而且,观察学习对间断的调节作用呈现小、大、小的特点,这与三个间断系数绝对值大小正向对应,即间断负向影响小时观察学习调节作用小,间断负向影响大时观察学习调节作用大,体验学习对三个间断的调节作用大小呈现递减的规律。
表6 体验学习对前期间断负向影响的调节作用2
图8 持续使用概率中用户学习对前期间断的调节作用
图9 持续使用频次中用户学习对前期间断的调节作用
为了保证研究结论的严谨性,研究运用IV-2SLS法进行内生性检验,这是因为很难从经验上确定采纳过程的初始阶段间断对以后持续使用影响的因果关系。用户在采纳早期阶段的间断和持续使用缺失之间的关系,可能并不代表因果关系,而仅仅是因为客户的异质性,如技术能力的差异、时间成本或互联网接入的可用性。[61]为了确定因果关系,我们需要在早期的采用阶段引入一个外部间断源,这种间断与未观察到的导致用户持续使用的属性没有关联。
研究使用2017年1月至2018年4月之间发生的服务器“宕机”事件作为一个合理的外部间断源。将“宕机”的时间跨度作为工具变量,是因为“宕机”只通过前期间断这样一种单一的因果渠道影响后期采纳,在这种背景下,这种因果关系只会通过前期间断而不是其他方式影响用户的后期使用行为。从表7所示的检验结果可以看出,三个模型中解释变量的回归系数及显著性变化不大,说明工具变量法的估计有效。
表7 间断与用户采纳两阶段最小二乘(2SLS)的回归结果
为了进一步确保工具变量有效性,利用Cragg-DonaldWaldF 统计值进行了弱工具变量检验,检验结果如表8所示,发现Cragg-Donald 检验的F 统计量远远大于Stock-Yogo 弱工具变量阈值,说明不存在弱工具变量问题。
表8 弱工具变量Cragg-Donald检验的F统计量
为了进一步检验以上数据分析得出结论的稳健性,本研究选取不同的估计方法对三个模型的主要变量进行检验。对模型1 和模型2 的检验采用OLS 估计方法,采用Poisson 方法对模型3 进行估计,检验的结果如表9所示。从用户初次采用的回归结果来看,间断1、间断2 和用户观察学习的显著性没有较大波动,其符号也没有发生改变,说明用户初次采用与间断1、间断2、观察学习及观察学习的调节作用的结论是稳健的。从用户持续使用的概率和频次来看,前期间断、用户学习分别对用户持续使用的概率和频次存在负向、正向的影响,说明本研究通过了稳健性检验。
表9 估计方法替换的回归结果
用户对数字平台企业提供的在线服务的采纳是一个包括前期操作阶段、中期学习阶段及后期持续使用阶段的多阶段采纳漏斗过程。本文选取中国电信翼支付公司的用户交易平台数据,基于移动支付采纳漏斗视角探讨前期间断对用户采纳的影响机理,并将用户学习变量纳入分析,重点考察用户学习对间断的调节作用,得出以下结论:
第一,前期间断将显著降低用户的初次采用、持续使用概率和频次,即间断可以有效阐释用户移动支付平台使用率低的问题。同时,研究还发现处于不同阶段的间断对用户采纳的影响大小具有差异性。具体而言,在初次采用中,两个间断系数绝对值呈现递减趋势;在持续使用中,三个间断系数绝对值呈现小、大、小的顺序关系,说明用户处于前期注册阶段时间断的负向影响较小,当进行到中期学习阶段,间断的负向影响较大;当跨越中期阶段进入后期持续使用阶段间断的负向影响较小。第二,用户学习和用户采纳行为之间存在正向关系,而且用户学习对用户采纳行为作用的大小不同,如在初次采用和持续使用概率中,观察学习对前种采纳行为的影响大于后者,这说明用户在前期操作阶段和中期学习阶段偏向通过模仿使用、浏览网站、记忆信息等的观察学习方式。第三,用户学习正向调节前期间断对用户采纳的负向影响,而且,观察学习对不同阶段的间断的调节作用具有一定的差异。在初次采用和持续使用概率中,观察学习对间断1 的调节作用大于对间断2 的调节作用;持续使用频次中,观察学习对间断2 的调节作用大于对间断1 的调节作用。第四,体验学习对不同阶段的间断的调节作用也具有一定的差异,在持续使用的概率中,体验学习对三个间断的调节作用呈现递减的趋势,而在持续使用的频次中,体验学习对间断的调节作用也呈现相同的趋势(如表10所示)。
表10 间断对用户采纳的作用以及学习对间断的调节作用
用户采纳是企业营销研究的重要方向,大量研究关注的是用户的初次采用,而对持续使用的研究较少,从移动支付采纳漏斗视角下关注此问题的研究更少。因此,本研究的主要贡献体现在:第一,在数字消费环境中,本文提出从采纳漏斗视角构造整体解释框架,充分考虑采纳过程的多阶段性。数字新产品的采纳过程并非一蹴而就,研究以移动支付平台为应用背景构建数字新产品采纳的多阶段漏斗模型,将多阶段用户采纳过程划分为前期操作阶段、中期学习阶段及后期采纳阶段,拓展了采纳理论。第二,考察前期间断与持续使用行为的相关性,为数字平台企业预测用户行为找到相对可靠和可获得的指标。在以往移动支付用户采纳行为的研究中,虽然有学者将初次采用和持续使用视为一个连续的过程,但较少有学者将间断因素纳入持续使用影响分析进行考虑。本研究则阐释了数字平台企业可以捕捉的前期间断对用户采纳行为的影响。第三,探讨用户学习对用户采纳的直接影响机理及其对间断负向影响的调节作用。观察学习和体验学习不仅对用户采纳过程施加不同程度的影响,而且还在用户采纳和间断中发挥着重要调节作用,这大大拓展了消费者理论中的消费者学习界定。第四,研究的解释对象直接指向数字平台企业关心的用户持续使用的概率与频次。用户跨越前期间断实现初次采用后并不意味着采纳过程的终结,数字平台企业仍然面临用户流失的现实。本研究不仅关注用户的持续使用概率,而且延伸至对用户采纳频次的研究,为优化企业的漏斗管理、扩大忠诚用户群体提供了借鉴。
在互联网技术支持下,用户线上支付呈现指数级增长。但是,由于用户采纳行为是一个具有多阶段特征的采纳漏斗过程,间断的发生不可避免。对于数字平台企业管理者而言,如何依据用户消费心理与习惯在各阶段进行间断风险的管理,并对企业可操纵的观察学习、体验学习等用户学习因素进行有针对性的营销是在管理实践中应关注的焦点问题。
依据本文的研究结论,我们为企业提供以下三方面的营销建议:第一,数字平台企业应该深入挖掘采纳漏斗的用户价值信息,进行有针对性的用户管理。本文中采纳漏斗的顶部是正在注册APP 或将APP 列入清单的潜在用户,漏斗的中部是初次使用的用户,漏斗的底部是最终决定长期持续使用的用户。对数字平台用户群体的分类应对,不仅可以提升用户从平台服务中获得的感知价值,还可以使平台企业精准实施营销策略。第二,数字平台企业应该不断加强间断管理,提高用户初次采用及持续使用平台服务的可能性。一方面,操作的复杂性及难度会直接影响用户的采纳意愿,所以数字平台企业应该尽可能简化操作阶段的步骤,为用户呈现方便、快捷的用户操作界面及体验;另一方面,服务不及时也将导致间断时间增加,数字平台企业应该积极优化客户端服务并及时响应用户的注册及采纳平台服务的需求。第三,数字平台企业应该积极提供用户学习空间,逐渐培养其成为忠诚用户群。企业应该引导用户观察学习实体店的高采用、用户的高下载等行为,增强用户采纳的连贯性,提高用户对移动支付平台的初次采用。企业还可以通过升级平台功能、设计及内容吸引用户群体频繁上线,提升用户操作技能和熟练度,增进用户体验学习,实现用户移动支付采纳的持续使用。第四,数字平台企业应该关注用户学习对不同阶段间断的调节作用,以便有侧重地投放学习资源。在前期操作阶段和中期学习阶段投放大量的学习资源,在后期持续使用阶段可适当缩减学习资源,寻找更有效的促进用户采纳的方式。
本研究虽然取得了一些有意义的结论,然而由于研究议题的复杂性,以及受时间、人力、物力等客观资源所限,仍存在不足和有待完善之处:一是样本的代表性。本研究以国内翼支付平台的用户数据为样本,但是现实中移动支付平台众多,如支付宝、微信支付。虽然不同支付平台的设计理念和现实应用大致相同,但用户群体仍有一定差别。因此,后续研究中,可以使用更多的用户数据来验证本文的结论。二是平台的拓展机制。本研究仅考虑了支付业务的持续使用,而支付平台还将消费和金融作为主要利润增长点,对二者与支付关系的研究具有相当重要的实践价值。后续研究可以将支付功能的使用视为消费和金融采纳的重要前因,为移动支付平台向电商、在线金融商转型升级提供理论支撑和经验证据。