数字化交互平台产品的客户体验旅程与投入关系*

李纯青 张洁丽 刘 伟 张宸璐

·研究构想(Conceptual Framework)·

数字化交互平台产品的客户体验旅程与投入关系*

李纯青 张洁丽 刘 伟 张宸璐

(西北大学经济管理学院, 西安 710127)

基于利益相关者营销、自反与身份演化、螺旋等理论, 系统探讨企业如何在消费旅程中针对数字化交互平台(DIP)产品提供定制和丰富的客户体验以增加客户投入, 进而与其他参与者共同创造价值。分别针对消费旅程中DIP产品参与者价值共创的连续性, DIP产品的客户体验旅程的结构与生成, DIP产品的客户体验旅程双元的张力及调和机理, DIP产品的客户投入的结构、管理与有效性, DIP产品的客户体验旅程和客户投入的相互关系等问题进行深入研究, 为企业提出相应的实务性策略和建议。

数字化交互平台产品, 客户体验旅程, 客户投入, 双元, 螺旋理论

随着5G技术、大数据、人工智能等新兴技术的应用和普及, 商业环境演变为数字生态系统, 营销中的提供物(offerings)不再是传统意义上的“成品”, 而是转变为更广泛的人工制品、人员、过程和界面的组合, 即数字化交互平台(digitalized interactive platforms, 简称DIP), 这类提供物虽然具有传统意义上的价值, 但更强调其是通过互动创造价值的“手段” (Ramaswamy & Ozcan, 2018)。例如, iPhone是用户和软件开发商互动的一种方式; 优步和爱彼迎(Parker et al., 2016)、共享经济中平台的保护保险(Luo et al., 2021)、抖音等为多方参与者提供了互动的平台(Yadav & Pavlou, 2014); 智能互联产品(如智能家居、智能车载系统、家庭健康监测系统、集成智能/连接的农业设备等; Porter & Heppelmann, 2015)为用户和多个产品提供了联合交互方式。在这些情况下, 产品不再意味着价值创造的“完成”, 价值创造继续在支持互动的联合空间中进行, 这种互动是融入的参与者(通常是消费者及其社交网络)与组织的参与者(通常是企业及其相关的组织生态系统)之间的互动, 并将以数字化交互平台(DIP)为提供物面向市场(Ramaswamy & Ozcan, 2018)。为方便易懂起见, 我们将DIP提供物称为DIP产品。

苹果手表耐克+ (简称AWNP)就是一类典型的DIP产品(Ramaswamy & Ozcan, 2018)。AWNP是一款智能手表, 由苹果与耐克合作开发。苹果手表内置的全球定位系统和心率传感器, 将显示警报、接听电话等APP通过手机与其他健康APP集成。耐克+版本提供了独家界面设计, 包括定制的手表表面和特殊的乐队, 以及耐克+跑步俱乐部应用程序, 具有追踪、日程安排和社交跑步功能。AWNP产品的核心是人工制品(智能手表, 拥有大量的数字和传感器−执行器技术以及嵌入式软件), 由组织的参与者(即苹果和耐克, 合作伙伴, 以及作为合作者的客户) (Prahalad & Ramaswamy, 2000)策划, 与融入的参与者(例如跑步者)一起互动创造价值, 参与者在不同的环境(例如, 不同的跑步环境：休闲慢跑、马拉松训练、健康跑步等)中构建价值结果, 产生由个体差异而导致的主观体验(Holbrook, 1994)。耐克+跑步俱乐部应用程序本身就是另一个以界面和交互过程为基础的软件构件(Ramaswamy & Ozcan, 2018)。

DIP产品带来了一系列新的战略选择, 涉及如何创造和获取价值, 如何利用和管理它们产生的大量新(敏感)数据, 如何重新定义与渠道等传统业务伙伴的关系, 以及随着行业边界的扩大, 企业应该扮演什么样的角色等。

但在数字交互时代, 不管企业向市场提供的产品是什么、范围有多广泛, 其实质都是为参与者提供定制和丰富的客户体验, DIP产品更以前所未有的方式提高了客户投入程度。借助智能推荐, DIP创造了超定制产品或服务(Puntoni et al., 2021), 并最大限度地提高客户的投入程度和满意度(Kumar et al., 2019), 例如以智能算法著称的抖音、今日头条不断推送用户喜爱的内容, 大量攫取用户时间, 促进用户沉浸到平台上; 借助移动互联网与位置服务, Uber等共享出行平台为用户提供了定制化的控制权体验(Grewal et al., 2020); 借助物联网技术, 智能家居组合为用户提供了自我扩展体验(Hoffman & Novak, 2018)。

但DIP产品同时也带来了一些消极体验, 降低了客户投入程度, 非但没有创造价值, 还造成了价值的毁灭。例如过于泛滥的智能推荐引发了消费者的隐私担忧(Huang & Rust, 2021; Davenport et al., 2020), 使用户感知到了对自身控制权的减弱(Puntoni et al., 2021), 体验感降低, 对DIP产品的使用意愿降低。那么, 企业如何借助DIP产品提供定制和丰富的客户体验以增加客户投入, 进而与其他参与者共同创造价值？是本文所关注的科学问题。

1 国内外研究现状述评及问题提出

基于上述科学问题, DIP产品、客户体验旅程、客户投入的相关研究为本文提供了坚实的理论基础, 以下对这几部分内容进行详细论述。

1.1 数字化交互平台(DIP)产品的研究现状及发展动态

关于数字化交互平台(DIP)产品的研究主要集中在以下两个方面：一是概念化与组成部分互动关系界定和互动价值创造方面的研究(Ramaswamy & Ozcan, 2018)。如前所述, DIP产品是指人员、人工制品、过程及界面的数字化网络安排, 人员包括客户、员工、合作伙伴和利益相关者; 人工制品既可以是物理的, 也可以是数字化的, 包括数字、文本、图片、音频和视频形式的数据; 流程包括越来越多的已启用的软件, 如算法; 界面既包括物理界面, 也包括数字化界面(Ramaswamy & Ozcan, 2018)。

从DIP产品的定义来看, 其包含的产品类型范围较广。由于DIP产品本质是平台, 本文根据平台的定义对DIP产品进行分类。Evans和Schmalensee (2005)将平台分为市场制造平台、受众制造平台、需求协调平台三类, 与此相类似的是我国学者万兴和邵菲菲(2017)从价值共创主体重要程度的角度将平台分为三类：社区型平台, 由需求侧主导、创新型平台, 由供给侧主导、交易型平台, 由供需匹配主导; Wichmann等(2022)认为平台分为社交媒体、知识交流论坛、社区、视频分享平台、广告平台、服务平台、硬件−软件平台、软件−软件平台。Armstrong (2006)从功能的角度将平台分类为交易类平台、媒体类平台、支付类平台、软件类平台四种。

参考Armstrong (2006)和Wichmann等(2022)对平台的分类, 本文将数字化交互平台分为电子商务平台、社交媒体平台、信息媒介平台、其他工具平台四种。其中电子商务平台是指在电子商务活动中为交易双方或多方提供交易撮合及相关服务的信息网络系统总和, 例如淘宝、京东、美团等; 社交媒体平台是指人们建立网络、分享信息或情感的平台(Kaplan & Haenlein, 2010), 例如微信、抖音等, 这里的社交网络不只包括近端的社交同伴(亲戚、朋友等现实中结识的朋友), 也包括远端的社交同伴(现实中不熟识的其他用户) (Hamilton et al., 2021); 信息媒介平台是指依托于平台上数量庞大的用户实时在线、滚动更新、即刻分发的信息生产与分发平台, 例如今日头条、微博等; 其他工具平台是指能够用客户提供特定工具功能的平台, 包括各种软硬件结合的平台, 例如能够进行跑步记录的小米手环、能够提供游戏功能的游戏机、能够提供支付功能的支付类APP、搜索引擎等。需要注意的是, 有的数字化交互平台不只有一种功能, 而是兼具多种功能的综合性平台, 例如抖音与微博既满足了客户的社会联系需求, 属于社交媒体平台, 也满足了人们获取各类信息的功能, 属于信息媒介平台。

与传统产品相比, DIP产品有以下几个方面的优势和不同：(1)为新功能、更高的可靠性、更高的产品利用率以及跨越和超越传统产品界限的能力提供了指数级扩展的机会; (2)提供了丰富的新价值创造和增长机会; (3)正在改变为客户创造价值的方式、公司竞争的方式以及竞争本身的界限; (4)能力不断增强, 不仅重塑了行业内的竞争, 而且扩大了行业边界。

二是传统企业如何通过数字客户导向来拥抱数字生态系统。Kopalle等(2020)认为, 正如谷歌、亚马逊可以通过其平台产生的数字生态系统大规模定制其服务并丰富客户体验一样, 传统公司也可以通过专注于其产品和服务的数字化使用来增强其传统的客户导向, 进而利用现代数字技术提供的新的相互依赖性来拥抱其数字生态系统(Ramaswamy & Ozcan, 2018)。例如通过战略性地利用传感器数据, 耐克可以建立并扩大自己的数字生态系统。Kopalle等(2020)还给出了企业建立数字客户导向的三个关键概念：1)在用信息是指在消费产品或服务时实时获取的信息。这是Ramaswamy和Ozcan (2018)所描述的通过与客户互动创造价值的更广泛观点的基础。2)数字客户是指在消费产品或服务时提供在用信息的客户。3)数字体验是指在企业的数字生态系统中融入在用信息所创造的体验(Prahalad & Ramaswamy, 2004)。

以上研究为我们探讨DIP产品为客户带来的体验及其投入打下坚实的基础, 但与以往研究不同的是, DIP产品有三个不容忽视的属性：(1)从产品类型看, DIP产品既有工具性又有娱乐性的属性, 例如智能手机, 可以打电话、收发短信等, 可以刷抖音、玩游戏等, 可以称之为混合产品。(2)从客户体验旅程的类型看, 根据Siebert等(2020)提出的客户体验旅程模式, 本文认为DIP产品既有平稳旅程模式, 又有粘性旅程模式, 称为混合体验旅程。(3)从价值创造的角度看, DIP产品具有多方参与者实时交互、共创价值的属性。实时市场响应(de Luca et al., 2021)、在用信息(Kopalle et al., 2020)、消费旅程中的价值创造(Akaka & Schau, 2019)等的研究为本文提供参考, 挖掘客户投入DIP产品到底是为了什么？

1.2 客户体验旅程的研究现状及发展动态

DIP产品的客户体验旅程(customer experience journeys in DIP, 简称DXJ)指使用DIP产品的客户在整个客户旅程中的体验, 分为三个服务周期, 初始服务周期、后续服务周期和终止服务周期。客户体验旅程方面的研究是在客户体验和客户旅程的基础上展开的。大多数研究从客户旅程的视角研究客户体验(Lemon and Verhoef, 2016; Siebert et al., 2020), 因此本文分别对旅程、体验、客户体验、客户旅程在数据库进行检索, 以UTD24相关期刊以及JMAS和AMS Review为主, 将与本文相关的四个方面的代表性研究总结如下。

1.2.1 客户体验的基础研究

(1)客户体验综述的代表性研究

客户体验是一个重要的营销概念, 越来越多的研究集中在这个主题上, 导致了研究碎片化和理论混乱。为推进这一领域的发展, Becker和Jaakkola (2020)提出4个协调客户体验研究中矛盾的基本前提, 为后续研究提供综合性指导。作者对136篇文章的系统回顾确定了8个涉及客户体验的文献领域, 比较了各个领域普遍存在的现象和元理论假设, 将客户体验作为对(1)管理刺激或(2)消费过程的反应。本文借鉴该研究, 将客户体验定义为对特定刺激的非故意、自发的反应和回应。

(2)客户体验/旅程研究现状及发展动态

关于客户体验/旅程的概念研究, 一方面提出了客户体验的定义, 例如Novak等(2000)提出客户体验是一种心理状态、感知、评估或来自客户与在线对象互动的主观反应, 包括功能的、情绪的和社会属性与反应。完整的客户体验是一个涉及认知(cognitive)、情绪(affective)、身体(physical)、感官(sensorial)和社会(social)反应的多维度构念(Becker & Jaakkola, 2020; Lemon & Verhoef, 2016)。另一方面研究了客户体验的相关概念：在线客户体验、品牌客户体验、定制客户体验、客户体验管理、客户体验旅程(平稳旅程和粘性旅程)等。在线客户体验包含4个维度：信息性(认知)、娱乐性(情感)、社交性(社交), 和感官吸引力(Bleier et al., 2019)。品牌客户体验概念化为主观的消费者内部反应, 如感受, 情感和认知, 以及由作为品牌设计的组成部分的品牌相关刺激而诱发的行为反应(Lemon & Verhoef, 2016)。定制客户体验是为消费者量身定制的体验。基于客户体验的概念, 客户体验旅程的概念通常被定义为服务周期各阶段的持续客户体验(Siebert et al., 2020)。客户体验管理指的是对客户体验的文化观念、设计战略方向以及不断更新客户体验的坚定能力(Homburg et al., 2017)。

关于客户体验/旅程的刺激因素主要集中在以下8个方面：服务质量(Lemon & Verhoef, 2016)、针对在线客户体验的网页设计因素(Bleier et al., 2019)、在体验中公司和客户间在一些特定点上的接触点(Homburg et al., 2017; Verhoef et al., 2009)、品牌刺激因素(Brakus et al., 2009)、零售刺激因素(Verhoef et al., 2009)、客户品味即将到来的体验(Chun et al., 2017)、有效的旅程设计(Kuehnl et al., 2019)、营销敏捷性等(Kalaignanam et al., 2021)。客户体验/旅程的中介也主要包括8个方面：认知(Homburg et al., 2017)、情感(Verhoef et al., 2009)、社交(Bleier et al., 2019)、行为、感官(Bleier et al., 2019; Brakus et al., 2009)、智力(针对品牌体验由知识产生的智力经验) (Brakus et al., 2009)、精神(Verhoef et al., 2009)和品牌态度(工具性和娱乐性两类) (Kuehnl et al., 2019)。关于客户体验/旅程的结果主要包括以下9个方面：满意度(Bolton et al., 2004; Lemon & Verhoef, 2016; Moore, 2012)、口碑(Moore, 2012)、投资回报率(Anderson et al., 1997)、客户保留(Gustafsson et al., 2005)、关系营销(Lemon & Verhoef, 2016)、忠诚度(Kuehnl et al., 2019; Lemon & Verhoef, 2016)、客户终身价值(Bolton et al., 2004)、客户购买(Bleier et al., 2019)、客户融入(Palmatier & Steinhoff, 2019)等。

1.2.2 消费旅程中的价值创造连续性研究

消费旅程中价值创造的代表是Akaka和Schau (2019)的研究, 该研究探讨了自反性(自身在世界上的一种自我觉察)如何有助于消费者在整个消费旅程中持续创造价值。其中消费旅程在文化消费方法下被定义为随着时间的推移而展开并具有进步要素的身份项目; 消费体验是指通过现象学产生价值的事件。作者建立了一个以渐进式融入为中心的消费旅程(随着时间的推移进行冲浪运动)框架。研究发现, 自反性以迭代、递归的方式体现在消费过程中, 称为递归自反性, 即重复出现身份与主导制度的(不)一致性和自反结果(如模仿、改进、适应和调和)。递归自反性通过实践连续性(即沉浸、适应、创新、解散的实践)促进消费旅程中价值的继续创造, 这为增强消费体验和支持身份项目的发展提供了机会。这些发现加深了对实践、身份和制度如何促进价值创造的理解。研究结果表明, 企业应通过(a)提供增强消费体验的机会, (b)将品牌身份与主导制度保持一致或不一致, 以及(c)激发想象、身份进化、实践创新, 来密切关注递归自反性和实践连续性。

简言之, 递归自反性驱动实践连续性, 通过1)提供增强消费体验的机会和2)促进身份项目的演化, 促进消费者在消费旅程中的价值创造。

1.2.3 忠诚循环与涉入螺旋客户体验旅程研究

Siebert等(2020)的研究将客户体验旅程从单服务周期发展到多个服务周期。该研究(1)关注客户体验旅程在多个服务周期中的长期演变; (2)给出两种客户体验旅程模式(平稳旅程和粘性旅程)的定义、适用情景和鼓励购买的时机; (3)建议在多服务系统中, 企业可以通过连接忠诚度循环和涉入螺旋来设计客户旅程; (4)提出客户体验管理研究、品牌化研究、消费者文化理论、消费者心理学和变革性服务研究的新问题。

主流研究中提到的客户体验旅程在该研究中被称为平稳旅程模式(smooth journey model), 也是一个占主导地位的客户体验旅程模式, 可以使客户的生活更轻松, 是一种可预测体验的循环模式, 随着时间的推移建立客户忠诚度, 也称为忠诚循环(loyalty loop); 另一种是随着万物互联数字技术的发展而出现的一种新的客户体验旅程模式, 称为粘性旅程模式(sticky journey model), 是一种使客户的生活变得激动人心, 不可预测的体验的循环模式, 随着时间的推移增加了客户的涉入度, 也称为涉入螺旋(involvement spirals)。平稳旅程模式通常适于完成工具性服务, 而粘性旅程模式则适合于促进永无止境冒险的娱乐服务。同时, 作者建议为了匹配每种旅程类型的心流, 建议公司在平稳旅程的初始服务周期或粘性旅程的后续服务周期鼓励购买。

结合DIP产品的特性和Siebert等(2020)建议的：在多服务系统中, 企业可以通过连接忠诚度循环和涉入螺旋来维持客户旅程, 本文大胆假设, DIP产品的客户体验旅程(DXJ)是一种既有忠诚循环又有涉入螺旋的客户体验旅程, 是一种混合旅程。

1.2.4 张力调和及其机制方面的研究

DXJ双元是本文根据企业现实提出的一个新概念, 与DXJ双元相关的理论基础是组织双元理论和品牌双元理论。组织双元理论认为：企业为了生存或获得成功, 必须能够兼顾开发(exploitative)和探索(exploratory)两种创新能力, 这两种不同的力量之间存在冲突, 产生张力(March, 1991), 管理这种张力的能力即为组织双元(Andriopoulos & Lewis, 2009)。Beverland等(2015)以组织双元理论为基础, 提出品牌双元, 认为其是指兼顾保持现有品牌身份的“一致性”和通过创新及改变来保持“相关性”的能力, 张力来自于一致性和相关性之间的冲突, 并采用改进的扎根理论方法验证了调和这种张力的机制是设计思维——与设计者们相关的实践与逻辑。DIP产品上既存在平稳旅程模式, 还存在粘性旅程模式, 当这两种截然不同的旅程模式共存时, 势必会有张力产生。不同的旅程模式会引起不同的客户体验, 进而产生DXJ张力。那么DXJ双元的来源到底是什么, 有哪些表现, 如何调和DXJ双元, 需要进行研究探讨, 为DIP产品管理企业提供解决方案。

1.3 客户投入的研究现状及发展动态

DIP产品的客户投入(customer input with DIP offerings, 简称DCI), 指的是使用DIP产品的客户在整个客户旅程中投入的时间、精力与感官等。近年来, 随着DIP产品的普及与增长, 数字生态系统中参与者之间的交互变得越来越便捷、频繁与有吸引力。于是, 客户涉入(involvement)、参与(participation)、融入(engagement)、沉浸(immersion)、上瘾(addiction)等变量在营销研究中逐渐增多, 本文认为这种现象的本质是客户投入的变化, 这一结论源于现实观察和已有文献。下面, 将从与其相关的现象观察及理论基础、不同概念比较、以及客户融入研究综述三个方面进行评介。

1.3.1 客户投入现象观察及理论基础

与DIP产品中提到的参与者互动可以创造价值(Ramaswamy & Ozcan, 2018)的思想相似的是Kopalle等(2020)的研究, 该研究提出企业向客户传递的定制和丰富的体验更加实时, 基于客户在使用(产品或服务)时的反馈, 而不是更被动地询问客户对产品或服务的体验。作者认为客户已不知不觉沉浸在数字生态系统中, 实时贡献在用信息, 进而与企业及其利益相关者共创价值。比如, 一位经常刷抖音的客户实时刷到平台给自己推荐的感兴趣的视频而不知不觉中就过了两三个小时, 还不自觉地购买一些抖音上推荐的新鲜商品, 但有时为了不影响工作或休息, 又狠心将其卸载, 过一段时间又忍不住安装该软件; 买了电动汽车的一位男士, 因为没有女儿, 干脆将自己的汽车起名“小棉袄”, 每次上下车都会有一个甜美的声音给他打招呼, “爸爸您好！” “爸爸您辛苦了！”等, 让他对自己的车有了一种特殊的感情, 一天不开车就觉得缺了点儿什么。这些例子都是客户使用DIP产品的真实体验, 这些体验都使客户感觉到了数字化的沉浸感。

总之, 现代数字技术为企业提供了一系列拥抱数字生态系统的方法, 并且使客户在不知不觉中从涉入(Zaichkowsky, 1985)、参与(Dong & Sivakumar, 2017)、融入(Pansari & Kumar, 2017; Steinhoff et al., 2019)到沉浸(Steinhoff et al., 2019)甚至上瘾(Siebert et al., 2020)。

使客户逐渐投入甚至上瘾的理论基础是心理学里的流理论。流是指“人们在完全涉入的情况下所感受到的整体体验(Csikszentmihalyi & LeFevre, 1989)”, 描述的是一种心理状态, 在这种状态下, 人们在一项活动中表现出高度的融入和沉浸感, 同时也体验到乐趣和享受(Steinhoff et al., 2019)。在人机交互应用中, 最初的研究使用流理论来解释人们的在线使用行为, 如在线网站导航、在线游戏、即时通讯、网购等(Steinhoff et al., 2019)。客户体验的流状态可以加强客户与企业之间的联系。

1.3.2 客户投入的代表性研究及不同概念的比较

在同一研究中提到客户涉入、参与、融入、沉浸或上瘾两个以上的代表性研究见表1。

表1所列的4篇代表性研究中, 客户投入有不同的变化, 并且对客户涉入、参与、融入、沉浸和上瘾多少都有所提及, 只是侧重点不同, 研究主题不同而已。

1.3.3 客户融入研究综述

本文总结了客户涉入、参与、融入、沉浸和上瘾的定义, 见表2, 从客户投入的程度来讲, 这几个概念应该是逐渐增加的, 不管是客户投入的时间、精力还是专注度上, 都有相对明显的变化。

本文发现客户投入的这5个相关概念都有所研究, 尤其是客户融入随着数字技术的发展, 对其他参与者的贡献潜力更多, 研究得更多。

现有研究主要从4个视角对客户融入的概念化和测量进行探讨：(1)内在动机, 客户融入意味着消费者受到与“社区成员” (Algesheimer et al., 2005)互动和合作或融入“在线品牌社区” (Baldus et al., 2015)的欲望驱动。尽管如此, 内在动机的概念没有考虑到客户可能会受到外在动机的影响, 以获得喜欢、评论和认可; (2)心理状态, 消费者“将重要品牌作为自我概念的一部分” (Sprott et al., 2009)或从品牌附件中感受到“内部情绪” (Paruthi & Kaur, 2017); (3)客户活动, 虽然消费者可能会接触到与其自我概念相关的品牌, 并感受到内部情绪, 但从营销成功的角度来看, 消费者也必须采取行动。因此, 客户融入被概念化为一项活动, 例如“体验收集” (Calder et al., 2009)、“提出在线建议的意向” (Hopp & Gallianco, 2016), 或“与特定消费者/品牌互动相关的活动” (Hollebeek et al., 2014); (4)对企业的贡献, Pansari和Kumar (2017)将客户融入定义为“客户通过直接或/和间接贡献对公司的增值机制”, 在这一观点中, 客户融入可有效改善公司绩效。

表1 客户投入代表性成果概览

资料来源：作者根据相关文献整理

表2 客户投入的不同概念的定义及出处

资料来源：作者根据相关文献整理

客户融入的前因主要包括：客户满意(de Oliveira Santini et al., 2020)、情感依恋(Kumar et al., 2019)、客户自身因素(如目标、资源和价值观) (van Doorn et al., 2010)、组织支持(Vivek et al., 2014)、客户参与(Huang et al., 2019)、品牌承诺(van Doorn et al., 2010); 积极情绪(de Oliveira Santini et al., 2020)、社会互动与联系(Li et al., 2021)、员工融入(Auh et al., 2016)、客户涉入(Cui & Wu, 2016)、客户体验(Kumar et al., 2019)、营销人员生成内容(Meire et al., 2019)、客户融入营销(Harmeling et al., 2017)等。客户融入的结果主要包括三个方面：客户态度、客户行为、企业绩效。具体而言, 客户态度包括：客户满意(Lim et al., 2020)、品牌依恋(Schau et al., 2009)、品牌忠诚(Steward et al., 2018)、情感承诺、信任(Vivek et al., 2012)、客户数字化融入(Meire et al., 2019)等。客户行为包括：客户涉入(Kumar et al., 2014)、客户口碑(Vivek et al., 2012)、品牌社区参与(Vivek et al., 2012)、客户直接融入(购买率、购买金额) (Meire et al., 2019)、客户参与(Huang et al., 2019)等。绩效包括：企业业绩(de Oliveira Santini et al., 2020)、新产品开发(Haumann et al., 2015)、服务创新(Kumar et al., 2010)、股东价值(Beckers et al., 2018)、无形利益(如客户选择加入) (Pansari & Kumar, 2017)等。

综上, 可以看出, 客户涉入、客户参与、客户融入、客户沉浸以及消费者上瘾等5个概念之间有相对紧密的关系, 对本文研究DIP产品如何给客户提供定制和丰富的客户体验并使其不断投入其中有比较重要的意义。

1.4 客户体验旅程与客户投入关系的研究现状与发展动态

现有的客户体验旅程与客户投入的研究基本都是分开研究的。目前见到将两者联系起来的代表是Akaka和Schau (2019)的研究。该研究一是将身份演化、消费体验和实践连续性(沉浸等)联系起来, 并指出通过实践连续性, 在消费旅程中不断为消费者创造价值的两种方式是：提升消费体验和身份演化的机会; 二是将客户投入相关的实践连续性细化成：沉浸、适应、创新和解散; 三将身份的一致/不一致与自反结果(模仿、提升、想象、调和)以及自反结果与实践连续性对应起来。实践连续性是消费者在冲浪运动这一消费旅程中的各种活动, 与客户投入本质是一致的, 实践连续性能够促进消费体验, 消费体验会反过来促进自反性与实践连续性, 于是本文大胆假设客户体验旅程与客户投入是互为因果的。

Pansari和Kumar (2017)提出了体验与客户融入的相互关系, 是本研究提出客户体验旅程与客户投入相互关系的另一重要参考。该研究建立了一个以客户融入为中心的理论框架。客户融入理论的起点为企业的营销活动促进了客户对产品的认识, 产生了初次购买, 形成了初始体验, 体验会通过情感促进间接客户融入, 通过满意促进直接客户融入, 而客户融入又会形成新的体验, 由此循环往复形成体验与客户融入间的动态关系。与此持类似观点的还有Kumar等(2019)的研究。客户融入作为客户投入的一种表现形式, 因此本文假设客户投入与客户体验旅程是互为因果的。

1.5 小结

通过以上分析可以看出, 与本文有关的5个方面的研究分别存在相应的理论缺口：

(1)关于DIP产品的价值共创连续性问题还有以下三个关键问题：

第一, 多方价值共创问题。DIP产品是多方参与者共同交互的一类产品, 其价值创造在各方参与者互动的过程不断进行着, 所以, 需要将消费者单方面的价值创造, 扩展到多方参与者的价值共创上;

第二, 递归自反与实践连续理论的拓展问题。由于价值创造的参与方的增加, 现有的递归自反性与实践连续性理论也需要扩展, 表现为其他参与者的身份与主导制度校准和对应的其他参与方的自反结果方面也有所增加, 当然相应的实践连续性、消费体验和身份演化的具体内容也需要深入研究。

第三, 认同共建与制度变迁问题。由于参与者的增加, 可能会出现一些新的问题需要注意, 比如主导制度在多方参与时除了身份演化以外, 可能还存在认同共建问题以及制度变迁的问题等等, 只有这样, 才能够将DIP产品在消费旅程中的价值共创连续性研究透彻, 为企业、消费者和其他参与者服务。

(2)关于DXJ的研究还有以下三个关键问题：

第一, DXJ的内涵与结构。首先, DXJ与其他概念的区别与联系是什么？其次, DXJ的维度是什么？与传统客户体验维度(认知、情绪、身体、感官和社会反应)的区别与联系是什么？最后, DXJ的不同旅程模式以及不同的服务周期阶段的维度是否有所差异？以上问题亟待深入研究;

第二, DXJ维度对客户行为的预测作用。1)DXJ维度对哪些客户行为(感知质量、满意度和使用中的价值等)有较好的预测作用？2)哪个DXJ维度是驱动结果的？3)哪个维度在预测时更重要？以上三个方面在不同周期阶段是否有明显的不同？有什么样的不同？

第三, DXJ的发生问题。对于客户体验的发生问题目前并没有统一的结论, 更不用说DXJ的发生问题, 我们这里采用Becker和Jaakkola (2020)对客户体验综述中的建议, 将企业内、外部控制接触点刺激以及刺激间的动态相互作用作为DXJ驱动的预设, 但具体是什么？需要进一步研究。

(3)DXJ双元的张力调和方面还存在以下两个关键问题：

第一, DXJ双元的张力来源及其概念化。DXJ双元的张力来源及其概念是本研究提出的特殊问题, 主要是为了全面理解深入DXJ的特殊性并对其进行很好地管理而引出的。所以, 需要借助双元理论, 根据DXJ双元的特殊性展开研究。

第二, 调和DXJ双元的张力方面还缺乏相应的研究。DXJ双元张力的调和机制以及调和过程对本研究具有非常重要的作用, 尽管没有直接的研究, 但已有组织双元、品牌双元以及敏捷性营销方面的研究为我们打下了较好的基础。

(4)关于DCI的研究还有以下5个关键问题：

第一, DCI的内涵与结构。首先, DCI与其他相关概念：客户涉入、参与、融入、沉浸和上瘾等之间的区别与联系是什么？其次, DCI的维度包含什么？与传统客户融入维度(内在动机、心理状态、客户活动和对企业的贡献等)的区别与联系是什么？最后, DCI在不同的DXJ模式以及不同的服务周期阶段的维度是否有所差异？以上研究问题亟待深入研究;

第二, DCI对客户行为和企业绩效的预测作用。1) DCI维度对哪些客户行为有较好的预测作用？2) DCI维度对哪些企业绩效指标有较好的预测作用？3)不同的服务周期阶段, DCI维度在预测输出时更重要？

第三, DCI的发生问题。对于客户融入的发生问题目前并没有统一的结论, 更不用说DCI的发生问题, 我们这里采用de Oliveira Santini等(2020)对客户融入综述中的建议, 将满意度、信任和积极情感等作为DCI驱动的预设, 但具体是什么？需要进一步研究。

第四, DCI的生成与管理问题。对于DCI的生成与管理问题尽管没有直接的研究, 但这个问题对客户关系管理来说是非常重要的问题, 只有将DIP产品的客户投入质量把握住, 才能保证DIP产品带来良好的客户体验, 进而来吸引客户及其他参与者持续投入其中。这方面可以借鉴Kim等(2019)进行深入研究。

第五, DCI的有效性问题。DCI的有效性研究是一个现实问题, 可借鉴de Oliveira Santini等(2020)对客户融入综述中的模型再结合本项目对DCI内涵、结构与测量以及生成与管理方面的研究成果, 对概念进行初步构建, 并进行实证。

(5)关于DXJ与DCI相互作用的研究还有以下三个关键问题：

第一, DXJ变化的个人因素与企业因素问题。

第二, DCI变化的个人因素与企业因素。

第三, DXJ与DCI的相互作用的概念模型及其实证。

对于这三个问题, 目前只是理论推演阶段, 但已有的螺旋理论的建模方法及实证方案为我们提供了很好的借鉴。

2 研究构想

基于上述分析, 有必要在弄清楚消费旅程中DIP产品价值共创连续性、DXJ/DCI的内涵、结构与测量的基础上, 对DXJ双元的张力调和、DCI生成和管理、DCI的有效性以及DXJ与DCI的相互作用深入研究。本文拟就图1所示的内容进行研究。

2.1 研究内容一：消费旅程中DIP产品参与者的价值共创连续性研究

这部分是在总结归纳DIP产品与其他产品不同的基础上, 研究消费旅程中DIP产品的参与者价值共创连续性的问题, 见图2。之所以限定在消费旅程中, 是因为本文研究的价值创造的驱动是企业要为客户提供消费体验和身份演化的机会, 而消费旅程即为随着时间的推移所展开的具有进步要素的身份项目。

如前文所述, Akaka和Schau (2019)的研究对象主要是消费者, 但在万物互联的数字化时代, DIP产品是一个参与者众多的系统或体系(系统的系统), 需要从更广的范围考虑参与者价值共创的连续性问题, 而不只是消费者的价值创造。这一问题可以在Akaka和Schau (2019)的基础上分解成以下三个方面：

2.1.1 递归自反过程

递归自反过程包括以下三方面的内容：一是参与者身份与主导制度一致的校准过程, 二是参与者自反结果及其与身份一致/不一致的对应关系, 三是不同参与者身份一致/不一致之间的交互作用以及不同参与者自反结果之间的交互作用。这部分的研究主要对应图2左边和中间两个部分。

图1 研究框架图

(1)参与者身份与制度一致的校准过程

这部分主要是对图2中的左边部分进行研究。Akaka和Schau (2019)认为消费者的身份是通过与主导制度保持一致而进行身份演化的, 那么消费者的社交网络、企业客户、企业合作伙伴的身份是否也要与主导制度保持一致而进行身份校准, 怎么校准？除了主导制度需要与身份一致外, 还有没有其他因素需要考虑？参与者的身份是如何与主导制度保持一致的？本部分将通过深度访谈、现场观察和实际体验来展开。

(2)参与者自反结果及其与身份一致/不一致的对应关系

这部分主要是对图2中间部分展开研究。Akaka和Schau (2019)提出消费者的自反结果有模仿、提升、想象、调和等, 并且与身份一致/不一致有相应的对应关系, 那么在DXJ中, 其他参与者在这个过程的中的自反结果有哪些, 是如何与身份一致/不一致逐一对应的？

2.1.2 实践连续性与消费体验研究

实践连续性是参与者在使用DIP产品过程中不断实践的一个过程, 消费体验是参与者在使用DIP产品中带来的体验, 主要关注在现象学价值衍生的事件上。这部分研究包括以下两部分的内容：

(1)参与者自反结果及其与实践连续性的对应关系研究

从图2中的右边部分可以看出, 消费者的实践连续性有沉浸、适应、创新和解散等, 并且消费者的自反结果与实践连续性有相应的对应关系, 那么, 其他参与者的实践连续性都有哪些？各参与者的自反结果是如何与实践连续性逐一对应的？是这部分的研究内容。

(2)参与者消费体验研究

从图2中的右下部可以看出, 消费者的实践连续性促进了消费体验, 并对身份演化贡献了力量, 那么, 其他参与者的消费体验如何界定？实践连续性又对消费体验起到什么样的作用？是如何推动参与者身份演化的？是这部分的研究内容。

2.1.3 身份演化/认同共建及制度变迁研究

这部分主要是对图2下方部分进行研究。Akaka和Schau (2019)表明价值创造的过程是由于消费者的身份演化和消费体验, 那么在DXJ中, 消费者的身份演化就变成了参与者身份的共同演化, 演化过程中还有不同参与者之间的认同共建(Hampel et al., 2020)。参与者在这里如何进行身份演化、认同共建是本部分的研究重点, 主要包括三部分内容：

图2 消费旅程中DIP产品参与者价值共创的连续性

(1)消费旅程中参与者身份演化

从图2左下方可以看出, 参与者身份演化受到两方面的影响, 一方面是参与者的消费体验, 另一方面是参与者的自反结果, 这两方面又受到参与者身份与主导制度是否一致的影响, 在这个循环中, 参与者的身份是如何演化的？身份演化的驱动和障碍是什么？是这部分的研究内容。

(2)消费旅程中参与者认同共建

同样地, 认同共建是在消费旅程中不断进行的, 需要参与者的不断实践, 也需要各方参与者都认同的身份主张, 而这个大家都认同的身份主张也是在不断的自反结果与实践连续性相互作用的基础上, 在参与者的消费体验中逐渐建立的。具体过程如何？是本部分的研究内容。

(3)制度变迁过程研究

将商业模式作为服务战略的观点(Wieland et al., 2017)认为：技术、商业模式与市场具有共同的制度基础, 并且在这个过程中实现了制度变迁, 那么, 参与者在身份演化和认同共建中, 有没有制度变迁的问题呢？通过我们的现实观察, 确实存在参与者不断进行制度完善与补充的现象, 使参与者能够对制度达成共识并共同遵守, 那么, 制度在消费旅程的价值共创中是否存在变迁的问题呢？如果存在, 是如何变迁的？背后的驱动与作用机制又是什么呢？

本部分的研究方法拟采用Giesler和Thompson (2016)的过程理论化方法进行深入研究。该方法能够“解决关于事物如何以及为什么随着时间的推移而出现、发展、增长或终止的问题”。简言之, 过程理论化侧重于理解和解释社会现象的稳定性和变化(Akaka & Schau, 2019)。

研究一涉及到的实践连续性与消费体验是后续研究的重要基础：首先, 研究一为后续提出客户投入与客户体验旅程的相互作用提供了理论基础。研究一拟探讨参与者的实践连续性与消费体验之间的相互作用, 这里的实践连续性本质是投入。其次, 研究一为研究五的理论框架提供基础。研究一中的多方参与者即为研究五中客户投入与客户体验旅程的中介因素的五个方面。最后, 研究一中对参与者行为的深入探讨能够为研究五中具体的中介变量提供来源, 例如企业与合作伙伴之间的匹配性、企业与其企业客户之间的融洽关系可能是促进参与者自反的重要因素, 因此在客户投入与体验的相互作用间扮演重要角色, 但是具体的变量还需要进一步斟酌。

2.2 研究内容二：数字化交互平台产品的客户体验旅程(DXJ)研究

本部分主要针对DXJ的内涵、结构和测量进行深入研究, 具体内容包括以下4个部分, 具体见图3。

2.2.1 DXJ的内涵及其与其他概念的区别与联系

在清楚DXJ内涵的基础上, 明确DXJ与DIP产品特征、客户体验、客户旅程、客户体验旅程、忠诚循环、涉入螺旋等概念的区别与联系(如图3左半部分)。

2.2.2 DXJ结构及其测量

具体分为以下两个部分的内容：

(1) DXJ的结构

DXJ应包含初始、后续、终止三个服务周期阶段, 且存在忠诚循环、涉入螺旋两种模式。这里采用综合的客户体验维度对DXJ的结构进行预设：认知、情绪、身体、感官和社会反应。这样, DXJ的结构有5个维度、3个服务周期和2个体验旅程(忠诚循环和涉入螺旋), 所以, 我们给DXJ结构做出5个维度预设, 见图3。

该部分的研究包括定性和定量两部分：

a. 定性研究：结合研究目的制定相应的访谈提纲, 对DIP产品的参与者进行深度访谈, 初步探讨DXJ的结构;

图3 数字化交互平台产品的客户体验旅程(DXJ)的内涵、结构与测量

b. 定量研究：在访谈的基础上, 结合已有客户体验的题项以及DXJ的定义编制DXJ量表, 进行大样本问卷调查, 进一步探讨DXJ的结构。

具体如图3中间上半部分的DXJ的结构部分。

(2) DXJ的测量

该部分的研究内容就是对DXJ题项进行探索与验证, 拟采用探索性与验证性因子分析。具体如图3中间下半部分DXJ的测量部分。

2.2.3 DXJ的预测效度检验

本部分需要对DXJ的预测效度进行检验, 具体可以选一些适用的DXJ的结果变量, 比如Becker和Jaakkola (2020)中建议的感知质量、满意度和使用价值等。具体如图3右上角部分。

2.2.4 DXJ的驱动、结构与行为结果的对应关系研究

在文献研究的基础上, 找出DXJ的驱动要素以及对应的DXJ维度, 然后对这些结构的行为结果进行调查, 具体可以借鉴Wolter和Cronin (2016)中的方法, 采用横截面调查方法, 要求调查对象说出他们印象深刻的DXJ对应的DIP产品, 这一DIP产品会被加入后面的每一个问题中。具体如图3右下角部分。

2.3 研究内容三：数字化交互平台产品的客户体验旅程(DXJ)双元的张力及其调和机理研究

DXJ具有明显的相互对立又相互统一的双元特征, 即DIP产品的客户体验旅程既有平稳旅程的部分, 又有粘性旅程的部分, 那么, DXJ双元的这种相互对立的关系是如何形成的？如何调和这种张力, 才能使提供DIP产品的企业给客户提供定制和丰富的客户体验并不断投入其中与其他参与者共创价值呢？这种调和机制和过程又是什么呢？研究框架图见图4。

本部分的内容分为以下三个方面：

2.3.1 DXJ双元张力的来源及概念化

DXJ是包含忠诚循环和涉入螺旋双重属性的体验旅程模式, 且在不同服务周期阶段, DXJ双元张力来源表现不同。为了便于理解, 我们对Siebert等(2020)所提出的两种旅程模式进行总结, 见图5。

图5表明在不同的服务周期, DXJ表现出不同的二元对立关系：

在初始服务周期, 平稳旅程通过品牌广告、内容营销、互动等方式为客户提供决策支持, 客户需要深思熟虑之后才能做出购买决策; 而粘性旅程则通过简单的账户设置、免费的基本访问和入门指导, 为客户提供快速入门服务, 客户通常是突发奇想, 无需太多考虑便做出购买决策。因此在初始阶段, DXJ形成了既有深思熟虑又有突发奇想的特征。

在后续服务周期, 平稳旅程通过消除不必要的服务元素、预测客户偏好、提供及时信息等方式不断简化客户旅程, 优化服务系统, 为客户决策提供更好的支持; 而粘性旅程则频繁地添加、减少和更改服务系统元素, 在每次服务接触时将这些元素独特配置, 不断变化客户旅程, 使客户有“过山车”般的感觉, 促使客户更多地涉入。因此在后续服务周期, DXJ形成了鲜明的既相对平稳又相对动荡的特征。

在终止服务周期, 平稳旅程由于忠诚度弱化事件而终止, 即当品牌提供的服务不佳或竞争品牌提供更好的服务时, 客户会进行忠诚转移; 粘性旅程由于自我控制行为而终止, 一方面, 由于过山车式、不可预测的体验吸引了客户大量沉迷于旅程, 甚至成瘾, 引发了客户对自身健康问题的担忧, 例如过度的运动训练达到身体上限、长时间观看屏幕对眼睛的损害等, 另一方面, 过度沉溺浪费了客户的自我提升时间, 例如学习、陪伴家人等, 使客户产生了愧疚心理等, 导致了客户服务使用的波动。故在该阶段, DXJ形成了戛然而止和逐渐过渡的二元对立特征。

图4 DXJ双元的张力及其调和机理研究框架

图5 忠诚循环和涉入螺旋客户体验模式的设计原则及旅程模式

March (1991)认为, 组织的张力来源于对两种相对立的能力的管理, 那么DXJ双元的张力来自对两种旅程模式的平衡与管理上。我们需要进一步提炼DXJ难和易、快和慢、突然和渐进二元对立关系的共性, 从而对DXJ双元进行概念化。比如品牌双元可以概念化为一致性与相关性(Beverland et al., 2015), 组织双元可以概念化为探索与开发(March, 1991), DXJ双元可以概念成什么呢？从DXJ现象和定义入手, 我们可以初步判断为平稳与动荡、深思熟虑与突发奇想、已知与惊喜、突然和渐进等, 具体是什么, 需要我们进一步探讨研究。如图4所示, 本文拟从组织因素与个体因素两个方面探讨DXJ双元的来源。组织因素分为企业因素、企业的企业客户因素、企业的合作伙伴因素, 例如DIP产品的设计规则、企业目标、DIP产品类型等; 个人因素分为客户因素、客户的社交网络因素, 例如客户知识、客户偏好、客户目标、客户影响等。

2.3.2 DXJ双元张力的调和机制

通过实践观察, 我们发现敏捷性可以用来调和DXJ双元的张力, 敏捷性是一个实体在理解市场和执行营销决策以适应市场之间快速迭代的程度。该概念强调营销决策的速度, 侧重于快速的感知及快速执行营销决策(Kalaignanam et al., 2021)。但将敏捷性作为DXJ双元张力的调和机制是否合理和贴切, 是否还有其他调和机制, 还需进一步验证。

2.3.3 DXJ双元张力的调和过程

在找出调和机制的基础上, 需要继续探讨该机制对DXJ双元张力调和的过程。在其调和过程中会遵从什么样的规律和路径, 该规律和路径的逻辑是什么？驱动是什么？从理论上如何解释？DXJ双元的平衡是一种动态平衡, 由于DXJ与DCI具有高度的情境依赖性, 且不同客户的DXJ与DCI是不同的, DXJ双元平衡在不同情境下可能具有不同的表现, 因此DXJ双元平衡后会出现新的DXJ双元张力, 再次进入到调和机制的调和过程中。

DXJ双元张力及其调和机理部分的展开可借鉴Beverland等(2015)的研究, 采用改进的扎根理论研究设计, 该研究设计对研究问题和浮现线索的探究受“理论抽样”与“文献−数据−新兴的理论”之间构念的比较而驱动。

2.4 研究内容四：数字化交互平台产品的客户投入(DCI)研究

本部分将对DCI其相关内容进行深入研究。具体包括以下三个方面：

2.4.1 DCI的内涵、结构与测量

本部分是希望对营销中经常提到的几个概念：客户涉入(involvement)、参与(participation)、融入(engagement)到沉浸(immersion)甚至上瘾(addiction)涉及的内涵进行整合, 用到DIP产品的客户投入的研究中。

DCI的内涵在文献综述中已有介绍, 但其结构和测量需要在已有研究的基础上进行展开。基本思路与DXJ的内涵、结构和测量的思路相似, 由于客户融入的基础相对扎实和广泛, 本文拟借鉴客户融入的结构与测量。具体来说, 拟参考de Oliveira Santini等(2020)的研究, 该研究是对客户融入的元分析, 不但对客户融入有很好的总结, 还对其前因、中介和结果进行了结构方程模型验证。尽管该研究探讨社交媒体中的客户融入, 但并不影响对DCI的借鉴, 一方面二者都是数字交互情境下的客户融入, 另一方面该研究本身也是在以往其他情景下的客户融入的基础上展开的。

所以, 本文借鉴de Oliveira Santini等(2020)的研究, 将DCI的维度预设为4个：内在动机、心理状态、客户活动和对企业的贡献。如图6所示, 具体研究步骤与DXJ的内涵、结构与测量的研究步骤相似, 这里就不再赘述。

2.4.2 DCI的生成与管理

本部分拟打开DCI的生成与管理的作用机制与过程。包括三部分的内容(见图7)：

(1) DCI的生成

这里主要采用动机−机会−能力(MOA: Motivation-Opportunity-Ability)框架描述参与者投入生成与企业投入管理, MOA框架最初由MacInnis和Jaworski (1989)建立, 现已被许多管理和营销学科广泛采用(Kim et al., 2019; MacInnis et al., 1991; Schmitz, 2013; Wu et al., 2004)。

具体可以在Kim等(2019)的基础上, 将其他参与者的动机、机会和能力挖掘出来, 同时, 还要给出参与者投入质量的评价指标, 在此基础上采用扎根设计和案例研究的方法建立相应的理论模型。

(2) DCI的管理

同样, DCI的管理研究也需要借助MOA框架, 包括企业的MOA和参与者投入管理质量两部分, 如图7的右半部分所示。

(3) DCI的生成与管理的作用机理

根据前述研究, 本部分将打开DCI的生成与管理的作用过程。即图7中间带双箭头的两部分之间的作用过程, 具体可在图8的基础上进行完善。本部分主要是希望在数字生态系统中考虑其他参与者的情况下对DCI的生成与管理的作用机理进行研究, 与Kim等(2019)的研究不同的是消费者与其他参与者交互带来的影响。

2.4.3 DCI的有效性研究

本部分从实证的角度探究DCI的前因、中介、可能的调节变量以及影响客户行为和企业绩效的机制是什么？根据de Oliveira Santini等(2020)的研究, 我们初步拟定DCI有效性的研究框架, 见图8, 模型的具体细节还需要借助前面2.4.1和2.4.2的研究结果进行完善。需要解释的是, 情景的调节变量中, 产品价值指功能价值和享乐价值, 前人研究已经发现, 功能性利益创造了功利价值, 但通常与低唤醒情感有关。相比之下, 享乐价值与体验、愉悦、乐趣和冒险有关, 并且可能涉及高唤醒情感(Smith & Colgate, 2007); 更强的情感创造了更强的客户品牌关系和更强的消费者对消费者联系的潜力(Bowden, 2009)。因此, 我们探讨享乐和功能的价值区分是否会调节客户投入效应。

图6 数字化交互平台产品的客户投入(DCI)的内涵、结构与测量

图7 DCI的生成与管理及其作用机理框架

图8 DCI有效性研究框架

调节变量中, 客户旅程出现顺序是指的DIP产品设计中, 是先有平稳旅程还是先有粘性旅程, 已有研究建议企业在平稳旅程的初始服务周期或粘性旅程的后续服务周期鼓励购买(Siebert et al., 2020), 而DXJ本身又是一个两种旅程模式混合在一起的体验旅程, 所以, 不同的服务周期阶段, 两种旅程出现的先后顺序不但对DCI有影响, 而且还对DCI贡献(对客户行为和企业绩效)也有影响。

本部分拟采用调查或实验的方法来展开, 具体会根据2.4.1与2.4.2的研究结果来决定。

2.5 研究内容五：数字化交互平台产品的客户体验旅程(DXJ)与客户投入(DCI)的作用机理研究

本部分主要研究DXJ和DCI的相互作用。初步的概念模型如图9所示, 共分为以下5个部分的内容：

2.5.1 DXJ/DCI的个人因素及企业因素

由于DXJ与DCI是数字化交互平台产品的客户体验旅程和客户投入, 所以, 影响两者变化的因素需要从个人和企业两个层面来考虑。对于DIP产品来说, 个人层面有两个因素：消费者及其社交网络; 企业层面主要有三个因素：企业、企业客户和企业合作伙伴。

消费者因素方面的变量可以考虑前人研究中比较典型或适用的变量, Lemon和Verhoef (2016)认为, 良好的客户体验可以建立信任, 而信任对客户融入又有显著的直接影响(de Oliveira Santini et al., 2020), 所以, 我们这里暂时将信任作为消费者因素方面的DXJ和DCI之间的中介变量。当然, 具体是不是信任, 是否还有其他变量, 也是我们这部分的研究内容, 但为了方便后续的描述, 我们这里暂时将其确定为信任。

同样地, 消费者社交网络因素中的社会距离(Hamilton et al., 2021), 企业因素中的敏捷性(Kalaignanam et al., 2021), 企业客户因素中的匹配性(de Bellis et al., 2019), 企业合作伙伴因素中的融洽关系(Blut et al., 2021)都是我们暂时确定的一个比较适合的变量, 具体还需要在研究中完善。

2.5.2 假设发展及理论模型构建

本部分根据Kraemer等(2020)提到的螺旋理论建立DXJ与DCI相互作用的理论模型。使用螺旋理论的原因是本文提出的两个新构念——DXJ与DCI之间的关系符合该理论的三个原则：1)变量之间存在反馈回路。即随着时间的推移, 变量之间的因果关系是相互联系的(Fredrickson & Joiner, 2002), 同时包含正常和反向两种因果关系(例如, A→B和B→A) (Salanova et al., 2011), 而DXJ和DCI之间具备有一个类似的反馈回路; 2)变量变化的影响超过了绝对水平的影响, 即互惠关系中的效应不仅来自变量的绝对水平, 而且来自变量的变化(Chen et al., 2011); 3)螺旋具有上下边界。否则, 一个螺旋变量变化(其他条件相同)将导致两个变量间无穷的“互为因果”循环(Halbesleben et al., 2014)。即如果变量的初始绝对水平低于某一阈值, 则变量变化不会触发向上螺旋。例如, 如果一个人表现出可忽略的DXJ或DCI, 它对这个人来说就不是一个有意义的体验旅程或投入, 可能不会引起DCI或DXJ的变化。相应地, 上边界位于螺旋变量的额外增加不再足够显著的点, 因为相对增加与已经很高的绝对水平相比变得太小(Mittal et al., 1998)。例如, 如果个体具有高水平的DXJ或DCI, 客户对进一步提高的敏感度会降低, 进一步提高的增量会缩小。这种不断减少的变化影响构成了一种自我限制的力量, 减缓了螺旋式增长。因此基于以上分析, 可构建DXJ与DCI相互作用的螺旋式理论模型。

具体理论模型见图9, 包括以下两个部分：

图9 DXJ与DCI之间动态关系的概念模型

(1) DXJ对DCI的影响

1) 直接效应

在该部分, 通过已有文献梳理构建DXJ、DCI间的假设关系, 基于螺旋理论, 我们预计DXJ变化对DCI变化的影响超过DXJ绝对水平的影响。从而提出H1：

H1：DXJ变化对DCI变化有正向影响(保持一定时期内DXJ的平均水平)。

2) 信任变化与社会距离变化的中介效应

在该部分, 也基于已有研究成果梳理信任与社会距离在DXJ变化、DCI变化间中介效应的理论支撑, 提出H2a、H2b：

H2:(a)信任变化和(b)社会距离变化部分中介了DXJ变化对DCI变化的积极影响。

(2) DCI对DXJ的影响

1) 直接效应

在该部分, 通过已有文献梳理构建DCI、DXJ间的假设关系, 并且基于螺旋理论, 我们预计DCI变化对DXJ变化的影响超过DCI绝对水平的影响。从而提出H3：

H1: DCI变化对DXJ变化有正向影响(保持一定时期内DCI的平均水平)。

2) 敏捷性变化、匹配性变化与融洽关系变化的中介效应

在该部分, 也基于已有研究成果, 寻求敏捷性变化、匹配性变化与融洽关系变化在DXJ变化、DCI变化间中介效应的理论支撑, 提出H4a、H4b、H4c：

H4: (a)敏捷性变化、(b)融洽关系变化与(c)匹配性变化部分中介了DCI变化对DXJ变化的积极影响。

2.5.3 数据收集与变量测量

本部分主要对数据收集前期方案进行制定, 具体内容包括以下两个部分：

(1)数据收集

本文拟采用问卷调查法。我们将选择比较典型的DIP产品(比如智能手机、滴滴、微信、抖音等), 将问卷发放给DIP产品的参与者, 重点会落在最终消费者上。在调查过程中, 为获得变量的变化数据, 需要在不同时点收集数据。研究预计通过线上和线下两种途径确定被调查对象, 通过电子邮箱向DIP产品的参与者发放调查问卷, 对同一批DIP产品的参与者进行6次数据收集。收集数据的时间间隔统一为两个月, 这意味着第一份和最后一份调查问卷之间的时间间隔为10个月(Zapf et al., 1996), 为增加参与者的积极性和研究连续性, 每次向参与者提供电子优惠券等奖励, 且随着参与次数的增加, 奖励逐渐增加。

(2)变量测量

该部分主要对DXJ、DCI、信任、社会距离、敏捷性、匹配性、融洽关系拟采用的测量量表进行描述。

1) DXJ、DCI测量

DXJ与DCI是本研究提出的两个新构念, 因此直接使用前文在质性研究基础上所开发的DXJ量表及DCI量表进行测量。

2)其他变量的测量

信任、社会距离、敏捷性、匹配性、融洽关系都是在前人研究的基础上所提的变量, 可参考之前研究, 使用相对成熟的量表, 再根据情景进行微调。

2.5.4 量表验证

本部分主要是用所收集的数据进行量表验证, 以便为后续假设检验及螺旋特征识别奠定基础。具体采用验证性因子分析和信效度检验对量表的质量进行检验。

2.5.5 假设检验

本部分主要识别DXJ和DCI间的螺旋特征及检验前期发展的假设。具体包括以下4个部分：

(1)实证策略

数据分析将分两个阶段进行：

第一阶段, 使用混合效应增长曲线模型估计所有核心变量的个别斜率, 作为变量随时间变化的指标。

第二阶段, 用似无关回归模型估计DXJ变化和DCI变化之间的直接效应以及通过中介变量的变化产生的间接效应。

除了检验假设外, 这两个分析阶段的目的都是在经验上识别上述螺旋的第一和第二个特征：a.存在交互效应; b.核心变量变化的独特效应存在于这些变量的绝对水平之外。最后, 为了实证证明螺旋的第三个特征, 预进行两次Floodlight分析以检查螺旋效应的上下边界。这样有助于我们深入理解DXJ变化和DCI变化之间的动态关系。

(2)第一阶段：估计变量的变化

1)混合效应生长曲线模型

可以将DXJ等核心变量的时间变化估计为斜率(Chen et al., 2011)。为了估计这些斜率, 本文计划采用混合效应增长曲线模型, 这是一种多层次的纵向数据方法, 它可以估计个体受试者随时间的变化, 并检测这些变化中的个体间差异(Rabe-Hesketh & Skrondal, 2012)。

2)个别坡度估算

为了得到个体斜率, 将贝叶斯斜率估计值作为变量变化的指标, 通过回归所有核心变量的时间趋势回归, 估计两级混合效应增长曲线模型变量。

(3)第二阶段：测试相互的直接和间接关系。

依然应用似无关回归模型来估计直接和间接影响(Bowling & Hammond, 2008)。预估计7个方程, 分别代表两个因变量(DXJ变化、DCI变化)的两个直接效应模型、DXJ–DCI螺旋路径方向的两个中介模型, 以及DCI–DXJ螺旋路径的三个中介模型。

(4)螺旋线的上下边界

1)螺旋的下边界：初始水平与变化的相互作用

为了探索螺旋的下边界, 预测试DXJ的初始水平如何影响DXJ变化对DCI变化的影响, 在预测DCI变化的第2阶段模型中加入了初始时期DXJ及其与DXJ变化的相互作用项, 并进行Floodlight分析(Spiller et al., 2013)。

2)螺旋线的上边界：变化效应递减

为了检验螺旋的上边界(即限制向上螺旋的阈值), 预分析DXJ (DCI)变化的影响是否随着变量绝对值的增加而变小。并在此基础上进一步探究观察期开始时DCI水平是否影响DXJ改变DCI的能力, 即使用半连续变量区分向上和向下的操作变化(van Heerde et al., 2013), 以此来探究初始阶段DCI与预测DCI变化的第2阶段模型中向上DXJ变化之间的相互作用, 并绘制Floodlight分析图。

3 理论建构

体验作为跨越心理学和营销学的重要概念, 越来越成为企业获取更多用户注意力的有力武器。良好的客户体验能够促进满意度和忠诚度(Becker & Jaakkola, 2020; Bolton, 1998; Moore, 2012), 激发客户的情感, 提高客户对企业产品或服务的参与度(Kumar et al., 2019), 促进客户购买(Bleier et al., 2019; Schlosser, 2003)和口碑(Moore, 2012), 建立高质量的客户关系(Lemon & Verhoef, 2016), 提高客户终身价值(Bolton et al., 2004), 助力企业构建强有力的核心竞争力(Becker & Jaakkola, 2020)。许多研究从客户旅程的视角来研究客户体验(Lemon & Verhoef, 2016; Siebert et al., 2020), 提出了客户体验旅程的概念(Siebert et al., 2020), 本文关注DIP产品的客户体验旅程, 将其概念化为使用DIP产品的客户在整个客户旅程(初始、后续和终止服务周期)中的体验(DXJ)。随着市场提供物逐渐向DIP提供物转变, 客户体验的管理越来越复杂(Lemon & Verhoef, 2016), 出现了不同于传统提供物的客户旅程模式(Siebert et al., 2020), 催生了新的现象, 即客户在DIP产品上投入的时间、精力、感情等越来越多。现有研究中与这一现象相关的概念有客户涉入、客户参与、客户融入、客户沉浸与客户上瘾等, 但均不能完整地概括客户使用DIP产品的特征——客户的投入程度高低不同, 且均会为DIP产品的所有参与者创造价值。本文借鉴Kim等(2019)的研究, 提出DIP产品的客户投入(DCI), 探讨DCI的相关内涵、结构、管理与生成机制等, 并提出了DXJ与DCI的相互作用。在理论上, 本文有利于推动客户体验与客户旅程在数字化情境下的研究, 深入了解DXJ与DCI的内涵、结构和维度, 明晰DXJ双元的张力调和机理、DCI的生成与管理特征以及DXJ与DCI二者之间的相互关系; 在实践上为DIP企业管理好客户消费旅程中的体验, 提高客户投入程度, 建立高质量的客户关系提供指导。本文构建的理论框架如图1所示。

首先, 考虑DIP产品的多方参与者, 探讨多方参与者的身份演化及价值创造的连续性问题。已有研究运用递归自反性理论与实践连续性理论探讨了消费者在消费旅程中将自身身份与主导制度对比, 进行身份演化, 做出一系列行为实践, 进而创造价值的过程(Akaka & Schau, 2019)。DIP产品是多方参与者共同交互的一类产品, 其价值创造在与各参与方互动的过程不断进行着。由于价值创造的主体增多, 递归自反性理论与实践连续性理论会有新的表现, 同时参与方在将自身身份与主导制度进行对比时, 会出现认同共建与制度变迁的问题。DIP产品的客户体验旅程中消费旅程是很关键的一环节, 由于多方参与者的参与, 使价值共创更加复杂多变, 而参与者身份演化与认同共建是给参与方带来体验的重要驱动, 也是促使参与者反思参与消费的真正意义之所在。所以需要将研究中消费者的单方面价值创造, 扩展到多方参与者的价值共创上, 将DIP产品在消费旅程中的价值共创连续性研究透彻, 为企业、消费者和其他参与者服务：首先, 企业可以通过引导客户的自反性增强客户体验; 其次, 管理者要充分考虑客户身份与特定数字化交互平台客户旅程相关的实践和制度之间的一致性, 通过仔细考虑是鼓励实践沉浸(通过身份一致)还是促进实践创新(通过身份不一致), 从战略上决定将客户身份与制度保持一致或不一致; 最后, 为了理解自反性, 管理者必须考虑自反性发生的社会和文化背景, 仅仅了解一个人想要的身份是不够的, 管理者还必须了解这个身份所包含的(多个)制度。

其次, 系统探讨DXJ的内涵、结构、测量以及发生问题。对DXJ的测量, 实质上是衡量客户在整个客户旅程中的体验程度, 对体验的测量有助于企业衡量其客户对产品的整体感知和评价, 进而做出改进策略。已有研究对体验进行了测量(Froehle & Roth, 2004; Klaus & Maklan, 2013), 但这些测量均是针对传统的产品或服务, 是客户在某一旅程阶段的体验, 而DXJ概念包含了全旅程阶段(初始、中止、后续), 是对传统体验的延伸与扩展。基于客户旅程视角的客户体验测量方法能够对提供DIP产品的企业制定有效的客户旅程提出相应的管理建议与指导。本文通过文献梳理和现实观察将DXJ的维度划分为：认知反应、情绪反应、身体反应、感官反应、社会反应。DIP企业了解其客户体验程度的最终目的是为了实施相应策略以努力实现更高质量的客户体验, 因此有必要探讨DXJ的发生问题, 为企业制定策略提供方向。DXJ的发生依靠其驱动因素, 企业内外部控制的接触点以及接触点之间的动态相互作用是DXJ的驱动因素。首先, 管理者要意识到DXJ包含忠诚循环和涉入螺旋双重属性, 因此在客户体验旅程设计时, 考虑工具与娱乐双重要素。其次, 管理者要注重对DXJ驱动要素的把控, 如接触点、敏捷性等。

第三, 对DXJ双元的张力来源和张力调和机理进行深入研究。DIP产品既有娱乐性又有工具性属性, 其客户旅程模式兼具平稳旅程和粘性旅程的特征, 是混合旅程模式, 而这两种模式刺激消费者体验的方式截然相反(Siebert et al., 2020), 这种相反的力量之间必然会产生张力(March, 1991), 使得企业对DXJ的管理需要具备两种能力, 因此本文提出DXJ双元概念, 并基于组织双元与品牌双元理论来探讨DXJ双元的张力来源、形成过程及概念化, 使提供DIP产品的企业清楚DXJ在不同阶段的动态转换和相互依存的关系, 帮助企业和其他参与者把握DXJ双元的互为根本、相互转化、彼消此长的特点, 以便在实践中更好地对DXJ进行使用和管理, 更好地驾驭DXJ。通过企业观察与理论推导, 本文提出DXJ双元的张力来源于平稳旅程和粘性旅程设计原则的不同, 营销敏捷性是调和DXJ双元的关键机制。

第四, 对DCI的演化过程、生成与管理及其有效性进行研究。已有研究探讨了与DCI相关概念的影响(de Oliveira Santini et al., 2020; 高鹏等, 2020; Kumar et al., 2019; Meire et al., 2019; Zaichkowsky, 1985), 但未能充分体现DIP产品的客户投入现象, 因此本文提出DCI的概念, 系统探讨客户投入程度的影响。借助客户融入的维度对DCI的结构进行研究, 采用MOA框架分析DCI的生成与管理, 并在清楚DCI内涵和测量的基础上探讨DCI的结果与调节。(1) DCI包含内在动机、心理状态、客户活动、对企业的贡献4个维度。(2) DCI的生成与管理相互作用, 由参与者与企业共同努力, 提高参与者的DCI程度与质量。DCI的生成主要指参与者的动机、机会和能力(MOA框架)：动机包括内在动机和外在动机; 机会包括沟通模式、消费体验、身份演化、DXJ阶段等; 能力包括参与者的知识和专长、客户类型、网络结构和位置等。DCI的生成会导致参与者投入质量的提高, 体现在参与者知识的新颖性、有用性和准确性上。DCI的管理主要指企业的动机、机会和能力：动机包括企业的客户体验旅程导向、期望的收益等; 机会包括DXJ阶段等; 能力包括吸收、组合、协调、社会化等能力。(3)由满意度、信任、积极情感等驱动, 相应的结果有企业绩效、行为意向和口碑等, 且DCI与其他变量之间的关系受到便利性、企业类型、行业类型、产品涉入、产品价值、客户旅程的出现顺序等情境因素的调节。这指导管理者应该把重点放在数字化交互平台客户体验旅程的设计上, 以提高DCI水平; 其次, 也要清楚DCI的生成与管理, 以便逐步引导客户及其他参与者生成高质量的客户投入内容; 同时, 企业也要注意其对DCI的管理质量, 并且要将目标聚焦在借助DIP产品提供定制和丰富的客户体验上。最后, DCI的有效性可以使企业清楚知道应该将注意力放在与客户投入有关的哪些变量上, 才能真正为企业做贡献。

第五, 探讨DXJ与DCI的相互作用, 二者之间的相互影响不仅表现在绝对水平的影响上, 还表现为变化效应。已有研究提出了客户体验对客户融入及客户投入的促进作用(Kumar et al., 2019; Pansari & Kumar, 2017), 也有研究提出了客户投入、顾客参与或沉浸对客户体验的影响(王菁, 李妍星, 2015; 杨一翁等, 2020; 郑秋莹等, 2017), 但尚未有文献同时探讨客户体验旅程与客户投入的相互作用。在DIP产品中, 由于消费旅程包括了整个服务周期, 前一阶段的DXJ会影响DCI, DCI也会进一步影响DXJ, DXJ与DCI的互惠关系表现得十分明显, 因此有必要探讨DXJ 与DCI的相互作用。同时, 螺旋理论表明, 变量的变化影响大于绝对水平的影响(Chen et al., 2011; Kraemer et al., 2020), 在DXJ与DCI种也存在这样的关系, 因此我们假设DXJ变化与DCI变化相互促进。螺旋理论表明变量的变化影响存在上边界和下边界(Kraemer et al., 2020), 也就是当DXJ或DCI水平较低时(下边界), 二者的变化不会对对方产生影响, 当DXJ与DCI水平过高时(上边界), 其变化也不会引起对方水平的变化。螺旋理论的上边界表明DXJ与DCI不是越高越好, 这与滕乐法等(2020)的研究结论相一致, 认为在客户体验中, 并不是越投入(沉浸)越好。通过梳理文献与现象观察, 本文认为DXJ变化能够通过信任和社会距离影响DCI变化, DCI变化能够通过企业敏捷性、企业与客户的融洽关系以及企业合作伙伴的匹配性影响DXJ变化。明确DXJ与DCI的相互作用有助于为提供DIP产品的企业适当把控DXJ与DCI的水平值, 使其保持在恰当水平范围内, 实现DXJ与DCI间的良性互动。

高鹏, 李纯青, 褚玉杰, 谢莹. (2020). 短视频顾客灵感的触发机制及其对顾客融入的影响.(5), 731–745.

滕乐法, 吴媛媛, 李峰. (2020). 越沉浸越好吗？——品牌体验中消费者沉浸程度的双重影响研究.(6), 153–167+251.

万兴, 邵菲菲. (2017). 数字平台生态系统的价值共创研究进展.(5), 89–97.

王菁, 李妍星. (2015). 在线顾客体验的形成路径:基于沉浸理论的实证研究.(2), 132–139.

杨一翁, 涂剑波, 李季鹏, 刘培, 陶晓波. (2020). 互动情境下服务型企业提升品牌资产的路径研究——顾客参与价值共创的中介作用和自我效能感的调节作用., 107–119.

郑秋莹, 姚唐, 曹花蕊, 范秀成. (2017). 是单纯享乐还是自我实现?顾客参与生产性消费的体验价值.(2), 191–200.

Akaka, M. A., & Schau, H. J. (2019). Value creation in consumption journeys: Recursive reflexivity and practice continuity.(3), 499–515.

Algesheimer, R., Dholakia, U. M., & Herrmann, A. (2005). The social influence of brand community: Evidence from European car clubs.(3), 19–34.

Anderson, E. W., Fornell, C., & Rust, R. T. (1997). Customer satisfaction, productivity, and profitability: Differences between goods and services.(2), 129–145.

Andriopoulos, C., & Lewis, M. W. (2009). Exploitation– exploration tensions and organizational ambidexterity: Managing paradoxes of innovation.(4), 696–717.

Armstrong, M. (2006). Competition in two-sided markets.(3), 668–691.

Auh, S., Menguc, B., Spyropoulou, S., & Wang, F. (2016). Service employee burnout and engagement: The moderating role of power distance orientation.(6), 726–745.

Baldus, B. J., Voorhees, C., & Calantone, R. (2015). Online brand community engagement: Scale development and validation.(5), 978–985.

Becker, L., & Jaakkola, E. (2020). Customer experience: Fundamental premises and implications for research.(4), 630–648.

Beckers, S. F., van Doorn, J., & Verhoef, P. C. (2018). Good, better, engaged? The effect of company-initiated customer engagement behavior on shareholder value.(3), 366–383.

Beverland, M. B., Wilner, S. J., & Micheli, P. (2015). Reconciling the tension between consistency and relevance: Design thinking as a mechanism for brand ambidexterity.(5), 589–609.

Bleier, A., Harmeling, C. M., & Palmatier, R. W. (2019). Creating effective online customer experiences.(2), 98–119.

Blut, M., Wang, C., Wünderlich, N. V., & Brock, C. (2021). Understanding anthropomorphism in service provision: A meta-analysis of physical robots, chatbots, and other AI., 632–658.

Bolton, R. N. (1998). A dynamic model of the duration of the customer's relationship with a continuous service provider: The role of satisfaction.(1), 45–65.

Bolton, R. N., Lemon, K. N., & Verhoef, P. C. (2004). The theoretical underpinnings of customer asset management: A framework and propositions for future research.(3), 271–292.

Bowden, J. L. H. (2009). The process of customer engagement: A conceptual framework.(1), 63-74.

Bowling, N. A., & Hammond, G. D. (2008). A meta-analytic examination of the construct validity of the michigan organizational assessment questionnaire job satisfaction subscale.(1), 63–77.

Brakus, J. J., Schmitt, B. H., & Zarantonello, L. (2009). Brand experience: What is it? How is it measured? Does it affect loyalty?(3), 52–68.

Calder, B. J., Malthouse, E. C., & Schaedel, U. (2009). An experimental study of the relationship between online engagement and advertising effectiveness.(4), 321–331.

Chen, G., Ployhart, R. E., Thomas, H. C., Anderson, N., & Bliese, P. D. (2011). The power of momentum: A new model of dynamic relationships between job satisfaction change and turnover intentions.(1), 159–181.

Chun, H. H., Diehl, K., & MacInnis, D. J. (2017). Savoring an upcoming experience affects ongoing and remembered consumption enjoyment.(3), 96–110.

Csikszentmihalyi, M., & LeFevre, J. (1989). Optimal experience in work and leisure.(5), 815–822.

Cui, A. S., & Wu, F. (2016). Utilizing customer knowledge in innovation: Antecedents and impact of customer involvement on new product performance.(4), 516–538.

Dabholkar, P. A. (1990). How to Improve Perceived Service Quality by Improving Customer Participation. In B.J. Dunlap (ed),(Vol. 13, pp. 483–487). New Orleans-Louisiana.

Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing.(1), 24–42.

de Bellis, E., Hildebrand, C., Ito, K., Herrmann, A., & Schmitt, B. (2019). Personalizing the customization experience: A matching theory of mass customization interfaces and cultural information processing.(6), 1050–1065.

de Luca, L. M., Herhausen, D., Troilo, G., & Rossi, A. (2021). How and when do big data investments pay off? The role of marketing affordances and service innovation., 790–810.

de Oliveira Santini, F., Ladeira, W. J., Pinto, D. C., Herter, M. M., Sampaio, C. H., & Babin, B. J. (2020). Customer engagement in social media: A framework and meta- analysis., 1211–1228.

Dong, B., & Sivakumar, K. (2017). Customer participation in services: Domain, scope, and boundaries.(6), 944–965.

Evans, D., & Schmalensee, R. (2005). The industrial organization of markets with two-sided platforms., 151–179.

Fredrickson, B. L., & Joiner, T. (2002). Positive emotions trigger upward spirals toward emotional well-being.(2), 172–175.

Froehle, C. M., & Roth, A. V. (2004). New measurement scales for evaluating perceptions of the technology- mediated customer service experience.(1), 1–21.

Giesler, M., & Thompson, C. J. (2016). A tutorial in consumer research: Process theorization in cultural consumer research.(4), 497–508.

Grewal, D., Hulland, J., Kopalle, P. K., & Karahanna, E. (2020). The future of technology and marketing: A multidisciplinary perspective.(1), 1–8.

Gustafsson, A., Johnson, M. D., & Roos, I. (2005). The effects of customer satisfaction, relationship commitment dimensions, and triggers on customer retention.(4), 210–218.

Halbesleben, J. R., Neveu, J. P., Paustian-Underdahl, S. C., & Westman, M. (2014). Getting to the “COR” understanding the role of resources in conservation of resources theory.(5), 1334– 1364.

Hamilton, R., Ferraro, R., Haws, K. L., & Mukhopadhyay, A. (2021). Traveling with companions: The social customer journey.(1), 68–92.

Hampel, C. E., Tracey, P., & Weber, K. (2020). The art of the pivot: How new ventures manage identification relationships with stakeholders as they change direction.(2), 440–471.

Harmeling, C. M., Moffett, J. W., Arnold, M. J., & Carlson, B. D. (2017). Toward a theory of customer engagement marketing.(3), 312–335.

Haumann, T., Güntürkün, P., Schons, L. M., & Wieseke, J. (2015). Engaging customers in coproduction processes: How value-enhancing and intensity-reducing communication strategies mitigate the negative effects of coproduction intensity.(6), 17–33.

Hoffman, D. L., & Novak, T. P. (2018). Consumer and object experience in the internet of things: An assemblage theory approach.(6), 1178–1204.

Holbrook, M. B. (1994). The nature of customer value: An axiology of services in the consumption experience.In Rust, R. T., & Oliver, R. L. (Eds).(pp. 21−71). Thousand Oaks: Sage Publications.

Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social media: Conceptualization, scale development and validation.(2), 149–165.

Hollebeek, L. D., Srivastava, R. K., & Chen, T. (2019). S–D logic–informed customer engagement: Integrative framework, revised fundamental propositions, and application to CRM.(1), 161–185.

Homburg, C., Jozić, D., & Kuehnl, C. (2017). Customer experience management: Toward implementing an evolving marketing concept.(3), 377–401.

Hopp, T., & Gallicano, T. D. (2016). Development and test of a multidimensional scale of blog engagement.(3-4), 127–145.

Huang, M. H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing.(1), 30–50.

Huang, Y., Jasin, S., & Manchanda, P. (2019). “Level Up”: Leveraging skill and engagement to maximize player game-play in online video games.(3), 927–947.

Kalaignanam, K., Tuli, K. R., Kushwaha, T., Lee, L., & Gal, D. (2021). Marketing agility: The concept, antecedents, and a research agenda.(1), 35–58.

Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media.(1), 59–68.

Kim, S., Bowen, M., & Wen, X. H. (2019). The ultimate co-creation: Leveraging customer input in business model innovation.(3), 339–356.

Klaus, P. P., & Maklan, S. (2013). Towards a better measure of customer experience.(2), 227–246.

Kopalle, P. K., Kumar, V., & Subramaniam, M. (2020). How legacy firms can embrace the digital ecosystem via digital customer orientation.(1), 114–131.

Kraemer, T., Weiger, W. H., Gouthier, M. H., & Hammerschmidt, M. (2020). Toward a theory of spirals: The dynamic relationship between organizational pride and customer-oriented behavior.(6), 1095–1115.

Kuehnl, C., Jozic, D., & Homburg, C. (2019). Effective customer journey design: Consumers’ conception, measurement, and consequences.(3), 551–568.

Kumar, V., Aksoy, L., Donkers, B., Venkatesan, R., Wiesel, T., & Tillmanns, S. (2010). Undervalued or overvalued customers: Capturing total customer engagement value.(3), 297–310.

Kumar, V., Rajan, B., Gupta, S., & Dalla Pozza, I. (2019). Customer engagement in service.(1), 138–160.

Kumar, V., Zhang, X., & Luo, A. (2014). Modeling customer opt-in and opt-out in a permission-based marketing context.(4), 403–419.

Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey.(6), 69–96.

Li, F., Larimo, J., & Leonidou, L. C. (2021). Social media marketing strategy: Definition, conceptualization, taxonomy, validation, and future agenda.(1), 51–70.

Lim, L. G., Tuli, K. R., & Grewal, R. (2020). Customer satisfaction and its impact on the future costs of selling.(4), 23–44.

Luo, X., Tong, S., Lin, Z., & Zhang, C. (2021). The impact of platform protection insurance on buyers and sellers in the sharing economy: A natural experiment.(2), 50–69.

MacInnis, D. J., & Jaworski, B. J. (1989). Information processing from advertisements: Toward an integrative framework.(4), 1–23.

MacInnis, D. J., Moorman, C., & Jaworski, B. J. (1991). Enhancing and measuring consumers’ motivation, opportunity, and ability to process brand information from Ads.(4), 32–53.

March, J. G. (1991). Exploration and exploitation in organizational learning.(1), 71–87.

Meire, M., Hewett, K., Ballings, M., Kumar, V., & van den Poel, D. (2019). The role of marketer-generated content in customer engagement marketing.(6), 21–42.

Mittal, V., Ross Jr, W. T., & Baldasare, P. M. (1998). The asymmetric impact of negative and positive attribute-level performance on overall satisfaction and repurchase intentions.(1), 33–47.

Moore, S. G. (2012). Some things are better left unsaid: How word of mouth influences the storyteller.(6), 1140–1154.

Novak, T. P., Hoffman, D. L., & Yung, Y. F. (2000). Measuring the customer experience in online environments: A structural modeling approach.(1), 22-42.

Palmatier, R. W., & Steinhoff, L. (Eds). (2019).. London: Routledge.

Pansari, A., & Kumar, V. (2017). Customer engagement: The construct, antecedents, and consequences.(3), 294–311.

Parker, G., van Alstyne, M. W., & Jiang, X. (2016). Platform ecosystems: How developers invert the firm.(1), 255–266.

Paruthi, M., & Kaur, H. (2017). Scale development and validation for measuring online engagement.(2), 127–147.

Porter, M. E., & Heppelmann, J. E. (2015). How smart, connected products are transforming companies.(10), 96–114.

Prahalad, C. K., & Ramaswamy, V. (2004). Co-creation experiences: The next practice in value creation.(3), 5–14.

Prahalad, C. K., & Ramaswamy, V. (2000). Co-opting customer competence.(1), 79–90.

Puntoni, S., Reczek, R. W., Giesler, M., & Botti, S. (2021). Consumers and artificial intelligence: An experiential perspective.(1), 131–151.

Rabe-Hesketh, S., & Skrondal, A. (Eds). (2012).College Station: STATA press.

Ramaswamy, V., & Ozcan, K. (2018). Offerings as digitalized interactive platforms: A conceptual framework and implications.(4), 19–31.

Salanova, M., Llorens, S., & Schaufeli, W. B. (2011). “Yes, I can, I feel good, and I just do it!” On gain cycles and spirals of efficacy beliefs, affect, and engagement.(2), 255–285.

Schau, H. J., Gilly, M. C., & Wolfinbarger, M. (2009). Consumer identity renaissance: The resurgence of identity-inspired consumption in retirement.(2), 255–276.

Schlosser, A. E. (2003). Experiencing products in the virtual world: The role of goal and imagery in influencing attitudes versus purchase intentions.(2), 184–198.

Schmitz, C. (2013). Group influences of selling teams on industrial salespeople’s cross-selling behavior.(1), 55–72.

Siebert, A., Gopaldas, A., Lindridge, A., & Simoes, C. (2020). Customer experience journeys: Loyalty loops versus involvement spirals.(4), 45–66.

Smith, J. B., & Colgate, M. (2007). Customer value creation: A practical framework.(1), 7–23.

Spiller, S. A., Fitzsimons, G. J., Lynch Jr, J. G., & McClelland, G. H. (2013). Spotlights, floodlights, and the magic number zero: Simple effects tests in moderated regression.(2), 277–288.

Sprott, D., Czellar, S., & Spangenberg, E. (2009). The importance of a general measure of brand engagement on market behavior: Development and validation of a scale.(1), 92–104.

Steinhoff, L., Arli, D., Weaven, S., & Kozlenkova, I. V. (2019). Online relationship marketing.(3), 369–393.

Steward, M. D., Narus, J. A., & Roehm, M. L. (2018). An exploratory study of business-to-business online customer reviews: External online professional communities and internal vendor scorecards.(2), 173–189.

Sussman, S., Lisha, N., & Griffiths, M. (2011). Prevalence of the addictions: A problem of the majority or the minority?(1), 3–56.

van Doorn, J., Lemon, K. N., Mittal, V., Nass, S., Pick, D., Pirner, P., & Verhoef, P. C. (2010). Customer engagement behavior: Theoretical foundations and research directions.(3), 253–266.

van Heerde, H. J., Gijsenberg, M. J., Dekimpe, M. G., & Steenkamp, J. E. M. (2013). Price and advertising effectiveness over the business cycle.(2), 177–193.

Verhoef, P. C., Lemon, K. N., Parasuraman, A., Roggeveen, A.,Tsiros, M., & Schlesinger, L. A. (2009). Customer experience creation: Determinants, dynamics and management strategies.(1), 31–41.

Vivek, S. D., Beatty, S. E., Dalela, V., & Morgan, R. M. (2014). A generalized multidimensional scale for measuring customer engagement.(4), 401–420.

Vivek, S. D., Beatty, S. E., & Morgan, R. M. (2012). Customer engagement: Exploring customer relationships beyond purchase.(2), 122–146.

Wichmann, J. R., Wiegand, N., & Reinartz, W. J. (2022). The platformization of brands.(1), 109–131.

Wieland, H., Hartmann, N. N., & Vargo, S. L. (2017). Business models as service strategy.(6), 925–943.

Wolter, J. S., & Cronin, J. J. (2016). Re-conceptualizing cognitive and affective customer–company identification: The role of self-motives and different customer-based outcomes.(3), 397–413.

Wu, Y., Balasubramanian, S., & Mahajan, V. (2004). When is a preannounced new product likely to be delayed?(2), 101–113.

Yadav, M. S., & Pavlou, P. A. (2014). Marketing in computer-mediated environments: Research synthesis and new directions.(1), 20–40.

Zaichkowsky, J. L. (1985). Measuring the involvement construct.(3), 341–352.

Zapf, D., Dormann, C., & Frese, M. (1996). Longitudinal studies in organizational stress research: A review of the literature with reference to methodological issues.(2), 145–169.

The relationship between customer experience journey and input with digitalized interactive platforms offerings

LI Chunqing, ZHANG Jieli, LIU Wei, ZHANG Chenlu

(School of Economics and Management, Northwest University, Xi’an 710027, China)

Customer experience journey is critical for today’s organization. This research aims to understand how organizations can enrich customer experience journey in digitalized interactive platforms (DIP), to increase customer input and as a result co-create values with various stakeholders. By incorporating theories and stances from stakeholder marketing, reflexibility and identity evolution, and the theory of spirals, this research develops the concept of customer experience journey in digitalized interactive platforms (that is, DXJ), investigates the ambidexterity nature of DXJ, and explores sources of tension in DXJ and its reconciling mechanism. Further, this research introduces the concept of customer input with digitalized interactive platforms offerings (that is, DCI) and explains the relationship between DXJ and DCI. This research also discusses how to sustain the stakeholder’s value co-creation process. This research has practical implications and results of this research can offer practical guidelines for organizations.

digitalized interactive platforms offerings, customer experience journey, customer input, ambidexterity, theory of spirals

2021-12-30

* 国家自然科学基金项目(72172123)。

李纯青, E-mail: lichunqing@nwu.edu.cn

B849: F713.55