在服裝網絡定制中RA對客戶滿意度的影響

李 露，謝 紅，汪世奎

(上海工程技術大學服裝學院，上海201620)

隨著電子商務的快速發展，網絡信息以鋪天蓋地之勢向消費者襲來，消費者在享受網絡便捷的同時不得不忍受從海量信息中挑選心儀產品的無奈。產品推薦代理(recommendation agent，RA)[1-2]作為一種信息過濾技術已經被許多電子商務網站在線使用，有助于客戶減輕信息超載的壓力。Netflix和亞馬遜均利用其特點吸引客戶而增加企業銷售量和提升客戶滿意度。相同的道理在社會新聞網站中也有體現，網站通過對用戶網絡消費信息歷史好惡分析了解客戶心理趨向，為客戶提供個性化建議。

近年來，服裝網絡定制的趨勢銳不可擋，消費者在使用定制網站的同時也遇到了對服裝類型、搭配、款式等與自身是否符合的問題。RA作為一項搜集整理客戶偏好及向消費者隱形推薦產品的決策支持系統，很適合嵌套在服裝網絡定制系統中為消費者“指點迷津”，幫助消費者快速搜索到心儀的服裝并迅速完成定制過程。RA對客戶消費決策[3]的影響直接關系到企業產品銷售量，從運營商角度出發，商家希望消費者最大限度地接受RA的推薦，加快消費者購買決策[3]進程，同時實現企業銷售目標并從中獲得高額利潤。現今顧客忠誠度也已被企業廣泛認定為衡量長期業務是否成功的一個重要指標，一個企業績效的好壞很大程度上由客戶忠誠度決定。因此RA的推薦質量直接影響消費者購買后的態度，即成為能不能將普通客戶轉化為忠誠客戶的一個基礎。

通過20多年來市場營銷文獻對顧客忠誠度的各種影響因素的研究發現，顧客忠誠的影響因素主要包括產品價值、客戶滿意度、客戶信任感及客戶網購習慣等。為了探討RA對服裝網絡定制系統的購買決策影響，需先研究RA對顧客忠誠度的影響，因此本文主要研究以下三方面:1)建立RA推薦系統對定制客戶忠誠度影響概念框架模型;2)提取影響RA推薦系統質量的因素;3)SPSS數據分析得出影響推薦系統質量的因子與客戶消費滿意度的關系模型。

1 RA對定制客戶忠誠度影響概念框架模型

基于Gremler和Brown對顧客忠誠度的研究，提出顧客忠誠度形成的四個組成部分:認知——情感——意向——行動。客戶定制行為的發生首先基于顧客對服裝定制有一定需求，由RA推薦符合客戶心意的服裝，并引起客戶情感上的共鳴，誘使客戶的定制意圖和愿望，進而將這種情感轉化為實際定制行動。在客戶實現這一定制行為過程中，需研究RA推薦系統質量對定制客戶忠誠度影響。基于國內外有關推薦系統對客戶忠誠度的影響研究，提出如圖1所示概念框架模型(+表示正向影響關系)。

圖1 RA對客戶忠誠度影響力模型Fig.1 Model of the effect of RA on customer loyalty

該模型可以簡化為RA對客戶滿意度影響力研究和客戶滿意度對客戶忠誠度影響力的研究。另外，國內外對于客戶滿意度與客戶忠誠度之間的關系研究比較成熟，但基本上都表明了客戶滿意度對客戶忠誠度有積極性影響。例如Walsh等[4]研究消費者的滿意度和轉換意圖之間的關系，表明消費者滿意度對轉換意圖影響顯著;Oliver[5]研究顧客忠誠度的產生是由客戶消費滿意度哪些方面的因素所引起的，研究顯示滿意是忠誠形成的一個必要步驟;Helgesen[6]還研究了顧客滿意與顧客忠誠的關系，發現消費滿意度高的客戶往往忠誠度更高。本文主要針對的是服裝定制網站的推薦系統對網絡定制客戶消費滿意度的影響力研究。

2 RA對定制客戶消費滿意度影響實證研究

2.1 問卷設計

針對前文所提出的RA對網絡定制客戶消費滿意度概念模型，本文主要從網站及顧客兩方面來考慮RA推薦質量的好壞。網站方面主要結合有關服裝電子商務消費者網絡購買決策影響文獻分析，例如Oliver[7]認為網站環境會對消費者購物情緒產生一定影響，Gregory R Heim等[8]研究出服裝質量因素對顧客購物具有驅動力。顧客方面主要從客戶自身情況出發，William R等[9]通過實證研究發現網絡購物經驗豐富者使用網絡更容易獲得較多的樂趣。網絡時代信息過載是一個普遍的現象，推薦內容是否有信息堆積問題也會影響消費者對RA推薦的滿意度。RA推薦內容的信息量如果超出了人們有限時間內的認知和信息處理能力，顯然會降低消費者對RA滿意度。另外基于大量有關消費者網絡消費行為及顧客購買決策的文獻，最終提取7個影響RA推薦質量的自變量。問卷編制初始，選取部分學習了解過電子商務的在校學生進行預調查，預調研對象普遍具備豐富的網購經驗及有關電子商務的專業基礎知識。經過反復修正編排，共設計19個題項，問卷采用Likert 5點量表設計。5分表示“正面影響程度最深”，4分表示“正面影響程度較深”，3分表示“正面影響程度一般”，2分表示“無任何影響”，1分表示“有負面影響”。

表1 RA變量度量項目Tab.1 RA variable measurement projects

2.2 數據采集與分析

采取網絡問卷形式調研，主要針對20～45歲且有網上服裝消費經驗的白領工薪階層為調查對象。在網絡上發放問卷264份，歷時半個月，回收有效問卷共213份，有效率達到80.68%。其中213位網絡調研者中女性比例占63.8%，表明調研對象中女性比男性多一倍;另外54.5%的被訪者月收入在5 000元以上，基本符合一般工薪白領階層工資;專科以上的學歷占總人數比例的81.7%，說明調研對象具備較高的教育素養，對新事物有一定的判斷能力。

2.2.1 量表信度與效度分析

運用 SPSS 19.0[10]對樣本數據進行分析，通過Cronbach Alpha系數來測量量表的信度。表2顯示，該組數據的Cronbach Alpha系數均接近0.8或者高于0.8，表明數據信度很高。

表2 統計性描述與信度分析Tab.2 Statistical description and reliability analysis

2.2.2 相關分析

為了進一步檢驗各影響因素之間的相關性，利用SPSS 19.0的相關分析(Bivariate)對各自變量之間進行分析，整理結果見表3。

表3 RA各影響因子之間的相關系數Tab.3 Correlation coefficient among each influence factor of RA

由表3可知:網站形象、信息梳理、服裝特色及服裝質量彼此都在0.01水平上顯著，產品知識與定制經驗在0.01水平上顯著。

2.2.3 因子分析

由于多個影響因素之間可能存在一定的相關性，因此為了避免多因素之間造成的共線性問題，采用主成分分析法進行因子分析，并用最大方差法進行因子旋轉且利用KMO檢驗和Bartlett檢驗結果判定數據是否適合做因子分析[11]。經數據分析，KMO取值為0.744，表明該數據比較適合做因子分析，Bartlett檢驗的Sig.值為0.000，說明樣本數據來自于服從多元正態分布的總體，適合做進一步分析。

SPSS數據分析得出有兩個成分的特征值超過1，且第一成分方差貢獻率達到49.313%，第二成分方差貢獻率達到18.839%，兩個因子的方差貢獻率之和為68.152%，因此SPSS只選擇前兩個主成分。表4顯示的是旋轉成分矩陣及成分得分系數矩陣:第一因子在網站形象、信息梳理、服裝特色及服裝質量上有較大載荷，反應的是這四個變量的信息;第二因子在信息堆積、產品知識及定制經驗上有較大載荷，反應的是這三個變量的信息。

表4 旋轉成分矩陣及成分得分系數矩陣Tab.4 Rotating component matrix and component score coefficient matrix

據成分得分系數矩陣可以直接寫出各公因子的表達式:

F1=0.303×網站形象 +0.283×信息梳理 +0.042×信息堆積+0.293×服裝特色+0.029×產品知識+0.149×定制經驗+0.276×服裝質量

F2=0.082×網站形象 +0.035×信息梳理+0.383×信息堆積+0.053×服裝特色+0.439×產品知識+0.582×定制經驗+0.001×服裝質量

2.2.4 模型擬合分析

繼因子分析后，將“推薦系統對客戶滿意度影響力”作為因變量，以上述兩個公因子作為自變量進行多重線性回歸分析[12]。結果如下:修正的可決系數(調整R2)為0.830，表示模型的解釋能力較好。方差分析中，模型的檢驗 P值(Sig.)為0.000，小于0.05，非常顯著，模型具有統計學意義。

表5 模型擬合系數Tab.5 Model fitting coefficient

最終模型表達式為:滿意度=3.667+0.951×F1－0.232×F2，這就意味著 F1每增加一點，推薦系統對客戶滿意度影響力就會提升0.951點，而F2每增加一點，推薦系統對客戶滿意度影響力就會降低0.232點。模型中各個變量顯著性 P值均小于0.05，所以兩個系數都是顯著的。

2.3 結果分析

量表信度與效度分析表明，對定制網站的推薦質量系統影響的7個自變量均有較高的信度。相關分析表明:1)網站形象、信息梳理、服裝特色及服裝質量之間彼此正相關，且相關性較強。即一般情況下，服裝定制網站的形象比較好時，網站推薦系統里有關服裝信息的整體梳理都比較好，且推薦的服裝款式也會隨之顯得上檔次些，客戶收到的定制服裝的質量也比較合乎心意。說明以上四點影響因子對推薦質量有正向影響。2)產品知識和定制經驗也呈現正相關，但與網站形象、信息梳理、服裝特色及服裝質量之間不顯著，相關性不強。說明客戶自身對產品知識的了解及客戶頻繁的定制經驗越深，對網站推薦系統的依賴性就越低。3)信息堆積除了與定制經驗有微弱關系，其余的基本上保持與各因素之間呈現負相關或不相關，由此可推斷其對定制網站的推薦質量造成較差的影響。

因子分析表明，可用兩個公因子來概括所有影響因素對推薦系統質量好壞的指標:第一個因子用來反映網站形象、信息梳理、服裝特色及服裝質量四個變量的信息;第二個因子用來反映信息堆積、產品知識及定制經驗三個變量的信息。針對推薦系統對客戶滿意度影響力 =3.667+0.951×F1－0.232×F2模型來看，F1所反映的網站形象、信息梳理、服裝特色及服裝質量與滿意度之間呈正相關關系，F2所反映的信息堆積、產品知識及定制經驗與滿意度之間呈現負相關關系。

3 結論

服裝定制網站的知名度越高、用戶好評率越多、網站可信度越高、推薦信息布局合理、推薦服裝版型好、設計感強、色彩多樣、面料獨特、做工精細、合體度高等對RA推薦系統均有正面促進影響，即RA推薦系統的質量也越高。RA推薦的信息量不宜太多，在消費者接受范圍內即可，避免消費者對RA產生抵觸情緒。

消費者自身對網站信息了解能力較強，對自身喜好明確且有長期定制服裝經驗，則會在一定程度上降低對RA推薦系統的依賴性。因此，服裝網絡定制網站所提供的RA推薦系統質量越好，客戶滿意度也會越高，同時，滿意度高的客戶更容易轉化為網站忠誠客戶。

[1]YOON V Y，HOSTLER R E，GUO Z L，etal.Assessing the moderating effect of consumer product knowledge and onlineshopping experience on using recommendation agents for customer loyalty[J].Decision Support Systems，2013，55(4):883-893.

[2]陳明亮，蔡日梅.電子商務中產品推薦代理對消費者購買決策的影響[J].浙江大學學報:人文社會科學版，2009，39(5):138-148.CHEN Mingliang，CAI Rimei.The Impact of e-commerce product recommendation agent on consumer decision making[J].Journal of Zhejiang University:Humanities and Social Sciences，2009，39(5):138-148.

[3]徐文靜.推薦代理對網絡消費者購買決策的影響研究[J].魅力中國，2010(33):118.XU Wenjing.Recommend agent to network consumer purchase decision research[J].Charming China，2010(33):118.

[4]WALSH G，GROTH M，WIEDMANN K.An examination of consumers'motives toswitch energysupplier[J].Journal of Marketing Management，2005，21(3):421-440.

[5]OLIVER R L.Whence consumer loyalty[J].Journal of Marketing，1999，63(2):33-44.

[6]HELGESEN O.Are loyal customer's profitable?Customersatisfaction，customer(action)loyalty and customer profitability at the individual level[J].Journal of Marketing Management，2006，22(3):245-266.

[7]OLIVER R L.Satisfaction:A Behavioral Perspective on the Consumer[M].New York:McGraw-Hill Education，1997:258-293.

[8]GREGORY R H，KINGSHUK K S.Operation drivers of customer loyalty in electronic retailing:an empirical analysis of electronic food retailers[J].Manufacturing ＆ Service Operations Management，2001，3(3):264-272.

[9]WILLIAM R，SWINYARD，SCOTT M S.Why people(don't)shop online:a lifestyle of the internet consumer[J].Psychology ＆ Marketing，2003，20(7):567-597.

[10]楊維忠，張甜.SPSS統計分析與行業應用案例詳解[M].北京:清華大學出版社，2011:1-410.YANGWeizhong，ZHANG Tian.SPSS Statistical Analysis and Industry Application Case Explanation[M].Beijing:Tsinghua University Press，2011:1-410.

[11]張枝軍.基于網絡消費者視角的商品數字化展示研究[M].北京:北京理工大學出版社，2012:1-170.ZHANG Zhijun.Research Digital Goods Display Based on the View of Network Consumers[M].Beijing:Beijing Institute of Technology Press，2012:1-170.

[12]王謝寧.消費者在線購物行為影響因素的實證研究[J].大連理工大學學報:社會科學版，2009，30(4):24-27.WANG Xiening.Empiricalstudy of factors influencing consumers'online behavior[J].Journal of Dalian University of Technology:Social Sciences，2009，30(4):24-27.