O2O電商外賣模式下重復消費意愿影響因素研究

高核　楊博文　王靜

摘要：在O2O電子商務模式下，本文以美國顧客滿意度指數模型（ACSI）為理論基礎，以結構方程模型為研究工具，構建包含平臺易用性、信息內容、服務響應、期望感知、消費感知、顧客滿意度和顧客重復消費意愿7個潛變量的結構方程模型，分析影響顧客重復消費意愿的因素。研究發現期望感知和消費感知均能顯著影響顧客重復消費意愿，且消費感知的影響作用更大，服務響應對顧客消費感知的正向影響力最強。

關鍵詞：O2O；電子商務；重復消費意愿；結構方程模型

中圖分類號：F7193文獻標識碼：A

目前，企業進行電子商務開發的戰略重心逐漸由“產品”向“顧客”轉移，同時也催生出了線上線下互動協作的O2O電子商務模式。由于O2O模式可以通過電子商務線上渠道將線下服務送達到客戶手中，我國O2O電子商務模式所涉及的行業從最初的餐飲服務業，迅速發展到包括服裝、百貨、旅游、電影、交通、生活服務等多個行業和眾多領域。因此，通過研究O2O模式下影響顧客消費感知和重復消費意愿的因素，能夠幫助企業有針對性地優化服務質量，提高用戶的滿意度，強化用戶的重復消費意愿和行為，推動O2O電子商務模式的蓬勃發展。

一、模型構建與假設

（一）顧客滿意度模型理論基礎

美國密歇根大學、美國質量協會和安達信公司在1994年共同建立了美國顧客滿意度指數模型（ACSI）[1]。該模型認為顧客期望、感知質量和感知價值三個因素是導致顧客產生滿意感的三個前提，而顧客滿意又直接與顧客忠誠、顧客抱怨相聯系。建立顧客滿意度理論模型的目的是找到影響顧客滿意度的主要因素有哪些，顧客期望在該模型中主要指顧客在消費前對產品或服務質量所持有的一種預先估計，顧客感知質量主要指顧客在消費后對產品或服務質量所產生的實際感受，顧客感知價值主要是指顧客在考慮了價格后對產品或服務質量價值的感受，顧客滿意度就是對顧客產品或服務的總體滿意程度，而顧客忠誠主要代表了顧客在本次消費后產生重復消費的可能性[2-3]。

通過一個具有流向的因果關系圖，ACSI模型總結了在顧客消費體驗中可能影響顧客今后重復消費意愿的一些因素。從圖1可以看出顧客在消費過程中的期望、感知、體驗均會成為影響顧客后續重復消費意愿的因素，而與顧客重復消費意愿直接相關的就是顧客在消費過程中所建立起來的忠誠度。ACSI模型對于廣義的顧客消費滿意度影響因素進行了很好地歸納，也為本文的模型構建提供了參考。

（二）構建模型提出假設

在O2O電子商務模式下進行消費的消費者特征，與ACSI模型中的消費者特征基本相符，本文以ACSI顧客滿意度模型為理論基礎，并在該理論模型的基礎上進行如下改進：首先，將“顧客期望”更改為“期望感知”，主要指顧客在消費后認為產品或服務質量符合顧客期望的程度；其次， 將“感知質量”和“感知價值”合并為“消費感知”，主要指顧客在消費后對產品或服務質量的總體感受；第三，將“顧客抱怨”和“顧客忠誠”合并為“顧客重復消費意愿”，作為模型的最終內衍潛在變量，主要指顧客在本次消費后選擇在該平臺繼續進行后續消費的意愿。

本文構建的顧客重復消費意愿指數模型，包括平臺易用性、信息內容、服務響應、期望感知、消費感知、顧客滿意度和顧客重復消費意愿等7個潛變量，各個潛變量間的關系如圖2所示。為了后續研究的需要，現針對各個潛在變量間的作用關系提出如下假設：

1.顧客感知與滿意度。在O2O電子商務模式下，顧客通過企業建立的O2O平臺進行消費后會對本次的消費體驗形成一定的感知，這種對于消費體驗的感知會直接影響顧客的滿意度和顧客的重復消費意愿。本文將顧客的感知分為兩類，一是顧客通過對比實際消費體驗和消費前的期望而產生的感知，將其命名為期望感知；二是顧客在綜合考慮價格和具體消費情況后得到的總體感知，將其命名為消費感知。由于顧客對于消費的感知會影響顧客的滿意度和后續的重復消費意愿，因此在參考ACSI模型的基礎上提出如下假設：

H1：在O2O電子商務模式中，期望感知正向影響顧客滿意度；

H2：在O2O電子商務模式中，期望感知正向影響顧客重復消費意愿；

H3：在O2O電子商務模式中，消費感知正向影響顧客滿意度；

H4：在O2O電子商務模式中，消費感知正向影響顧客重復消費意愿；

H5：在O2O電子商務模式中，顧客滿意度正向影響顧客重復消費意愿。

2.平臺易用性與顧客感知。根據報告顯示O2O的電子商務模式下有713%的用戶通過移動客戶端進行消費，本文認為平臺的響應速度和在線支付的便捷程度等是衡量O2O平臺易用性的指標，響應速度快、支付方便、獲取信息便利的平臺通常能給顧客愉快的消費體驗，進而使顧客在本次消費中產生良好的感知。因此，提出如下假設：

H6：在O2O電子商務模式中，平臺易用性正向影響期望感知；

H7：在O2O電子商務模式中，平臺易用性正向影響消費感知。

3.信息內容與顧客感知。本文的信息內容主要包括平臺的信息容量和平臺所提供的信息質量，由于每個顧客在短時間內的信息處理能力有限，如果O2O平臺向顧客提供過多且雜亂的商家信息很容易使顧客失去選擇的耐心；O2O平臺向消費者提供的必須是質量過關的產品或服務商家，質量上的參差不齊極易使消費者在一次消費后就對該平臺產生不良的消費感知。因此，提出如下假設：

H8：在O2O電子商務模式中，信息內容正向影響期望感知；

H9：在O2O電子商務模式中，信息內容正向影響消費感知。

4.服務響應與顧客感知。本文將服務響應定義為顧客在完成線上支付后獲得線下消費的速度，這種速度一般與多種因素有關。本文主要關注的是服務人員的服務效率，這種效率包括問題回復速度、訂單處理速度以及為顧客提供線下服務的速度。因此，本文對這一因素提出如下假設：

H10：在O2O電子商務模式中，服務響應正向影響期望感知；

H11：在O2O電子商務模式中，服務響應正向影響消費感知。

二、研究設計與對象分析

（一）研究對象說明

根據中國電子商務研究中心發布的2014年第三季度中國O2O市場分析報告，目前我國O2O市場中餐飲行業的市場份額占比高達43%，居所有行業的首位[4]，本文選取我國O2O餐飲業作為廣義的研究對象。目前，由于眾多商業巨頭紛紛入駐O2O餐飲外賣市場，本文選取我國O2O餐飲業中的外賣業務為具體研究對象。調查顯示目前我國擁有外賣業務的O2O平臺多達幾十家，其中市場份額較大的有美團外賣、餓了么、淘點點、大眾點評和美餐網①，眾多商業巨頭的入駐預示著外賣這一領域已然成為我國O2O電子商務競爭戰繼團購之后的又一片處女地。

報道顯示我國眾多開展O2O外賣業務的企業都將企業白領和在校大學生作為主要的市場開發對象，并針對這兩大消費群體采取了形式豐富的促銷活動。在這兩個消費群體中，在校大學生是我國O2O外賣消費者中所占份額較高的群體，且價格敏感度較高，比較容易因為企業的優惠促銷活動而選擇O2O外賣的消費方式②。因此，本文選取我國在校大學生作為問卷調查對象，并通過電子郵件、在線聊天室、微信等途徑發放在線電子問卷；同時，結合紙質問卷，對全國部分地區的在校大學生進行了問卷調查。研究共發放問卷450份，有效回收379份，回收率為842%，調查樣本的基本信息如表1所示。

（二）研究方法

本文主要以結構方程模型作為研究工具，通過問卷調查收集相關數據，以本文建立的顧客重復消費意愿指數模型為依據，繪制結構方程模型圖，通過模型擬合來驗證本文所提出的若干假設。本文運用結構方程模型進行數據擬合，通過擬合結果可以觀測到各個潛變量間的路徑系數，根據系數的大小和正負以及其相對應的P值，就可以對假設H1-H11進行拒絕與否的判斷，進而完成本文關于我國O2O外賣業務中顧客重復消費意愿影響因素的討論。

（三）問卷設計

基于上述論證，筆者針對平臺易用性、信息內容、服務響應、期望感知、消費感知、顧客滿意度和顧客重復消費意愿，設計了若干觀測變量題項，每一個潛在變量的附屬題項均能切合本文對于各潛在變量的定義，可以從不同角度對消費者進行調查。問卷采用李克特五點量表的度量方式，量表中1-5分代表不同意、比較不同意、一般、比較同意和同意。筆者根據統計學的相關理論對問卷進行了一定的調整，并運用SPSS軟件對問卷進行了檢驗[5]，最終的問卷題項與相應驗證系數如表2所示。

本文主要通過Cronbachs α系數來檢驗測量指標間的一致性，當α系數大于07的時候，問卷相關題項具有一定的可信度，能夠保證問卷調查后的數據具有一定的穩定性。如表2所示，本問卷經過調整后所有概念相關題項信度水平均達標，可以用于調查研究，并能夠保證調查的數據反映真實情況。另外，由于本文的分析方法為結構方程模型，故需要保證問卷收集到的數據適合進行因子分析（如表2所示），問卷的所有概念相關題項KMO值均在08以上，可進行因子分析。

三、模型擬合與結果分析

（一）初步擬合與模型修正

本文繪制的結構方程模型圖如圖2所示，利用Amos180軟件進行建模，將收集到的數據導入軟件進行擬合。為增加文章可讀性，未展示初步擬合模型與相應路徑系數，僅羅列初步擬合的擬合度評價指標如表3所示。

根據結構方程模型擬合評價指標的要求，χ2顯著性概率值應小于005，NC值（χ2自由度比值）應在1-3之間，AGFI值、GFI值應大于09，RMSEA值應至少小于008，CN值應大于200[6]。從表3所羅列的數據可知初步擬合的結果并不理想，相關評價指標顯示模型與數據之間的適配程度并未達到結構方程模擬的要求。其中，χ2顯著性概率值和NC值均達標，表示模型顯著性良好，但是AGFI值、GFI值、RMSEA值和CN值均不達標，表示模型的適配度不高；同時，模型中的一些因素間的關系界定可能存在不準確的地方，仍有修正提高的空間。

一般來說，在Amos軟件的輸出結果中都會提供與擬合結果相對應的修正指標，表4即為本文初步擬合后軟件所提供的修正指標，修正指標表包括修正項、MI值和Par Change值三個項目。以表4第一行為例，MI值為8800，涵義是如果在誤差項Z13和Z15間增列共變關系，則至少可以使卡方值降低8800；Par Change值為0156，涵義是如果在誤差項Z13和Z15間增列共變關系，則相較于原先界定的模型參數該變量會增大約0156。

當軟件顯示了修正指標時就表明模型存在修正的必要，為了保證修正過程中的嚴謹性，在進行模型修正時一般一次僅進行一個修正處理[6]。在一次修正處理后需要先進行第二次模型擬合，然后再根據模型擬合的參數結果和軟件提供的修正指標，判斷是否有必要進行第二次修正，如有必要進行第二次修正，則同樣需要在第二次修正后進行第三次擬合，判斷模型適配程度，依此類推。

根據本文的初步擬合修正結果可知模型存在修正必要，從修正指標來看，為了盡可能迅速地降低模型擬合的卡方值，首次修正應選取MI值較大的修正項進行修正。本文的修正項Z13Z15的MI值為8800，修正項Z7Z15的MI值為8518，第一次模型修正應當首先在誤差變量Z13與Z15間增列共變關系，再進行第二次擬合。

（二）修正模型模擬

在誤差變量Z13與Z15間增列共變關系后再次進行擬合，選取二次擬合的評價指標羅列（如表5所示），可見經過模型修正后數據的擬合結果更加理想，評價指標顯示模型與數據之間的適配程度良好；Amos軟件也不再提供相關的修正指標，表明模型不再需要進行修正。圖3即為修正后模型的擬合結果，各潛變量間的路徑系數在關系箭頭上顯示。

為增強文章的可讀性，使讀者能夠清晰地觀察模型擬合結果，筆者將潛變量間的標準化回歸系數（因素負荷量Factor Loading）、極大似然法下的非標準化回歸系數（Estimate）、標準誤（S.E.）、臨界比（C.R.）、顯著性P值和解釋力羅列如表6所示，其中解釋力數值定義為因素負荷量的平方，解釋力數值越大，證明一個潛變量對另一潛變量的影響作用越大[5]。

（三）結果分析

表6所列參數為導入數據后Amos軟件對結構方程模型進行擬合的結果，其中標準化回歸系數（因素負荷量Factor Loading）的大小表明一個潛變量對另一潛變量的解釋程度，解釋力數值為標準化回歸系數的平方，系數的正負代表潛變量間的關系正負。另外，在結構方程模型理論中，模擬路徑對應的擬合結果P值應滿足顯著性水平要求，未達要求的模擬路徑，其相關的假設應被拒絕。

經過模型修正后，通過觀察表6中的數據可知擬合結果中仍然存在三個P值不符合顯著性要求的模擬路徑：一是“平臺易用性與消費感知”，二是“信息內容與消費感知”，三是“服務響應與期望感知”。這三個模擬路徑所對應的P值均超過了005，未達到顯著性水平要求，根據結構方程模型理論應拒絕假設H7、H9、H10。另外，存在模擬路徑“消費感知與顧客滿意度”，其所對應的P值未達到0001的顯著性水平，不過相應的P值滿足條件P<001，達到了001的顯著性水平，按照相應理論的要求可以不拒絕假設H3。

根據Amos擬合結果的P值來看，本文提出了H1-H11等11個假設，其中假設H7、H9、H10因其相對應的模擬路徑P值未達005的顯著性水平而被拒絕；假設H3對應的模擬路徑顯著性水平達到了001，雖未被拒絕，但明顯低于其余7個模擬路徑所對應的顯著性水平。除被拒絕的假設H7、H9、H10所對應的路徑關系外，其余路徑關系的因素負荷量擬合結果值均介于050至095之間，這說明經過模型修正后，數據與結構方程模型的適配度良好。

標準化回歸系數（因素負荷量Factor Loading）的大小表明了一個潛變量對另一潛變量的解釋程度，解釋力數值為標準化回歸系數的平方，系數的正負代表潛變量間的關系正負。因此，表6中的數據呈現了兩個重要信息：（1）所有模擬路徑的標準化回歸系數均為正值，這表明所有模擬路徑中一個潛變量對另一個潛變量的影響作用均為正向的，這與本文的假設內容相吻合；（2）模擬路徑“服務響應與消費感知”、“消費感知與顧客滿意度”、“消費感知與顧客重復購買意愿”和“顧客滿意度與顧客重復購買意愿”所對應的預測力數值均大于070，表明在這幾組模擬路徑中一個潛變量對另一個潛變量的正向影響程度均較大。在O2O餐飲外賣業務中，通過歸納和總結不難發現相比于期望感知，消費感知對顧客的滿意度和重復購買意愿的正向影響更大。換言之，企業在消費感知方面給予顧客更好地體驗，更容易使顧客產生良好的滿意度，并強化顧客今后選擇在該平臺上進行重復消費的意愿。

四、結論與展望

（一）研究結論

根據模型擬合的結果，本文得出如下結論：（1）內衍潛在變量“消費感知”和“期望感知”均能對“顧客滿意度”和“顧客重復購買意愿”產生顯著的正向影響，但顧客的“消費感知”與“顧客滿意度”、“顧客重復購買意愿”兩個內衍潛在變量間的模擬路徑所對應的解釋力數值較大，說明“消費感知”對“顧客滿意度”和“顧客重復購買意愿”兩個內衍潛在變量的影響程度更大；（2）在三個外衍潛在變量中，“服務響應”能夠對顧客“消費感知”產生更加重要的影響。

為了提高O2O外賣平臺的建設水平，優化顧客進行外賣訂餐消費時的體驗，企業可以針對平臺的建設優先采取如下措施：（1）在進行市場開發和消費市場爭奪時，應該將側重點放在優化消費者的消費感知上，避免消費者對外賣訂餐的服務質量產生不切實際的過高期望，這樣才能夠對消費者的滿意度和重復消費意愿產生積極的正向影響；（2）在平臺建設時，為了更好地優化消費者的消費感知，應先提升服務響應，這就要求企業提升平臺管理能力，優化平臺服務配置，加強服務人員的專業培訓。

（二）研究展望

值得一提的是本文的模型擬合結果并未達到最理想的狀態，在擬合結果中仍然存在部分模擬路徑相對應的P值過大，未達到005的顯著性水平要求，從而使得研究提出的假設H7、H9、H10被拒絕。另外，我國O2O外賣業務目前面向的消費群體主要是企業白領和在校大學生，而本文僅面向在校大學生收集了問卷調查數據，無法確定本文結論所提及的對于顧客重復消費意愿能夠產生重要影響的因素，是否對于所有O2O外賣消費群體具有普適性。

針對所存在的不足，后續研究可以從兩方面展開：第一，繼續擴大問卷調查的數據樣本容量；第二，進一步豐富研究的調查對象，針對企業白領進行問卷調查，并將其與大學生群體的研究結果進行對比，找到影響兩個消費群體顧客重復消費意愿因素的共同點和不同點，以幫助企業實施更加有針對性的拓展戰略。

注釋：

①作者根據網易財經頻道整理：http：//money.163.com/.

②作者根據新浪財經頻道整理：http：//finance.sina.com.cn/.

參考文獻：

[1]李峰， 沈惠璋， 李莉.我國遠程教育滿意度指數模型的設計與實證分析[J].管理評論， 2009， 21（9）： 100-107.

[2]劉滿鳳， 黎志成.顧客滿意度的測評[J].統計與決策， 2002（7）： 11-12.

[3]楊萌萌.顧客滿意度研究綜述[J].學理論， 2008（18）： 89-90.

[4]2014年中國第三季度O2O市場分析報告[EB/OL].[2014-11-26].http：//b2b.toocle.com/detail-6213710.html.

[5]賈俊平.統計學（第四版）[M].北京： 中國人民大學出版社， 2011.

[6]吳明隆.結構方程模型-AMOS的操作與應用（第二版）[M]. 重慶： 重慶大學出版社， 2010.

Abstract：In the O2O electronic business mode， by taking the America Customer Satisfaction Index Model （ACSI） as theoretical basis， and the SEM theory as research tool， the paper builds a SEM model containing 7 latent variables such as platform′s ease of use， information content， service response， desired perception， consume perception， consumer satisfaction and consumer repeat consumption intention， and analyzes the influence factors of consumer repeat consumption intention. The study finds that the desired perception and consumer perception can significantly influence the consumer repeat consumption intention， especially the consumer perception， and the response of service has the strongest positive influence on consumer perception.

Key words：O2O； electronic business； repeat consumption intention； SEM model

（責任編輯：厲新）