餐飲業O2O模式應用實證研究

朱立偉 嚴中華 周理

摘 要：在餐飲業O2O應用廣泛、發展迅猛的前提下，為探究如何改善餐飲業O2O服務水平，本文通過對“餓了么”在線外賣平臺的130家商家的調研數據，利用回歸分析和結構方程模型的方法，實證研究了影響餐飲業O2O模式下顧客滿意度和銷售量的影響因素，包括價格因素、配送因素和食品質量。得出了影響顧客滿意度的主要是食品質量、配送時間和首單立減活動，而銷售量主要是配送時間和滿減額度。有關的實證研究成果，為改善餐飲業O2O應用提出了改進之道。

關鍵詞：顧客評價；回歸分析；結構方程模型

相關研究概述

本文的一個研究要點在于顧客的評價，而這個要點在傳統餐飲行業中一般體現為顧客的滿意程度。國內外關于餐飲行業的顧客滿意度的研究有很多，其中大部分基于回歸分析法和結構方程模型對于調查數據進行分析。

本文綜合應用以往常用于研究顧客滿意程度的回歸分析和結構方程模型，著重研究在O2O電子商務模式下的餐飲業顧客評價受到一些實際因素的影響。

回歸分析

多元線性回歸分析是一種常用于分析影響因素的方法。在本文中，由于我們需要考慮的是影響顧客評價和銷售量的影響因素，利用多元線性回歸分析可以較為清晰地給出顧客評價和銷售量受到各個解釋變量的影響程度。而多元回歸分析的結果也可以作為后面結構方程模型的參考。

指標選擇

在多元回歸分析中我們已經選擇好了被解釋變量，即顧客評價和銷售量，需要考慮的是解釋變量的選擇問題。前文中已經提到O2O模式下的餐飲行業顧客評價與實體餐飲行業需要考慮的因素有些不同。如對于實體餐飲行業來說，需要考慮服務人員的服務態度問題，而由于O2O模式下，顧客僅僅需要在接收外賣時與服務人員有很短時間的接觸，憑借O2O在線支付的優點，這個過程可以被最大化的簡化。那么我們在考慮影響因素的時候就無需考慮實體餐飲行業需要注重的服務態度的問題，而這對于就餐環境、餐廳主觀影響等等變量來說也是相同的。而實體餐飲行業中仍然有一些影響因素會對于O2O模式下的顧客評價和銷售量產生重要影響，比如價格因素。在O2O模式下的外賣平臺中，價格因素一般可以體現為如滿減額度、首單立減和紅包等等，對于O2O在線餐飲來說，由于每單的標注價格相當接近，決定消費者最后支出的是以上的這些因素。當然，對于O2O外賣，我們還需要考慮配送的問題，比如說配送的時間和配送費。基于以上的各種原因與考慮，我們經過調研，確定了選擇的解釋變量，如表1所示。其中起送價指的是每單用戶選擇食品總金額達到了起送價之后，該訂單才會進行配送，否則無法完成交易；滿減額度是指在訂單金額達到一個特定的要求時，用戶需要支付的金額減少的額度，由于訂單原金額需要滿足的要求有所高低，我們使用減少金額與滿足要求金額之比作為變量；首單立減和紅包是兩個虛擬變量，分別代表了是否具有首單立減的活動和能夠使用“餓了么”紅包的活動；配送時間是30天內所有訂單配送時間的平均數；食品質量是通過30天內部分訂單的關于食品本身質量的評價的平均分數。

根據我們對于130個“餓了么”客戶端上的快餐和正餐類商家的調研結果，獲取了130個商家的解釋變量和被解釋變量的各項參數的值。表2中是各個非虛擬變量之間的Pearson相關系數。可以看到起送價、配送費和滿減額度三個變量之間相關程度較高，這可能由于商家一般為了促銷，會在各個方面都提供較好的優惠力度，盡量降低每個訂單的價格。而食品質量與配送時間之間相關性較高，可以認為是配送時間對于食品溫度有較大的影響，而食品溫度在食品質量問題中起著重要的影響作用。被解釋變量顧客評價與配送時間和食品質量之間相關程度較高，尤其是顧客評價與食品質量之間的相關系數甚至能夠達到0.785的高水平，這反映了食品質量因素對于顧客評價的重要影響。而銷量與滿減額度和配送時間之間的顯著相關則可以反映銷量與顧客評價不同之處，訂單的價格因素對于銷量可能會起到影響，但是對于顧客評價影響卻較小。值得注意的是，顧客評價與銷量之間甚至呈現一個負相關的關系，這意味著對于一個商家來說，并不一定有著較好的顧客評價就會有很好的銷量，而其中的作用關系，則需要通過回歸分析和結構方程模型來解釋。

多元線性回歸結果

根據相關分析的初步結果，進行多元線性回歸分析，結果如表3所示。當顧客評價作為被解釋變量時，模型一中首單立減和配送時間是影響較大的兩個變量，都可以在0.01的顯著性水平下解釋顧客評價，且這兩個變量乘數的正負號與一般經濟規律和常識相符。但是對于紅包這個變量，可以看到其t統計量絕對值較大，在0.05的顯著性水平下都成立，但是其乘數為負數，而從一般規律來說，具有紅包的商家應該具有更好的顧客評價，那么這說明該模型可能存在較強的多重共線性的問題。這個問題在加入了食品質量作為解釋變量后得到了緩解，而從整個方程的F統計量、擬合優度系數可以看出，該模型對于顧客評價的解釋程度是相對較高的。這說明食品質量對于顧客評價的影響程度是最高的，而除了食品質量的影響之外，配送時間和首單立減對于顧客評價也有著較好的解釋能力。而在多重共線性的影響下，其余的解釋變量都不能很好地解釋顧客評價，甚至它們的乘數估計會與一般規律相悖。

當銷售量的自然對數作為被解釋變量時，從t統計量中可以看出，滿減額度和配送時間的解釋程度較高，其中滿減額度能夠在0.05的顯著性水平下解釋銷售量。而配送時間能夠在0.01的顯著性水平中進行解釋。對于加入了另外一個被解釋變量顧客評價的模型，可以看到對于其他的變量的解釋程度基本上沒有影響，從AIC和SC兩種信息準則的比較上看也基本上沒有差距。這可以認為是選擇的解釋變量的線性組合已經很好地估計了被解釋變量的顧客評價，當顧客評價作為解釋變量加入銷售量的估計過程中時，由于很強的多重共線性，并不會起到很重要的影響作用。

結構方程模型

通過回歸分析已經可以分析出顧客評價和銷售量受到幾種價格因素、配送條件和食品質量等解釋變量的影響，利用結構方程模型就可以進一步地分析處理兩個因變量，充分考慮因變量之間的相互作用關系對于模型的影響。

通過在結構方程模型中構造潛在變量，我們可以更加清晰地理解出各個指標變量的作用路徑和大小，從而了解它們對于潛在變量的作用機理。本文模型采用AMOS21構建結構方程模型，使用極大似然法為基礎進行分析，結構變量系數圖如圖1所示。對于這個結構方程模型來說，由于使用的是驗證性因子分析，結果包括相關擬合指數和結構參數。主要的相關擬合指數結果如下，模型卡方統計值（χ2）為70.27，自由度（DF）為26，CMIN/DF=2.703<3，模型絕對擬合度較好；近似誤差均方根（RMSEA）0.0542<0.06；絕對擬合參數（GFI）為0.774，與要求的0.8相比有點差距，可以認為基本接受；相對擬合參數（CFI）為0.920>0.9；可以認為模型擬合程度尚且可以，能夠接受模型的設定。而對于模型參數的估計值如表4所示。

從得到的模型參數估計值可以看到，基本上與回歸分析的結論是相同的：價格因子（Pricefac）和配送時間（Delitime）對于銷售量（ln（Sales））的影響是較大的，其中價格因子作為潛在變量，與銷售量之間的路徑系數為正，具有顯著性；而配送時間作為指標變量，與銷售量之間的路徑系數為負，且同樣具有顯著性。評價因子（Comfac）與銷售量之間的路徑系數為負，但是不具有顯著性，而且其路徑系數的符號為負也與一般規律不相符。而價格因子對于幾個價格指標變量的路徑分析也與回歸分析相符：只有滿減額度（Fullreduce）與價格因子之間的路徑系數是顯著的，其余的幾種價格指標變量與價格因子之間的路徑系數都是不顯著的。

結語

在餐飲行業的O2O模式發展得如火如荼的今天，對于餐飲行業中已深入研究的顧客滿意度問題，我們希望將其引入到O2O模式中來進行研究，結合傳統餐飲行業影響顧客滿意度的要素和O2O模式下的特點，我們綜合考慮了食品質量，價格因素和配送因素等等方面的影響。通過對于“餓了么”應用上130家中餐快餐類和中餐正餐類外賣商家的調研，基于回歸分析和結構方程模型的分析，本文得到了以下結論：

第一，基于回歸分析的結果，可知當考慮了所有解釋變量對于顧客評價的作用時，食品質量對于顧客評價有著重要的影響。這說明如果商家需要提升顧客滿意程度，最重要的還是改進食物的質量，這與人們在給一個商家做最基本的評價時首先想到食物美味程度的心理有關，當服務質量和其他影響因素沒有引起人們特別注意的條件下，確實只有食品美味程度才能夠給顧客留下最直接的印象。

第二，而對于銷售量的回歸分析中，我們可以看到主要是配送時間和滿減額度影響了銷售量。配送時間作為本研究中一個最重要的參數，不僅對于顧客評價有著顯著的影響，而且還對于銷售量的改變有著最重要的作用。

基金項目：廣東省自然科學基金項目“電子商務模式構建與創新實證研究” （項目編號：S2013010011522）

（作者單位：廣東省科技干部學院）

【參考文獻】

[1] 王實倩.我國餐飲O2O模式的發展狀況探究[J].中國商貿，2015（Z1）.

[2] 潘光杰，楊衛華，宋振宇.餐飲業提高顧客滿意度探討[J]. 商場現代化，2007（19）.

[3] 譚江濤，黃麗婷.餐飲業顧客滿意度指數模型的實證研究——基于大學飲食服務中心的實地調研[J].蘭州商學院學報，2014（01）.

[4] 曾劍秋，王帆. O2O在線外賣用戶滿意度研究與實證分析[J]. 現代情報， 2015， 35（08）.

[5] 榮泰生.AMOS與研究方法[M].重慶大學出版社，2009.