網購服裝產品屬性對顧客合體滿意度的影響

肖 平， 張昭華， 秦王潔， 范佳宜

(1. 東華大學 服裝與藝術設計學院， 上海 200051； 2. 同濟大學 上海國際設計創新研究院，上海 200092； 3. 東華大學 現代服裝設計與技術教育部重點實驗室， 上海 200051)

由于網購服裝的選擇范圍更廣、無時間地域限制、可同時貨比多家等優勢，越來越多的消費者選擇在網絡平臺上購買服裝，但是網購服裝無法親自試穿，僅僅通過網頁上的描述信息進行選購，易導致顧客對網購服裝不滿意，使得服裝類產品在網絡售后退貨中尤為突出。B2B(Business-to-Busness)供應鏈管理公司Newgisties的市場部副總裁丹皮爾(Jonathan Dampier)先生也指出，網絡服裝銷售的平均退貨率為20%,而退貨的主要原因是顧客認為在網上購買的服裝不合身[1]。

目前部分學者通過研究發現，完善網頁產品展示信息有利于顧客獲取更多評價服裝合體性的信息，可降低顧客購買風險：潘麗[2]從著裝條件、攝影條件、圖像處理3個方面研究服裝主體展示圖的影響因素和規律，結合面料輔助展示圖，來完善和豐富服裝圖像的內容，從而減少顧客對網購服裝的認知誤差，使網購服裝變得更完美；Hyejeong Kim等[3]分析自我體型滿意度、服裝合體度、服裝尺寸與網購服裝購買決策之間的關系，基于SEM技術構建模型，結果表明體型不滿意度與網購服裝合體關注度正相關；宋明莉等[4]提煉出網購服裝產品描述的3種主要類型，構建產品描述對女大學生網購服裝感知風險影響的理論模型，建議企業在對服裝尺寸描述時加入試穿體驗的內容，降低消費者在服裝合適性方面的感知風險；Eonyou Shin等[5]對比分析顧客對真實模特與虛擬模特網頁著裝圖的評價，探究顧客在網絡購物時是否傾向于觀看虛擬試穿模特的著裝示意圖，發現使用虛擬試穿模特的傾向度與顧客合體關注度有著顯著的正相關關系；Zhang等[6]分析來自淘寶某類服裝的在線評價留言發現，評價留言對顧客的購買決策有一定的影響，建議賣家引導買家在線提供更有效的信息，有助于提高顧客購買的滿意度。除此之外，部分國內外學者[7-9]研究在線服裝虛擬試衣以及服裝尺碼推薦系統，提高網購服裝在線展示合體性信息的精準度，為顧客推薦最合適的服裝以及相應的號型。可見，目前網頁產品展示信息的完整度、精準度以及顧客對自我體型的認知會影響顧客對服裝合體性的認知。

由此，國內各大網購平臺不斷提高各自的網購環境，入住店鋪完善網頁服裝產品展示信息，以期提高顧客滿意度，降低服裝產品的退換貨率，但是已有學者[10]研究表明，由于顧客擁有有限的認知資源，其無法處理如此多的產品信息，并從中提取有效的信息；Kevin[11]根據產品與屬性的關聯程度將產品屬性分為與產品相關的屬性/內在屬性和非產品相關屬性/外在屬性，其中內在屬性指產品的物理組成，外在屬性主要包括價格信息、包裝或產品外觀信息、目標顧客的形象、產品運用的場合和品牌形象等這些產品特性；Miyazaki等[12]發現消費者會依據產品內在屬性和外部屬性來評價產品，決定是否購買到適合自己的產品。因此，本文以淘寶平臺服裝店鋪為例，梳理有關服裝的網頁展示信息，從產品屬性出發，解析顧客處理網頁展示信息的特征，探究產品屬性與顧客合體滿意度之間的關系，以及不同體型下影響顧客合體滿意度的產品屬性特征。

1 實驗部分

1.1 基于網絡平臺的產品描述信息

根據近5年“淘寶十大女裝品牌排行榜”以及“天貓女裝銷量榜”,選取了知名度比較高的35 家淘寶店鋪，收集影響顧客網購決策的產品描述信息，通過梳理主要有以下8種方式。

1) 基于號型規格的尺寸表。這35家店鋪在尺碼信息展示上，主要有代號制和號型制這2類示明規格代號的表示方式，其中40%的店鋪采用尺碼+號型并行的展示方式。

2) 關鍵部位的測量方式示意圖。盡管商家提供的尺寸表信息非常詳盡，若顧客不了解某部位的正確測量方式，會直接影響顧客獲取的尺寸信息，導致無法選購最合適的服裝號型。通過整理分析發現，約55%的店鋪有服裝部位的測量示意圖，其中包含通用服裝款式圖的簡易示意圖和實物圖標注示意圖2類。

3) 理想模特信息及試穿型號。目前對網購服裝的整體展示主要分為有模特和無模特2種，其中無模特即簡單采用衣架懸掛或者平鋪展示，有模特版通常整幅網頁展示模特多角度全方位所拍攝的圖片，并提供模特身材信息(身高、體重、三圍(胸圍、腰圍與臀圍))以及所試穿的號型，便于顧客從模特的著裝效果圖來推測自己的上身效果。

4) 普通模特試穿報告。為提高銷售額和服裝的美感，大部分商家都聘請身材一流的模特來拍照展示，為不誤導顧客對尺寸信息的把握，商家也會推出試衣者的試穿感受評價，讓各個身材段的顧客能找到類似體型的試衣者試穿評價。

5) 展現方式。網頁中模特試穿的靜態展現方式所拍攝的圖片大都屬于擺拍，其真實性和拍攝角度有限；隨著網頁開發技術的發展，越來越多的商家推出視頻展現方式，其動態展現能更加全面和真實地展現試穿效果以及日常活動中服裝的形態變化。

6) 產品指數說明。在調研店鋪中，約74%的店鋪有產品指數說明，但在這些店鋪關于產品指數說明的方面，對指數的設定也都不盡相同，其中最常見的是彈性、厚薄、版型、長度、軟硬這5個指數，而修身、質感、透明、內襯這幾個指數比較少見。

7) 基于身高與體重的尺碼推薦表。對服裝最了解是商家，商家在網頁中標注選購建議無疑會大大地提高顧客選對適體服裝的概率。在35家店鋪中僅有14%家店鋪有選購建議，主要的選購建議類型分別為：簡單的文字描述，推薦各尺碼相匹配的身高以及推薦各尺碼相匹配的身高與體重表。

8) 已購消費者的在線評論。在商品累計評論中，其他已購顧客的評價反饋也可得出關于服裝適體性的實際信息，其作用是試穿報告比較類似，但在一定程度上可信度更高，且試穿范圍更廣，各身高體重均有。但此類適體性信息的獲取非商家所能控制，需和顧客通力合作，為更多的顧客做及時的反饋，給之后的顧客做參考。

1.2 產品屬性選取

顧客通過瀏覽上述這8項網頁產品信息描述了解到服裝的產品屬性，可有效地提高自己購買服裝的合體滿意度，因此，通過與部分淘寶店主、顧客進行深度訪談，結合網絡平臺可提供的在線客服咨詢服務，對這些網頁產品信息描述進行了整合，提取了7項產品屬性，得到如表1所示的評價屬性，采用了likert逐項列舉的量表形式來表示，測試時用5級評分量表。

表1 屬性介紹以及測量方法

Tab.1 Atrributes descrtiption and measurement methods

測量概念編碼屬性描述量表評價網頁產品展示信息D1尺寸表D2各部位測量示意圖D3理想模特體型數據試穿型號與著裝效果平面圖D4基于身高和體重的尺碼推薦表D5產品指數D6不同體型試穿者的試穿報告D7理想模特著裝展示視頻D8已購買家的評論留言是否會仔細閱讀這些網頁展示信息?服裝產品屬性S1咨詢客服S2以往經驗選購號型S3理想模特的著裝展示S4尺寸表S5不同體型試穿者的試穿報告S6基于身高和體重的尺碼推薦表S7已購買家的評論留言這些評價指標對顧客選購合適號型的有效性影響程度?滿意程度F有尺碼區分的服裝購后合體滿意度的評價已購網購服裝是否合身?

1.3 研究框架

隨著網頁制作技術的發展，淘寶店家可提供更多體現服裝合體性的詳細信息，顧客可在短時間里獲取更全面適合自己的服裝信息，從而在更短時間里做出決定，最終做出購買決策。因此，基于產品屬性的確定，依據“S-O-R”模型的研究范式，搭建了本文研究框架模型，探討網購服裝的產品屬性對顧客合體滿意度的影響作用關系，如圖1所示。

圖1 研究框架

Fig.1 Research framework

1.4 調研問卷與數據分析

本文問卷主要由4個部分構成：第1個部分主要收集被調研者的年齡、身高、體重等基本信息；第2個部分主要收集顧客瀏覽網頁產品信息描述的認真程度；第3個部分主要收集顧客對產品屬性有效度的評價；最后收集顧客對服裝(以女上裝為例)的購后合體滿意度，整個問卷采取5級評分量表進行測量，見表1。本文問卷通過問卷星網絡平臺有條件地發放給淘寶顧客及回收，除去不符合要求的問卷，共收集到顧客版的有效問卷204份。本文使用SPSS17.0分析實驗數據，主要采用回歸分析用于分析產品屬性對顧客合體滿意度的影響，發現其中的關系是否密切，以建立函數關系。

2 結果與討論

2.1 產品屬性對顧客合體滿意度的影響

通過對204份調研數據進行頻數統計可以發現，超過70%的顧客會仔細閱讀D1“尺寸表”、D4“尺碼推薦表”、D8“已有買家的評論留言”，57.4%的顧客會仔細閱讀D5“產品指數”，但是也有31.4%的顧客不看D7“動態小視頻”。為進一步分析顧客瀏覽認真度對已購服裝合體滿意度的影響，應用多元逐步回歸進行統計分析，以已購顧客合體滿意度作為因變量，以瀏覽各項網絡服裝描述信息的認真度為自變量。結果表明：變量D1“尺寸表”與自變量F“合體滿意度”的相關系數為0.2，標準差為0.086，P為0.021；變量D5“產品指數”與自變量F“合體滿意度”的相關系數位為0.142，標準差為0.07，P為0.043。可見，與其他網頁展示信息相比，變量D1“尺寸表”與變量D5“產品指數的信息”會影響購后合體滿意度,呈現正相關關系，那么顧客閱讀越仔細，越能購買到合適的服裝。

通過頻數統計發現，超過50%的顧客認為這些產品屬性對于自己挑選到合適號型的服裝是有效的。應用多元逐步回歸進一步分析產品屬性對購后合體滿意度的影響，回歸結果表明：變量S1“咨詢客服”與購后合體滿意度的相關系數為0.235，標準差為0.055，P<0.001；變量S7“已購買家的評論留言”與購后合體滿意度的相關系數為0.19，標準差為0.046，P=0.006；變量S2“以往經驗選購號型”與購后合體滿意度的相關系數為0.17，標準差為0.065，P=0.016。可見，影響因變量“購后合體滿意度”的主要因素是服裝產品屬性S1、S2與S7。在這3個產品屬性中，顧客認為與客服溝通交流最有效的，其次顧客會瀏覽已購買家的在線留言，從中可以獲取有效信息；最后結合自己以往選購服裝號型的經驗，確定最適合自己的服裝。

2.2 BMI指數對顧客合體滿意度的影響

通過統計分析發現，身高和體重也會影響顧客合體滿意度，因此，本文基于身高和體重，提取了身體質量指數(BMI)，表2示出本文被調研顧客的BMI基本信息，整體BMI平均值為20.16 kg/m2，處于正態分布。根據BMI值，選擇快速聚類分析方法，將204名受試者被分成3類：第1類顧客的特征為BMI平均值24.28 kg/m2，根據中國標準BMI值超過24屬于超重，故第1類顧客體型屬于“偏胖體”；第2類顧客的特征為BMI平均值 20.91 kg/m2，可稱為“正常體”；第3類顧客的特征為BMI平均值18.1 kg/m2，可稱為“偏瘦體”。

表2 BMI的統計信息

Tab.2 Descriptive statistics for BMIkg/m2

平均值中位數標準差范圍最小值最大值20.1619.532.5013.3514.6928.04

圖2、3示出這3類群體的BMI頻數分布特征以及相對應的合體滿意度頻數分布特征的統計圖。可以發現偏瘦體BMI對顧客合體滿意度有顯著影響(皮爾遜相關系數為0.110，標準差為0.054,P=0.044)，該群體的顧客整體合體滿意度較高；對于正常體來說，BMI與顧客合體滿意度處于負相關(皮爾遜相關系數為-0.174，標準差為0.085,P=0.044)，即在正常體顧客中，隨著BMI的值增加，顧客合體滿意度下降；對于偏胖體來說，BMI對合體滿意度有影響(皮爾遜相關系數為0.130，標準差為0.071,P=0.079)，但不是非常顯著。整體來說，正常體顧客合體度滿意度最高。

圖2 BMI的頻數分布特征

Fig.2 Frequency distribution characteristics of BMI. (a) Underweight; (b) Normal Weight; (c) Overweight

圖3 不同BMI顧客合體滿意度頻數分布特征

Fig.3 Frequency distribution characteristics of fit satisfaction in different BMI groups

為分析在不同群體下產品屬性對顧客合體度的影響，采用多元逐步回歸分析分別建立偏瘦體顧客(模型A,P<0.001)、正常體顧客(模型B,P=0.002)、偏胖體顧客(模型C,顯著性P<0.001)合體滿意度模型，即

模型A：F=0.578+0.237S1+0.149S7

模型B：F=0.63+0.312S4

模型C：F=0.09+0.381S2+0.399S7

其中，F為顧客合體滿意度。

經過對相關系數進行標準化處理，各相關的產品屬性與合體滿意度的標準相關系數與誤差等結果見表3、4所示。

由表3可知，產品屬性S7“已購買家的評論留言”對偏瘦體顧客(顯著性P為0.012)與偏胖體顧客(顯著性P為0.002)合體滿意度有顯著性的影響,而正常體顧客合體滿意度只與產品屬性S4“尺寸表”呈現顯著性相關關系。結果表明：對于正常體顧客來說，他們身材標準，認為產品屬性S4“尺寸表”信息的準確表達更為重要；而偏瘦或偏胖的顧客因為其身材非標準，認為通過“已購買家的評論留言”，可以從中獲取真實著裝的反饋信息，更有利于提高購買決策的準確率，從而提高合體滿意度；除此之外，偏瘦體顧客認為與客服交流也是有用地，而偏胖體顧客相對地認為“自己的購買經驗”對于購買決策的判定有一定的積極作用。

表3 產品屬性對不同BMI顧客群體合體滿意度的影響

Tab.3 Effect of prouduct attributes on fit satisfaction in different BMI groups

模型預測變量未標準化系數標準化系數相關系數標準誤差相關系數t顯著性F顯著性模型A(常數)0.5780.096-6.0360.000合體滿意度S10.2370.0650.3483.6720.00012.8860.000S70.1490.0580.2422.5520.012模型B(常數)0.6300.125-5.0530.00010.2070.002合體滿意度S40.3120.0980.3503.1950.002模型C(常數)0.0900.172-0.5260.603合體滿意度S20.3810.1310.3982.9060.00714.3490.000S70.3990.1210.4513.2900.002

注：“-”處表示不存在。

表4 網頁展示信息對合體滿意度的影響

Tab.4 Effect of webpage display information on fit satisfaction in different BMI groups

變量模型A模型B模型C相關系數標準誤差顯著性相關系數標準誤差顯著性相關系數標準誤差顯著性D10.5210.1850.0060.4980.2400.046D3-0.3080.1270.018D80.1880.1190.118

對于這204名被調研者的統計分析發現，顧客更注意服裝典型部位的尺寸信息與服裝產品指數的信息。通過進一步回歸分析不同BMI群體下網頁產品信息描述對顧客合體滿意度的影響，結果發現：對于偏瘦體顧客來說，這些信息與顧客合體滿意度之間沒有顯著的相關性，對其的影響非常小，相對其他屬性而言，合體滿意度越高的顧客一般會認真瀏覽“已購買家評價留言”；對于正常體顧客來說，變量D1“尺寸表”對其合體滿意度的影響顯著，存在正相關的線性關系，然而變量D3“著裝效果圖”與合體滿意度之間存在負相關的現象關系，即合體滿意度越高的顧客閱讀尺寸表的認真程度越高，在瀏覽著裝效果圖方面上認真程度反而下降；對于偏胖體來說，變量D1“尺寸表”對其合體滿意度的影響顯著，但是結合上述分析，可以發現合體滿意度越高的偏胖體顧客更會仔細地瀏覽“尺寸表”，但是她們認為提高自己合體滿意度的有效影響因素是已購買家的評論留言以及自己以往的購買經驗。由此可見，大部分顧客會仔細閱讀網頁上所列出的基于號型規格的服裝尺寸表。

3 結 論

當服裝電商在設計店鋪網頁時，尤其在設計展示產品屬性的模塊上，除吸引顧客的關注之外，還應考慮這些產品屬性如何影響顧客合體滿意度。本文通過梳理淘寶服裝店鋪網頁產品描述信息，主要分析產品屬性對顧客合體滿意度的影響，得到了以下結論：

1) 網購服裝各產品屬性對不同顧客群體的合體滿意度的影響不同。根據BMI指數，將本文受試者分為3類群體，分別為偏瘦體、正常體與偏胖體，群體特征的差異使產品屬性在合體滿意度評價過程中的影響度發生了顯著性差異；

2) 分別構建了正常體(P=0.002)、偏胖體(P<0.001)與偏瘦體(P<0.001)的回歸模型，可以提供不同群體顧客的合體滿意度。通過這3個回歸模型可以發現，產品內在屬性(服裝尺寸表)對正常體顧客合體滿意度的影響最大，表明正常體顧客一般通過尺寸表的信息就能達到其所需要的滿意度，而產品外在屬性(已購買家留言)對體型偏胖或偏瘦的顧客合體滿意度的影響越來越大，表明除了服裝尺寸表等屬性之外，這兩類群體還需要收集到已購買家的反饋意見等屬性信息才能滿足自己的需要；

3) 結合產品屬性以及網頁產品描述信息對不同群體的顧客合體滿意度的影響，正常體顧客往往會非常仔細閱讀網頁提供的服裝尺寸信息，偏胖體顧客也會非常仔細閱讀服裝尺寸表內在信息，但她們認為“已購買家的評論留言”對滿足其需要更有效。因此，本研究從產品屬性角度提出一種提高顧客合體滿意度的方式，即網店店家可以針對不同的消費群體，增加產品某些屬性來吸引不同顧客的注意力，有目的性設計網頁產品描述信息，注意收集整理“評價留言”中的信息，補充到“試衣報告”中，以便提供更好的服務內容；淘寶平臺除提供客服與顧客的交流之外，還可提供顧客之間的互動與交流，提高顧客獲取更多的產品信息。

FZXB