基于Kano模型的西服定制服務研究

謝惠靈, 陳子豪, 郭偉淇

(廣東工業大學 藝術與設計學院,廣州 510000)

隨著體驗經濟時代的到來,服裝的消費結構發生了變革[1],用戶不再滿足于批量化生產且設計同質化明顯的服裝,越來越關注服裝的獨特性、實用性及整體的消費體驗。西服作為服裝的主要類別之一,較好地滿足了用戶對著裝場景的普適性需求,受到不同消費群體的青睞。近年來,隨著消費需求的升級,用戶購買西服從單一的實用性因素驅動轉向用戶審美偏好、西服的品類屬性及內在價值等多因素共同驅動。定制化西服設計為滿足用戶多元化的審美偏好需求和個性化著裝體驗需求提供了機遇[2-3]。由于西服定制流程的復雜性,服務在用戶的定制體驗中起到了至關重要的作用。定制方提供的服務內容、服務質量和服務價值將直接影響用戶的定制體驗[4],進而影響西服的產品競爭力和企業發展。目前,國內的西服定制行業正處于發展階段,西服定制內容創新性不足,定制服務體系不夠完善,出現了西服定制內容及相關服務的提供與用戶定制需求不匹配的情況。因此,有必要以用戶需求和體驗為中心對用戶在西服定制前期、中期、后期全過程的觸點和服務內容進行研究,了解用戶的定制需求和服務期待,以優化定制服務,提高用戶的滿意度[5]。Kano模型是一種分析用戶需求優先級的方法,廣泛運用于設計、服務等領域,能夠快速準確地對用戶需求和滿意度進行分析[6]。

近年來,許多學者運用Kano模型進行服裝和服飾產品的設計與研發,穆蕓等[7]運用KJ法和Kano模型分析消費者對風衣的實用性功能需求及滿意度等問題;劉紅文等[8]運用Kano二維品質與Kano改良模式相結合,探討國潮T恤產品魅力屬性及其設計優化策略;侯科宇等[9]運用傳統Kano模型結合Better-Worse系數測算方法,對消費者在鞋類門店中的產品需求屬性進行研究。可見Kano模型在服裝產品屬性分類和用戶需求分析中,通過相關實踐和應用得到了可行性驗證,但較少學者關注Kano模型在服裝定制領域中的運用。服裝定制強調服裝的屬性和品質、定制的流程和服務帶給用戶的綜合體驗。本文引入Better-Worse系數對傳統Kano模型進行優化,分析用戶在西服定制過程中產生的觸點,探討用戶在西服定制不同階段的需求要素及對應的優化策略。

1 理論研究

1.1 Kano模型

1984年日本狩野紀昭(Noriaki Kano)在美國行為科學家赫茲伯格的雙因素理論的基礎上提出了Kano模型。Kano模型是一種對產品服務或質量特征的屬性分類與顧客滿意度優先級排序的工具[10]。Kano模型將產品的質量特征分成五類屬性(圖1)。當必備屬性(M)中的需求得到滿足時,用戶滿意度不會有明顯的提高;反之,用戶滿意度會降低。當期望屬性(O)中的需求得到滿足時,用戶滿意度會提高;反之,用戶滿意度會降低。當魅力屬性(A)中的需求得到滿足時,用戶滿意度會提高;反之,用戶滿意度不會降低。無差異屬性(I)中的需求滿足與否都不會對用戶滿意度造成影響。反向屬性(R)中的需求得到滿足時,用戶滿意度反而會降低;反之,用戶滿意度則會提高。

圖1 Kano模型五類屬性

1.2 優化Kano模型

1993年,C Berger等[11]對傳統Kano模型進行了優化,提出了Better-Worse系數,計算用戶的滿意度系數(Satisfaction coefficient,SI)和不滿意度系數(Dissatisfaction coefficient,DI),從而建立Better-Worse系數坐標(圖2)。

在坐標圖上,每一項需求要素都以不滿意度系數的絕對值為橫坐標,滿意度系數為縱坐標。不滿意系數的絕對值越接近1,說明該項需求不被滿足時,用戶滿意度下降的程度越大;滿意度系數越接近1,說明該項需求被滿足時,用戶滿意度上升的程度越大。建立Better-Worse系數坐標后,以滿意度系數和不滿意度系數的均值作為分界線,將坐標圖劃分為4個象限。第四象限為優化后的必備屬性區域,第一象限為期望屬性區域,第二象限為魅力屬性區域,第三象限為無差異屬性區域。4個象限的需求優先級應為:必備屬性>期望屬性>魅力屬性>無差異屬性。其次,在同一類屬性區域內,計算需求要素與坐標原點的距離,距離坐標原點越遠的需求要素對用戶滿意度的影響程度越大。綜上所述,可對每一項需求要素的優先級進行排序[11]。

2 西服定制需求要素分析

根據不同的定制需求,西服定制劃分為全定制和半定制兩種類別。全定制強調量身定制服務和個性化定制體驗,關注用戶從西服定制需求產生到西服定制完成的全過程的服務需求,全定制優勢在于定制的合身性和獨特性,用戶在定制內容上有較高的自由度。半定制介于全定制和成衣之間,指的是西服定制服務提供方提供有限的定制內容供用戶選擇,在固定的定制內容中根據用戶的定制需求進行修改。半定制的優勢在于定制速度快、性價比高。本文以西服的全定制為例,對用戶在西服定制全過程中產生的需求要素進行分析。

2.1 西服定制的服務流程

目前,西服的全定制方式分為傳統定制和數字化定制兩種方式。傳統定制以線下門店為主,定制流程通常需要經過8個步驟(圖3)。第一步,用戶選擇西服定制的實體門店;第二步,用戶到店咨詢定制事項,店內客服講解定制內容及相關流程;第三步,用戶同設計師協商個性化定制內容(款式、面料、輔料等);第四步,在門店內由量體師進行量體;第五步,裁縫師傅制作樣衣;第六步,用戶到店試穿樣衣,進行樣衣調整;第七步,成衣制作完成,工作人員進行檢驗和存檔;第八步,成衣交付(到店取衣、送貨上門)[12-13]。

圖3 傳統線下服裝定制流程

數字化定制通常需要經過12個步驟(圖4)。第一步,用戶登錄定制平臺提交個人信息(年齡、性別、職業、風格偏好等);第二步,系統根據用戶偏好提供定制內容推薦;第三步,系統匹配在線客服提供定制咨詢服務;第四步,用戶明確定制需求(品類、款式、面料、個性化內容);第五步,線上下單;第六步,量體(智能工具在線量體、預約上門量體);第七步,版師根據用戶的體型進行打版;第八步,裁縫師傅進行裁剪和縫紉;第九步后臺進行樣品質檢;第十步,用戶試衣(送衣上門、到店試穿);第十一步,取成衣(物流配送、線下取衣);第十二步,定制完成后的評價反饋[13-16]。

圖4 數字化服裝定制流程

通過對西服傳統定制流程和數字化定制流程的整理和對比,得出影響用戶全定制體驗的兩個主要因素分別是西服屬性相關的個性化定制內容和定制流程的服務體驗,進而對用戶在西服定制流程中的服務觸點和滿意度影響因素進行洞察和分析。

2.2 提取用戶需求要素

通過定制流程對比和分析,本文初步提取“西服定制信息展示”“非接觸式量體”等62個西服定制服務相關的初始概念。基于62個初始概念,通過訪談法和焦點小組討論法進行用戶調研。調研的用戶分為有服裝定制經驗和無服裝定制經驗兩個類別,每個類別訪談6名用戶,總共訪談12名用戶。分別記錄12名用戶在西服定制過程中的行為特點和意見反饋,結合62個初始概念進行內容比較、合并和剔除,將用戶體驗流程進行整合,提煉出關鍵需求,并劃分需求類型,得出9項需求范疇與38個需求要素(表1)。

表1 需求要素

為了進一步了解各個服務觸點與對應的用戶需求之間的關系及各需求要素的內容劃分,本文遴選5名具有十年或十年以上西服定制工作經驗的設計師組成專家評委小組,進行專家訪談。結合專家意見對38個需求要素進行二次篩選、表述調整及內容合并,提煉出用戶在西服定制前、中、后三個階段的8項需求范疇,22個服務需求要素(DF),如表2所示。

表2 定制服務需求要素

2.3 問卷設計

調研問卷分成被調研者基本信息和22個需求要素兩個部分。被調研者的基本信息包括服裝定制經驗、性別、月收入和年齡。根據Kano模型質量評價分類表將22個需求要素分別設置正向和反向共44個問題(即對用戶在西服定制流程中有某項服務或沒有某項服務時的體驗進行評價)。答案區分為不滿意、可以接受、無所謂、理所應當、滿意5個選項,分別給予1～5分(表3)。

表3 Kano模型質量評價分類

3 實驗數據及結果分析

3.1 西服定制需求滿意度屬性歸類分析

受疫情因素影響,本次問卷調研以線上的形式進行。通過網絡平臺發放電子問卷共331份,低于2 min回答時間的問卷視為無效問卷。最后共收回有效問卷233份,符合問卷調研的數量建議[17]。借助SPSSAU對有效問卷進行信度效度檢驗,得出問卷整體Cronbachα系數為0.861,其中正向問題為0.916,反向問題為0.917,均高于0.800,表明問卷信度較高;采用KMO統計量和巴特球形檢驗進行效度分析,得出問卷整體KMO值為0.908,正向問題和反向問題KMO值均為0.928,均高于0.800,且p值均小于0.050,表明問卷效度良好,適合進行信息提取及后續研究。在233份有效問卷中,從定制經驗上看,有定制經驗106人,無定制經驗127人;從性別上看,男性130人,女性103人;從月收入上看,收入5 000元以下109人,5 000～10 000元84人,收入10 000元以上40人;從年齡分布上看,25歲以下101人,25～35歲102人,35歲以上30人。

借助Kano模型對影響用戶滿意度的22項服務需求要素進行屬性分類,分類結果如表4所示,魅力屬性(A)、期望屬性(O)和必備屬性(M)分別有9個、4個和0個要素;無差異屬性(I)、反向屬性(R)、可疑屬性(Q)分別有8個、1個和0個要素。

表4 西服定制用戶需求要素Kano屬性分類

3.2 西服定制需求要素優先級排序

在原始Kano屬性分類中無必備屬性,原因可能是受眾群體對西服定制相關需求的認知比較模糊。為進一步分析需求滿足與用戶滿意度之間的關系,并對用戶需求要素進行排序,本文引入用戶滿意度增加系數(Better系數)和用戶不滿意度降低系數(Worse系數),根據式(1)(2)計算每一需求要素相應的Better-Worse系數[11],最終繪制以Worse系數的絕對值為橫坐標,Better系數為縱坐標的Better-Worse散點分布(圖5)。

Better=(A+O)/(A+O+M+I)

(1)

Worse=-1×(O+M)/(A+O+M+I)

(2)

以Better系數與Worse系數的均值0.560、0.340為界將散點圖分為4個象限。第四象限為必備屬性(M),第一象限為期望屬性(O),第二象限為魅力屬性(A),第三象限為無差異屬性(I)對所有用戶需求要素重新分類(圖5)。由圖5可得,展示定制案例(DF3)、展示定制流程(DF4)、門店人工量體(DF6)位于第四象限,為必備屬性,這些需求不被滿足時會降低用戶滿意度,應引起高度重視,首先考慮這些需求的滿足。推薦風格(DF9)、推薦款式版型(DF10)、面料介紹(DF11)、推薦顏色(DF12)、個性化定制選項(DF13)、到店試穿(DF17)、七天內免費返修一次(DF21)位于第一象限,為期望屬性,對提高用戶滿意度具有重要影響,在定制服務中應優先考慮。上門人工量體(DF5)、一對一客服(DF8)、三維效果圖(DF14)、流程追蹤(DF16)、送貨上門試穿(DF18)、專人送貨到家(DF19)、免費取件洗護(DF22)位于第二象限,為魅力屬性,滿足這些需求能夠提高用戶滿意度,可以根據實際情況進行選擇性開發;門店定制咨詢(DF1)、線上定制咨詢(DF2)、門店非接觸三維量體(DF7)、下單付全款(DF15)、到店自取(DF20)位于第三象限,為無差異屬性,可進行觀察和預測決定是否需要改進。

圖5 需求要素四象限示意

根據式(3)計算同一類需求屬性中的需求要素敏感度,以獲得同一類需求屬性中的需求要素優先級。敏感度越高,坐標距離原點(0,0)越遠,說明該項需求的重要程度越高,應在同一類需求屬性中優先考慮。經過計算得到敏感度排序結果,如表5所示。

表5 需求要素敏感度排序

(3)

從排序結果來看,在西服定制信息咨詢服務需求中,服務提供優先級為DF4>DF3>DF1>DF2,其中展示定制流程(DF4)敏感系數較高且處于必備屬性,說明提供該項服務是必要的,缺少該項服務將會降低用戶滿意度;線上定制咨詢(DF2)敏感系數較低且處于無差異屬性,說明用戶對線上定制咨詢服務關注度較低。在量體服務需求中,服務提供優先級為DF6>DF5>DF7,其中門店人工量體(DF6)敏感系數最高且處于必備屬性,即到店人工量體服務是必要的,由此推測在提供量體服務時,應重點關注量體的準確性和便利性;門店非接觸三維量體(DF7)敏感系數較低且處于無差異屬性,說明用戶對于技術型量體服務關注度較低。在個性化定制服務需求中,服務提供優先級為DF11>DF10>DF13>DF12>DF9>DF14>DF8,其中面料介紹(DF11)敏感度系數得分最高且處于期望屬性,即該項服務提供與否直接影響用戶滿意度的高低,說明用戶非常重視西服面料的選擇;一對一客服(DF8)得分最低且處于魅力屬性,說明當定制流程清晰和服務體驗良好時,用戶可能會降低對一對一客服的需求。在付費方式上,下單付全款(DF15)處于無差異屬性的倒數第一位,即對用戶滿意度無影響,但可以考慮完善付款方式及相關服務。在流程追蹤上,流程追蹤服務(DF16)處于魅力屬性,說明用戶期望掌握西服定制進度。在試穿服務需求中服務提供優先級為DF17>DF18,即到店試穿(DF17)敏感度系數較高且處于期望屬性,應該重點關注,由此可以洞察用戶傾向到店試穿的深層原因,以提高用戶的試穿體驗。在取衣服務需求中,服務提供優先級為DF19>DF20,專人送貨到家(DF19)敏感度系數較高且處于魅力屬性第二位,說明用戶較為關注定制后取衣的便利性。在售后服務需求中,服務提供優先級為DF21>DF22,七天內返修一次(DF21)敏感度系數較高,且位于期望屬性第一位,說明該項服務會極大影響用戶滿意度,應重點關注。

3.3 各類型群體的西服定制需求分析

用戶的服裝定制經驗、性別、收入水平和年齡可能對用戶需求要素的重要程度造成影響,因此按照服裝定制經驗(有、無)、性別(男、女)、月收入(5 000元以下、5 000～10 000元及10 000元以上)、年齡(25歲以下、25～35歲、35歲以上)四類用戶信息分別建立Better-Worse系數四象限散點分布圖,分析不同用戶群體的需求要素差異。

按照有服裝定制經驗(圖6(a))和無服裝定制經驗(圖6(b))對用戶群體的Better-Worse系數進行劃分,通過四象限散點分布圖對比,可見兩種用戶群體的需求要素分布情況與總體分布無較大差距。具體到單一需求要素,在有定制經驗的用戶中,門店定制咨詢服務(DF1)進入必備屬性,在無定制經驗的用戶中處于無差異屬性。可以認為隨著線上服裝定制及相關服務的完善,西服定制咨詢途徑逐漸多元化,且用戶受到現實距離、時間等因素影響,到店咨詢成為了非必要選項,但提供線下門店咨詢服務能夠增加用戶好感度。

圖6 有無定制經驗的用戶需求散點示意

在無定制經驗的用戶中,推薦西服風格(DF9)進入到魅力屬性,在有定制經驗的用戶中處于期望屬性。可以認為部分西服定制用戶有著明確的著裝場合及個人風格傾向,但存在部分用戶對自身著裝風格不明確,風格推薦服務能夠幫助這類用戶快速選擇相對適配的西服風格,因此該需求的重要程度具有一定的提升潛力。在無定制經驗的用戶中,面料介紹(DF11)進入到必備屬性,在有定制經驗的用戶中處于期望屬性。由此推測,受過往定制經驗影響,用戶在面料介紹服務中體驗差異較大,表明該項服務存在完善的空間,有必要重視該項服務需求。在有定制經驗的用戶中,到店試穿(DF17)進入到必備屬性,在無定制經驗的用戶中,處于期望屬性,可以認為寄送試穿有可能引發未知因素,用戶更傾向于到店試穿,現場溝通。因此,到店試穿作為一項重要的服務需求,滿足該項服務有助于提高用戶的好感度建立用戶信任。總體看來,有定制經驗的用戶更加注重線下服務體驗,無定制經驗的用戶傾向于線上線下結合的多樣化定制體驗。

按照男性(圖7(a))和女性(圖7(b))對用戶群體的Better-Worse系數進行劃分,通過四象限散點分布圖對比,可見男性用戶和女性用戶的Better-Worse系數分布差別較小且與總體分布相似。但在男性用戶中,門店定制咨詢(DF1)和到店試穿(DF17)進入了必備屬性區域,在女性用戶中,上門人工量體(DF5)進入了無差異屬性,門店非接觸三維量體(DF7)和風格推薦服務(DF9)進入了魅力屬性;七天內免費返修一次(DF21)進入了必備屬性區域。

圖7 不同性別的用戶需求散點示意

由此可見,在定制咨詢環節,提供線下門店定制咨詢對于男性用戶而言是至關重要的,對于女性用戶是可有可無的,可以認為受生活習慣和性格特征等影響,男性和女性用戶對于定制的咨詢方式需求不同,因此有必要提供多種定制咨詢方式,以適應不同的用戶咨詢習慣。在試穿環節,男性用戶和女性用戶都認為提供線下門店試穿是必要的,這意味著線下門店試穿服務將會較大程度影響用戶的定制體驗,因此有必要提供該項服務。在量體環節,男性用戶比女性用戶更樂于接受上門量體服務,女性用戶更傾向于門店非接觸式三維量體服務。由此推測,該項服務可能受隱私安全、量體方式等因素影響;在售后服務環節,男性和女性用戶都注重七天內免費返修一次服務。在個性化定制服務上,男性用戶比女性用戶更重視風格推薦服務。總體看來,男性用戶更加注重線下定制服務并且更加關注服務的實用性和便捷性,女性用戶更加注重服務內容的多樣性和隱私性。

按照月收入5 000元以下(圖8(a))月收入5 000～10 000元(圖8(b))及月收入10 000元以上(圖8(c))對用戶的Better-Worse系數進行劃分,通過四象限散點分布圖對比,可見月收入5 000元以下和月收入5 000～10 000元的用戶群體Better-Worse系數分布與總體分布基本一致,月收入10 000元以上的用戶群體分布情況與總體有較大差異。

圖8 不同月收入的用戶需求散點示意

從必備屬性上看,在月收入5 000元以下的用戶中,門店定制咨詢(DF1)進入了必備屬性;在月收入5 000～10 000元的用戶中,到店試穿(DF17)進入了必備屬性。可以認為對于月收入10 000元以下的用戶群體而言,提供線下門店服務是必要的。在月收入10 000元以上的用戶中,七天內免費返修一次(DF21)進入了必備屬性,可以認為對于這一部分用戶群體而言,售后服務屬于定制服務的必備內容。

從期望屬性上看,月收入5 000元以下、月收入5 000～10 000元的用戶更關注定制內容推薦和個性化定制服務。在月收入10 000元以上的用戶中,上門人工量體(DF5)、一對一客服(DF8)從魅力屬性進入到了期望屬性,展示定制案例(DF3)從必備屬性區域向期望屬性區域移動,表明該類用戶群體更加注重服務內容的便捷性和服務流程的完整性,由此推測高效的定制服務和專屬的定制內容有利于提高該類用戶群體的滿意度。

從魅力屬性上看,月收入5 000元以下的用戶中,門店非接觸三維量體(DF7)進入了魅力屬性,在月收入5 000～10 000元和月收入10 000元以上的用戶中,風格推薦(DF9)進入了魅力屬性。從無差異屬性上看,月收入5 000元以下的用戶中,上門人工量體(DF5)進入了無差異屬性,在月收入10 000元以上的用戶中,展示定制流程(DF4)、推薦顏色(DF12)重要程度顯著下降,均進入了無差異屬性。由此推測,無差異屬性內的要素可能與用戶的定制經驗有關。

總體看來,月收入5 000元以下、月收入5 000～10 000元的用戶更加關注服務內容的豐富性和創新性,月收入10 000元以上的用戶更加注重定制效率和服務細節。因此,在提供定制服務時應考慮不同收入水平的用戶滿意度的影響因素,有所側重地提供定制服務。

按照年齡25歲以下(圖9(a))、25～35歲(圖9(b))、35歲以上(圖9(c))對用戶的Better-Worse系數進行劃分,通過四象限散點分布圖進行對比。可見25歲以下用戶的Better-Worse系數分布與總體分布基本一致,25～35歲用戶的個別需求要素發生了明顯變化,35歲以上用戶的Better-Worse系數分布與總體分布有較大差異。在25歲以下的用戶中,門店定制咨詢(DF1)、推薦款式版型(DF10)進入了必備屬性,上門人工量體(DF5)從魅力屬性進入到無差異屬性;在25～35歲的用戶中,門店定制咨詢(DF1)和個性化選項(DF13)的重要程度提升,成為必備屬性;在35歲以上的用戶中,線上定制咨詢(DF2)從無差異屬性進入到必備屬性,流程追蹤(DF16)從魅力屬性進入到必備屬性,推薦款式版型(DF10)、推薦顏色(DF12)、到店試穿(DF17)從期望屬性進入到必備屬性,上門人工量體(DF5)、三維效果圖(DF14)從魅力屬性進入到期望屬性,門店定制咨詢(DF1)從無差異屬性區域進入到魅力屬性區域,展示定制案例(DF3)和展示定制流程(DF4)從必備屬性區域進入無差異屬性區域。可以認為,25歲以下、25～35歲的用戶更加關注定制內容的個性化選擇和流程體驗的細致性,35歲以上的用戶更加注重服務內容的針對性和有效性,提供協助定制決策以快速達到理想定制效果的服務將成為提高用戶滿意度的要點。

圖9 不同年齡的用戶需求散點圖

4 結 論

本文通過對西服定制流程進行分析,基于Kano模型設計調查問卷,結合Better-Worse系數對用戶需求要素的優先級進行排序和屬性歸類,了解不同用戶群體定制需求的差異,探討西服定制流程及相關服務提供的優化策略,得到以下結論。

1)整體看來,西服定制前提供的定制案例展示、定制流程展示、量體方式等服務內容主要集中在必備屬性區域,是影響用戶滿意度的首要因素;西服定制過程中提供的風格推薦、款式版型推薦、面料介紹、顏色推薦和個性化定制選項服務相對集中地分布在期望屬性區域,是影響用戶滿意度的關鍵因素;在西服定制后,七天免費返修服務位于期望屬性區域,是影響用戶滿意度的重要因素。魅力屬性中的需求要素受不同用戶群體的需求影響,涉及定制流程的各個環節。因此,企業應根據各區域內的用戶需求優先級排序選擇性優化定制內容,以提升用戶定制體驗。

2)有定制經驗的用戶較為注重線下定制服務體驗,無定制經驗的用戶則傾向于多元化的定制體驗。因此,有必要完善線上和線下定制服務流程,重點優化線下服務環節,為無定制經驗的用戶提供更多渠道的定制體驗。

3)從性別上看,男性用戶和女性用戶的需求屬性和優先級排序有所不同,男性注重定制的便捷性,女性更注重定制內容的多樣性。因此,應優化男性用戶的定制流程,推薦內容應具有明確的目的指向性,以提高定制的便捷度。對于女性用戶,定制流程和內容應提供更多的可選擇性,使定制服務更契合女性用戶的需求。

4)從月收入上看,月收入5 000元以下和月收入5 000～10 000元的用戶更加關注個性化定制內容,月收入10 000元以上的用戶更加關注私人化定制服務。因此,應考慮不同收入的用戶群體的核心定制需求以提供相應的服務,為月收入5 000元以下和月收入5 000～10 000元的用戶群體提供高性價比的定制服務,為月收入10 000元以上的用戶提供專屬、快捷的私人服務。

5)從年齡上看,25歲以下、25～35歲的用戶更加注重定制內容和服務流程的多樣性,35歲以上的用戶更加關注預期的定制效果的呈現和售后服務。因此,應對不同年齡的用戶群體進行劃分,制定具有群體適用性的西服定制流程及服務內容。

由于西服定制的方式和流程會隨著社會的進步和科技的發展而產生變化,加上用戶具有動態復雜性,對西服定制流程及相關服務體驗的需求會受到不同因素的影響而發生變化。因此,研究結果具有一定局限性:沒有將西服定制價格因素納入調查范圍;以線上問卷調查和訪談法為主,調研渠道較單一;按有無定制經驗、性別、月收入和年齡對用戶群體進行分類后,群體比例不夠平衡,有可能對調研樣本的總體需求要素分布產生影響。未來可以綜合多種調研渠道,對調研群體進行更細致的劃分,平衡樣本數量比例,以進一步提高結論的準確性和完整性。

《絲綢》官網下載

中國知網下載