美女高潮潮喷出白浆视频,欧美村妇激情内射,日本少妇被爽到高潮无码,CHINESE猛男自慰GV

當(dāng)前位置:100EC>數(shù)字生活>論文:O2O電商外賣模式下重復(fù)消費(fèi)意愿影響因素
論文:O2O電商外賣模式下重復(fù)消費(fèi)意愿影響因素
發(fā)布時(shí)間:2015年10月28日 13:58:04

(電子商務(wù)研究中心訊)  在O2O電子商務(wù)模式下,本文以美國(guó)顧客滿意度指數(shù)模型(ACSI)為理論基礎(chǔ),以結(jié)構(gòu)方程模型為研究工具,構(gòu)建包含平臺(tái)易用性、信息內(nèi)容、服務(wù)響應(yīng)、期望感知、消費(fèi)感知、顧客滿意度和顧客重復(fù)消費(fèi)意愿7個(gè)潛變量的結(jié)構(gòu)方程模型,分析影響顧客重復(fù)消費(fèi)意愿的因素。研究發(fā)現(xiàn)期望感知和消費(fèi)感知均能顯著影響顧客重復(fù)消費(fèi)意愿,且消費(fèi)感知的影響作用更大,服務(wù)響應(yīng)對(duì)顧客消費(fèi)感知的正向影響力最強(qiáng)。

  關(guān)鍵詞:O2O;電子商務(wù);重復(fù)消費(fèi)意愿;結(jié)構(gòu)方程模型

  目前,企業(yè)進(jìn)行電子商務(wù)開發(fā)的戰(zhàn)略重心逐漸由“產(chǎn)品”向“顧客”轉(zhuǎn)移,同時(shí)也催生出了線上線下互動(dòng)協(xié)作的O2O電子商務(wù)模式。由于O2O模式可以通過電子商務(wù)線上渠道將線下服務(wù)送達(dá)到客戶手中,我國(guó)O2O電子商務(wù)模式所涉及的行業(yè)從最初的餐飲服務(wù)業(yè),迅速發(fā)展到包括服裝、百貨、旅游、電影、交通、生活服務(wù)等多個(gè)行業(yè)和眾多領(lǐng)域。因此,通過研究O2O模式下影響顧客消費(fèi)感知和重復(fù)消費(fèi)意愿的因素,能夠幫助企業(yè)有針對(duì)性地優(yōu)化服務(wù)質(zhì)量,提高用戶的滿意度,強(qiáng)化用戶的重復(fù)消費(fèi)意愿和行為,推動(dòng)O2O電子商務(wù)模式的蓬勃發(fā)展。

  一、模型構(gòu)建與假設(shè)

  (一)顧客滿意度模型理論基礎(chǔ)

  美國(guó)密歇根大學(xué)、美國(guó)質(zhì)量協(xié)會(huì)和安達(dá)信公司在1994年共同建立了美國(guó)顧客滿意度指數(shù)模型(ACSI)[1]。該模型認(rèn)為顧客期望、感知質(zhì)量和感知價(jià)值三個(gè)因素是導(dǎo)致顧客產(chǎn)生滿意感的三個(gè)前提,而顧客滿意又直接與顧客忠誠(chéng)、顧客抱怨相聯(lián)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(fèi)前對(duì)產(chǎn)品或服務(wù)質(zhì)量所持有的一種預(yù)先估計(jì),顧客感知質(zhì)量主要指顧客在消費(fèi)后對(duì)產(chǎn)品或服務(wù)質(zhì)量所產(chǎn)生的實(shí)際感受,顧客感知價(jià)值主要是指顧客在考慮了價(jià)格后對(duì)產(chǎn)品或服務(wù)質(zhì)量?jī)r(jià)值的感受,顧客滿意度就是對(duì)顧客產(chǎn)品或服務(wù)的總體滿意程度,而顧客忠誠(chéng)主要代表了顧客在本次消費(fèi)后產(chǎn)生重復(fù)消費(fèi)的可能性[2-3]。

  通過一個(gè)具有流向的因果關(guān)系圖,ACSI模型總結(jié)了在顧客消費(fèi)體驗(yàn)中可能影響顧客今后重復(fù)消費(fèi)意愿的一些因素。從圖1可以看出顧客在消費(fèi)過程中的期望、感知、體驗(yàn)均會(huì)成為影響顧客后續(xù)重復(fù)消費(fèi)意愿的因素,而與顧客重復(fù)消費(fèi)意愿直接相關(guān)的就是顧客在消費(fèi)過程中所建立起來的忠誠(chéng)度。ACSI模型對(duì)于廣義的顧客消費(fèi)滿意度影響因素進(jìn)行了很好地歸納,也為本文的模型構(gòu)建提供了參考。

  (二)構(gòu)建模型提出假設(shè)

  在O2O電子商務(wù)模式下進(jìn)行消費(fèi)的消費(fèi)者特征,與ACSI模型中的消費(fèi)者特征基本相符,本文以ACSI顧客滿意度模型為理論基礎(chǔ),并在該理論模型的基礎(chǔ)上進(jìn)行如下改進(jìn):首先,將“顧客期望”更改為“期望感知”,主要指顧客在消費(fèi)后認(rèn)為產(chǎn)品或服務(wù)質(zhì)量符合顧客期望的程度;其次,將“感知質(zhì)量”和“感知價(jià)值”合并為“消費(fèi)感知”,主要指顧客在消費(fèi)后對(duì)產(chǎn)品或服務(wù)質(zhì)量的總體感受;第三,將“顧客抱怨”和“顧客忠誠(chéng)”合并為“顧客重復(fù)消費(fèi)意愿”,作為模型的最終內(nèi)衍潛在變量,主要指顧客在本次消費(fèi)后選擇在該平臺(tái)繼續(xù)進(jìn)行后續(xù)消費(fèi)的意愿。

  本文構(gòu)建的顧客重復(fù)消費(fèi)意愿指數(shù)模型,包括平臺(tái)易用性、信息內(nèi)容、服務(wù)響應(yīng)、期望感知、消費(fèi)感知、顧客滿意度和顧客重復(fù)消費(fèi)意愿等7個(gè)潛變量,各個(gè)潛變量間的關(guān)系如圖2所示。為了后續(xù)研究的需要,現(xiàn)針對(duì)各個(gè)潛在變量間的作用關(guān)系提出如下假設(shè):

  1.顧客感知與滿意度。

  在O2O電子商務(wù)模式下,顧客通過企業(yè)建立的O2O平臺(tái)進(jìn)行消費(fèi)后會(huì)對(duì)本次的消費(fèi)體驗(yàn)形成一定的感知,這種對(duì)于消費(fèi)體驗(yàn)的感知會(huì)直接影響顧客的滿意度和顧客的重復(fù)消費(fèi)意愿。本文將顧客的感知分為兩類,一是顧客通過對(duì)比實(shí)際消費(fèi)體驗(yàn)和消費(fèi)前的期望而產(chǎn)生的感知,將其命名為期望感知;二是顧客在綜合考慮價(jià)格和具體消費(fèi)情況后得到的總體感知,將其命名為消費(fèi)感知。由于顧客對(duì)于消費(fèi)的感知會(huì)影響顧客的滿意度和后續(xù)的重復(fù)消費(fèi)意愿,因此在參考ACSI模型的基礎(chǔ)上提出如下假設(shè):

  H1:在O2O電子商務(wù)模式中,期望感知正向影響顧客滿意度;

  H2:在O2O電子商務(wù)模式中,期望感知正向影響顧客重復(fù)消費(fèi)意愿;

  H3:在O2O電子商務(wù)模式中,消費(fèi)感知正向影響顧客滿意度;

  H4:在O2O電子商務(wù)模式中,消費(fèi)感知正向影響顧客重復(fù)消費(fèi)意愿;

  H5:在O2O電子商務(wù)模式中,顧客滿意度正向影響顧客重復(fù)消費(fèi)意愿。

  2.平臺(tái)易用性與顧客感知。

  根據(jù)報(bào)告顯示O2O的電子商務(wù)模式下有713%的用戶通過移動(dòng)客戶端進(jìn)行消費(fèi),本文認(rèn)為平臺(tái)的響應(yīng)速度和在線支付的便捷程度等是衡量O2O平臺(tái)易用性的指標(biāo),響應(yīng)速度快、支付方便、獲取信息便利的平臺(tái)通常能給顧客愉快的消費(fèi)體驗(yàn),進(jìn)而使顧客在本次消費(fèi)中產(chǎn)生良好的感知。因此,提出如下假設(shè):

  H6:在O2O電子商務(wù)模式中,平臺(tái)易用性正向影響期望感知;

  H7:在O2O電子商務(wù)模式中,平臺(tái)易用性正向影響消費(fèi)感知。

  3.信息內(nèi)容與顧客感知。

  本文的信息內(nèi)容主要包括平臺(tái)的信息容量和平臺(tái)所提供的信息質(zhì)量,由于每個(gè)顧客在短時(shí)間內(nèi)的信息處理能力有限,如果O2O平臺(tái)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(tái)向消費(fèi)者提供的必須是質(zhì)量過關(guān)的產(chǎn)品或服務(wù)商家,質(zhì)量上的參差不齊極易使消費(fèi)者在一次消費(fèi)后就對(duì)該平臺(tái)產(chǎn)生不良的消費(fèi)感知。因此,提出如下假設(shè):

  H8:在O2O電子商務(wù)模式中,信息內(nèi)容正向影響期望感知;

  H9:在O2O電子商務(wù)模式中,信息內(nèi)容正向影響消費(fèi)感知。

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

  H10:在O2O電子商務(wù)模式中,服務(wù)響應(yīng)正向影響期望感知;

  H11:在O2O電子商務(wù)模式中,服務(wù)響應(yīng)正向影響消費(fèi)感知。

  二、研究設(shè)計(jì)與對(duì)象分析

  (一)研究對(duì)象說明

  根據(jù)中國(guó)電子商務(wù)研究中心發(fā)布的2014年第三季度中國(guó)O2O市場(chǎng)分析報(bào)告,目前我國(guó)O2O市場(chǎng)中餐飲行業(yè)的市場(chǎng)份額占比高達(dá)43%,居所有行業(yè)的首位[4],本文選取我國(guó)O2O餐飲業(yè)作為廣義的研究對(duì)象。目前,由于眾多商業(yè)巨頭紛紛入駐O2O餐飲外賣市場(chǎng),本文選取我國(guó)O2O餐飲業(yè)中的外賣業(yè)務(wù)為具體研究對(duì)象。調(diào)查顯示目前我國(guó)擁有外賣業(yè)務(wù)的O2O平臺(tái)多達(dá)幾十家,其中市場(chǎng)份額較大的有美團(tuán)外賣、餓了么、淘點(diǎn)點(diǎn)、大眾點(diǎn)評(píng)和美餐網(wǎng),眾多商業(yè)巨頭的入駐預(yù)示著外賣這一領(lǐng)域已然成為我國(guó)O2O電子商務(wù)競(jìng)爭(zhēng)戰(zhàn)繼團(tuán)購(gòu)之后的又一片處女地。

  報(bào)道顯示我國(guó)眾多開展O2O外賣業(yè)務(wù)的企業(yè)都將企業(yè)白領(lǐng)和在校大學(xué)生作為主要的市場(chǎng)開發(fā)對(duì)象,并針對(duì)這兩大消費(fèi)群體采取了形式豐富的促銷活動(dòng)。在這兩個(gè)消費(fèi)群體中,在校大學(xué)生是我國(guó)O2O外賣消費(fèi)者中所占份額較高的群體,且價(jià)格敏感度較高,比較容易因?yàn)槠髽I(yè)的優(yōu)惠促銷活動(dòng)而選擇O2O外賣的消費(fèi)方式。因此,本文選取我國(guó)在校大學(xué)生作為問卷調(diào)查對(duì)象,并通過電子郵件、在線聊天室、微信等途徑發(fā)放在線電子問卷;同時(shí),結(jié)合紙質(zhì)問卷,對(duì)全國(guó)部分地區(qū)的在校大學(xué)生進(jìn)行了問卷調(diào)查。研究共發(fā)放問卷450份,有效回收379份,回收率為842%,調(diào)查樣本的基本信息如表1所示。

  (二)研究方法

  本文主要以結(jié)構(gòu)方程模型作為研究工具,通過問卷調(diào)查收集相關(guān)數(shù)據(jù),以本文建立的顧客重復(fù)消費(fèi)意愿指數(shù)模型為依據(jù),繪制結(jié)構(gòu)方程模型圖,通過模型擬合來驗(yàn)證本文所提出的若干假設(shè)。本文運(yùn)用結(jié)構(gòu)方程模型進(jìn)行數(shù)據(jù)擬合,通過擬合結(jié)果可以觀測(cè)到各個(gè)潛變量間的路徑系數(shù),根據(jù)系數(shù)的大小和正負(fù)以及其相對(duì)應(yīng)的P值,就可以對(duì)假設(shè)H1-H11進(jìn)行拒絕與否的判斷,進(jìn)而完成本文關(guān)于我國(guó)O2O外賣業(yè)務(wù)中顧客重復(fù)消費(fèi)意愿影響因素的討論。

  (三)問卷設(shè)計(jì)

  基于上述論證,筆者針對(duì)平臺(tái)易用性、信息內(nèi)容、服務(wù)響應(yīng)、期望感知、消費(fèi)感知、顧客滿意度和顧客重復(fù)消費(fèi)意愿,設(shè)計(jì)了若干觀測(cè)變量題項(xiàng),每一個(gè)潛在變量的附屬題項(xiàng)均能切合本文對(duì)于各潛在變量的定義,可以從不同角度對(duì)消費(fèi)者進(jìn)行調(diào)查。問卷采用李克特五點(diǎn)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(jù)統(tǒng)計(jì)學(xué)的相關(guān)理論對(duì)問卷進(jìn)行了一定的調(diào)整,并運(yùn)用SPSS軟件對(duì)問卷進(jìn)行了檢驗(yàn)[5],最終的問卷題項(xiàng)與相應(yīng)驗(yàn)證系數(shù)如表2所示。

  本文主要通過Cronbach’sα系數(shù)來檢驗(yàn)測(cè)量指標(biāo)間的一致性,當(dāng)α系數(shù)大于07的時(shí)候,問卷相關(guān)題項(xiàng)具有一定的可信度,能夠保證問卷調(diào)查后的數(shù)據(jù)具有一定的穩(wěn)定性。如表2所示,本問卷經(jīng)過調(diào)整后所有概念相關(guān)題項(xiàng)信度水平均達(dá)標(biāo),可以用于調(diào)查研究,并能夠保證調(diào)查的數(shù)據(jù)反映真實(shí)情況。另外,由于本文的分析方法為結(jié)構(gòu)方程模型,故需要保證問卷收集到的數(shù)據(jù)適合進(jìn)行因子分析(如表2所示),問卷的所有概念相關(guān)題項(xiàng)KMO值均在08以上,可進(jìn)行因子分析。

  三、模型擬合與結(jié)果分析

  (一)初步擬合與模型修正

  本文繪制的結(jié)構(gòu)方程模型圖如圖2所示,利用Amos180軟件進(jìn)行建模,將收集到的數(shù)據(jù)導(dǎo)入軟件進(jìn)行擬合。為增加文章可讀性,未展示初步擬合模型與相應(yīng)路徑系數(shù),僅羅列初步擬合的擬合度評(píng)價(jià)指標(biāo)如表3所示。

  根據(jù)結(jié)構(gòu)方程模型擬合評(píng)價(jià)指標(biāo)的要求,χ2顯著性概率值應(yīng)小于005,NC值(χ2自由度比值)應(yīng)在1-3之間,AGFI值、GFI值應(yīng)大于09,RMSEA值應(yīng)至少小于008,CN值應(yīng)大于200[6]。從表3所羅列的數(shù)據(jù)可知初步擬合的結(jié)果并不理想,相關(guān)評(píng)價(jià)指標(biāo)顯示模型與數(shù)據(jù)之間的適配程度并未達(dá)到結(jié)構(gòu)方程模擬的要求。其中,χ2顯著性概率值和NC值均達(dá)標(biāo),表示模型顯著性良好,但是AGFI值、GFI值、RMSEA值和CN值均不達(dá)標(biāo),表示模型的適配度不高;同時(shí),模型中的一些因素間的關(guān)系界定可能存在不準(zhǔn)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(jié)果中都會(huì)提供與擬合結(jié)果相對(duì)應(yīng)的修正指標(biāo),表4即為本文初步擬合后軟件所提供的修正指標(biāo),修正指標(biāo)表包括修正項(xiàng)、MI值和Par Change值三個(gè)項(xiàng)目。以表4第一行為例,MI值為8800,涵義是如果在誤差項(xiàng)Z13和Z15間增列共變關(guān)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(xiàng)Z13和Z15間增列共變關(guān)系,則相較于原先界定的模型參數(shù)該變量會(huì)增大約0156。

  當(dāng)軟件顯示了修正指標(biāo)時(shí)就表明模型存在修正的必要,為了保證修正過程中的嚴(yán)謹(jǐn)性,在進(jìn)行模型修正時(shí)一般一次僅進(jìn)行一個(gè)修正處理[6]。在一次修正處理后需要先進(jìn)行第二次模型擬合,然后再根據(jù)模型擬合的參數(shù)結(jié)果和軟件提供的修正指標(biāo),判斷是否有必要進(jìn)行第二次修正,如有必要進(jìn)行第二次修正,則同樣需要在第二次修正后進(jìn)行第三次擬合,判斷模型適配程度,依此類推。

  根據(jù)本文的初步擬合修正結(jié)果可知模型存在修正必要,從修正指標(biāo)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(yīng)選取MI值較大的修正項(xiàng)進(jìn)行修正。本文的修正項(xiàng)Z13Z15的MI值為8800,修正項(xiàng)Z7Z15的MI值為8518,第一次模型修正應(yīng)當(dāng)首先在誤差變量Z13與Z15間增列共變關(guān)系,再進(jìn)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(guān)系后再次進(jìn)行擬合,選取二次擬合的評(píng)價(jià)指標(biāo)羅列(如表5所示),可見經(jīng)過模型修正后數(shù)據(jù)的擬合結(jié)果更加理想,評(píng)價(jià)指標(biāo)顯示模型與數(shù)據(jù)之間的適配程度良好;Amos軟件也不再提供相關(guān)的修正指標(biāo),表明模型不再需要進(jìn)行修正。圖3即為修正后模型的擬合結(jié)果,各潛變量間的路徑系數(shù)在關(guān)系箭頭上顯示。

  為增強(qiáng)文章的可讀性,使讀者能夠清晰地觀察模型擬合結(jié)果,筆者將潛變量間的標(biāo)準(zhǔn)化回歸系數(shù)(因素負(fù)荷量Factor Loading)、極大似然法下的非標(biāo)準(zhǔn)化回歸系數(shù)(Estimate)、標(biāo)準(zhǔn)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(shù)值定義為因素負(fù)荷量的平方,解釋力數(shù)值越大,證明一個(gè)潛變量對(duì)另一潛變量的影響作用越大[5]。

  (三)結(jié)果分析

  表6所列參數(shù)為導(dǎo)入數(shù)據(jù)后Amos軟件對(duì)結(jié)構(gòu)方程模型進(jìn)行擬合的結(jié)果,其中標(biāo)準(zhǔn)化回歸系數(shù)(因素負(fù)荷量Factor Loading)的大小表明一個(gè)潛變量對(duì)另一潛變量的解釋程度,解釋力數(shù)值為標(biāo)準(zhǔn)化回歸系數(shù)的平方,系數(shù)的正負(fù)代表潛變量間的關(guān)系正負(fù)。另外,在結(jié)構(gòu)方程模型理論中,模擬路徑對(duì)應(yīng)的擬合結(jié)果P值應(yīng)滿足顯著性水平要求,未達(dá)要求的模擬路徑,其相關(guān)的假設(shè)應(yīng)被拒絕。

  經(jīng)過模型修正后,通過觀察表6中的數(shù)據(jù)可知擬合結(jié)果中仍然存在三個(gè)P值不符合顯著性要求的模擬路徑:一是“平臺(tái)易用性與消費(fèi)感知”,二是“信息內(nèi)容與消費(fèi)感知”,三是“服務(wù)響應(yīng)與期望感知”。這三個(gè)模擬路徑所對(duì)應(yīng)的P值均超過了005,未達(dá)到顯著性水平要求,根據(jù)結(jié)構(gòu)方程模型理論應(yīng)拒絕假設(shè)H7、H9、H10。另外,存在模擬路徑“消費(fèi)感知與顧客滿意度”,其所對(duì)應(yīng)的P值未達(dá)到0001的顯著性水平,不過相應(yīng)的P值滿足條件P

  根據(jù)Amos擬合結(jié)果的P值來看,本文提出了H1-H11等11個(gè)假設(shè),其中假設(shè)H7、H9、H10因其相對(duì)應(yīng)的模擬路徑P值未達(dá)005的顯著性水平而被拒絕;假設(shè)H3對(duì)應(yīng)的模擬路徑顯著性水平達(dá)到了001,雖未被拒絕,但明顯低于其余7個(gè)模擬路徑所對(duì)應(yīng)的顯著性水平。除被拒絕的假設(shè)H7、H9、H10所對(duì)應(yīng)的路徑關(guān)系外,其余路徑關(guān)系的因素負(fù)荷量擬合結(jié)果值均介于050至095之間,這說明經(jīng)過模型修正后,數(shù)據(jù)與結(jié)構(gòu)方程模型的適配度良好。

  標(biāo)準(zhǔn)化回歸系數(shù)(因素負(fù)荷量Factor Loading)的大小表明了一個(gè)潛變量對(duì)另一潛變量的解釋程度,解釋力數(shù)值為標(biāo)準(zhǔn)化回歸系數(shù)的平方,系數(shù)的正負(fù)代表潛變量間的關(guān)系正負(fù)。因此,表6中的數(shù)據(jù)呈現(xiàn)了兩個(gè)重要信息:

  (1)所有模擬路徑的標(biāo)準(zhǔn)化回歸系數(shù)均為正值,這表明所有模擬路徑中一個(gè)潛變量對(duì)另一個(gè)潛變量的影響作用均為正向的,這與本文的假設(shè)內(nèi)容相吻合;

  (2)模擬路徑“服務(wù)響應(yīng)與消費(fèi)感知”、“消費(fèi)感知與顧客滿意度”、“消費(fèi)感知與顧客重復(fù)購(gòu)買意愿”和“顧客滿意度與顧客重復(fù)購(gòu)買意愿”所對(duì)應(yīng)的預(yù)測(cè)力數(shù)值均大于070,表明在這幾組模擬路徑中一個(gè)潛變量對(duì)另一個(gè)潛變量的正向影響程度均較大。

  在O2O餐飲外賣業(yè)務(wù)中,通過歸納和總結(jié)不難發(fā)現(xiàn)相比于期望感知,消費(fèi)感知對(duì)顧客的滿意度和重復(fù)購(gòu)買意愿的正向影響更大。換言之,企業(yè)在消費(fèi)感知方面給予顧客更好地體驗(yàn),更容易使顧客產(chǎn)生良好的滿意度,并強(qiáng)化顧客今后選擇在該平臺(tái)上進(jìn)行重復(fù)消費(fèi)的意愿。

  四、結(jié)論與展望

  (一)研究結(jié)論

  根據(jù)模型擬合的結(jié)果,本文得出如下結(jié)論:

  (1)內(nèi)衍潛在變量“消費(fèi)感知”和“期望感知”均能對(duì)“顧客滿意度”和“顧客重復(fù)購(gòu)買意愿”產(chǎn)生顯著的正向影響,但顧客的“消費(fèi)感知”與“顧客滿意度”、“顧客重復(fù)購(gòu)買意愿”兩個(gè)內(nèi)衍潛在變量間的模擬路徑所對(duì)應(yīng)的解釋力數(shù)值較大,說明“消費(fèi)感知”對(duì)“顧客滿意度”和“顧客重復(fù)購(gòu)買意愿”兩個(gè)內(nèi)衍潛在變量的影響程度更大;

  (2)在三個(gè)外衍潛在變量中,“服務(wù)響應(yīng)”能夠?qū)︻櫩?ldquo;消費(fèi)感知”產(chǎn)生更加重要的影響。

  為了提高O2O外賣平臺(tái)的建設(shè)水平,優(yōu)化顧客進(jìn)行外賣訂餐消費(fèi)時(shí)的體驗(yàn),企業(yè)可以針對(duì)平臺(tái)的建設(shè)優(yōu)先采取如下措施:

  (1)在進(jìn)行市場(chǎng)開發(fā)和消費(fèi)市場(chǎng)爭(zhēng)奪時(shí),應(yīng)該將側(cè)重點(diǎn)放在優(yōu)化消費(fèi)者的消費(fèi)感知上,避免消費(fèi)者對(duì)外賣訂餐的服務(wù)質(zhì)量產(chǎn)生不切實(shí)際的過高期望,這樣才能夠?qū)οM(fèi)者的滿意度和重復(fù)消費(fèi)意愿產(chǎn)生積極的正向影響;

  (2)在平臺(tái)建設(shè)時(shí),為了更好地優(yōu)化消費(fèi)者的消費(fèi)感知,應(yīng)先提升服務(wù)響應(yīng),這就要求企業(yè)提升平臺(tái)管理能力,優(yōu)化平臺(tái)服務(wù)配置,加強(qiáng)服務(wù)人員的專業(yè)培訓(xùn)。

  (二)研究展望

  值得一提的是本文的模型擬合結(jié)果并未達(dá)到最理想的狀態(tài),在擬合結(jié)果中仍然存在部分模擬路徑相對(duì)應(yīng)的P值過大,未達(dá)到005的顯著性水平要求,從而使得研究提出的假設(shè)H7、H9、H10被拒絕。另外,我國(guó)O2O外賣業(yè)務(wù)目前面向的消費(fèi)群體主要是企業(yè)白領(lǐng)和在校大學(xué)生,而本文僅面向在校大學(xué)生收集了問卷調(diào)查數(shù)據(jù),無法確定本文結(jié)論所提及的對(duì)于顧客重復(fù)消費(fèi)意愿能夠產(chǎn)生重要影響的因素,是否對(duì)于所有O2O外賣消費(fèi)群體具有普適性。

  針對(duì)所存在的不足,后續(xù)研究可以從兩方面展開:

  第一,繼續(xù)擴(kuò)大問卷調(diào)查的數(shù)據(jù)樣本容量;

  第二,進(jìn)一步豐富研究的調(diào)查對(duì)象,針對(duì)企業(yè)白領(lǐng)進(jìn)行問卷調(diào)查,并將其與大學(xué)生群體的研究結(jié)果進(jìn)行對(duì)比,找到影響兩個(gè)消費(fèi)群體顧客重復(fù)消費(fèi)意愿因素的共同點(diǎn)和不同點(diǎn),以幫助企業(yè)實(shí)施更加有針對(duì)性的拓展戰(zhàn)略。(來源:《商業(yè)研究》 文/高核 楊博文 王靜;編選:網(wǎng)經(jīng)社)

浙江網(wǎng)經(jīng)社信息科技公司擁有18年歷史,作為中國(guó)領(lǐng)先的數(shù)字經(jīng)濟(jì)新媒體、服務(wù)商,提供“媒體+智庫(kù)”、“會(huì)員+孵化”服務(wù);(1)面向電商平臺(tái)、頭部服務(wù)商等PR條線提供媒體傳播服務(wù);(2)面向各類企事業(yè)單位、政府部門、培訓(xùn)機(jī)構(gòu)、電商平臺(tái)等提供智庫(kù)服務(wù);(3)面向各類電商渠道方、品牌方、商家、供應(yīng)鏈公司等提供“千電萬商”生態(tài)圈服務(wù);(4)面向各類初創(chuàng)公司提供創(chuàng)業(yè)孵化器服務(wù)。

網(wǎng)經(jīng)社“電數(shù)寶”電商大數(shù)據(jù)庫(kù)(DATA.100EC.CN,免費(fèi)注冊(cè)體驗(yàn)全庫(kù))基于電商行業(yè)18年沉淀,包含100+上市公司、新三板公司數(shù)據(jù),150+獨(dú)角獸、200+千里馬公司數(shù)據(jù),4000+起投融資數(shù)據(jù)以及10萬+互聯(lián)網(wǎng)APP數(shù)據(jù),全面覆蓋“頭部+腰部+長(zhǎng)尾”電商,旨在通過數(shù)據(jù)可視化形式幫助了解電商行業(yè),挖掘行業(yè)市場(chǎng)潛力,助力企業(yè)決策,做電商人研究、決策的“好參謀”。

【投訴曝光】 更多>
【原創(chuàng)報(bào)告】 更多>
《2024年度中國(guó)物流科技市場(chǎng)數(shù)據(jù)報(bào)告》
《2024年度中國(guó)生鮮電商市場(chǎng)數(shù)據(jù)報(bào)告》
《2025中國(guó)農(nóng)產(chǎn)品電商發(fā)展報(bào)告》
《2025中國(guó)預(yù)制菜電商發(fā)展報(bào)告》
《2025年Q1中國(guó)電商平臺(tái)商家投訴數(shù)據(jù)報(bào)告》
《2025年Q1中國(guó)電子商務(wù)用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2024中國(guó)電子商務(wù)“死亡”數(shù)據(jù)報(bào)告》
《2024中國(guó)電子商務(wù)用戶體驗(yàn)與投訴監(jiān)測(cè)報(bào)告》
《2024中國(guó)數(shù)字生活消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024年中國(guó)數(shù)字教育用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2024中國(guó)出口跨境電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)綜合電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)在線旅游消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)社交電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)電商服務(wù)商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)生鮮電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)在線票務(wù)用戶體驗(yàn)與投訴數(shù)據(jù)報(bào)告》
《2024中國(guó)物流科技投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)品牌電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024年度中國(guó)二手電商市場(chǎng)數(shù)據(jù)報(bào)告》
《2024中國(guó)產(chǎn)業(yè)電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》
《2024中國(guó)進(jìn)口跨境電商消費(fèi)投訴數(shù)據(jù)與典型案例報(bào)告》

【版權(quán)聲明】秉承互聯(lián)網(wǎng)開放、包容的精神,網(wǎng)經(jīng)社歡迎各方(自)媒體、機(jī)構(gòu)轉(zhuǎn)載、引用我們?cè)瓌?chuàng)內(nèi)容,但要嚴(yán)格注明來源網(wǎng)經(jīng)社;同時(shí),我們倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán),如發(fā)現(xiàn)本站文章存在版權(quán)問題,煩請(qǐng)將版權(quán)疑問、授權(quán)證明、版權(quán)證明、聯(lián)系方式等,發(fā)郵件至NEWS@netsun.com,我們將第一時(shí)間核實(shí)、處理。

        平臺(tái)名稱
        平臺(tái)回復(fù)率
        回復(fù)時(shí)效性
        用戶滿意度
        微信公眾號(hào)
        微信二維碼 打開微信“掃一掃”
        微信小程序
        小程序二維碼 打開微信“掃一掃”