网购顾客主观退货意愿度量及其与消费行为相关关系.....................................................李明芳

China Business and Market - - 第一页 -

一、引言 李明芳

050018) (河北科技大学经济管理学院,河北石家庄

摘 要:针对网络购物退货行为,从消费者个体差异角度提出主观退货意愿的概念。基于计划行为理论,从态度、主观规范和感知控制三个维度探索主观退货意愿的影响因素,借助因子分析构建网购主观退货意愿测量体系,探讨主观退货意愿及其各子维度与消费行为变量的相关关系,挖掘反映顾客网购退货风险的消费痕迹强信

4个维度、11号,研究结果表明:顾客主观退货意愿可以借助无理由退货态度、社会压力、亲友支持和感知控制 个指标加以度量,主观退货意愿及其子维度变量与顾客退货险购买行为、网购频率、购物平台访问习惯、产品评价浏览行为、产品挑选等消费行为显著相关,其中退货险购买频率、网购频率、网购平台访问习惯三种消费行为可以作为数据挖掘的重点指标,以便于对顾客退货风险进行分析预判,制定差异化的退货服务策略,更好地服务于网络顾客。

关键词:网购顾客;主观退货意愿;在线消费者行为;产品退货

中图分类号:F713.36 文献标识码:A 文章编号:1007-8266(2017)04-0017-08

中国电子商务研究中心监测数据显示,2015

38 285年中国网络零售市场交易规模达 亿元,同

35.7%;2016 5.16比增长 年中国网络零售交易额达

26.2%,占社会消费品零售总额万亿元,同比增长

15.53%。与传统零售购物相比,网络购物过程的

被分解为购买决策阶段和售后体验阶段 [1] ,由于缺乏购买前的顾客体验,顾客无法辨别商品是否合适及其质量优劣,导致网购商品与产品描述或消费者预期不符的风险较高,增加了顾客的网购感

[2]。知风险,进而影响消费者的网络购买意愿

宽松的退货政策可以有效缓解消费者对网购

产品的顾虑,通过退回不满意产品来降低网购风险。2014

年修订的新版《消费者权益保护法》已经明确七日无理由退货制度,规定除特例产品外,网

7

购商品自到货之日起 日内,顾客有权利选择无理由退货。另外,为了进一步降低顾客网购风险、增强顾客网购意愿,2011

年淘宝联合华泰保险推出了退货运费险,顾客或卖家只需支付少量保险金,即可获赔因退货发生的运费。

在无理由退货政策和运费险的双效作用下,网购退货率近年来一路飙升,零售咨询公司嘉思明指出,网络销售产品的退货率高达三分之一,并处于不断上升态势。据媒体统计,30%的人会故意多买,再把不想要的东西退回去;19%的人承认会

购买同一种商品的多个版本,收到货后再做决定。借助退货来帮助自己选择最合适的产品,这类“连环退货族”在众多的网购退货中占据了很大一部分。因此,如何借助消费数据挖掘技术,有效地甄别出高退货风险网购顾客,有针对性地制定差异化策略以尽可能避免退货损失,是网购企业和平台当下需要解决的一个重要问题。

近期相关研究主要集中在三个方面。一是探讨无理由退货策略优化设计问题,如杨光勇和计国君 [3]探讨了存在战略顾客时,退货处理方式如何影响销售商的退货策略设计;姜宏等 [4]将顾客惰性行为引入定量模型,探讨其对无理由退货政策的影响。二是探讨退货策略和退货行为的影响。如李东进等 [5]从退货政策感知、产品不满意原因及退货政策表述等方面差异入手,分析了退货对消费者购后后悔和重购意愿的影响;姜宏 [6]研究了无理由退货条件对销售商缺货保障策略的影响价值;邵兵家和崔文昌 [7]探讨了网络零售商无缺陷退货政策对消费者溢价支付意愿的影响。三是少数研究探讨了退货行为的影响因素。托马斯和埃里克(Thomas & Eric)

[8]研究发现,消费者感知风险会对其退货行为产生正向作用;陈敬贤等 [9]分析了通过投资店铺辅助服务来降低顾客退货率问题。

可以看出,现有文献更多关注于退货策略的研究,顾客退货行为尚未引起学界足够的重视,虽然有少量成果针对退货行为进行了实证研究,但是由于缺乏退货意愿的测量量表,无法对其影响因素及影响机制进行深入探讨。本研究拟构建网购消费者主观退货意愿测量体系,并对主观退货意愿与消费行为变量进行相关分析,辨别反映退货风险的消费行为强信号,以便更好地识别高退货风险网购顾客。

二、相关理论与测量模型假定

Theory of Planned Behavior,计划行为理论( TPB)认为,决定行为意愿的三个主要变量是行为态度、主观规范和感知行为控制。学者们常常从这三个维度来构建消费者的行为意愿理论模型,胡婉丽 [10]依据计划行为理论构建了知识型雇员创新行为意愿测量框架,苗莉与何良兴[ 11 ]在对计划 行为理论模型修订的基础上,探讨主观规范和感知行为控制对不同类型创业意愿的影响。因此,本研究从退货态度、主观规范和退货行为感知控制

1三个维度构建顾客退货风险评价框架,如图 所示。

退货态度是顾客对退货行为的感觉,态度越积极,退货风险往往越高。退货态度又可以从三个方面加以探讨:一是退货认知,是指顾客对退货的理解、认识等;二是退货情感,是指顾客对退货行为的情感体验,包括对退货的喜欢、厌恶等;三是退货行为,是指顾客对退货的行为意向,包括退货习惯、经验等。

主观规范是指顾客对是否采取退货行为所感受到的社会压力。主观规范可以从两个方面加以探讨:一是大社会规范,是指整个社会的行为和道德规范等对退货行为产生的压力;二是周边社会压力,是指顾客的家人、朋友和同事对其退货行为产生的压力。

退货行为感知控制是顾客内心对退货难易度的感知。退货行为感知控制可以从两个方面加以探讨:一是自我感知,是指顾客根据其经验和能力等对退货难易度的感知;二是环境感知,是指顾客根据环境的变化、政策支持等对退货难易度的感知。

三、调查问卷设计与发放

1

根据图 的退货风险评价维度,参考相关文献

5中相关成熟量表,同时通过组织 位管理学、市场营销、供应链领域的学者,结合相关理论和自身网

27购退货经历,经过激烈讨论,共设计了 个陈述性问题来对相关变量加以测量。将这些问题采用背

15

靠背方式,邀请 位管理学领域专家,针对题项选择、测量内容、问题易懂性和表述准确性四个方面

进行打分评价,所有题项均

5 Likert)量

采用 点李克特(

表。并在问卷中设置一个开放式问题,用于收集专家反馈修改意见。在将问卷统一回收后,

32通过对 个题项打分情况加以分析,剔出评分较低(<

3.5

分)的题项,并对表述不清或不准确、语义重复的题项加以修改与合并,最终确

18定 个题项用于测量顾客的主观退货意愿。

5 Likert采用 点 量表, 18将 个题项形成正式调查

1),将曾经有问卷(参见表过网购经历的消费者作为调查对象,借助问卷星平台进行在线发放,通过手机微

QQ信、 形式进行传播,在2016 12 322年 月历经一周时间共计发放 份问卷。

10

通过测试 名被试并记录和询问填写时间和感

200受,将问卷有效填写时间确定为不低于 秒,故

200

视填写时间低于 秒的问卷为无效并剔除,得到

290 90.06%有效问卷共 份,样本有效回收率为 。

2样本的人口统计学特征如表 所示。

四、主观退货意愿测量体系构建

290

将回收的 份有效问卷进行对半分析,其中145 SPSS18.0 t

份问卷利用 进行极端组 检验、项目

145分析和探索性因子分析,另外 份问卷利用AMOS17.0

进行验证性因子分析。

(一)项目分析

采用极端组t检验方法和同质性检验来分析项目鉴别度,用以反映测验题目能够正确测量受测特质的程度,删除鉴别度不高的项目。检验结

3

果如表 所示。

1. 18

极端组t检验。对 个题项得分求和,反向

27%受试者作为题需反向计分,取总得分最高的

27%被试作为低分组,对高分组,取总得分最低的

2、高低分组进行平均数差异t检验。结果显示,第

3 6

第 和第 题未达到显著水平,表示此三项目鉴别度较差。

2.

同质性检验。采用题目总分相关法和因素负荷量判断法对项目的同质性加以检验。题目总分相关法是通过计算每个项目与其他项目加总后

总分的相关系数,用以辨别该项目与其他相关的相

0.3

对关联性,一般要求在 以上。因素负荷量判断法

1,检验因是利用探索性因子分析,将公因子设定为

0.3。结果素负荷量的高低,一般要求其值不可低于

2、第3 6

显示,第 和第 题的这两项指标不够理想。

2、综合两种检验结果,删除第3 6第 和第 题。(二)探索性因子分析

KMO首先使用 检验和巴特利特(Bartlett)球形检验确定待分析项目是否适合于做因子分析,结果显

KMO 0.809,Bartlett示 检验值为 球

=0.000形检验结果显著( sig. )。因此,测量项目适合进行因子分析。

共同度分析结果显示,项目第1、第17 18

和第 题的共同度都低于0.5 0.438、0.489 0.378), (分别为 和

3表明这 个项目被公因子解释得较少,故从量表中删除。

12

继续对余下的 个项目重新做因子分析。KMO 0.802>

检验值为 0.7,Bartlett sig. = 0.000球形检验结果显著( ),适合

0.5。探索性进行因子分析,每个项目共同度都大于因子分析过程中,采用主成分提取法和方差最大正

12 4

交旋转法,最终个测量项目归为 个公因子,累计

72.724%,分别解释方差变解释了总方差变异量的

27.194%、16.920%、15.221%和13.388%,探索异的

3

性因子分析结果如表 所示。所有项目在对应因子

0.7,没有交叉载荷的“骑墙上的载荷绝对值均大于

派”项目。

4

由表 可知,探索性因子分析结果与预期的因

12、第13、第子维度划分基本一致,公因子一在第

14、第15、第16

题上有较大载荷,描述了顾客内心对退货容易度的自我感知,如丰富的网购退货经验、熟悉网购退货的规则和流程、善于与卖家就退货问题进行沟通、有充裕时间处理网购退货等,命

7、第8、第9名为“感知控制”。公因子二在第 题上有较大载荷,描述了社会环境对网购退货形成的压力,包括社会诚信和道德准则与一些恶意退货行为的冲突,以及网络平台对退货行为的记录与

10、第11惩罚,命名为“社会压力”。公因子三在第题上有较大载荷,描述了家人、朋友和同事对消费者网购退货行为的理解和支持,命名为“亲友支

4、第5

持”。公因子四在第 题上有较大载荷,描述了顾客对无理由退货行为所持有的态度。如赞成使用无理由退货来规避网购中的风险、借助“无理由退货”挑选较满意的产品,命名为“无理由退货态度”。

Cronbach’s在探索性因子分析阶段,利用 α检验量表的信度,结果表明所有公因子变量的α

0.7 Cron⁃系数均大于 ,且删除任一测量项目后的bach’s Cronbach’s

α值都小于原变量的 α ,说明量表具有较高的信度。

(三)验证性因子分析针对探索性因子分析结果的四因素模型,对

145 AMOS

余下的 个有效样本,利用 软件进行验证性因子分析,同时判断测量模型与数据的拟合度。首轮验证性因子分析结果表明,模型与数据

9的拟合程度可以接受,然而退货意愿 的因子载荷

0.5,删除退货意愿9

低于 后再做验证性因子分析。结果表明,11

个项目测量模型与数据拟合度较之前= 50.757,p=0.081>0.05,χ 2/df = 1.336 < 2更佳:χ 2 ; GFI=0.969,NFI=0.954,IFI=0.988,CFI=0.988,均大

0.9;PGFI=0.558>0.5,RMSEA=0.034<0.05。该四于

2因子标准化估计值路径如图 所示。

5信度和效度分析结果如表 所示。除无理由退货态度外(Cronbach’s α=0.651>0.6,可以接受),

Cronbach’s其他三个因子变量的 α 系数都高于0.75,说明量表具有较高的信度。四因子变量的组

0.6,说明测量模型的内在质量合信度(CR)都高于理想。所有测量指标在各自变量的因子负荷都高

0.6,表示基本适配指标理想。另度显著,且大于外,除无理由退货态度外,其他三个因子变量的

0.5,说明数据具有较高的聚合效度。AVE均高于分析五、顾客主观退货意愿与消费行为相关

通过对现有文献中相关网购消费行为的分析发现,学者们对于顾客网购消费行为特征的刻画往往从网购冲动、机会主义、产品评价、产品价格、商家品牌、网购频率、网购经验等方面展开 [ 12-14 ]。将相关变量与我国网络销售中顾客消费实践相结合,本研究最终选取了退货险购买频率、单次网购挑选时间、网购挑选谨慎性、产品挑选价格准则、产品评价浏览、商家类型偏好、网购产品种类数、

9网购频率以及网购平台访问习惯等 个网购习惯变量,用以描述和刻画顾客的网购消费行为,并将这些变量转化为题项放置在之前的调查问卷中。

通过对调查问卷数据的处理,分别计算顾客 主观退货意愿的四个公因子变量,感知控制、亲友支持、社会压力和无理由退货态度,再依据式(1)

F1 ∼计算顾客网购退货风险,式中 F 分别表示感

4知控制、亲友支持、社会压力和无理由退货态度,

∼ λ1 λ 4

分别为各公因子变量的特征值,可得顾客主观退货意愿表达式:

将感知控制、亲友支持、社会压力、无理由退

9货态度、网购退货风险以及 个网购习惯变量进行

6,表中已经剔除相关分析相关分析,结果参见表

不显著的网购习惯变量。

6

由表 可知,无理由退货态度与退货险购买频率、网购产品种类数正相关,与网购平台访问习惯负相关。分析结果表明:顾客通过购买退货险,在购前做好无理由退货的准备,对无理由退货持更为积极的态度;当顾客通过网络环境购买的产品种类数越多,意味着该顾客的生活越依赖于网络购物,顾客对网购知识也愈加熟悉,心理上对无理由退货的接受程度也愈高;喜欢时常在网购平台上浏览的顾客从网上购买的东西更多、更随意,致使很多产品在购买后即后悔,故此类顾客更加赞同和欢迎无理由退货。

亲友支持与退货险购买频率、网购频率及网购产品种类数正相关。分析结果表明:随着购买退货险频率的增大,顾客网购退货成本几乎为零,故当对产品不满意时亲友大多支持甚至鼓励其退货;随着顾客网购频率和网购产品种类数的增加,亲友越加信赖顾客的退货决定,同时出于对顾客频繁购物和频繁消费的反感,更加支持其退回网购产品。

感知控制与退货险购买频率、网购挑选谨慎性、产品评价浏览、网购频率以及网购产品种类数量正相关,与网购平台访问习惯负相关。分析结果表明:随着顾客退货险购买频率的升高,顾客退货产生的费用更多由保险公司来承担,从而导致 顾客感知的退货难度较低;当顾客网购挑选更加谨慎、货比三家之后方确定购买决策,对于有关产品知识和退货知识了解得更为详尽,退货对于其而言难度降低;顾客在购前认真浏览产品评价信息,使得顾客更加了解产品可能存在的问题,在购后与卖家交涉时已有评价会成为支持其退货的有力凭证,有利于降低顾客退货难度;随着顾客网购频率和网购产品种类数量的增加,顾客对于网购消费环境更为熟悉,其退货经验和知识更加丰富,故退货对其而言难度不大;喜欢时常去网购平台浏览的顾客会更加熟悉网购环境,从而降低了其退货难度。

社会压力与退货险购买频率、网购频率负相关,与网购平台访问习惯正相关。分析结果表明:对于网购频率高、网购产品种类多的经验型消费者而言,从其心理上已经将退货看作是网购的一部分,加之网购平台对无理由退货的鼓励,导致这类对网购退货的社会顾虑较少;对于喜欢常去网购平台购物的顾客而言,由于浏览多往往购买的也多,导致很多产品并非真正需要,退货往往比较频繁,对社会压力的顾虑也很少。

顾客网购主观退货意愿与退货险购买频率、网购挑选谨慎性、网购频率及网购产品种类数量正相关,与网购平台访问习惯负相关。因此,随着网购顾客购买退货险频率、网购挑选谨慎程度、网购频率和网购产品种类数量的提高,该顾客主观退货意愿越强;喜欢时常去网购平台看看的顾客主观退货意愿也更强。

网购退货风险的四个公因子变量之间的相关分析表明:社会压力与无理由态度、感知控制和亲友支持负相关,无理由态度与感知控制、亲友支持正相关,感知控制与亲友支持相关性不显著。因此,当顾客对无理由退货持有的态度越积极、感知的退货难度越低、周围亲友对其退货支持度越高时,顾客对退货行为感受的社会压力越小,其退货时表现得越轻松,导致顾客主观退货意愿越强;当顾客结合自身知识经验和交易环境感知退货难度较低,顾客周边亲友支持或鼓励其退回产品时,顾客对待无理由退货的态度会越积极,主观退货意愿越强;当顾客周边亲友对其退货支持度越高时,顾客退货情感阻碍越小,退货难度降低,顾客主观退货意愿增强。

六、结论与启示

本研究使用因子分析方法构建了网购顾客主观退货意愿测量量表,并通过将其各子维度与顾客消费行为进行相关分析,探讨主观退货意愿在消费行为中的可能表现,为电商企业和网购平台分析和识别顾客网购退货意愿,进而完善其营销策略提供理论基础。

(一)主要结论

1.

无理由退货态度是影响顾客主观退货意愿的关键,其内容包含情感和行为两层含义。情感层面是指顾客对无理由退货所持有的赞同或排斥观点,行为层面是指顾客是否会利用无理由退货来帮助自己获得满意的产品。由于主观退货意愿测量的是顾客自身原因所导致的退货风险,所涉及退货的真实原因基本上都是无理由退货,故而网络顾客退货态度维度的差异主要体现在对无理由退货的关注上。顾客对待无理由退货态度能够通过其消费行为加以分析揣测,退货险购买频率越高、顾客网购产品种类数量越多,以及顾客喜欢随意浏览网购平台,这些消费行为与顾客积极的无理由退货态度密切相关。

2.

针对顾客网购退货行为而言,主观规范中的社会规范和亲友支持两个维度对主观退货意愿的影响并非完全统一,需要拆分为两个独立的维度。社会规范主要体现消费者对社会道德规范的关注和自律;亲友支持则体现消费者对亲友情感 的关注和迎合。由于网购退货是顾客的私密行为,涉及范围主要是周围亲友圈,故而亲友的支持会直接影响顾客退货意愿,属于外因压力;社会环境很难直接监控个人的退货行为和真实原因,故社会规范的作用有限,只能通过顾客个体素质间接作用于退货意愿,属于内因压力。然而,社会压力和亲友支持统属主观规范范畴,故与它们关联的消费行为高度一致,都与高频连续购买退货险和网购行为及网购平台随意浏览行为显著相关。3.

感知控制是影响顾客网购退货意愿的关键维度,这里主要是指自我能力感知,即顾客自身对退货行为的控制能力,主要体现了消费者的网购退货能力和经验,包括对退货政策和流程等的理解能力和学习能力、实施退货的操作能力、拥有退货时间、对退货规则流程的熟悉程度等。此外,感知控制与环境感知无关,主要还是由于测量的是主观退货意愿,环境感知体现了环境因素所导致的外在可控性,影响更多的是客观退货意愿。由于感知控制体现了顾客对退货难度的预判,与交易环境和顾客的能力密切相关,故感知控制与众多消费行为息息相关。感知控制与高频率退货险购买和网购行为、网购产品挑选谨慎程度和评价关注度、网购产品经验丰富程度、网购平台随意浏览行为等显著相关。

(二)理论和实践启示对网购顾客主观退货意愿测量及其与消费行为相关性进行研究,不仅有利于丰富消费者网购行为相关理论研究,还有助于从一个崭新的角度看待和分析顾客的退货行为。主观退货意愿的提出,扩展了退货行为的研究视野,为进一步探讨顾客网购退货内因提供新的理论基础,进而为研究顾客特征并提供定制化服务策略提供理论依据。

从实践而言,由于个体差异,顾客对无理由退货服务的关注度、社会规范认知对顾客的影响、亲友对顾客退货的支持、顾客处理网购退货的能力与经验等都是不同的,这就使得不同消费者会表现出不同的主观退货风险,如何区分顾客的主观退货风险成为网购平台及电商企业面临的一个重要问题。

本研究尝试将四个公因子变量与顾客网购消费行为进行相关分析,通过将主观退货意愿与消费行为相联系,便于网购平台和电商企业借助顾

客网购痕迹大数据对顾客退货风险进行分析预判,制定差异化的退货服务策略,以便于更好地服务于网购顾客。

(三)不足和展望尽管数据分析结果显示,本文开发的网购顾客主观退货意愿量表具有良好的信度和效度,但是仍然存在几点局限:一是本研究通过朋友圈进行问卷传播,调查对象会存在一定倾向性,故量表的普适性有待后续进一步验证。二是无理由退货态度维度的测量量表虽然信度效度可以接受,但未达到理想状态,后续研究需要对该维度量表加以修正和验证。三是本研究只是将网购顾客主观退货意愿四个公因子变量与一些网购习惯做了简单的相关分析,二者之间的具体关系有待后续深入研究。

参考文献:

[1]WOOD S L.Remote purchase environments:the influence of return policy leniency on two- stage decision processed[J]. Journal of marketing research,2001,38(2):157-169. [2]郑春东,刘一凡,邹孟.退货运费险对网购消费者购买意愿的影响[J].沈阳工业大学学报(社会科学版),2016,9 (2):150-156. [3]杨光勇,计国君.存在战略顾客的退货策略研究[J].管理科

学学报,2014,17(8):23-34. [4]姜宏,齐二石,霍艳芳,杨道箭.基于顾客惰性行为的无理

由退货策略研究[J].管理学报,2012,9(10):1531-1535. [5]李东进,吴波,李研.远程购物环境下退货对购后后悔影

响研究[J].南开商业评论,2013,16(5):77-89. [6]姜宏.基于顾客策略性购买和退货行为的缺货保障策略

价值研究[J].中国管理科学,2015,23(4):96-104. [7]邵兵家,崔文昌.网络零售商无缺陷退货政策对溢价支付

意愿的影响研究[J].软科学,2016,30(7):104-108. [8]THOMAS L P,ERIC P J.The influence of cognitive disso⁃ nance of retail product returns[J].Psychology and marketing, 2013,30(8):724-735. [9]陈敬贤,杨锋,梁樑.降低顾客退货的店铺辅助服务战略的均衡分析[J].系统工程理论与实践,2016,36(2):374383. [10]胡婉丽.知识型雇员创新行为意愿测量工具研究:量表

[J].科技进步与对策,2013,39(1):开发、提炼与检验

140-145. [11]苗莉,何良兴.基于异质性假设的创业意愿及其影响机

理研究[J].财经问题研究,2016,33(5):16-23. [12]MIRANDA M J,JEGASOTHY K.Does consumers’future buying behavior regarding products that are returned influ⁃ ence the way consumers want returned goods to be dis⁃ posed?[J].Journal of marketing theory and practice,2009, 17(4):369-382.

[13]WALSH G,ALBRECHT A K,KUNZ W,HOFACKER C F. Relationship between online retailers’reputation and prod⁃ uct returns[J].British journal of management,2016,27(1): 3–20.

[14]KANG M J,KIM J.Identifying characteristics of consumers who frequently return apparel[J].Journal of fashion market⁃ ing and management,2009,13(1):37-48.

责任编辑:林英泽

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.