网店信息与再购难度对购后失调的影响

——兼论再购难度和订单交付的调节作用

China Business and Market - - CHINA BUSINESS MARKET -

魏 子 秋,李 明 芳050018) (河北科技大学经济管理学院,河北石家庄

摘 要:网购退货现象日趋严重困扰着智慧时代网购模式的理论发展和管理实践,而购后失调却是引发这种现象的重要诱因。以信号传递理论为基础,引入再购难度作为重要的调节变量构建调节效应模型并进行实证检验,研究结果表明,网店信息对购后失调具有负向影响作用,再购难度调节网店信息对购后失调的负向影响,订单交付、再购难度和网店信息三项交互联合影响网络购后失调。网络商家应顺应消费者从外在信息到内在信息的信息整合机制及实现路径,将管理重点放在整合网店界面信息、优化网站平台管理模块和进一步优化物流服务过程三个方面,从而强化网店信息、再购难度和订单交付对消费者购后失调的各种影响作用,进而控制消费者退货行为的发生,提升网络商家管理水平及经营效益。

关键词:网购退货;购后失调;订单交付;网店信息;再购难度

中图分类号:F713.36 文献标识码:A文章编号:1007-8266(2017)08-0065-10一、引言

网络消费已经成为当今社会的主流生活方式,虽然网络购物使消费者更容易寻找和发现适合自己需求的产品,但通过网络满足需求还是会产生很多不可忽视的局限性。随着产品质量水平的提高,消费者退货率不但没有下降反而有增长的趋势。根据行业报告统计,目前平均网络退货

22%,而传统渠道的零售行业退货比率已经高达

8.1%~8.7%

率仅为 [ 1 ]。这种日趋严重的网络退货现象,对网络零售商已经形成了显著的收益影响, [2-3]。更值得成为网络零售商经营中不小的负担关注的是,大部分产品的退回并不是因为产品自身的缺陷,而是由于消费者购后对产品的消极评价造成的。如何采取有效措施,缩小消费者购后感知的差距,降低顾客退货意愿,从根本上减少退货行为的发生,已经成为网络零售企业必须面对的问题。

二、相关研究评述

埃森哲公司的研究发现,消费者家用电子产

收稿日期:2017-05-27基金项目:国家社会科学基金项目:“基于消费者退货行为的电商企业策略优化研究”(15CGL075);河北省高校学科拔尖人才选拔与培养计划资助项目(SLRC2017010);河北科技大学博士科研启动基金项目“基于演化博弈的京津冀一体化下河北省供应链融资服务模式决策模型分析”(QD201513)作者简介:魏子秋(1981—),女,河北省石家庄市人,河北科技大学经济管理学院副教授,博士,主要研究方向为供应链管

理、技术经济及管理等;李明芳(1982—),女,安徽省肥东县人,河北科技大学经济管理学院副教授,硕士生导师,

博士,主要研究方向为逆向供应链管理、物流系统优化等。

11%~20%,且其中68%的品的退货率平均达到了退货没有任何产品或服务问题,消费者后悔占到

27%,只有5%是产品自身的原因

了 [4]。目前网购消费中存在着很多匪夷所思的退货现象和百思不得其解的疑问,例如,为什么消费者在有足够时间了解产品的前提下,还出现并非是由于不满意导致的退货现象;为什么那些无恶意倾向、正直严谨的消费者还会选择退货;为什么在目前产品质量已经大幅提升的前提下,退货反而增多,等等。在网络消费中,尽管很多消费者在购买商品的时候知道其价值,但还是存在很多不确定因素和风险[ 5 ];尽管很多退货原因可以归结为消费者不满意,但还有很多退货并不是由于消费者不满意而发生的,这就需要引入购后失调理论来解释。购后失调(Post Purchase Dissonance,PPD)是

顾客产生退货意愿和行为的初始动机 [6] ,尽管退货原因有许多,但大多数是期望没有得到满足而产生的失调

[7]。

现象

基于以上分析,本研究提出的购后失调影响机理框架将成为遏制各种难以解决的网购退货行为的一把钥匙。尽管很多研究都表明期望满足是影响顾客行为的重要驱动因素,但鲜有研究证明网店信息可以直接影响购后失调[8]。为此,我们将根据信号传递理论构建网店信息和购后失调之间的关系。此外,为抑制网店信息的控制属性,本文把再购难度纳入到影响轨迹中来,突出产品的客观信息制约影响以及再购难度的调节影响。最后,我们还介入订单交付的交互作用,将服务感知纳入到理论框架研究中。研究结论表明:网店信息负向影响购后失调;再购难度调节网店信息对购后失调的负向影响作用;订单交付、再购难度和网店信息三项交互联合影响网络购后失调。

三、研究假设

(一)网店信息与购后失调

根据信号传输理论 [9] ,对所有的交易方来说,在同一个时间获取同一个信号的能力是不对等的,信息是不对称的[ 10 ]。因此,客户不能任意、便捷地获取所有关于服务企业的重要信息,在对企业详细信息缺失的情况下,客户就可能使用企业网络平台上的展示信息,将其合并到以前得到的 企业相关信息中,再去评估这个服务企业[11]。因此,企业网络平台信息就是一个帮助网络零售商树立企业形象,引导消费者并影响其购买行为的因素。根据信号传输理论,我们推理企业网络平台信息的正面导向会降低客户退货的意愿。好的客户评价信息、完善的网络企业产品宣传、网络零售商较高的企业等级信息等都会驱使顾客信任该零售商的产品和服务[12]。这种积极的影响力是可能超越任何购买行为的。换句话说,一个良好的

[13]。企业网络综合信息的展示塑造了顾客期望

网络平台信息将会成为一种很强的驱动力,驱使消费者努力了解更多有关公司及其商品的信息 [ 14 ] ,从而减少购后失调现象[ 15 ]。例如,在网络销售渠道,消费者很难非常准确地评估某一产品,因此需要消费者更努力地去搜索之前消费的评价 [16]。评价者的总体评价将会影响消费者对产品的期望 [17] ,评价内容越丰富,越会降低期望的不确定性 [ 18 ] ,毕竟消费者都希望从大家认可的零售商那里购买产品 [19]。消费者在购买之前对于产品的评估和认知受网络零售商提供的信息影响,而这些信息也会直接影响退货率[ 20 ]。另外,还有些消费者认为,从网络上购买的产品,不知道到底哪个型号适合自己,因此购买多个型号,最后将不合适的退掉,这种退货应该属于零售商没有对产品型号界定清楚而造成的,而不属于消费者的问题[ 21 ]。越是清晰明确的信息,越能使消费者选择更为合适的商品 [ 22 ] ,基于网络的商品展示和说明对于退货频率的影响也是十分明显的。因此,很多零售商也在提供商品信息方面增加了很多技术上的投资,例如投资放大技术,帮助顾客更好地看清产品细节,从而避免退货 [23]。还有学者研究认为,在网络平台上零售商对产品退回可能性的说明信息对退货影响也不可小视[24]。网店信息中有关公司和商品的展示可以增强消费者对产品质量的感知,对企业有利的信息使消费者对企业产品的质量更加肯定 [25] ,因此就会降低购买后的不协调感。

退货很多时候发生在顾客面对不确定信息的时候。不确定性越大,满意度越低,退货可能性也就越大。消费者对产品表现和相应的不确定因素所构成的期望水平一同决定了消费者对产品使用的综合期望,消费者对产品的期望和最终购买有可能是积极的,但是随着不确定因素的增加,这种

积极性会抵消[ 26 ]。实际上,消费者在购买产品的时候一般都不会得到全部信息,而在购买之后,有些关于产品的信息才会被发现。如果产品没有满足期望,则消费者的不满意感将会增强,而导致购后失调甚至退货的可能。因此,也可以说,消费者在购

[27],买之前获得的产品信息越少,越容易产生不满意购后失调感越强烈,产品退货的可能性越大[ 28 ]。基于以上分析,提出假设: H1:网店信息对网购购后失调有负向影响。(二)再购难度的调节作用由于潜在的替代品并没有产生购买行为,因此将会使消费者产生对这种没有购买的替代品的反事实认可[ 29 ] ,并且这种认可将会使购后失调更为严重 [30]。而失调感就会导致消费者想尽一切办法反悔曾经的决定,从而导致产品退货的发生,并且还会使消费者放弃第一个网络购物的选择,因为消费者认为自己购物之后会后悔,所以在此之前就会继续搜索更多的替代品进行比较[31]。因此,我们将对替代品的可再购程度定义为再购难度。

消费者甚至会对自己的匆忙购物产生后悔,因此为了更好的购物结果甚至会延长购物时间再去进行选择[ 32 ]。一旦做出了第一次选择,购后失调就会随着替代品的出现而产生[ 33 ] ,这就会致使消费者通过退回商品来改变现状[34]。虽然人们会通过退货行为来降低失调感[ 35 ] ,但同时也会收集更多的信息针对已经选择的和没有选择的产品进行比较,以减少心理上的不平衡[36]。因此,对于同质化程度较高、很容易找到替代品的产品(也就是再购难度较弱的产品),对已经选择和没有选择的产品信息收集并比较得越全面,越能强化消费者对选择的肯定。他们也会通过各种信息渠道提高对已选择产品的认可程度,说服自己肯定自己的选择,同时进一步否定自己已经放弃的替代品,从而降低购后失调感 [37]。如果使再购难度强化在网店产品信息比较的阶段,将更有助于削弱购后失调感。反之,对于再购难度较大的产品(即产品差异性较大且不容易找到替代品),则不会产生网络信息的依赖感。基于以上分析,提出假设:

H2:再购难度负向调节网店信息与购后失调的关系。再购难度较小时,网店信息与购后失调之间的负向关系越强;再购难度较大时,网店信息与购后失调之间的负向关系越弱。

(三)订单交付、再购难度与网店信息的三项交互作用

网店信息影响购后失调的增量递减效应,使得我们必须重视与消费直接建立的订单交付过程。消费者在购买产品的过程中,经历了对产品过程的评估以及基于评估的期望的满足或不满足感,这种感知将会影响之后的行为[ 38 ]。网络消费者在拿到产品之前,其对产品和服务的期望将会构成消费者的评价[ 39 ]。因此,当实际服务不能满足其期望时,消费者就会寻求平衡的方式,比如退货 [ 40 ]。消费者的服务期望是在不断上升的,如果实际服务也变得越来越好,但比消费者期望增长的速度慢,都会导致消费者不满意,更别说实际服

[41]。

务质量下降了

订单交付过程中的配送服务也在一定程度上影响退货。首先,对于缺货的产品,消费者如果提前知道该产品货源紧张,则会在很大程度上仓促购买,从而产生更大的退货可能性;另外,对消费承诺的快速送达与实际送达时间差也会影响消费者退货,甚至这种影响比承诺消费者不会很快到

[42]。达或不承诺速度还要明显

从这种意义上看,有效的订单交付过程要通过网店信息的设计来呈现,高水平的网站设计也能有效提高订单支付的效率,从而削弱购后失调感,肯定消费者在网购比较中的选择结果。相反,效率低下的订单交付过程将会影响消费者对网店信息的肯定程度,使消费者更加倾向于替代品的犹豫和选择,从而加强购后失调感,使网店信息的驱动效果降低。

我们进一步认为,在再购难度较低的情况下,高效的订单交付过程将有利于加强网店信息驱动购后失调的调节效果。也就是说,消费者在面对众多替代品备选方案的时候,第一选择的网店订单交付过程越高效,越能加强消费者对网店信息的信任和肯定,从而产生购后失调的可能性越低。反之,再购难度较大的时候,高效的订单交付将直接获得消费者肯定,从而使消费者不去过多地看重网店的信息呈现,而当订单交付效率低下的时候,消费者也只能依赖于网店的综合信息了。基于以上分析,我们假设:

H3:订单交付、再购难度与网店信息的三项交互联合影响网络购后失调。再购难度较大时,如

果在线零售商订单交付服务水平越高,网店信息与购后失调之间的负向关系越弱;如果在线零售商订单交付服务水平越低,网店信息与购后失调之间的负向关系越强。再购难度较小时,如果在线零售商订单交付服务水平越高,网店信息与购后失调之间的负向关系越强;如果在线零售商订单交付服务水平越低,网店信息与购后失调之间的负向关系越弱。综上所述,本文提出一个包含被中介调节效

1应和三项交互的混合模型,如图 所示。

四、研究设计

(一)样本与数据搜集样本采集通过网上问卷和实体问卷发放过程获得。目前网络购物已经成为我国居民消费模式的重要组成部分,而随着网购人群的增多和网购比率的增大,退货数量和退货比率也日益增加,在网购消费者群体中,几乎大家都有过不愉快的网购经历。因此我们通过问卷的方式展开广泛调查,利用朋友圈、QQ、微博等社交网络渠道发放调

827查问卷。共发放和回收问卷 份,无效问卷被剔

606

除后,最后共获得 份有效问卷,有效问卷率达73.3%。样本的描述性统计结果显示,被调查对象

70.3%,男性占29.7%;受教育程度高中中,女性占

10.7%,大专和本科占63.2%,研究生及以及以下占

26.1% 8

上占 ;家庭年收入 万元及以下的占39.4%,>8 万~15 37.8%,>15 万~30

万元的占 万元16.2%,30 6.6%;事业单位工作的占 万元以上的占

27.2%,政府机关人员占5.9%,国有企业人人员占

9.4%,外资企业人员占2.3%,民营企业人员占员占

13.2%,自由职业者占18%,学生占4.1%;家庭成员1~2 9.9%,3 45%,4~5 38.8%,6

人占 人占 人占 人及

6.3%。

以上占

(二)变量测量用于测量变量题项的问卷均使用五级李克特

1(同意)到5(不同意)代表不同等级。本量表,从研究基于已有研究文献的测量量表设计相关变量的度量题项,以确保测量的信度和效度。

1.

购后失调题项如下:购买产品后,我感觉自己不需要这个产品;购买产品后,我感到心里不舒服;我对这 次购物感到失望;我感到当时购买这个产品的决策失误了;这次网购让我感到有些郁闷;收到产品后,我当时有一种被欺骗的感觉;感觉这次网购好像哪里出了问题;产品与卖家描述不一致。由被调查人员根据自己近期一次印象深刻的网购经历填写。此部分克隆巴赫(Cronbach’s)α 0.929。

值为

2.

网店信息题项如下:该产品的顾客购买评价很好;该产品的在线好评率很高;卖家关于该产品的描述非

0.784。常翔实、准确。该部分的克隆巴赫α值为

3.

再购难度题项如下:我从其他渠道购买过该类产品;我能很容易地从其他卖家那里买到类似产品;同等价位,我能买到性能差不多或更好的产品。对于

0.658。该部分的信度分析中,克隆巴赫α值为

4.

订单交付题项如下:店家按照事先的约定及时发货;按照约定、预想的时间准时发货;货物完好地送达我手中;产品的包装好。该部分克隆巴赫 α 值为0.830。验证性因素分析相关信度和效度系数分析结

1

果如表 所示。除再购难度外,其他三个潜变量的

0.75,说明量表具有较高的克隆巴赫α系数都高于

0.7,说信度。四个潜变量的组合信度(CR)都高于明测量模型的内在质量理想。所有测量指标在各

0.5,表示基自变量的因子负荷都高度显著,且大于本适配指标理想。另外,平均方差抽取量(AVE)可以解释有多少变异量来自测量误差,AVE越大,测量指标的变异量百分比就越大。在本次研究中,

0.5,这说明该数据的分四个潜变量的AVE均高于析结果具有较高的聚合效度。(三)数据结构有效性运用验证性因子分析,检验主要变量简单区分效度。以斜交四因素模型(所有变量独立分开)为基准,另外构建了三个竞争模型,分别是三因素

模型(订单交付+再购难度、网店信息、购后失调)、二因素模型(订单交付+再购难度+网店信息、购后失调)和单因素模型。四个模型的整体拟合度相

2

关值如表 所示。结果表明,除了因样本量过大导致卡方检验显著外,只有四因素模型的拟合指标符合评价要求。同时,相比四因素模型,在嵌套模型的卡方差异检验中,其他模型的χ2

改变量相对于0.001

自由度改变量在 置信区间显著,即其他模型对于本研究数据的适配水平比四因素模型显著较低。

Mplus6.0

利用 进行拟合度检

3),结果表明:χ2=

验分析(参见表

732.541、df=197 (χ2/df=3.715,p= 0.000),由于统计量χ2

与样本量高度相关,其显著性在此不适合作为拒绝四因素模型的原因。结果还表明:CFI=0.920、TLI=0.906,都高

0.9,表明模型与数据匹配良好;

RMSEA=0.070,其90%的置信区间为(0.064,0.075),均在(0.05~0.08)

p=0.000(RMSEA≤

范围内,显著性 0.05),因此也可以说明,模型与数据匹配性很好;另外,SRMR=0.061,小于0.08,同样表明数据与模型拟合良好。综合所述,该四因素模型是可以接受的。

五、研究结果

(一)描述性统计及相关性分析

4

在表 中,展示了变量的描述性统计以及相关系数,其中购后失调与主要研究变量之间存在显著的相关性。

(二)假设检验在本研究中,我们将使用回归方法检验被中介的调节模型,对交互项做中心化处理[ 43 ]。运用VIF值和DW统计量对多重共线性和残差自相关进

1~4行评估。结果表明,VIF介于 之间,基本可以剔

2,表明残差项之除多重共线性的可能;DW近似为

5间没有自相关性。同时表 显示,各个模型的F值显著,表明模型构建具有充分的理由,具体各个模型分析如下:

1.

主效应和调节效应检验将性别、受教育程度、家庭收入、所在单位性质和家庭规模作为控制变量,网店信息作为自变量、再购难度作为调节变量,购后失调作为因变

H1 H2量,使用层次回归方法验证假设 和 的主效

5应和调节效应,分析结果如表 所示。

M3

由模型 可知,购后失调与网店信息之间存

= -0.293 = 0.000),故网在显著的负向关系(β 、p

2

表 竞争模型整体拟合度比较

H1店信息负向影响购后失调,假设 得到支持。与

M2

模型 相比较,在引入网店信息与再购难度的交

M3 ΔR2 M3互项后,模型 的 显著,且模型 中交互项

= 0.110 = 0.003),故调节效应存在,系数显著(β 、p再购难度对网店信息与购后失调关系起调节作用。

以再购难度均值上下各一个标准差作为一组(±0.939),在两组中分别进行回归分析和比较。结果显示,在高再购难度组,网店信息对购后失调的

= -0.272(p = 0.001);在低再购难β1 1

总效应值为

= 0.545 β2度组,网店信息对购后失调的总效应值为

(p1 = 0.000);再购难度高、低两组之间效应差异显著(△β = 0.273、p = 0.003),组间差异值的95%置信区间为(0.115,0.427),不包括零。因此,再购难度会对网店信息与购后失调的负向关系起负向调节作用,再购难度越低,网店信息与购后失调的负

H2向关系愈强。综合以上分析可知,假设 得到支

2

持。图 展示了在再购难度高、低两组水平上,网店信息与购后失调负向关系的大致趋势。由图可知,对于低再购难度的网购顾客组,网店信息对购后失调的影响作用比高再购难度组更大。

2.

双重调节效应检验控制变量、自变量、调节变量的设置保持不变,将订单交付作为双重调节变量,订单交付的双

6重调节效应检验结果如表 所示。

M2 M3

由模型 和 可知,在引入网店信息、再购

M2难度与订单交付的交互项后,相比于 而言,模型M3 ΔR2 M3

的 显著,且模型 中交互项系数显著= -0.086 = 0.047),故双重调节效应存在,订(β 、p单交付调节再购难度对网店信息与购后失调关系 的影响。

以订单交付均值水平上下各一个标准差作为一组(± 0.782),在两组中分别进行回归分析和比较。结果显示,对于订单交付水平高的顾客组,再购难度对网店信息与购后失调关系的调节效应值为= 0.038(p1 = 0.560 β1

),调节效应不显著;在订单交付水平低的顾客组,再购难度对网店信息与购后

= 0.206(p = 0.010),失调关系的调节效应值为 β

2 1

5

表 主效应及调节效应检验结果

调节效应显著;订单交付水平高、低组间调节效应差异显著(△β = -0.168 、p1 = 0.047

),组间差异值95%置信区间为( - 0.297 ,- 0.018),不包括零。的因此,订单交付对再购难度调节网店信息与购后失调负向关系的双重调节作用显著,只有当订单交付水平较低时,再购难度对网店信息与购后失调之间的调节作用显著存在。综合以上分析可知,

H3 3

假设 得到支持。图 展示了在订单交付高、低两组水平上,再购难度对网店信息与购后失调负向关系调节效应的大致趋势,对于订单交付水平高组,再购难度对网店信息与购后失调关系的调节效应明显更大。

六、结果讨论及启示

(一)结果讨论在当前经济发展形势下,大部分产品的退回并不是因为产品自身缺陷导致的,而是由于消费者购后对产品的消极评价造成的,研究购后失调 可以有效防止退货行为的发生。改善网络信息渠道的披露和管理方式,是抑制购后失调发生的关键所在。本文研究表明,网络信息中蕴涵着丰富的影响力,有利于疏导消费者的疑问及不满情绪,同时也存在增量递减效应;再购难度可以增强网店信息对购后失调的影响作用;同时再购难度的调节作用受到订单交付的干预,在低再购难度与高订单交付水平框架下,网店信息对购后失调的影响效应最优。该研究为整合认知学派与行为学派对退货的研究提供了新的分析视角和理论框架,同时也为企业的网络销售渠道提供了理论指导和实践指南。

本文尝试揭示网店信息和再购难度如何协同影响购后失调。研究结果与本文理论预期一致,即网店信息对购后失调产生积极影响但增量递减,再购难度可以加强网店信息对购后失调的影响,同时再购难度的调节作用受到订单交付的干预,表现在低水平再购难度与高水平订单交付框架下网店信息对购后失调的影响最大。

1.

主效应及再购难度的调节作用主效应检验发现,网店信息能有效抑制购后失调,但增量递减。这印证了本文的理论推演,即个体经济决策中的心理计量折扣与偏好反转,导致网店信息的内在激励价值呈边际收益递减规律。引入再购难度的调节作用,在网店信息感知处于低水平区间时,由于消费者所能体验的信息有限,降低再购难度更能够促进网店信息转化为购后失调,表明再购难度的信息性在起主导作用,在一定程度上对网店信息起到动机补偿作用。同样,在网店信息处于高水平区间时,降低再购难度反而削弱了网店信息对购后失调的影响,表明再

购难度的控制性在起主导作用。

2.

订单交付的调节作用尚存在再购难度的部分负面影响无法通过动机整合调整机制的作用转化为选择肯定,这可以归结为订单交付效应在作祟(因为在人类的本性中,更趋向于规避风险)。而高订单交付水平低再购难度组合比其他组合更能够促进网店信息抑制购后失调的发生。这表明,为应对降低购后失调过程中的风险、规避行为选择与价值估值偏离问题,实现再购难度与订单交付水平二者的匹配至关重要。也就是说,再购难度的信息性释放的价值认同暗示,契合了高订单交付水平对风险的追求,有助于提升消费者对网店信息的敏感性和吸纳程度,从而减弱自身对购物过程和产品本身的担忧与疑惑。

(二)理论启示首先,研究提出在网店信息处于低水平时,低再购难度更好地促进网店信息控制购后失调;在网店信息处于高水平时,高再购难度更好地促进网店信息控制购后失调,这一结论为我们从网店信息特征与再购难度二元属性相匹配视角优化网站设计提供了理论指南。其次,研究揭示了消费者从外在信息到内在信息(网店信息—再购难度—购后失调)的信息整合调整机制和实现路径。在后续的研究中,我们将基于对订单交付的内涵进行拓展,以信息整合调整为主导线索,以购后失调为接口,系统构建一个完整的内外信息转化模型,从而刻画出再购难度促进网店信息削弱购后失调的整合过程和实现路径。

(三)管理启示研究的实践蕴意体现在三个方面:一是构建信息更加完备的网站体系,能够起到产品信息全面映射的程度,但是偏好反转导致边际效应递减,因而利用再购难度的强化作用是必要的,充分体现自身产品的不可替代性;二是提高再购难度来减弱购后失调感;三是提高订单交付效率,提升商家的服务质量,体现“方便、快捷、让人愉快”的购物过程,使其成为降低购后失调的有效干预方式。要实现上述管理初衷,整合网站界面信息、优化网站平台管理模块、进一步改善物流服务过程是重要的可控手段。

1.

整合网站界面信息。购物网页信息呈现简 洁、直观、全面是消费者在购前降低不确定性的一种有效途径。无论从审美还是从可操作性上都能贴近消费者喜好的设计,将会使消费者在最有效的时间内完成一次较为肯定的购物过程,从而有效降低消费者购后的失调感。第一,分类整理并全面有效地呈现关于商品的核心信息,将消费者关注的信息从主到次在相应位置上分布。第二,加大重点信息对消费者的刺激作用,突出对消费者影响较为显著的信息。第三,强化页面的美感,吸引消费者停留。第四,通过信息明确产品的不可替代性,强化在同样再购难度下网店信息对消费者购后失调的负向作用。

2.

优化网站平台管理模块。网站平台管理模块是网购第三方信息管理平台所设计的,是为方便商家和消费者进行交易并对其进行分类管理的网站功能模块构成。管理模块的设计要符合消费者搜索商品方式的需求,并满足消费者找寻特定商品的便捷性,同时还要保证消费者的基本权益和消费过程的安全性。强大的网站平台管理模块会提升消费者在该网络平台的消费体验和对该网络平台及商家的认可度,从而控制消费者的购后失调感。

3.

进一步改善物流服务过程。物流服务过程主要是服务于订单交付效率的全程体现。方便、快捷的物流服务将会减少购后失调产生的时间,同时提高消费者对商家和网络平台的认可度,从而减少购后失调感。选择可靠的物流服务商是改善物流服务过程的关键。其次,对于物流服务过程的跟踪及物流信息及时准确的呈现也是保障订单顺利交付的有效措施。

(四)不足与展望第一,尽管人口统计特征是异质的,但研究样本来自于性别和教育水平较为集中的人群,使得研究结论能否简单地复制到各类产品的网购模式中尚需进一步验证。第二,我们没有控制消费者必须发生退货的结果,只是针对有不愉快的购物经历填写的问卷,因此可能会出现想退货与实际发生退货之间情感和认知上的差异。因此,后续的研究应该把实际退货作为重要前提,纳入到模型分析中来。第三,本文引入再购难度的调节作用后,对于网店信息对购后失调有加速作用这一点并没有进行过多的分析;同样在运用简单斜率估计绘制三项交互效应图时,对为什么主效应原

本的曲线形态不再显著也没有进行深入剖析。后续的研究将更深入地挖掘其可能的理论建议。第四,对于本文所揭示的动机整合调整机制和实现路径,尚未勾画清晰,将在后续的研究中继续完善转化机制,形成转化模型。

参考文献:

[1]White paper:optimizing the value in return transactions [EB/OL].(2014- 09- 01)[2017- 03- 08].https://www.there⁃ tailequation.com/Retailers/images/public/ pdfs/white papers/ wpTRE4010.

[2]PETERSEN J A,KUMAR V.Are product returns a neces⁃ sary evil? Antecedents and consequences[J].Journal of mar⁃ keting,2009,73(3):35-51.

[3]PETERSEN J A,ANDERSON E T.Leveraging product re⁃ turns to maximize customer equity[C]//Handbook of research on customer equity in marketing,Cheltenham:Elgar Pub⁃ lishing,2015:177-160.

[4]ACCENTURE.Big troubles with no trouble found:how con⁃ sumer electronics firms confront the high cost of consumer returns[R].Dublin:Accenture Internal technical report,2009. [5]DAVIS S,GERSTNER E,HARGERTY M.Money back guar⁃ antee in retailing:matching products to consumer tastes[J]. Journal of retailing,1995,71:7-22.

[6]SWEENEY J C,HAUSKNECHT D,SOUTAR G N.Cogni⁃ tive dissonance after purchase:a multidimensional scale[J]. Psychology and marketing,2000,17(5):369-385. [7]O’BRIEN M,HILL D J,AUTRY C W.Customer behavioral legitimacy in retail returns episodes:effects on retail sales⁃ person role conflict[J].Journal of marketing theory and prac⁃ tice,2009,17(3):251-266.

[8]WALSH G,BEATTY S E.Impacts of customer-based corpo⁃ rate reputation on non- monetary and monetary outcomes: the roles of commitment and service context risk[J].British journal of management,2014,26:166-185.

[9]CONNELLY B L,CERTO S T,IRELAND R D,REUTZEL C R.Signaling theory:a review and assessment[J].Journal of management,2011,37:39-67.

[10]SPENCE A M.Market signaling:informational transfer in hiring and related screening processes[D].Cambridge,MA: Harvard University,1974.

[11]WALSH G,BEATTY S E.Customer-based corporate repu⁃ tation of a service firm scale development and validation[J]. Journal of the academy of marketing science,2007,35: 127-143.

[12]PETERSEN T, JEESL ,JONG S.Relative importance of or⁃

igin,warranty,and retail store image on product evaluations

[J].British journal of management,1989,12:3-26. [13]EISENBEISS M,CORNEILLE M,BACKHAUS K,HOY⁃ ER K W D.Nonlinear and asymmetric returns on customer satisfaction:do they vary across situations and consumers? [J].Journal of the academy of marketing science,2014,42: 242-263.

[14]BAETIKOWSKI B,WALSH G,BEATTY S E.Culture and age as moderators in the corporate reputation and loyalty re⁃ lationship[J].Journal of business research,2011,64:966972.

[15]WALSH G,ALBRECHT A K,WERNER K,CHARLES F H.Relationship between online retailers reputation and product returns[J].British journal of management,2016,27: 3-20.

[16]PECK J,CHILDERS T L.To have and to hold:the influ⁃ ence of haptic information on product judgments[J].Journal marketing,2003,67(2):35-48.

[17]LI X X,LORIN M H.Self-selection and information role of online product reviews[J].Information systems research, 2008,19(4):456-474.

[18]HODAC N,STEPHEN J.CARSON W,MOORE L.The ef⁃ fects of positive and negative online customer reviews:do brand strength and category maturity matter?[J].Journal of marketing,2013,77(11):37-53.

[19]ROGGEVEEN A L,BHARADWAJ N,HOYER W D.How call center location impacts expectations of service from reputable versus lesser known firms[J].Journal of retailing, 2007,83:403-410.

[20]BECHWATI N ,WENDY S .The impact of the pechoice process on product returns[J].Journal of marketing re⁃ search,2005,42(3):358-367.

[21]KING T,DENNIS C.Unethical consumers:deshopping be⁃ havior using the analysis of theory of planned behavior[J]. Quarterly marketing research,2006,9:282-296. [22]ERDEM T,SWAIT J.Brand equity as a signaling phenome⁃

non[J].Journal of consumer psychology,1998,7:131-157. [23]DE P, YU H ,MOHAMMED S R.Product- oriented web technologies and product returns:an exploratory study[J]. Information systems research,2013,24(4):998-1010. [24]SHULMAN J D,MARCUS C J,JULIAN K,CLAIR S.Con⁃ sumer uncertainty and purchase decision reversals:theory and evidence[J].Marketing science,2015,34(4):590-605. [25]HESS W J D,VALACICH J S,HESS T J.What signal are you sending? How website quality influences perceptions of product quality and purchase intentions[J].Management information systems quarterly,2011,35:373-396.

[26]RUST R T,JEFFREY J I, JIA J M ,ZAHORIK A.What you

don’t know about customer- perceived quality:the role of customer expectation distribution[J].Marketing science, 1999,18(1):77-92.

[27]SZYMANSKI D M,DAVID H H.Customer satisfaction:a meta- analysis of the empirical evidence[J].Journal of the academy of marketing science,2001,29(1):16-35. [28]MINNEMA A.To keep or not to keep:effects of online cus⁃ tomer reviews on product returns[J].Journal of retailing, 2016,3:1.

[29]MCCONNELL A R,NIEDERMEIER K E,LEIBOLD J M, ELALAYLI A G,CHIN P P,KUIPER N M.What if I find it cheaper someplace else? Role of prefactual thinking and anticipated regret in consumer behavior[J].Psychology and marketing,2000,17(4):281-298.

[30]WALCHLI S B,LANDMAN J.Effects of counterfactual thought on postpurchase consumer affect[J].Psychology and marketing,2003,20(1):23-46.

[31]ZEELENBERG M,BEATTIE J,PLIGT J,VRIES N K.Con⁃ sequences of regret aversion:effects of expected feedback on risky decision making[J].Organizational behavior and human decision processes,1996,65(2):148-158. [32]SIMONSON I.The influence of anticipating regret and re⁃ sponsibility on purchase decisions[J].Journal of consumer research,1992,19(1):105-118.

[33]FESTINGER L.A theory of cognitive dissonance[D].Califor⁃

nia:Stanford University,1957.

[34]GILOVICH T,HUSTED M V,CHEN S.Commission,omis⁃ sion,and dissonance reduction:coping with regret in the Monty Hall problem[J].Personality and social psychology

bulletin,1995,21:182-190.

[35]OLIVER R L.Satisfaction:a behavioral perspective on the

consumer[D].New York:McGraw-Hill,1997.

[36]KNOX E R,INKSTER J A.Post- decision dissonance at post time[J].Journal of personality and social psychology, 1968,8(4):319-323.

[37]BREHM J.Post-decision changes in desirability of alterna⁃ tives[J].Journal of abnormal and social psychology,1956, 52(3):384-389.

[38]BAGOZZI R P.The self-regulation of attitudes,intentions, and behavior[J].Social psychology quarterly,1992,55(2): 178-204.

[39]CRONIN J J,TAYLOR S A Measuring service quality:a re- examination and extension[J].Journal of marketing, 1992,56(3):55-68

[40]CHEBAT J C,DAVIDOW D M,CODJOVI I.Silent voices: why some dissatisfied consumers fail to complain[J].Journal of services research,2005,7(4):328-342.

[41]BEARDEN W O,TEEL J E.Selected determinants of cus⁃ tomer satisfaction and complaint reports[J].Journal of re⁃ search in marketing,1983,20(1):21-28.

[42]RAO S,ELLIOT R,RAJU D.The role of physical distribu⁃ tion services as determinants of product returns in Internet retailing[J].Journal of operations management,2014,32: 295-312. [43]陈晓萍,徐淑英,樊景立.组织与管理研究的实证方法[M].2版.北京:北京大学出版社,2012:35-64.

责任编辑:林英泽

The Influence of Online Store Information and Repurchase Difficulty

on Post Purchase Dissonance ——the Moderator Function of Repurchase Difficulty and Order Delivery

WEI Zi-qiu and LI Ming-fang

(Hebei University of Science and Technology,Shijiazhuang,Hebei050018,China)

Abstract:The increasingly serious return of online shopping has become the significant trouble hindering the theoretical development and management practice of online shopping in the era of smart;and post purchase dissonance is the important inducement for this phenomenon. Taking signal transmission theory as the basis,by introducing repurchase difficulty as the moderator function,the authors establish a moderator effect model and carry out the empirical test. It is found that:online store information has the negative effect on post purchases dissonance;repurchase difficulty moderates the negative effect of online store information on post purchase dissonance;and order delivery,repurchase difficulty and online store information interactively and coordinately has impact on post purchase dissonance. Online sellers should be suitable to consumers’information integration mechanism and the realization path of that,pay more attention to the integration of online store interface,the optimization of online platform management module,and the further optimization of logistic service process to strengthen the function of online store information,repurchase difficulty and order delivery on consumers’post purchase dissonance,control the problem of return,and improve online sellers’management level and profit.

Key words:return of online shopping;post purchase dissonance;order delivery;online information;repurchase facility

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.