• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      退貨經(jīng)驗對消費者服裝品類產(chǎn)品網(wǎng)購行為的影響研究

      2023-01-11 13:20:48希,鄭銳,李
      關(guān)鍵詞:購買量上門網(wǎng)購

      任 希,鄭 銳,李 毅

      (1.武漢理工大學 安全科學與應急管理學院,湖北 武漢 430070;2.西安交通大學 管理學院,陜西 西安 710049)

      近年來,隨著國家對電商行業(yè)的大力扶持,我國網(wǎng)購滲透率逐步上升。截至2021年,我國網(wǎng)購用戶規(guī)模已達8.42億人,2021年全國實物商品網(wǎng)上零售額達10.8萬億元,約占社會消費品零售總額的24.5%[1],網(wǎng)購已成為消費品購買的主流方式。然而,網(wǎng)購產(chǎn)品的高退貨率問題一直困擾著各大電商。合作電商企業(yè)2017年的銷售數(shù)據(jù)顯示,電商企業(yè)服裝品類產(chǎn)品的退貨率通常在30%以上,具體如圖1所示。2022年的行業(yè)調(diào)查數(shù)據(jù)亦顯示電商女裝的退貨率通常在30%~40%之間[2],退貨率居高不下的情況大大增加了電商企業(yè)的運營成本。據(jù)電商企業(yè)2017年的統(tǒng)計,在產(chǎn)品退貨過程中,從快遞員上門攬退到產(chǎn)品返回倉庫貨架,一個退單的人工及其他成本總和可達近30元/單。

      圖1 不同品類產(chǎn)品退貨率

      雖然退貨成本很高,但各大電商企業(yè)仍采用寬松的退貨政策。這是因為在線上購物環(huán)境中,由于缺乏進行物理測試和體驗產(chǎn)品的機會,消費者在做購買決策時的感知風險比線下購物環(huán)境中更高[3-4],為提高消費者下單意愿,企業(yè)不得不通過寬松的退貨政策降低消費者在網(wǎng)購過程中的感知風險[5]。尤其對于服裝品類的產(chǎn)品,由于消費者在網(wǎng)購時很難通過產(chǎn)品介紹與圖片展示判斷某件衣服是否合適,從而使消費者網(wǎng)購服裝品類產(chǎn)品時的感知風險更大。企業(yè)必須通過“七天無理由退貨”等寬松的退貨政策鼓勵消費者購買。依據(jù)合作企業(yè)2017年服裝品類產(chǎn)品退貨原因的統(tǒng)計數(shù)據(jù),服裝品類產(chǎn)品的主要退貨原因如圖2所示??梢园l(fā)現(xiàn)將近一半的服裝退貨是由于購買前未能試穿導致“尺碼不合適”問題造成,24%的退貨是由于產(chǎn)品“上身效果不好”,另外有17%的顧客使用了“七天無理由退貨”的特權(quán)。

      圖2 服裝品類產(chǎn)品退貨原因占比

      電商企業(yè)產(chǎn)品的退貨問題一直受到國內(nèi)外學者的關(guān)注,DIGGINS等[6-7]對相關(guān)研究進行了詳細綜述。JANAKIRAMAN等[8]研究發(fā)現(xiàn)寬松的退貨政策帶來的購買的增加量遠遠高于退貨的增加量;GRIFFIS等[9]研究發(fā)現(xiàn)更高效率的退貨流程可以提高客戶的留存率、增加顧客的購買頻率以及總購買量。然而,現(xiàn)有的相關(guān)研究仍存在一些不足,主要表現(xiàn)在以下4點:①現(xiàn)有的大部分研究是基于調(diào)查數(shù)據(jù)而不是企業(yè)產(chǎn)品銷售與退貨的實際數(shù)據(jù)對消費者的退貨行為進行分析;②電商企業(yè)希望詳細了解不同退貨原因的后續(xù)影響,進而更有針對性地應對產(chǎn)品退貨問題,然而還沒有研究詳細分析不同退貨原因?qū)е碌耐素浗?jīng)驗對顧客后續(xù)網(wǎng)購行為的具體影響;③現(xiàn)有研究主要針對退貨經(jīng)驗對購買頻率以及總購買量的影響,然而很少有研究分析退貨經(jīng)驗對顧客后續(xù)購買產(chǎn)品品類寬度的影響;④為了鼓勵消費者的線上購物,各大電商平臺近兩年推出了上門攬退服務,即企業(yè)會安排專門的快遞員到與顧客約定的地點收取需要退回的產(chǎn)品,而不再需要顧客自行郵寄需要退貨的產(chǎn)品,然而上門攬退服務對促進消費者線上購物的價值還不明晰,需要學者進行深入研究。

      基于電商企業(yè)的實際需求以及現(xiàn)有研究中的理論基礎(chǔ),筆者將詳細分析以下3個問題:①不同原因?qū)е碌耐素浗?jīng)驗對顧客后續(xù)網(wǎng)購數(shù)量的影響;②退貨經(jīng)驗對顧客購買產(chǎn)品品類寬度的影響;③ 上門攬退服務對顧客后續(xù)購買行為的影響。研究發(fā)現(xiàn)將對電商企業(yè)的產(chǎn)品退貨政策具有重要指導意義。

      1 理論基礎(chǔ)與研究假設(shè)

      國內(nèi)外學者已從不同角度對電商行業(yè)的產(chǎn)品退貨問題展開研究,相關(guān)的主要研究分支包括:退貨經(jīng)驗對消費者后續(xù)購買行為的影響、產(chǎn)品退貨原因,以及不同退貨政策對消費者購買和退貨行為的影響等方面。下文結(jié)合將檢驗的3個研究假設(shè),對相關(guān)文獻進行討論。

      1.1 退貨經(jīng)驗對顧客后續(xù)網(wǎng)購產(chǎn)品數(shù)量的影響

      現(xiàn)有研究已驗證寬松的退貨政策和高效的退貨體驗可增加顧客后續(xù)的購買頻率和總購買量。退貨經(jīng)驗能促進消費者后續(xù)購買行為的原因主要可以概括為以下幾個方面:①當顧客對賣家的退貨流程非常熟悉時,其在購物過程中將感到更舒適并對賣家更信任。這種更高的舒適度以及更高的信任降低了顧客購物時的心理成本,進而增加了顧客后續(xù)購買的意愿[10-11]。②產(chǎn)品退貨經(jīng)驗使顧客更了解當產(chǎn)品不符合預期需要退貨時,其將面臨的后續(xù)退貨服務過程,這種對產(chǎn)品退貨服務的了解降低了顧客感知的購物后果的不確定性,進而提升其購買意愿[12]。③顧客在退貨過程中通過與企業(yè)溝通增進了企業(yè)與顧客之間的客戶關(guān)系,使顧客更傾向于在該企業(yè)購買產(chǎn)品[13]。企業(yè)產(chǎn)品退貨數(shù)據(jù)顯示,顧客退貨的主要原因包括“尺碼不合適”“上身效果不好”“七天無理由退貨”“產(chǎn)品質(zhì)量問題”和“實物與描述不符”等,這些退貨原因與現(xiàn)有研究中一致[14]。為探究不同原因?qū)е碌耐素浗?jīng)驗的后續(xù)影響,將基于現(xiàn)有相關(guān)理論檢驗以下研究假設(shè):

      H1不同原因?qū)е碌耐素浗?jīng)驗均可以顯著提升顧客后續(xù)的購買數(shù)量。

      1.2 退貨經(jīng)驗對顧客購買產(chǎn)品品類寬度的影響

      為進一步探究退貨經(jīng)驗對消費者網(wǎng)購行為的影響,研究將分析退貨經(jīng)驗對顧客購買產(chǎn)品品類寬度的影響。在現(xiàn)有文獻中已有學者發(fā)現(xiàn)經(jīng)常退貨的顧客與從不退貨的顧客的網(wǎng)購動機不同:那些從不退貨的顧客的網(wǎng)購目標非常明確,在網(wǎng)購時更有針對性,屬于功利主義型;而那些經(jīng)常退貨的顧客是將網(wǎng)購視為一種娛樂,屬于享樂主義類型,這類顧客更傾向于嘗試不同類型的產(chǎn)品[15-17]。寬松的退貨政策能在一定程度上降低退貨成本,促進消費者的后續(xù)購買行為,這對客戶消費品類的寬度以及同一品類的消費深度均存在正向促進作用[18]?;诂F(xiàn)有理論,研究將驗證的第2個假設(shè)為:

      H2產(chǎn)品退貨經(jīng)驗可以顯著增大顧客后續(xù)購買產(chǎn)品的三級品類寬度。

      1.3 上門攬退服務對顧客后續(xù)消費行為的影響

      現(xiàn)有研究分析了不同退貨政策對消費者網(wǎng)購行為的影響。SHANG等[19]分析零售商提供全額退款政策的價值,研究發(fā)現(xiàn)具有不同購物經(jīng)驗的消費者對企業(yè)全額退款政策的感知價值不同,退貨不包郵會明顯降低顧客對全額退貨政策的感知價值。SHAO等[20]的研究發(fā)現(xiàn)賣家為客戶購買運費險能顯著提升顧客的購買概率。SHEHU等[21]分析了包郵政策對客戶購買產(chǎn)品品類以及退貨行為的影響,研究發(fā)現(xiàn)包郵政策可以顯著提升顧客對一些高不確定性品類產(chǎn)品的下單量,然而這也可能導致更高的退貨率,在一定條件下包郵政策導致的退貨成本的增加可能超過其帶來的利潤的增加,進而出現(xiàn)包郵損壞企業(yè)利潤的情況。趙曉敏等[22]的研究發(fā)現(xiàn)零售商承擔退貨運費可能導致退貨增加,進而損害零售商的利潤。BANSAL等[23]研究了產(chǎn)品發(fā)出運費及退回運費對消費者購買及退貨行為的影響,研究結(jié)果顯示退貨包郵政策可以顯著提升顧客對高價格產(chǎn)品的購買意愿。BOWER等[24]的研究發(fā)現(xiàn)退貨包郵政策可以顯著提高顧客后續(xù)的購買量,而退貨不包郵將顯著降低顧客后續(xù)的購買量。近兩年,企業(yè)推出的上門攬退服務更進一步提升了產(chǎn)品的退貨效率,降低了顧客的退貨成本,研究將驗證的第3個假設(shè)為:

      H3上門攬退服務可以顯著提高顧客的下單數(shù)量。

      2 數(shù)據(jù)獲取與研究設(shè)計

      本項研究與國內(nèi)一家線上B2C零售企業(yè)合作進行。研究主要關(guān)注該企業(yè)服裝品類產(chǎn)品的退貨問題,關(guān)注服裝品類產(chǎn)品的主要原因:①服裝品類產(chǎn)品退貨率高;②服裝品類產(chǎn)品網(wǎng)購滲透率高;③對于服裝品類產(chǎn)品,零售商要求顧客在退貨時填寫退貨原因。

      2.1 數(shù)據(jù)獲取

      以2016年12月1日—2017年1月31日為首次退貨時間窗,分別選取退貨組與無退貨組兩組顧客數(shù)據(jù),具體如下:

      (1)退貨組數(shù)據(jù):隨機選取2016年12月1日—2017年1月31日產(chǎn)生首次退貨行為的顧客,無論該顧客在這期間產(chǎn)生過多少次退貨行為,只要在該時間窗內(nèi)產(chǎn)生首次退貨行為即可。分別收集其在首次退貨時間窗節(jié)點前一年(即2015年12月1日—2016年11月30日)以及在時間窗節(jié)點后一年(即2017年2月1日—2018年1月31日)購買服裝品類產(chǎn)品的數(shù)據(jù)記錄。

      (2)無退貨組數(shù)據(jù):隨機選取2016年12月1日—2017年1月31日期間有購買服裝品類產(chǎn)品但從未產(chǎn)生過退貨行為的顧客,分別收集其在時間窗節(jié)點前一年(即2015年12月1日—2016年11月30日)以及后一年(即2017年2月1日—2018年1月31日)購買服裝品類產(chǎn)品的數(shù)據(jù)記錄。

      (3)數(shù)據(jù)預處理:①刪除在退貨時間窗前一年或后一年總購買量為0的顧客數(shù)據(jù),以及存在關(guān)鍵字段為空的訂單數(shù)據(jù),最后研究收集到有效的退貨組顧客187 539名,無退貨組顧客275 429名,退貨組訂單數(shù)據(jù)的平均退貨率為27.7%,平均拒收率為0.8%,退貨組顧客不同首次退貨原因匯總?cè)绫?所示。 ②基于顧客在2016年12月31日的會員等級、顧客性別以及顧客注冊時間進行傾向得分匹配,共匹配出187 539名無退貨組顧客,進行傾向得分匹配的目的是盡量選取在退貨行為產(chǎn)生前,退貨組與無退貨組特征相近的顧客,進而排除兩組顧客本身差異較大的影響。③為分析不同首次退貨原因影響的差異,研究也基于顧客的首次退貨原因?qū)⑼素浗M顧客分成5組,然后分別將不同退貨組的顧客與無退貨組顧客進行傾向得分匹配,以分別選出與不同退貨組顧客相近的無退貨組顧客。

      表1 不同首次退貨原因顧客的樣本量 人

      2.2 研究設(shè)計

      研究采用雙重差分回歸模型與普通最小二乘法進行回歸分析。雙重差分法是群體因果效應估計的一個重要方法,該方法通過對比實驗組與對照組在實驗前與實驗后變化的差異確認干預的效果[25],非常適用于分析產(chǎn)品退貨經(jīng)驗對消費者后續(xù)網(wǎng)購行為造成的影響。研究的具體回歸模型如式(1)所示。

      y=β0+β1R1+β2T1+β3R1T1+μ

      (1)

      式中:R1為虛擬變量,退貨組顧客取1,無退貨組顧客取0;系數(shù)β1表示退貨組與無退貨組顧客在退貨時間窗前一年購買量的平均差異;T1為時間虛擬變量,退貨時間窗后一年取1,退貨時間窗前一年取0;系數(shù)β2表示無退貨組顧客在退貨時間窗后一年與前一年購買量的平均變化量;系數(shù)β3表示退貨組與無退貨組顧客在退貨時間窗后一年總購買量的平均差異,體現(xiàn)退貨經(jīng)驗對顧客購買行為的影響程度;β0為截距項,表示無退貨組顧客在退貨時間窗前一年的平均購買量;μ為隨機擾動項;因變量y的取值等于一個顧客在給定時間窗里購買產(chǎn)品的總件數(shù)。

      3 模型分析與結(jié)果

      3.1 不同原因?qū)е碌耐素浗?jīng)驗對顧客后續(xù)網(wǎng)購數(shù)量的影響

      研究使用統(tǒng)計分析軟件R并基于普通最小二乘法進行回歸分析,模型擬合結(jié)果如表2所示。在回歸分析中,退貨組與無退貨組顧客的數(shù)量均為187 539;同時,模型考慮兩組顧客在首次退貨行為前一年與首次退貨行為發(fā)生后一年的數(shù)據(jù),因此在回歸模型中,總數(shù)據(jù)量為 750 156條。

      從表2中系數(shù)β1的顯著性可知,研究選取的退貨組樣本與無退貨組樣本在發(fā)生首次退貨行為之前的總購買量無顯著差異;“七天無理由退貨”組顧客與匹配出的無退貨組顧客在退貨時間窗前一年購買產(chǎn)品件數(shù)的平均差異為-0.202,在顯著性水平p=0.01時不顯著;“實物與描述不符”退貨組樣本與匹配出的無退貨組樣本在退貨時間窗前一年平均購買產(chǎn)品件數(shù)的差別為0.172,在顯著性水平p=0.01時也不顯著;這些統(tǒng)計結(jié)果驗證了不同退貨組樣本與匹配出的無退貨組樣本的可比性。截距項β0的值表明無退貨組顧客在首次退貨時間窗節(jié)點前一年(即在2016年12月1日—2017年11月30日)購買服裝的平均件數(shù)為6.540件。系數(shù)β2的值表明無退貨組顧客在退貨時間窗后一年的總購買量與前一年相比也存在顯著變化,顧客在后一年的平均購買件數(shù)比前一年增加了0.757件。這可能是因為隨著時間變化,顧客的線上消費傾向、顧客的消費能力等因素變化所導致。

      表2 退貨經(jīng)驗對消費者后續(xù)購買量的影響模型擬合結(jié)果

      系數(shù)β3的值反映了退貨經(jīng)驗對顧客后續(xù)網(wǎng)購行為的影響:①從退貨組總體與無退貨組的對比可以看出,在產(chǎn)生首次退貨行為之后的一年,退貨組顧客的購買數(shù)量比無退貨組顧客的總購買數(shù)量顯著增加了5.907件;②無論首次退貨原因是什么,消費者在出現(xiàn)首次退貨后一年內(nèi)的總購買量都有顯著增加,這意味著無論是什么原因?qū)е碌耐素?,退貨?jīng)驗都能促進客戶后續(xù)的網(wǎng)購行為;③對比不同退貨原因?qū)е碌氖状瓮素浗?jīng)驗可以發(fā)現(xiàn),顧客因“七天無理由退貨”這一原因?qū)е碌耐素浗?jīng)驗后網(wǎng)購量的增加最大,為6.715件;而顧客因“實物與描述不符”這一原因?qū)е碌耐素浐缶W(wǎng)購的增加量最小,為4.987件。這里的解釋是“七天無理由退貨”組顧客可能是因為找到了更喜歡的產(chǎn)品而退貨(不是賣家的產(chǎn)品問題),這一寬松的退貨政策在一定程度上能更加刺激消費者的購買行為;而“實物與描述不符”導致了顧客的心理預期未滿足,這一退貨經(jīng)驗對顧客后續(xù)消費行為的促進作用更小。

      3.2 退貨經(jīng)驗對顧客購買產(chǎn)品品類寬度的影響

      電商企業(yè)的產(chǎn)品品類如服裝、美妝為一級大品類,服裝下的男裝、女裝、童裝等為二級品類,筆者分析的是服裝大品類下的三級品類如羽絨服、連衣裙、POLO衫等。研究選取顧客在退貨時間窗節(jié)點前一年與后一年購買的產(chǎn)品的三級品類數(shù)量為因變量。研究基于匹配出的無退貨組和退貨組樣本數(shù)據(jù),繼續(xù)采用雙重差分回歸模型與普通最小二乘法分析退貨經(jīng)驗對顧客網(wǎng)購產(chǎn)品三級品類寬度的影響,如表3所示。由表3可知,退貨組顧客在退貨行為發(fā)生后一年內(nèi)購買產(chǎn)品的三級品類數(shù)比無退貨組顧客在相應時間窗內(nèi)購買產(chǎn)品的三級品類數(shù)顯著增加了5.782個。這意味著顧客在有了退貨經(jīng)驗后,更愿意嘗試網(wǎng)購不同品類的產(chǎn)品,即退貨經(jīng)驗可以促進消費者網(wǎng)購不同品類的產(chǎn)品。

      表3 退貨經(jīng)驗對顧客購買產(chǎn)品品類寬度的影響

      3.3 上門攬退服務對顧客后續(xù)消費行為的影響

      在退貨組187 539名顧客中,有133 617名在首次退貨中使用了上門攬退服務,其余的53 922名通過自主郵寄方式退貨。顧客未使用上門攬退服務的原因可能是企業(yè)給定的上門取件時間不合適,或者由于顧客所在位置比較偏遠,企業(yè)暫未對這些區(qū)域開通上門攬退服務。

      為探究上門攬退服務對顧客后續(xù)網(wǎng)購行為的影響,研究建立了如下回歸模型。模型選取虛擬變量“上門攬退標識”作為自變量,當顧客在首次退貨時使用了上門攬退服務取1,否則取0。模型的因變量選取攬退服務前后顧客購買產(chǎn)品數(shù)量、產(chǎn)品金額與總下單數(shù)量變化的倍數(shù)作為因變量。這是因為總數(shù)量變化倍數(shù)在一定程度上更能反映消費者退貨前后購買產(chǎn)品數(shù)量等指標的相對變化情況。研究采用普通最小二乘法進行回歸分析,在回歸分析前,研究基于顧客的退貨原因從攬退組顧客中匹配出53 922名與無攬退組顧客有相近退貨原因的樣本顧客,模型分析結(jié)果如表4所示。

      表4 上門攬退服務的影響分析結(jié)果

      結(jié)果表明,上門攬退服務可以顯著增加顧客的下單數(shù)量,但并不能顯著提高顧客的總購買商品數(shù)量和總購買金額。這意味著當企業(yè)推出上門攬退服務后,顧客考慮到退貨的便利性,不再過度考慮將幾件產(chǎn)品湊在一起下單。顧客下單更加頻繁,但平均每個訂單的產(chǎn)品數(shù)量相對減少。這一結(jié)果表明上門攬退服務在提升顧客總消費金額上并無顯著的作用。

      4 結(jié)論

      (1)筆者研究分析了電商行業(yè)寬松的退貨政策以及電商企業(yè)推出的上門攬退服務對促進消費者線上消費的價值:①驗證了退貨經(jīng)驗對消費者后續(xù)購買量的正向促進作用。②進一步針對不同原因退貨經(jīng)驗的影響進行分組分析,結(jié)果顯示,因“七天無理由退貨”的顧客后續(xù)購買的增量最大,而因“實物與描述不符”原因退貨的顧客后續(xù)購買量的增量最小。③退貨經(jīng)驗對顧客網(wǎng)購產(chǎn)品的品類寬度也有顯著影響,退貨組顧客在首次退貨后一年內(nèi)網(wǎng)購產(chǎn)品的三級品類寬度比無退貨組顧客網(wǎng)購的三級品類寬度顯著增加。④上門攬退服務雖可以顯著增加顧客的下單量,但并不能顯著增加顧客的總購買數(shù)量。

      (2)管理啟示:①對電商企業(yè)來說,存在退貨行為的顧客的總購買量可能更高、更愿意嘗試網(wǎng)購不同品類的產(chǎn)品,企業(yè)應注重增進與存在退貨行為顧客的客戶關(guān)系,主要發(fā)展這類顧客為企業(yè)的超級會員顧客。②電商企業(yè)應繼續(xù)提供寬松的退貨政策,同時也應盡量避免產(chǎn)品描述與實物不符的情況出現(xiàn)。③電商企業(yè)應慎重考慮上門攬退服務對企業(yè)以及對整個社會的服務價值。

      (3)在未來的研究中,學者可繼續(xù)深入分析高退貨率顧客與低退貨率顧客的網(wǎng)購特性和行為的差異,為企業(yè)更進一步完善退貨政策提供指導。未來的研究還可以分析上門攬退服務對在多個時間周期內(nèi)影響的動態(tài)變化情況,更進一步探究上門攬退服務的價值。

      猜你喜歡
      購買量上門網(wǎng)購
      教老媽網(wǎng)購
      知識付費產(chǎn)品特征對購買量的影響
      新冠疫情期間,中國家禽購買量下降
      家禽科學(2020年6期)2020-07-30 09:56:25
      網(wǎng)購寒假作業(yè)
      網(wǎng)購寒假作業(yè)
      2018年全球黃金大賣
      網(wǎng)購那些事兒
      商周刊(2018年23期)2018-11-26 01:22:22
      上門可行 診療不可
      生意上門
      美上門:“愛美麗”是個剛需
      仙游县| 德化县| 湘西| 天祝| 永平县| 云林县| 从江县| 阿坝县| 防城港市| 炎陵县| 贵州省| 林芝县| 江安县| 吉隆县| 布拖县| 阿合奇县| 义乌市| 洛阳市| 化州市| 九龙县| 龙州县| 柞水县| 大同县| 丰宁| 界首市| 临汾市| 武汉市| 咸宁市| 江油市| 余干县| 措勤县| 沅江市| 会昌县| 武威市| 乌兰察布市| 体育| 平武县| 鄄城县| 峨边| 来安县| 井研县|