網(wǎng)購(gòu)平臺(tái)客服響應(yīng)時(shí)間對(duì)詢單轉(zhuǎn)化率影響研究
——基于某快時(shí)尚服裝品牌數(shù)據(jù)

(戴 韜， 趙 星

(東華大學(xué) 旭日工商管理學(xué)院，上海 200051)

網(wǎng)購(gòu)平臺(tái)客服響應(yīng)時(shí)間對(duì)詢單轉(zhuǎn)化率影響研究
——基于某快時(shí)尚服裝品牌數(shù)據(jù)

(戴 韜， 趙 星

(東華大學(xué) 旭日工商管理學(xué)院，上海 200051)

近年來(lái)，網(wǎng)絡(luò)購(gòu)物平臺(tái)(尤其是天貓平臺(tái))快時(shí)尚服裝品牌之間的競(jìng)爭(zhēng)尤為激烈。由于快時(shí)尚服裝目標(biāo)人群統(tǒng)一、定價(jià)區(qū)間集中、設(shè)計(jì)風(fēng)格同質(zhì)化等特點(diǎn)，使得各商家非常重視通過(guò)提升服務(wù)質(zhì)量來(lái)提高轉(zhuǎn)化率。本文從售前服務(wù)質(zhì)量的響應(yīng)性角度，分析了詢單轉(zhuǎn)化率與客服響應(yīng)時(shí)間的關(guān)系。通過(guò)對(duì)某快時(shí)尚品牌真實(shí)數(shù)據(jù)的定量分析，發(fā)現(xiàn)在一定服務(wù)水平下，詢單轉(zhuǎn)化率與客服響應(yīng)時(shí)間沒(méi)有明顯相關(guān)性，因此建議平臺(tái)商家更關(guān)注服務(wù)質(zhì)量的移情性和有形性等其他維度。研究對(duì)電商商家實(shí)現(xiàn)有限成本下更大價(jià)值的服務(wù)質(zhì)量提升有較強(qiáng)的實(shí)際意義。

網(wǎng)購(gòu)；快時(shí)尚；客服響應(yīng)性；轉(zhuǎn)化率

隨著電商購(gòu)物平臺(tái)的日益成熟與發(fā)展，平臺(tái)上商家間的競(jìng)爭(zhēng)日益激烈(如天貓平臺(tái)現(xiàn)有商家14萬(wàn)余家)，尤以快時(shí)尚服裝類(lèi)別為甚。該類(lèi)別具有產(chǎn)品更新快、目標(biāo)人群統(tǒng)一、定價(jià)區(qū)間集中、設(shè)計(jì)風(fēng)格同質(zhì)化等特點(diǎn)，在激烈的競(jìng)爭(zhēng)中商家獲客的成本越來(lái)越高，因此，利用好既有流量提高轉(zhuǎn)化率成為運(yùn)營(yíng)者關(guān)注的焦點(diǎn)。

轉(zhuǎn)化率的提升與顧客在購(gòu)物過(guò)程中接受的良好服務(wù)是密不可分的，根據(jù)PZB服務(wù)質(zhì)量模型[1]，服務(wù)質(zhì)量劃分為5個(gè)維度：有形性、可靠性、響應(yīng)性、保證性、移情性。通過(guò)提升響應(yīng)性來(lái)提升服務(wù)質(zhì)量是商家的主要方式，如通過(guò)增加客服上班人數(shù)來(lái)減少顧客咨詢的等待時(shí)間，但因此也會(huì)帶來(lái)成本的增加。因此本文通過(guò)對(duì)某服裝品牌旗艦店的客服接待數(shù)據(jù)進(jìn)行分析，揭示天貓客服詢單轉(zhuǎn)化率與服務(wù)響應(yīng)時(shí)間的關(guān)系，為運(yùn)營(yíng)者合理進(jìn)行客服排班提供理論支持。

1 研究現(xiàn)狀

目前，網(wǎng)購(gòu)轉(zhuǎn)化率的研究主要是定性描述歸納網(wǎng)站轉(zhuǎn)化率的影響因素。Econsultancy(2014)[2]將影響B(tài)2C平臺(tái)轉(zhuǎn)化率的主要因素歸納為頁(yè)面吸引力、商品吸引力、優(yōu)質(zhì)服務(wù)、網(wǎng)站誠(chéng)信度四個(gè)方面。劉貴容等(2015)[3]從消費(fèi)者和網(wǎng)站兩個(gè)角度將影響轉(zhuǎn)化率的因素歸納為9個(gè)方面，并針對(duì)這些因素提出了相應(yīng)的改進(jìn)策略。陳世欣(2012)[4]認(rèn)為從本質(zhì)上來(lái)說(shuō)，影響網(wǎng)站轉(zhuǎn)化率的關(guān)鍵在于網(wǎng)站能夠吸引真正對(duì)網(wǎng)站內(nèi)容和服務(wù)感興趣的人，并且在其訪問(wèn)網(wǎng)站的過(guò)程中提供優(yōu)質(zhì)的服務(wù)來(lái)促使訪客轉(zhuǎn)化。

基本上，所有的學(xué)者都認(rèn)為好的客戶服務(wù)對(duì)轉(zhuǎn)化率有正向作用。目前，對(duì)服務(wù)質(zhì)量的研究通常用到SERVQUAL模型[1]。左文明等(2010)[5]以SERVQUAL方法構(gòu)建了B2C網(wǎng)站的服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系框架，并通過(guò)問(wèn)卷調(diào)研和因子分析確立了最終的指標(biāo)體系。陳林芬(2005)提出了影響網(wǎng)絡(luò)消費(fèi)行為意向的服務(wù)質(zhì)量模型，并通過(guò)實(shí)證分析證明了網(wǎng)絡(luò)消費(fèi)者對(duì)電子商務(wù)服務(wù)質(zhì)量的感知會(huì)直接影響其實(shí)際消費(fèi)行為。蘇秦等(2009)從服務(wù)交互的角度構(gòu)建了B2C電子商務(wù)服務(wù)質(zhì)量模型，研究結(jié)果表明人際交互比人機(jī)交互更重要，顧客更加關(guān)注在購(gòu)物過(guò)程中獲得的服務(wù)。

綜上，當(dāng)前以定量方式研究電商平臺(tái)轉(zhuǎn)化率的文獻(xiàn)較少，在現(xiàn)有的定性研究文獻(xiàn)中，雖然都肯定了客戶服務(wù)對(duì)顧客購(gòu)買(mǎi)意向的正面影響，但是卻鮮有論文利用PZB模型解構(gòu)服務(wù)質(zhì)量，深入分析響應(yīng)性維度與顧客轉(zhuǎn)化率的關(guān)系。這恰恰是現(xiàn)實(shí)中急需解決的問(wèn)題，因?yàn)榉?wù)響應(yīng)性是由上班客服人數(shù)決定，直接連接著網(wǎng)購(gòu)平臺(tái)的運(yùn)營(yíng)成本?；诖?，本文將利用某快時(shí)尚服裝品牌的實(shí)際數(shù)據(jù)，從服務(wù)響應(yīng)性的角度，用實(shí)證分析的方式來(lái)揭示天貓客服的詢單轉(zhuǎn)化率與客服響應(yīng)時(shí)間的關(guān)系。

2 研究設(shè)計(jì)

2.1 研究假設(shè)

客服的詢單轉(zhuǎn)化率是運(yùn)營(yíng)者關(guān)注的焦點(diǎn)，運(yùn)營(yíng)者希望通過(guò)提高客服的服務(wù)水平來(lái)提高詢單轉(zhuǎn)化率，在短時(shí)間內(nèi)提高服務(wù)水平的方式之一是調(diào)整在線客服的人數(shù)以達(dá)到一定的響應(yīng)速度，同時(shí)也帶來(lái)了運(yùn)營(yíng)成本的上升。

為了分析響應(yīng)速度和詢單轉(zhuǎn)化率的關(guān)系，本文提出如下2個(gè)待驗(yàn)證假設(shè)：

假設(shè)1：詢單轉(zhuǎn)化率與響應(yīng)時(shí)間之間是負(fù)相關(guān)關(guān)系，即響應(yīng)時(shí)間越短，顧客的轉(zhuǎn)化率越高。

假設(shè)2：成功下單付款和未成功下單付款的咨詢響應(yīng)時(shí)間有明顯差異。

2.2 數(shù)據(jù)來(lái)源與模型

論文主要以某快時(shí)尚服裝品牌天貓旗艦店的旺旺接待記錄為分析對(duì)象，該品牌旗艦店交易額在同行業(yè)內(nèi)排名前10%，具有較強(qiáng)的代表性。為了避免聚劃算等活動(dòng)帶來(lái)的影響，僅利用非活動(dòng)日的數(shù)據(jù)作分析。

本文選取的樣本涉及天、小時(shí)、客服三個(gè)維度的數(shù)據(jù)，從數(shù)據(jù)可獲得性以及模型應(yīng)用的角度將本文的假設(shè)驗(yàn)證劃分為以下4部分：

針對(duì)假設(shè)1：

驗(yàn)證(1)：不同客服的平均轉(zhuǎn)化率與平均響應(yīng)時(shí)間是否為負(fù)相關(guān)。

驗(yàn)證(2)：同一客服不同天內(nèi)轉(zhuǎn)化率和平均響應(yīng)時(shí)間是否為負(fù)相關(guān)。

驗(yàn)證(3)：不同客服各小時(shí)的平均轉(zhuǎn)化率是否與其工作負(fù)荷負(fù)相關(guān)。

對(duì)于驗(yàn)證(1)和驗(yàn)證(2)建立如下回歸模型：

μdhk=β0+βdhk*tdhk+ε

其中，μdhk和tdhk分別代表第d天第h小時(shí)客服k的轉(zhuǎn)化率和平均響應(yīng)時(shí)間，βdhk和β0為待估參數(shù)，βdhk代表回歸系數(shù)，按照假設(shè)βdhk應(yīng)為負(fù)值，ε為隨機(jī)誤差項(xiàng)。

假定顧客類(lèi)型單一，可以用平均每小時(shí)客服的負(fù)荷(每小時(shí)服務(wù)人數(shù))代替響應(yīng)時(shí)間，就得到驗(yàn)證(3)的回歸模型：

μdhk=β0+βdhk*pdhk+ε

其中，pdhk為第d天第h小時(shí)客服k服務(wù)的人數(shù)。

假設(shè)2要驗(yàn)證成功轉(zhuǎn)化的咨詢響應(yīng)時(shí)間和未成功轉(zhuǎn)化的咨詢響應(yīng)時(shí)間是否有差別。論文的處理方式是從系統(tǒng)中選取某熟練客服一天不同工作負(fù)荷下所有的接待記錄，統(tǒng)計(jì)每條記錄的平均響應(yīng)時(shí)間，于是針對(duì)假設(shè)2有：

驗(yàn)證(4)：通過(guò)非參數(shù)檢驗(yàn)的方式驗(yàn)證成功付款的咨詢響應(yīng)時(shí)間和未成功付款的咨詢響應(yīng)時(shí)間是否有明顯差別。

3 分析結(jié)果

由于驗(yàn)證(1)、(2)、(3)均是線性的回歸模型，因此利用最小二乘法進(jìn)行回歸分析，詳細(xì)結(jié)果見(jiàn)表1和表2。

表1 驗(yàn)證(1)、(2)、(3)結(jié)果摘要

從表1中可知，驗(yàn)證(1)的樣本決定系數(shù)R2為0.457，表示平均詢單轉(zhuǎn)化率和平均響應(yīng)時(shí)間是一種中度的相關(guān)關(guān)系，回歸模型的p值為0.000<0.05，回歸模型顯著；Dubin-Watson檢驗(yàn)的DW值為1.918，約等于2，說(shuō)明殘差是相互獨(dú)立的；殘差正態(tài)概率圖、趨勢(shì)正態(tài)概率圖顯示殘差基本為正態(tài)分布且無(wú)異方差性；標(biāo)準(zhǔn)化后的響應(yīng)時(shí)間的回歸系數(shù)系數(shù)經(jīng)過(guò)t檢驗(yàn)也是顯著的，但回歸系數(shù)為正值，這恰恰和假設(shè)相反，因此驗(yàn)證(1)中的回歸模型不能用于描述不同客服同一天內(nèi)轉(zhuǎn)化率與平均響應(yīng)時(shí)間之間的關(guān)系。

表2 回歸系數(shù)

驗(yàn)證(2)通過(guò)顆粒度更小的數(shù)據(jù)進(jìn)一步來(lái)驗(yàn)證假設(shè)1。從表1和表2可以看出，驗(yàn)證(2)的樣本決定系數(shù)R2為0.053，回歸模型的顯著性p值為0.358，大于0.05，因此模型不顯著，可以認(rèn)為同一客服不同天的詢單轉(zhuǎn)化率和響應(yīng)時(shí)間之間沒(méi)有明顯的相關(guān)性。

對(duì)于驗(yàn)證(3)，表1和表2的結(jié)果顯示其R平方為0.033，即每小時(shí)客服工作負(fù)荷(負(fù)荷越大響應(yīng)性越低)和每小時(shí)的平均詢單轉(zhuǎn)化率之間并沒(méi)有直接的線性關(guān)系。再?lài)L試對(duì)詢單轉(zhuǎn)化率和工作負(fù)荷進(jìn)行曲線估計(jì)，得到表3。

表3 曲線估計(jì)結(jié)果

由表3可知，每小時(shí)客服接待的工作負(fù)荷和其詢單轉(zhuǎn)化率無(wú)法用常用函數(shù)曲線有效擬合，進(jìn)一步說(shuō)明客服負(fù)荷和轉(zhuǎn)化率之間沒(méi)有顯著的相關(guān)性。

綜上，驗(yàn)證(2)和驗(yàn)證(3)都無(wú)法證明詢單轉(zhuǎn)化率與響應(yīng)時(shí)間和工作負(fù)荷之間的相關(guān)性，而驗(yàn)證(1)甚至得到與假設(shè)相反的結(jié)果，但驗(yàn)證(1)的數(shù)據(jù)是以天為單位，較粗糙，且隱藏著貨品差異、價(jià)格差異等影響因素，因此我們也不接受其正相關(guān)的結(jié)論。因此，本文認(rèn)為在一定的服務(wù)水平范圍內(nèi)(如天貓顧客對(duì)客服的評(píng)分已經(jīng)超過(guò)平均值)，客服響應(yīng)時(shí)間和詢單轉(zhuǎn)化率之間沒(méi)有顯著的相關(guān)關(guān)系。

為了驗(yàn)證(4)，共獲取某客服一天中的接待記錄250條，其中135條流失，115條成功付款。首先，利用Kolmogorov-Smirnov檢驗(yàn)對(duì)兩組記錄的平均響應(yīng)時(shí)間進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果顯示兩組記錄的平均響應(yīng)時(shí)間均不滿足正態(tài)分布。因此，采用非參數(shù)檢驗(yàn)中的Wilcoxon秩和檢驗(yàn)對(duì)兩組記錄的分布位置是否相同做檢驗(yàn)，得到表4和表5。

表4 等級(jí)

表5 檢驗(yàn)統(tǒng)計(jì)資料

檢驗(yàn)結(jié)果顯示顯著性值為0.017，小于0.05，因此拒絕原假設(shè)，認(rèn)為雖然兩組記錄服從的分布可能不同，但其分布位置(數(shù)學(xué)期望)沒(méi)有明顯不同。

為了進(jìn)一步觀察兩組數(shù)據(jù)的差別，利用matlab做出兩組數(shù)據(jù)的響應(yīng)時(shí)間(單位：s)的頻數(shù)分布和頻率累計(jì)曲線如圖1所示。

其中，成功單響應(yīng)時(shí)間的均值181.35s，標(biāo)準(zhǔn)差為106.46s；流失單響應(yīng)時(shí)間的均值為187.38s，標(biāo)準(zhǔn)差為186.39s，二者的均值相差不大，標(biāo)準(zhǔn)差的差距較大，說(shuō)明若表現(xiàn)出咨詢響應(yīng)時(shí)間的波動(dòng)，可能會(huì)導(dǎo)致顧客流失的加劇。

綜合假設(shè)1和假設(shè)2的驗(yàn)證結(jié)果，可知在一定的服務(wù)水平下，客服的詢單轉(zhuǎn)化率和平均響應(yīng)時(shí)間沒(méi)有直接的相關(guān)關(guān)系，反而可能跟響應(yīng)時(shí)間的波動(dòng)程度有關(guān)。詢單轉(zhuǎn)化率和響應(yīng)時(shí)間沒(méi)有直接相關(guān)關(guān)系的可能原因是：對(duì)于已經(jīng)咨詢的顧客，他們必然通過(guò)頁(yè)面的貨品陳列介紹及已購(gòu)買(mǎi)的客戶評(píng)論對(duì)產(chǎn)品有了一定的認(rèn)識(shí)，并表現(xiàn)出比較明確的購(gòu)買(mǎi)意愿，這部分顧客尋求客戶服務(wù)時(shí)對(duì)客服的響應(yīng)速率并不敏感，而只是希望獲得一些決定性的有價(jià)值信息幫助其做出是否下單的決策。

圖1 頻數(shù)和頻率累計(jì)分布對(duì)比圖

4 結(jié)論

本文通過(guò)某快時(shí)尚品牌天貓客服實(shí)際運(yùn)營(yíng)數(shù)據(jù)，分析了詢單轉(zhuǎn)化率與響應(yīng)時(shí)間的關(guān)系，得到以下結(jié)論：

(1) 顧客詢單轉(zhuǎn)化率與客服響應(yīng)時(shí)間之間并沒(méi)有顯著相關(guān)性。

(2) 成功單和流失單的平均響應(yīng)時(shí)間差別較小，流失單的響應(yīng)性波動(dòng)(標(biāo)準(zhǔn)差)大于成功單。

(3) 已經(jīng)達(dá)到一定服務(wù)水平的店鋪，客服服務(wù)的響應(yīng)性對(duì)詢單轉(zhuǎn)化率的影響較弱。

以上結(jié)論表明，對(duì)于有一定規(guī)模和達(dá)到平均服務(wù)質(zhì)量的網(wǎng)購(gòu)店鋪來(lái)說(shuō)，服務(wù)的響應(yīng)性并不是影響轉(zhuǎn)化率的主要因素。這對(duì)于店鋪經(jīng)營(yíng)者的實(shí)際管理有一定的參考意義，即在實(shí)際管理中不應(yīng)盲目追求高的響應(yīng)速度，而是應(yīng)該更加關(guān)注服務(wù)的有形性、移情性等，優(yōu)化商品展示、個(gè)性化服務(wù)、提升品牌內(nèi)涵等是提升客戶黏性和轉(zhuǎn)化率不可忽略的因素。

本文的研究雖然是針對(duì)快時(shí)尚品牌某一店鋪的數(shù)據(jù)進(jìn)行的，得到的結(jié)論可能也缺乏行業(yè)普遍性，但本文的研究方法和思路對(duì)其他商家想要進(jìn)行相關(guān)的分析有較強(qiáng)的借鑒意義。

[1] PARASURAMAN A, ZEITHAML V A, BERRY L L. SERVQUAL: a multiple-item scale for measuring consumer perceptions of service quality[J]. Journal of Retailing, 1988, 64(1):12-40.

[2] Conversion Rate Optimization Report 2014[R]. New York& London: Econsultancy.com Ltd, 2014.

[3] 劉貴容, 王哲, 林毅. 電商轉(zhuǎn)化率影響因素分析與改進(jìn)策略[J]. 商業(yè)時(shí)代, 2015(34):72-74.

[4] 陳世欣. 如何設(shè)計(jì)高轉(zhuǎn)化率的網(wǎng)站[J]. 程序員, 2012(7):74-75.

[5] 左文明, 楊文富, 黃秋萍,等. B2C商務(wù)網(wǎng)站服務(wù)質(zhì)量評(píng)價(jià)體系與模型[J]. 情報(bào)雜志, 2010, 29(11):82-85.

[6] 陳林芬, 王重鳴. 網(wǎng)絡(luò)消費(fèi)者行為與電子商務(wù)服務(wù)質(zhì)量的關(guān)系[J]. 消費(fèi)經(jīng)濟(jì), 2005, 21(3):78-81.

[7] 蘇秦, 劉野逸, 曹鵬. 基于服務(wù)交互的B2C電子商務(wù)服務(wù)質(zhì)量研究[J]. 情報(bào)學(xué)報(bào), 2009, 28(5):784-790.

[8] 郭存芝. 計(jì)量經(jīng)濟(jì)學(xué)[M]. 北京：科學(xué)出版社, 2013.

ResearchontheInfluenceofAgentResponseTimeofOnlineShoppingPlatformonInquiryConversionRate

(DAITao,ZHAOXing

(Glorious Sun School of Management, Donghua University, Shanghai 200051, China)

Recently, there is fierce competition among fast fashion brand sellers in e-business, especially on the Tmall. Because of the concentrated target customers, same price range, and similar design styles, the sellers in fast fashion try to improve the conversion rate by improving their pre-sale service. From the view of service responsiveness, the relationship between inquiry conversion rate and agents’ response time is studied. Based on the real data from a fast fashion brand, the conclusion that the inquiry conversion rate has no significant correlation with agents’ response time within the specific service level, was found by regression analysis. As a result, the recommendation that more attention should be put to service empathy and tangibility is given. This research has a strong practical significance on helping sellers gain greater service quality within limited cost.

online shopping; fast fashion; agent responsiveness; conversion rate

2017-10-12

國(guó)家自然科學(xué)基金項(xiàng)目(71202065)。

戴韜(1983—)，男，浙江臺(tái)州人，副教授，主要研究方向：服務(wù)運(yùn)作管理。E-mail t.dai@dhu.edu.cn；

趙星(1993—)，男，河南信陽(yáng)人，碩士研究生，主要研究方向：服務(wù)運(yùn)作管理。

1005-9679(2017)06-0056-04

F 768

A