杜榮良
(無錫城市職業(yè)技術(shù)學院,江蘇無錫 214153)
近幾年生鮮電商在我國飛速發(fā)展,2022年生鮮電商交易規(guī)模達5 601.4億元,同比增長20.25%,滲透率達10.28%[1]。生鮮電商行業(yè)近幾年的客戶體驗也得到了很大的提升,65%的消費者對在線購買生鮮農(nóng)產(chǎn)品的整個過程感到滿意[1]。但與較高的滿意度相比,各大生鮮農(nóng)產(chǎn)品電商平臺顧客復購率卻很低,這導致各生鮮農(nóng)產(chǎn)品電商平臺不得不在獲取新客戶上投入巨額資金,但效果卻不盡如人意。破解此類“滿意度悖論”現(xiàn)象需要明確生鮮農(nóng)產(chǎn)品電商平臺顧客滿意度對重購意愿的作用機制。學術(shù)界對電商平臺顧客重購意愿的研究主要是基于購買決策過程或心理學理論。如齊永智等[2]認為服務質(zhì)量對重購意愿有積極影響,在這個過程中,顧客體驗在這個過程中具有中介作用;田穎[3]提出在線服務場景的氛圍影響顧客感知價值,進而影響顧客的滿意度和重購意愿。但當前對復購意愿的研究基本上都是將滿意度作為結(jié)果變量或中間變量,重點研究影響滿意度的因素和作用機制,將滿意度和重復購買意愿視作因果關(guān)系。但生鮮電商行業(yè)存在的上述“滿意度悖論”現(xiàn)象表明滿意度和重復購買意愿之間的作用機制有待進一步豐富和完善。
鑒于此,筆者進行以下研究以豐富生鮮農(nóng)產(chǎn)品電商平臺顧客重購意愿的文獻成果。①將顧客滿意度作為前置變量,重購意愿作為結(jié)果變量,探討顧客信任在二者之間的中介效應,從而驗證關(guān)系質(zhì)量研究文獻中提出的 “滿意-信任-重購意愿”鏈是否適用于生鮮農(nóng)產(chǎn)品電商領(lǐng)域;②將轉(zhuǎn)換成本概念作為調(diào)節(jié)變量,分析其在滿意度和重復購買意愿之間的調(diào)節(jié)效應;③通過對中介效應和調(diào)節(jié)效應的分析,進一步明確生鮮電商顧客滿意度影響重購意愿的作用機制,豐富相關(guān)研究的文獻成果。
1.1 滿意度悖論在社會生活中有很多悖論,如彭博社(Bloomberg)2019年對5 000名特斯拉車主進行的調(diào)研中發(fā)現(xiàn),盡管在產(chǎn)品質(zhì)量、可靠性和服務等方面的評價遠低于行業(yè)水平,但車主卻對產(chǎn)品有著很高的滿意度和黏性。Reichheld在汽車銷售市場調(diào)研時發(fā)現(xiàn)65%~85%對產(chǎn)品感到滿意甚至十分滿意的客戶在下次會購買其他品牌的汽車產(chǎn)品。學術(shù)界對此展開研究,Mittal等[4]實證研究證明不同特征的客戶在滿意度和重購意愿的反應偏差巨大,甚至出現(xiàn)滿意度和重購意愿完全不相關(guān)的現(xiàn)象。曹忠鵬等[5]提出服務補救悖論現(xiàn)象:企業(yè)在服務失敗后,及時采取合理的救措施給用戶帶來的滿意度反而高于正常服務帶來的滿意度,并對這種悖論現(xiàn)象背后的原因和形成機制進行分析,指出企業(yè)不能盲目追求完美服務。高博等[6]對“高滿意度與低執(zhí)行度”現(xiàn)象分析后指出目標認知偏差是造成滿意度悖論的主要因素。但當前對滿意度悖論的研究主要面向傳統(tǒng)領(lǐng)域或非生鮮農(nóng)產(chǎn)品行業(yè),其成果在生鮮農(nóng)產(chǎn)品電商領(lǐng)域有待進一步檢驗。
1.2 關(guān)系質(zhì)量模型關(guān)系質(zhì)量是顧客對企業(yè)的信任感和對雙方買賣關(guān)系的滿意程度,是關(guān)系營銷的重要一環(huán),已被大量研究證實對提高客戶的忠誠度有重要作用。Hennig-Thurau等[7]認為關(guān)系質(zhì)量是企業(yè)與客戶之間關(guān)系的等級,等級的高低取決于企業(yè)滿足客戶需求的程度,即企業(yè)與客戶的關(guān)系越能滿足客戶的需求,關(guān)系質(zhì)量就越高。Crosby等[8]為了探討關(guān)系質(zhì)量的本質(zhì)以及影響關(guān)系質(zhì)量的因素,構(gòu)建了關(guān)系質(zhì)量模型,最終得出關(guān)系質(zhì)量是由滿意度和顧客信任組成。Roberts等[9]發(fā)展了關(guān)系質(zhì)量理論,提出包含信任、滿意與情感承諾三要素的關(guān)系質(zhì)量模型。其中信任是中心變量,滿意是顧客對過去與企業(yè)間的互動效果的整體性評價,會對未來與企業(yè)互動的預期和關(guān)系的評價產(chǎn)生影響,情感承諾則表示企業(yè)愿意繼續(xù)保持與顧客的買賣(合作)關(guān)系。Roberts的關(guān)系質(zhì)量模型描述了顧客重購行為的形成路徑——滿意-信任-重購,并獲得了傳統(tǒng)關(guān)系營銷研究領(lǐng)域的認可。在當前“互聯(lián)網(wǎng)+”時代,Roberts提出的關(guān)系質(zhì)量模型是否依然適用是值得研究的課題。該研究擬使用該路徑,驗證其在生鮮電商行業(yè)的適用性。
2.1 顧客滿意度和重購意愿大量實證研究表明顧客滿意度能提高客戶與企業(yè)間的持續(xù)關(guān)系或重購意愿。Hellier等[10]使用滿意度、服務質(zhì)量、品牌偏好等7個要素構(gòu)建了顧客重購模型,提出滿意度能顯著提升顧客重購意愿以及品牌偏好在其中的調(diào)節(jié)作用。王財玉[11]指出滿意度能對顧客的重購意愿產(chǎn)生積極影響,每次消費后的調(diào)整預期在其中起到調(diào)節(jié)作用。楊強等[12]指出便利的互聯(lián)網(wǎng)服務能以消費者情緒(滿足等)為中介進而影響消費者的重復購買意愿。李佳敏等[13]提出消費者情緒在感知質(zhì)量和重復購買意愿之間起中介作用,正面情緒(滿意等)能促進消費者重購意愿。因此,該研究提出如下假設(shè):
H1:顧客滿意度對重購意愿有顯著的正向影響。
2.2 顧客滿意度和顧客信任當對實際產(chǎn)品或服務質(zhì)量的感知符合預期,顧客會感到滿意;如感知高于預期,可能會感到非常滿意。顧客信任和顧客滿意度不是同一層次的概念,它們之間不是簡單的線性關(guān)系。顧客滿意度是顧客對產(chǎn)品或企業(yè)在價值層面上的衡量,屬于感性層面上的概念,而顧客信任則是對于產(chǎn)品或企業(yè)的一種信賴和認同,是滿意度不斷強化的結(jié)果,它能使顧客坦然面對少數(shù)產(chǎn)品或服務上的失敗,屬于忠誠度層面的概念。任晚嘉等[14]對消費者購買品牌生鮮豬肉意愿的影響因素進行了實證分析,提出價格信息滿意度會影響對豬肉品牌的信任感。Eid[15]通過對沙特東部省份的B2C電子商務客戶進行研究發(fā)現(xiàn)客戶信任受滿意度影響。Caceres等[16]提出忠誠度模型,通過研究實證了整體關(guān)系滿意度在忠誠屬性(信任和承諾)形成中的中介作用。因此,提出如下假設(shè):
H2:顧客滿意度對顧客信任有顯著的正向影響。
2.3 顧客信任和重購意愿顧客信任是顧客滿意行為化的一種表現(xiàn),是顧客在理性分析基礎(chǔ)上對產(chǎn)品或企業(yè)的肯定和認同,是對企業(yè)不管在任何危機情境下都會維護其顧客權(quán)益的預期和信賴。顧客信任包含3個層次:認知、情感和行為,伴隨情感和行為信賴的就是重購意愿和重購行為。尹俠君等[17]認為消費者滿意度不能直接影響其忠誠度,但會對消費者信任產(chǎn)生影響進而影響其對電商平臺的忠誠度。Kaveh[18]構(gòu)建了模型,檢驗信任、態(tài)度、顧客滿意度、服務質(zhì)量在解釋顧客重購意愿中的作用,提出顧客信任是影響重購意愿最重要的因素。黃林等[19]基于顧客忠誠理論,研究了信任和滿意對消費者忠誠的異質(zhì)性影響以及信任和滿意之間的不確定性關(guān)系,發(fā)現(xiàn)顧客信任影響消費者對產(chǎn)品的情感忠誠度。因此,提出如下假設(shè):
H3:顧客信任對重購意愿有顯著的正向影響。
2.4 轉(zhuǎn)換成本在顧客滿意度與復購意愿之間的調(diào)節(jié)效應轉(zhuǎn)換成本的內(nèi)涵如前所述,此處不再累述。合理設(shè)置轉(zhuǎn)換成本能阻止客戶資源的流失,提高企業(yè)的效益。雖然轉(zhuǎn)換成本可以分為程序性成本、財務成本和關(guān)系成本,但當前學術(shù)界在轉(zhuǎn)換成本的相關(guān)研究中都是將其視作一個變量不進行細分,且基本都是將其視作調(diào)節(jié)變量,研究其在顧客忠誠形成機理中的作用。轉(zhuǎn)換成本在滿意和忠誠之間的調(diào)節(jié)作用已被多為學者證實,但研究結(jié)論并不一致。以Lam等[20]為代表的早期學者以轉(zhuǎn)換成本為調(diào)節(jié)變量,構(gòu)建了客戶價值、滿意度、忠誠度和轉(zhuǎn)換成本的模型,證實了轉(zhuǎn)換成本在滿意度和忠誠度之間具有調(diào)節(jié)作用。Matos等[21]構(gòu)建結(jié)構(gòu)方程實證檢驗轉(zhuǎn)換成本對滿意度和忠誠度之間關(guān)系的先行、中介和調(diào)節(jié)作用,檢驗結(jié)果表明轉(zhuǎn)換成本是態(tài)度忠誠和行為忠誠的顯著前因;在滿意度與態(tài)度忠誠的關(guān)系中,轉(zhuǎn)換成本的中介作用更強;在滿意度與行為忠誠的關(guān)系中,轉(zhuǎn)換成本的調(diào)節(jié)作用更強。Evanschitzky等[22]以零售行業(yè)為對象,研究了轉(zhuǎn)換成本在滿意度和忠誠度之間的調(diào)節(jié)作用,并進一步發(fā)現(xiàn)程序性成本在滿意度和忠誠度之間具有線性調(diào)節(jié)作用,而關(guān)系成本在這二者之間的調(diào)節(jié)作用可能呈現(xiàn)線性負面調(diào)節(jié)作用,也可能呈現(xiàn)輕微倒“U”形。黃速建等[23]指出轉(zhuǎn)換成本在顧客忠誠形成機理中的作用更多地表現(xiàn)為一種調(diào)節(jié)效應,對企業(yè)而言,可以通過合理地設(shè)置各種轉(zhuǎn)換成本來組織顧客脫離企業(yè),防止顧客流失。因此,該研究提出如下假設(shè):
H4:轉(zhuǎn)換成本在顧客滿意度與復購意愿之間有顯著的調(diào)節(jié)效應。
綜合上述研究假設(shè),該研究提出了以顧客信任為中介變量、轉(zhuǎn)換成本呢為調(diào)節(jié)變量的生鮮農(nóng)產(chǎn)品電商平臺顧客滿意度影響重購意愿的概念模型,如圖1所示。
圖1 生鮮農(nóng)產(chǎn)品電商平臺顧客滿意度影響重購意愿概念模型Fig.1 Conceptual model of customer satisfaction impact on repurchase intention on fresh agricultural product e-commerce platforms
3.1 量表設(shè)計該研究選擇近一年內(nèi)在生鮮農(nóng)產(chǎn)品電商平臺有過重復購買行為的人群為對象,進行了問卷調(diào)研。問卷包括兩部分:第一部分是個人基本信息;第二部分是研究模型6個潛變量對應的量表題目。通過借鑒國內(nèi)外權(quán)威期刊對各變量量表的成熟設(shè)計進行初步編制,并根據(jù)生鮮農(nóng)產(chǎn)品電商平臺的特點對個別題目的語境和順序進行微調(diào)。接著邀請互聯(lián)網(wǎng)營銷領(lǐng)域的3位專家對所有量表的適用性和代表性進行了評估,在此基礎(chǔ)上對量表進行二次調(diào)整。然后,選取40名有生鮮農(nóng)產(chǎn)品電商平臺重購行為的用戶進行量表的預調(diào)研,根據(jù)SPSS軟件對預調(diào)研數(shù)據(jù)的分析,刪除與總分相關(guān)性小于0.4的題目,得到最終的調(diào)查問卷。
研究模型中的每個變量使用李克特5級量表進行度量,其中“1”表示“完全不贊同”,“5”表示“完全贊同”。量表對各潛變量對應觀察變量的設(shè)計借鑒了國內(nèi)外權(quán)威學者的研究成果,并結(jié)合生鮮農(nóng)產(chǎn)品電商行業(yè)的特點進行了微調(diào),詳見表1[24-28]。
3.2 數(shù)據(jù)收集與描述性統(tǒng)計分析該研究通過在調(diào)研問卷中設(shè)置跳轉(zhuǎn)邏輯,確保調(diào)研對象為近期在各類生鮮農(nóng)產(chǎn)品電商平臺有過購物行為且近1個月有5次(含)以上生鮮平臺購物行為的群體。之所以對調(diào)研對象做這樣的限制,是基于《2022年中國生鮮電商運行大數(shù)據(jù)及發(fā)展前景研究報告》報告中的數(shù)據(jù):生鮮農(nóng)產(chǎn)品電商平臺57.9%的用戶購物頻率為1~3次/周,20.3%的用戶購物頻率在3次以上。近1個月5次(含)以上的生鮮平臺購物行為的限制保證了調(diào)研對象和數(shù)據(jù)的代表性。
表1 生鮮農(nóng)產(chǎn)品電商行業(yè)顧客滿意度對重購意愿影響里克特研究量表Table 1 Rickett research scale on the impact of customer satisfaction in the fresh agricultural products e-commerce industry on repurchase intention
調(diào)研問卷通過問卷星平臺設(shè)計和分發(fā),數(shù)據(jù)收集持續(xù)一個月時間。剔除多題答案相同和填寫時間過短等樣本后,得到207份有效問卷。其中,男性101人(占48.80%),女性106人(占51.20%);受教育程度方面,高中及以下15人(占7.25%),大學156人(占75.36%),研究生36人(占17.39%);收入方面,3 000元以下5人(占4.83%),>3 000~5 000元63人(占25.60%),>5 000~8 000元142人(占43.48%),>8 000~11 000元31人(占16.91%),>11 000元36人(占9.18%)。人口特征與中國生鮮電商行業(yè)統(tǒng)計報告中對人群的描述基本吻合,樣本人群具有較強的代表性。
該研究使用偏最小二乘方法(PLS)對模型進行分析。與其他方法相比,PLS優(yōu)勢體現(xiàn)在能處理復雜的結(jié)構(gòu)模型,對樣本數(shù)據(jù)沒有嚴格的正態(tài)分布要求且基于小樣本也能得出可信的結(jié)論。該研究基于SmartPLS3.2軟件,按結(jié)構(gòu)方程模型分析的2個步驟進行數(shù)據(jù)分析和假設(shè)檢驗:第一步進行測量模型檢驗,檢驗測量指標是否能反映潛變量的特性;第二步進行結(jié)構(gòu)方程模型檢驗,通過路徑分析對各研究假設(shè)進行驗證。
4.1 測量模型檢驗在對結(jié)構(gòu)模型進行分析前,要進行測量模型檢驗,包括對信度、效度和因子載荷等指標進行檢驗,以確保測量指標能真實反映潛變量的特征。信度檢驗的標準是每個變量的Cronbach’sα值和CR值均大于0.7,該研究模型的相關(guān)值均在0.7以上,說明量表能真實反映變量的特性,具有較高的信度和內(nèi)部一致性。效度檢驗通常檢驗測量模型的收斂效度和區(qū)分效度,根據(jù)弗奈爾-拉克準則[29],如果各因子載荷大于0.7、CR大于0.7且AVE大于0.5,則表示量表具有較好的收斂效度;如果AVE 的平方根大于潛變量之間的相關(guān)系數(shù),則量表具有較好的區(qū)分效度。信度和效度檢驗結(jié)果如表2和表3所示,各檢驗指標均達到標準,說明量表具有較好的收斂效度和區(qū)分效度,能對變量進行有效測量以驗證各個研究假設(shè)。
表2 信度和收斂效度檢驗結(jié)果Table 2 Reliability and convergence validity test results
表3 AVE平方根及因子相關(guān)系數(shù)Table 3 AVE square root and factor correlation coefficient
4.2 結(jié)構(gòu)方程模型檢驗測量模型檢驗(CFA)的結(jié)果表明該研究構(gòu)建的測量模型具有較好的表征效果,可以進行結(jié)構(gòu)方程模型分析。主要包括共同方法偏差檢驗、共線性診斷、模型適配度檢驗和假設(shè)檢驗。
4.2.1共同方法偏差檢驗。由于該研究量表數(shù)據(jù)為單一來源,容易受到共同方法方差的影響,造成預測變量與效標變量之間人為的共變,最終影響研究結(jié)果的有效性。為了避免這個問題,學術(shù)界一般使用赫爾曼單因子要對模型進行共同方法偏差檢驗。首先,在SPSS軟件中通過主成分分析法和最大方差旋轉(zhuǎn)法對所有的量表項進行因子分析,結(jié)果顯示KMO值為0.903,大于0.8,Bartlett’s球形檢驗中近似卡方值為5 237.286,df值為136,Sig.值為0.000,說明量表數(shù)據(jù)適合做因子分析。然后,采用未旋轉(zhuǎn)因子解的主成分分析法進行分析,結(jié)果顯示析出了5個特征值大于1的因子,其中第一公因子的方差解釋百分比為19.433%,小于總方差解釋量(72.834%)的40%,說明模型的4個變量不存在共同方法偏差問題,可以對變量之間進行路徑分析。
4.2.2模型共線性診斷。共線性(Collinearity)是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計失真或難以估計準確。模型中的共線性問題如果不能排除,會導致模型出現(xiàn)解釋上的偏差。研究中通常使用VIF(方差膨脹因子)值檢測模型的共線性問題,如果每個變量的VIF值小于5,即說明模型沒有共線性問題存在。通過SmartPLS提供的PLS算法(Algorithm)對結(jié)構(gòu)模型進行300次迭代次數(shù)運算,結(jié)果顯示測量模型和結(jié)構(gòu)模型每個變量的VIF值均在1.009~1.036之間,遠小于5(表3)。所以該研究模型不存在共線性問題,模型構(gòu)建良好。
4.2.3模型適配度檢驗。SmartPLS提供6個模型適配度檢驗指標:SRMR、d_ULS、d_G、Chi2、NFI、RMS-theta,研究領(lǐng)域主要使用其中3個指標:SRMR、NFI和RMS-theta[30]。SRMR(標準化的均方根殘差)是用于評估觀察的和預期相關(guān)矩陣差異的平均大小,屬于絕對擬合優(yōu)度指數(shù),嚴格標準為小于0.08;NFI(規(guī)范適配指數(shù))用1 減去模型的 Chi2值除以空模型的Chi2值,越接近1越好;RMS-theta是平均數(shù)平方根殘差平方共變異矩陣,只用于評估反映型模型,值越接近0越好,標準為小于0.12。經(jīng)過PLS算法(Algorithm)運算后,該模型上述指標分別為:SRMR=0.041,NFI=0.823,RMS-theta=0.072,結(jié)構(gòu)方程模型通過適配度檢驗,可以對其進行假設(shè)檢驗。
4.2.4假設(shè)檢驗。通過SmartPLS提供的自助法(Bootstrapping),將樣本設(shè)置為5 000,顯著性水平設(shè)置為0.05,對結(jié)構(gòu)方程模型進行運算,得到各變量間的路徑系數(shù)。運算后的結(jié)果如表4所示,研究假設(shè)H1、H2和H3通過驗證。
表4 結(jié)構(gòu)模型路徑分析及假設(shè)檢驗結(jié)果Table 4 Structural model path analysis and hypothesis testing results
接下來對轉(zhuǎn)換成本在顧客滿意度對重購意愿中是否起調(diào)節(jié)作用進行驗證。通過SmartPLS中PLS算法運算后得到簡單斜率分析,并轉(zhuǎn)化為簡單斜率圖,如圖2所示,結(jié)合研究假設(shè)H4的路徑分析結(jié)果(表4),可以確定轉(zhuǎn)換成本在顧客滿意度對重購意愿之間具有調(diào)節(jié)效應。其調(diào)節(jié)機制描述如下:在低滿意度水平下,顧客轉(zhuǎn)換意愿強于重購意愿,雖然隨著轉(zhuǎn)移成本的增加,顧客重購意愿有所提升,但效果不明顯。相比之下,如果顧客對平臺高度滿意,則重購意愿隨轉(zhuǎn)移成本的增加有明顯的提升。由此確定轉(zhuǎn)換成本在顧客滿意度對重購意愿中起調(diào)節(jié)作用,研究假設(shè)H4通過驗證。
圖2 轉(zhuǎn)換成本對顧客滿意和重購意愿的調(diào)節(jié)效應Fig.2 The moderating effect of switching costs on customer satisfaction and repurchase intention
為了進一步明確顧客滿意度到重購意愿的作用機制,研究還驗證了顧客信任在二者之間的中介效應。在PLS方法中,通過計算間接效應與總效應的比率(VAF)來判斷中介效應。根據(jù)Hair等[31]的結(jié)論,VAF >80% 表示完全中介效應,20%< VAF <80% 表示部分中介效應,VAF< 20% 表示沒有中介效應。該模型中,總效應是顧客滿意度到重購意愿的路徑系數(shù)0.326,間接效應等于顧客滿意度到顧客信任的路徑系數(shù)乘以顧客信任到重購意愿的路徑系數(shù),即0.381×0.273=0.104,約為總效應的31.90%,即顧客信任在顧客滿意度到顧客信任中具有部分中介效應。
5.1 研究結(jié)論該研究以關(guān)系質(zhì)量模型視角,設(shè)計了包含顧客滿意度、顧客信任、重購意愿和轉(zhuǎn)換成本4個變量的結(jié)構(gòu)方程模型。通過收集的207份有效問卷數(shù)據(jù),對生鮮農(nóng)產(chǎn)品電商平臺影響顧客重復意愿的影響因素和作用機制進行實證研究,得出以下結(jié)論:①顧客滿意度對重購意愿有顯著的正向影響,并且對培養(yǎng)顧客信任也有積極的促進作用。轉(zhuǎn)換成本在顧客滿意度到重購意愿之間有調(diào)節(jié)作用,調(diào)節(jié)作用的大小和顧客滿意程度相關(guān)。當顧客滿意度處于高水平時,轉(zhuǎn)換成本的提升能起到顯著調(diào)節(jié)效果;當顧客滿意度處于低水平時,這種調(diào)節(jié)效果呈現(xiàn)下降態(tài)勢。
5.2 管理啟示基于上述研究結(jié)論,提出以下建議以提升生鮮農(nóng)產(chǎn)品電商平臺顧客的復購意愿。
5.2.1加強生鮮農(nóng)產(chǎn)品數(shù)字品牌建設(shè),提升顧客忠誠度。生鮮農(nóng)產(chǎn)品電商平臺的顧客復購意愿本質(zhì)上是顧客對某個符號的忠誠度,這個符號可以是企業(yè)或生鮮農(nóng)產(chǎn)品的圖形標識、文字符號等,是用來和其他同類產(chǎn)品進行區(qū)分的標志,這個標志即數(shù)字品牌。我國農(nóng)業(yè)存在生產(chǎn)源頭缺乏標準、生產(chǎn)主體小而散、包裝與冷鏈標準不一等問題。標準化是我國農(nóng)業(yè)發(fā)展的必然趨勢,但必然也是一個緩慢的過程,在這個過程中,品牌化是標準化的替換選項。基于電商平臺進行銷售的生鮮農(nóng)產(chǎn)品生產(chǎn)和銷售主體更要具有數(shù)字化品牌化建設(shè)意識,通過提升產(chǎn)品品質(zhì)和顧客消費體驗、借助新媒體豐富產(chǎn)品推廣渠道,逐步建立生鮮農(nóng)產(chǎn)品電商平臺和產(chǎn)品的數(shù)字化品牌,以提高顧客滿意度和忠誠度。
5.2.2細化轉(zhuǎn)換成本體系,設(shè)置“積極”的轉(zhuǎn)換成本。研究證實了轉(zhuǎn)換成本在顧客滿意度和重購意愿之間起調(diào)節(jié)作用,生鮮農(nóng)產(chǎn)品電商平臺可以通過提高平臺轉(zhuǎn)換成本的方式降低顧客轉(zhuǎn)換平臺的意愿,提高其繼續(xù)使用意愿。但轉(zhuǎn)換成本的調(diào)節(jié)效果是以顧客滿意為前提的,加上轉(zhuǎn)換成本的內(nèi)涵豐富,這就要求平臺運營人員在設(shè)置轉(zhuǎn)換成本障礙時要循序漸進,避免“一刀切”,要根據(jù)不同類型的轉(zhuǎn)換成本設(shè)置不同的實施方案。提高轉(zhuǎn)換成本不是要增加顧客轉(zhuǎn)換時的經(jīng)濟損失,否則即便留下也會給平臺運營管理和口碑造成負面影響。“積極”的轉(zhuǎn)換成本是要提高顧客繼續(xù)使用本平臺的期望,這樣才會使顧客在產(chǎn)生轉(zhuǎn)換平臺意愿時感知可能面臨的損失。在運營生鮮農(nóng)產(chǎn)品電商平臺時,要借助大數(shù)據(jù)工具分析顧客在平臺上的行為數(shù)據(jù)生成人物畫像,以此提供更加精準化、個性化的服務,從而提高顧客使用本平臺的價值感知和復購意愿。