王 茜, 張紅超
(中山大學 管理學院,廣東 廣州 510275)
不同于線下實體店購物,網絡購物人貨分離,消費者缺乏體驗,無法準確判斷商品質量,造成購物過程中存在高不確定性(Hong和Pavlou,2014;張立功等,2019)。比如,對于服裝等體驗型商品而言,消費者不確定商品尺碼及顏色是否適合自己。因此,如何設計能夠有效降低購物過程中商品不確定性的銷售方式,吸引更多的消費者,是網絡銷售商關心的重要問題。為了降低購物過程中商品的不確定性,網絡銷售商采取友好的銷售方式,例如“七天無理由退貨”。近期,中國淘寶商城的部分網絡銷售商,采取“先用后付”的銷售方式。這些友好的銷售方式提供給消費者一種新的選擇——“在家試穿,不滿意,隨時退”。
部分消費者借助網絡銷售商七天無理由退貨等寬松的退貨政策挑選心儀的商品,并且在購買前已有退貨計劃(滕文波等,2021)。當不能明確獲知多件同質商品(僅具有橫向差異)的效用時,消費者選擇一次性購買多件具有橫向差異(橫向差異指的是商品的顏色、樣式等差異,不同于質量差異)的商品,收到貨試用后保留合適的(張立功等,2019),本文將此類消費者定義為策略性退貨消費者。相關研究報告指出,41%的受訪者表示曾經有過策略性退貨行為(Shopify Plus,2018)。不確定性正在成為消費者策略性退貨的主要原因(張立功等,2019)。降低購物過程中的不確定性,以增進消費者購買行為,是銷售商采取友好銷售方式的主要目的之一。這一目的能否實現(xiàn),則取決于策略性退貨消費者與未退貨消費者的購買行為是否存在差異。因此,探討策略性退貨消費者與未退貨消費者購買行為的差異對于網絡零售商至關重要。
關于退貨的文獻,主要集中于探討一般退貨行為,并取得了豐富的研究成果,具體可以歸納為兩個方面。一方面,學者們探討了退貨的驅動因素,包括退貨政策(Janakiraman等,2016;Zhou和Hinz,2016;Walsh和M?hring,2017)、營銷活動(Lee和Yi,2017,2019;Ertekin等,2020;Shehu等,2020)、銷售渠道(Akturk等,2018;Narang和Shankar,2019;Seeger等,2019)、物流速度(Rao等,2014;張圣亮和張結娣,2016;Kaushik等,2020)等;另一方面,學者們對退貨后的消費者行為展開了研究,包括復購行為(Petersen和Kumar,2009;Bower和Maxham,2012)、滿意度以及口碑(Walsh和Brylla,2017;Sahoo等,2018)等。雖然關于退貨的研究已取得豐富成果,但關于策略性退貨的研究比較匱乏。筆者通過Web of Science、Science Direct、EBSCO等數(shù)據(jù)庫搜索英文文獻,從中國知網搜索中文文獻,具體搜索時間跨度為1984—2022年,規(guī)則為標題或者關鍵詞中含有“product return”或“商品退貨”等相關內容,其中中文文獻大多來源于CSSCI期刊。結果發(fā)現(xiàn),有三篇文章涉及消費者策略性退貨。其中一篇文章通過實證分析,發(fā)現(xiàn)虛擬試衣技術能夠有效降低消費者策略性退貨行為(Gallino和Moreno,2018);一篇文章通過構建Hotelling模型,探討策略性退貨對企業(yè)最優(yōu)定價的影響(張立功等,2019);還有一篇文章基于扎根理論,探討了消費者購前策略性退貨計劃向實際退貨行為轉變的驅動因素(滕文波等,2021)?,F(xiàn)有研究將策略性退貨視為負面事件,主要探討策略性退貨的驅動因素以及對企業(yè)定價的影響,忽視了策略性退貨可能是增強消費者與企業(yè)關系的機會,并不明了策略性退貨消費者是否具有與其他消費者不同的購買行為,尤其是購買率和流失率的差異。對于企業(yè)而言,客戶購買率和流失率是其進行客戶管理的核心所在,直接關系到企業(yè)的生死存亡(吳邦剛等,2020)。因此,研究策略性退貨消費者與未退貨消費者在購買行為上的差異,不僅具有重要的理論意義,而且對于網絡銷售商的運營管理具有重要的現(xiàn)實意義。
本文通過在Pareto/NBD模型中加入?yún)f(xié)變量來研究策略性退貨消費者與未退貨消費者在購買行為(購買率和流失率)上的差異;同時也在模型中加入交叉品類購買這一調節(jié)變量,探索交叉品類購買行為對上述差異的影響。本文以2016年6月—2018年12月服裝行業(yè)某網絡銷售商的消費者為研究對象,提取其客觀購物行為數(shù)據(jù),研究策略性退貨消費者與未退貨消費者購買率和流失率差異。實證結果表明:策略性退貨消費者的購買率顯著高于未退貨消費者,且策略性退貨消費者的流失率顯著低于未退貨消費者,而且在尚未有過交叉品類購買行為的情況下,策略性退貨消費者與未退貨消費者購買行為(購買率和流失率)之間的差異比在存在交叉品類購買行為的情況下更顯著。
本文的主要創(chuàng)新為:首先,以往關于消費者退貨的研究普遍認為退貨具有消極影響。本文發(fā)現(xiàn)策略性退貨消費者具有高購買率、低流失率,即策略性退貨具有積極影響,這一新的發(fā)現(xiàn)也是本文的首要創(chuàng)新之處。其次,現(xiàn)有關于策略性退貨的研究主要從企業(yè)運營管理的角度,探討如何減少消費者策略性退貨行為。本文從消費者的角度,探討策略性退貨消費者與未退貨消費者購買率和流失率的差異,拓展了策略性退貨的研究視角。再者,不同于構建理想化的博弈論模型,本研究定量化策略性退貨消費者與未退貨消費者購買率和流失率的差異,彌補了策略性退貨相關研究領域實證研究的不足。最后,本文將消費者學習理論引入策略性退貨情景,不僅揭示了策略性退貨消費者與未退貨消費者購買行為差異的內在機理,而且豐富了消費者學習理論研究。
學習一詞來源于教育學,指通過觀察、探索、實踐等手段獲得知識或技能的過程(Livingstone,1999),后來被應用到心理學、傳播學、消費者行為學等領域(Mehta等,2008;邁克爾·R.所羅門,2009;范恒和周祖城,2018)。Ward和Wackman于1971年提出了消費者學習理論,認為消費者在購買和使用商品或服務的過程中通過獲得的商品信息,不斷學習商品知識、經驗和使用技能,完善其購買行為。消費者通過學習獲得的商品或服務相關知識、經驗和技能,能夠降低購物過程中商品的不確定性,促進購買活動的完成(Dey等,2013)。消費者通過學習也會增加轉移成本(包括失去成本和學習成本),提高品牌忠誠度(Villas-Boas,2004),產生品牌鎖定效應(Goettler和Clay,2011)。消費者學習相關研究涉及企業(yè)廣告(Wilson等,2021)、消費者評論(Lu等,2014;De Langhe等,2016;He和Chen,2018)、社交媒體(Gu等,2019)、產品采納(Steils,2019)、商品試用(Dey等,2013)等多個方面。
本文研究的策略性退貨是消費者主動選擇購買多件商品回家試穿和學習商品屬性的過程,亦是獲得商品知識、積累經驗的學習過程。據(jù)此,本文基于消費者學習理論,探討策略性退貨消費者與未退貨消費者購物行為(購買率和流失率)的差異。
消費者學習理論強調消費者在購買和使用商品的過程中,不斷積累商品相關知識、經驗和使用技能等信息(盧長寶和馮仁炯,2008)。這些信息存儲在消費者的記憶中,構成了影響消費者購物行為的因素(盧長寶,2005)。消費者通過學習獲得的商品信息能夠降低其購物過程中的不確定性(Anderson和Simester,2013;李涵等,2020;石文華等,2020)。降低購物過程中的不確定性,不僅能夠減少消費者的棄單行為(Tang和Lin,2019),而且能夠提高消費者的購買頻次(Griffis等,2012)。商品試用策略是一種降低消費者購物過程中商品不確定性的有效手段。許多網絡銷售商提供免費的試用品,讓消費者學習商品知識、經驗和使用技能,更好地熟悉商品的屬性(Kamis等,2008),以此降低消費者購物過程中的不確定性。
策略性退貨屬于消費者試用商品的購物策略,亦是消費者學習的過程。策略性退貨消費者,購買多件不同商品,通過試用不同商品,從中學習并積累豐富的商品屬性信息。這些信息能夠提高消費者對商品屬性的熟悉程度,降低購物過程中的商品不確定性(Anderson和Simester,2013)。消費者傾向于選擇確定的結果,而不是不確定的結果(Fox和Tversky,1995)。如果消費者對某一銷售商的商品熟悉度高、不確定性低,其在該銷售商處購買商品的數(shù)量和復購頻次就會比較高(Matt和Hess,2016)。相較于僅購買一件商品的未退貨消費者,購買多件商品試用的策略性退貨消費者能夠學習并積累更多的商品屬性信息,具有相對更高的商品熟悉度、更低的商品不確定性。因而,相較于未退貨消費者,策略性退貨消費者具有比較高的購買率。基于以上分析,本研究提出以下假設:
H1:策略性退貨消費者的購買率顯著高于未退貨消費者的購買率。
學習商品信息不僅能夠降低消費者的商品不確定性,還會增加消費者的轉移成本。消費者習得的關于某一品牌商品或服務的知識、經驗和技能,可能不適用于其他品牌,如果消費者轉移到其他品牌,其失去成本和學習成本將增加(Kim等,2004)。其中,失去成本指在消費者轉換品牌時,其以往積累的商品屬性信息可能不適用于其他品牌而給消費者帶來的成本。學習成本指消費者在轉換品牌時,需要學習其他品牌商品或服務所耗費的成本(Kim等,2004)。失去成本和學習成本的增加最終導致消費者轉移成本的增加。如果消費者具有較高的轉移成本,其轉換到其他品牌的意愿就會下降(Jones等,2005)。相關研究表明,轉移成本的增加會提高消費者品牌忠誠度(Villas-Boas,2004)、降低消費者流失率(吳邦剛等,2020)。
策略性退貨消費者通過購買多件商品,學習并積累豐富的商品屬性信息。相對于購買一件商品的未退貨消費者,策略性退貨消費者在學習多件商品屬性信息的過程中付出了更多的時間、精力等成本,因此具有更高的失去成本。消費者轉換到新品牌時,原有的豐富的商品屬性信息可能不適用于新品牌,這意味著消費者不得不放棄已經積累的商品屬性信息,并重新進行學習,這會增加消費者的學習成本(Kim等,2004)。學習成本和較高的失去成本增加了消費者的轉移成本。較高的轉移成本會降低消費者轉移到其他品牌的意愿、提高消費者忠誠度(Villas-Boas,2004)、產生品牌鎖定效應(Goettler和Clay,2011),從而降低消費者流失率(吳邦剛等,2020)。相較于未退貨消費者,策略性退貨消費者具有較高的轉移成本,因而轉移意愿低、忠誠度高、品牌鎖定效應強,因而具有比較低的流失率?;谝陨戏治觯狙芯刻岢鲆韵录僭O:
H2:策略性退貨消費者的流失率顯著低于未退貨消費者的流失率。
交叉品類購買指消費者在一個銷售商處購買多種類型商品或服務的行為(Kumar和Venkatesan,2005;吳邦剛等,2020)。研究表明,交叉品類購買不僅能夠減少企業(yè)獲客費用、提高企業(yè)價格競爭優(yōu)勢及盈利能力(Nagar和Rajan,2005),而且對消費者忠誠度(陳明亮,2003)、消費者生命周期價值(Venkatesan和Kumar,2004)、消費者購買行為(Reinartz和Kumar,2003)均有顯著的正向影響。因此,交叉品類購買對消費者購買率的提高和流失率的降低有著重要意義。本文將探討交叉品類購買行為對上述兩種關系的調節(jié)作用。
交叉品類購買也是消費者學習商品的過程。消費者在購買交叉品類商品的過程中,學習和積累不同品類商品相關知識、經驗和使用技能等信息。存儲在消費者記憶中的不同品類商品屬性信息,能夠降低消費者購物過程中的不確定性。高商品熟悉度、低商品不確定性,不僅能夠促使消費者購買更多商品,而且能夠提高消費者復購頻次(Matt和Hess,2016)。相較于沒有過交叉品類購買行為的消費者,有過交叉品類購買行為的消費者,能夠學習和積累多種品類商品的屬性信息,其商品熟悉度更高、不確定性更低(吳邦剛等,2020),因而購買率相對較高。當消費者有過交叉品類購買行為時,其通過購買多件商品試用而從中學習和積累的商品屬性信息的增加量就較為有限,所以提高商品熟悉度、降低商品不確定性的能力有限,此時策略性退貨對消費者購買率的作用被削弱。因此,在有過交叉品類購買行為的消費者中,策略性退貨者與未退貨者之間購買率的差異不那么明顯?;谝陨戏治觯狙芯刻岢鲆韵录僭O:
H3:相比于有交叉品類購買行為的消費者,在無交叉品類購買行為的消費者中,策略性退貨者購買率與未退貨者購買率之間的差異更明顯。
有過交叉品類購買行為的消費者,其轉移到其他銷售商的成本高于沒有交叉品類購買行為的消費者(吳邦剛等,2020),其品牌忠誠度也高于沒有交叉品類購買行為的消費者(Reinartz等,2008)。相較于沒有交叉品類購買行為的消費者,有過交叉品類購買行為的消費者在學習多種品類商品屬性信息的過程中已經付出了更多的時間、精力等成本,其本來就擁有更高的失去成本。當有過交叉品類購買行為的消費者策略性購買多件商品試用時,其在學習商品屬性信息的過程中增加的失去成本有限,從而提高忠誠度和品牌鎖定效應的能力有限,此時策略性退貨對消費者流失率的作用被削弱。因此,在有過交叉品類購買行為的消費者中,策略性退貨者與未退貨者之間流失率的差異不那么明顯。基于以上分析,本研究提出以下假設:
H4:相比于有交叉品類購買行為的消費者,在無交叉品類購買行為的消費者中,策略性退貨者流失率與未退貨者流失率之間的差異更明顯。
綜上所述,本文建立了如圖1所示的概念模型。
圖1 概念模型
本文以網絡銷售商產品的消費者為研究對象,數(shù)據(jù)來源于以網絡銷售為主的某服裝企業(yè)。該企業(yè)銷售的服裝品類眾多,包括T恤、連衣裙、牛仔褲、羽絨服、毛呢大衣等。自在網絡上銷售商品以來,該企業(yè)始終貫徹以消費者為中心,采取友好的銷售方式(如寬松退貨政策、允許消費者買多件商品試穿)提升消費者購物體驗。本研究通過與該企業(yè)合作,從其消費者群體中隨機抽取在2016年6月第一次在該企業(yè)購物的50 000名消費者,排除企業(yè)客戶、一般退貨消費者及異常消費者后,剩余39 427名消費者。其中,2 215名消費者有過策略性退貨行為,37 212名消費者未退過商品,本研究收集這些消費者自2016年6月1日—2018年12月20日期間的購買、退貨記錄。其中,購買記錄數(shù)據(jù)包括購買時間、購買商品編號、購買商品價格、購買商品品類、購買商品采用的客戶端(移動端、電腦端)等;退貨記錄數(shù)據(jù)包括退貨時間、退貨商品編號、退貨商品品類等。根據(jù)上述數(shù)據(jù),計算每一位消費者30個月的購買次數(shù)、是否策略性退貨、是否移動用戶以及交叉品類購買數(shù)量等。其中,是否策略性退貨表示消費者是否有過策略性退貨行為,即本研究的主要自變量;交叉品類購買數(shù)量表示消費者購買不同品類商品的數(shù)量,即本研究的調節(jié)變量。相關研究表明,是否采用移動渠道、發(fā)表評論以及享受優(yōu)惠活動等會影響消費者的購買行為(Akturk等,2018),因此本文將這些因素作為模型中的控制變量。變量的詳細定義及測量見表1。
表1 變量定義及測量
消費者購買行為具有兩種不同的情景:合約情景和非合約情景。其中,合約情景指消費者與企業(yè)建立一種合約關系,持續(xù)購買產品或服務(宇環(huán),2019);非合約情景指消費者與企業(yè)并未簽訂購買合同的獨立購買行為。在非合約情景下,消費者在購買企業(yè)產品或服務后可能會流失,也可能會產生再次購買行為。為了研究非合約情景下消費者的購買行為和流失行為,Schmittlein等(1987)提出了Pareto/NBD模型,該模型已經被廣泛應用于非合約情景下的消費者行為研究(馬少輝和劉金蘭,2006;Zhang和Chang,2021)?;A的Pareto/NBD模型雖然實踐起來比較簡單,但由于未考慮影響消費者購買行為的協(xié)變量,因此不能夠充分探索消費者購買行為的影響因素。Fader和Hardie(2007)對基礎的Pareto/NBD模型進行了改進,即在模型中添加了影響購買率和流失率的協(xié)變量。加入?yún)f(xié)變量的Pareto/NBD模型不僅能夠探討影響購買率和流失率的因素,而且能夠提高Pareto/NBD模型的準確度(Platzer和Reutterer,2016;吳邦剛等,2020)。
網絡購物消費者尚未與電商企業(yè)簽訂合約關系,故而屬于非合約情景。因此,本文借鑒改進的Pareto/NBD模型,研究網絡購物場景下,策略性退貨消費者與未退貨消費者購買率和流失率差異。Pareto/NBD模型主要包括如下幾個部分:
(1)消費者購買次數(shù)X服從購買率為λ的泊松過程,即購買次數(shù)X的概率密度函數(shù)為
在本研究中,假設消費者購買率λ服從伽馬分布G(γ,α),其中的參數(shù)α由方程決定。α0為基礎的Pareto/NBD模型參數(shù),為加入的協(xié)變量對購買率影響的乘數(shù)效應。Xi指影響消費者i購買率的因素,主要包括自變量(策略性退貨)、調節(jié)變量(交叉品類購買)、控制變量,A是相關影響因素的系數(shù)值,即本文需要估計的參數(shù)值。如果A大于0,則小于1,說明協(xié)變量與消費者購買率具有正向關系;然而,如果A小于0,則大于1,說明協(xié)變量與消費者購買率具有負向關系。例如,若Xi表示消費者是否策略性退貨,則表示策略性退貨消費者與未退貨消費者購買率的差異。
(2)消費者在購買商品之后,可能會以一定的概率流失,假設其流失率服從參數(shù)為μ的指數(shù)分布,則流失率的概率密度函數(shù)為
在本研究中,假設消費者流失率μ服從伽馬分布G(s,β),其中的參數(shù)β由方程決定。β0為基礎的Pareto/NBD模型參數(shù),為加入的協(xié)變量對流失率影響的乘數(shù)效應。Xi指影響消費者i流失率的因素,主要包括自變量(策略性退貨)、調節(jié)變量(交叉品類購買)、控制變量,B是相關影響因素的系數(shù)值,即本文需要估計的參數(shù)值。如果B大于0,則小于1,說明協(xié)變量與消費者流失率具有正向關系;然而,如果B小于0,則大于1,說明協(xié)變量與消費者流失率具有負向關系。例如,若Xi表示消費者是否策略性退貨,則表示策略性退貨消費者與未退貨消費者流失率的差異。
(3)參照相關研究(Fader和Hardie,2007),假設消費者i在(0,T)內發(fā)生過x次重復購買,最后一次購買時間發(fā)生在tx(tx<T)時刻,則其購買行為似然函數(shù)為
本研究對涉及的變量進行了描述性統(tǒng)計分析,結果見表2。結果顯示,在所有樣本中策略性退貨的均值為0.056,說明5.6%的消費者有過策略性退貨行為。交叉品類購買的均值為0.074,可以看出7.4%的消費者有過交叉品類購買行為。本研究還對變量進行相關性分析。相關性分析用于描述兩個變量之間關系的密切程度(王夏陽等,2020)。在本研究中,采用Pearson相關分析方法對變量間關系進行分析,結果見表2。表2的數(shù)據(jù)表明,策略性退貨、交叉品類購買與購買頻次具有顯著相關性(0.311,0.341,p<0.05),這些相關性分析結果與本研究假設的預期較為一致。
表2 描述性統(tǒng)計與相關性分析
本文采用極大似然估計法,通過逐步向模型中添加協(xié)變量進行多層回歸,來檢驗策略性退貨消費者與未退貨消費者購買率和流失率的差異,以及交叉品類購買對它們的調節(jié)作用。具體而言,在估計改進的Pareto/NBD模型時,利用式(3)構建的似然函數(shù),將控制變量和策略性退貨變量加入模型,研究兩類消費者群體購買率和流失率的差異。同理,在驗證交叉品類購買調節(jié)作用時,將控制變量、策略性退貨變量、交叉品類購買變量及策略性退貨變量與交叉品類購買變量交互項加入模型,研究交叉品類購買的調節(jié)作用,模型估計結果如表3所示。表3結果顯示,通過向模型中逐步添加控制變量,控制變量和自變量,以及控制變量、自變量和交互項,模型的擬合效果逐步提高(-LL數(shù)值逐步降低)。這也表明通過添加協(xié)變量改進基礎的Pareto/NBD模型,能夠提高其精確度。
表3 改進的Pareto/NBD模型估計系數(shù)
為了檢驗交叉品類購買對策略性退貨消費者與未退貨消費者購買率和流失率差異的調節(jié)作用,在模型(3)中加入策略性退貨與交叉品類購買的交互項。表3購買率參數(shù)顯示,策略性退貨與交叉品類購買系數(shù)值為-0.044(p<0.01)。交叉品類購買對策略性退貨和購買率之間的關系存在負向調節(jié)作用,即相比于有交叉品類購買行為的消費者,無交叉品類購買行為的策略性退貨消費者與未退貨消費者購買率差異會更大。因此,假設H3得到驗證。
表3流失率參數(shù)顯示,策略性退貨與交叉品類購買系數(shù)值為0.442(p<0.01)。交叉品類購買對策略性退貨和流失率之間的關系存在負向調節(jié)作用,即相比于有交叉品類購買行為的消費者,無交叉品類購買行為的策略性退貨消費者與未退貨消費者流失率差異會更大。因此,假設H4得到驗證。
本文使用兩個穩(wěn)健性檢驗考察上述結論的可靠性。首先,重新隨機選取消費者樣本。本文隨機選取20 000名消費者數(shù)據(jù),重新估計改進的Pareto/NBD模型,結果如表4第2—5列所示。其次,改變模型中交叉品類購買的測量方式。在衡量消費者交叉品類購買行為時,采用消費者交叉品類購買數(shù)量來代替消費者是否交叉品類購買變量,重新估計改進的Pareto/NBD模型,結果如表4第6列所示。
表4第4列購買率參數(shù)顯示,策略性退貨系數(shù)為0.344(p<0.01),表明策略性退貨消費者的購買率顯著高于未退貨消費者的購買率。因此,假設H1得到驗證。表4第4列流失率參數(shù)顯示,策略性退貨系數(shù)為-1.069(p<0.01),表明策略性退貨消費者的流失率顯著低于未退貨消費者的流失率。因此,假設H2得到驗證。
表4第5列購買率參數(shù)顯示,策略性退貨與交叉品類購買系數(shù)值為-0.041(p<0.01)。交叉品類購買對策略性退貨和購買率之間的關系存在負向調節(jié)作用,即相比于有交叉品類購買行為的消費者,無交叉品類購買行為的策略性退貨消費者與未退貨消費者購買率差異會更大。因此,假設H3得到驗證。表4第5列流失率參數(shù)顯示,策略性退貨與交叉品類購買系數(shù)值為0.314(p<0.01)。交叉品類購買對策略性退貨和流失率之間的關系存在負向調節(jié)作用,即相比于有交叉品類購買行為的消費者,無交叉品類購買行為的策略性退貨消費者與未退貨消費者流失率差異會更大。因此,假設H4得到驗證。
表4 穩(wěn)健性檢驗
同樣,表4第6列所得的結果與上文結果一致。即策略性退貨消費者購買率高于未退貨消費者購買率,策略性退貨消費者流失率低于未退貨消費者流失率。而且,交叉品類購買數(shù)量對上述關系具有顯著的負向調節(jié)作用:在無交叉品類購買行為的情況下,策略性退貨消費者與未退貨消費者無論是在購買率還是流失率上差異均更加明顯。綜上所述,假設H1—H4進一步得到驗證。
本文以服裝行業(yè)某網絡銷售商產品的消費者為研究對象,提取其2016年6月—2018年12月期間的行為(購買、退貨、評論)記錄,基于改進的Pareto/NBD模型,研究策略性退貨消費者與未退貨消費者購買行為的差異。研究結果表明,策略性退貨消費者的購買率顯著高于未退貨消費者,而且策略性退貨消費者的流失率顯著低于未退貨消費者。交叉品類購買行為對購買率差異具有顯著的負向調節(jié)作用,即在沒有過交叉品類購買行為的消費者中,策略性退貨消費者與未退貨消費者購買率差異更大。同樣,交叉品類購買行為對流失率差異具有顯著的負向調節(jié)作用,即在沒有過交叉品類購買行為的消費者中,策略性退貨消費者與未退貨消費者流失率差異更大。本文的研究結果表明,采取“七天無理由退貨”“先用后付”等友好的銷售方式,提供給消費者一種新的選擇——“在家試穿,不滿意,隨時退”,允許消費者進行策略性退貨,不僅能夠提高消費者的購買率,而且還能夠降低消費者的流失率。
策略性退貨是一種普遍的、獨特的退貨行為模式,而現(xiàn)有文獻多集中于探討消費者的一般退貨行為,近年來部分學者開始關注策略性退貨行為,但將策略性退貨視為負面因素,忽視了策略性退貨可能是增強消費者與企業(yè)關系的機會。本文探討策略性退貨消費者的購買率和流失率具有重要理論意義:(1)本文推進了消費者退貨行為研究。以往大部分研究認為退貨相當于服務失敗,證實退貨具有消極作用(Walsh和Brylla,2017;Ertekin,2018),忽視了對消費者退貨原因的考量。鑒于此,本文探討了消費者主動的策略性退貨行為,發(fā)現(xiàn)策略性退貨具有積極作用,即策略性退貨消費者具有高購買率、低流失率,從而推進了消費者退貨行為的理論研究。(2)本文豐富了消費者學習理論研究。以往關于消費者學習的研究,主要集中于消費者評論(He和Chen,2018)、產品采納(Steils等,2019)、商品試用(Dey等,2013)等方面。本文將消費者學習理論引入策略性退貨情景,揭示了策略性退貨消費者與未退貨消費者購買行為(購買率和流失率)存在差異的內在機理,豐富了消費者學習的理論研究。(3)不同于構建理想化的博弈論模型來探討消費者策略性退貨行為對企業(yè)商品最優(yōu)定價影響的相關研究(張立功等,2019),本研究利用實際購物行為數(shù)據(jù),不僅定量化策略性退貨行為,而且基于改進的Pareto/NBD模型,實證檢驗了策略性退貨消費者與未退貨消費者購買率和流失率的差異,從而彌補了策略性退貨相關研究領域實證文獻的缺失。(4)本文剖析了交叉品類購買調節(jié)策略性退貨消費者與未退貨消費者購買率和流失率差異的內在機理,即有過交叉品類購買行為的消費者通過學習多種品類商品信息,具有低不確定性、高學習成本,這會削弱策略性退貨消費者與未退貨消費者購買率和流失率之間的差異。因此,本文進一步豐富了消費者學習的理論研究。
本文的研究結論對于網絡銷售商具有重要的實踐啟示。首先,本文研究發(fā)現(xiàn),策略性退貨消費者具有高購買率,這表明策略性退貨消費者比未退貨消費者具有更高的粘性。因此,銷售商可以采取友好的銷售方式(如寬松退貨政策、先用后付),鼓勵消費者“在家試穿”,降低其購物過程中的不確定性,提高其購買率。其次,本文研究發(fā)現(xiàn),在沒有過交叉品類購買行為的消費者中,策略性退貨者的購買率更高。這表明在沒有過交叉品類購買行為的消費者中,策略性退貨者具有更高的粘性。因此,企業(yè)可以通過鼓勵沒有交叉品類購買行為的消費者“在家試穿”來提高其購買率,以此獲得更高的銷售收入。最后,本文關于消費者流失率的建模有助于企業(yè)建立消費者流失預警機制,在提高消費者購買率的同時,降低消費者流失風險。
盡管本文豐富了現(xiàn)有理論,同時對網絡銷售商具有一定的實踐指導意義,但仍存在一些不足:(1)僅關注了服裝行業(yè)的策略性退貨現(xiàn)象,數(shù)據(jù)僅來源于一家網絡銷售商。未來的實證研究可將研究對象拓展到鞋子、眼鏡等其他行業(yè),采用不同行業(yè)樣本的數(shù)據(jù)集,考察策略性退貨消費者與未退貨消費者購買率和流失率的差異是否因行業(yè)而異。(2)本文只探討了策略性退貨消費者與未退貨消費者購買率和流失率的差異,未來的研究可探討策略性退貨行為對消費者的口碑傳播等購后行為的影響。在電商高速發(fā)展的今天,利用真實的、多樣化的數(shù)據(jù)開展實證研究,將為深入理解網絡環(huán)境下的消費者行為帶來更多可能。(3)本文未進一步探索消費者策略性退貨的原因,未來可探討策略性退貨行為的驅動因素,加深對策略性退貨行為的理解,這對于網絡銷售商客戶關系管理將具有重要的指導意義。(4)本文主要探討了購買多件商品試穿的策略性退貨行為。筆者在調研過程中發(fā)現(xiàn),為享受優(yōu)惠券,湊單后退貨也是比較普遍的購物行為。未來的研究還可以探討以湊單為目的的獨特退貨行為模式與消費者購買行為的關系。