Summary

应用 eMASS 定制计划作为评估消费者权益的研究工具

Published: September 27, 2019
doi:

Summary

此处介绍的是一个协议,用于检查消费者对在线零售环境中大规模定制的反应。该协议详细介绍了在线调查过程以及如何使用结构方程建模分析数据,以及如何使用潜在均值分析对数据进行分组分析。

Abstract

由于许多学者和从业者研究个性化和关系营销,因此通过营销技术提供大规模定制等个性化服务就显得尤为重要。本研究的目的是研究如何使用在线调查和分析数据进行消费者研究。这项研究考察了消费者在定制产品的同时感知到的好处,以及情感产品依恋、对定制计划的态度以及在线零售背景下的忠诚度意图。此外,本研究还调查了消费者的反应如何根据个人特征(如时尚创新)而不同。韩国一家在线调查公司招募了290名在线购买服装的女性服装购物者。为了提高外部有效性,本研究使用了现有的零售网站,并带有一个完善的批量定制程序。完成自定义计划后,参与者完成在线调查问卷。然后执行结构方程建模 (SEM) 和潜在均值分析 (LMA) 进行分析。本研究强调了测试测量不均差对于均值比较的重要性。在 SEM 和 LMA 之前,本研究遵循不变性测试(配置不方差检验、公制不方差检验和标量不方差测试)的层次结构,传统方法(如 ANOVA)并未考虑这些等级。这些统计分析提供了不变性测试程序和 LMA 对消费者行为的适用性。平均差异的结论具有完整性和有效性,因为它们由复杂的统计程序指导,以确保测量不变性。

Introduction

大规模定制是指电子零售商为个人客户定制产品、服务和交易环境的能力1。当今的消费者对标准产品不满意,许多零售商已经认识到这一点。提供大规模定制选项是获得客户忠诚度和竞争优势的一种方法2。大规模定制作为一种营销策略,允许消费者根据特定需求创建自己的产品,从而提供个性化的产品或服务3。例如,消费者不仅可以购买一双量产的鞋子,还可以通过选择颜色、面料和其他设计组件来创建常规零售网站上不可用的一双新的独特鞋。因此,消费者可以购买更优惠的产品,他们对定制产品的满意度以及品牌忠诚度提高4、5。

随着互联网的使用日益增加,大规模定制过程在减少生产时间和以相同的成本提供更多设计选项方面变得更加快速和高效。此外,零售商可以获取有关其目标客户喜欢什么的信息,从而与他们建立牢固的关系6,7。因此,许多行业(如服装、鞋类、汽车和计算机)都采用了定制程序。虽然大规模定制对消费者和零售商都有利,但一些零售商面临着挑战8。因此,有必要研究消费者如何看待利益,以及这些好处如何影响其他购物反应,从而取得长期成功。

本研究借鉴了说服理论9中的影响层次(HOE)模型,提出消费者根据认知-影响-凝理序列处理信息。具体来说,本研究检查(在创建大规模定制产品后)感知到的消费者利益(认知)是否通过产品附件影响忠诚度意图(共性)和对大规模定制计划的态度(影响).根据动机理论10,感知的利益分为外在和内在利益11。

外在利益与消费者因使用产品12而获得的价值有关(因此,其价值接近产品质量11),而内在利益表示在使用产品11时体验愉快。在大规模定制上下文中,外在优势与消费者创建的产品相关联,而内在利益与满足天顿和经验需求的定制体验相关13、14。先前的研究发现,消费者的感知利益增强了情感产品依恋15和对大规模定制计划16的积极态度。情感产品依恋是指消费者与产品17连接的情感纽带,它积极影响对定制计划18的态度和忠诚度意图19。此外,对定制计划的态度对忠诚度意图有积极的影响20。

最后,本研究考察了个人特征(即时尚创新)对消费者反应的影响不同。时尚创新是指个人的创新倾向对新时尚项目21的采用的影响程度。研究结果显示,希望避免符合性的消费者(即高度时尚创新的消费者)有购买独特产品的动机,这表明大规模定制可能是使自己与众不同的有效策略因此,本研究假设,对于高度时尚创新的消费者,将会产生更多正面的回应。

根据以前的文献评论,本研究解决了以下研究假设。H1:大规模定制产品的感知优势(a:外在优势,b:内在效益)将对情感产品依恋产生积极影响;H2:大规模定制产品的感知优势(a:外在优势,b:内在效益)将对大众定制计划的态度产生积极影响;H3:情感产品依恋将对大众定制计划的态度产生积极影响;H4:情感产品依恋会积极影响忠诚意图;H5:对大规模定制计划的态度将对忠诚意图产生积极影响;和H6:与低时尚创新相比,高级时装创新者对(a)感知到的好处、(b)情感产品依恋、(c)态度和(d)行为意图会有更积极的反应。

为了提高外部有效性,本研究使用现有的大规模定制程序。在韩国的潜在参与者被招募参加这项研究,并被要求使用一个程序创建自己的风衣,就像他们实际购买了产品一样。为了根据参与者的定制体验来探索参与者的回答,本研究使用在线调查。在线使用自定义程序后,参与者可以立即访问调查表。收集数据后,该研究使用单组 SEM 来调查消费者利益对产品依恋、态度和忠诚度意图的影响。为了检验时尚创新的缓和作用,该研究使用了LMA。

Protocol

这项研究被免除了Ewha女子大学的IRB审查,并分配了协议号#143-18。 1. 招募参与者 准备进行在线调查。注:一项在线调查是利用韩国的一家调查公司进行的。这家研究公司拥有韩国最大的消费者小组,反应率很高。小组讨论中的年龄和性别分布反映了韩国人口的状况。通过实名验证,消费者小组具有很高的可靠性。由于研究公司以各种创新方法不断管理?…

Representative Results

频率统计提供了样本的特征。共有290名女性在线消费者使用电子批量定制程序完成了购物过程。样本的人口特征分布均匀。按年龄组分,23.1%的人,30多岁的人,40岁的26.6%,50多岁的22.1%。按婚姻状况,58.3%的人已婚,40%为单身。按职业分类,45.2%为上班族,22.8%为家庭主妇,10.3%为专业人士,9.3%为学生,5.5%为服务业(表2)。 对一组CFA进行了一次,其中有五个潜在?…

Discussion

调查结果的影响
这项研究的结果表明,消费者从创造大规模定制产品中获得的外在和内在利益有助于对产品的情感依恋的增长,对定制计划产生积极的态度,以及增加忠诚度意图。时装创新对缓和效应的发现表明,与时尚创新群体中的消费者相比,那些时尚创新群体认为效益更大,依附性更大,形成更有利对计划的态度,并有更大的忠诚意图。这些结果为支持 HOE 模型提供了理论?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

这些数据已被修改从公园和Yoo的研究29。这项工作得到了大韩民国教育部和韩国国家研究基金会(NRF = 2016S1A5A2A03927809)的支持。

Materials

SPSS AMOS 22 IBM Corporation, Data Solution Inc. used for confirmatory factor analyses, structural equation modeling analyses, and latent means analyses

References

  1. Srinivasan, S. S., Anderson, R., Ponnavolu, K. Customer loyalty in e-commerce: an exploration of its antecedents and consequences. Journal of Retailing. 78 (1), 41-50 (2002).
  2. Fiore, A. M., Lee, S. E., Kunz, G. Individual differences, motivations, and willingness to use a mass customization option for fashion products. European Journal of Marketing. 38 (7), 835-849 (2004).
  3. Pine, B. J., Gilmore, J. H. . The Experience Economy: Work is Theater and Every Business a Stage. , (1999).
  4. Yoo, J., Park, M. The effects of e-mass customization on consumer perceived value, satisfaction, and loyalty toward luxury brands. Journal of Business Research. 69 (12), 5775-5784 (2016).
  5. Endo, S., Kincade, D. H. Mass customization for long-term relationship development: why consumers purchase mass customized products again. Qualitative Market Research: An International Journal. 11 (3), 275-294 (2008).
  6. Franke, N., Piller, F. T. Value creation by toolkits for user innovation and design: the case of the watch market. The Journal of Product Innovation Management. 21 (6), 401-415 (2004).
  7. Lavidge, R. J., Steiner, G. A. A model for predictive measurements of advertising effectiveness. Journal of Marketing. 25, 59-62 (1961).
  8. Deci, E. L. . Intrinsic Motivation. , (1975).
  9. Kim, H. W., Chan, H. C., Gupta, S. Value-based adoption of mobile internet: an empirical investigation. Decision Support System. 43 (1), 111-126 (2007).
  10. Rogers, E. M. . Diffusion of Innovations, 4th Edition. , (1995).
  11. Fiore, A. M., Lee, S. E., Kunz, G. Individual differences, motivations, and willingness to use a mass customization option for fashion products. European Journal of Marketing. 38 (7), 835-849 (2004).
  12. Franke, N., Piller, F. T. Key research issues in user interaction with configuration toolkits in a mass customization system. International Journal of Technology Management. 26 (5/6), 578-599 (2003).
  13. Grisaffe, D. B., Nguyen, H. P. Antecedents of emotional attachment to brands. Journal of Business Research. 64 (10), 1052-1059 (2011).
  14. Lee, M. Factors influencing the adoption of internet banking: an integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications. 8 (3), 130-141 (2009).
  15. Pedeliento, G., Andreini, D., Bergamaschi, M., Salo, J. Brand and product attachment in an industrial context: the effects on brand loyalty. Industrial Marketing Management. 53, 194-206 (2016).
  16. Ilicic, J., Webster, C. M. Effects of multiple endorsements and consumer celebrity attachment on attitude and purchase intention. Australasian Marketing Journal. 19 (4), 230-237 (2011).
  17. Koo, G. Y., Hardin, R. Difference in interrelationship between spectators’ motives and behavioral intentions based on emotional attachment. Sport Marketing Quarterly. 17 (1), (2008).
  18. Kang, J. M., Kim, E. e-Mass customization apparel shopping: effects of desire for unique consumer products and perceived risk on purchase intentions. International Journal of Fashion Design, Technology and Education. 5 (2), 91-103 (2012).
  19. Kim, J. B., Rhee, D. The relationship between psychic distance and foreign direct investment decisions: a Korean study. International Journal of Management. 18 (3), 286-293 (2001).
  20. Simonson, I. Determinants of customers’ responses to customized offers: conceptual framework and research propositions. Journal of Marketing. 69 (1), 32-45 (2005).
  21. Iacobucci, D., Posavac, S. S., Kardes, F. R., Schneider, M. J., Popovich, D. L. Toward a more nuanced understanding of the statistical properties of a median split. Journal of Consumer Psychology. 25 (4), 652-665 (2015).
  22. Steenkamp, J. B. E. M., Baumgartner, H. Assessing measurement invariance in cross-national consumer research. Journal of Consumer Research. 25 (1), 78-90 (1998).
  23. Bollen, K. A. . Structural Equation with Latent Variables. , (1989).
  24. Sass, D. A. Testing measurement invariance and comparing latent factor means within a confirmatory factor analysis framework. Journal of Psychoeducational Assessment. 29 (4), 347-363 (2011).
  25. Hong, S., Malik, M. L., Lee, M. K. Testing configural, metric, scalar, and latent mean invariance across genders in sociotropy and autonomy using a non-western sample. Educational and Psychological Measurement. 63 (4), 636-654 (2003).
  26. Park, M., Yoo, J. Benefits of mass customized products: moderating role of product involvement and fashion innovativeness. Heliyon. 4, 00537 (2018).
  27. Neuman, W. L. . Social Research Methods: Qualitative and Quantitative Approaches, 6th Edition. , (2006).
  28. Kim, J. H., Jang, S. A scenario-based experiment and a field study: a comparative examination for service failure and recovery. International Journal of Hospitality Management. 41, 125-132 (2014).
  29. Hancock, G. R., Lawrence, F. R., Nevitt, J. Type I error and power of latent mean methods and MANOVA in factorial invariant and noninvariant latent variable systems. Structural Equation Modeling. 7 (4), 534-556 (2000).

Play Video

Cite This Article
Park, M., Yoo, J. Applying an eMASS Customization Program as a Research Tool to Evaluate Consumer Benefits. J. Vis. Exp. (151), e60035, doi:10.3791/60035 (2019).

View Video