Summary

Anwenden eines eMASS-Anpassungsprogramms als Forschungstool zur Bewertung der Vorteile der Verbraucher

Published: September 27, 2019
doi:

Summary

Hier wird ein Protokoll vorgestellt, mit dem die Reaktionen der Verbraucher auf Massenanpassungen im Kontext des Online-Handels untersucht werden. Das Protokoll beschreibt das Online-Erhebungsverfahren und wie Daten mittels struktureller Gleichungsmodellierung und Gruppendifferenzen mithilfe latenter Mittelwertanalysen analysiert werden.

Abstract

Da viele Wissenschaftler und Praktiker Personalisierung und Beziehungsmarketing studieren, ist es wichtig, Personalisierung wie Massenanpassung durch Marketing-Technologie bereitzustellen. Ziel dieser Studie ist es, zu untersuchen, wie Verbraucherforschung mittels einer Online-Umfrage und Analyse von Daten durchgeführt werden kann. Diese Studie untersucht die wahrgenommenen Vorteile der Verbraucher bei der Anpassung eines Produkts sowie emotionale Produktbindung, Einstellungen zu einem Anpassungsprogramm und Loyalitätsabsichten im Kontext des Online-Handels. Darüber hinaus untersucht diese Studie, wie sich die Reaktionen der Verbraucher aufgrund individueller Merkmale wie Modeinnovation unterscheiden. Ein Online-Umfrageunternehmen in Südkorea rekrutierte 290 weibliche Bekleidungskäufer, die Bekleidung online kauften. Um die externe Gültigkeit zu verbessern, nutzte diese Studie eine bestehende Retail-Website mit einem etablierten Massenanpassungsprogramm. Nach Abschluss des Anpassungsprogramms füllen die Teilnehmer den Online-Fragebogen aus. Strukturelle Gleichungsmodellierung (SEM) und latente Mittelwertanalysen (LMAs) werden dann für Analysen durchgeführt. In dieser Studie wird betont, wie wichtig es ist, die Messungsinvarianz für mittlere Vergleiche zu testen. Vor dem SEM und LMA folgt diese Studie der Hierarchie von Invarianztests (konfiguraler Invarianztest, metrischer Invarianztest und skalareinre invarianztest), die bei herkömmlichen Ansätzen wie ANOVA nicht berücksichtigt werden. Diese statistischen Analysen bieten die Anwendbarkeit der Invarianztestverfahren und lmA auf das Verbraucherverhalten. Die Schlussfolgerungen der mittleren Unterschiede haben Integrität und Gültigkeit, da sie sich an einem ausgeklügelten statistischen Verfahren orientieren, um die Messungsinvarianz zu gewährleisten.

Introduction

Massenanpassung bezieht sich auf die Fähigkeit eines E-Einzelhändlers, Produkte, Dienstleistungen und die Transaktionsumgebung auf einzelne Kunden zuzuschneiden1. Die Verbraucher von heute sind mit Standardprodukten nicht zufrieden, und viele Einzelhändler haben dies erkannt. Das Angebot einer Massenanpassungsoption ist eine Methode, um Kundenbindung und Wettbewerbsvorteile zu erhalten2. Massenanpassung als Marketingtaktik ermöglicht es Verbrauchern, ihre eigenen Produkte auf der Grundlage besonderer Bedürfnisse zu erstellen und bietet somit individualisierte Produkte oder Dienstleistungen3. Verbraucher können beispielsweise nicht nur ein Paar Schuhe kaufen, die in Massenhergestellt sind, sondern auch ein neues und einzigartiges Paar Schuhe erstellen, die auf normalen Einzelhandelswebsites nicht verfügbar sind, indem sie die Farbe, den Stoff und andere Designkomponenten auswählen. Als Ergebnis können Verbraucher günstigere Produkte kaufen, und ihre Zufriedenheit mit dem kundenspezifischen Produkt sowie Markentreue erhöhen4,5.

Mit der zunehmenden Nutzung des Internets ist der Massenanpassungsprozess schneller und effizienter geworden, was die Reduzierung der Produktionszeit und die Bereitstellung von mehr Designoptionen mit den gleichen Kosten betrifft. Darüber hinaus können sich Einzelhändler darüber informieren, was ihre Zielkunden bevorzugen und so starke Beziehungen zu ihnen aufbauen6,7. Daher haben viele Branchen (z. B. Bekleidung, Schuhe, Autos und Computer) Anpassungsprogramme eingeführt. Obwohl die Massenanpassung sowohl Verbrauchern als auch Einzelhändlern zugute kommt, stehen einige Einzelhändler vor Herausforderungen8. Daher muss untersucht werden, wie die Verbraucher Vorteile wahrnehmen und wie diese Vorteile andere Shopping-Antworten auf langfristigen Erfolg beeinflussen.

Ausgehend von der Hierarchie der Effekte (HOE) Modell aus Überzeugungstheorien9, schlägt diese Studie vor, dass Verbraucher Informationen auf der Grundlage von Kognition-Affekt-Conation-Sequenz zu verarbeiten. Insbesondere untersucht diese Studie (nach der Erstellung eines massenangepassten Produkts), ob wahrgenommene Verbrauchervorteile (Kognition) Loyalitätsabsichten (Konation) durch Produktanhang und die Einstellung zu einem Massenanpassungsprogramm beeinflussen (beeinflussen) . Basierend auf Motivationstheorie10werden wahrgenommene Vorteile in extrinsische und intrinsische Vorteile11unterteilt.

Der extrinsische Nutzen bezieht sich auf den wahrgenommenen Wert eines Verbrauchers, der sich aus der Verwendung eines Produkts12 ergibt (also nahe an der Produktqualität11), während der intrinsische Nutzen auf eine angenehme Erfahrung bei der Verwendung eines Produkts11hinweist. In einem Massenanpassungskontext ist der extrinsische Nutzen mit dem Produkt verbunden, das ein Verbraucher erstellt, und der intrinsische Nutzen hängt mit der Anpassungserfahrung zusammen, die hedonische und erfahrungsgemäße Bedürfnisse13,14erfüllt. Frühere Untersuchungen haben herausgefunden, dass die wahrgenommenen Vorteile der Verbraucher die emotionale Produktbindung15 und die positive Einstellung zu einem Massenanpassungsprogramm verbessern16. Emotionale Produktbindung bezieht sich auf eine emotionale Bindung, die Verbraucher mit einem Produkt verbinden17, die Die Einstellung zum Anpassungsprogramm positiv beeinflusst18 und Loyalitätsabsichten19. Darüber hinaus beeinflussen Einstellungen zu einem Anpassungsprogramm die Loyalitätsabsichtenpositiv 20.

Schließlich untersucht diese Studie, wie ein individuelles Merkmal (d. h. Modeinnovation) die Reaktionen der Verbraucher unterschiedlich beeinflusst. Mode-Innovation bezieht sich auf das Ausmaß, in dem die innovative Tendenz eines Individuums die Akzeptanz eines neuen Modeartikels beeinflusst21. Forschungsergebnisse zeigen, dass Verbraucher, die Konformität vermeiden wollen (d. h. hochmodische innovative Verbraucher), motiviert sind, einzigartige Produkte zu erwerben, was darauf hindeutet, dass Massenanpassung eine wirksame Taktik sein kann, um sich von anderen zu unterscheiden. 22. Daher geht diese Studie davon aus, dass eine größere Anzahl positiver Reaktionen für hochmodische innovative Verbraucher generiert wird.

Basierend auf früheren Literaturrezensionen befasst sich diese Studie mit den folgenden Forschungshypothesen. H1: Wahrgenommene Vorteile (a: extrinsischer Nutzen, b: intrinsischer Nutzen) eines massangepassten Produkts wirken sich positiv auf die emotionale Produktbindung aus; H2: Wahrgenommene Vorteile (a: extrinsischer Nutzen, b: intrinsischer Nutzen) eines massangepassten Produkts wird die Einstellung zu einem Massenanpassungsprogramm positiv beeinflussen; H3: Emotionale Produktbindung wird die Einstellung zu einem Massenanpassungsprogramm positiv beeinflussen; H4: Emotionale Produktbindung wirkt sich positiv auf Treueabsichten aus; H5: Die Einstellung zu einem Massenanpassungsprogramm wird loyalitätsabsichten positiv beeinflussen; und H6: Im Vergleich zu low fashion innovation werden High-Fashion-Innovatoren positivere Reaktionen auf (a) wahrgenommene Vorteile, (b) emotionale Produktbindung, (c) Einstellungen und (d) Verhaltensabsichten haben.

Um die externe Gültigkeit zu verbessern, verwendet diese Studie ein vorhandenes Massenanpassungsprogramm. Potenzielle Teilnehmer in Südkorea werden für diese Studie rekrutiert und werden gebeten, ihre eigenen Trenchcoats mit einem Programm zu erstellen, als ob sie das Produkt tatsächlich gekauft hätten. Um die Antworten der Teilnehmer anhand ihrer Anpassungserfahrungen zu untersuchen, verwendet diese Studie eine Online-Umfrage. Die Teilnehmer können sofort nach der Online-Nutzung des Anpassungsprogramms auf den Fragebogen zugreifen. Nach der Datenerhebung untersucht die Studie mit sem eine Gruppe, um die Auswirkungen von Verbrauchernutzen auf Produktbindung, Einstellung und Loyalitätsabsichten zu untersuchen. Um die moderierenden Rollen der Modeinnovation zu untersuchen, verwendet die Studie LMAs.

Protocol

Diese Forschung wurde von der IRB Review an der Ewha Womans University ausgenommen und erhielt die Protokollnummer #143-18. 1. Rekrutierung von Teilnehmern Bereiten Sie sich auf die Durchführung einer Online-Umfrage vor.HINWEIS: Eine Online-Umfrage wurde mit einem Umfrageunternehmen in Südkorea durchgeführt. Das Forschungsunternehmen verfügt über das größte Verbraucherpanel mit hohen Ansprechraten in Korea. Die Alters- und Geschlechterverteilungen im Panel…

Representative Results

Die Frequenzstatistik bot Merkmale der Stichprobe. Insgesamt 290 weibliche Online-Konsumenten haben den Einkaufsprozess mit dem E-Massen-Anpassungsprogramm abgeschlossen. Die demografischen Merkmale der Stichprobe waren gleichmäßig verteilt. Nach Altersgruppen waren 23,1 % in den Zwanzigern, 28,3 % in den Dreißigern, 26,6 % in den Vierzigern und 22,1 % in den Fünfzigern. Nach dem Familienstand waren 58,3 % verheiratet, während 40 % ledig waren. Nach Beruf waren 45,2 % Büroangestellte, 22,8 % Hausfrauen, 10,3 % Beru…

Discussion

Implikationen von Befunden
Die Ergebnisse dieser Studie zeigen, dass die extrinsischen und intrinsischen Vorteile der Verbraucher, die sich aus der Schaffung eines massierten, maßgeschneiderten Produkts ergeben, dazu beitragen, die emotionale Bindung an das Produkt zu fördern, positive Einstellungen zum Anpassungsprogramm zu schaffen und Loyalitätsabsichten. Die Ergebnisse über die mäßigenden Effekte der Mode-Innovation zeigen, dass im Vergleich zu Verbrauchern in einer Low-Fashion-Innovationsgr…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Die Daten wurden aus Park und Yoos Studie29geändert. Diese Arbeit wurde vom Bildungsministerium der Republik Korea und der National Research Foundation of KOREA (NRF = 2016S1A5A2A03927809) unterstützt.

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