Опубликовано в журнале "Маркетинг в России и за рубежом" №2 год - 2018
Назарова А.В.,
аспирант кафедры экономики и управления на металлургических
и машиностроительных предприятиях Высшей школы экономики
и менеджмента ФГАОУ ВПО «УрФУ имени первого Президента России
Б.Н. Ельцина», РФ, г. Екатеринбург
Обухов О.В.,
кандидат экономических наук, доцент кафедры экономики
и управления на металлургических и машиностроительных
предприятиях Высшей школы экономики и менеджмента
ФГАОУ ВПО «УрФУ имени первого Президента России Б.Н. Ельцина»,
РФ, г. Екатеринбург
В статье исследуется процесс принятия решения о совершении покупки в электронной коммерции. Цель исследования – определить, чем руководствуется потребитель в Интернете при принятии решения о покупке у конкретного продавца, какие факторы оказывают влияние на положительное принятие решения о покупке. На основании исследования выделены факторы, оказывающие влияние на принятие решения о покупке, показано взаимовлияние этих факторов и их влияние на конечное принятие решения в модели. Исходя из полученных результатов может быть предложена методика повышения эффективности деятельности предприятия электронной коммерции.
Формат исследования
На сегодняшний день для сайтов электронной коммерции в среднем только 1% посещений конвертируются в покупки [1]. При этом интернет-магазины несут расходы на привлечение посетителей на сайт. Это значит, что повышение конверсии на сайте интернет-магазина может являться фактором увеличения эффективности деятельности предприятия электронной коммерции.
Цели исследования следующие.
• Определить, чем руководствуется потребитель в Интернете при принятии решения о покупке у конкретного продавца.
• Определить, какие факторы оказывают влияние на положительное принятие решения о покупке.
В рамках исследования рассмотрен не весь цикл принятия решения, а только процессы, связанные с взаимодействием с сайтом интернет-продавца, т.е. этапы: оценка и выбор вариантов, выбор источника покупки и покупка, послепокупочные процессы. При составлении гипотез за основу модели принятия решения взята модель Хоукинса [2].
На основе существующих исследований о факторах, определяющих поведение покупателей в Интернете, были выделены четыре группы факторов, которые обозначены в табл. 1 [5–9].
В существующих исследованиях не учитывается тот факт, что часто пользователь совершает покупку не в первом сеансе посещения сайта интернет-магазина.
Согласно данным компании Google, в среднем пользователь посещает сайт интернет-продавца 2–3 раза перед совершением покупки. Более того, пользователь может заходить на сайт интернет-магазина с целью просто посмотреть товары, сравнить цены, варианты, поискать идеи для покупки. В течение года покупатель заходит на сайт продавца в среднем 23 раза [3]. Каждый такой визит может нести либо отрицательный, либо положительный эффект, в конечном счете оказывая влияние на вероятность совершения покупки в конкретном интернет-магазине.
Предложенная автором модель исследования отображена на рис. 1.
Методика исследования
Разработка анкеты
На основе сформулированных гипотез и модели исследования авторами была разработана анкета. Анкета содержала 24 вопроса, 19 из которых касались различных аспектов, касающихся покупок в интернет-магазине. Были использованы как прямые, так и обратные вопросы. Пять вопросов касались социально-демографических и потребительских характеристик респондентов и использовались для формирования репрезентативной выборки. Предлагаемые ответы были преобразованы в порядковую шкалу, полученные значения были нормализованы.
После проведения пробного исследования опросник был адаптирован к задачам исследования и модифицирован. В частности, в каждом вопросе был добавлен открытый вариант ответа, что в дальнейшем помогло скорректировать ответы и вопросы для их однозначной трактовки респондентами.
Сбор данных
Анкета была составлена в электронном виде с помощью инструмента Google Формы. Анкета распространялась с помощью социальных сетей и сервисов электронной почты в июле 2017 г., всего было собрано 136 анкет. Одна анкета была исключена из анализа как некорректно заполненная.
Выборка
Объем генеральной совокупности потребителей в Интернете составляет 54,7 млн человек [3]. Структура интернет-аудитории определялась по данным исследований Ассоциации компаний интернет-торговли (АКИТ) и аналитического агентства Markswebb Rank&Report. По данным АКИТ, наиболее активной аудиторией Интернета являются пользователи от 16 до 29 лет [Там же]. Согласно исследованиям аналитического агентства Markswebb Rank&Report, частота покупок в Интернете в зависимости от пола респондента разнится в зависимости от категории покупок, однако в целом женщины являются наиболее частыми покупателями товаров в Интернете [1].
Для заданного объема генеральной совокупности с вероятностью, равной 95%, погрешность измерений составит 5,93%.
В табл. 2 приводятся социально-демографические и потребительские характеристики респондентов, приглашенных для участия в исследовании. По своим социально-демографическим и общим потребительским характеристикам совокупность респондентов удовлетворяет целям исследования. В выборку входят пользователи разного возраста, с разной покупательной способностью и разного пола, однако большая часть представляет собой портрет среднестатистического пользователя интернет-магазинов.
Ограничения исследования
Использование электронной анкеты не дает возможности уточнять те или иные вопросы, поэтому однозначная трактовка вопросов и ответов респондентами не гарантирована. В дальнейшем рекомендуется обсуждать полученные результаты в фокус-группах.
Следует учитывать, что различия в окружающей среде и инфраструктуре играют важную роль в отношении потребителей к совершению покупок, поэтому выводы исследования не следует переносить на малые населенные пункты, где качество жизни, доходы и иные параметры будут другими.
Обработка данных
Данные обрабатывались с помощью программ SPSS Statistics 23 и IBM SPSS AMOS 23.
Анализ данных и интерпретация результатов
Факторный анализ
Анализ литературы позволил выделить 15 переменных, касающихся намерения совершить покупку в интернет-магазине. С помощью факторного анализа число переменных было снижено до 7, включая результирующую.
Для построения модели исходные значения ее были стандартизированы (нормализованы). Были соблюдены требования к первичным данным и переменным, отбираемым для факторного анализа: переменные были количественно измерены, симметрия в первичных данных отсутствовала, объем выборки превышал количество переменных более чем в 5 раз. Для определения возможности использования факторного анализа были использованы критерий сферичности Бартлетта и критерий адекватности выборки Кайзера–Мейера–Олкена. Значимость для критерия сферичности Бартлетта 0 < 0,05.
Нулевая гипотеза об отсутствии корреляции между переменными была отклонена.
Мера адекватности КМО 0,586 > 0,5, что подтверждает пригодность имеющихся данных для факторного анализа.
Для проверки нормальности распределения использовалось графическое изображение данных в форме гистограмм. Далее был проведен тест Колмогорова–Смирнова. По результатам теста гипотеза о нормальном распределении была отклонена для каждой из переменных. В связи с этим для расчета зависимостей был использован непараметрический метод.
На основании ответов респондентов были рассчитаны значения коэффициентов корреляции Спирмена и построена корреляционная матрица. Согласно корреляционной матрице оказалось проблематично выделить латентные факторы в системе связи признаков.
Для вычисления факторных нагрузок для признаков был использован анализ главных компонент. Был проведен анализ общностей, под общностью понимается доля дисперсии отдельной переменной, которая объясняется общими факторами. Результаты представлены в табл. 3. Во второй колонке показаны общности после извлечения факторов. Общности для всех переменных достаточно высоки, что подтверждает правомерность применения факторного анализа.
На рис. 2 представлена визуализация объясненной дисперсии с помощью графика «Каменистая осыпь».
В табл. 4 представлены значения дисперсий, соответствующие выявленным факторам.
Для определения принадлежности признаков к факторам была составлена матрица факторных нагрузок, однако с ее помощью не удалось однозначно выявить связь между факторами и признаками. После применения метода вращения варимакс (с нормализацией Кайзера) были получены некоррелированные факторы. Вращение сошлось за 7 итераций. Были определены переменные с высоким значением нагрузок по одному и тому же фактору.
Результаты расчета факторных нагрузок представлены в табл. 5. В соответствии с этим были выделены следующие компоненты.
1. Воспринимаемое качество товара.
Под воспринимаемым качеством понимается оценка пользователем того, насколько товар удовлетворяет целям использования и нормам качества по описанию и характеристикам товара, представленным на странице сайта продавца. В этот компонент вошли переменные, касающиеся формирования впечатления о качестве товара: фото, видео, описания, а также отзывы других пользователей о товаре.
2. Минимизация воспринимаемого риска.
Исходя из того как в веб-среде представлена информация о товаре или интернет-магазине, те или иные действия (в частности, покупка, оплата) могут восприниматься пользователем как рискованные. К рискам относятся не только финансовые риски. Пользователь может воспринимать как риск: потерю времени без достижения ожидаемого результата; приобретение некачественного товара; потерю времени и сил на оформление возврата, в случае если товар оказался некачественным. Переменная «Возможность возврата и обмена» также имеет значимую факторную нагрузку в этом компоненте. Это объясняется тем, что гарантия на товар, возможность вернуть и обменять его снижают воспринимаемые риски.
Переменная «Недостаточность информации о товаре» имеет отрицательную факторную нагрузку по компонентам «Эффект визита» и «Опыт взаимодействия», а также «Воспринимаемая полезность», что можно трактовать следующим образом: невозможность найти необходимую информацию снижает удовлетворенность пользователя от сеанса взаимодействия с интернет-магазином и эффект, оказываемый текущим визитом интернет-магазина на вероятность совершения покупки.
3. Воспринимаемая полезность товара.
Компонент включает такие переменные, как наличие качественных фотографий товара, описаний функционала товара, видеообзоров товара и хороших отзывов о товаре. То есть в данный компонент включены составляющие, формирующие положительное впечатление о товаре посредством веб-интерфейса. Стоит заметить, что отсутствие воспринимаемых рисков имеет значимую факторную нагрузку для компонента «Воспринимаемая полезность».
4. Нерациональные факторы принятия решения.
К нерациональным факторам принятия решения можно отнести принятие решения о покупке под воздействием ограничения по количеству товара, ограничения по времени совершения сделки, ограничения по времени скидки, социальное доказательство.
5. Опыт взаимодействия с продавцом.
В данный компонент вошли факторы, связанные с некоторым опытом взаимодействия покупателя с продавцом до момента принятия решения. Причем речь не только о предыдущих покупках у данного продавца, но и о взаимодействиях с продавцом по разным каналам: социальные сети, реклама, посредством «сарафанного радио», т.е. отзывов. Удовлетворенность взаимодействием с интернет-магазином в текущем сеансе имеет значимую факторную нагрузку в компоненте «Опыт предыдущего взаимодействия» и в компоненте «Изначальное намерение совершить покупку». Этот факт можно трактовать так: положительный пользовательский опыт влияет как на удовлетворенность пользователя в текущем сеансе взаимодействия с интернет-магазином (вне зависимости от намерения совершить покупку), так и на будущее намерение совершить покупку.
6. Накопительный эффект визита.
В этот компонент вошли переменные, связанные с тем фактом, что часто потребитель не склонен совершать покупку в первом сеансе взаимодействия с сайтом, а на намерение совершить покупку в последующем сеансе влияет положительный опыт взаимодействия в предыдущем. В первом сеансе взаимодействия с интернет-магазином потребитель может просто сравнивать варианты, искать подходящий товар, выгодные предложения и т.д. При этом принятие решения о покупке происходит постепенно, формируется как сумма «эффектов визита».
7. Изначальное намерение совершить покупку.
Данный компонент включал переменные, связанные с намерением совершить покупку в текущем сеансе посещения интернет-магазина. Вопросы включали формулировки: «Я сразу покупаю товар в Интернете», «Я уверен, что интернет-магазину можно доверять». Сюда вошли такие переменные, как изначальное намерение совершить покупку при визите в магазин, положительный опыт взаимодействия с интернет-магазином, выгода найденного предложения и имеющиеся социальные доказательства, обеспечивающие доверие к интернет-магазину.
В последний компонент вошли переменные, связанные с намерением совершить покупку в конкретном интернет-магазине. Вопросы были сформулированы так: «Мне проще решиться на покупку...», «Чтобы я выбрал товар в конкретном интернет-магазине…», «Я покупаю товар в Интернете...». Интересно то, что небольшая цена товара при принятии решения о покупке имеет значимую факторную нагрузку в компоненте «Снижение воспринимаемого риска», но и некоторые нагрузки – в компонентах «Эффект визита» и «Намерение совершить покупку».
В целом это еще раз подтверждает тот факт, что небольшая цена на товар позволяет быстрее принять решение о покупке в текущем сеансе.
Для каждого фактора и переменных, входящих в данный фактор, были посчитаны коэффициенты пригодности Альфа Кронбаха. При этом каждая переменная была соотнесена только с одним фактором. На основании получившихся коэффициентов никакие из переменных не были исключены, так как после любого такого исключения коэффициент пригодности снижался бы.
Путевой анализ
С целью определения роли каждого фактора был проведен путевой анализ.
Путевой анализ является более расширенным вариантом регрессионной модели.
Для каждой переменной, находящейся в роли зависимой, реализуется регрессия на другие переменные, обозначенные как причины.
Согласно основным принципам структурного моделирования каждая переменная определяется соответствующим фактором. При этом детерминирующий фактор объясняет только определенную долю каждой зависимой от него переменной (факторная нагрузка). Для каждой наблюдаемой переменной был задан остаточный компонент, член ошибки. Члены ошибки отражают необъясненную дисперсию плюс ошибку измерения. На рис. 3 переменные и члены ошибки опущены, чтобы не перегружать рисунок.
Для подтверждения пригодности модели были проведены тесты на соответствие. Модель удовлетворяет экспериментальным данным. Значение хи-квадрата при 149 степенях свободы – 162,781. Рекомендуемое отношение хи-квадрата к количеству степеней свободы должно быть ≤ 2, фактическое = 1,282. Показатель GFI = 0,9 (рекомендуемое значение ≥ 0,9), AGFI = 0,846 (рекомендуемое значение > 0,8), RMSEA (Root mean square error of approximation) = 0,046 (рекомендуемое значение < 0,06).
Для построения структурной модели использовалась программа AMOS SPSS 23.
В качестве эндогенных переменных были заданы воспринимаемое качество, воспринимаемые риски, нерациональная оценка. Экзогенными переменными являются воспринимаемая полезность, эффект визита, положительный опыт взаимодействия с интернет-магазином, намерение совершить покупку.
Значения коэффициентов у односторонних стрелок являются значениями коэффициента β в уравнении множественной регрессии и отражают степень взаимовлияния факторов. Сплошные односторонние стрелки обозначают причинно-следственную связь.
Выводы
В исследовании касательно факторов, определяющих намерение совершить покупку в Интернете, приняло участие 135 респондентов. В ходе эксплораторного факторного анализа было выделено 7 факторов. С помощью анализа путей была выявлена взаимосвязь между отдельными факторами. Выделение факторов «Намерение совершить покупку в текущем сеансе», «Опыт взаимодействия с продавцом», «Эффект визита» подтверждает основную гипотезу исследования о том, что на конверсию в текущем сеансе пользования интернет-магазином оказывает влияние накопленный положительный опыт взаимодействия пользователя с интернет-продавцом. При этом на накопление и формирование положительного опыта взаимодействия влияет опыт взаимодействия в текущем сеансе (даже если в этом сеансе пользователь не намерен совершать покупку). К опыту взаимодействия относится как навигация по сайту с целью поиска и сравнения товаров и цен, так и взаимодействие с брендом интернет-магазина посредством социальных сетей либо отзывов об интернет-магазине.
В каждом визите на формирование положительного пользовательского опыта оказывает влияние как нерациональная оценка выгод товара, создаваемая средствами веб-интерфейса, так и рациональная оценка выгод. При оценке потенциальной полезности товара пользователи опираются на оценку качества товара и оценку рисков, связанных с приобретением товара (как с процессом, так и с результатом).
Результаты исследования могут быть использованы для формирования конверсионого пути покупателя на сайте интернет-магазина и точек касания потребителя с интернет-продавцом за пределами интернет-магазина.
Используемые источники
1. E-commerce User Index 2016 / Аналитическое агентство Markswebb Rank&Report. Электрон. текстовые дан. [б.и.], 2017 [Электронный ресурс]. URL: markswebb.ru/ecommerce/e-commerce-user-index-2016/
2. Hawkins D.I., Best R.J., Coney K.A. Consumer behavior // Implications for marketing strategy. – 2010. – Т. 5.
3. Покупатели в Интернете: кто они и каковы их потребительские привычки / Google Inc. Электрон. текстовые дан. [б.и.], 2017 [Электронный ресурс]. URL: thinkwithgoogle.com/intl/ru-ru/research-study/pokupateli-odezhdy-v-internete-kto-oni-i-kakovyikhpotrebitelskie-privychki/
4. Рынок интернет-торговли в России. Итоги за 2016 год / Ассоциация компаний интернет-торговли. Электрон. текстовые дан. [б.и.], 2017 [Электронный ресурс]. URL: akit.ru/рынок-интернет-торговли-россии-итоги/
5. Bhatnagar A., Misra S., Rao H.R. On risk, convenience, and Internet shopping behavior // Communications of the ACM. – 2000. – Т. 43. – No. 11. – С. 98–105.
6. Close A.G., Kukar-Kinney M. Beyond buying: Motivations behind consumers online shopping cart use //Journal of Business Research. – 2010. – Т. 63. – No. 9. – С. 986–992.
7. Howard J.A., Sheth J.N. The theory of buyer behavior. – N.Y.: Wiley, 1969. – Т. 14.
8. Moe W.W. Buying, searching, or browsing: Differentiating between online shoppers using in-store navigational clickstream // Journal of consumer psychology. – 2003. – Т. 13. – No. 1–2. – С. 29–39.
9. Moe W.W., Fader P.S. Dynamic conversion behavior at e-commerce sites //Management aScience. – 2004. – Т. 50. – No. 3. – С. 326–335.
