E-Commerce Letters
Vol.
08
No.
01
(
2019
), Article ID:
28455
,
10
pages
10.12677/ECL.2019.81005
Analysis of Influencing Factors of Consumer Behavior in Online Medicine Consumption
Huaman Xu1, Yong Xu2, Jingwen Li2, Mingjing Jiang2
1School of Pharmaceutical Science, Shandong University, Ji’nan Shandong
2School of Economics and Commerce, South China University of Technology, Guangzhou Guangdong
Received: Dec. 26th, 2018; accepted: Jan. 8th, 2019; published: Jan. 15th, 2019
ABSTRACT
To study the purchase behavior of online medicine consumption, it is necessary to firstly obtain user reviews of online medicine consumption experience, and to study what factors affect consumer satisfaction; secondly, considering that corporate image will have an impact on consumer purchase decisions, we added it to the satisfaction model to improve the hypothesis model of the empirical research, and developed related research scales. Then, the data were collected in the form of a questionnaire. Through regression analysis, the two assumptions of the positive impact of recognition on customer satisfaction and the negative effect of consumption expectation on satisfaction are not established, and a revised model is obtained. Through empirical research, this paper concludes that the familiarity of corporate image has a negative impact on consumer satisfaction, while quality perception and perceived value have a positive impact on it.
Keywords:Online Medicine Consumption, Consumer Satisfaction, Corporate Image, Quality Perception, Perceived Value
网上药品销售的消费者行为影响因素实证分析
徐华蔓1,徐勇2,李静雯2,江明静2
1山东大学药学院,山东 济南
2华南理工大学经济与贸易学院,广东 广州
收稿日期:2018年12月26日;录用日期:2019年1月8日;发布日期:2019年1月15日
摘 要
本文在研究药品消费的网上购买行为时,首先抓取已经有过网上药品消费经历的用户评价,研究消费者满意度的影响因素;其次考虑到企业形象会对消费者购买决策产生影响,故将其加入满意度模型,对构建的实证研究的假设模型进行改进,并制定相关的研究量表。最后通过发放问卷的形式收集数据。通过回归分析得出认可度对消费者满意度有正向影响、消费期望对满意度有负向影响这两条假设不成立,并得出修正模型。通过实证研究,本文得出以下结论:企业形象的熟悉度对消费者满意度有负向影响,而质量感知、感知价值则对其有正向影响。
关键词 :网上药品消费,消费者满意度,企业形象,质量感知,感知价值
Copyright © 2019 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
1. 引言
据2017年发布的《中国互联网络发展状况统计报告》显示,中国网民数量达到7.51亿,互联网普及率为54.3%,超过全球平均水平4.6个百分点 [1] 。2015年,我国开始放开互联网医药市场,规定取得相应资格证书的互联网平台可以使用第三方物流解决配送难的问题 [2] 。医药电商的出现是商业模式的一种变革,在经历了十几年的曲折探索之后,进入相对稳定的高速发展阶段。
药品作为一种特殊的消费品,想要消费者接受医药电商这一渠道,市场还需要不断地培育。消费者认知是制约医药电商发展的一大瓶颈问题,横向对比欧美等发达国家,欧美等发达国家不仅在政策层面表现地更加开放,消费者的认知程度也比我们国家的高 [3] 。限制医药电商发展的另一重大因素为处方药的购买。一般来说,处方的获取途径包括:医院纸质处方拍照上传、医院开具电子处方单、电商企业的坐堂医生开具网上处方。如果采用前两种方式,处方能简单快速地传动给商家,但是商家想要简单快速地完成处方真假、有效期和药师资质的审核却比较难。医药电商想要发展,只能依靠自己拥有的坐堂医生,但是所需要的资金是相当巨大的,而且医保线上支付也难以实现 [4] 。
本文将构建网上药品销售的消费者满意度模型,并进行相应的实证分析,旨在分析网上药品销售的影响因素。
2. 文献综述
2.1. 国内外医药电商企业的研究现状
从医药电商的运营模式来看,目前国内医药电商的主要模式有三种:第一种是企业自建综合性商务交易模式(B2B),企业通过平台直接对接连锁型药店、诊所和各类经销商等 [5] 。第二种是B2C交易模式,即企业直接面对交易的最终环节消费者,如网上药店。最后一种则是送药O2O,这种模式区别于其他模式是其配送速度更快,满足了消费者的紧急需求。实体医药企业直接与医药O2O平台合作,有利于提高竞争力占领医药电商的市场 [6] 。Rama Prasad Kanungo提出医药电商是医药行业的创新,电子商务为制药行业提供更好的交易方式,能够实现竞争优势和持续增长 [7] 。日前,国务院发布促进“互联网 + 医疗健康”发展的意见,进一步促进医药电商在国内的发展。在政策利好的情况下,产业的资本也凸显了其积极的态度。“1药网”完成了5000万美元的新一轮融资,各家医药电商营收大幅上升。2018半年报显示,平安好医生上半年营收11.2亿元人民币,同比增长150.3%。由阿里健康代运营的天猫医药类目商品及阿里健康收购的保健食品类目电商平台服务业务交易总额合计超过人民币300亿元,电商平台服务收入达到人民币1.71亿元,同比实现324.1%的增长 [8] 。
从医药电商销售的影响因素来看,Cullen,Andrea J,Taylor,Margaret通过考察个人行为的观点,研究了企业对企业(B2B)购买和销售交易中电子商务系统的成功的影响因素,提出系统质量、信息质量、管理和使用、全球网络保证和同情和信任是潜在的关键成功因素 [9] 。在医药电商的起源地美国,诞生了全球首家网上药店Drugstore,在1998~2007年这十年的时间里,美国医药电商的销售规模从143亿猛增至531亿美元,这与其完善的管理模式,专业的服务体系的建设是分不开的 [10] 。
2.2. 消费者满意度理论研究
对企业来说,只有找到适合自己的、数量足够充足的客户群体,让自己的产品或者服务平稳切入客户需求,企业才能由此获得经营利润,赢得生存与发展 [11] 。研究网上药品的消费者行为,医药电商企业才能有效制定地营销策略,才能在后续的竞争中获得关键优势。
2.2.1. 各国消费者模型
1) 瑞典顾客满意度晴雨表指数模型(SCSB)
SCSB模型中,消费者满意度指到目前为止,对产品或服务的整体体验累计,其核心消费者满意度的总体评价 [12] 。在实际的生活中,消费者是否选择多次重复购买产品的依据,是之前累积起来的所有消费经历综合评判。SCSB模型是现行的各国消费者满意度指数模型的基础,具体如下图1所示:
Figure 1. Sweden customer satisfaction barometer
图1. 瑞典顾客满意度晴雨表指数模型
2) 美国消费者满意度指数模型(ACSI)
ACSI模型是由在SCSB模型的基础上创建的,ACSI模型与SCSB模型的区别在于其增添了变量感知质量 [13] 。具体如下图2所示:
Figure 2. American customer satisfaction index
图2. 美国消费者满意度指数模型
3) 中国消费者满意度模型(CCSI)
国内关于消费者满意度的研究起步较晚,大部分都是以ACSI和CCSI为研究基础,探讨不同行业进行消费者满意度。中国标准化研究中心与清华大学在ACSI模型的基础上借鉴了ECSI模型的优点,建立了适合中国的顾客满意度模型 [14] 。具体如下图3所示:
Figure 3. China customer satisfaction index
图3. 中国消费者满意度模型
3. 研究设计
3.1. 研究模型
本文依据CCSI模型构建网上药销售的消费者行为影响因素模型,如图4所示。
Figure 4. Model hypothesis
图4. 模型假设
消费期望:消费期望是指消费者根据主观和客观条件的分析,在一定的时间里达到购买目标或需求的一种心理活动 [15] 。
质量感知:是指消费者在使用产品后对其是否能满足个人需求、产品可靠性高低和对产品总体的感受的评价,包括客服、快递和产品三个方面。
感知价值:是指消费者在对其在消费中所能感受的回报与其在获得产品时所付出的成本进行权衡后对产品的总体评价。
企业形象:是指通过各种活动或者宣传,人们心中对企业的总体印象,熟悉度和认可度是企业形象的两个重要子因素。
消费者满意度:指消费者购买产品后产生的不同程度的满足状态。
3.2. 网上药品销售的消费者满意度影响因素提取
3.2.1. 消费者满意度影响因素提取
使用python并基于snowNLP对阿里健康平台上用户评价信息进行抓取和情感分析,抓取结果为含评价内容和每个评价的满意度,一共提取了9980条评论。首先我们按照消费期望、质量感知、感知价值三个不同的因素进行分类,如表1。
Table 1. Ranking of impact factor importance and satisfaction
表1. 影响因素重要度和满意度排名
3.2.2. 消费者满意度影响因素分析
本文根据评论的提取的8个因素,对所有的评论来进行分类。由于本文提取的数据量实在太大,故随机提取500条评论,构建本文的评论–因素矩阵。若该评论提及到该因素,则用1表示,没有提及则用0表示 [16] 。根据该评论–因素矩阵,以京东商城和当当网共500条评论数据组成的评论–因素矩阵,把前文提取的8个因素与顾客的总体评价进行了回归分析,观察各个因素与消费者满意度的回归系数时,发现消费期望,客服质量感知,活动促销的回归系数的T检验的概率大于0.05,故将这三个变量从总模型中剔除,重新回归得到的模型如表2。
Table 2. Consumer satisfaction regression model coefficient estimation table
表2. 消费者满意度回归模型系数估计表
由表2可知,各个变量的回归系数均为正数表明产品质量,产品价格,发货速度,物流速度都会对消费者满意度均具有显著的正向影响。为了解这5个因素占消费者满意度的权重,把系数归一化得出各因素权重,如表3:
Table 3. Weight analysis of various factors
表3. 各因素权重分析
3.3. 模型改进与假设
在我国的消费者满意度指数模型中,品牌形象也作为影响因素之一,但在网上抓取的评价中极少出现消费者对企业形象的看法,故采用问卷调查法,研究企业形象是否是消费者满意度的影响因素。引入企业形象的模型如图5。
Figure 5. Improved consumer satisfaction model
图5. 改进后的消费者满意度模型
根据改进的消费者满意度模型,提出以下假设:
H1:熟悉度对消费期望有显著正向影响;
H2:熟悉度对消费者满意度有显著正向影响;
H3:认可度对消费者满意度有显著正向影响;
H4:消费期望对消费者满意度有显著负向影响;
H5:客户服务质量对消费者满意度有显著正向影响;
H6:产品质量对消费者满意度有显著正向影响;
H7:快递服务质量对消费者满意度有显著正向影响;
H8:质量感知对感知价值有显著正向影响;
H9:感知价值对消费者满意度有显著正向影响。
3.4. 量表制作
Table 4. Research scale
表4. 研究量表
调查问卷采用里克特7级量表对问卷题目打分 [22] 。本次调查范围仅包括有网购药品的经历的人群。在本次调查中一共回收357份,有效问卷102份。
4. 实证结果分析
4.1. 信度与效度分析
在通过问卷数据论证假设前,对核心量表数据进行信度和效度分析,信度分析检验量表的稳定性,信度系数高低反映量表的稳定性高低,本文采用Cronbach’s α系数法对整体量表进行信度检验,Cronbach’s α系数为0.831,说明整体量表可信度非常高。对量表的各关键因素分别进行检验时,结果显示大部分关键因素的信度系数均已超过0.5,超过可以接受的可信度水准,其中企业形象量表Cronbach’s α为0.670,企业形象下设置的两个问题不是论证数据收集题项,即主要通过其平均值了解消费者对企业形象的感知。对比该量表的均值发现消费期望因素下的各子问题均值较高,都高于5,可见消费者在收到产品前对客户服务、产品质量以及快递服务均存在比较高的期待。
对整个量表及各个子量表进行信度检验后,可以对样本数据进行下一步相关和回归分析,进而论证假设,但是各个关键因素均含有子因素,这些因素又包含不同的问题,在相关和回归分析前需要对子因素进行降维,本文将采用主成分分析法提取主要因子。首先对整个量表进行KMO和Bartlett球形检验,KMO检验统计系数为0.733,显著性概率Sig. = 0.000,总量表结构效度非常高,可以进行因子分析。
在设计问卷时,关于企业形象的A1和A2问题项不作为论证假设的数据收集项,只需参考其均值,所以不需要对此进行公因子提取。熟悉度和认可度两个子因素共包含4个问题项,分别对熟悉度和认可度各自包含的问题项进行KMO与Bartlett检定,结果显示各变量KMO值均在0.5以上,可以进行因子分析。而且各变量Bartlett球形检验均不显著,说明各变量均不独立,相关性良好。
4.2. 回归分析
在回归分析过程中,首先利用杜宾–瓦特森检验进行自变量间多重共线性以及序列相关检验以确保回归分析的有效性,继而对假设H1~H9进行论证,回归分析中,认可度和消费期望与消费者满意度之间的回归系数绝对值均小于0.100,故拒绝H3,H4,认可度和消费期望被剔除模型。
根据重新建立的模型,以熟悉度,客服质量感知,快递质量感知,产品质量感知和感知价值为自变量,消费者满意度为因变量,共同建多元线性回归模型,观察各子因素与消费者满意度的回归系数以及是否通过显著性T检验,重新回归得到的模型如表5:
Table 5. Modified consumer satisfaction regression model coefficient estimation table
表5. 修正后的消费者满意度回归模型系数估计表
回归系数均为正数且明显大于0.100,即各变量的变化,会引起消费者满意度一定幅度的同方向变化;新模型与原模型比,各个系数都通过了显著性T检验,其中熟悉度对消费者满意度有显著负向影响,故拒绝H2。客户服务质量,产品质量,快递服务质量,感知价值对消费者满意度均具有显著的正向影响,即不拒绝假设H5、H6、H7和H9。
综上所述,不拒绝假设H1、H5、H6、H7、H8、H9,拒绝H2、H3、H4。
5. 结论
本文通过实证分析,对假设进行了检验,剔除不成立的假设,检验结果证明网上药品销售的消费者行为影响因素的影响因素包括熟悉度,质量感知,感知价值,其中质量感知包括客服,快递和产品三方面的子因素。
5.1. 企业形象的熟悉度负向影响消费者满意度
通过回归分析及论证结果可以看出,消费者对企业形象的熟悉度对消费者满意度有显著的负向影响。这是因为在网上药品的购买过程中,消费者对电商企业或卖家越熟悉,在选择购买时会产生更高的消费期待,但是在网上消费药品难免会遇到各种问题,例如客服质量、快递速度、产品质量等,从而导致很低的消费者满意度。这也就警示企业不能盲目铺设广告等措施提升企业形象,如果消费者在消费期望、质量感知、感知价值等方面没有满足期望,消费者对企业形象越熟悉,只会导致更低的消费者满意度。因此,医药电商要想获取更高的消费者满意度,首先要做的是提高产品质量、客服质量、快递速度等,完善消费体验,然后再考虑投放广告等,用以增强消费者对企业形象的熟悉度。
5.2. 质量感知因素对消费者满意度影响存在差异
质量感知对消费者满意度都存在显著的正向影响,但影响程度存在一定的差异。本文中将质量感知分为了客服质量感知、快递质量感知和产品质量感知,通过实证分析,客服质量对消费者满意度的影响不显著,快递质量感知中,发货速度相比于物流速度更重要,产品质量感知中,产品质量相比于快递包装更重要。这是因为消费者基于之前网购的经历,对物流服务都会有一个比较清晰的认识,所以只要物流速度固定在一个合理的期限消费者都能接受,故商家的发货速度对消费者满意度的影响更大。而产品质量感知的子因素中,消费者只要外包装能有限的保护商品内部,不影响正常使用,出现一定的破损是能够接受的,因而对消费者满意度产生更大影响的是产品自身的质量。
5.3. 产品价格对消费者满意度影响显著
感知价值对消费者满意度具有较高水平的显著性影响,其中价格的影响最显著,因为消费者会将网上消费的价格和实体药店或医院的价格进行对比,其次消费者还会在无形中会衡量网售的服务水平、产品质量以及快递服务与自己支付的成本是否相符等,所以会对消费者满意度有最显著的正向影响。因而电商企业在发展中可以提升消费者在价值方面的感知,例如在降低消费者对总成本的感知时,不仅仅指的是货币成本方面,还可以是消费者购物的时间成本,浏览网页对的精神成本和体力成本等,可以通过节假日做活动,更加便捷的网页设计。
文章引用
徐华蔓,徐 勇,李静雯,江明静. 网上药品销售的消费者行为影响因素实证分析
Analysis of Influencing Factors of Consumer Behavior in Online Medicine Consumption[J]. 电子商务评论, 2019, 08(01): 30-39. https://doi.org/10.12677/ECL.2019.81005
参考文献
- 1. CNNIC. 第40次中国互联网发展状况统计报告[DB/OL]. http://free.eol.cn/edu_net/edudown/CNNIC40.pdf, 2017.
- 2. 互联网药品交易服务审批暂行规定[J]. 科技与法律, 2005(3): 156-160.
- 3. 中国医药电商投资报告[J]. 资本市场, 2016(2): 19-49+18.
- 4. 陈海波. 网售处方药可行吗? [N]. 光明日报, 2014-07-12(004).
- 5. 黄静. 我国医药电商模式的研究[D]: [硕士学位论文]. 上海: 上海交通大学, 2014.
- 6. 宁家骏. “互联网+”行动计划的实施背景、内涵及主要内容[J]. 电子政务, 2015(6): 32-38.
- 7. Kanungo, R.P. (2004) E-Commerce in the Phar-maceutical Industry: Threshold of Innovation. Management Research News, 27.
- 8. 百家号. 激荡2018! 疯狂融资百亿人民币, 这个行业迎来大利好! [EB/OL]. https://baijiahao.baidu.com/s?id=1615984166857242337&wfr=spider&for=pc, 2018-11-02.
- 9. Cullen, A.J. and Taylor, M. (2009) Critical Success Factors for B2B E-Commerce Use within the UK NHS Pharmaceutical Supply Chain. International Journal of Operations & Production Management, 29, 1156-1185. https://doi.org/10.1108/01443570911000177
- 10. 邓周宇, 林小伟. 百海外医药电商深度分析[EB/OL]. http://www.360doc.com/content/16/0529/21/600316_563348368.shtml, 2016-05-29.
- 11. 彼得•德鲁克. 管理的实践[M]. 美国: 机械工业出版社, 2009: 35.
- 12. Johnson, M.D. and Fornell, C. (1991) A Framework for Compar-ing Customer Satisfaction across Individuals and Product Categories. Journal of Consumer Research, 12, 267-286.
- 13. Yi, Y. (1991) A Critical Review of Customer Satisfaction. In: Zeithaml, V., Ed., Review of Marketing. American, Marketing Association, Chicago, 68-123.
- 14. 国质监总局质量管理司, 清华大学中国企业研究中心. 中国顾客满意指数指南[M]. 北京: 中国编制出版社, 2003.
- 15. 汤兵勇. 孙天慧. 客户关系管理[M]. 北京: 高等教出版社, 2015: 1-57.
- 16. 吴玲, 翟千惠. 基于四分图模型的电力客户服务实证分析[J]. 南京工程学院学报, 2012, 10(4): 57-58.
- 17. 赵蔚如, 吴金英. O2O模式下在线外卖消费者满意度调查及影响因素研究[J]. 物流工程与管理, 2018, 40(11): 108-109 + 85.
- 18. 张悦, 徐溥, 张东哲. 辽宁省大学生消费者的手机产品满意度研究[J]. 经济研究导刊, 2018(20): 111-113.
- 19. 查金祥, 王立生. 网络购物顾客满意度影响因素的实证研究[J]. 管理科学, 2006(1): 50-58.
- 20. 朱佳. 社会存在感对社交商务消费者满意度的影响研究[J]. 消费经济, 2016, 32(1): 46-51.
- 21. 任怡楠. 消费者对海南美丽乡村满意度的调查分析[J]. 经贸实践, 2018(22): 207-209.
- 22. 符健春. 李科特量表的最优反应分类数研究[C]//中国心理学会. 第十一届全国心理学学术会议论文摘要集. 中国心理学会, 2007: 1.