大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析.docx

大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析.docx

《大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析.docx》由会员分享，可在线阅读，更多相关《大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析.docx（6页珍藏版）》请在冰豆网上搜索。

大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析

大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析

摘要：

大数据下，基于多源信息融合探索外卖平台客户重复购买因素分析，以美团，饿了么为例，共收集来自五个不同类型消费者的数据构建客户重复购买相关因素模型。

通过对不同订单进行建模研究购买因素之间的相关性，研究结果可以为外卖平台和客户之间提供更好的购买体验。

关键词：

多源信息融合;重复购买;结构方程模型

电子商务的快速发展，带动相关产业的发展，近年来与食品饮料相关的外卖产业发展势头良好。

美团研究院等权威机构联合发布的《2019年及2020年上半年中国外卖产业发展报告》数据显示，中国外卖产业规模在2019年达到6536亿元，较上一年同比增长39.3％。

外卖产业覆盖率进一步增加至14.0％。

对于外卖平台来说，发展新客户的成本平均是维护老客户成本的3-10倍。

因此，提高客户重复购买率，挽留老客户，挖掘新客户，实现客户体验与店铺利益的双赢则成为我们亟需解决的问题。

客户能否重复购买决定了其盈利多少，外卖平台重复购买因素也受许多原因共同影响，例如：

骑手配送效率、外卖品类、平台服务质量等，都会影响外卖产业质量。

本文基于大数据下的多源信息融合，建立影响客户重复购买因素的研究模型，为提升购买体验，优化平台提供参考。

1.理论背景

1.1客户重复购买的影响因素

本文对影响外卖客户重复购买因素进行分析，确立不同影响因素在消费者心目中所占比重，同时通过学术界对于影响网络购物购买因素的不同模型来构建本文研究的理论背景。

学者们研究不同单个因素的变量调节下对网络购物的影响因素。

杨金晶（2017）基于适应性期望和习惯调节的叠加作用，探讨了重复购买意愿与顾客价值的相关作用机制，分析了顾客价值、适应性期望和购物习惯对重复购买意愿带来的影响[1]。

在以顾客满意度的前提条件下，郭斌（2019）立足于用户的手机网购体验，为发现影响顾客重复购买意愿最大的因素是“情感体验”，构建了手机网购体验影响重复购买模型及移动在线购物体验影响重复购买意愿的理论模型[2]。

方毅等（2018）分析了重卡市场的客户群体，指出客户满意、感观价值、转换成本、客户信任及时间间隔等是影响客户重复购买的主要因素[3]。

Choi等（2019）通过建立五个假设代表客户满意度和物流服务的每个因素之间的关系:

质量信息,订单质量,交付质量,交付价格和客户服务（qualityofinformation,qualityoforder,qualityofdelivery,priceofdelivery,andcustomerservice），探讨了在线购物物流服务质量对顾客满意度及后续重复购买行为的影响[4]。

1.2外卖客户重复购买因素影响模型

本文梳理了不同购物情况下，不同类人群对消费情况的相关模型。

高丹丹（2014）使用PPM模型，同时考虑了顾客与购物网站的关系质量（其中包括满意度和信任程度），引入这些的惯性因子来探讨消费者和替代的吸引力对顾客重复购买意愿的全面影响，此研究得以补足传统模型中由于忽略了企业竞争和消费者特征而产生的因素不全面问题[5]。

王效俐（2016）对B2C模式下大学生的消费特点进行结构方程模型分析，最后，研究发现，对于大学生而言，影响网上重复购买意愿的主要是感知服务质量、感知价格公平和感知顾客满意度。

其中感知价格公平对大学生影响最大[6]。

陈海涛（2015）研究了以往在线商品重复购买意向的文献，建立了在线买卖平台用户重复购买意向的模型，并利用美团外卖客户的数据进行了实证分析[7]。

王艳（2017）通过使用S-O-R模型，考虑到顾客体验理论的视角对跨境电商B2C平台的影响因素，对相关消费者的重复购买意愿建设了理论模型[8]。

2.研究模型

结合相关学者的研究，本文将影响顾客重复购买的因素分为感知质量和顾客主观两大类，同时构建了本文的研究模型（如图1所示）

图1 研究模型

外卖客户的重复购买影响因素会与很多因素相关，但部分因素只是其中的中间变量，本文在文献的基础上对一些因素进行整合研究。

温亚蕊（2016）基于Lisrel8.7构建了结构方程模型（SEM）[9]。

结果表明，感知价值、顾客满意度、品牌关系和情境期望是影响重复购买意愿的因素。

对于顾客来说，顾客的感知价值和满意度是影响其重复购买的最重要两大因素。

当用户感知价值获得最大期望收益时，顾客的满意度就会得到提升，那么就会一个像顾客进行重复购买。

崔晓琼（2018）对用户需求和行为分析，引入了可能性模型，结合O2O外卖平台的现状和特征，论述了O2O外卖用户所使用的平台信息处理行为中的中心路径和边缘路径[10]。

用户的需求包含对信息质量的需求，对于服务质量的需求，对于系统质量的需求。

当顾客对需求感到满意时就会做出重复购买的行为，其购买意愿也会逐渐增强。

3.研究方法

3.1调查问卷

问卷设计借鉴前人文献证实的相关题项，并对其进行修改。

主要对于感知因素和顾客满意度及相关行为的实际应用进行选择。

在问卷中采用likert五级评分法，1代表“非常不同意”，5代表“非常同意”。

本文在国内最大的在线调查平台“问卷星”上发布问卷，邀请美团或者饿了么外卖注册用户参与，受试者需要按照自身实际情况做出回答。

最终回收问卷328份，在去掉无效问卷后，获得有效问卷269份。

3.2数据抓取分析

 基于对美团饿了么顾客评价及重复购买顾客的数据抓取，并用词云分析来获得结果（如图2、3所示），其中对于外卖小哥的评价占很大的比重，其次就是外卖的味道和商家的服务质量。

图2 美团词云图 图3 饿了么词云图

4.数据分析与结果

4.1测量模型

4.1.1信度分析

本文对量表进行信度分析，主要是检验各个分量表的测量题项之间是否具有内在一致性，主要以Cronbach’sα系数作为信度高低的判定标准，采用SPSS25.0对正式调研获取的269份有效样本数据进行信度分析，具体结果如表1所示。

表1量表信度分析

由上表1可知，正式调研量表整体的Cronbach’sα系数为0.824，各个分量表的Cronbach’sα系数均高于0.75。

表明测量模型具有较好的可信度。

因此可以认为本研究设计的各变量的分量表信度比较理想，每个变量的各外显观测指标之间具有较高的内部一致性，量表稳定性较高，问卷设计合理，能满足进一步研究的需要。

4.1.2效度分析

将正式调研获取的269份有效样本数据导入AMOS软件中进行运算，根据载荷系数值利用EXCEL求出CR值和AVE值，运算结果整合在表2中：

表2量表效度分析

从表中可以看出本研究模型所涉及观测变量对潜变量的标准化因子载荷均在0.5以上，验证性因子分析结果较为理想。

进一步地，根据标准化载荷系数，利用EXCEL可以求出各潜变量的组合信度值（CompositeReliability，CR）与平均方差抽取量（AverageVarianceExtracted，AVE）。

可以看出，组合信度均在0.7以上，平均方差抽取量在0.5以上,说明各潜变量具有较高的可靠度,量表具有较好的内在质量。

因此，可以认为本研究设计的问卷具有良好的效度，可以满足进一步研究的需要。

4.2结构模型

本文基于结构方程模型（SEM）实证分析方法进行假设检验，根据之前提出的在线外卖顾客重复购买理论模型，采用路

径分析的方法，使用AMOS22.0软件构建涵盖平台服务质量、商家产品价格、产品服务质量、顾客习惯、感知价值、顾客满意度、情感倾向、重复购买意向八个潜变量的关系路径模型，经过拟合修正后得到简化的SEM模型如下图4所示：

图4SEM模型图

由图4可以看出，平台服务质量对顾客满意度影响显著；商家产品价格对顾客习惯影响显著；产品服务质量对顾客满意度影响显著；感知价值和顾客习惯对重复购买意向影响显著。

5.讨论

本文借鉴了以往研究文献的影响因素，对于O2O外卖平台客户重复购买影响因素的研究如下：

一、顾客习惯对用户重复购买意向的影响最为显著，情感倾向对重复购买意愿的影响轻微。

说明顾客在在线外卖平台的购买过程中往往会将自己的习惯纳入选择外卖的考虑范围，从而产生重复购买意向。

而情感倾向主要体现在对平台与商家的评价。

而互联网的评价良莠不齐，有的甚至有刷单之嫌，绝大多数人很少评价，系统自动默认五星好评。

所以顾客一般会根据自己上一次的购买行为决定是否进行重复购买。

因此，平台可以用大数据技术对顾客习惯进行分析，提供相应店铺的推荐功能。

而对于新用户或者未在该店消费的用户，平台与商家可以开展一些折扣优惠活动来获得流量，提高用户的忠诚度。

二、商家产品价格对顾客习惯影响显著。

顾客对商品的价格往往会有一个预期的价格，如果商家产品价格超出了预期价格，顾客在一定程度上可能会改变习惯，即换一家店铺、平台或者不点外卖。

因此平台和商家在调整配送费和商品价格时应充分考虑这一因素，适当调整价格，减少用户流失。

三、平台服务质量和产品服务质量对顾客满意度影响显著，但对感知价值影响不大。

这说明在线外卖平台的交互性是否简洁高效、商家的信息更新是否及时以及两者所提供的服务是否可靠快捷将影响用户满意度的高低。

因此平台商家要重视网站优化设计，及时关注用户反馈的问题提高自身产品以及服务的质量，从而提高用户满意度，促进用户重复购买。

6.结束语

本文基于大数据，结合多源信息构建外卖客户重复购买影响因素模型。

并通过实际核验，证明所得结论。

但本实验依旧存在不足之处，第一，由于外卖平台的配送种类不够多样化，导致部分用户的购买需求是隐性的，未被发掘。

第二，由于收集到的数据人员阶层不够全面，可能会忽略一些因素。

未来研究中可以考虑将其代入研究。