新零售背景下,线上企业、线下传统消费品零售企业以及各类跨界企业巨头都在积极尝试拓展零售渠道,形成多种渠道相结合的销售模式。线上购物具有时间、价格优势,但相对实体商店而言,消费者感知风险仍然很高,缺乏足够的消费者信任是目前在线交易发展的最大障碍[1]。消费者的购物渠道选择往往是产品价格、购物时间、交货时间以及感知风险之间的权衡,其对不同渠道的支付意愿是时间、便利性以及风险成本的函数,并且随消费者偏好特征而变化[2]。消费者行为决定了购物渠道的选择,而个人冒险行为往往取决于其对风险的感知以及对风险的接受程度[3],因而风险将影响消费者购物的渠道选择行为。消费者在绝大多数购买决策中都会感受到风险,风险感知极大地影响消费者购买决策,导致其更改、延迟或者放弃购买[4]。在线环境固有的无形性与非人员面对面接触导致更大的消费者感知风险。当产品或服务存在不确定性时,相对而言风险厌恶程度低的消费者偏好选择在线购物,而风险厌恶程度高的偏好选择实体商店[5]。线上企业除了提供便捷的购买方式、优惠价格,如何满足消费者心理需求上的安全感更为重要。
一些学者的研究发现,由于信任对消费者产生积极影响,因而能够被用于有效的风险降低机制中[6-7]。线上购物的信任水平不断增长,但相对线下销售而言仍然很低[8]。解决这一线上信任建立问题的关键途径是信任传递,通过对消费者所熟知的实体店的信任建立正向感知在线商店的诚信。线上线下渠道结合固然可以利用实体店面在仓储、运输、配送等方面节约成本,更为重要的是可以利用消费者对线下实体店建立的信任来解决线上消费者信任不足、感知风险过高的问题。对于大多数在线交易而言,获得用户信任都较为困难。可以推断存在离线业务的在线企业在提升其消费者信任时具有一定优势。对于线下企业而言,拓展线上渠道时面临的问题是,其多年努力积累的线下消费者信任是否能够转移为消费者对在线产品的良好感知。
研究在线信任的文献主要是以实证角度验证信任建立的决定要素,以及单个因素对信任转移的影响作用[9]。McKnight和Chervany[10]对在线情境下的信任进行分类,识别出在线信任的3个维度,分别为倾向性信任(比如一般的信任倾向);基于制度的信任(比如对Internet环境的信任);人际间信任(比如对在线商品供应商的信任)。Stewart[11] 研究了在线情境下,多个网站之间的链接对各网站之间信任转移的影响。该研究认为,网站之间的相互链接越多、链接的相关性与质量越高,信任转移现象越显著。Kuan和Bock[12] 通过实证研究揭示,消费者对于零售商离线业务的信任将提升对其在线业务的信任。Kuan及Bock认为,消费者将依赖于在线零售商实体商店的消费经历来建立信任,而线下信任、社交网络口碑,以及预期对商家违信行为的制裁力度是建立线上消费者信任最为显著的要素。Lee等[13] 通过实证研究验证消费者对线下银行的信任将会影响其对银行线上业务的采纳,提出对线下银行的信任将会直接从结构保证、流动性、感知网站满意度,以及感知使用程度4个方面影响在线银行。Bock等[14] 对多渠道零售商不同阶段在线信任的影响因素进行评估,实证揭示了多渠道零售商的信任从线下渠道向线上渠道的传递。潘煜等[15]提出基于信任理论与感知风险的网络零售消费意愿影响因素模型,实证揭示了网络零售商品牌形象、销售管理、服务品质、技术安全,以及消费者个人信任倾向与感知风险的关系。刘建华等[16]将经销商作为企业的第一顾客,通过案例研究探讨B2B情景下的顾客信任和转移障碍对顾客保留的作用机理。赵宏霞及刘岩峰[17]以网店声誉为中间变量,通过实证研究讨论了关系营销对B2C电子商务中消费者信任的作用路径。谢庆红等[18]探讨了渠道成员冲突后的信任修复过程,分析不同的修复策略(合作策略和竞争策略)对信任修复的影响,检验感知公平(程序公平与分配公平)的中介作用。董维维等[19]基于破坏性的视角实证研究渠道中不公平行为和投机行为对渠道合作的影响,并分析组织信任和冲突在上述影响中的中介作用。
研究渠道间信任传递的文献主要从实证角度验证线下渠道的消费者信任对线上信任建立的积极作用,以及线上信任建立的主要决定因素。与线下交互相同,线上交易的信任目标也是努力呈现给消费者可以信赖的对象[20]。为了将自身塑造为可以信赖的对象,在线组织必须努力提升其名誉、绩效以及界面设计。同时,线上消费者评估其线上交易对象的可信赖度,基于竞争力,道德规范以及诚信度的标准。此外,企业在渠道拓展中还将涉及到的问题包括:线上与线下不同购物方式消费者感知风险的不同将如何影响渠道定价?信任的建立如何影响渠道产品价格定价?如何影响消费者购物方式的选择?制造商在线下到线上信任传递的过程,付出多大的努力来建立其线上的消费者信任并降低其感知风险?渠道间信任传递的水平受到哪些因素的影响?本文在前人对线上消费者信任建立实证研究的理论基础上,建立渠道间信任传递的数理模型。考虑一个制造商通过一个独立的零售商线下销售产品,同时制造商对线下产品拓展到线上直接渠道中,在制造商线下线上渠道间,通过建立信任传递,实现渠道协同。在渠道定价中,利用渠道的全价 (full price)理论[21],建立模型来研究渠道间信任传递问题,对以上问题进行讨论。
1 模型及假设制造商通过线上与线下双渠道销售产品,通过零售商进行产品的实体店线下销售;同时制造商建立线上销售渠道,直接通过线上销售产品。由于电子渠道整体正品率较低,尽管制造商线上销售产品为正品,但消费者购物中由于无法接触实体产品,因此感觉风险更高,也即感知风险更高。令
消费者线下实体店购物时,通过产品购买获得利益
由于线上购物消费者面临更大的感知风险,只有相对风险厌恶程度较小的消费者才会通过线上渠道购买产品。如果
其中,
其中,
当风险厌恶程度大于
因此可以得到
产品需求区间总和为
$ \quad\quad\mu = {v_2} = \frac{{2\left( {\theta - {p_{\rm{r}}}} \right)}}{{{\sigma ^2}}}{\text{。}} $ | (1) |
式(1)意味着,产品的需求不但取决于其效用
因此,线上渠道需求量为
$\quad\quad {q_{\rm{d}}} = {v_1} = 2{\gamma ^2}\frac{{{p_{\rm{r}}} - {p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (2) |
线下渠道需求量为
$\quad\quad {q_{\rm{r}}} = {v_2} - {v_1} = 2\frac{{\left( {1 - {\gamma ^2}} \right)\theta - {p_{\rm{r}}} + {\gamma ^2}{p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (3) |
假定线下销售单位成本为
由此,线下渠道零售商利润为
$ \quad\quad{\pi _{\rm{r}}} = \left( {{p_{\rm{r}}} - w - {c_{\rm{r}}}} \right) \cdot 2\frac{{\left( {1 - {\gamma ^2}} \right)\theta - {p_{\rm{r}}} + {\gamma ^2}{p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (4) |
制造商利润为
$\begin{split}& \quad\quad {\pi _{\rm{m}}} = w \cdot 2\frac{{\left( {1 - {\gamma ^2}} \right)\theta - {p_{\rm{r}}} + {\gamma ^2}{p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} +\\ &\left( {{p_{\rm{d}}} - {c_{\rm{d}}}} \right) \cdot 2{\gamma ^2}\frac{{{p_{\rm{r}}} - {p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} - \frac{I}{{1 - {\gamma ^2}}}{\text{。}}\end{split}$ | (5) |
决策顺序如下。第1阶段,制造商确定渠道间信任传递程度
渠道间信任传递程度
$ \quad\quad {p_{\rm{r}}} = \frac{{\left( {1 - {\gamma ^2}} \right)\theta + {\gamma ^2}\left( {{c_{\rm{d}}} + {p_{\rm{d}}}} \right) - {c_{\rm{r}}} + w}}{2}{\text{。}} $ | (6) |
将
$ \begin{split}&\quad\quad {\pi _{\rm{m}}} = w \cdot \frac{{\left( {1 - {\gamma ^2}} \right)\theta - w - {c_{\rm{r}}} + {\gamma ^2}{p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} +\\ &\left( {{p_{\rm{d}}} - {c_{\rm{d}}}} \right) \cdot {\gamma ^2}\frac{{\left( {1 - {\gamma ^2}} \right)\theta + w + {c_{\rm{r}}} - \left( {2 - {\gamma ^2}} \right){p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}}\end{split}$ | (7) |
由式(7)制造商利润分别对产品线下零售定价
$\quad\quad \frac{{{\rm{d}}{\pi _{\rm{m}}}}}{{{\rm{d}}w}} = \frac{{\left( {1 - {\gamma ^2}} \right)\theta - 2w - {c_{\rm{r}}} + {\gamma ^2}{p_{\rm{d}}}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} + \frac{{\left( {{p_{\rm{d}}} - {c_{\rm{d}}}} \right) \cdot {\gamma ^2}}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}, $ | (8) |
$ \frac{{{\rm{d}}{\pi _{\rm{m}}}}}{{{\rm{d}}{p_{\rm{d}}}}} = \frac{{{\gamma ^2}w}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} + {\gamma ^2}\frac{{\left( {1 \!-\! {\gamma ^2}} \right)\theta \!+ \! w \!+\! {c_{\rm{r}}} \!-\! \left( {2 \!-\! {\gamma ^2}} \right)\left( {2{p_{\rm{d}}} \!-\! {c_{\rm{d}}}} \right)}}{{\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (9) |
联立式(8)与式(9),得到
$\quad\quad {p_{\rm{r}}}^* = \frac{{\left( {3 - {\gamma ^2}} \right)\theta + {c_{\rm{r}}} + {\gamma ^2}{c_{\rm{d}}}}}{4}{\text{。}} $ | (10) |
命题1 产品线下零售价格
证明:由式(10)
命题1表明,在同时存在线下与线上双渠道产品销售的过程中,如果线下向线上信任传递系数大,说明消费者对企业线上销售的感知风险变小,此时有利于企业在线上的产品销售。那么在线上与线下的选择中,一部分消费者倾向于选择线上购物的方式。由于线下零售价格由零售商制定,其必须降低价格,才能维持与线上渠道的竞争。比较而言,消费者选择线下购物,其感知风险较小,而当产品的线上信任成功建立,也能令消费者感知风险降低的时候,这势必会挤占线下零售商的利润空间,迫使其不得不降低产品价格。
进一步代入,可以得到均衡情况下产品线上渠道需求量为
$ \quad\quad {q_{\rm{d}}}^* = {\gamma ^2}\frac{{\left( {1 - {\gamma ^2}} \right)\theta + {c_{\rm{r}}} - \left( {2 - {\gamma ^2}} \right){c_{\rm{d}}}}}{{2\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (11) |
线下需求为
$ \quad\quad {q_{\rm{r}}}^* = \frac{{\left( {1 - {\gamma ^2}} \right)\theta - {c_{\rm{r}}} + {\gamma ^2}{c_{\rm{d}}}}}{{2\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (12) |
由式(11)及式(12)可见,产品线上需求量及线下需求量与渠道间信任传递系数有关,并且得到命题如下所示。
命题2 线上产品消费
证明:由于
$\quad\quad{q_{\rm{r}}}^* = \dfrac{{\left( {1 - {\gamma ^2}} \right)\theta - \left( {1 - {\gamma ^2}} \right){c_{\rm{d}}} + {c_{\rm{d}}} - {t_{\rm{r}}}}}{{2\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} = \dfrac{{\theta - {c_{\rm{d}}} - \dfrac{{{c_{\rm{r}}} - {c_{\rm{d}}}}}{{1 - {\gamma ^2}}}}}{{2{\sigma ^2}}} , $ |
因此
显而易见,
进一步,可以得到给定
$ \begin{split}&\quad\quad{\pi _{\rm{m}}}^* \!\!=\!\frac{{\left( {1 \!\!-\! {\gamma ^2}} \right){{\left( {\theta \! -\! {c_{\rm{r}}}} \right)}^2} \!+\! {\gamma ^2}\left( {1\!\!-\! {\gamma ^2}} \right){{\left( {\theta \!-\! {c_{\rm{d}}}} \right)}^2} \!+\! {\gamma ^2}{{\left( {{c_{\rm{d}}} \!-\! {c_{\rm{r}}}} \right)}^2}}}{{4\left( {1 - {\gamma ^2}} \right){\sigma ^2}}} \!-\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\!\! \\ & \frac{I}{{1 \!-\! {\gamma ^2}}}{\text{。}}\end{split} $ | (13) |
零售商的利润为
$\quad\quad {\pi _{\rm{r}}}^* = \frac{{{{\left[ {\left( {1 - {\gamma ^2}} \right)\theta - {c_{\rm{r}}} + {\gamma ^2}{c_{\rm{d}}}} \right]}^2}}}{{8\left( {1 - {\gamma ^2}} \right){\sigma ^2}}}{\text{。}} $ | (14) |
由式(13)中制造厂商的利润对信任传递系数
$ \quad\quad\frac{{{\rm{d}}{\pi _{\rm{m}}}^{\rm{*}}}}{{{\rm{d}}\gamma }} = \frac{{2\gamma {{\left( {\theta - {c_{\rm{d}}}} \right)}^2}}}{{4{\sigma ^2}}} + \frac{{2\gamma {{\left( {{c_{\rm{r}}} - {c_{\rm{d}}}} \right)}^2}}}{{4{{\left( {1 - {\gamma ^2}} \right)}^2}{\sigma ^2}}} - 2I\gamma {\text{。}} $ | (15) |
令式(15)中
$\quad\quad {\gamma ^*} = \sqrt {1 - \sqrt {\frac{{4{\sigma ^2}I - {{\left( {{c_{\rm{r}}} - {c_{\rm{d}}}} \right)}^2}}}{{{{\left( {\theta - {c_{\rm{d}}}} \right)}^2}}}} } {\text{。}} $ | (16) |
其中,
结果讨论中,论文将对均衡决策下
1) 当
(1)
(2)
(3)
2) 当
3) 当
进一步,在数值模拟中,将各参数(包括
结合表1中所给出的参数随信任传递系数变化情况,在图1中描绘了各参数在
![]() |
表 1 各参数随信任传递系数
|
![]() |
图 1 不同信任传递系数γ下各参数变化 Fig. 1 Variation of parameters under different trust transfer coefficients γ |
结合表1和图1可见,随着信任传递系数
产品在线信任的建立已经成为其线上销售成功的关键要素。本文构造了感知风险、线上信任程度影响下的消费者效用函数,讨论了线上与线下不同购物方式消费者感知风险的不同将如何影响渠道定价以及信任的建立如何影响渠道产品价格定价。在此基础上进一步分析了线上线下信任传递系数以及风险程度、投资成本系数、渠道成本以及供应链中制造商零售商利润情况的关系。不同渠道模式下文中结论可能会产生一些变化,但通过本文可以为理论模型来研究渠道信任传递提供可能以及探索的思路。同时,本文未来的进一步研究可以包括:比较不同渠道模式下,在感知风险与消费者信任影响下,渠道中各成员的利润变化情况,以及探讨在此影响下如何选择渠道模式;感知风险与信任之外,进一步理解消费者体验或者购物的过程,探讨包括购物时间、等待时间、感知风险以及产品价格权衡下的消费者行为与渠道成员的价格决策以及渠道模式选择。
[1] |
KIM K, KIM J Y. Third-party privacy certification as an online advertising strategy: an investigation of the factors affecting the relationship between third- party certification and initial trust[J].
Journal of Interactive Marketing, 2011, 25(3): 145-158.
DOI: 10.1016/j.intmar.2010.09.003. |
[2] |
GREWAL D. Strategic online and offline retail pricing: a review and research agenda[J].
Journal of Interactive Marketing, 2010, 24(2): 138-145.
DOI: 10.1016/j.intmar.2010.02.007. |
[3] |
KAHNEMAN D, SLOVIC P, TVERSKY A. Judgment under uncertainty: heuristics and biases [M]. Cambridge: Cambridge University Press, 1982.
|
[4] |
RANGANATHAN C, GOODE V, RAMAPRASAD A. Managing the transition to bricks and clicks[J].
Communications of the ACM, 2003, 46(12): 308-316.
DOI: 10.1145/953460. |
[5] |
TAYLOR J W. The role of risk in consumer behavior[J].
Journal of Marketing, 1974, 38(2): 54-60.
|
[6] |
JARVENPAA S L, TRACTINSKY N, VITALE M. Consumer trust in an internet store[J].
Information Technology and Management, 2000, 1(1/2): 45-71.
DOI: 10.1023/A:1019104520776. |
[7] |
PAVLOU P. Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model[J].
International Journal of Electronic Commerce, 2003, 17(3): 101-134.
|
[8] |
URBAN G L, CINDA A, ANTONIO L. Online trust: state of the art, new frontiers, and research potential[J].
Journal of Interactive Marketing, 2009, 23(2): 179-190.
DOI: 10.1016/j.intmar.2009.03.001. |
[9] |
BELDAD A, JONG M D, STEEHOUDER M. How shall I trust the faceless and the intangible? A literature review on the antecedents of online trust[J].
Computers in Human Behavior, 2010, 26(5): 857-869.
DOI: 10.1016/j.chb.2010.03.013. |
[10] |
MCKNIGHT D H, CHERVANY N L. What trust means in e-commerce customer relationships: An interdisciplinary conceptual typology[J].
International Journal of Electron Commerce, 2002, 6(2): 35-53.
|
[11] |
STEWART K J. Trust transfer on the world wide web[J].
Organization Science, 2003, 14(1): 5-17.
DOI: 10.1287/orsc.14.1.5.12810. |
[12] |
KUAN H H, BOCK G W. Trust transference in brick and click retailers: An investigation of the before- online-visit phase[J].
Information & Management, 2007, 44(2): 175-187.
|
[13] |
LEE K C, KANG I, MCKNIGHT D H. Transfer from offline trust to key online perceptions: an empirical study[J].
IEEE Transactions on Engineering Management, 2007, 54(4): 729-740.
DOI: 10.1109/TEM.2007.906851. |
[14] |
BOCK G W, LEE J, KUAN H H, et al. The progression of online trust in the multi-channel retailer context and the role of product uncertainty[J].
Decision Support Systems, 2012, 53(1): 97-107.
DOI: 10.1016/j.dss.2011.12.007. |
[15] |
潘煜, 张星, 高丽. 网络零售中影响消费者购买意愿因素研究[J].
中国工业经济, 2010, 26(7): 115-123.
PAN Yu, ZHANG Xing, GAO Li. Research on the determinants of purchasing intention in online shopping—from the perspective of trust and perceived risk[J]. China Industrial Economics, 2010, 26(7): 115-123. |
[16] |
刘建华, 周翠翠, 王东晨. 基于信任和转移障碍的顾客保留: 案例研究[J].
管理世界, 2010, 25(4): 131-144.
LIU Jianhua, ZHOU Cuicui, WANG Dongchen. Customer retention based on trust and switching barriers: a case study[J]. Management World, 2010, 25(4): 131-144. |
[17] |
赵宏霞, 刘岩峰. 关系营销、网店声誉对B2C电子商务交易信任的影响[J].
软科学, 2013, 27(8): 80-84.
ZHAO Hongxia, LIU Yanfeng. Research on the effect of relationship marketing and net-shop reputation on the transaction trust in ecommerce[J]. Soft Science, 2013, 27(8): 80-84. DOI: 10.3969/j.issn.1001-8409.2013.08.017. |
[18] |
谢庆红, 崔兴文, 付晓蓉. 渠道冲突下成员间信任修复机制研究[J].
科研管理, 2017, 38(10): 102-110.
XIE Qinghong, CUI Xingwen, FU Xiaorong. Trust repair mechanism after conflict between channel members[J]. Science Research Management, 2017, 38(10): 102-110. |
[19] |
董维维, 孙骏庄, 贵军. 考虑冲突和信任中介作用的破坏性行为对渠道合作的影响研究[J].
管理学报, 2016, 13(5): 735-744.
DONG Weiwei, SUN Junzhuang, GUI Jun. How do destructive behaviors take effects on channel cooperation intensifying conflict or destroying mutual trust[J]. Chinese Journal of Management, 2016, 13(5): 735-744. DOI: 10.3969/j.issn.1672-884x.2016.05.013. |
[20] |
HAAS D F, DESERAN F A. Trust and symbolic exchange[J].
Social Psychology Quarterly, 1981, 44(1): 3-13.
DOI: 10.2307/3033857. |
[21] |
RATCHFORD B T. Online pricing: review and directions for research[J].
Journal of Interactive Marketing, 2009, 23(1): 82-90.
DOI: 10.1016/j.intmar.2008.11.001. |