Summary

Bruke et eMASS tilpasnings program som et forskningsverktøy for å evaluere forbruker fordeler

Published: September 27, 2019
doi:

Summary

Presentert her er en protokoll for å undersøke forbrukernes reaksjoner mot masse tilpasning i sammenheng med online detaljhandel. Protokollen beskriver fremgangsmåten for elektronisk undersøkelse og hvordan du analyserer data ved hjelp av strukturelle formel modellering og gruppe forskjeller ved hjelp av latente middel analyser.

Abstract

Som mange forskere og utøvere studere tilpassing og relasjonsmarkedsføring, er det viktig å gi tilpassing som masse tilpasning gjennom markedsføring teknologi. Formålet med denne studien er å undersøke hvordan man utfører Forbrukerundersøkelser ved hjelp av en elektronisk undersøkelse og analyse av data. Denne studien undersøker forbrukernes oppfattet fordeler mens du tilpasser et produkt samt emosjonelle produkt vedlegg, holdninger til et tilpasnings program, og lojalitet intensjoner i forbindelse med online detaljhandel. I tillegg undersøker denne studien hvordan forbrukernes reaksjoner er forskjellige basert på individuelle egenskaper som mote innovasjon. En spørreundersøkelse selskap i Sør-Korea rekruttert 290 kvinnelige klær shoppere som har kjøpt klær på nettet. For å forbedre ekstern gyldighet, denne studien brukte en eksisterende Retail nettsted med en veletablert masse tilpasning program. Deltakerne fyller ut det nettbaserte spørreskjemaet etter at tilpasningsprogrammet er fullført. Strukturelle lignings modellering (SEM) og latente middel analyser (Lmaer) blir deretter utført for analyser. Denne studien understreker viktigheten av testing måling invarians for gjennomsnittlig sammenligninger. Før SEM og LMA, denne studien følger hierarkiet av invarians tester (configural invarians test, metrisk invarians test, og skalerbare invarians test), som ikke anses av tradisjonelle tilnærminger som ANOVA. Disse statistiske analysene gir anvendelse av de invarians testprosedyrene og LMA til forbrukeradferd. Konklusjonene i Mean forskjeller har integritet og gyldighet fordi de styres av en sofistikert statistisk prosedyre for å sikre måling invarians.

Introduction

Masse tilpasning refererer til muligheten for en e-forhandler for å skreddersy produkter, tjenester og transaksjonsmiljøet til individuelle kunder1. Dagens forbrukere er ikke fornøyd med standard produkter, og mange forhandlere har innsett dette. Tilbyr en masse tilpasning alternativet er en metode for å få kundelojalitet og konkurransedyktige fordeler2. Masse tilpasning som en markedsføring taktikk lar forbrukerne til å lage sine egne produkter basert på bestemte behov, og dermed gir individualisert produkter eller tjenester3. For eksempel kan forbrukerne ikke bare kjøpe et par sko som er masseprodusert, men de kan også opprette et nytt og unikt par sko som ikke er tilgjengelige på vanlige nettsteder for detaljhandel ved å velge farge, stoff og andre design komponenter. Som et resultat, kan forbrukerne kjøpe mer gunstige produkter, og deres tilfredshet med det tilpassede produktet samt merkevarelojalitet økning4,5.

Med økende bruk av Internett har masse tilpasningsprosessen blitt raskere og mer effektiv når det gjelder å senke produksjonstiden og gi flere design muligheter med samme kostnader. Videre kan forhandlere få informasjon om hva deres mål kunder foretrekker, og dermed bygge sterke relasjoner med dem6,7. Som sådan, mange bransjer (dvs. klær, sko, biler og datamaskiner) har vedtatt tilpasnings programmer. Selv om masse tilpassing fordeler både forbrukere og forhandlere, noen forhandlere står overfor utfordringer8. Derfor er det behov for å undersøke hvordan forbrukerne oppfatter fordeler og hvordan disse fordelene påvirker andre shopping-responser for langsiktig suksess.

Tegning på hierarkiet av effekter (hakke) modell fra overtalelse teorier9, denne studien foreslår at forbrukerne behandle informasjon basert på kognisjon-påvirke-conation sekvens. Nærmere bestemt undersøker denne studien (etter å ha opprettet et masse tilpasset produkt) om oppfattet forbruker fordeler (kognisjon) påvirker lojalitet intensjoner (conation) gjennom produkt vedlegget og holdningen til en masse tilpasning program (innvirkning) . Basert på motivasjon teori10, oppfattes fordelene er delt inn i ytre og iboende fordeler11.

Ytre fordel gjelder en forbruker oppfattet verdi som stammer fra å bruke et produkt12 (dermed nær i verdi til produktkvalitet11), mens iboende fordel indikerer en hyggelig opplevelse når du bruker et produkt11. I en masse tilpasning kontekst, ytre fordelen er knyttet til produktet en forbruker skaper, og iboende fordel er knyttet til tilpasning erfaring som tilfredsstiller hedonic og eksperimentelle behov13,14. Tidligere forskning har funnet at forbrukernes oppfattet fordeler forbedre emosjonelle produktet vedlegg15 og positive holdninger til en masse tilpasning program16. Emosjonell produkt vedlegg refererer til en følelsesmessig slips som forbrukerne koble til et produkt17, som positivt påvirker holdninger til tilpasnings program18 og lojalitet intensjoner19. Videre holdninger til et tilpasnings program positivt påvirke lojalitet intensjoner20.

Til slutt, undersøker denne studien hvordan en individuell karakteristikk (dvs. mote innovasjon) påvirker forbrukernes reaksjoner annerledes. Fashion innovasjon refererer til i hvilken grad en persons innovative tendens påvirker adopsjon av en ny mote element21. Forskningsresultater viser at forbrukere som ønsker å unngå konformitet (dvs. svært mote innovative forbrukere) er motivert til å erverve unike produkter, noe som indikerer at massen tilpasning kan være en effektiv taktikk for å skille seg fra andre 22. derfor forutsetter denne studien at et større antall positive svar vil bli generert for svært mote innovative forbrukere.

Basert på tidligere litteratur anmeldelser, denne studien løser følgende forsknings hypoteser. H1: oppfattet fordeler (a: ytre fordel, b: indre nytte) av en masse tilpasset produktet vil positivt påvirke emosjonelle produktet vedlegg; H2: oppfattet fordeler (a: ytre fordel, b: indre nytte) av en masse tilpasset produktet vil positivt påvirke holdninger til en masse tilpasning program; H3: Emotional produkt vedlegget vil positivt påvirke holdninger til en masse tilpasning program; H4: emosjonell produkt vedlegget vil positivt påvirke lojalitet intensjoner; H5: holdning til et masse tilpasnings program vil positivt påvirke lojalitet intensjoner; og H6: sammenlignet med lav mote innovasjon, high fashion innovatører vil ha mer positive svar på (a) oppfattet fordeler, (b) emosjonelle produkt vedlegg, (c) holdninger, og (d) atferdsmessige intensjoner.

For å forbedre ekstern gyldighet, bruker denne studien et eksisterende masse tilpasnings program. Potensielle deltakere i Sør-Korea er rekruttert for denne studien, og blir bedt om å lage sine egne grøft strøk ved hjelp av et program som om de faktisk hadde kjøpt produktet. For å utforske deltakernes svar basert på deres tilpasnings opplevelser, bruker denne studien en spørreundersøkelse på Internett. Deltakerne kan få tilgang til spørreskjemaet umiddelbart etter å ha brukt tilpasningsprogrammet på nettet. Etter innsamling av data, bruker studien enkelt gruppe SEM å undersøke virkningene av forbrukernes fordeler på produktet vedlegg, holdninger og lojalitet intensjoner. For å undersøke moderere rollene til mote innovasjon, bruker studien Lmaer.

Protocol

Denne forskningen ble fritatt fra IRB gjennomgang ved Ewha womans University og ble tildelt Protokollnummer #143-18. 1. rekruttering av deltakere Forbered deg på å gjennomføre en spørreundersøkelse.Merk: En elektronisk undersøkelse ble utført ved hjelp av et undersøkelses firma i Sør-Korea. Forskningen selskapet har det størst forbrukeren panel med høy svaret ratene inne Korea. Distribusjoner av alder og kjønn i panelet reflekterer tilstanden til den …

Representative Results

Frekvens statistikk som tilbys karakteristikker av prøven. Totalt 290 kvinnelige online forbrukere fullførte shopping prosessen ved hjelp av e-Mass tilpasnings program. De demografiske egenskapene til prøven ble jevnt fordelt. Etter aldersgruppe, 23,1% var i tyve årene, 28,3% i trettiårene, 26,6% i sine fourties, og 22,1% i femti. Ved ekteskapelig status, 58,3% giftet seg, mens 40% var singel. Ved okkupasjonen var 45,2% kontor arbeidere, 22,8% var husmødre, 10,3% var profesjonelle, 9,3% var studenter, og 5,5% var i…

Discussion

Konsekvenser av funnene
Funnene i denne studien viser at forbrukernes ytre og iboende fordeler avledet fra å skape en masse tilpasset produkt hjelpe veksten av emosjonelle vedlegg til produktet, etablering av positive holdninger til tilpasnings program, og økt lojalitet intensjoner. Funnene på moderere virkningene av mote innovasjon avslører at sammenlignet med forbrukerne i en lav mote innovasjon gruppe, de i en høy mote innovasjon gruppen oppfatter større fordeler, har større vedlegg, form me…

Declarações

The authors have nothing to disclose.

Acknowledgements

Dataene har blitt endret fra Park og Yoo ‘ s studie29. Dette arbeidet ble støttet av utdanningsdepartementet i Republikken Korea og National Research Foundation of KOREA (NRF = 2016S1A5A2A03927809).

Materials

SPSS AMOS 22 IBM Corporation, Data Solution Inc. used for confirmatory factor analyses, structural equation modeling analyses, and latent means analyses

Referências

  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

Citar este artigo
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