В предыдущем параграфе мы уже упоминали о том, что для построения корректной модели исследования было принято решение о проведении предварительного этапа исследования. Это решение было сделано по причине того, что мы не могли быть уверены в том, что в ходе обзора литературы выявили все возможные факторы, которые могут оказать влияние на принятие решения о покупке. Без проведения дополнительного исследования мы могли бы упустить некоторые значимые факторы из модели и включить в нее те факторы, которые на самом дели не являются важными для потребителей.

Для того чтобы избежать таких неточностей в модели, в рамках курсовой работы был проведен опрос в Интернете (Богданова, 2015). Этот метод, на наш взгляд, является наиболее подходящим, поскольку с его помощью можно собрать информацию от большого количества респондентов, что несомненно повышает релевантность данного исследования. Кроме того, этот метод в значительной степени упрощает анализ полученных данных, при условии, что анкета будет содержать большую часть закрытых вопросов.

Опрос проводился через Интернет с 25 апреля по 10 мая 2015 года. Анкета распространялась среди мужчин и женщин, возраст которых находится в пределах от 18 до 34 лет. Выбор данной целевой аудитории объясняется тем, что по данным исследования, проведенного аналитическим агентством Markswebb Rank & Report, наиболее активно одежду через Интернет покупают люди в возрасте от 25 до 34 лет (e-Commerce Website Rank 2014:Одежда и Обувь, 2014). Мы решили также включить в исследование группу от 18 до 24, поскольку она является также одной из наиболее активных. На Рисунке 13 изображен портрет онлайн покупателей одежды в 2014 году.

Рис.13. Распределение онлайн покупателей одежды по полу и возрасту в 2014 году (e-Commerce Website Rank 2014:Одежда и Обувь, 2014)

Анкета состояла из 20 вопросов, которые условно можно разделить на 4 блока: 1) вопросы о потребительском поведении в онлайн-магазинах; 2) вопросы о силе влияния тех или иных факторов на принятие решения о покупке; 3) вопросы, выявляющие дополнительные предпочтения потребителей при покупках одежды онлайн; 4) вопросы о персональных характеристиках респондента (паспортичка).

Наиболее важными для нас сегодня являются результаты второго и третьего блоков вопросов. Во второй части опроса мы попросили респондентов оценить по 5-балльной шкале силу влияния факторов, которые были перечислены в предыдущей главе в Таблице 1, на их решение о покупке одежды в онлайн-магазине. Использование 5-балльной шкалы при оценке каждой из переменных обусловлено тем, что это значительно упрощает дальнейший анализ результатов анкетирования.

Третий блок состоял всего из 1 открытого вопроса, который предоставил нам информацию качественного характера о том, что еще может повлиять на респондента в ходе принятия решения о покупке одежды онлайн.

В результате проведения предварительного этапа исследования выделенные в ходе обзора литературы факторы удалось разделить на 3 группы: факторы высокой, умеренной и низкой значимости. Разделение факторов по этим группам представлено в Таблице 2.

Таблица 2. Результаты первого этапа исследования

Стоит также отметить, что как мы и предполагали, нами были учтены не все факторы, которые способны оказать влияние на принятие решения о покупке одежды в онлайн-магазинах одежды. Результаты показали, что для 14% респондентов важна также уникальность товара и невозможность приобрести его в обычном магазине.

На основе полученных результатов список выделенных факторов был доработан:

· Были исключены факторы низкой значимости;

· Был добавлен фактор «уникальность товара»;

· Названия некоторых переменных были скорректированы с учетом их смысловой интерпретации.

Стоит отметить, что также была исключена переменная «Интерактивная демонстрация одежды на модели 360°», а также скорректированы названия нескольких переменных в ходе дальнейшей работы над моделью. Причины последующих доработок будут описаны в следующем параграфе.

При построении модели для нас было необходимо учесть, как можно больше факторов, которые бы соединялись в единую структуру, при этом важно чтобы основой этой структуры стали общие переменные, которые были выявлены в ходе обзора литературы. Такой базой для построения модели стали 4 фактора:

· Оценка сайта онлайн-магазина одежды;

· Доверие онлайн-магазину одежды;

· Удовлетворенность условиями покупки/возврата;

· Привлекательность товара.

Поскольку эти переменные в той или иной формулировке встречаются в большинстве моделей, которые были рассмотрены нами в обзоре литературе, то, скорее всего, они действительно будут влиять на решение о покупке и в российских реалиях. Нами были введены дополнительные переменные, поскольку мы хотим узнать не только влияет ли оценка сайта онлайн-магазину одежды на принятие решения о покупке, но и что в свою очередь влияет на оценку сайта онлайн-магазина одежды. Таким образом, появляется новый уровень переменных.

Так как у нас 4 базовые переменные, то к каждой из необходимо прописать объясняющие переменные. Для переменной «оценка сайта онлайн-магазина» мы выделили следующие объясняющие факторы:

· Удобство пользования сайтом;

· Полнота необходимой информации;

· Привлекательность дизайна сайта.

Факторы, которые могут оказать влияние на доверие онлайн-магазину, отчасти связаны с факторами, влияющими на оценку сайта этого магазина. А именно, мы предполагаем, что полнота необходимой информации, размещенной на сайте также оказывает влияние и на доверие магазину. Кроме того, мы выделили и другие факторы, которые могут сказаться на доверии магазину. Полный список факторов следующий:

· Полнота необходимой информации;

· Предоставление онлайн-магазином гарантии качества товара;

· Предоставление онлайн-магазином гарантии сохранности персональных данных;

· Возможность проведения транзакции через известный банк/платежную систему;

· Отношение к онлайн-магазину.

На удовлетворенность условиями покупки/возврата предположительно влияют следующие факторы:

· Удовлетворенность условиями возврата;

· Удовлетворенность условиями доставки;

· Удовлетворенность условиями оплаты.

Что касается переменной привлекательность товара, мы предполагаем, что на нее влияют следующие факторы:

· Качество изображения товара;

· Цена;

· Разнообразие ассортимента;

· Эксклюзивность товаров.

С одной стороны, мы раскрыли переменные базового уровня, с другой же стороны, все равно некоторые объясняющие переменные требуют дополнительных пояснений. Так, например, неясно, что в свою очередь влияет на полноту необходимой информации. Поэтому было принято решение выделить еще один уровень переменных, которые смогли бы объяснить некоторые переменные предыдущего уровня.

Мы предполагаем, что на удобство пользования сайтом влияют два фактора:

· Легкость поиска информации;

· Легкость оформления заказа.

Кроме того, было принято решение выделить объясняющие переменные для фактора «полнота необходимой информации».

· Качество изображения товара;

· Полнота описания товара;

· Наличие отзывов о товаре;

· Наполненность информацией таблицы размеров;

· Полнота описания условий заказа и возврата.

В случае с удовлетворенностью условиями оплаты, доставки и возврата, на наш взгляд, тоже были необходимы поясняющие переменные. Включение в модель большого количества переменных делается в силу того, что для нас важно узнать, что на самом деле оказывает влияние на потребителя в момент принятия решения о покупке. А поскольку в конце исследования мы хотим дать рекомендации по созданию и управлению онлайн-магазинами одежды, крайне важно, чтобы эти рекомендации были максимально конкретными. Недостаточно будет сказать, что на потребителей оказывает влияние удовлетворенность условиями возврата, важно понять от чего эта удовлетворенность зависит. Для того чтобы дать такие рекомендации мы ввели дополнительно двенадцать переменных.

Для переменной «удовлетворенность условиями доставки» было введено 4 переменных:

· Возможность доставки курьером;

· Возможность доставки по почте;

· Возможность получения товара через пункт самовывоза;

· Скорость доставки товара.

На удовлетворенность условиями возврата на наш взгляд могут повлиять следующие 5 факторов:

· Максимальный период для возврата;

· Возможность возврата через курьера;

· Возможность возврата по почте;

· Возможность возврата через пункт самовывоза;

· Скорость возврата денежных средств.

Наконец, на удовлетворенность условиями оплаты, по нашему мнению, могут оказать влияние только доступные варианты оплаты, а именно:

· Возможность оплаты наличными при получении;

· Возможность оплаты картой при получении;

· Возможность оплаты через интернет.

·

Рис.14. Модель исследования

Объединив все перечисленные факторы с учетом их структуры предполагаемых зависимостей, у нас получилась полноценная модель, описывающая влияние различных факторов на принятие решения о покупке. Данная модель изображена на рисунке 14.

Из рисунка видно, что наша модель состоит из четырех уровней факторов начиная от самых подробных, которые объединяясь образуют факторы более общего характера, и заканчивая основной переменной «Вероятность покупки», с помощью которой мы будем оценивать принятие решение о покупке. В следующих параграфах мы дадим интерпретацию и операционализацию всем концептам и переменным.

2.3 Формулировка гипотез исследования

· Н2. На удовлетворенность условиями покупки/возврата в большей степени влияет удовлетворенность условиями возврата, нежели чем удовлетворенность условиями оплаты или доставки.

В предыдущих параграфах мы описали модель принятия решения о покупке, а также выдвинули четыре гипотезы, которые нам предстоит проверить. Для сбора данных, которые помогли бы оценить работоспособность этой модели, и правильность наших предположений, был выбран метод анкетирования в Интернете. Онлайн-опрос мы проводили и на первом этапе сбора данных, но в этот раз организован он будет несколько иначе. Для респондентов был симулирован процесс покупки одежды через несколько онлайн-магазинов, в ходе которого им были заданы вопросы о том, как они оценивают сайт магазина в целом, его отдельные характеристики, какой их уровень доверия этому магазину, как они оценивают условия совершения покупки в определенном онлайн-магазине одежды и представленный товар, а также прочие переменные из нашей модели. На заключительном этапе опроса респондентов попросили оценить вероятность того, что они примут положительное решение о покупке в этом онлайн-магазине.

Как и на первом этапе сбора эмпирических данных мы опрашивали молодых людей и девушек в возрасте от 18 до 34 лет поскольку именно эта категория потребителей покупает одежду через Интернет чаще всего. Анкета, которая была предложена респондентам, разработана с учетом операционализации понятий и переменных. С проведенной операционализацией можно ознакомиться в таблице 3.

Таблица 3. Операционализация понятий

Стоит отметить, что переменные, которые респондентам предлагалось оценить, измерялись по 5-балльной шкале, остальные же переменные оценивались просто по тому, были ли они найдены респондентами на сайте или нет. Соответственно все переменные измерялись с помощью порядковой или дихотомической шкал (см. Таблицу 4).

Таблица 4. Типы шкал для измерения переменных

Разработанная анкета состоит из 27 вопросов, которые условно можно разделить на 3 группы (см. Приложение 1):

1) Вопросы, направленные на оценку переменных первого и второго уровней;

2) Вопросы, направленные на оценку переменных третьего и четвертого уровней;

3) Паспортичка.

Таким образом, с помощью проведения опроса был собран массив данных, который состоит из оценок исследуемых переменных, что дает нам возможность изучить зависимость между оценками этих переменных.

Помимо разработки анкеты необходимо было также отобрать онлайн-магазины одежды, на примере которых будет производится оценка влияния выделенных факторов на принятие решения о покупке. Для этого был произведен анализ 10 онлайн-магазинов, которые были проанализированы по нескольким объективным параметрам. Объективными параметры считаются тогда, когда в их оценке отсутствует субъективное мнение аналитика. Например, «наличие доставки курьером» является объективным параметром, поскольку возможность доставки товара курьером либо есть, либо нет. А, допустим, приемлемость цен - субъективная оценка.

Тем не менее, отбор магазинов производился таким образом, чтобы исследуемые параметры и факторы в них максимально отличались друг от друга. Делается это с той целью, чтобы в ходе опроса получить как можно больше разнообразных оценок каждого из факторов. В таблице 4 представлен анализ 3 магазинов по объективным параметрам, которые были выбраны для проведения опроса.

Таблица 4. Сравнение онлайн-магазинов одежды

Стоит также отметить, что целесообразность проведения данного анализа подтверждается еще тем, что в ходе него было выявлена необходимость изменения некоторых переменных (выделены оранжевым). Необходимость эта вызвана тем, что всем анализируемым магазинам различий по данным переменным обнаружено не было. Например, было выявлено что во всех онлайн-магазинах одежды присутствует описание товара. Однако в разных магазинах это описание содержало в себе разное количество информации: где-то подробно давалось описание материалов, размеров, наличие расцветок, а где-то все ограничивалось только размером. Поэтому данную переменную пришлось заменить на «Полноту необходимой информации о товаре».

Немного другая ситуация получилась с переменной «Наличие интерактивной демонстрации одежды на модели 360°». Данный инструмент предполагал возможность «крутить» изображение модели в выбранном предмете гардероба 360°. Однако такой инструмент не используется в российских онлайн-магазинах одежды, вместо него прибегают к предоставлению фотографий товара с разных сторон, подкрепляя их функцией увеличения изображения. С одной стороны, можно было бы отследить, где есть функция увеличения изображения, а где нет, и как это влияет на принятие решения о покупке. Но на практике это было бы тоже нерационально, поскольку эта функция есть практически везде, но качество изображения все равно везде разное. Поэтому эту переменную было решено исключить вовсе, а переменная «Наличие изображения товара» была изменена на «Качество изображения товара».

Таким образом, проведение данного сравнительного анализа позволило не только отобрать онлайн-магазины, которые будут использованы при проведении опроса, но и в очередной раз скорректировать переменные и, следовательно, модель исследования вместе с анкетой.

Для того чтобы выявить наличие связей между зависимыми и независимыми переменными, а также определить силу этих связей, при анализе данных нами будет использован регрессионный анализ, поскольку именно этот анализ справляется с данными функциями. При этом будут проверены все предполагаемые связи нашей модели, чтобы определить насколько данная модель работоспособна.

Кроме того, для дополнительного анализа мы проведем регрессионный анализ между переменными первого уровня и переменой 4 уровня, а именно «вероятность покупки». Делается это для того, чтобы оценить непосредственное влияние независимых переменных на принятие решения о покупке без искажения оценками переменных 2 и 3 уровней. В следующей главе будет представлен обзор и обсуждение результатов проведенного исследования, а также будут даны рекомендации владельцам онлайн-магазинов одежды.

Глава 3. Анализ факторов, влияющих на принятие решения о покупке одежды в онлайн-магазинах

Онлайн опрос проводился с 15 марта по 1 мая. В ходе исследования было опрошено 179 человек в возрасте от 18 до 34 лет. Из них 74 человек - мужчины, и 105 человек - женщины, что составило 41% и 59% соответственно. При этом важно отметить, что все респонденты хотя бы раз в своей жизни совершали покупки одежды через интернет.

Такое ограничение на отбор респондентов было поставлено неслучайно. Поскольку наш опрос представлял из себя симуляцию покупок одежды в Интернете, необходимо было, чтобы респонденты действовали и думали так, как это они делают в обычной жизни. Если же у респондента не было опыта совершения покупок одежды онлайн, то его ответы на вопросы не могли бы считаться достоверными, так как у него не было опыта таких покупок. Кроме того, респонденты, которые ни разу не покупали одежду через Интернет, могут не делать этого в силу своих психологических особенностей, влияние которых мы не включили в список исследуемых факторов. Учитывая дынные аргументы, было решено не включать в выборку респондентов без опыта покупок одежды через Интернет, чтобы избежать искажения результатов.

Все собранные данные были обработаны с помощью пакета статистического анализа SPSS. Как уже было описано в предыдущей главе, для проверки нашей модели и гипотез был проведен регрессионный анализ между всеми зависимыми и независимыми переменными. Данный тип анализа был выбран поскольку он не только показывает наличие или отсутствие связи между переменными, но и ее силу и направленность, а это крайне важно для проверки выдвинутых гипотез.

Учитывая тот факт, что наша модель является многоуровневой, то есть в ней есть ряд переменных, которые на одном уровне выступают в качестве зависимых, а на другом - уже в качестве независимых, появляется необходимость проведения нескольких этапов регрессионного анализа. Сначала проверялась зависимость между вероятностью покупки и четырьмя базовыми переменными (доверие онлайн-магазину, оценка сайта магазина, привлекательность товара, удовлетворённость условиями покупки/возврата).

Затем проводился анализ между переменными более низкого уровня и выявлялось, что и как влияет на базовые переменные. После того как были проверены все связи, указанные в нашей модели, также был проведен анализ между переменными первого и четвертого уровней, чтобы посмотреть, как поведет себя модель, если из нее исключить «переменные-посредники». Далее будут даны и проинтерпретированы результаты проведенных анализов.

Как только что было сказано, первой проверялась зависимость между переменной «Вероятность покупки» и независимыми переменными «Доверие онлайн-магазину одежды», «Оценка сайта онлайн-магазина одежды», «Удовлетворенность условиями покупки/возврата» и «Привлекательность товара». Ниже мы опишем результаты данного анализа, полученные с помощью статистического пакета SPSS.

При проведении регрессионного анализа проверяется статистическая гипотеза о том, что линейной связи между переменными нет. Это гипотеза отвергается в том случае, если значение p-value меньше значения б. Так как для нашего анализа была выбрана доверительная вероятность на уровне 95%, следовательно, б=0,05.

В таблице 5 указано значение p-value = 0,0, это меньше 0,05, что означает опровержение статистической гипотезы об отсутствии связи, следовательно, связь есть. Это в свою очередь говорит нам о том, что действительно наши предикторы оказывают влияние на принятие решения о покупке.

Таблица 5. Анализ вариации

Забегая вперед, скажем, что все проведенные анализы показали, что между исследуемыми переменными есть связь. Все данные по статистическим результатам исследования можно увидеть в Приложении 2 и 3.

Таблица 6. Коэффициент детерминации

Коэффициент детерминации или R² представляет для нас особый интерес поскольку он является универсальной мерой зависимости нашей зависимой переменной от предикторов. Иными словами, данный показатель демонстрирует насколько представленная модель описывает действительность. Как видно из таблицы 6 показатель R² = 0.474 говорит о том, что данная модель описывает больше 47% объясняющих переменных, что в целом является достаточно высоким уровнем.

Однако прежде чем давать более подробную интерпретацию этой регрессионной модели, необходимо убедиться в том, что распределение ответов является нормальным, а между независимыми переменными отсутствует мультиколлинеарность. Нормальность распределения должна проверяться всегда, когда все независимые переменные измеряются при помощи интервальной шкалы (мы ранее уже условились, что нашу порядковую шкалу мы приравниваем к интервальной в силу ее балльного измерения). Поскольку в данном анализе участвуют именно такие переменные, эти условия являются обязательными.

На рисунке 15 видно, что распределение является близким к нормальному.

Рис. 15. Нормальность распределения выборки

Следующим нашим шагом является проверка на мультиколлинеарность, то есть нам необходимо выяснить существует ли взаимосвязь между независимыми переменными. Регрессионный анализ нельзя проводить, если существует мультиколлинеарность, поскольку в таком случае нельзя будет разделить влияние независимых переменных на зависимую. Для проверки модели на мультиколлинеарность необходимо провести корреляционный анализ, результаты которого приведены в таблице 7.

Таблица 7. Проверка на мультиколлинеарность

**. Корреляция значима на уровне 0,01 (двухсторонняя).

Как видно из таблицы 7 ни один коэффициент корреляции Пирсона не превышает по модулю 0,6. Это свидетельствует о том, что в модели нет мультиколлинеарности. Таким образом, можно перейти к описанию наиболее важных для нас результатов регрессионного анализа, а именно к интерпретации коэффициентов. Именно стандартизированные коэффициенты говорят нам о силе, с которой каждый из факторов оказывает влияние на зависимую переменную, в данном случае на вероятность покупки. Эти результаты представлены в таблице 8.

Таблица 8. Регрессионный анализ: зависимая переменная - «вероятность покупки»

a. Зависимая переменная: Вероятность покупки

Для того чтобы сказать оказывают ли независимые переменные какое-либо влияние на зависимую, необходимо провести проверку на их значимость. Для этого нужно посмотреть на значение p-value. Если оно меньше б, то переменная является значимой. В таблице p-value можно увидеть в столбце «Знач.». Другой вариант проверки заключается в том, чтобы посмотреть попадает ли «0» между нижней и верхней границами доверительного интервала. Если да, то такая переменная не оказывает влияния на зависимую переменную, то есть является незначимой.

Из таблицы видно, что единственной переменной, для которой p-value больше б и в чей доверительный интервал попадает «0» - это константа. То есть в данном регрессионном уравнении константа будет отсутствовать. Это значит, что в случае, когда все четыре выделенных нами фактора равны нулю, вероятность покупки также будет равна нулю. На основе полученных данных мы можем сказать, что на 95% уровне значимости все выделенные факторы являются значимыми. Это означает, что и доверие магазину, и привлекательность товара, и оценка сайта магазина и удовлетворенность условиями покупки влияют на вероятность принятия решения о покупке.

Однако стоит отметить, что сила влияния на вероятность покупки у этих переменных разная. Наибольшее влияние оказывает показатель «Удовлетворенность условиями покупки», коэффициент бета = 0,54. Этот коэффициент показывает, что при изменении оценки удовлетворенности условиями покупки на единицу, вероятность покупки в выбранном онлайн-магазине одежды изменится на 0,54. Вторым по силе влияния стал показатель доверия онлайн-магазину одежды (коэффициент = 0,203). Силы влияния показателей «Привлекательность товара» и «Оценка сайта в целом» приблизительно равны (0,160 и 0,135 соответственно).

На основании данных результатов мы можем сделать вывод о том, что наше предположение о том, что переменные «доверие онлайн-магазину» и «удовлетворенность условиями покупки/возврата» в большей степени оказывают влияние на «вероятность покупки» оказалось верным, то есть наша первая гипотеза (Н1) подтвердилась на 95% уровне доверительной вероятности.

3.2 Результаты эмпирического исследования: проверка зависимостей между переменными 3 и 2 уровней

3.3 Результаты эмпирического исследования: факторы влияния на зависимые переменные 2-го уровня

В этом параграфе мы перейдем к описанию результатов анализов, зависимыми в которых стали переменные второго уровня. Поскольку по результатам прошлых анализов мы выяснили, что на принятие решения о покупке в большей степени зависит от удовлетворенности условиями покупки, на которую в свою очередь оказывает наибольше влияние удовлетворенность условиями возврата, то именно с анализа данной переменной мы начнем данный параграф.

В нашей модели на переменную «удовлетворенность условиями возврата» влияют следующие переменные:

· Максимальный период для возврата;

· Возможность возврата через курьера;

· Возможность возврата по почте;

· Возможность возврата через пункт самовывоза;

· Скорость возврата денежных средств.

Так ли это на самом деле, мы проверили с помощью регрессионного анализа. Поскольку среди независимых переменных присутствуют те, которые измерялись с помощью дихотомической шкалы, проверка на нормальность здесь может не проводится. Корреляционный анализ показал, что мультиколлинеарность отсутствует, следовательно, нет необходимости изменять модель перед проведением регрессионного анализа и можно преступить к интерпретации полученных результатов.

Показатель R² равен 0,689, что говорит нам о том, что данная выделенные нами независимые переменные объясняют почти 69% оценки нашей зависимой переменной. В таблице 13 представлены результаты проверки данной модели.

Таблица 13. Регрессионный анализ: зависимая переменная - «Удовлетворенность условиями возврата»

a. Зависимая переменная: Удовлетворенность условиями возврата

Как видно из таблицы 13 все предикторы являются значимыми. Как и в предыдущем случае константа является значимой, но ее коэффициент равен нулю в силу особенности шкалы измерения. Самое сильное влияние на удовлетворенность условиями возврата оказывает переменная «максимальный период для возврата». Таким образом, для респондентов важно, чтобы после покупки у них было достаточно времени для возврата товара, если такая необходимость понадобится. Возможность возврата товара курьером или через пункт самовывоза, а также скорость возврата денежных средств за товар оказываю приблизительно равное по силе влияния воздействие на оценку удовлетворенности условиями возврата товара (коэффициенты равны 0.277, 0.271 и 0.221 соответственно).

Особое внимание стоит обратить на коэффициент перед переменной «Возможность возврата по почте». Эта переменная, как и остальные, является значимой, но коэффициент перед ней отрицательный, что говорит о том, что необходимость возвращать товар почтой отрицательно сказывается на удовлетворенности условиями возврата. Данные результаты анализа подтверждают нашу третью гипотезу (Н3).