電子零售商網站功能與營運績效之實證研究 - 政大學術集成

全文

(1)國立政治大學資訊管理學系研究所碩士學位論文. 治. 政電子零售商網站功能與營運績效之實證研究大. 立. ‧. ‧ 國. 學. An Empirical Analysis of E-Retailer’s Website Features and Operational Performance. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授 : 梁定澎博士、莊皓鈞博士研究生 : 呂亮緯撰中華民國 105 年 7 月.

(2) 中文摘要本研究探討零售商網站的網站功能對於其網站流量及轉換率的影響，目的是提供零售商網站建立或改版時的參考。我們採用 2013 及 2014 年中國年度銷售額前 500 名之零售商的網站功能資料，將這些網站功能依據消費者線上交易的流程整理成「商品資訊獲取」、「付款方式」與「訂單履行與退貨服務」三大構面並再細分成 7 個子構面，「商品資訊獲取」構面分為「提供產品資訊」子構面以及和「消費者互動與客製化」子構面; 「付款方式」分成了「線下支付方式」、「線上傳統支付方式」以及. 政治大以及「退貨服務」兩個子構面，我們探討這三大構面及七個子構面對於零售商網站的立. 「線上第三方支付方式」三個子構面; 「訂單履行與退貨服務」分成了「物流運送」. 網站流量以及轉換率的影響。. ‧ 國. 學. 本研究採用追蹤資料(panel data)分析，控制了不同零售商及年份的固定效果去評估網站功能的影響，結果發現「商品資訊獲取」功能對網站流量有正向影響、「付款. ‧. 方式」中的「線上第三方支付方式」子構面對於轉換率有正向影響，但訂單履行與退. sit. y. Nat. 貨服務對於網站營運指標無顯著影響。接著，我們在進一步的探討中，將這些店家依. io. er. 據所販賣的產品之類別分成了 Convenience goods、Shopping goods 以及 Specialty goods 三大類，而「mass merchant」類別的店家無法歸類在上述三類，因此獨自唯一類，我. n. al. Ch. i n U. v. 們分析這三大類店家以及 mass merchant 類別的店家網站功能對於網站流量以及轉換率. engchi. 的影響。結果發現 Convenience 類別的店家在「商品資訊獲取」構面的「提供商品資訊」功能對於轉換率呈現正顯著;在 Shopping goods 類別的店家，「付款方式」構面的「線上第三方支付方式」功能對於其網站轉換率有正向顯著;而在 Specialty goods 類別「商品資訊獲取」構面的「提供產品資訊」功能對於其轉換率有正向的影響。. 關鍵詞：零售商、轉換率、網站流量、網站功能、實證研究. i.

(3) Abstract The research examines the impact of Website Features upon two important e-retailer performance metrics – website traffic and conversion rate. Using 2013-2014 secondary panel data of top 500 e-retailers in China, we classify Website Features into three categories (product information retrieval, payment method and fulfillment & return service) according to consumers’ online transaction processes. Product information retrieval contains two constructs: product information provision and interaction & customization. Payment method contains three constructs: offline payment method, online traditional payment method and. 治政大 logistics transportation and return service. 立 After controlling for firm and time-specific fixed effects,. online third party payment method. Fulfillment & return service contains two constructs:. we find that product. ‧ 國. 學. information retrieval features have positive impacts on website traffic, and payment method have positive impacts on conversion rate. However, our analysis shows that fulfillment &. ‧. return service are not significantly associated with the two performance metrics. In our posthoc analysis, we further classify company into three categories and “mass merchant category”. Nat. sit. y. which could not be classified based on products they sold: convenience goods, shopping goods and specialty goods. We find the construct “product information provision” has. io. n. al. er. positive impacts on conversion rate for convenience and specialty goods, while “online third. i n U. v. party payment method” has positive impacts on conversion rate for shopping goods.. Ch. engchi. Keywords : E-Retailing, Conversion Rate, Website Traffic, Website Features, Empirical Research. ii.

(4) 目錄第一章、. 導論............................................................ 1. 第一節、. 研究背景...................................................... 1. 第二節、. 研究目的...................................................... 5. 第三節、. 研究流程...................................................... 6. 第二章、. 文獻探討........................................................ 7. 第一節、. 電子商務與電子零售商.......................................... 7. 第二節、. 網站功能...................................................... 9. 第三節、. 網站功能分類................................................. 10. 第四節、. 零售商網站之經營績效指標..................................... 18 研究架構與假說................................................. 24. ‧ 國. 學. 第三章、. 立. 政治大. 研究架構..................................................... 24. 第二節、. 研究假說..................................................... 25. 第四章、. ‧. 第一節、. 研究方法與資料來源............................................. 28. Nat. 第二節、. 資料來源與變數構面........................................... 28. 第三節、. 網站功能變數處理............................................. 30. 第五章、. sit. er. al. iv n C 分析模型..................................................... 32 hengchi U 研究結果....................................................... 34 n. 第四節、. y. 次級資料分析................................................. 28. io. 第一節、. 第一節、. 分析結果..................................................... 34. 第二節、. 進階探討及分析............................................... 39. 第六章、. 結論........................................................... 44. 第一節、. 研究發現..................................................... 44. 第二節、. 研究限制..................................................... 46. 第三節、. 未來建議..................................................... 46. 參考文獻................................................................... 47 附件一 –中國 2013 年度銷售額前 500 名零售商................................. 53 iii.

(5) 附件二 – 中國 2014 年度銷售額前 500 名零售商................................ 66 附件三 – 2013 年度店家-依據產品類別分類 ................................... 79 附件四 – 2014 年度店家-依據產品類別分類 ................................... 82. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iv. i n U. v.

(6) 表目錄表 1-1 : 2013-2014 年中國電子商務銷售金額前 20 名電子零售商。................. 3 表 1-2 : 過往的研究關於探討消費者對於電子商務網站的因素 ..................... 4 表 2-1 : 電子商務的成功衡量指標(Delone and McLean, 2003) ................... 11 表 2-2 : 網站流量的統計指標 ................................................ 19 表 2-3 : 不同類型網站轉換率的定義(Jackson, 2004) ........................... 21 表 4-1 : 本研究之網站功能分類 .............................................. 29 表 4-2 : 敘述統計分析結果 .................................................. 31. 政治大 34 表 5-1 : 分析結果 .......................................................... 立表 4-3 : 模型網站功能變數名稱縮寫對照表 .................................... 33. ‧ 國. 學. 表 5-2 : 分析結果-網站流量 ................................................. 35 表 5-3 : 分析結果-轉換率 ................................................... 37. ‧. 表 5-4 : 假說驗證結果 ...................................................... 38 表 5-5 : 產品類別分類及定義(Thirumalai & Sinha, 2005) ...................... 39. Nat. sit. y. 表 5-6 : 零售商依據產品類別分類及樣本數量 .................................. 40. al. er. io. 表 5-7 : 依據產品類別分類之分析結果-網站流量 ............................... 41. n. 表 5-8 : 依據產品類別分類之分析結果-轉換率 ................................. 42. Ch. i n U. v. 表 6-1 : 本研究之成立假說 .................................................. 45. engchi. v.

(7) 圖目錄圖 1-1 : 中國網路零售市場交易規模(100EC.CN, 2016) ........................... 2 圖 1-2 : 本研究之研究流程 ................................................... 6 圖 2-1 : 資訊系統成功模型 .................................................. 10 圖 2-2 : 網站設計等因素影響消費者購買意圖(Lee and Lin , 2005) .............. 12 圖 2-3 : 衡量電子零售商品質的四個構面 (Wolfinbarger and Gilly , 2003) ...... 13 圖 2-4 : 消費者線上交易流程 (Liang and Lai,2002) ........................... 14 圖 2-5 : 消費者線上交易流程 (Pavlou,2003) .................................. 15. 政治大圖 2-7 : 本研究消費者購買商品流程立 .......................................... 16 圖 2-6 : 消費者線上交易流程 (Bauer at el., 2006) ........................... 15. ‧. ‧ 國. 學. 圖 3-1 : 本研究之研究架構 .................................................. 24. n. er. io. sit. y. Nat. al. Ch. engchi. vi. i n U. v.

(8) 第一章、導論. 第一節、研究背景. 一、電子商務的興起隨著軟、硬體的進步、網際網路的興起，民眾上網已經成為基本例行事務，民眾上網的時間在日常生活中的比例逐年增加，根據財團法人台灣網路資訊中心的調查報. 政治大 1,883 萬人。網際網路減少了人們接受訊息的不對稱性、增加傳播資訊給消費者的機會，立更讓社會聯繫更緊密。網路的便利性，讓民眾購買商品的方式逐漸從傳統實體商店轉告指出，台灣民眾上網率從 2014 年調查之 75.6%上升到 80.3%，推估我國上網人數達. ‧ 國. 學. 變至線上購物，傳統零售商看準了這波線上購物的契機，紛紛架設企業網站搭上電子商務的潮流，電子商務網站儼然成為了零售商營運最重要的基礎建設之一，也創造了. ‧. 電子商務(Electronic Commerce, EC)時代。. sit. y. Nat. 電子商務的興起，改變了傳統消費者的購物習慣，電子商務提供了企業虛擬的貿. io. er. 易環境，大幅提高了商務活動的服務質量，與傳統實體店面相比，企業藉由架設電子商務網站提供消費者商品或服務，服務範圍擴及全世界，服務時間延長至 24 小時不間. n. al. Ch. i n U. v. 斷，交易方式從現金支付衍生出線上刷卡轉帳等多種支付方式，提升消費者購物的便. engchi. 利性與即時性。學者 Keeney(1999)指出，在網路上販售產品和服務能為零售商創造更大的營收可能性，Chircu and Mahajan(2006)也表示，零售商善用各種網路科技，利用電子商務去創造新的服務流程，幫助店家線下實體店面同時能在網路上販售，創造了線上線下雙通路的模式，增加營收。電子商務簡化了購物流程，讓零售商可以藉由科技自動處理資訊密集的銷售、訂單執行以及寄送流程，因此電子商務零售業的急速湧現，電子商務網站儼然成為了零售商營運最重要的基礎建設之一。. 1.

(9) 二、中國電子商務的發展趨勢中國電子商務銷售金額近年來迅速成長，成為北美之外最大的經濟體之一，電子零售商交易規模成長快速，成為各國持續關注的焦點。根據 2016 年中國電子商務研究中心（100EC.CN）所發布的調查報告指出，2015 年中國全年度網路零售市場交易規模達 38,285 億人民幣，相比 2014 年全年度的 28,211 億元，增長了 35.7%，而近五年的交易規模，都呈現爆炸性的成長，詳見圖 1-1。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 1-1 : 中國網路零售市場交易規模(100EC.CN, 2016). 隨著經濟與社會環境的轉變，中國大陸企圖從出口為主的經濟型態轉型發展龐大的內需市場(呂曜志, 2015)。電子商務不受地域限制的特性，各城市消費者透過電子商務網站可買到當地實體店鋪未銷售的商品，使得中國電子商務的市場從北京、上海等一級城市逐漸往中國中、西部擴張，延伸至三級、四級城市，中國網路零售業的市場擴張之後，交易金額很可能再創新高。表 1-1 為中國 2013 年以及 2014 年之電子商務. 2.

(10) 網站銷售金額前 20 名之銷售金額，從中可以發現各大零售商在 2014 年銷售金額的數據上和前一年相比都有明顯成長的趨勢，而本研究欲從中探討影響零售商網站營運的因素。. 表 1-1 : 2013-2014 年中國電子商務銷售金額前 20 名電子零售商。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v.

(11) 三、電子商務網站的成功因素電子商務的蓬勃發展，讓各領域的學者們紛紛欲試圖了解成功的網路零售商成功的前因後果(Grewal et al., 2004)，而過往探討電子商務網站成功與否的研究大多是由消費者心理層面的觀點出發，探討消費者對電子商務網站的滿意度(Satisfaction)、忠誠度 (loyalty)以及購買意圖(Intention to Purchase)，詳見表 1-2。Lightner (2004)說，由於消費者對於電子零售產業的期待是越來高，電子零售商勢必要持續增加電子商務網站的功能以符合消費者的期待; Heim and Field(2007)指出，網站功能會增加消費者對服務品質的感知(Perceived Service Quality); Tandon 等學者(2016)指出網站設計和消費者滿意度有正向影響，而也有研究是從交易的執行面上探討訂單履行程度(Order Fulfillment). 政治大. 對消費者滿意度的影響(Rao et al, 2011; Rabinovich & Bailey, 2004)。. 立. 上述這些研究，多是採用填答問卷的方式，將要探討的構面設計成問卷問項並蒐. ‧ 國. 學. 集消費者的填答資料，分析消費者的滿意度，而從企業的角度，直接探討企業本身電子商務網站的網站功能 (Website Features) 對於企業電子商務經營績效衡量指標. ‧. (Performance Metrics)研究相對甚少。本研究試圖以企業的角度出發，收集零售商網站實際營運資料，直接探討零售商網站的網站功能對於其經營績效的影響。. io. sit. y. Nat. n. al. er. 表 1-2 : 過往的研究關於探討消費者對於電子商務網站的因素. Ch. engchi. 4. i n U. v.

(12) 第二節、研究目的本研究旨在探討於中國營運之零售商網站之網站功能(Website Features)對於網站流量(Website Traffic)及轉換率(Conversion Rate)的影響。零售商網站最在意的經營指標是銷售金額(Sales)，而銷售金額的背後主要就是由網站流量及轉換率這兩個電子零售網站關鍵的績效衡量指標所構成，兩者是相輔相成相互存在的，有網路流量，才會有轉換成銷售的機會。網站流量是企業網站營運最重要的指標之一，網站獲得大量的訪客人次及流量可能增加品牌知名度或讓企業在和廣告商收取廣告費用時有更多的籌碼，但是不一定會增加消費者於網站購買的轉換率，如果訪客瀏覽了網站卻沒有採取任何. 治政營運上可能多產生了無用的網站流量維護成本。換句話說，一個擁有少量的訪客流量大立卻高轉換率的網站可能比其他高訪客流量卻低轉換率的網站有更佳的獲利能力(Ayanso 動作或是完成一個交易，則此網站產生了流量卻沒有產生消費者的購買轉換，則網站. ‧ 國. 學. & Yoogalingam 2009)。. 在眾多的網站中，有些網站的確吸引了許多上網者前來瀏覽與購物，但有些網站. ‧. 的設計簡陋，根本無法吸引消費者瀏覽，因此網站流量低落;而有些電商網站引導了流. y. Nat. 量來到網站，吸引了合適的潛在客戶之後，卻因為購買方式選擇少或提供消費者的服. io. sit. 務不夠完善，而無法讓消費者買單，也就是說，雖然網站流量有可能為網站帶來轉換. n. al. er. 率，卻也有可能僅只是增加網站營運的成本，無法帶來獲利。. i n U. v. 因此本研究試圖從消費者於線上交易的流程中，將不同階段時可能會使用到的網. Ch. engchi. 站功能分類，並從這些網站功能中找出對於網站流量和轉換率都是正相關的網站元素，找出這些正相關的元素中，能夠帶來更高的網站流量及轉換率的網站功能，提供企業做為零售商網站建立或改版的參考，增加營收，提供零售商參考並擬定新經營策略，讓企業整體的獲利最大化。. 5.

(13) 第三節、研究流程本研究依據研究動機訂定研究問題，探討相關文獻後擬定研究架構與假說，並從 Top 500 Guide 網站蒐集研究所需資料，將資料轉換之後根據先前的研究將資料分類，進行資料分析，探討研究結果與修正，整體研究步驟如圖 1-2。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 圖 1-2 : 本研究之研究流程. 6. v.

(14) 第二章、文獻探討. 第一節、電子商務與電子零售商電子商務指的是在網際網路(Internet)上以電子化的方式交易、從事商業活動以及其他活動，電子商務出現在 90 年代，並隨著網路科技的進步逐漸盛行，電子商務網站已經成為了企業經營最重要的基礎建設之一，而電子商務網站的經營模式有許多種， Kalakota and Whinston(1998)依據網站應用分成三大類，企業組織內部應用(Intranet)、企業對顧客(B2C)以及企業對企業(B2B)，而多數研究則是分成企業對顧客(B2C)、企業. 政治大. 對企業(B2B)、顧客對企業 (C2B)以及顧客對顧客(C2C)(Gummesson, 2004; Asfoura,. 立. 2008; Mich et al., 2008; Asfoura et al., 2009; Yue, 2012)，各種分類的定義如下:. ‧ 國. 學. 1. B2B : 企業內部之間以及企業與上下游廠商之間在網際網路上進行的企業與企業間交易。主要透過企業內部網路（Intranet）與及外部網路（Extranet）結合. ‧. 產業的上、下游廠商，整合產業供應鏈。B2B 的商業模式，可以減少企業內部資訊流通的成本，更可使企業與企業之間的交易流程更快速。. y. Nat. sit. 2. B2C : 企業透過網際網路(Internet)直接將產品或服務銷售給個人消費者，並提. n. al. er. io. 供充足的網站資訊簡單的介面吸引消費者至網站，這是目前一般最常見的作. i n U. v. 業方式，零售商電子化即是透過此種經營模式，企業將零售產品直接在網路上販售給消費者。. Ch. engchi. 3. C2B : C2B 模式主要是將商品的主導權和先發權，由廠商身上轉變成給了消費者，由消費者需求所形成的社群，透過社群的集體議價或開發社群需求，許多消費者共同購買同一個商品。例如:團購網站 4. C2C : C2C 模式是指消費者與消費者之間的互動交易行為，例如消費者可同在某一競標網站或拍賣網站中，共同在線上出價而由價高者得標，或由消費者自行在網路新聞論壇或 BBS 上張貼布告以出售二手貨品，甚至是新品，諸如此類因消費者間的互動而完成的交易，就是 C2C 的交易。C2C 競標網站，競標的物品是多樣化且無限制，商品提供者可以是任何人，可能是鄰居家小孩，. 7.

(15) 也可能是大企業。且 C2C 並不侷限於物品與貨幣的交易，在這虛擬的網站中，買賣雙方可選擇以物易物，或以人力資源交換商品。. Alexander and Colgate(1998)提到，傳統的零售是指店家販售有形的物體給消費者; 而行政院主計處 2016 年之中華民國行業標準分類(第 10 次修訂)中將零售業定義為「從事透過商店、攤販及其他非店面如網際網路等向家庭或民眾銷售全新及中古有形商品之行業。」MBA 智庫百科將零售業定義為向最終消費者提供所需商品或服務為主的行業，零售商從中間商或製造商處購買商品，並直接銷售給消費者。電子商務的興起，改變了傳統零售商的銷售方式，讓許多傳統零售商紛紛架設自己的電子商務網站，. 政治大架設電子商務網站的零售商就是現今稱為的電子零售商。電子零售商主要的經營模式立. 將商品於網路上販售，增加銷售通路、打破時間、地域上的限制，以提升獲利，這種. ‧ 國. 學. 是 B2C 模式，與傳統零售實體通路不同的是零售商將自己的產品直接透過網路將產品或服務銷售給個人消費者，這種營運通路的改變，同時影響了零售商經營上的策略，. ‧. 例如，透過虛擬的線上商店銷售商品不需要實體店面租金費用；透過網際網路的行銷活動的費用與傳統的紙本廣告的考量; 透過網際網路可以蒐集到更多的消費者資訊，. y. Nat. sit. 然而，於線上銷售同時也打破了原本店家與消費者的資訊不對稱，消費者可以在網路. er. io. 上搜尋及比較，直到找到最低的價格或是最滿意的商品及服務，因此轉移到線上銷售. al. iv n C 售商重點會著重在網站功能設計，考量網站如何提高消費者的滿意度並能夠吸引消費 hengchi U n. 的市場競爭更是激烈，因此許多經營策略的考量重心都會轉移到網站通路上，電子零. 者瀏覽網站以及購買消費，以提升銷售金額以及獲利。. 8.

(16) 第二節、網站功能一、網站功能網站功能(Website Features)指的是網站上擁有的各種功能或網站所提供的服務，也可以說一個網站是由多個網站功能組合而成的，每個網站功能都是網站重要的元素，因此，網站功能決定了網站的優劣，某些網站營運良好與否更是取決於某些重要的網站功能有無，像是電子商務網站中提供商品資訊和消費者購買時的特定網站功能可能會影響到消費者是否願意瀏覽網站以及在網站上購物的意願，進而影響電子商務網站經營的績效指標，因此，有許多的研究在探討網站功能的重要性以及其對於網站營運績效指標的影響。. 立. 政治大. 二、網站功能對營運績效的影響. ‧ 國. 學. 網站功能會影響到網站營運時的指標，而不同的網站功能影響到的可能是不同的營運指標，例如，Ghose and Dou(1998)發現，網站的顧客支援功能對網站評價有正面. ‧. 的影響; Jeong and Lambert (2001) 指出，網站應該要容易得讓消費者找到他們需要的功能，提供友善的搜尋引擎以及能夠快速地在網頁間來回瀏覽; Lynch and Ariely(2000)表. y. Nat. sit. 示，網站擁有價格搜尋以及提供資訊的功能時，會增加顧客滿意度、回來瀏覽網站與. er. io. 購買的意願; Ayanso et al.(2010)指出，網路零售商為了傳遞服務給消費者，逐漸的增加. al. n. iv n C 點的網站功能很可能會產生更高的商業經營績效; U et al.(2014)發現，屬於加值服 h e n g c h iChuang 資訊系統的部署以及創新的網站功能; Lee and Kozar(2006)也說，提升具有方便快捷特. 務(Value-Added)類型的網站功能(例如:線上聊天)對於北美零售商網站的年度銷售金額. 以及網站流量呈現” inverted U-shaped”非線性的關係。因此，一個成功的網站須要具備何種網站功能、如何設計以及是否能提供消費者更好的服務，增加消費者的滿意度、忠誠度、購買意圖或是其他營運時的績效指標，是許多企業及學者研究的方向，本研究參考過往的研究，試圖將中國零售商網站功能分類並探討其對於營運績效指標的影響。. 9.

(17) 第三節、網站功能分類如前述所言，網站的營運績效指標與網站功能息息相關，而不同的類型的網站功能會影響到不同的營運績效指標學者們依據特性將網站功能分類，探討各種類別網站功能對營運績效的影響。. 一、過往研究的網站功能分類方式過往關於探討電子商務成功因素的研究，有著不同的網站功能分類方式，依據不同的理論，從不同的角度來闡述。像是資訊系統成功模型(Delone and McLean, 1992; 2003)主要將系統或網站從系統品質、資訊品質以及服務品質三大構面，並分別將這些. 政治大度的影響，詳見圖 2-1，各構面的衡量指標詳見表 2-1。立. 構面訂定衡量指標，來衡量網站成功因素，探討這三大構面對於消費者意圖以及滿意. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 資料來源: Delone and McLean, (2003) 圖 2-1 : 資訊系統成功模型. 10.

(18) 表 2-1 : 電子商務的成功衡量指標(Delone and McLean, 2003). 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 11. i n U. v.

(19) 也有學者是依據 Parasuraman et al.(1988)提出的服務品質量表(SERVQUAL)中的五大構面，有形性（Tangibles）、可靠性（Reliability）、響應性（Responsiveness）、保證性（Assurance）、同理心（Empathy），採取其中的幾個構面以及自己整理的一些構面來衡量電子商務網站的服務品質對於消費者滿意度及購買意圖的影響。例如 Lee and Lin(2005)在研究中探討網站設計(Website Design)、可靠性(Reliability)、回應性 (Responsiveness)、信用(Trust)以及個人化(Personalization)這 5 個構面對於整體的服務品質和消費者滿意度，進而探再探討服務品質和滿意度是否會影響消費者的購買意圖 (Purchase Intention)，詳見圖 2-2;而 Wolfinbarger and Gilly (2003)針對電子零售商，提. 政治大 Reliability)、隱私和安全性立 (Privacy and Security)以及消費者服務(Customer Service)，. 出了四個衡量標準，網站設計(Website design)、訂單履行及可靠度(Fulfillment and. ‧. ‧ 國. 學. 來評估消費者對品質的判斷以及滿意度，詳見圖 2-3。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2-2 : 網站設計等因素影響消費者購買意圖(Lee and Lin , 2005). 12.

(20) 立. 政治大. ‧ 國. 學. 圖 2-3 : 衡量電子零售商品質的四個構面 (Wolfinbarger and Gilly , 2003). ‧. 前述這些研究是依據理論框架為基礎，靜態的將這些網站功能或特性分成不同的構面，而本研究試圖以動態的觀點，依據消費者在網站上購買商品時的流程區分成不. y. Nat. n. l 二、以消費者線上交易流程區分網站功能. Ch. engchi. er. io. a. sit. 同的時間點，將網站功能做分類。. i n U. v. 網站功能會影響電子商務的交易，大部分的零售網站都有很多的功能，來支援線上交易的活動。交易過程是一個很重要的因素，無法掌控線上交易流程狀態的追蹤，消費者將不會使用線上拍賣和付款的功能，線上交易流程(Consumer Online Transaction Process)是指消費者被吸引至零售商網站，於網站上搜尋商品、比價、購買結帳的流程，而有些研究會將售後服務也整合在整個交易流程中。 Liang and Lai (2002)將消費者在電商網站交易時的流程整理成問題認知(Problem recognition)、資訊搜尋 (Information search) 、評估 (Evaluation)、選擇 (Choice)、交易 (Transaction)以及售後服務(Post-sales service)六個階段，詳見圖 2-4。. 13.

(21) sit. io. n. al er. y. ‧. ‧ 國. 學. Nat. 圖 2-4 : 消費者線上交易流程 (Liang and Lai,2002). 立政治大. Ch engchi. 14. i n U. v.

(22) Pavlou (2003)則將線上交易流程分成資訊取得(Information Retrieval)、資訊轉移 (Information Transfer)以及產品購買(Product Purchase)三個構面，詳見圖 2-5。資訊取得與資訊轉移的階段主要提供消費者瀏覽商品、蒐集商品資訊、比價以及提供其他私人服務，幫助消費者更容易搜尋到自己想要的商品，為消費者在購買商品前的階段。. 立. 政治大. ‧ 國. 學. 圖 2-5 : 消費者線上交易流程 (Pavlou,2003). ‧. 而 Bauer at el.(2006)則將交易流程分為資訊階段(Information Phase)、同意階段. y. Nat. (Agreement Phase)、履行階段(Fulfillment Phase)以及銷售後階段(After-Sales Phase )，詳. n. al. Ch. engchi. er. io. 遞、訂單的履行、客人的抱怨以及退貨服務。. sit. 見圖 2-6。在履行以及銷售後的階段，為消費者購買商品後的階段，主要是貨物的傳. i n U. v. 圖 2-6 : 消費者線上交易流程 (Bauer at el., 2006). 15.

(23) 整合上述學者的研究，我們將消費者線上購物流程依據消費者付款的時間點主要分為付款前(Pre-transaction)、付款中(On-transaction)以及付款後(Post-transaction)三個主要階段，依據上述研究的各個階段所探討的面向，將我們蒐集到的網站功能資料分類套用，詳見圖 2-7。付款前的網站功能主要是幫助消費者獲得商品資訊、比價以等功能，幫助消費者在瀏覽網站時能夠迅速能更容易、迅速得搜尋到目標商品。. 學圖 2-7 : 本研究消費者購買商品流程. Nat. io. sit. y. ‧. ‧ 國. 立. 政治大. n. al. er. 我們將付款前的網站功能整理成「商品資訊獲取」構面，並將此構面的功能細分. i n U. v. 為「提供產品資訊」功能以及和「消費者互動與客製化」的功能(Zhu & Kraemer,. Ch. engchi. 2002)，產「產品資訊本身的功能」主要都是和產品資訊有關，像是網站的「Product Ratings」功能和「Top Sellers」功能;「消費者互動與客製化的功能」主要是能夠和提供網站和消費者的互動，讓消費者在搜尋商品時提供協助或是提供客製化的服務，像是網站的「Live Chat」和「Interactive Catalog」功能。在付款中的網站功能，我們主要探討的是付款方式(Heim & Field, 2007)，尤其是現今中國有著許多新興的付款方式的出現，不同的消費者可能有其偏好的付款方式，本研究將付款中的網站功能整理成「付款方式」構面，我們並將此構面依據線下或現下的區別以及傳統支付和第三方支付的區別分成了「線下支付方式」、「線上傳統支付方式」以及「線上第三方支付方式」，「線下支付方式」像是「Cash on Delivery」 16.

(24) 功能能夠讓消費者可以在線下實體現金交易的支付方式，而「線上傳統支付方式」則像是「Debit Card」這些傳統能夠在網路上交易的方式，而「線上第三方支付方式」則是近年新興出現的交易方式，透過網路上第三方付款的方式交易，像是阿里巴巴的「Alipay」以及騰訊的「TenPay」。消費者付款後消費者最在意的事情是交易的訂單是否履行、商品寄送進度追蹤，以及是否提供退換貨的服務，本研究將付款後的功能整理成「訂單履行與退貨服務」構面，並且將之分為「物流運送」以及「退貨服務」兩個子構面，「物流運送」的功能像是「Shipment Tracking」功能以及「Overnight Shipping」功能，這類的功能主要是購買後的配送物流功能以及提供消費者追蹤運送情形;而「退貨服務」的功能像是. 政治大. 「Free Return Shipping」功能以及「Return Window」功能，主要提供的是消費者於購. 立. 買後商品不滿意或有瑕疵時的退貨服務。. ‧ 國. 學. 整合上述消費者線上交易流程的研究，本研究將網站功能資料，依據消費者線上交易流程付款的前、中、後三個階段，分為「商品資訊獲取」、「付款方式」以及. ‧. 「訂單履行與退貨服務」三大構面並細分成七個子構面，探討這三大構面對於零售商網站營運績效指標的影響。. n. er. io. sit. y. Nat. al. Ch. engchi. 17. i n U. v.

(25) 第四節、零售商網站之經營績效指標網站的經營績效指標有很多種，然而本研究將針對零售商之電子商務網站作探討。一般來說，零售商電子商務網站營運時最在意的就是銷售金額(Sales)，零售商是否能從網站上獲利是經營電子商務網站時最重要的因素以及目的，也有許多研究是在探討電子商務網站與其銷售金額的關係。然而，銷售金額的背後主要是由網站流量 (Website Traffic)、轉換率(Conversion Rate)以及平均票價(Average Ticket)這三個關鍵績效指標所組成(Chuang et al. 2014; Ayanso & Yoogalingam 2009)，而本研究將探討的是銷售金額背後的這些指標。銷售金額背後的指標以及其計算公式如下:. 立. 政治大. 銷售金額(Sales) =網站流量(Website Traffic) * 轉換率(Conversion Rate). ‧ 國. 學. *平均訂單價格(Average Ticket). ‧. y. Nat. 上述銷售金額的三大指標之中的「平均訂單價格」指標指的是消費者於每次購物. sit. 時的平均訂單價格，是由不同的產品數量以及其價格所組成，然而產品價格與購買數. n. al. er. io. 量會隨著產品類型、時間、促銷活動等因素變動，變異性甚大，我們難以衡量平均訂. i n U. v. 單價格高低的優劣，因此我們無法評估網站功能是否會對平均訂單價格造成影響，所. Ch. engchi. 以過往關於電子商務網站以及平均訂單價格的相關研究甚少，故本研究將研究重點放在網站流量(Website Traffic)以及轉換率(Conversion Rate)這兩個銷售金額背後的績效指標，探討不同的網站功能是否會影響到網站流量以及轉換率。. 18.

(26) 一、網站流量(Website Traffic) 網站流量是用來描述特定時間內造訪一個網站的使用者數量或是使用者所瀏覽的網頁數量等指標，企業評估網站流量常用的統計指標有很多種，像是網頁瀏覽數量、頁面瀏覽數量(Page View)、用戶在網站的停留時間、特定時間內訪客造訪的總次數(包含重複的訪問者)以及不重複的訪客人次(Unique Visitors)等等，「中文百科在線」網站的網站流量統計指標如表 2-2 所示，此外，網站流量也有另一層面的意思是網站所傳送的數據量的大小。. 政治大. 表 2-2 : 網站流量的統計指標. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 而零售商電子商務網站的網站流量(Website Traffic)最簡單的評估標準就是網站的訪客人次(Website Visits)，Top 500 Guide 網站上關於網站流量的統計資料有總訪客人次以及不重複的訪客人次(Unique Visitors)。不重複的訪客人次通常以使用者 IP 來做為統計的標準，特定時間內相同的 IP，不會被重複計算。一般來說，這兩者在統計分析上都有其重要意義，分析人員或研究者會同時蒐集這兩種數據，而本研究將會以不重複訪客人次(Unique Visitors)來評估網站流量。. 19.

(27) 通常做網站流量的統計分析，是在取得網站流量的基本數據之後，對相關數據進行統計、分析，從分析結果中發現使用者拜訪網站的規律，從電子網站經營者的角度來看，網站流量是最基本的指標，流量對於網路行銷而言是很重要的環節，沒有流量，就不會有任何銷售產生。行銷部門或決策單位將這些規律與網路行銷策略相結合，從中發現目前網路行銷活動中有可能存在的問題，並進一步修正檢討或重新制定網路行銷策略。網站擁有越多的流量，代表的是網站擁有越高的曝光，產品有越高的機會被購買，是拓展品牌知名度以及商業規模的關鍵因素。Hanson(2000)說，網路流量除了反映了網站的聲望之外，同時也是在網路上產生銷售機會的條件;Heijden(2000)也認為，企業. 政治大. 網站更新的原因，是網站流量變化所造成的，Moe and Fader(2004)也指出，網站流量. 立. 是線上零售商測量成功與否最重要的標準。基於這些種種原因，網站流量被認為是電. ‧ 國. 學. 子商務從業者最重要的績效指標之一 (Heijden, 2000)，許多公司都採用了一些策略試圖增加更高的網站流量。而除了網站本身統計流量的功能之外，公司行銷人員或是負. ‧. 責經營網站流量的人員會使用第三方的網站流量的監測工具來監控、分析電子商務網站的網站流量變化，最知名的就是 Google Analysis，而其他網站流量分析工具像是. y. Nat. er. io. 的目標之一。. sit. SimilarWeb、Quantcast，如何增加網站流量，儼然成為了電子商務網站經營者最看重. al. n. iv n C 500 名之電子商務企業網站的不重複訪客人次資料，並將深入探討哪些網站功能是造 hengchi U 綜合上述所說，本研究於 Top 500 guide 網站取得了兩個年份的中國銷售金額前. 成影響網站流量高低不同的因素，進一步提供企業行銷單位或是決策部門新增或調整提高網站流量的網站功能。. 20.

(28) 二、轉換率(Conversion Rate) 轉換率(Conversion Rate)是指在成功將消費者引流導入至網站後，消費者購買商品、訂閱網站內容等動作的次數頻率，轉換率是網站經營者除了網站流量之外最平凡討論的字詞，Gold (2004)表示轉換率是電子商務公司衡量網站獲利能力最重要的指標，而不同型態的網站對轉換率有不同的定義。 Jackson(2004)將商業網站分成了電子零售商 (Retail or e-commerce) 、領先世代 (Lead generation)、內容(Content)以及消費者服務和支援(Customer service and support) 網站四大類，並分別為這四類網站的轉換率做出定義，詳見表 2-3。. 治政大 2004) 表 2-3 : 不同類型網站轉換率的定義(Jackson, 立 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 21. i n U. v.

(29) 對於網路零售商來說，轉換率是電子商務公司衡量網站獲利能力最重要的指標 (Gold, 2004)，且轉換率通常被定義為訂單數量和總網站訪客人次的百分比(Ayanso & Yoogalingam, 2009)，公式如下。. 轉換率 (Conversion Rate) = 訂單數量 (Orders) / 網站流量 ( Website Traffic) 一般來說，電子商務網站的轉換率很少會超過 5% (Boyer et al., 2005) 。例如，從 Top 500 Guide 網站的資料中發現，中國年度線上銷售金額前 500 名的電子商務網站，. 政治大. 2013 年的平均轉換率僅 2.53%，而 2014 年的平均轉換率為 2.51%。這代表著某網站的. 立. 100 個訪客人次之中，只有幾乎不到 5 位消費者會在此網站購物。零售商網站轉換率. ‧ 國. 學. 不高的原因，一直是企業最想找出答案的問題之一，Moe and Fader (2004)指出，在現今科技進步的時代，偏低的搜尋成本以及耗費的精力，讓網站容易吸引訪客造訪產生. ‧. 大量流量卻不一定有購買意圖。除了搜尋成本低之外，消費者在網路上的比價成本也不高，消費者經常在網路上貨比三家，可能逛了許多網站，但只在其中某一間網站下. y. Nat. sit. 單購買，其他的網站擁有流量卻不會有轉換次數發生。零售商網站的付款功能設計不. al. er. io. 良或不顯眼也會影響消費者的購買決策(Songet al.,2007)，舉例來說，23%使用者試圖. v. n. 交易的事件，因為網站設計不良造成使用者挫折，最終以失敗收場(Silverman et al., 2001)。. Ch. engchi. i n U. 綜合上述所說，網站特性造成轉換率的影響，是本研究的重點之一，我們想探討是那些網站特性會帶來更高的轉換率，以利電子零售商網站增加功能不足的地方以及改善造成轉換率低落的因子。本研究將研究重點放在探討網站流量(Website Traffic)以及轉換率(Conversion Rate) 這兩個企業經營的績效指標，並去除其他因素影響，僅以零售商網站本身之網站功能為變因，並帶入流程的觀點，探討在消費者線上交易流程不同階段的網站功能對於網站流量及轉換率造成的影響，提供零售商網站作為參考的依據。. 22.

(30) 總結以上文獻探討，我們發現，過往多數的研究都是以消費者的角度出發，探討消費者對網站功能的滿意度，這類研究方法是採用問卷調查法蒐集消費者的填答資料，填答資料受填答者的影響甚大，不同年齡、性別或是職業的消費者對於問卷填答的答案不盡相同，而填答者填答當下的心境對填答的答案也會有所不同，甚至是同一位填答者在不同的時間點，填答的答案也不全然一樣。而近年來由於資料的可取得性大幅增加，因此逐漸有學者從公司層面直接利用真實資料探討公司網站功能對於其營運指標的研究，例如(Tsai et al., 2013; Chuang et al., 2014; Chou et al., 2016)採用北美的資料探討美國銷售額前 500 名之電子商務網站的研究，而本研究將參考上述這些研究，從公司的角度出發，利用資料公司 Internet Retailer 提供於 Top 500 Guide 網站之資料，. 政治大. 從網站上提供之 125 個網站功能中，篩選出其中 40 個網站功能特性當作本研究的變數，. 立. 以真實客觀的網站特性資料來進行跨公司的實證分析，直接探討這些網站功能對於網. ‧. ‧ 國. 學. 站經營績效指標網站流量以及轉換率的影響。. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(31) 第三章、研究架構與假說本章節將基於文獻探討的結果提出本研究的研究架構，並描述架構中的假說。. 第一節、研究架構本研究架構將電子商務網站的功能依據消費者付款的前、中、後區分為「商品資訊獲取」、「付款方式」與「訂單履行與退貨服務」三大構面設計為獨立變數，商品資訊獲取細分成了「提供產品資訊功能」與及「互動與客製化的功能」;付款方式分成了「線下支付方式」、「線上傳統支付方式」以及「線上第三方支付方式」; 訂單履行與退貨服務分成了「物流運送」以及「退貨服務」。依變數則為經營績效，包括網. 政治大. 站流量(Website Traffic)及轉換率(Conversion Rate)，研究架構及假說如圖 3-1 所示。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 圖 3-1 : 本研究之研究架構. 24. v.

(32) 第二節、研究假說本研究依據文獻探討提出了 5 個假說，假說如圖 3-1 所示，消費者付款前的功能「商品資訊獲取」對網站流量及轉換率的影響分別為 H1 及 H2; 付款中的「付款方式」對轉換率的影響為 H3;付款後的「訂單履行與退貨服務」對網站流量及轉換率的影響分別為 H4 及 H5。 Lee and Kozar (2006)表示，提升具有方便快捷特點的網站很可能會產生更高的商業經營績效，因此提供更良好的網站功能更有可能會提高網站的流量。而在消費者的線上交易流程中，當消費者進入網站後的第一件事就是瀏覽、搜尋商品，獲取商品的. 治政的功能，幫助消費者更容易搜尋到自己想要的商品(Pavlou, 大 2003)。我們假設幫助消費立者搜尋到商品的功能越完善，消費者對於網站的滿意度越高，當心中有想購買的商品資訊以及做產品的比較，因此，良好的網站應該要設計提供消費者易於蒐集商品資訊. ‧ 國. 學. 時即會優先考慮擁有此類功能較完整的網站，則擁有此類的網站流量就可能更高，而這部份的功能還可以分成「提供產品資訊」以及「互動與客製化」這兩個子構面，因. ‧. 此我們提出假說一(H1):商品資訊獲取功能對網站流量有正向影響，以及其兩個子假說，. y. Nat. 假說 H1a:「產品資訊本身功能」對網站流量有正向影響; H1b: 「互動與客製化的功能」. n. al. er. io. sit. 對網站流量有正向影響。. Ch. i n U. H1 : 商品資訊獲取功能對網站流量有正向影響。. engchi. v. H1a: 「提供產品資訊」功能對網站流量有正向影響。 H1b :「互動與客製化」功能對網站流量有正向影響。. Lynch and Ariely(2000)的研究中發現，網站擁有提供資訊的功能時，會增加顧客滿意度、回來瀏覽網站與購買的意願，因此提供更完整的產品資訊並讓消費者更容易地搜尋商品的網站功能，能夠幫助消費者更容易搜尋到自己想要的商品，省下了消費者在整體線上購物的時間，會讓消費者更有意願購買商品，並提升轉換率，因此我們. 25.

(33) 提出假說二(H2) :商品資訊獲取功能對轉換率有正向影響。以及其兩個子假說，假說 H2a :「提供產品資訊」對轉換率有正向影響 ; H2b :「互動與客製化的功能」對轉換率有正向影響。. H2 : 商品資訊獲取功能對轉換率有正向影響。 H2a : 「提供產品資訊」功能對轉換率有正向影響。 H2b : 「互動與客製化」功能對轉換率有正向影響。. 政治大. 當消費者找到自己想要的商品，要進入結帳流程時，此時影響消費者最重要考量. 立. 就是付款方式，AlGhamdiand AlFaraj (2011)指出，電子商務網站提供越多種的線上付. ‧ 國. 學. 款方式越能夠幫助消費者選擇自己習慣的支付方式，進而產生購買; Pentina et al. (2011) 也指出付款方式是電子零售商的對於經營績效很重要的因素。但是「付款」這個動作. ‧. 是消費者於網站瀏覽喜歡的商品後，才會結帳付款，並非影響消費者是否瀏覽網站的. y. Nat. 因素。綜合前述所言，我們假設付款方式僅對於轉換率產生影響，提出假說三(H3):付. sit. 款方式對轉換率有正向影響，並依據線上付款或是線下付款，以及傳統的線上付款及. n. al. er. io. 第三方付款方式，再將其分成了三個子假說，假說 H3a : 「線下支付方式」對轉換率. i n U. v. 有正向影響; 假說 H3b : 「線上傳統支付方式」對轉換率有正向影響; 假說 H3c : 「線上. Ch. engchi. 第三方支付方式」對轉換率有正向影響。. H3 : 付款方式對轉換率有正向影響。 H3a : 「線下支付方式」對轉換率有正向影響。 H3 b : 「線上傳統支付方式」對轉換率有正向影響。 H3 c : 「線上第三方支付方式」對轉換率有正向影響。. 26.

(34) 消費者在網路上購買商品結帳後不像是在實體店面一樣，付款後就能馬上拿到商品，在網路上交易則多了物流運送這個流程，因此消費者在網路上購物最在意的事情就是商品是否能如期送達，以及商品有瑕疵，是否能夠退換貨。 Jiang and Rosenbloom(2005)的研究中發現，消費者對於售後運送時的滿意度對於消費者之後是否回來瀏覽網站有著重大的影響。因此，一個良好的網站應該要提供讓消費者追蹤商品運送狀況的功能以及退換貨服務的功能。我們假設某網站此類功能提供的越完善，越能增加消費者於此網站購物的信心，越常回來拜訪此網站，網站流量會越高，因此我們提出假說四(H4) :訂單履行與退貨服務對網站流量有正向影響，以及其兩個子假說， H4a :「物流運送」對網站流量有正向影響 ; H4b :「退貨服務」對網站流量有正向影響。. 立. 政治大. H4 : 訂單履行與退貨服務對網站流量有正向影響。. ‧ 國. 學. H4a :「物流運送」對網站流量有正向影響。 H4b :「退貨服務」對網站流量有正向影響。. ‧ y. Nat. sit. Wolfinbarger and Gilly(2003)的研究中發現，訂單履行會對於消費者的滿意度、忠. n. al. er. io. 誠度以及拜訪網站的意圖有正向的影響，我們覺得消費者交易完成後的物流以及退換. i n U. v. 貨服務功能提供得越好，越容易增加消費者於此網站購買的信心以及滿意度，消費者. Ch. engchi. 就會越安心回來此網站購買商品，提升轉換率，因此我們提出假說五(H5) : 訂單履行與退貨服務對轉換率有正向影響，以及其兩個子假說，H5a :「物流運送」對轉換率有正向影響 ; H5b :「退貨服務」對轉換率有正向影響。. H5 : 訂單履行與退貨服務對轉換率有正向影響。 H5a :「物流運送」對轉換率有正向影響。 H5b :「退貨服務」對轉換率有正向影響。. 27.

(35) 第四章、研究方法與資料來源第一節、次級資料分析次級之料是指其他人已經整理過的第二手資料，資料的名稱、數值以及型態都非常清楚，透過別人整理好的次級資料作分析就是次級資料分析方法。採用次級資料分析的優缺點如下: 優點: 1. 相較於自行蒐集能夠更快速、更容易地取得資料 2. 相較於自行蒐集的成本更低廉. 政治大. 3. 可以打破時間的限制，採用歷年的資料，看出在時間序列上的發展. 立. 學. ‧ 國. 缺點:. 1. 資料的正確性及適切性可能無法驗證 2. 資料較無彈性，資料型態及格式已經固定. ‧ sit. y. Nat. 本研究欲探討零售商網站功能對於其網站流量以及轉換率的影響，需要取得大量. io. er. 的零售商網站樣本數以及上述資料，且本研究希望能採用不同年份的資料來分析，因此本研究採用次級資料研究方法，採用資料公司 Internet Retailer 提供於 Top 500 Guide. n. al. Ch. 網站資料庫的零售商資料來進行本研究之分析。. engchi. i n U. v. 第二節、資料來源與變數構面本研究蒐集之資料為 2013 以及 2014 年中國年度線上銷售金額前 500 名之零售商的次級資料，然而，並不是所有的零售商都在這兩年內擠進前 500 名，因此在後續分析時會取兩年內都有在前 500 名的公司以及網路特性。資料主要分為三類，第一類為零售商的基本背景資料，包含公司名稱、零售商類型(Merchant Type)以及產品類別(Merchandise Category);第二類為零售商之網站營運指標，包含了不重複訪客人次(Unique Visitors)以及轉換率(Conversion Rate)，資料型態為. 28.

(36) 數值型態，詳見附件一及附件二，而本研究參考 Chuang et al.(2014) 以及 Ayanso and Yoogalingam (2009) 的研究，以不重複訪客人次來當作衡量網站流量的指標;第三類為網站功能資料，本研究參考文獻以及本研究架構，選擇了 40 個 Top 500 Guide 網站提供的網站功能的資料，依據消費者於線上交易流程「付款」的前、中、後整理成「商品資訊獲取」、「付款方式」與「訂單履行與退貨服務」三大構面，商品資訊獲取細分成了「提供產品資訊」功能與及「互動與客製化」的功能;付款方式分成了「線下支付方式」、「線上傳統支付方式」以及「線上第三方支付方式」，「線下支付方式」; 訂單履行與退貨服務分成了「物流運送」以及「退貨服務」，詳見表 4-1。網站功能資料的型態皆為二進制型態，值為 0 或 1，0 代表無此功能;1 則代表有此功能。. 治政表 4-1 : 本研究之網站功能分類大立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 29. i n U. v.

(37) 第三節、網站功能變數處理我們將蒐集而來的 40 個網站功能整合起來建立 7 個變數。作法是將各個子構面的網站功能數值(0 或 1)加總起來作為各個構面的指標，這種方法被之前電子零售商網站的研究所採用(Spiller& Lohse, 1997; Ayanso & Yoogalingam, 2009; Pentina & Hasty, 2009)，然而，這種簡單的變數加總方法有個缺失，就是每個功能的重要程度卻不一定相同，因此資料中每個功能的數值都只有 0 和 1 是相當不合理的。因此我們參考 Tsai (2013)以及 Chuang et al. (2014) 的作法，根據每個網站功能在年度前 500 大零售商的出現次數，將這 40 個網站功能變數算出其權重值，例如在 2013 年的子構面「互動與客. 治政 7 個子構面中的網路功能權重加總 Views」功能在 2013 年的權重值是 1/399。之後再將大立並標準化。這種調整方式讓越少零售商網站所採用的功能權重越高，因為它們可能會產生稀有的效果。各個變數的敘述統計結果詳見表 4-2。. 學. ‧ 國. 製化」中的「Alternate Views」功能，有 399 個零售商擁有此功能，則「Alternate. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 30. i n U. v.

(38) sit. io. n. al er. y. ‧. ‧ 國. 學. Nat. 表 4-2 : 敘述統計分析結果. 立政治大. Ch engchi. 31. i n U. v.

(39) 第四節、分析模型本研究是以計量經濟學中追蹤資料(panel data)模型進行資料分析，此類模型同時考慮橫斷資料面資料(cross-section data)與時間序列資料(time-series data)，橫斷面資料為網路銷售額前 500 名之中國零售商個體，而時間序列資料為為 2013 以及 2014 年度，此分析方法可控制不同零售商本身以及不同年度未直接觀察到的特性，研究模型之網站功能變數名稱縮寫對照表詳見表 4-3。. 本研究之網站流量模型以及轉換率模型公式如下:. 政治大. 立網路流量(Website Traffic)模型 (eq. 1). 轉換率(Conversion Rate)模型. sit. Nat. y. ‧. ‧ 國. 學. ln(UniqueVisitorsit) = αi + β11 * PIit + β12 * ICit + β13 * LTit + β14 * RSit + γYear2014 + εit. n. er. io. ConversionRateit = αi + β21 * PIit + β22 * ICit + β23 * OfPit + β24 * OnTPit + β25 * OnTPPit + β26 * LTit + βa27 * RSit + γYear2014 + εit v. i l C n hengchi U. 32. (eq. 2).

(40) 表 4-3 : 模型網站功能變數名稱縮寫對照表. 立. 政治大. ‧. ‧ 國. 學. 在上述模型之中，i 代表獨立的公司個體，i = 1,2,3….N ，此處的 N 不一定是 500，. Nat. sit. y. 因為並不是 500 家公司都有連續兩年擠入前 500 名，本研究只採用兩年分都進入前. er. io. 500 名之零售商;αi 代表的是零售商的固定效果(Fixed Effects)，用來捕捉未觀察到的零. al. 售商特性;t 代表年分，而 Year2014 為年份的固定效果，用來捕捉零售商未觀察到的不同. n. iv n C =0 時，t=2013。 =1 時，t=2014;反之 h e n g cYear hi U. 年份之特性，當 Year2014. 2014. 本模型是以 STATA 軟體來估計上列兩個模型，而在網路流量模型中，我們是以不重複的訪客次數來代表網路流量，且由於數值變異度過大，我們取其自然對數值，並使用 STATA 中的 xtreg 的固定效果法來估計網路流量模型;而轉換率模型我們以原始的轉換率數值來當做相依變數，但是轉換率的數值介於 0~1 之間，為一個偏離常態性的 fractional response variable，因此我們使用 STATA 軟體 xtgee 的隨機效果法估計轉換率模型。. 33.

(41) 第五章、研究結果第一節、分析結果本研究使用 STATA 軟體估計前兩個追蹤模型以評估消費者交易流程的三大構面網站功能對於網站流量及轉換率的影響，分析結果於表 5-1。表 5-1 中估計的數值是回歸的模型係數，括弧內的值是固定標準誤。兩種模型的統計量都呈現顯著，代表兩種模型皆適當的配適資料，由於 Top 500 guide 網站上的網站流量(Monthly Unique Visitors)的資料有短缺，因此網站流量模型中的樣本數略少。. 立. 政治大. 表 5-1 : 分析結果. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 34. i n U. v.

(42) 一、影響網站流量的因素表 5-2 為網站流量的評估結果，從網站流量模型評估的結果中我們可以發現，商品資訊獲取的功能的兩個子構面，提供產品資訊(β11 = 0.063; p-value =0.052)以及互動與客製化(β12 = 0.036; p-value = 0.033)對於網站流量都呈現正顯著，這意味著零售商網站商品資訊獲取的功能提供得越完整，其網站流量會更高，這個發現支持我們的假說一(H1)商品資訊獲取功能對網站流量有正向影響成立。而訂單履行與退貨服務功能的兩個子構面，物流運送(β13 = 0.016; p-value = 0.287)以及退貨服務(β14 = -0.017; p-value = 0.764)對於網站流量則無顯著的影響，這表示在消費者交易後的網站功能越完整，不一定會帶來更高的網站流量，因此假說四(H4)訂單履行與退貨服務對網站流量有正向. 政治大. 影響無顯著的支持。而時間效果(γ = 0.044; p-value = 0.081)對於網站流量呈現正向顯著，. 立. 這意味著 2014 年度的零售商網站平均流量比 2013 年度的網站平均流量更高。. ‧ 國. 學表 5-2 : 分析結果-網站流量. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 35. i n U. v.

(43) 二、影響轉換率的因素而從轉換率的模型評估的結果表 5-3 中我們可以發現商品資訊獲取功能構面的兩個子構面，提供產品資訊(β21 = 0.007; p-value = 0.429)以及互動與客製化(β22 = -0.005; pvalue = 0.569)對於轉換率都沒有顯著性，這表示商品資訊獲取的功能越完整，消費者不一定會更有意願購買，因此假說二(H2)商品資訊獲取功能對轉換率有正向影響無顯著支持。付款方式構面的線下支付方式(β23 = 0.007; p-value = 0.251)以及線上傳統支付方式 (β24 = -0.008; p-value = 0.204)沒有顯著性，但是線上第三方支付方式(β25 = 0.006; p-. 政治大. value = 0.067)對於轉換率呈現弱的正向顯著，這代表的是在消費者結帳時，線上第三方支付方式的選擇越多，消費者購買的機會更高，轉換率會更高，因此假說三(H3) 付. 立. 款方式對轉換率有正向影響得到一定程度的支持，第三方支付方式和線上傳統支付方. ‧ 國. 學. 式及線下支付方式比起來，影響轉換率的效果更大，這表示傳統的支付方式或是線下付款方式可能已經是電子商務經營時最基本的付款方式了，因此這些傳統的付款方式. ‧. 對於轉換率的影響不大。. y. Nat. 訂單履行與退貨服務功能構面中的物流運送構面(β26 =-0.016; p-value = 0.324)以及. sit. 退貨服務構面(β27 =-0.012; p-value = 0.134)並未達到統計檢定的顯著性，這表示退貨服. er. io. 務功能提供得越完善不一定會提升網站的轉換率，因此假說五(H5)訂單履行與退貨服. al. n. iv n C h e n g c h i U 2013 年度的網站轉換率來得率呈現負顯著，這表示 2014 年度的零售商網站轉換率比. 務對轉換率有正向影響也無顯著支持。而時間效果(γ : -0.013; p-value = 0.025)對於轉換. 更低，這可能是在 2014 年更多零售商網站興起，造成整個電子零售商市場更加競爭，消費者的選擇更多，分散了原有市場零售商的轉換率。. 36.

(44) 表 5-3 : 分析結果-轉換率轉換率. z. P> | z |. 提供產品資訊 (β21). 0.007. 0.009. 0.79. 0.429. 互動與客製化 (β22). -0.005. 0.008. -0.57. 0.569. 線下支付方式 (β23). 0.007. 0.006. 1.15. 0.251. 線上傳統支付方式 (β24). -0.008. 0.006. -1.27. 0.204. 線上第三方支付方式 (β25). 0.006. 0.003. 1.83. 0.067*. 物流運送 (β26). -0.016. 0.012. -0.99. 0.324. -0.012. 0.008. -1.50. 0.134. -0.013. 0.006. -2.23. 0.025**. 訂單履行與退貨服務. 退貨服務 (β27). 立. 政治大. Year2014 (γ). *** if p≤0.01. 學. ‧ 國. 時間效果. ** if p≤0.05. ‧ y. Nat. io. sit. 付款方式. 標準誤. n. al. er. 商品資訊獲取. 係數. Ch. engchi. 37. i n U. v. *if p≤0.1.

(45) 根據上述的分析結果，本研究的假說驗證結果可以整理成表 5-4，其中假說 H1:商品資訊獲取功能對網站流量有正向影響以及假說 H3:付款方式對轉換率有正向影響，這兩個假說成立，而假說 H2:商品資訊獲取功能對轉換率有正向影響、假說 H4:訂單履行與退貨服務對網站流量有正向影響、假說 H5: 訂單履行與退貨服務對轉換率有正向影響，這三個假說並無顯著支持，因此我們嘗試做進一步的探討，將這些店家依據產品類別分類，並探討其不同產品類別店家之分析結果。. 表 5-4 : 假說驗證結果. 假說. 立. 政治大. 成立與否. 商品資訊獲取功能對網站流量有正向影響. 成立. H2. 商品資訊獲取功能對轉換率有正向影響. 不成立. H3. 付款方式對轉換率有正向影響. H4. 訂單履行與退貨服務對網站流量有正向影響. H5. 訂單履行與退貨服務對轉換率有正向影響. ‧. ‧ 國. 學. H1. n. er. io. sit. y. Nat. al. Ch. engchi. 38. i n U. v. 成立不成立不成立.

(46) 第二節、進階探討及分析從上述研究中看出，我們提出的假說中關於「訂單履行與退貨服務」的功能對於網站流量以及轉換率都未顯著，此實驗結果不盡理想，因此我們做了進階的實驗分析，將我們從 Top 500 Guide 蒐集到的店家產品類別 (Merchandise Category) ，參考 Thirumalaiand Sinha (2005) 將產品類別的分類方法，分成了 Convenience goods 、 Shopping goods 以及 Specialty goods 三大類別，定義詳見表 5-5，我們依據此產品類別的定義以及分類方式將本研究資料來源中之店家分成了三大類，而其中 Mass merchant 類別的店家我們無法將他歸類在這三大類別之中，詳見表 5-6，店家的分類結果詳見附件三及附件四。. 立. 政治大. 表 5-5 : 產品類別分類及定義(Thirumalai & Sinha, 2005). ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 39. i n U. v.

(47) 表 5-6 : 零售商依據產品類別分類及樣本數量. 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. io. er. Convenience goods 指的是消費者購買頻率最高最迅速，且花費最少的努力，且在購買時不太會考量時間、金錢和風險的商品，像是在我們的資料中的「Food/Drug」類. n. al. Ch. i n U. v. 別; Shopping goods 則是消費者在購買挑選時，會比較品質、價錢、風格以及最適合自. engchi. 己的商品，像是在我們的資料中的「Apparel/Accessories」類別; Specialty goods 這類的商品有特定族群的消費者，消費者有特殊的購買意圖，比較的行為比較少，消費者在購買這類物品時會花上較大量的時間和金錢，像是在我們的資料中的「Computers/Electronics」類別。而我們資料來源中的「Mass Merchant」類別的店家像是 Amazon.com，賣的產品範圍太廣，我們無法將這販賣這類產品的店家歸類在這三種類別之中。我們將所有店家依據這三種產品類別分類，並探討三種產品類別店家的網站功能對於網站流量以及轉換率影響，網站流量的分析結果詳見表 5-7，轉換率的分析結果詳見表 5-8。 40.

(48) 表 5-7 : 依據產品類別分類之分析結果-網站流量產品類別. Shopping goods (N=183). Specialty goods (N=117). 商品資訊獲取. 商品資訊獲取. 0.851. 互動與客製化. 0.112. 0.118. 0.95. 0.350. 物流運送. 0.113. 0.190. 0.60. 0.557. 退貨服務. -0.676. 0.800. -0.85. 0.406. 提供產品資訊. 0.047. 0.038. 1.22. 0.225. 互動與客製化. 0.016. 0.027. 0.58. 0.564. 物流運送. 0.012. 0.022. 0.55. 0.582. 退貨服務. 0.011. 0.090. 0.12. 0.903. 提供產品資訊. 0.090. 0.062. 1.46. 0.147. 互動與客製化. 0.037. 0.028. 1.31. 0.192. 物流運送. 0.019. 0.026. 0.72. 0.476. 退貨服務. -0.040. 0.070. -0.56. 0.574. 提供產品資訊. 0.060. 0.060. 1.00. 0.318. 互動與客製化. 0.056. 0.038. 1.47. 0.146. 物流運送. 0.011. 0.030. 0.36. 0.722. 退貨服務. 0.205. 0.207. 0.99. 0.324. 訂單履行與退貨服務. 政治大. ‧. Mass merchant (N=91). P> | t |. -0.19. 立. 商品資訊獲取. t. 0.172. 學. 訂單履行與退貨服務. 標準誤. -0.032. 訂單履行與退貨服務商品資訊獲取. 係數. 提供產品資訊. 訂單履行與退貨服務. ‧ 國. Convenience goods (N=26). 網站功能. Nat. ** if p≤0.05. *if p≤0.1. sit. y. *** if p≤0.01. io. er. 從表 5-7 進階探討的網站流量分析結果中發現，將店家依據販售的產品類別分類之後，原始結果的商品資訊獲取對網站流量的顯著性消失了，於本表之中沒有網路功. n. al. Ch. i n U. v. 能對於網站流量有顯著性，表示各類別的店家網路功能對於網站流量都無顯著性，這. engchi. 可能是將店家分類之後各類別樣本數變少，而導致的顯著性消失。從表 5-8 進階探討的轉換率分析結果中發現，在 Convenience 類別的店家在「商品資訊獲取」構面的「提供產品資訊」功能(係數 =0.019 ; p-value =0.065 )對於轉換率呈現弱的正顯著，Convenience 類別的商品是屬於消費者購買頻率最高，最常購買且不太會考慮的商品，因此此類別的商品提供的商品資訊越充足，消費者的確有可能會更願意購買;而 Shopping goods 類別的店家「付款方式」構面的「線上第三方支付方式」功能(係數 =0.013 ; p-value =0.004 )對於其網站轉換率呈正向顯著，這一類的產品是消費者在購買挑選時，會比較品質，尋求適合自己的商品，消費者的考量會比較多，而支付功能提供得越完善，的確有可能在消費者考量時增加購買的機會，進而提升轉換率 41.

(49) 而我們在 Specialty goods 類別「商品資訊獲取」構面的「提供產品資訊」功能(係數 =0.044 ; p-value =0.062 )對於其轉換率有正向的影響，這一類的產品屬於較高單價，有特殊的購買意圖，比較的行為比較少，因此此類別的產品「提供產品資訊」的功能提供得越完善，消費者可能就會直接下單購買，進而影響到了轉換率。. 表 5-8 : 依據產品類別分類之分析結果-轉換率. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 42. i n U. v.

(50) 比較將店家依據其販售產品類別分類之後的進階探討和原始分析結果的差異，我們發現進階探討的分析結果中，網站功能對於網站流量都無顯著性，和原始的分析結果相比，「商品資訊獲取」構面中的兩個子構面「提供產品資訊」以及「互動與客製化」對於網站流量的顯著性消失了，這可能是將店家拆成各類別後樣本數變少而看不出顯著性，但是整體來看這兩個構面的網站功能對於網站流量是有正向影響的。比較進階探討以及原始分析的轉換率結果可以發現，原始結果屬於購買前的流程「商品資訊獲取」構面對於轉換率是沒有顯著性的，然而將店家分類之後在 Convenience 類別(係數 =0.019 ; p-value =0.065 )以及 Specialty goods 類別(係數 =0.044 ; p-value =0.062 )的店家「商品資訊獲取」的子構面「提供產品資訊」對於轉換率都呈. 政治大. 弱的正顯著(p-value 介於 0.05 至 0.1 之間)，這是原始分析結果中沒看到的發現，這表. 立. 示這兩個類別的店家「提供產品資訊」的功能越完整，商品資訊越充足，消費者購買. ‧ 國. 學. 的意願更高;在進階探討的 Shopping goods 類別的店家，我們發現其「付款方式」構面的「線上第三方支付方式」功能對於轉換率(係數 =0.013 ; p-value =0.004 )呈現正顯著，. ‧. 這個支持了原始的分析結果的線上第三方支付方式對於轉換率(β25 = 0.006; p-value = 0.067)的影響，而且顯著性更加強烈，這意味著在 Shopping goods 類別的產品第三方支. y. Nat. n. al. er. io. sit. 付功能提供得越完善，消費者考量時增加購買的可能性更高。. Ch. engchi. 43. i n U. v.

(51) 第六章、結論在進行這個研究的過程中，我們先觀察到了中國電子商務網站快速成長的趨勢，並整理了過往探討電子商務網站功能成功因素的研究以及其將網站功能分類的方式，之後我們將網站功能依據消費者交易的流程觀點整理成了消費者付款前、中、後的「商品資訊獲取」、「付款方式」以及「訂單履行與退貨服務」三大構面以及七個子構面，試圖探討消費者線上交易流程不同階段之網站功能對於網站流量以及轉換率的影響。我們從 Top 500 Guide 網站上蒐集了 2013 以及 2014 年度的中國營運銷售金額前. 治政以及我們的研究架構，將本資料來源中 125 個網站功能變數根據消費者線上交易流程，大立取其中 40 個網站功能分別整理至三大構面、七個子構面之中，並用統計軟體 Stata 去. 500 名之零售商的網站流量和轉換率資料以及其他網站功能的資料，並依據參考文獻. 第一節、研究發現. ‧. ‧ 國. 學. 分析，評估結果。. Nat. sit. y. 從研究評估結果中我們發現了消費者付款前的「商品資訊獲取」功能構面會對網. er. io. 站流量帶來正向影響，但對於轉換率沒有顯著性。這表示某個網站商品資訊獲取的功. al. 能構面提供得越完整，消費者越容易在該網站上搜尋到特定的商品，抑或是個人化服. n. iv n C 務提供得越好，越容易吸引消費者到該網站瀏覽，但是消費者找到了特定的商品後卻 hengchi U 不一定會購買，而無法提高轉換率;而「付款方式」構面中的線上第三方支付方式對於轉換率呈現正顯著，代表的是某網站提供越多種新興線上第三方支付方式，能夠服務更多不同族群的客戶，提高客戶付款的意願，進而提升轉換率;而在付款後的「訂單履行與退貨服務」功能構面，對於網站流量以及轉換率沒有顯著的支持，訂單履行與退貨服務是在付款之後的功能及服務，這可能會影響的顧客的滿意度，但是對於網站的流量影響沒這麼顯著，可能是因為網站流量主要是受到消費者在規劃欲購買的商品時搜尋比價的動作影響，而對於轉換率來說，商品能否退貨可能也不是消費者購買的主要動機。總體來說，本研究結果發現會影響網站流量帶來正向影響的網站功能主要是在消費者交易流程前的「商品資訊獲取」功能，而會影響轉換率而帶來正向影響的網 44.

(52) 站功能主要是消費者付款時所考量的「付款方式」，至於消費者交易之後的「訂單履行與退貨服務」功能，並沒有對這兩個營運指標帶來正向影響。我們將本研究成立之假說整理成表 6-1。表 6-1 : 本研究之成立假說. 政治大同時我們再從時間效果中可以觀察到 2014 年度的零售商網站流量比 2013 年度的立. 網站流量更高，但是 2014 年度的轉換率卻比 2013 年度的網站轉換率來得更低，網站. ‧ 國. 學. 流量提高轉換率卻下降，這可能是整體網站功能影響網站流量的效果比影響轉換率的效果還高，也有可能是在 2014 年更多零售商網站興起，造成整個電子零售商市場更加. ‧. 競爭，雖然網站流量增加了，但是消費者的選擇更多，分散了原有市場零售商的轉換. sit. y. Nat. 率，零售商的經營策略應該要依此做出對策。. io. er. 而我們在進一步的探討中，將這些店家依據所販賣的產品之類別分成了 Convenience goods、Shopping goods 以及 Specialty goods 三大類，並分別分析這三大類. n. al. Ch. i n U. v. 店家的網站功能對於網站流量以及轉換率的影響，試圖找出其他的結果。而從進階探. engchi. 討的研究中發現在 Convenience 類別的店家在「商品資訊獲取」構面的「提供商品資訊」功能對於轉換率呈現正顯著;在 Shopping goods 類別的店家，「付款方式」構面的「新興支付方式」功能對於其網站轉換率有正向顯著;而在 Specialty goods 類別「商品資訊獲取」構面的「提供產品資訊」功能對於其轉換率有正向的影響，將三種店家類別分開探討後分別發現了一些之前沒有看見的結果，分類之後來觀察，有些類別的構面的影響更加顯著，然而有些構面像是在 Shopping goods 類別以及 Specialty goods 類別的店家之網站功能對於轉換率的分析結果中出現了一些微弱的負顯著，這可能是因為將店家分類之後，樣本數減少而產生的結果。. 45.

(53) 第二節、研究限制在我們的一開始的研究結果中「訂單履行與退貨服務」功能對於網站流量及轉換率都無明顯的支持，因此我們將店家依據所販售的產品類別分類，然而在 Shopping goods 類別以及 Specialty 類別的店家中某些構面對於轉換率的影響又出現了意外的負向結果，我們探討其原因，發現資料來源中的「退貨服務」的子構面資料中只有三個功能變數，因此在這一個構面的資料數量不夠充足可能會影響到實驗的結果，此外，本資料來源中的功能變數資料，其資料型態為二進制型態的 0 或 1，但是資料中的某些網站功能不僅僅是 0 或 1 就足夠顯示該功能的好壞，像是網站設計類的功能或是一. 治政式，資料格式及型態固定，採用此種分析方式可能會有所侷限。大立. 些網站提供的服務，僅以 0 和 1 來衡量會有失準確性，本研究採用次級資料分析的方. ‧ 國. 學. 第三節、未來建議. 在未來做相關研究時，需要考量到這些限制來設計研究的架構以及模型，本研究. ‧. 未來建議條列成下列幾點。. sit. Nat. 以防止某個構面的變數資料過少的情形發生。. y. 1. 將構面分類時可以考慮將變數較少的構面和其他構面合併或是提出其他構面. er. io. 2. 在挑選網站功能時，除了要參考文獻，還需要排除掉難以 0 和 1 衡量，模糊不. al. n. iv n C 在觀察前一年度之功能變數是否會影響到下一年度之結果時，建議蒐集三個 hengchi U 清之網站功能變數。. 3.. 年度以上之資料，以利使用追蹤資料(panel data)的分析方法來進行跨公司的實證分析。. 46.