Моделирование и измерение скрытой важности детерминант конкурентоспособности услуг в сфере интернет-торговли

• Автор: Покрышевская, Елена Борисовна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Санкт-Петербург
• Количество страниц: 135 с. : ил.

Глава 1. Теоретические основы измерения важности атрибутов услуг

1.1. Атрибуты услуг и подходы к измерению их важности для потребителя

1.2. Особенности моделирования сферы интернет-коммерции

1.3. Ограничения существующих исследований

Глава 2. Концептуальная модель и оценка важности латентных факторов конкурентоспособности интернет-магазинов

2.1. Концептуальная модель конкурентоспособности интернет-магазинов

2.2. Описание данных

2.3. Дескриптивный и сравнительный анализ наборов данных

2.4. Многомерная кластеризация интернет-магазинов по конкурентным преимуществам

2.5. Количественное оценивание концептуальной модели

Глава 3. Измерение скрытой важности атрибутов интернет-магазинов

3.1. Описание методов и данных
3.2. Результаты измерения скрытой важности атрибутов
3.3. Эмпирические результаты сравнения методов
Глава 4. Экономико-математический квадрант-анализ сильных и слабых сторон фирмы
4.1. Сегментация интернет-магазинов иерархическим кластерным анализом по факторам конкурентоспособности
4.2. Оценивание важности атрибутов при трехкластерном решении с помощью декомпозиции Шепли
4.3. Методика квадрант-анализа на основе кросс-секционных данных
4.4. Методика квадрант-анализа на основе панельных данных
Заключение
Список литературы

Актуальность. По данным компании CNews Analytics объем рынка мировой интернет-торговли превысил $1,22 трлн. в 2013 году, что на 17% выше аналогичного показателя 2012 года [CNews Analytics, 2014]. Российский рынок интернет-торговли растет еще более стремительными темпами: по данным J’son & Partners в 2013 году доля интернет-торговли в общей структуре электронной коммерции составила 25% или 537 млрд. руб., что на 40% превышает оборот 2012 года. К 2018 г. доля интернет-торговли в общей структуре рынка электронной коммерции прогнозируется на уровне 40%, или 1,6 трлн. руб. [J’son & Partners, 2014]. Стремительный рост и значительный размер рынка интернет-торговли подчеркивают его важность для экономики России и мировой экономики в целом.
В последнее время Интернет и, в частности, форумы и специальные вебсервисы, дают возможность потребителям высказать свое мнение о предоставленных услугах. Благодаря этому исследователям и владельцам интернет-бизнеса стали доступны данные об оценках интернет-магазинов по различным атрибутам и общей удовлетворенности ими. Доступность подобной информации снижает неопределенность качества предоставляемых услуг, существовавшую в прошлом, и является одной из причин снижения роли ценовых факторов, зачастую рассматриваемых в экономике как ключевых для обеспечения конкурентоспособности.
Фирмы, работающие в сфере электронной торговли, постепенно осознают, что посредством повышения лояльности потребителей можно снизить затраты, так как гораздо дешевле удержать имеющихся потребителей, чем привлечь новых. Таким образом, выявление с помощью экономико-математических методов того, какие атрибуты сильнее всего влияют на лояльность и удовлетворенность покупателей интернет-магазинов, может позволить владельцам интернет-магазинов повысить спрос и обойти конкуренцию за счет концентрации усилий на приоритетных направлениях совершенствования сервисов.

В литературе, посвященной исследованиям потребительского поведения, большое внимание уделяется анализу движущих сил удовлетворенности и лояльности потребителей на разных рынках [Dholakia, Zhao, 2010; Anderson, Fornell, 2000; Sharma, Niedrich, Dobbins, 1999; Posselt, Gerstner, 2005; Колобова, 2012; Ойнер и др., 2010; Широченская, 2004; Предводителева, Балаева, 2005; Новаторов, 2001]. Тем не менее, недостатком многих исследований, посвященных объяснению удовлетворенности и лояльности покупателей, является анализ конкретной фирмы, что ограничивает уровень обобщения получаемых результатов. Мы же рассматриваем выборку фирм, а не респондентов, что позволяет выявить движущие силы успеха в масштабах рынка, получив таким образом ответ на вопрос: «Почему одни интернет-магазины имеют более высокие показатели удовлетворенности и лояльности покупателей, чем другие?». При этом не только в области анализа сферы услуг, но и вообще в эконометрическом анализе нет устоявшихся представлений о том, как измерять вклад отдельных объясняющих переменных в объяснение зависимой переменной, что делает тему актуальной для всех областей экономики и управления, в которых получил распространение регрессионный анализ.
Степень разработанности научной проблемы. В настоящее время в отечественной и, в особенности, зарубежной литературе достаточно много внимания уделяется поиску детерминант удовлетворенности и лояльности потребителей на разных рынках. Измерению и объяснению удовлетворенности и лояльности посвящены труды таких авторов, как Е.П. Колобова, Э.В. Новаторов,
O.K. Ойнер, М.Д. Предводителева, О.Н. Балаева, И.П. Широченская, Д. Форд, Д. Циглер, С. Мёрди, С. Пайк, П. Дерден, Р. Роллинз, В. Пезешки, А. Мусави, С. Грант, Р. Долакиа, М. Жао, Э. Андерсон, К. Форнел, С. Шарма, Т. Посселт, Э. Герстнер и др.
Сравнением методов измерения скрытой и декларируемой важности атрибутов товаров и услуг занимались А. Густафсон, М. Джонсон, В. Диллон, А. Гриффин, Д. Хаузер и др. Несмотря на то, что результаты некоторых

через несколько измеренных в модели переменных, каждая из которых влияет на латентную переменную по предсказанию модели.
Когда SEM используется для подтверждающего анализа, важно правильно специфицировать модель в зависимости от вида анализа, проводимого исследователем. Для построения самой модели используются два вида переменных: экзогенные и эндогенные. Эндогенная переменная зависит от другой переменной или переменных в модели, а экзогенная - нет. Таким образом, как и в регрессии, зависимая переменная предсказывается на основании независимых (т.е. экзогенных) переменных.
Регрессия на главные компоненты
Выделение главных компонент (Principal components extraction)
концептуальной модели были выделены 3 предполагаемых латентных фактора, влияющих на конкурентоспособность интернет-фирмы. С помощью подтверждающего факторного анализа (confirmatory factor analysis) на основе набора данных А подтвердим или опровергнем возможность выделения указанных латентных факторов.
По всем атрибутам, являющимся объясняющими переменными, был проведен факторный анализ (см. Таблицу 12). Факторный анализ, проведенный методом главных компонент и методом максимального правдоподобия, дают идентичные по смыслу и близкие по факторным нагрузкам результаты, что говорит о том, что подтверждается гипотеза о наличии трех факторов. В качестве основного решения мы используем ортогональные (некоррелированные) факторы, извлеченные методом главных компонент: 3 фактора объясняют в сумме 77,3% исходной дисперсии, каждый из них объясняет от 22,4% до 29,8% общей дисперсии. Выделенные компоненты очень ярко выражены, так как для каждой из них есть всего несколько переменных, которые сильно коррелируют с ней, нагрузка других же переменных низка. Таким образом, мы получили следующие факторы: