CC BY
11
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2024. Том 59. № 2
ВОПРОСЫ УПРАВЛЕНИЯ Э. О. Тункевичус1
Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики» (Москва, Россия)
Е. Р. Шарко2
Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики» (Москва, Россия)
В. А. Ребязина3
Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики» (Москва, Россия)
Ж. Б. Мусатова4
Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики» (Москва, Россия)
УДК: 338.467
doi: 10.55959^ШШ-0105-6-59-2-П
ФАКТОРЫ, ФОРМИРУЮЩИЕ ЛОЯЛЬНОСТЬ ПОЛЬЗОВАТЕЛЕЙ ОНЛАЙН-СЕРВИСОВ5
В статье разрабатываются и тестируются на основе данных эмпирического исследования модели формирования лояльности потребителей по отношению к он-
1 Тункевичус Эдуард Олегович — аспирант, преподаватель департамента маркетинга, Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики»; e-mail: eotunkevichus@hse.ru, ORCID: 0000-0002-1110-9840.
2 Шарко Елена Романовна — к.э.н., старший преподаватель департамента маркетинга, научный сотрудник научно-учебной лаборатории сетевых форм организации, Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики»; e-mail: esharko@hse.ru, ORCID: 0000-0002-2818-4329.
3 Ребязина Вера Александровна — к.э.н., профессор, заместитель директора, руководитель департамента маркетинга, Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики»; e-mail: rebiazina@hse.ru, ORCID: 0000-0002-0150-947X.
4 Мусатова Жанна Борисовна — к.э.н., доцент департамента маркетинга, Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики»; e-mail: zmusatova@hse.ru, ORCID: 0000-0002-9617-5838.
5 Статья подготовлена по результатам фундаментальных исследований, выполненных в рамках научно-исследовательского проекта 2022.002Р. Ребязина В. А. «Доверие потребителей как институциональный фактор развития цифровой экономики России» Высшей школы бизнеса НИУ ВШЭ в 2022-2024 гг_
© Тункевичус Эдуард Олегович, 2024 Ш "ГМ1
© Шарко Елена Романовна, 2024 [МШЗ^И
© Ребязина Вера Александровна, 2024 [МШЗ^И
© Мусатова Жанна Борисовна, 2024 [МЁШ^И
LOMONOSOV ECON. JOUR. 2024. VOL. 59. No. 2
лаж-сервисам. Данное исследование одно из первых в российской академической среде эмпирически тестирует взаимосвязи между лояльностью и различными факторами, формирующими потребительскую лояльность. Значительная часть опубликованных в России работ используют теоретические методы исследования конструктов (например, литературный обзор и его вариации, такие как нарративный литературный обзор или систематический литературный обзор), хотя опубликованные эмпирические исследования преимущественно фокусируются на выявлении этих факторов, и до сих пор не было предпринято попыток протестировать взаимосвязи. Авторами ставится исследовательский вопрос о том, какие факторы оказывают влияние (положительное или отрицательное) на намерение лояльность пользователей он-лайн-сервисов? Для ответа на вопрос в статье использован количественный метод исследования — онлайн-опрос, в котором приняли участие активные пользователи интернета и онлайн-сервисов (более 350респондентов). Полученный объем выборки является достаточным для тестирования гипотез с использованием анализа количественных данных: моделирования структурными уравнениями (в частности Partial Least Squares Structural Equation Modeling, PLS-SEM). При этом в данном исследовании авторы опираются на важные аспекты формирования потребительской лояльности, связанные с цифровой безопасностью, доверием и иными важными факторами. Результаты исследования демонстрируют значимое положительное влияние доверия к онлайн-сервису и воспринимаемой полезности онлайн-сервиса, на потребительскую лояльность, при этом психологический дискомфорт при использовании онлайн-сервиса оказывает негативное влияние. Воспринимаемый уровень контроля над введенными данными и безопасность ввода данных значимого влияния не оказывают. Сформированная в результате исследования шкала может быть использована для дальнейшего формирования теории потребительской лояльности на российском рынке.
Ключевые слова: лояльность, онлайн-сервисы, доверие, электронная коммерция, PLS-SEM.
Цитировать статью: Тункевичус, Э. О., Шарко, Е. Р., Ребязина, В. А., & Мусатова, Ж. Б. (2024). Факторы, формирующие лояльность пользователей онлайн-сервисов. Вестник Московского университета. Серия 6. Экономика, 59(2), 234—263. https://doi.org/10.55959/ MSU0130-0105-6-59-2-11.
E. O. Tunkevichus
Graduate School of Business HSE University (Moscow, Russia) E. R. Sharko
Graduate School of Business HSE University (Moscow, Russia) V. A. Rebiazina
Graduate School of Business HSE University (Moscow, Russia) Zh. B. Musatova
Graduate School of Business HSE University (Moscow, Russia) JEL: D91, L81, M31
DETERMINANTS OF CONSUMER LOYALTY IN ONLINE SERVICE1
The paper develops and tests models of consumer loyalty formation in relation to online services based on empirical research data. This study is one of the first in the Russian academic environment to empirically test the relationship between loyalty and various factors forming consumer loyalty. Most publications in Russia used theoretical methods of studying constructs (for example, a literary review and its variations, such as a narrative or a systematic review). The published empirical studies mainly focused on identifying these factors with no attempts to test the relationship between them. The authors examine the factors which influence (positively or negatively) the intention and loyalty of users of online services. The article uses a quantitative method — an online survey attended by active users of the Internet and online services (more than 350 respondents). The final sample is sufficient to test the hypotheses using quantitative data analysis: structural equation modeling (in particular Partial Least Squares Structural Equation Modeling, PLS-SEM). At the same time, in this study, the authors rely on important aspects of consumer loyalty formation related to digital security, trust and other important factors. The results of the study demonstrate a significant positive effect of trust in online service and the perceived usefulness of online service on consumer loyalty, while psychological discomfort when using the online service has a negative impact. The perceived level of control over the input data and the security of data entry do not have a significant impact. The scale formed as a result of the study can be used to further develop the theory of consumer loyalty in the Russian market.
Keywords: loyalty, online services, trust, e-commerce, PLS-SEM.
To cite this document: Tunkevichus, E. O., Sharko, E. R., Rebiazina, V. A., & Musatova, Zh. B. (2024). Determinants of consumer loyalty in online service. Lomonosov Economics Journal, 59(2), 234-263. https://doi.org/10.55959/MSU0130-0105-6-59-2-11
1 This research has been conducted within the fundamental research project 2022.002R. Rebiazina V. A. "Consumer trust as an institutional factor of the Russian digital economy development" as a part of the HSE Graduate School of Business Research Program in 2022-2024.
Введение
С развитием интернет-технологий и вследствие цифровой трансформации бизнеса наблюдаются значительные изменения в бизнесе и потребительском поведении. Появление новых технологичных решений предоставляет возможности для роста экономики и развития бизнеса, но возникают вызовы, связанные с недоверием потребителей к новым технологиям и с формированием лояльности к сервисам, работающим с использованием новых технологий (Moro et al., 2020; Sun, Liu, 2021; Shin et al., 2023).
Онлайн-сервисы (услуга) стали отдельным сегментом на рынке B2C, по доходности оцениваемым на уровне с продуктовыми сегментами (продукт/товар), а иногда и превосходят их в несколько раз (Hassna et al., 2023; Skare et al., 2023). Онлайн-сервисы также имеют отличительный набор характеристик (Nogueira et al., 2022; Lu et al., 2023) и параметров, оценивая которые можно сравнить различные сервисы между собой и говорить об их конкурентоспособности, эффективности и сервитизации в дальнейшем (Sharko, Rebiazina, 2023). Понимая, какие факторы формируют итоговую лояльность к онлайн-сервисам, можно подготовить рекомендации для конкретных сервисов в зависимости от целей компании. Очевидно, что любой сервис потребляют пользователи (потребители сервисов), поэтому изучая особенности сервисов нельзя не брать во внимание и особенности поведения этих потребителей.
Актуальные публикации по изучению поведения потребителей онлайн (Zhao et al., 2019; Watson, 2022; Zvarikova et al., 2022) и паттернов поведения потребителей в онлайн-среде (Duan et al., 2022; Zhou, Tu, 2022) демонстрируют единую тенденцию — с развитием разнообразия онлайн-серви-сов (Kang et al., 2021; Donthu et al., 2021; Le et al., 2022; Dogra et al., 2023) одни и те же факторы, влияющие на формирование лояльности потребителей, имеют разную степень влияния на выделенные исследователями конструкты в зависимости от конкретного вида сервиса, а многообразие таких факторов продолжает увеличиваться. В связи с этим целью исследования является определение влияния факторов, оказывающих значимое влияние на лояльность потребителей к онлайн-сервисам в России.
В данной работе использован количественный метод исследования — онлайн-опрос, в котором приняли участие активные пользователи интернета и онлайн-сервисов (более 350 респондентов). Полученный объем выборки является достаточным для тестирования гипотез с использованием анализа количественных данных: моделирования структурными уравнениями (SEM), в частности — PLS-SEM (Тоан и др., 2018).
Исследование организовано следующим образом: в начале выполнен обзор литературы по онлайн-сервисам в России и потребительской лояльности, затем авторы приводят обзор публикаций с целью формирования концептуальной модели лояльности к онлайн-сервисам. Затем в работе
представлена методология исследования с пошаговой разбивкой по логическим блокам выполнения. В заключении приводятся результаты анализа и тестирования гипотез, предлагаются рекомендации для бизнеса согласно выявленным инсайтам, а также представлены направления будущих исследований и ограничения.
Факторы, формирующие лояльность пользователей
онлайн-сервисов
На протяжении многих лет экономисты и маркетологи отмечают разницу между поведенческой лояльностью и воспринимаемой лояльностью. Р. Чаннингем (Cunningham, 1956) был одним из первых ученых, изучивших поведенческие аспекты лояльности потребителей. Он трактует лояльность клиентов как «определяемую поведением» (совершение повторной покупки) или «действиями потребителей» (количество покупок за определенный период времени).
Дж. Джейкоби и Р. Честнат (Jacoby, Chestnut, 1978) утверждают, что поведенческая установка потребителя сама по себе не позволяет должным образом отличить лояльность потребителя от намерения сделать покупку, которое может быть результатом отсутствия других альтернатив у потребителя. Мнение этих исследователей заключается в том, что поведенческая перспектива потребительской лояльности не учитывает эмоциональные и психологические аспекты потребительского поведения.
С развитием интернет-технологий различные сервисы стали реализовы-ваться в онлайн-среде, а некоторые вообще были созданы как новый вид услуг — онлайн-сервис. Согласно определению (Meszaros, Buchalcevova, 2017) онлайн-сервис предоставляется провайдером услуг и используется потребителем, оба участника (провайдер и потребитель) взаимодействуют в интернет-пространстве. По сути, онлайн-сервис — это программа, выполняющая определенные действия по запросам пользователей через интернет, без необходимости скачивания и установки на локальный компьютер. Программа физически размещается в сети на сервере организации. Технические несовершенства сайта или сложный поиск нужного продукта при использовании сервиса приводят к тому, что потребитель просто не захочет в другой раз использовать конкретный сервис. Потребители также демонстрируют различные паттерны в своем поведении как при выборе определенных онлайн-сервисов, так и при регулярном использовании уже выбранных. Исходя из этой предпосвшки, как раз и возникает потребность исследовать фактор доверия и в целом факторы, влияющие на лояльность таких пользователей к онлайн-сервису.
Согласно (Baldinger, Rubinson, 1996; Oliver, 2014) выделяется другая точка зрения к определению потребительской лояльности, которая исходит из восприятия и установок потребителей (подход, основанный на устано-
вочной лояльности). Авторы подчеркивают, что воспринимаемая лояльность является результатом эмоциональной оценки продукта потребителя, услуги (сервиса) или компании. Оливер (Oliver, 2014) объясняет, что установочная лояльность — это своего рода психологический подход, который включает эмоциональные, воспринимаемые и когнитивные элементы. Он также определил лояльность как «глубоко укоренившееся обязательство повторно покупать предпочитаемый продукт или услугу последовательно в будущем, несмотря на ситуационные влияния и маркетинговые усилия, потенциально способные вызвать изменение поведения». Таким образом, установочная лояльность создает обязательства между потребителем и онлайн-сервисом, которые могут помешать рассматривать альтернативы, незначительно отличающимся от текущего выбранного сервиса с определенным набором функций. Установочная лояльность затрагивает еще более глубокие уровни восприятия — заставляет потребителей сопротивляться предложениям конкурентов, платить премиальную цену за текущий продукт или услугу и рекомендовать их другим.
Дж. Джейкоби и Д. Кайнер (Jacoby, Kyner, 1973) были одними из первых исследователей, которым пришла идея объединить эти два подхода к лояльности потребителей. Они рассмотрели связь между действиями потребителей и их восприятием, чтобы разработать более точную и полную концепцию лояльности. Перекрестная матрица «отношение потребителя к продукту» — «количество совершенных покупок» (Dick, Basu, 1994) также демонстрирует эффективную концептуализацию лояльности, результатом которой стала популярная и общепринятая классификация потребительской лояльности (истинная, ложная, латентная лояльность и отсутствие лояльности).
Поведение потребителей, использующих онлайн-сервисы, в России исследованы фрагментарно: незначительная доля публикаций (Воронке-вич, 2020; Богомазова, Климова, 2022; Лобанова, 2023) раскрывает через системные обзоры литературы перечень факторов, влияющих на лояльность данных потребителей, малая доля авторов (Стамалиева и др., 2020; Rebiazina, Haddadi, 2022; Шарко, Иванова, 2022; Банова, Пахалов, 2023), которая использовала количественные методы исследования, затрагивает оценку влияния отдельных факторов на общую лояльность потребителей и доверие к использованию сервисов в рамках электронной коммерции в целом. Кроме того, считается, что чувства и восприятие потребителей, их поведение (частота использования онлайн-сервиса (его полезность), психологический дискомфорт, безопасность, контроль над используемыми данными, доверие) измеряют лояльность потребителей на рынке электронной коммерции (в том числе к определенным видам онлайн-сервисов).
В данном исследовании было принято решение также концептуализировать лояльность потребителей онлайн-сервисов, объединяя поведенческий и установочный подходы. В связи с данным фактом было принято решение сфокусироваться на конструктах лояльности пользователей он-
лайн-сервисов, которые представлены в зарубежных высокорейтинговых журналах: уровень доверия (доверие), безопасность использования и вводимых данных (возможные риски), контроль использования сервисами получаемой персональной информации (доверие своих данных), полезность сервиса (ценность ресурса) и психологический дискомфорт при использовании сервиса (технический аспект).
Уровень доверия к онлайн-сервису
Истоки значимости доверия в становлении экономических взаимоотношений между продавцом (продуктов, услуг, сервисов) и покупателем (потребителем, пользователем, клиентом) уходят в теории социального обмена (Kelley, Thibaut, 1978). В рамках социального обмена деловые операции (транзакции) обычно осуществляются без четкого контракта или механизма контроля поведения обеих сторон (покупая онлайн-про-дукт или услугу, потребитель всегда сталкивается с риском неблагонадежности поставщика и финансовых потерь), поэтому все чаще становится важным не только «продать услугу или товар», но и «выстроить доверительные отношения с потребителем с целью дальнейшего взаимодействия» (Wrightsman, 1991; Huang et al., 2014; Hallikainen, Laukkanen, 2018; Fernandez-Bonilla et al., 2022).
Доверие в основном рассматривается как общий механизм снижения социальной сложности и воспринимаемого риска сделок за счет увеличения ожидания положительного результата и воспринимаемой уверенности в ожидаемом поведении доверяемого (Luhmann, 1979; Grabner-Kraeuter, 2002; Gefen, 2002). В частности, для онлайн-сервисов, без снижения риска, возникающего в результате нежелательного поведения поставщика, были бы возможны только краткосрочные транзакции (Kim et al., 2004; Pavlou, Gefen, 2004). Соответственно, доверие является важным определяющим фактором в электронной коммерции (Li et al., 2021; Zhang et al., 2021; Shih et al., 2024), включая намерения использования любых онлайн-сервисов в дальнейшем (потребительская лояльность). Следовательно:
Н1: существует положительная взаимосвязь между доверием к онлайн-сервису и потребительской лояльностью.
Воспринимаемая безопасность ввода данных
Риск в онлайн-среде означает предполагаемую вероятность потери важной информации, которая впоследствии может быть использована с целью причинения вреда потребителю (Meszaros, Buchalcevova, 2017; Pillai et al., 2022). Воспринимаемый онлайн-риск означает степень, в которой пользователь считает, что пользоваться ресурсом небезопасно или что возможны негативные последствия (Zanetta et al., 2021). Воспринимаемый риск считается многомерной конструкцией; измерения включают «психологический риск», «финансовый риск» и «риск продукта» (Bach
et al., 2020). Кроме того, «финансовый риск» включает возможность неполучения продукта даже после его оплаты (Reich, Maglio, 2020) и риск неправильного использования информации о кредитной карте (Gunden et al., 2020). Финансовые риски онлайн включают боязнь мошеннической транзакции или платы за обслуживание (Schuckert et al., 2016).
С развитием электронной коммерции увеличивается риск потери личных данных (Alalwan, 2020), что вызывает тревогу, страх или неуверенность пользоваться непроверенными ресурсами в интернете. Высокое восприятие таких рисков негативно сказывается на готовности потребителей делиться личной информацией с сервисом, и, в конечном счете, совершать покупки или пользоваться онлайн-сервисом (т.е. предполагает оплату при помощи банковской карты потребителя). Таким образом, сформулирована следующая гипотеза:
Н2: воспринимаемая безопасность ввода персональных данных при использовании онлайн-сервиса положительно влияет на лояльность потребителя.
Воспринимаемый контроль использования информации о потребителе
Успех онлайн-сервисов электронной коммерции зависит от обширного и непрерывного сбора личной информации потребителей для поддержки различных функций и сервисов, что может усилить обеспокоенность потребителей по поводу конфиденциальности информации (Bandara et al., 2020; Maseeh et al., 2021). Существование проблем конфиденциальности информации в сервисах электронной коммерции заставляет потребителей пересмотреть свое поведение в отношении раскрытия информации (Kolotylo-Kulkarni et al., 2021).
Опасения потребителей по поводу конфиденциальности раскрытия информации зависят не только от индивидуальных факторов, таких как предыдущий негативный опыт раскрытия или кражи данных (Ioannou et al., 2020) и ситуационных факторов, таких как социальное присутствие на вебсайте (Pavlou et al., 2007) и предполагаемый контроль конфиденциальности (Morimoto, 2021; Rodríguez-Priego et al., 2023), а также типа личной информации, запрашиваемого онлайн-сервисами (Chua et al., 2021) и личной информационной чувствительности (Harborth, Paper, 2021; Jozani et al., 2020).
Чувствительность к информации определяется как атрибут личной информации, который информирует об уровне дискомфорта, который человек испытывает при раскрытии конкретной личной информации определенному внешнему агенту (Dinev et al., 2013). Как когнитивное убеждение, связанное с воспринимаемыми рисками (Kim et al., 2019; Milne et al., 2017), оно негативно влияет на раскрытие личной информации (Markos et al., 2017). Указанные исследования о воспринимаемом контроле использования информации потребителями изучали информационную чувствительность интернет-пользователей из разных стран к раскрытию данных
в общем онлайн-контексте, но в контексте онлайн-сервисов публикаций нет. В данном исследовании предполагается, что чем больше осведомлен потребитель об уровне и глубине запрашиваемой личной информации онлайн-сервисом и этот уровень и глубина приемлемы для потребителя, тем выше уровень лояльности. В связи с этим следующая гипотеза сформулирована таким образом:
Н3: воспринимаемый уровень контроля потребителя над тем, как его персональная информация используется онлайн-сервисом, положительно влияет на лояльность потребителя.
Воспринимаемая полезность онлайн-сервиса
Согласно (Trope, Liberman, 2010), сталкиваясь с проблемой выбора, связанной с различными продуктами и сервисами, потребители с высоким уровнем понимания ищут ответы на вопрос: «Почему я должен (не) покупать эту услугу / использовать данный сервис?», читая отзывы, основываясь на личном опыте, собирая дополнительную информацию из открытых источников, тем самым воспринимая полезность продукта или сервиса. Такие потребители предъявляют относительно более высокие требования к качеству информации, содержащейся в конкретном обзоре про сервис, что может затруднить им восприятие полезности конкретного сервиса. Этот фактор следует учитывать при выстраивании взаимоотношений с потребителями онлайн-сервиса.
Онлайн-сервисы удобны и повышают эффективность действий их пользователей, но при этом исследований о том, как их оценивают потребители перед использованием, недостаточно (Keh, Pang, 2010; Lu et al., 2013; Wakefield, Wakefield, 2018). Оценка качества обслуживания онлайн-сервиса и потенциальной полезности услуги (воспринимаемой полезности) является сложной задачей для потребителей, особенно с учетом новизны он-лайн-окружения. Модель принятия технологий (The Technology Acceptance Model — TAM) используется во многих онлайн-контекстах для оценки восприятия пользователями применяемой ими системы и вероятности ее принятия (Davis, 1989). Поскольку ТАМ применялась к транзакциям электронной коммерции, она может помочь лучше понять механизм принятия полезности онлайн-сервисов.
Воспринимаемая потребность может быть обусловлена привлекательными ценами, удобными поисковыми системами, низкими временными затратами на поиск, стоимостью доставки, глубиной решаемой конкретной потребности (Raassens, Haans, 2017; Khern-am-nuai et al., 2018; Anic et al., 2019). Поскольку показано, что воспринимаемая полезность влияет на намерение совершить покупку онлайн (Pavlou, 2003), воспринимаемая полезность является важным индикатором (фактором) повышения лояльности. Таким образом, необходимо проверить гипотезу:
Н4: воспринимаемая полезность онлайн-сервиса положительно влияет на лояльность потребителя.
Психологический дискомфорт при использовании онлайн-сервиса
Воспринимаемый риск ассоциируется с ожиданием потерь у потребителя, связанных с покупкой, и действует как сдерживающий фактор покупательского поведения, который часто усиливается такими чувствами, как неуверенность, дискомфорт/тревога, беспокойство, психологический дискомфорт и когнитивный диссонанс (Featherman, Pavlou, 2003). Как отмечают М. Хьюберт и др. (Hubert et al., 2017), потребители онлайн-серви-сов часто воспринимают различные проблемы, зависящие от контекста, особо остро (Campbell, Goodstein, 2001), что провоцирует ученых на дальнейшее выявление и изучение факторов риска.
Исследования (Yang et al., 2015; Hubert et al., 2017) подчеркивают важность учета финансовых рисков, рисков производительности и рисков безопасности и считают, что все они являются значимыми предикторами восприятия полезности и простоты использования (т.е. «комфорта использования»). Чем удобнее использование и выше чувство комфорта у потребителя, тем чаще потребитель будет использовать конкретный сервис.
Несмотря на то что в исследовании (Hubert et al., 2017) утверждается, что онлайн-сервисы претерпели значительные улучшения в техническом плане, их связь с увеличением общего воспринимаемого риска (действенной лояльностью) и последующим намерением (поведенческой лояльностью) использования сервиса не объясняется. Поэтому в рамках данного исследования выдвигается следующая гипотеза:
Н5: психологический дискомфорт при использовании онлайн-сервиса отрицательно влияет на лояльность потребителя.
На основе анализа публикаций и релевантных исследований сформируем концептуальную модель (рис. 1).
Разработка анкеты и методология исследования
Для тестирования гипотез авторами проведено количественное исследование. Разработана анкета из 20 вопросов (не включающая социально-демографические и психографические характеристики респондентов). Кроме того, анкета включила скрининговые вопросы (возраст, частота использования онлайн-сервисов), а также вопросы, уточняющие, каким онлайн-сервисом респондент пользовался последний раз (онлайн-мар-кетплейсы, стриминговые сервисы, сервисы совместного потребления, сервисы для игр и др.). Анкету респондент заполнял, опираясь на опыт использования именно последнего онлайн-сервиса. Вопросы анкеты адаптированы из высокоцитируемых и значимых научных работ, направленных на исследование факторов, формирующих потребительскую лояльность (табл. 1), полученные в результате перевода шкал вопросы были адаптированы под российский рынок и специфику исследования.
Рис. 1. Концептуальная модель исследования Источник: разработано авторами.
Операционализация вопросов анкеты
Таблица 1
Индикаторы Источники
Согласны ли Вы с данными утверждениями о безопасности ввода данных при использовании онлайн-сервиса?
Введение информации банковских карт в данном сервисе безопасно МсКп^Ы Ы а1., 2002, ОИуека Ы а1., 2017
Введение персональных данных в данном сервисе безопасно
Я бы не хотел вводить персональную информацию (имя, адрес, номер телефона) в данном сервисе
Задумывались ли Вы о том, какую информацию о Вас собирает этот онлайн-сервис и как эта информация потом используется? Насколько Вы согласны с данными утверждениями?
Я осведомлен о характере информации, которая будет собираться во время использования этого сервиса МаШоНа е! а1., 2004
Я считаю, что у меня есть контроль над тем, как моя информация будет использоваться этим сервисом
Я уверен, что знаю все стороны, которые будут собирать информацию, если я буду использовать этот сервис
Я считаю, что этот онлайн-сервис хранит мою личную информацию в тайне
Индикаторы Источники
Насколько Вы согласны с данными утверждениями относительно этого онлайн-сервиса?
Я считаю, что этот онлайн-сервис заслуживает доверия Kumar et al., 1995; Gefen, 2002
В целом я доверяю информации, предоставляемой этим онлайн-сервисом
Этот онлайн-сервис, как правило, выполняет обещания
Насколько Вы оцениваете риски от использования данного онлайн-сервиса?
Я чувствую напряжение, используя этот онлайн-сервис Marriott, Williams, 2018
Использование этого онлайн-сервиса в целом заставляет меня чувствовать себя некомфортно
Насколько Вы согласны с данными утверждениями о полезности этого онлайн-сервиса?
В целом я считаю этот онлайн-сервис полезным Pavlou, 2003
Я считаю услуги этого сайта ценными для меня
Интерфейс онлайн-сервиса функционален
Насколько Вы согласны с данными утверждениями относительно этого онлайн-сервиса?
Я намерен(-а) в дальнейшем продолжать использовать данный онлайн-сервис Chun, Davies, 2006; Zeithaml et al., 1996
В целом я удовлетворен(-а) использованием данного сервиса
Данный сервис соответствует моим ожиданиям
Ценность услуг, полученных от данного сервиса весьма высока
Я намерен(-а) рекомендовать этот сервис своим родным и близким
Источник: составлено авторами.
Ответы респондентов оценивались по шкале Лайкерта от 1 до 5, где 1 балл — полностью не согласен(а), 3 балла — нейтральная позиция, 5 баллов — полностью согласен(а). Для распространения анкеты она была размещена на платформе Google Forms, сбор данных проходил в период с сентября 2023 г. по ноябрь 2023 г. Данные собраны с использованием метода снежного кома.
Методология исследования основана на работах зарубежных и российских авторов (Chang et al., 2016; Chatterjee et al., 2022; Hair et al., 2021; Тункевичус, Ребязина, 2023). В исследовании в качестве метода анализа количественных данных использован метод моделирования структурными уравнениями (Structural Equation Modeling, SEM), в частности, речь идет о методе Partial Least Squares SEM (PLS-SEM). В значительная части исследований, фокусирующихся на исследовании потребительской лояльности или доверии авторы оперируют латентными переменными, именно метод моделирования структурными уравнениями является оптимальным для решения задачи для выявления линейных взаимосвязей между латентными переменными. Преимуществом PLS-SEM по сравнению с Covariance-
Based SEM (CB-SEM) заключается в том, что он позволяет получить достаточно точные результаты тестирования гипотез о влиянии латентных переменных на небольших выборках с ненормальным распределением.
Ограничение метода заключается в том, что данный метод фокусируется на исследовании линейных взаимосвязей, однако поведение потребителей и формирование потребительской лояльности не может быть полностью линейным процессом, что является ограничением использования данного метода.
Описание выборки
В исследовании приняли участие более 350 респондентов — активных пользователей интернета. Из анкеты удалены ответы респондентов, которые более, чем на 70% вопросов ответили «нейтрально», таким образом, объем выборки сократился до 317 респондентов. Полученный объем выборки является достаточным для тестирования гипотез с использованием метода PLS-SEM (для данного метода может быть достаточно 100 респондентов) (Тоан и др., 2018).
Так как исследование направлено на респондентов младшего поколения, авторы ограничили выборку респондентами возрастом от 18 до 30 лет. Опрошенные респонденты являются активными пользователями интернета (89% респондентов указали, что пользуются интернетом часто). Описание выборки представлено в табл. 2.
Таблица 2
Описание выборки исследования
Показатель Характеристика Доля, %
Пол Женский 53,3
Мужской 46,7
Образование Высшее образование 52,4
Два и более высших 4,7
Наличие ученой степени кандидата/доктора наук 2,2
Незаконченное высшее образование 32,8
Неполное среднее образование 1,6
Среднее общее образование 3,2
Среднее специальное образование 2,5
Уровень дохода Денег достаточно для приобретения необходимых продуктов и одежды, на более крупные покупки приходится откладывать 30,3
Денег достаточно, чтобы вообще ни в чем себе не отказывать 8,8
Денег не хватает даже на приобретение продуктов питания 2,5
Показатель Характеристика Доля, %
Денег хватает только на приобретение продуктов питания 2,5
Мы можем позволить себе купить автомобиль, однако купить квартиру мы не можем 19,9
Покупка большинства товаров длительного пользования (холодильник, телевизор) не вызывает трудностей, однако купить автомобиль мы не можем 36,0
Семейный статус Вдовец (вдова) 0,3
Женат (замужем) 14,5
Живем вместе, но официально не состоим в браке 16,1
Живем порознь, но не разведены 1,2
Затрудняюсь ответить 3,2
Разведен (разведена) 0,6
Холост (не замужем) 64,0
Дети Да 10,4
Нет 89,0
Размер населенного пункта, где проживает респондент 100—500 тыс. человек 6,9
50—100 тыс. человек 2,5
500 тыс.—1 млн человек 3,5
Больше 1 млн человек 83,6
Затрудняюсь ответить 1,9
Меньше 50 тыс. человек 1,6
Источник: составлено авторами.
Большая часть респондентов имеют неоконченное высшее образование или уже получили высшее образование. Уровень дохода преимущественно средний. Среди опрошенных респондентов большая часть ответили, что последним онлайн-сервисом, который они использовали, были сервисы доставки еды (46,7%). Онлайн-маркетплейсы назвали 24,4%, стриминговые сервисы — 16,2%, сервисы совместного потребления — 7,9 и и игровые сервисы — 4,8%.
Результаты исследования
Проверка гипотез о влиянии переменных с использованием метода
PLS-SEM
Оценка модели измерения
Перед проведением анализа с использованием метода SEM необходимо проверить ряд предпосылок, которым должны удовлетворять данные для успешного проведения анализа (Hair et al., 2021):
• факторная нагрузка индикаторов, включенных в латентную переменную, должна быть более чем 0,708;
• включенные в анализ латентные конструкты должны соответствовать пороговым значениям конвергентной валидности (AVE > 0,5);
• внутренняя согласованность латентных переменных должна быть выше порогового значения 0,6;
• необходимо оценить дискриминантную валидность переменных (Heterotrait-Monotrait Ratio, HTMT < 0,9);
• в модели должна отсутствовать коллинеарность.
Для проверки надежности переменных проанализированы факторные нагрузки включенных в анализ переменных, из анализа удалены переменные, имеющие значение факторной нагрузки менее 0,708 (Hair et al., 2021) (табл. 3).
Таблица 3
Проверка надежности полученных латентных переменных
Индикатор Нагрузка AVE
Воспринимаемая безопасность ввода данных
Введение информации банковских карт в данном сервисе безопасно 0,950 0,881
Введение персональных данных в данном сервисе безопасно 0,927
Воспринимаемый контроль над персональной информацией
Я осведомлен о характере информации, которая будет собираться во время использования этого сервиса 0,874 0,671
Я считаю, что у меня есть контроль над тем, как моя информация будет использоваться этим сервисом 0,791
Я уверен, что знаю все стороны, которые будут собирать информацию, если я буду использовать этот сервис 0,789
Уровень доверия к онлайн-сервису
Я считаю, что этот онлайн-сервис заслуживают доверия 0,899 0,831
В целом, я доверяю информации, предоставляемой этим онлайн-сервисом 0,932
Этот онлайн-сервис, как правило, выполняет обещания 0,903
Психологический дискомфорт при использовании онлайн-сервиса
Я чувствую напряжение, используя этот онлайн-сервис 0,943 0,910
Использование этого онлайн-сервиса в целом заставляет меня чувствовать себя некомфортно 0,965
Воспринимаемая полезность онлайн-сервиса
В целом я считаю этот онлайн-сервис полезным 0,937 0,881
Я считаю услуги этого сайта ценными для меня 0,939
Интерфейс онлайн-сервиса функционален 0,939
Индикатор Нагрузка AVE
Лояльность по отношению к онлайн-сервису
Я намерен(-а) в дальнейшем продолжать использовать данный онлайн-сервис 0,910 0,823
В целом я удовлетворен(-а) использованием данного сервиса 0,955
Я намерен(-а) рекомендовать этот сервис своим родным и близким 0,854
Источник: составлено авторами.
В рамках формирования латентных конструктов авторами удалены четыре переменные, не удовлетворяющие условиям для проведения анализа, индикаторы, включенные в итоговую факторную модель, имеют факторные нагрузки более чем 0,708. Конвергентная валидность латентных переменных значительно выше, чем 0,5, таким образом, можно утверждать о достаточном уровне конвергентной валидности переменных.
Следующим этапом оценки модели измерения является внутренняя согласованность факторов, для чего использованы показатели Альфа Крон-баха (а), композитная надежность (СИ), коэффициент надежности гЬоА, результаты представлены в табл. 4.
Таблица 4
Проверка надежности латентных конструктов
Латентная переменная alpha rhoA CR
Воспринимаемый уровень безопасности ввода данных 0,866 0,885 0,937
Воспринимаемый контроль использования информации 0,787 0,940 0,859
Уровень доверия к онлайн-сервису 0,898 0,899 0,936
Психологический дискомфорт при использовании онлайн-сервиса 0,902 0,939 0,953
Воспринимаемая полезность онлайн-сервиса 0,932 0,932 0,957
Лояльность по отношению к онлайн-сервису 0,891 0,898 0,933
Источник: составлено авторами.
Полученные факторы имеют значения Альфа Кронбаха и CR выше
0,7, что свидетельствует о высокой надежности показателей. Для выявления различий между анализируемыми факторами использованы две проверки: дискриминантная валидность (Heterotrait-Monotrait Characteristics, HTMT) и критерий Форнера — Ларкера. В соответствии с требованиями к критерию HTMT в рамках проверки дискриминантной валидности получены значения менее, чем 0,9 по всем, включенным в анализ переменным (приложение 1). В результате проверки по критерию Форнера — Ларкера выявлено, что квадратный корень AVE для каждой из анализируемых
переменных выше, чем корреляции с другими переменными (приложение 2), таким образом можно утверждать о наличии дискриминантной валидности модели.
Последний шаг — оценка коллинеарности переменных продемонстрировал отсутствие коллинеарности (значения показателя <3) (Hair et al., 2021). Результаты проверки на коллинеарность представлены в приложении 3.
После проверки коллинеарности авторами проведена проверка гипотез о влиянии факторов на доверие к онлайн-сервису. Гипотезы проверены с использованием процедуры бутстреппинга, уровень значимости — 0,05. Гипотеза считается подтвержденной, если для тестируемой с используемой бутстреппинга взаимосвязи показатель Т-статистики превысил значение 1,96 (по модулю) и в доверительный интервал 95% не включен ноль. Результаты проверки гипотез представлены в табл. 5.
Таблица 5
Результаты проверки гипотез
Original Est. 2,5% CI 97,5% CI T Stat. Гипотеза подтверждена
Воспринимаемая безопасность ввода данных ^ Лояльность по отношению к онлайн-сервису -0,011 -0,140 0,106 -0,180 Нет
Воспринимаемый контроль использования информации о потребителе ^ Лояльность по отношению к онлайн-сервису -0,032 -0,100 0,049 -0,845 Нет
Уровень доверия к онлайн-сервису ^ Лояльность по отношению к онлайн-сервису 0,304 0,169 0,445 4,269 Да
Психологический дискомфорт при использовании онлайн-сервиса ^ Лояльность по отношению к онлайн-сервису -0,103 -0,207 -0,005 -2,001 Да
Воспринимаемая полезность онлайн-сервиса ^ Лояльность по отношению к онлайн-сервису 0,576 0,461 0,678 10,401 Да
Источник: составлено авторами.
Результаты проверки гипотез подтверждают три гипотезы: о положительном влиянии доверия к онлайн-сервису на намерение продолжать пользоваться его услугами, об отрицательном влиянии психологического дискомфорта на намерение использовать услуги онлайн-сервиса, о положительном влиянии воспринимаемой полезности онлайн-сервиса на намерение продолжать использовать услуги сервиса. Полученная модель обладает достаточной объясняющей силой, коэффициент детерминации составил 0,653. Результирующая модель SEM в графическом виде представлена на рис. 2.
Рис. 2. Модель формирования потребительской лояльности по отношению к онлайн-сервисам Источник: составлено авторами на основе проведенного анализа.
Заключение
В рамках данного исследования авторами протестирована модель формирования потребительской лояльности по отношению к онлайн-серви-сам на российском рынке. Данное исследование одно из первых в рос-
сийской академической среде эмпирически тестирует взаимосвязи между лояльностью и различными факторами, формирующими потребительскую лояльность, проведенные ранее исследования преимущественно сфокусировались на выявлении этих факторов, однако не было предпринято попыток протестировать взаимосвязи. При этом в данном исследовании авторы опираются на важные аспекты формирования потребительской лояльности, связанные с цифровой безопасностью, доверием и иными важными факторами.
В результате исследования авторы подтвердили наличие положительной взаимосвязи между доверием к онлайн-сервису, воспринимаемой полезностью онлайн-сервиса и лояльностью по отношению к онлайн-сервису. Кроме того, подтверждена гипотеза о негативном влиянии психологического дискомфорта при использовании онлайн-сервиса на лояльность по отношению к онлайн-сервису.
Примечательно, что гипотезы о воспринимаемой безопасности ввода персональных данных при использовании онлайн-сервиса (в положительном контексте) и гипотеза о положительном влиянии воспринимаемого уровня контроля потребителя над тем, как его персональная информация используется не оказывают значимого влияния на лояльность. Данный феномен может быть объяснен разными причинами. Во-первых, такой результат может быть объяснен в целом высоким уровнем активности пользователей возрастом 18-30 лет при использовании онлайн-серви-сов, для которых опасения о безопасности являются менее актуальными. Во-вторых, причиной может быть тот факт, что в последнее время весьма активно в сети обсуждаются утечки персональных данных пользователей онлайн-сервисов, что могло повысить тревожность части потребителей, при этом другая часть потребителей могла воспринять этот риск как нечто неизбежное при использовании онлайн-сервисов. В-третьих, такой результат может быть объяснен тем, что каждый из респондентов отвечал на вопросы о сервисе, которым этот респондент пользовался недавно, соответственно, данный респондент может изначально характеризоваться высоким уровнем уверенности в безопасности ввода данных. В-четвертых, нельзя не отметить, что в некоторых случаях безопасность может являться гигиеническим фактором при использовании некоторых из сервисов, что также может повлиять на результаты исследования. Чтобы узнать первопричины полученных результатов, необходимо применение качественных методов, а именно — интервью, что позволит выявить глубинные мотивации.
Теоретическая ценность исследования заключается в проведении одного из первых в России эмпирических исследований формирования лояльности потребителей по отношению к онлайн-сервисам, при этом особенность данного исследования заключается в выявлении не только самих факторов потребительской лояльности, но и в тестировании взаимосвязей
между этими факторами и потребительской лояльностью. Данное исследование и сформированная в результате исследования шкала могут быть впоследствии использованы для дальнейшего формирования теории потребительской лояльности на российском рынке.
Практическая значимость исследования заключается в том, что авторами выявлено значимое влияние ряда факторов, тесно связанных с деятельностью компании и значимо влияющих на лояльность пользователей онлайн-сервисов. В частности, онлайн-сервисам стоит обратить особое внимание на то, чтобы потребитель понимал ценность и полезность услуг, предоставляемых компанией. Кроме того, немаловажным является формирование доверительных взаимоотношений между онлайн-сервисом и потребителем. Вполне логично также, что отсутствие психологического дискомфорта при использовании онлайн-сервиса является важным условием для формирования потребительского доверия.
Представленное исследование имеет ограничения, которые одновременно являются перспективой для дальнейшего развития исследования. Как уже упоминалось, в исследовании проанализированы линейные взаимосвязи между переменными, при этом стоит понимать, что общество не функционирует в линейной последовательности и существует множество нелинейных взаимосвязей. Таким образом, в рамках продолжения исследования, его обобщения и применимости на практике авторами запланировано увеличение выборки исследования за счет опроса респондентов старших возрастных категорий, а также применения иных методов исследования, в частности, метода Fuzzy-set Qualitative Comparative Analysis (fsQCA), который позволяет исследовать нелинейные взаимосвязи. Комбинация двух методов (линейный и нелинейный) позволит получить дополнительные инсайты: в частности, анализ с использованием метода SEM позволит выявить силу влияния, в то время как использование метода fsQCA позволит определить, какие комбинации факторов (например, воспринимаемая полезность сервиса и отсутствие психологического дискомфорта одновременно при отсутствии других факторов) являются предпосылкой для формирования лояльности потребителя.
Полученные результаты исследования позволяют протестировать линейные и нелинейные взаимосвязи, однако не позволяют глубже оценить мотивации потребителей. Непонятно также, почему именно некоторые из факторов (например, безопасность ввода данных) не оказывают влияние на лояльность потребителей. Для того чтобы выявить предпосылки влияния на лояльность или отсутствия такового необходимо провести более глубокий анализ с применением качественных методов исследования, в частности интервью или фокус-групп, что является одним из перспективных направлений продолжения данного исследования.
Одним из ограничений исследования является также попытка обобщить результаты исследования на все виды онлайн-сервисов. Факторы,
формирующие лояльность среди пользователей различных сервисов, могут отличаться вследствие разной природы этих сервисов (очевидно, существенные отличия будут между маркетплейсами и шеринговыми сервисами), тем не менее авторы считают важным исследование онлайн-сервисов в целом без выделения конкретных направлений, поскольку именно такое обобщенное исследование может быть положено в основу более узкоспециализированных и в большей степени практикоориенти-рованных исследований. Как продолжение исследования и в рамках работы с данным ограничением авторы исследования планируют сфокусироваться на выявлении факторов формирования потребительской лояльности для пользователей сервисов с разделением на разные направления (сервисы шеринга, маркетплейсы и иные сервисы).
Список литературы
Банова, А. Ю., & Пахалов, А. М. (2023). Сервисы экспресс-доставки продуктов: способы улучшения опыта пользователей. Интернет-маркетинг, 2, 142—150.
Богомазова, И. В., & Климова, Т. Б. (2022). Цифровые сервисы и туристская экосистема в развитии внутреннего туризма. Экономика. Информатика, 49(4), 718—730. https://doi.org/10.52575/2687-0932-2022-49-4-718-730
Воронкевич, А. Б. (2020). Изменение особенностей потребительского поведения на рынке товаров массового потребления под влиянием цифровизации в России. Практический маркетинг, 7(281), 10-18. https://doi.org/10.24411/2071-3762-2020-10033 Крикунов, К. (2019). Факторы эффективности мер регулирования конфликта интересов: опыт качественного сравнительного анализа. Бизнес. Общество. Власть, (1), 51-66.
Лобанова, С. Н. (2023). Продвижение онлайн-сервисов с помощью подписных продаж. Прикладные экономические исследования, 1, 94-100. https://doi.org/10.47576/2949-1908_2023_1_94
Стамалиева, А. А., Ребязина, В. А., & Давий, А. О. (2020). Изучение потребительского опыта на российском рынке интернет-торговли: тестирование модели пути потребителя. Вестник Московского университета. Серия 6: Экономика, (1), 104-134. https://doi.org/10.38050/01300105202016
Тоан, Л. Д., Пху, Н. Х., Нхан, Х. В., Йен, Х. Т. П., Там, Н. К., & Ан, Л. Н. Н. (2018). Восприимчивость к технологиям и перспективы интернет-банкинга во Вьетнаме. Форсайт, 12(2), 36-48.
Тункевичус, Э. О., & Ребязина, В. А. (2023). Многомерная модель формирования цифрового доверия пользователей цифровых сервисов: результаты эмпирического исследования. Вестник Московского университета. Серия 6. Экономика, (4), 165-200. https://doi.org/10.55959/MSU0130-0105-6-58-4-8
Шарко, Е. Р., & Иванова, А. А. (2022). Влияние персонализированного маркетинга на формирование доверия у потребителей российского рынка e-grocery. Вестник Московского университета. Серия 6. Экономика, (6), 221-250. https://doi. org/10.38050/013001052022610
Alalwan, A. A. (2020). Mobile food ordering apps: an empirical study of the factors affecting customer e-satisfaction and continued intention to reuse. International Journal of Information Management, 50, 28-44. https://doi.org/10.1016/j.ijinfomgt.2019.04.008
Anic, I. D., Skare, V., & Milakovid, I. K. (2019). The determinants and effects of online privacy concerns in the context of e-commerce. Electronic Commerce Research and Applications, 36, 100868. https://doi.org/10.1016Zj.elerap.2019.100868
Bach, M. T., da Silva, W. V., Souza, M. A., Kudlawicz-Franco, C., & da Veiga, C. P. (2020). Online customer behavior: perceptions regarding the types of risks incurred through online purchases. Palgrave Communications, 6(1), 1-12. https://doi.org/10.1057/s41599-020-0389-4.
Baldinger, A. L., & Rubinson, J. (1996). Brand loyalty: the link between attitude and behavior. Journal of Advertising Research, 36(6), 22-34.
Bandara, R., Fernando, M., & Akter, S. (2020). Privacy concerns in E-commerce: a taxonomy and a future research agenda. Electronic Markets, 30, 629-647. https://doi. org/10.1007/s12525-019-00375-6
Chang, S. E., Shen, W. C., & Liu, A. Y. (2016). Why mobile users trust smartphone social networking services? A PLS-SEM approach. Journal of Business Research, 69(11), 4890-4895.
Chatterjee, S., Chaudhuri, R., & Vrontis, D. (2022). Does remote work flexibility enhance organization performance? Moderating role of organization policy and top management support. Journal of Business Research, 139, 1501-1512.
Chen, W. K., Silaban, P. H., Hutagalung, W. E., & Silalahi, A. D. K. (2023). How Instagram influencers contribute to consumer travel decision: Insights from SEM and fsQCA. Emerging Science Journal, 7(1), 16-37.
Chua, H. N., Ooi, J. S., & Herbland, A. (2021). The effects of different personal data categories on information privacy concern and disclosure. Computers & Security, 110, 102453. https://doi.org/10.1016/jxose.2021.102453
Chun, R., & Davies, G. (2006). The influence of corporate character on customers and employees: Exploring similarities and differences. Journal of the Academy of Marketing Science, 34(2). https://doi.org/10.1177/0092070305284975
Cunningham, R. M. (1956). Brand loyalty-what, where, how much. Harvard Business Review, 34(1), 116-128.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-339.
Dick, A. S., & Basu, K. (1994). Customer loyalty: toward an integrated conceptual framework. Journal of the Academy of Marketing Science, 22(2), 99-113.
Dinev, T., Xu, H., Smith, J. H., & Hart, P. (2013). Information privacy and correlates: an empirical attempt to bridge and distinguish privacy-related concepts. European Journal of Information Systems, 22, 295-316. https://doi.org/10.1057/ejis.2012.23
Dogra, N., Adil, M., Sadiq, M., Dash, G., & Paul, J. (2023). Unraveling customer repurchase intention in OFDL context: An investigation using a hybrid technique of SEM and fsQCA. Journal of Retailing and Consumer Services, 72, 103281.
Dogra, N., Adil, M., Sadiq, M., Dash, G., & Paul, J. (2023). Unraveling customer repurchase intention in OFDL context: An investigation using a hybrid technique of SEM and fsQCA. Journal of Retailing and Consumer Services, 72, 103281.
Dogra, N., Adil, M., Sadiq, M., Dash, G., & Paul, J. (2023). Unraveling customer repurchase intention in OFDL context: An investigation using a hybrid technique of SEM and fsQCA. Journal of Retailing and Consumer Services, 72, 103281.
Donthu, N., Kumar, S., Pandey, N., Pandey, N., & Mishra, A. (2021). Mapping the electronic word-of-mouth (eWOM) research: A systematic review and bibliometric analysis. Journal of Business Research, 135, 758-773.
Duan, Y., Liu, T., & Mao, Z. (2022). How online reviews and coupons affect sales and pricing: An empirical study based on e-commerce platform. Journal of Retailing and Consumer Services, 65, 102846. https://doi.org/10.1016/joretconser.2021.102846
Emmenegger, P., Schraff, D., & Walter, A. (2014, November). QCA, the truth table analysis and large-N survey data: The benefits of calibration and the importance of robustness tests. In 2nd international QCA expert workshop.
Featherman, M. S., & Pavlou, P. A. (2003). Predicting e-services adoption: a perceived risk facets perspective. International Journal of Human-Computer Studies, 59(4), 451—474. https://doi.org/10.1016/S1071-5819(03)00111-3
Fernandez-Bonilla, F., Gij 'on, C., & De la Vega, B. (2022). E-commerce in Spain: Determining factors and the importance of the e-trust. Telecommunications Policy, 46, 102280. https://doi.org/10.1016Zj.telpol.2021.102280
Gefen, D. (2002). Customer loyalty in e-commerce. Journal of the AIS, 3, 27-51. Grabner-Kraeuter, S. (2002). The role of consumers' trust in online-shopping. Journal of Business Ethics, 39(1-2), 43-50. https://doi.org/10.1023/a:1016323815802
Gunden, N., Morosan, C., & DeFranco, A. L. (2020). Consumers' persuasion in online food delivery systems. Journal of Hospitality and Tourism Technology, 11(3), 495-509. https:// doi.org/10.1108/JHTT-10-2019-0126
Hair Jr, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Danks, N. P., & Ray, S. (2021). Partial least squares structural equation modeling (PLS-SEM) using R: A workbook (p. 197). Springer Nature.
Hallikainen, H., & Laukkanen, T. (2018). National culture and consumer trust in e-commerce. International Journal of Information Management, 38, 97-106. http://dx.doi. org/10.1016/j.ijinfomgt.2017.07.002
Harborth, D., & Pape, S. (2021). Investigating privacy concerns related to mobile augmented reality Apps — a vignette based online experiment. Computers in Human Behavior, 122, 106833. https://doi.org/10.1016/jxhb.2021.106833
Hassna, G., Rouibah, K., Lowry, P. B., Paliszkiewicz, J., & Mgdra-Sawicka, M. (2023). The roles of user interface design and uncertainty avoidance in B2C ecommerce success: Using evidence from three national cultures. Electronic Commerce Research and Applications, 61, 101297. https://doi.org/10.1016/j.elerap.2023.101297
Huang, L., Ba, S., & Lu, X. (2014). Building online trust in a culture of Confucianism: The impact ofprocess flexibility and perceived control. ACM Transactions on Management.
Hubert, M., Blut, M., Brock, C., Backhaus, C., & Eberhardt, T. (2017). Acceptance of smartphone-based mobile shopping: mobile benefits, customer characteristics, perceived risks, and the impact of application context. Psychology & Marketing, 34, 175-194. https:// doi.org/10.1002/mar.20982
Huff, L., & Kelley, L. (2003). Levels of organizational trust in individualist versus collectivist societies: A seven-nation study. Organization Science, 14(1), 81-90. https://doi. org/10.1287/orsc.14.1.81.12807
Ioannou, A., & Tussyadiah, I. Lu. Y. (2020). Privacy concerns and disclosure ofbiometric and behavioral data for travel. International Journal of Information Management, 54, 102122. https://doi.org/10.1016/j.ijinfomgt.2020.102122
Jacoby, J., & Chestnut, R. W. (1978). Brand loyalty: measurement and management. New York: Wiley.
Jacoby, J., & Kyner, D. B. (1973). Brand loyalty vs. repeat purchasing behavior. Journal of Marketing Research, 10(1), 1-9. https://doi.org/10.2307/3149402
Jozani, M., Ayaburi, E., Ko, M., & Choo, K.-K. R. (2020). Privacy concerns and benefits of engagement with social media-enabled apps: a privacy calculus perspective. Computers in Human Behavior, 107, 106260. https://doi.org/10.1016/jxhb.2020.106260
Kang, K., Lu, J., Guo, L., & Li, W. (2021). The dynamic effect of interactivity on customer engagement behavior through tie strength: Evidence from live streaming commerce platforms. International Journal of Information Management, 56, 102251. https://doi.org/10.1016/j. ij ini'omgt.2020.102251
Keh, H. T., & Pang, J. (2010). Customer reactions to service separation. Journal of Marketing, 74(2), 55-70. https://doi.org/10.1509/jmkg.74.2.55
Kelley, H. H., & Thibaut, J. (1978). Interpersonal relations: A theory of interdependence. New York: Wiley.
Khern-am-nuai, W., Kannan, K., & Ghasemkhani, H. (2018). Extrinsic versus intrinsic rewards for contributing reviews in an online platform. Information Systems Research, 29(4), 871-892. https://doi.org/10.1287/isre.2017.0750
Kim, D., Park, K., Park, Y., & Ahn, J.-H. (2019). Willingness to provide personal information: perspective of privacy calculus in IoT services. Computers in Human Behavior, 92, 273-281. https://doi.org/10.1016/jxhb.2018.11.022
Kim, H.-W., Xu, Y., & Koh, J. (2004). A comparison of online trust building factors between potential customers and repeat customers. Journal of the Association for Information Systems, 5(10), 392-420.
Kolotylo-Kulkarni, M., Xia, W., & Dhillon, G. (2021). Information disclosure in e-commerce: a systematic review and agenda for future research. Journal of Business Research, 126, 221-238. https://doi.org/10.1016/jjbusres.2020.12.006
Kumar, N., Scheer, L. K., & Steenkamp, J.-B. E. M. (1995). The Effects of Supplier Fairness on Vulnerable Resellers. Journal of Marketing Research, 32(1). https://doi. org/10.2307/3152110
Le, L. T., Ly, P. T. M., Nguyen, N. T., & Tran, L. T. T. (2022). Online reviews as a pacifying decision-making assistant. Journal of Retailing and Consumer Services, 64, 102805. https://doi. org/10.1016/j.jretconser.2021.102805
Li, J., Zhou, Y., Yao, J., & Liu, X. (2021). An empirical investigation of trust in AI in a Chinese petrochemical enterprise based on institutional theory. Scientific Reports, 11, 13564. https://doi.org/10.1038/s41598-021-92904-7
Lu, X., Ba, S., Huang, L., & Feng, Y. (2013). Promotional marketing or Word-of-Mouth? Evidence from online restaurant reviews. Information Systems Research, 24(3), 596-612. http://dx.doi.org/10.1287/isre.1120.0454
Lu, L., Xu, P., Wang, Y.-Y., & Wang, Yu. (2023). Measuring service quality with text analytics: Considering both importance and performance of consumer opinions on social and non-social online platforms. Journal of Business Research, 169, 114298. https://doi. org/10.1016/j.jbusres.2023.114298
Luhmann, N. (1979). Trust and Power. New York: Wiley.
Malhotra, N. K., Kim, S. S., & Agarwal, J. (2004). Internet users' information privacy concerns (IUIPC): The construct, the scale, and a causal model. Information systems research, 15(4), 336-355.
Markos, E., Milne, G. R., & Peltier, J. W. (2017). Information sensitivity and willingness to provide continua: a comparative privacy study of the United States and Brazil. Journal of Public Policy & Marketing, 36, 79-96. https://doi.org/10.1509/jppm.15.159
Marriott, H. R., & Williams, M. D. (2018). Exploring consumers' perceived risk and trust for mobile shopping: A theoretical framework and empirical study. Journal of retailing and consumer services, 42, 133-146.
Maseeh, H. I., Jebarajakirthy, C., Pentecost, R., Arli, D., Weaven, S., & Ashaduzzaman, M. (2021). Privacy concerns in e-commerce: a multilevel meta-analysis. Psychology and Marketing, 38, 1779-1798. https://doi.org/10.1002/mar.21493
McKnight, D. H., Choudhury, V., & Kacmar, C. (2002). The impact of initial consumer trust on intentions to transact with a web site: a trust building model. The journal of strategic information systems, 11(3-4), 297-323.
Meier, A. (2017). The Configurational Perspective in Organizational Psychology: Fuzzy Sets for Novel Insights. (Doctoral dissertation, Universität Osnabrück).
Meszaros, J., & Buchalcevova, A. (2017). Introducing OSSF: A framework for online service cybersecurity risk management. Computers & Security, 65, 300-313. http://dx.doi. org/10.1016/j.cose.2016.12.008
Milne, G. R., Pettinico, G., Hajjat, F. M., & Markos, E. (2017). Information sensitivity typology: mapping the degree and type of risk consumers perceive in personal data sharing. Journal of Consumer Affairs, 51, 133-161. https://doi.org/10.1111/joca.12111
Morimoto, M. (2021). Privacy concerns about personalized advertising across multiple social media platforms in Japan: the relationship with information control and persuasion knowledge. International Journal of Advertising, 40, 431-451. https://doi.org/10.1080/0265 0487.2020.1796322
Moro, S., Lopes, R. J., Esmerado, J., & Botelho, M. (2020). Service quality in airport hotel chains through the lens of online reviewers. Journal of Retailing and Consumer Services, 56, 102193. https://doi.org/10.1016/jjretconser.2020.102193
Nogueira, J., Rangel, J. de A., Croce, P. R., & Peixoto, T. A. (2022). The environmental impact of fast delivery B2C e-commerce in outbound logistics operations: A simulation approach. Cleaner Logistics and Supply Chain, 5, 100070. https://doi.org/10.1016/j. clscn.2022.100070
Oliveira, T., Alhinho, M., Rita, P., & Dhillon, G. (2017). Modelling and testing consumer trust dimensions in e-commerce. Computers in Human Behavior, 71, 153-164.
Oliver, R. L. (2014). Satisfaction: A behavioral perspective on the consumer. Routledge, Abingdon.
Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 101-134.
Pavlou, P. A., & Gefen, D. (2004). Building effective online marketplaces with institution-based trust. Information Systems Research, 15(1), 37-59.
Pavlou, P. A., Liang, H., & Xue, Y. (2007). Understanding and mitigating uncertainty in online exchange relationships: a principal-agent perspective. MIS Quarterly, 31(1), 105136. https://doi.org/10.2307/25148783
Pillai, S. G., Kim, W. G., Haldorai, K., & Kim, H.-S. (2022).Online food delivery services and consumers' purchase intention: Integration of theory of planned behavior, theory of perceived risk, and the elaboration likelihood model. International Journal of Hospitality Management, 105, 103275. https://doi.org/10.1016Zj.yhm.2022.103275
Raassens, N., & Haans, H. (2017). NPS and online WOM: Investigating the relationship between customers' promoter scores and eWOM behavior. Journal of Service Research, 20(3), 322-334. https://doi.org/10.1177/1094670517696965
Rebiazina, V., & Haddadi, M. (2022). COVID-19 Pandemic impact on customer loyalty factors in Russian e-commerce market, in: Communications in Computer and Information Science. Communications in Computer and Information Science, 431-445. https://doi. org/10.1007/978-3-030-93715-7_31
Reich, T., & Maglio, S. J. (2020). Featuring mistakes: the persuasive impact of purchase mistakes in online reviews. Journal of Marketing, 84(1), 52-65. https://doi. org/10.1177/0022242919882428
Rodriguez-Priego, N., Porcu, L., Pe~na, M. B. P., & Almendros, E. C. (2023). Perceived customer care and privacy protection behavior: the mediating role of trust in self-disclosure. Journal of Retailing and Consumer Services, 72, 103284. https://doi.org/10.1016/j. jretconser.2023.103284
Schuckert, M., Liu, X., & Law, R. (2016). Insights into suspicious online ratings: direct evidence from TripAdvisor. Asia Pacific Journal of Tourism Research, 21(3), 259-272.
Sharko, E. R., & Rebiazina, V. A. (2023). Servitization in the digital age: A systematic review. Vestnik of Saint Petersburg University. Management, 22(4), 476-493. https://doi. org/10.21638/11701/spbu08.2023.402
Shih, I.-T., Dayarana, Silalahi, A. D. K., & Eunike, I. J. (2024). Engaging audiences in real-time: The nexus of socio-technical systems and trust transfer in live streaming e-commerce. Computers in Human Behavior Reports, 13, 100363. https://doi.org/10.1016/j. chbr.2023.100363
Shin, S., Shin, H. H., & Gim, J. (2023). How positive do testimonials on a restaurant website need to be? Impact of positivity of testimonial reviews on customers' decisionmaking. International Journal of Hospitality Management, 108, 103382. https://doi.org/10.1016/j. ijhm.2022.103382
Skare, M., Gavurova, B., & Rigelsky, M. (2023). Innovation activity and the outcomes of B2C, B2B, and B2G E-Commerce in EU countries. Journal of Business Research, 163, 113874. https://doi.org/10.1016/jjbusres.2023.113874
Sun, B., & Liu, Y. (2021). The double-edged sword effect of social media usage on new product development performance: evidence from Chinese firms. European Journal of Innovation Management, 26(1), 265-287. https://doi.org/10.1108/EJIM-04-2021-0219
Trope, Y., & Liberman, N. (2010). Construal level theory of psychological distance. Psychological Review, 117(2), 440-463. https://doi.org/10.1037/a0018963
Uruena, A., & Hidalgo, A. (2016). Successful loyalty in e-complaints: FsQCA and structural equation modeling analyses. Journal of Business Research, 69(4), 1384-1389.
Wakefield, L. T., Wakefield, K. L. (2018). An examination of construal effects on price perceptions in the advance selling of experience services. Journal of Service Research, 21(2), 235-248. https://doi.org/10.1177/1094670517738367
Watson, R. (2022). Consumer risk perceptions, behavioral intentions, and purchasing habits toward delivery apps. Journal of Self-Governance and Management Economics, 10(1), 56-68. https://doi.org/10.22381/jsme1012024
Wrightsman, L. S. (1991). Interpersonal trust and attitudes toward human nature. In: Robinson, J. P., Shaver, P. R., Wrightsman, L. S. (Eds.). Measures of personality and social psychological attitudes. Academic Press, San Diego.
Yang, Q., Pang, C., Liu, L., Yen, D. C., & Tarn, J. M. (2015). Exploring consumer perceived risk and trust for online payments: an empirical study in China's younger generation. Computers in Human Behavior, 50(1), 9-24. http://dx.doi.org/10.1016/jxhb.2015.03.058
Zanetta, L. D. A., Hakim, P. M., Gastaldi, G. B., Seabra, M. J. L., Rolim, P. M., Nascimento, L. G. P., & da Cunha, D. T. (2021). The use of food delivery apps during the COVID-19 pandemic in Brazil: the role of solidarity, perceived risk, and regional aspects. Food Research International, 149, 110671. https://doi.org/10.1016/j.foodres.2021.110671
Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1996). The behavioral consequences of service quality. Journal of Marketing, 60(2). https://doi.org/10.2307/1251929
Zhang, Zh., Wang, X., & Wu, R. (2021). Is the devil in the details? Construal-level effects on perceived usefulness of online reviews for experience services. Electronic Commerce Research and Applications, 46, 101033. https://doi.org/10.1016/j.elerap.2021.101033
Zhao, J. D., Huang, J. S., & Su, S. (2019). The effects of trust on consumers' continuous purchase intentions in C2C social commerce: A trust transfer perspective. Journal of Retailing and Consumer Service, 50, 42-49. https://doi.org/10.1016/jjretconser.2019.04.014
Zhou, S., & Tu, L. (2022). The effect of social dynamics in online review voting behavior. Journal of Retailing and Consumer Service, 69, 103120. https://doi.org/10.1016Zj. jretconser.2022.103120
Zvarikova, K., Gajanova, L., & Higgins, M. (2022). Adoption of delivery apps during the COVID-19 crisis: consumer perceived value, behavioral choices, and purchase intentions. Journal of Self-Governance and Management Economics, 10(1), 69-81. https://doi. org/10.22381/jsme1012025
References
Banova, A. Yu., & Pakhalov, A. M. (2023). Express Food Delivery Services: ways to improve the user experience. Internet Marketing, 2, 142-150.
Bogomazova, I. V., & Klimova, T. B. (2022). Digital services and the tourism ecosystem in the development of domestic tourism. Economy. Computer science, 49(4), 718-730. https:// doi.org/10.52575/2687-0932-2022-49-4-718-730
Krikunov, K. (2019). Factors of effectiveness of conflict ofinterest management measures: the experience of qualitative comparative analysis. Business. Society. Power, (1), 51-66.
Lobanova, S. N. (2023). Promotion of online services through subscription sales. Applied economic research, 1, 94-100. https://doi.org/10.47576/2949-1908_2023_1_94
Sharko, E. R., & Ivanova, A. A. (2022). Personalised marketing effect on consumer trust formation on e-grocery Russian market. Moscow University Economic Bulletin, (6), 221-250. https://doi.org/10.38050/013001052022610
Stamalieva, A. A., Rebiazina, V. A., & Daviy, A. O. (2020). Consumer experience in Russian e-commerce market: testing the customer journey model. Moscow University Economic Bulletin, (1), 104-134. https://doi.org/10.38050/01300105202016
Toan, L. D., Phu, N. H., Nhan, H. V., Yen, H. T. P., Tam, N. K., & An, L. N. N. (2018). Technology sensitivity and prospects of Internet banking in Vietnam. Foresight, 12(2), 36-48.
Tunkevichus, E. O., & Rebiazina, V. A. (2023). Multidimensional model for digital trust of digital services users: results of the empirical research. Lomonosov Economics Journal, 55(4), 165-200. https://doi.org/10.55959/MSU0130-0105-6-58-4-8
Voronkevich, A. B. (2020). Changing the characteristics of consumer behavior in the consumer goods market under the influence of digitalization in Russia. Practical marketing, 7(281), 10-18. https://doi.org/10.24411/2071-3762-2020-10033
Приложения
Оценка латентных переменных по критерию Форнера - Ларкера
Воспринимаемый уровень безопасности ввода данных Воспринимаемый контроль использования информации Уровень доверия к онлайн-сервису Психологический дискомфорт при использовании онлайн-сервиса Воспринимаемая полезность онлайн-сервиса Лояльность по отношению к онлайн-сервису
Воспринимаемый уровень безопасности ввода данных 0,938 ИА ИА ИА ИА ИА
Воспринимаемый контроль использования информации 0,463 0,819 ^
Уровень доверия к онлайн-сервису 0,662 0,418 0,911
11сихологический дискомфорт при использовании онлайн-сервиса -0,383 -0,153 -0,394 0,954 ИА ИА
Воспринимаемая полезность онлайн-сервиса 0,401 0,311 0,587 -0,164 0,938 ИА
Лояльность по отношению к онлайн-сервису 0,445 0,284 0,661 -0,308 0,756 0,907
Источник: составлено авторами.
Проверка по параметру НТМТ
Воспринимаемый уровень безопасности ввода данных Воспринимаемый контроль использования информации Уровень доверия к онлайн-сервису Психологический дискомфорт при использовании онлайн-сервиса Воспринимаемая полезность онлайн-сервиса Лояльность по отношению к онлайн-сервису
Воспринимаемый уровень безопасности ввода данных ИА ИА ИА ИА ИА ИА
Воспринимаемый контроль использования информации 0,588 ИА ИА ИА ИА ИА
Уровень доверия к онлайн-сервису 0,749 0,480 ИА ИА ИА ИА
Психологический дискомфорт при использовании онлайн-сервиса 0,433 0,174 0,433 ИА ИА ИА
Воспринимаемая полезность онлайн-сервиса 0,441 0,304 0,642 0,174 ИА ИА
Лояльность по отношению к онлайн-сервису 0.503 0,295 0,739 0,337 0,828 ИА
Источник: составлено авторами.
Проверка переменных на коллинеарность
Лояльность по отношению к онлайн-сервису
Воспринимаемый уровень безопасности ввода данных 1,994
Воспринимаемый контроль использования информации 1,324
Уровень доверия к онлайн-сервису 2,435
Психологический дискомфорт при использовании онлайн-сервиса 1,238
Воспринимаемая полезность онлайн-сервиса 1,552
Источник: составлено авторами.
