CC BY
69
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2022. № 6
ВОПРОСЫ УПРАВЛЕНИЯ Е. Р. Шарко1
НИУ «Высшая школа экономики» (Москва, Россия) А. А. Иванова2
НИУ «Высшая школа экономики» (Москва, Россия) УДК: 339.13
ВЛИЯНИЕ ПЕРСОНАЛИЗИРОВАННОГО МАРКЕТИНГА НА ФОРМИРОВАНИЕ ДОВЕРИЯ У ПОТРЕБИТЕЛЕЙ РОССИЙСКОГО РЫНКА E-GROCERY3
Статья посвящена изучению связи инструментов персонализации на рынке e-commerce на примере e-grocery и удовлетворенности покупателей, а также того, какие факторы в большей степени могут повлиять на положительный потребительский опыт, который приведет к повышению удовлетворенности покупателей и, как следствие, повышению доверия потребителей. Авторами рассмотрена триада Удовлетворенность покупкой — Доверие — Лояльность потребителя и предложен алгоритм взаимодействия конструктов триады для российского рынка e-grocery.
Цель исследования заключается в определении влияния персонализированного маркетинга на формирование доверия у потребителей рынка e-grocery. Для достижения цели был организован онлайн-опрос (384респондента), в качестве основных методов выбраны факторный и регрессионный анализ.
По результатам исследования были определены факторы, которые используются в качестве базовых для реализации инструментов персонализированного маркетинга и которые влияют на удовлетворенность и доверие покупателей в e-grocery. Авторами также сформирована интегрированная модель формирования доверия потребителей через удовлетворенность, которая была проверена на надежность в виде регрессионной модели, основанной на анализе значимости отдельных факторов, способствующих повышению лояльности.
Ключевые слова: рынок электронной коммерции, потребитель, ритейлер, удовлетворенность, доверие, лояльность.
1 Шарко Елена Романовна — к.э.н., научный сотрудник департамента маркетинга, Высшая школа бизнеса, НИУ «Высшая школа экономики»; e-mail: [email protected], ORCID: 0000-0002-2818-4329.
2 Иванова Алена Альбертовна — студент, Высшая школа бизнеса, НИУ «Высшая школа экономики»; e-mail: [email protected], ORCID: 0000-0002-7225-9842.
3 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.
Цитировать статью: Шарко, Е. Р., & Иванова, А. А. (2022). Влияние персонализированного маркетинга на формирование доверия у потребителей российского рынка е^госегу. Вестник Московского университета. Серия 6. Экономика, (6), 221—250. М1рз://до1. о^/10.38050/013001052022610.
E. R. Sharko
HSE University (Moscow, Russia)
A. A. Ivanova
HSE University (Moscow, Russia)
JEL: D91, L81, M31
PERSONALISED MARKETING EFFECT ON BUILDING CONSUMER TRUST IN E-GROCERY RUSSIAN MARKET1
This study examines the relationship between personalisation tools in the e-commerce market on the example of e-grocery and customer satisfaction, identifies the factors which can influence positive consumer experience leading to increased customer satisfaction and, as a result, increased consumer trust. The authors consider the triad "customersatisfaction — trust — customer loyalty" and propose an algorithm for the triad constructs interaction on the Russian e-grocery market. The purpose of the study is to determine the impact of personalised marketing on building trust among consumers in the e-grocery market, which was achieved through an empirical study—an online survey of384 respondents, with factor and regression analysis as the main research methods. The results of the study helped identify the factors used as the basis for the implementation of personalised marketing tools and affect customer satisfaction and trust in e-grocery. Finally, the authors construct an integrated model of forming consumer confidence through satisfaction tested for reliability in the form of a regression model based on the analysis of individual factors contributing to increasing loyalty.
Keywords: e-commerce, consumer, retailer, satisfaction, trust, loyalty.
To cite this document: 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.
Введение
С развитием рынка электронной коммерции на развивающихся рынках (к которым относится и российский рынок) происходит понимание ритейлеров того факта, что недостаточно продавать продукты хорошего
1 This research has been conducted within the fundamental research project 2022.002R. Rebi-azina 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.
качества и в нужном ассортименте, необходимо глубоко изучать истинные потребности своих покупателей. В этом контексте важно выстраивать модель взаимодействия ритейлер-покупатель на основе триады Удовлетворенность покупкой — Доверие — Лояльность потребителя. Эта триада хорошо коррелирует с инструментами персонализированного маркетинга, который направлен на (Roberts, Zahay, 2012):
1) формирование индивидуального релевантного сообщения ритей-лера своему покупателю с целью удовлетворить именно конкретную потребность в покупке;
2) закрепление доверия у покупателя (так как ритейлер использует персональные данные своего покупателя, чтобы подобрать именно нужное предложение покупки, основываясь на покупательском опыте, данных о среднем чеке предыдущих покупок, предпочтений по выбору брендов и т. п.);
3) повышение лояльности покупателя (если предложение будет получено и оценено покупателем, то вероятность увеличения лояльности возрастает с каждой такой покупкой).
В особенности это становится возможным, когда маркетологи обладают всей информацией о покупателях и умеют компетентно применять ее, что позволяет использовать инструменты персонализированного маркетинга максимально эффективно (Fanfarillo et al., 2018). Поэтому вопрос о персонализации в маркетинге на рынке электронной коммерции является актуальным и данное исследование позволит доказать эффективность использования этого инструмента на примере российского рынка e-grocery и продемонстрирует наиболее значимые точки влияния на конструкты триады Удовлетворенность покупкой — Доверие — Лояльность потребителя.
Говоря об отправке релевантного сообщения покупателю, необходимо учитывать следующие четыре этапа: идентификация, диверсификация, взаимодействие и последующая коммуникация (The value of getting ..., 2021). Принимая во внимание эти шаги в контексте персонализированного маркетинга, можно достичь успеха в продуктовом ритейле, который в России является отраслью высокой конкуренции (Онлайн-гонка, 2020). По данным Российской ассоциации электронных коммуникаций на 2021 г. вклад электронной коммерции в экономику России по сравнению с 2019 г. составил 6,07 трлн руб. и вырос на 22% (Вклад экономики Рунета., 2021). При таком приросте средств в экономику также растет количество покупателей, которым необходимо делать выгодные и релевантные предложения, как выявлено в исследовании The Boston Consulting Group за счет использования персонализации в ритейле можно достичь улучшения финансовых показателей на 20% (Net Promoter Scores) (Fanfarillo et al., 2018). Именно поэтому персонализированный маркетинг — инструмент продвижения и катализатор прироста прибыли бизнеса, который
является ключом к тому, чтобы сделать маркетинговую стратегию бизнеса эффективной и соответствующей запросам и желаниям потребителей. Персонализированный маркетинг широко используется в бизнес-среде, имеет высокую эффективность и оказывает положительное влияние как на опыт потребителя, так и на финансовые показатели, — это является одним из подтверждений практической значимости персонализированного маркетинга в продуктовом ритейле в онлайн-среде.
Концепция взаимодействия конструктов триады
Удовлетворенность покупкой —
Доверие — Лояльность потребителя
Рассмотрим различные теоретические подходы к определению влияния конструктов Удовлетворенность покупкой — Доверие — Лояльность потребителя с целью сформировать алгоритм взаимодействия конструктов триады для российского рынка e-grocery. Поскольку эффективность продуктов и услуг является критическим вопросом для потребителя как удовлетворенность, так и доверие являются эффективными ключевыми показателями для достижения их будущих поведенческих намерений (Al-Ansi, Han, 2019). Инсайты, полученные в результате эмпирических и полевых исследований поведения потребителей, причин и факторов удовлетворенности покупкой, формирования доверия и лояльности, становятся базисом для разработки маркетинговых стратегий ритейлеров.
Качество продуктов и услуг, удовлетворенность и доверие долгое время считались ключевыми понятиями в объяснении поведения клиентов после покупки. Исследователи в целом согласны с тем, что эти переменные способствуют формированию благоприятных намерений по отношению к фирме и влияют на удержание и лояльность. В то время как различные концептуализации удовлетворения эволюционировали за последние несколько десятилетий, общий консенсус среди исследователей заключается в том, что индивидуальная удовлетворенность — это оценка общего опыта потребления (Han, Hyun, 2015). То есть чем лучше общий опыт потребления, тем более развит рынок электронной коммерции, так как потребители увеличивают частоту онлайн-покупок прямо пропорционально накопленному положительному опыту.
Удовлетворенность клиентов обслуживанием играет решающую роль в сфере услуг, и тем более решающую роль в сфере продаж, где и продукт, и сервис (доставка, веб-страница, работа менеджеров с клиентами по решению вопросов, чат-боты и т.п.). Довольные клиенты, как правило, лояльны и распространяют позитивную информацию из уст в уста (сарафанное радио). Укрепление доверия клиентов к поставщикам услуг приводит к большей удовлетворенности и лояльности, в то время как недоверие приводит к снижению удовлетворенности и лояльности (Cheshina
et al., 2018). Таким образом, долгосрочные отношения с клиентами требуют установления и поддержания доверия между клиентом и поставщиком услуг. Оценка клиентами своего опыта обслуживания имеет решающее значение даже в тех отраслях, где теоретически можно было бы ожидать, что клиенты будут сосредоточены подробнее о качестве продукта. Таким образом, удовлетворенность обслуживанием может создать эффект ореола, при котором впечатления о качестве обслуживания переносятся на продукт.
Доверие — решающий фактор развития электронной торговли: ощущая доверие, онлайн-потребители преодолевают воспринимаемые риски, легко находят и обрабатывают информацию о товарах и услугах, предоставляемых онлайн-продавцом, что подталкивает их к совершению он-лайн-покупки (Цзыин и др., 2019).
Доверие относится к готовности потребителя вступать в уязвимые отношения, ожидая положительного поведения и намерений от ритейлера (Ozdemira et al., 2020). Авторы в своем исследовании доверие к корпоративному бренду рассматривают на личном уровне. На общее доверие к ритейлеру положительно влияют социальные связи со своими потребителями. Поскольку решения о доверии обычно включают как рассуждения, так и чувства или эмоциональную вовлеченность, авторы рассматривают концепцию доверия через его когнитивные и аффективные компоненты. В когнитивном доверии потребители сознательно выбирают, кому они будут доверять, и в каких отношениях и при каких обстоятельствах. Таким образом, когнитивное доверие основано на рациональной оценке субъекта.
Л. Г. Парк, Ю. Дж. Ким и С. Дж. Квонк (Park et al., 2017) в своей работе показали, что потребители, которые больше доверяют онлайн-ма-газинам, как правило, более привержены их услугам, также выяснили в своем исследовании, что доверие вызывает как постоянство, так и эмоциональную лояльность к брендам розничных услуг. В конечном итоге это приводит к большей лояльности потребителей. Кроме того, авторы утверждают, что потребители, скорее всего, поделятся своей личной информацией, если они доверяют онлайн-поставщику. Наличие доступа к такой информации позволяет компании сформировать более тесное отношения с потребителями, предлагая продукты или услуги, соответствующие индивидуальным потребностям, что снова повышает их лояльность к онлайн-поставщику.
Авторы связывают доверие, основанное на познании, с доверием «из головы», рациональным суждением, основанным на доказательствах надежности другого субъекта (Ozdemira et al., 2020). Это доказано на основе информации о поведении другой стороны в конкретных обстоятельствах. Уровень когнитивного доверия может отражать факторы целостности, включая честность и беспристрастность референта. Аффектив-
ный компонент доверия, с другой стороны, включает эмоциональную связь между участниками, участвующими в отношениях. В частности, при аффективном доверии потребитель доверяет онлайн-магазину, потому что ритейлер проявляет подлинную заботу и беспокойство и подает сигналы благожелательности к благополучию своего потребителя. Таким образом, аффективное доверие относится к степени, в которой потребитель чувствует себя в безопасности и комфортно, полагаясь на ритейлера.
Лояльность потребителей обычно включает лояльность к бренду (для фирменного продукта), лояльность к поставщику (для промышленных товаров), лояльность к сервису (для услуг) и лояльность к розничному продавцу (ритейлеру). Лояльность по отношению к конкретному ритей-леру представляет чрезвычайный интерес для продавцов, поскольку высокие затраты на привлечение клиентов трудно восстановить без приверженности и повторных покупок клиента (Kim et al., 2009).
Согласно (Buhalisa et al., 2020) электронная лояльность относится к двум концепциям:
1) намерение или готовность потребителя повторить онлайн-покуп-ку того же продукта, услуги или бренда или рекомендовать его через интернет, мобильный телефон или социальные сети, даже если он приобретен и рекомендован через другой сайт (электронная лояльность к продукту или месту назначения, электронная лояльность к бренду);
2) намерение повторить покупку на том же сайте / у того же ритейлера (или нескольких сайтах) и рекомендовать ее через интернет, мобильную телефонию или социальные сети, даже если это не тот же продукт, услуга или бренд (электронная лояльность к сайту / ри-тейлеру).
Электронная лояльность определяется как благоприятное отношение и приверженность покупателя к интернет-магазину, что приводит к поведению при повторных покупках (Kim et al., 2009).
В объяснении создания электронной лояльности ключевую роль играют как электронная удовлетворенность, так и доверие. Например, исследования показали (Kim et al., 2009), что электронная удовлетворенность и доверие влияют на электронную лояльность либо по отдельности, например, электронная Удовлетворенность ^ Лояльность и Доверие ^ Лояльность (или в последовательном порядке, например, Электронное доверие ^ Электронная удовлетворенность ^ Электронная лояльность).
Однако, несмотря на доказанную важность электронной удовлетворенности и электронного доверия в отношении лояльности, изучение предшествующих публикаций было лишь частично посвящено процессу развития электронной лояльности. Нами сформирован алгоритм взаимодействия конструктов триады на российском рынке e-grocery (рис. 1).
У
Закрепление восприятия доверия у покупателя
Рис. 1. Алгоритм взаимодействия конструктов триады Удовлетворенность покупкой — Доверие — Лояльность потребителя Источник: составлено авторами.
Так или иначе, подходы и авторы концепций соглашаются во мнении о том, что очень тесная связь между конструктами удовлетворенность, доверие и лояльность потребителя очевидны, и в зависимости от того, который конструкт считать базовым (первичным в триаде), можно говорить о наличии трех равнозначных концепций триады Удовлетворенность покупкой —Доверие — Лояльность потребителя. По нашему мнению, для российского рынка e-grocery базовым конструктом является все же удовлетворенность покупкой (см. рис. 1), так как при онлайн-покупке потребитель может только сформировать свои ожидания от процесса получения нужного продукта и либо его подтвердить, либо получить негативный опыт.
Роль «персонализации» в маркетинге
на российском рынке электронной коммерции
Рост электронной коммерции в России не связан с высокой конкуренцией на рынке (Онлайн-гонка, 2020) и вопрос захвата внимания покупателя становится все более актуальным, потому что осведомленность бизнесов об эффективности персонализированного маркетинга растет, а вместе с ней и количество доставляемых персонализированных сообщений разными игроками рынка, так в своем исследовании отметили Р. К. Бехера и др. (Behera et al., 2021).
Термин «персонализация» использовался еще в XIX в. (Ross, 1992), утверждает в своей статье Т. П. Транг (Trang, 2017). Выражается также мнение, что на основании первоначальных представлений о персонали-зации она (персонализация) понималась как «направление релевантного сообщения или идентификация географического месторасположения с личной информацией, а также адаптация продукта или услуги» (Wind, Rangaswamy, 2001). Позже идея персонализации была развита под другим фокусом: в 2004 г. вышла статья «Have it your way: consumer attitudes toward personalized marketing» (Goldsmith, Freiden, 2004), в которой раскрываются основные предпосылки современного персонализированного маркетинга. В данной статье раскрывается сущность индивидуального подхода к покупателю, что стало основой для нового научного направления по изучению такого специфического рынка. В публикации речь идет о связи персонализации с массовой кастомизацией (персонализация — это в большей степени «продуктовая и кастомизированная» концепция, направленная на удовлетворение большой массы людей посредством закрытия их потребностей и индивидуального подхода) (Goldsmith, Freiden, 2004).
Сейчас персонализация имеет более цифровой смысл. Она нацелена не на модификацию самого продукта, а скорее на путь потребителя; фокусируется на сборе и анализе полезной информации о потребителе, чтобы в дальнейшем применить эту информацию для принятия управленческих и маркетинговых решений (Peppers, Rogers, 1997), а также направлена
на отправку релевантных потребностям покупателей сообщений на каждом этапе пути от выбора к онлайн-покупке (Behera et al., 2021).
Персонализация сегодня — это необходимость и один из показателей успешности бизнеса, и покупатели ожидают, что в процессе покупки они получат предложения, основанные на их поведении, месторасположении и предпочтениях (Forbes, 2021). Возможность целенаправленного и более точного предоставления релевантного контента и предложения для пользователей стало возможно с появлением омниканальности в ри-тейле (Tyrvainen et al., 2020), когда у бизнеса появилась возможность собирать данные о пользователях по всем каналам и более точно формировать персонализированные предложения (Behera et al., 2021). Согласно определению автора, омниканальность описывается как «синергетическое управление многочисленными каналами и точками контакта с клиентами таким образом, чтобы оптимизировать потребительский опыт по каналам и производительность» (Verhoef et al., 2015).
Однако даже в 2021 г. большое количество компаний не смогли эффективно воспользоваться этим инструментом ввиду неспособности его эффективной настройки. Помимо этой проблемы существует еще ряд препятствий к реализации успешной персонализации в продуктовом ритейле (Fanfarillo et al., 2018):
1) огромный объем информации о потребителях и сложность ее обработки;
2) сложность предоставления уникального контента для каждого элемента омниканальной сети с целью общения с клиентом;
3) сложность настройки всех инструментов омниканальной сети.
Рассмотрим преимущества использования персонализированного маркетинга, влияющие на рынок электронной коммерции, более концептуально, поскольку в актуальных публикациях в сфере изучения маркетинга выделяются положительные эффекты (табл. 1).
Таблица 1
Эффекты персонализированного маркетинга, влияющие на рынок электронной коммерции
Автор(ы) Эффект Направленность на конструкт триады УДЛ
Behera et al., 2021 Значительно повышает удовлетворенность покупателей при выборе покупки Удовлетворенность
Lee, & Cranage, 2011 Делает путь к покупке более удобным и эффективным Лояльность
Fanfarillo et al., 2018 Делает путь к покупке более релевантным ожиданиям и потребностям покупателей Доверие
Окончание табл. 1
Автор(ы) Эффект Направленность на конструкт триады УДЛ
Guven, 2020 Помогает выстроить крепкие доверительные отношения с брендом и тем самым повысить лояльность к бренду Доверие, лояльность
The future of shopping ..., 2015 Способствует выстраиванию долгосрочных отношений (лояльность) с будущим потребителем Лояльность
Sahni et al., 2018; Trang,2017 Повышает осведомленность о бренде в контексте использования персонализированной рекламы и увеличивает вероятность покупки Доверие
Oberoi et al., 2017 Персонализированный контент, настроенный на веб-страницах с учетом выделенных значимых сегментов, способен повысить продажи Лояльность
Источник: составлено авторами.
При таком большом количестве очевидных преимуществ использования персонализированного маркетинга все равно существует ряд недостатков, с которым сталкиваются ритейлеры: безопасность данных пользователей — многие люди скептически относятся к персонализированным предложениям (Trang, 2017) и чувствуют себя некомфортно, получая слишком персонализированные сообщения. Такие потребители воспринимают подобные предложения как нарушение их частной жизни и излишнюю степень использования их персональных данных, что может привести к негативному восприятию персонализации.
Подходы к осуществлению
персонализированной стратегии при формировании
положительного потребительского опыта
Следует рассмотреть различные подходы к осуществлению персонализированной стратегии при формировании положительного потребительского опыта. Существует несколько способов создания персонализированного опыта покупателей в онлайн-среде (What is Personalized Marketing..., 2017): персонализированная e-mail рассылка — использование персонализации через e-mail является эффективным и по данным Statista на 2020 г. показатель CTOR (click-to-open-rates) по всему миру составил 14%, а доход по всему миру от рекламных писем на E-mail составил 8,49 млрд долл. (E-mail marketing. , 2021); SMS-сообщения — может показаться крайне назойливым и ухудшить отношение к персонализации; лендинги (landing-
page) — создание персонализированных веб-страниц позволяет сделать предложение на сайте ориентированным на потребности покупателя; рекомендации — выявление предпочтений (input), генерация рекомендаций (process) и их предоставление покупателю (output)) (Xiao, Benbasat, 2007); персонализированная реклама — настраивается на определенный сегмент аудитории с конкретными характеристиками или моделями поведения (имеется в виду таргетированная реклама в социальных сетях, мобильная реклама, контент-маркетинг, RTB (real time bidding), баннерная реклама («Яндекс» и Google)) (Xiao et al., 2019).
В случае сбора и анализа всей необходимой информации о покупателях и подключения сквозной аналитики для отслеживания эффективности маркетинговой стратегии возможно настраивать систему персонали-зации в ритейле таким образом, чтобы улучшить непосредственно многие финансовые показатели. Такая реклама хорошо влияет на поддержание связи с существующими клиентами (Baek, Momorito, 2021). Поскольку персонализированная реклама в большей степени ориентирована на потребности покупателей, нежели традиционная реклама, она считается более эффективной, с ней легче сформировать лояльность покупателей, она вызывает положительные эмоции в отношении бренда и является более привлекательной для потенциальных покупателей за счет самореференции, т.е. оценке поступающей информации извне и ее интерпретации на основе ранее приобретенного личного опыта.
Персонализированный маркетинг имеет ряд преимуществ, связанных с формированием положительного потребительского опыта, укрепления доверия потребителей к ритейлу и формирования лояльности к брендам и торговым маркам. Но все это невозможно без удовлетворения потребностей покупателей и роста их удовлетворенности.
Персонализированный маркетинг в e-grocery помогает компаниям повысить удовлетворенность покупателей за счет использования рекомендаций и контента, ориентированных на потребности покупателя. Согласно определению Р. Л. Оливера, чье исследование об удовлетворенности покупателей является основополагающим, удовлетворенность — это чувство, при котором человек осознает, что потребление блага удовлетворяет его потребность или цель и дает чувство исполнения желания и ощущение удовольствия (Oliver, 1997). Согласно исследованию удовлетворенность покупателя — это реакция на получаемое им удовлетворение от потребления блага, позже он дополнил, что удовлетворение покупателя — это также процесс получения удовлетворения.
Существуют различные подходы к определению удовлетворенности покупателей, авторы статьи (Nisar, Prabhakar, 2017) обращают внимание на концепции Г. Балабаниса, Н. Рейнолдса и А. Симинтираса (Balabanis et al., 2006), а также З. Чена и А. Дж. Дубински (Chen, Dubinsky, 2003), которые утверждают, что удовлетворенность покупателей зависит от их
последнего опыта покупки с продавцом со стороны продукта или услуги. Авторы также отмечают, что удовлетворенность покупателей может быть результатом совокупного опыта одного покупателя в определенном он-лайн-магазине. Поэтому важно, чтобы разница между реальным опытом и ожиданиями покупателя была минимальна, только при таком условии становится возможным достигнуть позитивного потребительского опыта (удовлетворенности), который положительно скажется на показателях бизнеса.
Согласно фундаментальной концепции Оливера (Oliver, 1997), удовлетворенность можно воспринимать как феномен, возникающий в момент потребления блага и как конечный результат некоего действия. Рассматривая данную концепцию в рамках персонализированного маркетинга, можно сделать предположение, что удовлетворенность покупателей инструментами персонализации в e-commerce может быть ощущением, возникающим и в момент пользования онлайн-сервисами, и в результате конечного потребления блага при помощи каналов на рынке e-commerce.
В статье (Thuan, 2020) рассмотрены конструкты, определяющие удовлетворенность покупателей:
1) опыт, приобретенный во время осуществления онлайн-покупки (OSE — Online Shopping Experience): исследователи отмечают данный элемент опыта потребителя как один из важнейших компонентов системы (Pantano, Pripora, 2016). Опыт покупателей, которые совершают покупки товаров ежедневного пользования при помощи сервисов доставки еды, играет ключевую роль в формировании их удовлетворенности. При помощи инструментов персонализа-ции можно усовершенствовать опыт покупателей путем предоставления персонализированных предложений во время совершения покупки, а также при помощи дальнейшего взаимодействия с покупателем;
2) служба поддержки клиентов (SS — Seller Service): в исследовании отмечается, что для реализации позитивного потребительского опыта необходимо поддерживать высокий уровень поддержки клиентов и предоставление удобного интерфейса. Отмечаются такие атрибуты, как качество веб-дизайна (Thuan, 2020), точность выполнения онлайн-заказа со стороны ритейлера (Blut et al., 2016), отслеживание правильности реализации онлайн-оплаты и оказание иных электронных услуг. Данный элемент системы возможно реализовывать при помощи удобного интерфейса на сайте компании и в мобильном приложении (с использованием релевантной системы рекомендаций и динамичным веб-дизайном, подстраивающимся под нужды пользователя), своевременной коммуникации с покупателем о статусе выполнения заказа и предоставлением персонализированных предложений;
3) внешние стимулы (EI — External Incentives): авторы исследований определяют данный конструкт как совокупность нескольких элементов, включающих продвижение, политика компании, качество продукции или услуг, мнения о товарах (Rita et al., 2019). Внешние стимулы в контексте персонализированного маркетинга можно рассматривать в качестве продвижения товаров, услуг и бизнеса с предоставлением персонализированных предложений потенциальным покупателям (используя при этом инструмент персонализированная реклама и иные способы персонализированного продвижения в интернете);
4) безопасность и конфиденциальность (SP — Security and Privacy): данный элемент положительно сказывается на доверии клиентов и впоследствии на удовлетворенности покупателей (Thuan, 2020). Как отмечалось ранее, проблема безопасности персональных данных — один из главных барьеров реализации эффективной персонализированной стратегии бизнеса, поэтому обеспечение безопасности личной информации покупателей и донесение данной информации до них — является одним из основных действий при реализации стратегии с использованием инструментов персонализированного маркетинга. К. Х. Парк и У. Г. Ким утверждают, что немаловажным фактором удовлетворенности является сохранение конфиденциальности личной информации о покупателях, что крайне важно, когда речь идет о персонализированном маркетинге (Park, Kim, 2003). Проблема безопасности персональных данных является весомым барьером к эффективному использованию персонализированной стратегии в маркетинге. Поэтому сохранение конфиденциальности — важный фактор при формировании позитивного потребительского опыта в контексте персонализации и при формировании удовлетворенности покупателей.
Одна из моделей американской системы удовлетворенности клиентов1 (Fornell, 1992) (рис. 2), которая включает следующие факторы, определяющие общую удовлетворенность покупателей: воспринимаемое качество приобретенного потребительского опыта, ожидания покупателей от потребительского опыта и воспринимаемая ценность продукта или услуги; положительный эффект этих показателей позитивно влияет на общую удовлетворенность покупателей и в конечном итоге приводит к увеличению доверия и как следствие — к увеличению лояльности покупателей, негативный — к возникновению жалоб, потере доверия, полному уходу потребителя к конкуренту.
1 American Customer Satisfaction Framework (ACSF).
Рис. 2. Модель американской системы удовлетворенности клиентов (ACSF) Источник: ^огпеД, 1992).
На основании проанализированных исследований нами составлена интегрированная модель, которая сочетает в себе наилучшие свойства моделей и концепций, а также показывает влияние и значимость формирования доверия потребителя с целью обеспечения полной удовлетворенности и лояльности (рис. 3).
Рис. 3. Интегрированная модель формирования доверия потребителей через удовлетворенность Источник: составлено авторами на основе ^огпеД, 1992; ТЬиап, 2020).
Так, на основании проанализированных моделей и публикаций по тематике исследования были сформированы следующие гипотезы:
H1: существует положительная связь между персонализированным потребительским опытом потребителя и удовлетворенностью на российском рынке e-grocery;
H2: существует положительная связь между персонализированным подходом при поддержке потребителей на российском рынке e-grocery и удовлетворенностью потребителей, основанной на доверии;
H3: существует положительная связь между персонализированной рекламой и персонализированными предложениями и удовлетворенностью потребителей на российском рынке e-grocery;
H4: существует положительная связь между наличием безопасности и конфиденциальности и удовлетворенностью потребителей на российском рынке e-grocery, формирующих доверие потребителя к ритейлеру;
H5: существует положительная связь между ожиданиями потребителей применения персонализированного маркетингаритейлером в e-grocery и удовлетворенностью потребителей на российском рынке e-grocery.
Методология
Для осуществления эмпирического исследования авторами была опера-ционализирована анкета (Приложение 1) для проведения онлайн-опроса среди покупателей e-grocery. Данный опрос был проведен с целью определения эффективности инструментов персонализированного маркетинга, которые влияют на удовлетворенность покупателей и формируют доверие в долгосрочной перспективе. Опрос был проведен в марте—мае 2022 г. при помощи размещения анкеты на платформе Yandex Forms, количество респондентов — 384 потребителя. Вопросы являются интервальными переменными, содержащими в себе ответы, классифицированные по 5-и 7-балльной шкалам Лайкерта.
Выборка была рассчитана с учетом генеральной совокупности, для которой были отобраны регионы с численностью населения более 1 млн человек и в которых осуществляется доставка продуктов (генеральная совокупность составила 41 308 455 человек по данным Росстата за 2021 г. Нормированное отклонение составило 1,96, вариация равна 0,5, допустимая ошибка равна 0,05 (5%)).
Рассматривая выборку, принявшую участие в онлайн-опросе, можно сделать вывод, что она соотносится с теми характеристиками, которые были обозначены при формировании дизайна исследования:
1) возраст от 19 до 45 (по факту исследования — до 50) лет;
2) осуществляют покупку продуктов через сайт и мобильное приложение;
3) проживают в регионах, где осуществляется доставка продуктов.
Большинство респондентов относятся к возрастной категории 19— 25 лет (58,99%), что объясняется ограничением исследования. Большинство респондентов, принявших участие в опросе — женщины (73,6%), что может быть объяснено стереотипом, касающимся более высокой вовлеченности в ведение домохозяйства. Можно также наблюдать, что среди покупателей e-grocery большинство имеют высшее образование (44,38%) или неоконченное высшее образование (41,00%), это может быть объяснено ограниченностью выборки в связи с возможностями почтовой рассылки и рассылки в социальных сетях автором. Согласно результатам опроса, большинство респондентов имеют средний уровень дохода и у 40,73% респондентов денег достаточно для приобретения необходимых продуктов и одежды, более крупные покупки приходится откладывать. Согласно выборке эмпирического исследования, больше половины (51,12%) респондентов холосты либо не замужем и 80,06% не имеют детей. Абсолютное большинство респондентов (82,87%) проживают на территории города Москвы и (5,62%) Московской области.
Регулярность покупок следующая: 44,94% респондентов совершают покупки продуктов онлайн раз в 2—6 месяцев; 39,89% — 1—3 покупки в месяц и всего 15,17% — 1 раз в неделю и чаще, при этом большинство респондентов осуществляют заказ, используя мобильное приложение (73,6%). Говоря о предпочитаемых онлайн-ритейлерах, 53,65% респондентов выбирают «Яндекс.Лавку», 41,29% отдают предпочтение «Вкусвиллу», 38,76% респондентов заказывают продукты в «Ozon.Fresh», 24,72% — в «Перекрестке», 18,26% — в «Сбермаркете», 5,34% — в «Утконосе», 4,76% в «Азбуке вкуса», и 36,24% респондентов ответили, что заказывают также в онлайн-сервисах других ритейлеров либо используют только их.
На первом этапе эмпирического исследования был выполнен факторный анализ, предварительно отобраны следующие факторы влияния:
1) потребительский опыт в интернете — Online Shopping Experience (OSE);
2) служба поддержки клиентов — Seller or Customer Service (SS);
3) внешние стимулы — External Incentives (EI);
4) безопасность и конфиденциальность — Security and Privacy (SP).
Ожидалось, что в процессе факторного анализа будут сформированы
факторы, соответствующие предварительно сформированным в интегрированной модели (см. рис. 3), затем среди них отобраны переменные, которые на втором этапе исследования будут использованы в регрессионном анализе с целью выявления их влияния на удовлетворенность потребителей на рынке e-grocery и, как следствие, на доверие.
В факторном анализе проведена оценка внутренней согласованности характеристик (коэффициент Альфа Кронбаха) с целью проверки надежности используемой выборки для проведенного теста. Вопросы, используемые в анализе, были проверены на оценку надежности в программе SPSS и был получен коэффициент Альфа Кронбаха, равный 0,838, что говорит о «хорошем» значении и возможности дальнейшего использования вопросов и выборки в эмпирическом исследовании (Schmitt, 1996) (Приложение 2).
При проверке данных были получены следующие значения:
1) КМО (адекватности выборки Кайзера — Майера — Олкина) равен 0,777, что говорит о приемлемой адекватности выборки;
2) значимость равна 0, что говорит о том, что данные приемлемы для факторного анализа, так как данный показатель меньше 0,05.
Таким образом, при оценке качества модели было выяснено, что используемая выборка приемлема для ее использования в факторном анализе.
В ходе проведения факторного анализа были получены следующие значения объясненной совокупной дисперсии: пять собственных факторов имеют начальные собственные значения больше 1, следовательно, в ходе анализа были выявлены пять факторов. Первый фактор объясняет 32,432% дисперсии, второй фактор объясняет 13,198% дисперсии, третий фактор объясняет 9,323% дисперсии, четвертый фактор объясняет 7,890% дисперсии, пятый фактор объясняет 6,487% дисперсии.
Перед проведением регрессионного анализа и построением линейной регрессии была выполнена проверка модели на допущения, а именно: отсутствие мультиколлинеарности, отсутствие автокорреляции, гомо-скедастичность. Проверка отсутствия мультиколлинеарности, т.е. высокой корреляции между переменными-предикторами, будет проверена при помощи попарного сравнения независимых переменных в корреляционном анализе.
Результаты эмпирического исследования
Результатом проведения факторного анализа является выведение повернутой матрицы компонентов с сортировкой по убыванию для наглядной визуализации полученных компонентов (факторов) (табл. 2).
Повернутая матрица компонентов
Вопросы анкеты Компонент
1 2 3 4 5
9.14Q personalrecommendation receiving ,862 ,117 ,083 ,060 -,157
9.16Q personalreccomendations expectation after ,847 ,092 ,079 ,197 -,209
9.15Q personalreccomendations expectation during ,828 ,216 ,057 ,161 -,231
9.2Q personalrecommendation after ,719 ,017 ,279 -,023 ,151
9.1 Q_personalrecommendation_during ,667 -017 ,439 ,086 ,180
9.3Q recommendation sitemobile ,600 ,091 ,427 ,130 ,194
9.4Q personalsupport during ,056 ,772 .141 ,293 ,051
9.5Q personalsupport after -,071 ,715 ,288 ,066 ,091
9.HQ loyaltyprogram ,443 ,591 -,265 -.119 ,094
9.10Q personalprice ,476 ,585 ,029 ,001 ,107
9.8Q_targetads ,202 ,136 ,838 -,080 -,252
9.9Q targetads importance ,297 ,163 ,691 -,107 -,115
9.12Q_safety ,057 ,049 -.160 ,854 ,170
9.13Q safety information ,247 ,172 ,042 ,814 -.068
9.7Q_interfacemobile ,070 ,101 -,246 -.079 ,742
9.6Q interfacesite -.152 ,113 ,014 ,180 ,730
Источник: результаты эмпирического исследования.
Для понимания того, какие переменные входят в каждый фактор, следует соотнести максимальные факторные нагрузки каждой переменной в матрице с полученными факторами. Таким образом, в ходе факторного анализа предоставляется возможным разбить используемые переменные по группам для дальнейшего анализа. В результате факторного анализа был выявлен дополнительный фактор и произошла реорганизация вопросов согласно исходным предпосылкам интегрированной (рис. 4).
Следующим этапом факторного анализа является отбор переменных-заменителей, которые будут использоваться для последующего анализа. Для этого из повернутой матрицы компонентов среди используемых переменных отобраны переменные с наибольшей собственной факторной нагрузкой в каждом факторе. Итогом анализа стали выявленные пять итоговых факторов: OSE, SS, EI, SP и I.
Фактор «Expectations», выделенный в интегрированной модели не был выявлен в матрице компонентов, полученной в ходе факторного анализа, таким образом, данный фактор не будет использоваться в последующем регрессионном анализе. Четыре из пяти предполагаемых факторов подтвердились в ходе проведения регрессионного анализа с перемещением шести переменных между факторами без их потери.
Предварительные факторы в интегрированной модели
Interface (интерфейс) I
Полученные факторы в результате факторного анализа
Рис. 4. Изменение факторов Источник: составлено авторами по результатам эмпирического исследования.
Используя обозначенные выше факторы, проведем регрессионный анализ с целью оценки влияния каждого фактора на удовлетворенность покупателей. В качестве зависимой переменной выбрана частота покупки, т.е. на вопрос «Как часто вы совершаете покупку продуктов — через сайт или мобильное приложение?». Модель исследования представлена в Приложении 3.
Отсутствие мультиколлинеарности, т.е. высокой корреляции между переменными-предикторами, проверено при помощи попарного сравнения независимых переменных в корреляционном анализе. Полученная регрессионная модель представлена в табл. 3.
Модель 1: МНК, использованы наблюдения 1-356
Коэффициент Ст. ошибка t-статистика Р-значение
const 1,02810 0,340583 3,019 0,0027 ***
Q_personalsupport during 0,369372 0,0352501 10,48 <0,0001 ***
Q interfacemobile 0,275526 0,0467315 5,896 <0,0001 ***
Q targetads 0,0405771 0,0282135 1,438 0,1513
Q safety -0,0164779 0,0347559 -0,4741 0,6357
Q_personalrecommendation re 0,147254 0,0291039 5,060 <0,0001 ***
Среднее зав. перемен 5,182584 Ст. откл. зав. перемен 1,173813
Сумма кв. остатков 209,7359 Ст. ошибка модели 0,774109
R-квадрат 0,571208 Испр. R-квадрат 0,565082
F(5, 350) 74,52713 Р-значение (F) 5,23е-53
Лог. правдоподобие -410,9656 Крит. Акаике 833,9312
Крит. Шварца 857,1808 Крит. Хеннана-Купнна 843,1796
Примечание: *p < 0,1; **p < 0,05; ***p < 0,01. Источник: результаты эмпирического исследования.
Согласно полученным результатам, можно утверждать, что остались только три значимые переменные, которые влияют на зависимую переменную. Исключив две незначимые переменные, мы можем утверждать, что изменения в показателе R2 не произошли, а, следовательно, выбранная модель надежна.
Таким образом, можно получить следующее уравнение регрессии для данной модели:
y = 1,081 + 0,371x1 + 0,267x2 + 0,155x3,
где y — удовлетворенность покупателей онлайн-сервисами для заказа продуктов;
Xj — персональная поддержка покупателей (фактор «Seller or Customer Service»);
x2 — интерфейс мобильного приложения (фактор «Interface»);
x3 — персональные предложения во время процесса заказа продуктов (фактор «Online Shopping Experience»).
На основе полученных в рамках исследования результатов можно подтвердить и отклонить поставленные в начале исследования гипотезы:
1) H5 отвергается в силу того, что в процессе факторного анализа фактор «Ожидания потребителей применения персонализированного маркетинга ритейлером в e-grocery» не был выявлен;
2) H3 и H4 также отвергаются, поскольку переменные не были определены как значимые в рассматриваемой регрессионной модели;
3) H1 и H2 были приняты, поскольку существует положительная связь между персонализированным потребительским опытом потребителя и удовлетворенностью на российском рынке e-grocery и положительная связь между персонализированным подходом к поддерж-
ке клиентов в e-commerce и удовлетворенностью покупателей — факторы «Seller or Customer Service» и «Online Shopping Experience» имеют положительное влияние на удовлетворенность покупателей в e-grocery, так как основаны на доверии к ритейлеру.
Новый выявленный фактор «Interface» имеет положительную связь с удовлетворенностью покупателей в e-grocery, что также может являться результатом данного исследования.
Заключение
Данное исследование усиливает теоретическую базу, добавляя различные подходы к трактовке триады с целью построения более сильной целостной модели, рассматривая влияние базовых факторов на общий результирующий эффект. Для российского рынка e-grocery базовым конструктом является удовлетворенность покупкой, так как при онлайн-по-купке потребитель может только сформировать свои ожидания от процесса получения нужного продукта и либо его подтвердить, либо получить негативный опыт.
В российской практике связь электронной коммерции, e-grocery и персонализированного маркетинга в научной литературе представлена с достаточно узким фокусом, и в ходе анализа актуальных зарубежных и российских публикаций в сфере маркетинга не было выявлено систематизированной концепции, которую можно считать базовой для изучения персонализации в e-grocery в России. Для решения поставленных задач в исследовании была изучена теоретическая база в сфере взаимодействия конструктов удовлетворенность (электронная удовлетворенность), доверие (электронное доверие), лояльность (электронная лояльность) с целью протестировать один из подходов для российского рынка e-grocery. Было доказано, что степень удовлетворенности потребителей благоприятно влияет на формирование доверия на рынке электронной коммерции, так как электронная удовлетворенность тождественна с накопленным персонализированным опытом онлайн-покупок, и чем он больше, тем прочнее доверие к определенному ритейлеру.
Для выполнения факторного анализа все выделенные факторы были названы согласно их контексту и в соответствии с определенными ранее факторами в фундаментальной концепции Оливера. Однако в ходе эмпирического исследования было выявлено следующее:
1) изначально было сделано предположение о том, что вопросы, касающиеся внутреннего интерфейса, будут относиться к фактору «Seller or Customer Service», но при построении модели данные вопросы абстрагировались от первоначального фактора и выделились в отдельный фактор «Interface»;
2) изначально предполагалось, что интегрированная модель (см. рис. 3), используемая в факторном анализе, будет содержать та-
кой фактор, как «Ожидания потребителей применения персонализированного маркетинга ритейлером в e-grocery», однако соответствующие вопросы были отнесены к фактору «Online Shopping Experience»;
3) изначально предполагалось, что вопросы, касающиеся персональных ценовых предложений, будут отнесены к фактору «External Incentives», однако соответствующие вопросы были отнесены к фактору «Seller or Customer Service».
В рамках будущих исследований предполагается углубленное изучение факторов применения персонализированного маркетинга с целью оценки влияния на устойчивость сформированного у потребителей доверия к ритейлерам — планируется проведение серии глубинных интервью и выявления устойчивых паттернов в поведении потребителей методом моделирования структурными уравнениями.
Список литературы
Вклад экономики Рунета в российскую экономику составил 6,7 трлн рублей (2021). РАЭК: российская ассоциация электронных коммуникаций. Дата обращения 10.12.2021, https://raec.ru/live/branch/12448
Онлайн-гонка (2020). Коммерсантъ: российская ежедневная общественно-политическая газета с усиленным деловым блоком. Дата обращения 10.12.2021, https:// www.kommersant.ru/doc/4389223
Цзыин, Ц., Тюрина, Е., & Филатов, А. (2019). Модель формирования доверия онлайн-потребителей к сфере электронной торговли. Известия ДВФУ. Экономика и управление, 4, 42-59. https://dx.doi.org/10.24866/2311-2271/2019-4/42-59
Al-Ansi, A., & Han, H. (2019). Role of halal-friendly destination performances, value, satisfaction, and trust in generating destination image and loyalty. Journal of Destination Marketing & Management, 13, 51-60. https://doi.org/10.1016/j.jdmm.2019.05.007
Baek, T. H., Morimoto, M. (2012). Stay away from me. Journal of advertising, 41(1), 59-76.
Balabanis, G., Reynolds, N., & Simintiras, A. (2006). Bases of e-store loyalty: Perceived switching barriers and satisfaction. Journal of Business Research, 59(2), 214-224.
Behera, R. K., Bala, P. K., Tata, S. V., & Rana, N. P. (2021). Retail atmospherics effect on store performance and personalised shopper behaviour: a cognitive computing approach. International Journal of Emerging Markets, ahead-of-print. https://doi.org/10.1108/ IJ0EM-03-2021-0433
Blut, M., Wang, C., & Schoefer, K. (2016). Factors influencing the acceptance of selfservice technologies: A meta-analysis. Journal of Service Research, 19(4), 396-416.
Buhalisa, D., L6pezb, E. P., & Martinez-Gonzalez, J. A. (2020). Influence of young consumers' external and internal variables on their e-loyalty to tourism sites. Journal of Destination Marketing & Management, 15, 100409. https://doi.org/10.1016/j. jdmm.2020.100409
Chen, Z., & Dubinsky, A. J. (2003). A conceptual model of perceived customer value in e-commerce: A preliminary investigation. Psychology & Marketing, 20(4), 323-347.
Cheshina, A., Amitb, A., & van Kleef G. A. (2018). The interpersonal effects of emotion intensity in customer service: Perceived appropriateness and authenticity of attendants'
emotional displays shape customer trust and satisfaction. Organizational Behavior and Human Decision Processes, 144, 97-111. https://doi.org/10.1016/j.obhdp.2017.10.002
E-mail marketing worldwide — statistics & facts (2021). Statista. Retrieved May 28, 2022, from https://ww.statista.com/topics/1446/e-mail-marketing/#dossierKeyfigures
Fanfarfflo, S., Bellefonds, N., Ratajczak, D., & Abraham M. (2018). The Building Blocks of Personalization. The Boston Consulting Group. https://www.bcg.com/publications/2018/ building-blocks-personalization
Fornell, C. (1992). A national customer satisfaction barometer: The Swedish experience. Journal of marketing, 56(1), 6-21.
Goldsmith, R. E., & Freiden J. B. (2004). Have it your way: consumer attitudes toward personalized marketing. Marketing Intelligence & Planning, 22(2), 228-239.
Guven, H. (2020). Industry 4.0 and Marketing 4.0: In Perspective of Digitalization and E-Commerce. Agile Business Leadership Methods for Industry 4.0. Emerald Publishing Limited.
Han, H., & Hyun, S. S. (2015). Customer retention in the medical tourism industry: Impact of quality, satisfaction, trust, and price reasonableness. Tourism Management, 46, 20e29. http://dx.doi.org/10.1016/j.tourman.2014.06.003
Kim, J., Jin, B., & Swinney, J. L. (2009). The role of etail quality, e-satisfaction and e-trust in online loyalty development process. Journal of Retailing and Consumer Services, 16, 239247. https://doi.org/10.1016/jjretconser.2008.11.019
Lee, C. H., & Cranage, D. A. (2011). Personalisation-privacy paradox: The effects of personalisation and privacy assurance on customer responses to travel Web sites. Tourism Management, 32(5), 987-994.
Nisar, T., & Prabhakar, G. (2017). What factors determine e-satisfaction and consumer spending in e-commerce retailing? Journal of Retailing and Consumer Services, 39, 135-144. https://doi.org/10.1016/jjretconser.2017.07.010
Oberoi, P., Patel, C., & Haon, C. (2017). Technology sourcing for website personalization and social media marketing: A study of e-retailing industry. Journal of Business Research, 80, 10-23.
Oliver, R. L. (1997). Satisfaction: A behavioral perspective on the consumer. New York, NY: Irwin-McGraw-Hill.
Ozdemira, S., Zhangb, Sh., Guptac, S., & Bebekd, G. (2020). The effects of trust and peer influence on corporate brand — Consumer relationships and consumer loyalty. Journal of Business Research, 117, 791-805. https://doi.org/10.1016/jjbusres.2020.02.027
Pantano, E., & Pripora, C. V. (2016). The effect of mobile retailing on consumers' purchasing experiences: A dynamic perspective. Computers in human behavior, 61, 548-555.
Park, C. H., & Kim, Y. G. (2003). Identifying key factors affecting consumer purchase behavior in an online shopping context. International journal of retail & distribution management, 31(1), 16-29.
Park, E., Kimb, K. J., & Kwonc, S. J. (2017). Corporate social responsibility as a determinant of consumer loyalty: An examination of ethical standard, satisfaction, and trust. Journal of Business Research, 76, 8-13. http://dx.doi.org/10.1016/jjbusres.2017.02.017
Peppers, D., & Rogers, M. (1997). Enterprise one-to-one: Tools for building unbreakable customer relationships in the interactive age. Journal of Business and Entrepreneurship, 9(2), 73-77.
Personalize or Perish: State of Personalization Report for 2021 (2021). Forbes. Retrieved April 18, 2022, from https://www.forbes.com/sites/danielnewman/2021/06/25/personalize-or-perish-state-of-personalization-report-for-2021/?sh=7fd5dd705859
Rita, P., Oliveira, T., & Farisa, A. (2019). The impact of e-service quality and customer satisfaction on customer behavior in online shopping. Heliyon, 5( 10), e02690.
Roberts, M. L., & Zahay, D. (2012). Internet marketing: Integrating online and offline strategies. Cengage Learning.
Ross, N. (1992). A history of direct marketing. Direct Marketing Association. New York,
NY.
Sahni, N. S., Wheeler, S. C., & Chintagunta, P. (2018). Personalization in email marketing: The role of noninformative advertising content. Marketing Science, 37(2), 236258.
Schmitt, N. (1996). Uses and abuses of coefficient alpha. Psychological assessment, 8(4),
350.
The future of shopping — anthony norman (2015). Growth from Knowledge. Retrieved April 04, 2022, from https://www.gfk.com/blog/2015/11/the-future-of-shopping-anthony-norman.
The value of getting personalization right — or wrong — is multiplying (2021). McKinsey & Company. 2021. Retrieved December 10, 2021, from https://www.mckinsey.com/business-functions/marketing-and-sales/our-insights/the-value-of-getting-personalization-right-or-wrong-is-multiplying
Thuan, Th. N. N. (2020). Developing and validating five-construct model of customer satisfaction in beauty and cosmetic E-commerce.Heliyon, 6, e04887. https://doi.org/10.1016/j. heliyon.2020.e04887
Trang, T. P. (2017). Personalized ads on Facebook: An effective marketing tool for online marketers. Journal of Retailing and Consumer Services, 39, 230-242.
Tyrvâinen, O., Karjaluoto, H., & Saarij ârvi, H. (2020). Personalization and hedonic motivation in creating customer experiences and loyalty in omnichannel retail. Journal of Retailing and Consumer Services, 57, 102233.
Verhoef, P. C., Kannan, P. K., & Inman, J. J. (2015). From multi-channel retailing to omni-channel retailing: introduction to the special issue on multi-channel retailing. Journal of retailing, 91(2), 174-181.
What is Personalized Marketing? Strategy, Examples & Trends (2017). Emarsys. Retrieved April 18, 2022, from https://emarsys.com/learn/blog/what-is-personalized-marketing.
Wind, J., & Rangaswamy, A. (2001). Customerization: The next revolution in mass customization. Journal of interactive marketing, 15(1), 13-32.
Xiao, B., & Benbasat, I. (2007). E-commerce product recommendation agents: Use, characteristics, and impact. MIS Quarterly, 31, 137-209. https://doi.org/10.2307/25148784
Xiao, L., Zhang, Y., & Fu, B. (2019). Exploring the moderators and causal process of trust transfer in online-to-offline commerce. Journal of Business Research, 98, 214-226. https:// doi.org/10.1016/j.jbusres.2019.01.069
References
Czyin, C., Tjurina, E., & Filatov, A. (2019). Model of formation of online consumer confidence in the field of electronic commerce. News of the FEFU. Economics and Management, 4, 42-59. https://dx.doi.org/10.24866/2311-2271/2019-4/42-59
Online Race (2020). Kommersant: a Russian daily socio-political newspaper with an enhanced business unit. Retrieved December 10, 2021, from https://www.kommersant.ru/doc/4389223
The contribution of the Runet economy to the Russian economy amounted to 6.7 trillion rubles (2021). RAEC: Russian Association of Electronic Communications. Retrieved December 10, 2021, from https://raec.ru/live/branch/12448.
Анкета для количественного исследования
Раздел 1. Социально-демографические характеристики
1. Ваш возраст 1) 18-25 лет
2) 26-30 лет
3) 31-35 лет
4) 36-40 лет
5) 41-50 лет
6) 51-60 лет
7) старше 60 лет
2. Ваш пол 1) Мужской
2) Женский
3. Ваш уровень 1) Неполное среднее образование
образования 2) Среднее общее образование
3) Среднее специальное образование
4) Незаконченное высшее образование
5) Высшее образование
6) Два и более высших образований
7) Наличие ученой степени кандидата / доктора наук
4. Ваш доход 1) Денег не хватает даже на приобретение продуктов питания
2) Денег хватает только на приобретение продуктов питания
3) Денег достаточно для приобретения необходимых продуктов
и одежды, более крупные покупки приходится откладывать
4) Покупка большинства товаров длительного пользования
(холодильник, телевизор) не вызывает трудностей, однако
купить автомобиль мы не можем
5) Мы можем позволить себе купить автомобиль, однако купить
квартиру мы не можем
6) Денег достаточно, чтобы вообще ни в чем себе не отказывать
5. Ваш семейный 1) Холост / не замужем
статус 2) Живем вместе, но официально не состоим в браке
3) Женат / замужем
4) Разведен / разведена
5) Живем порознь, но не разведены
6) Вдовец / вдова
7) Затрудняюсь ответить
6. Наличие детей 1) Нет детей
2) Есть ребенок / дети
7. Регион проживания (Открытый вопрос)
Вопросы про место и частоту покупок
8. В каких магазинах 1) «Яндекс.Лавка»
через сайт 2) «Вкусвилл»
или приложение 3) Ozon Fresh
вы совершаете 4) «Перекресток»
покупку продуктов 5) «Сбермаркет»
6) «Утконос»
7) «Азбука вкуса»
8) Другое
9. Как часто вы совершаете покупку продуктов через сайт или мобильное приложение? 1) Раз в неделю и чаще 2) 1—3 покупки в месяц 3) Раз в 2—6 месяцев
10. Как вы предпочитаете совершать покупку продуктов онлайн? 1) Через сайт 2) Через мобильное приложение 3) Оба варианта
Раздел 2. Оценка инструментов персонализированного маркетинга с точки зрения удовлетворенности покупателей
Насколько вы удовлетворены процессом покупки продуктов через мобильное приложение или сайт? Оцените утверждения по 7-балльной шкале, где минимальное значение «1» соответствовало ответу «совершенно не важно», а максимальное значение «7» соответствовало ответу очень «важно»
11. В процессе покупки продуктов онлайн, наличие персональных предложений и рекомендаций делает меня более удовлетворенным сервисом
12. После покупки продуктов онлайн, наличие персональных предложений и рекомендаций делает меня более удовлетворенным сервисом
13. Наличие рекомендаций продуктов на сайте и в мобильном приложении делает меня более удовлетворенным
14. Наличие поддержки (чат поддержки, колл-центр и пр.) во время покупки делает меня более удовлетворенным сервисом
15. Наличие поддержки (чат поддержки, колл-центр и пр.) после покупки делает меня более удовлетворенным сервисом
16. Наличие удобного интерфейса на сайте делает меня более удовлетворенным процессом покупки
17. Наличие удобного интерфейса в мобильном приложении делает меня более удовлетворенным процессом покупки
18. Наличие персонализированной (таргетированной) рекламы делает меня более удовлетворенным
19. Для меня важно, чтобы продуктовые ритейлеры делали персонализированную рекламу, это повышает мою удовлетворенность
20. Наличие персональных ценовых предложений делает меня более удовлетворенным
21. Наличие программы лояльности делает меня более удовлетворенным
22. Для меня важна конфиденциальность и безопасность моих личных данных
23. Когда сервис, через который я совершаю покупку продуктов, уведомляет меня, что мои данные в безопасности, это делает меня более удовлетворенным
Продолжение прил. 7
24. Для меня важно получать персональные предложения от продуктового ритейлера
25. Я ожидаю, что в процессе покупки продуктов через сайт или мобильное приложение, я буду получать персонализированные предложения от компании
26. Я ожидаю, что после покупки продуктов через сайт или мобильное приложение, я буду получать персонализированные предложения от компании
Раздел 3. Ожидания покупателей в контексте использования инструментов персонализированного маркетинга в e-grocery
27. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные рекомендации во время процесса покупки? Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные рекомендации во время процесса покупки?
28. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные рекомендации после процесса покупки?
Раздел 4. Оценка инструментов персонализированного маркетинга с точки зрения удовлетворенности покупателей
Насколько вы удовлетворены процессом покупки продуктов через мобильное приложение или сайт? Оцените утверждения по 7-балльной шкале, где минимальное значение «1» соответствовало ответу «совершенно не важно», а максимальное значение «7» соответствовало ответу «очень важно»
29. Наличие программы лояльности делает меня более удовлетворенным
30. Для меня важны конфиденциальность и безопасность моих личных данных
31. Когда сервис, через который я совершаю покупку продуктов, уведомляет меня, что мои данные в безопасности, это делает меня более удовлетворенным
32. Для меня важно получать персональные предложения от продуктового ритейлера
33. Я ожидаю, что в процессе покупки продуктов через сайт или мобильное приложение я буду получать персонализированные предложения от компании
34. Я ожидаю, что после покупки продуктов через сайт или мобильное приложение я буду получать персонализированные предложения от компании
Окончание прил. 1
Раздел 5. Ожидания покупателей в контексте использования инструментов персонализированного маркетинга в e-grocery
35. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные рекомендации во время процесса покупки? Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал
36. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные рекомендации после процесса покупки? для вас персональные рекомендации во время процесса покупки?
37. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные push-уведомления? Оцените утверждения по 5-балльной шкале,
38. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональную e-mail рассылку с предложениями? где минимальное значение «1» соответствует ответу «мне бы это не понравилось, я бы не использовал сервис из-за этого»,
39. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас таргетированную рекламу, соответствующую вашим предпочтениям?
40. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов делал для вас персональные ценовые предложения? «2» соответствует «мне бы
41. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов использовал ваши персональные данные для более точных рекомендаций с целью повышения вашей удовлетворенности? это не понравилось, но я могу пользоваться сервисом», «3» соответствует
42. Как бы вы себя чувствовали, если бы онлайн-сервис для заказа продуктов заботился о безопасности ваших персональных данных? «мне все равно», «4» соответствует «я ожидаю этого», «5» соответствует «мне бы это понравилось»
Наименования переменных факторного анализа
Вопрос Название вопроса
1. В процессе покупки продуктов онлайн наличие персональных предложений и рекомендаций делает меня более удовлетворенным сервисом 9.1Q_ personalrecommendation_ during
2. После покупки продуктов онлайн наличие персональных предложений и рекомендаций делает меня более удовлетворенным сервисом 9.2Q_ personalrecommendation_ after
3. Наличие рекомендаций продуктов на сайте и в мобильном приложении делает меня более удовлетворенным 9.3Q_recommendation_ sitemobile
4. Наличие поддержки (чат поддержки, колл-центр и пр.) во время покупки делает меня более удовлетворенным сервисом 9.4Q_personalsupport_ during
5. Наличие поддержки (чат поддержки, колл-центр и пр.) после покупки делает меня более удовлетворенным сервисом 9.5Q_personalsupport_after
6. Наличие удобного интерфейса на сайте делает меня более удовлетворенным процессом покупки 9.6Q_interfacesite
7. Наличие удобного интерфейса в мобильном приложении делает меня более удовлетворенным процессом покупки 9.7Q_interfacemobiIe
8. Наличие персонализированной (таргетированной) рекламы делает меня более удовлетворенным 9.8Q_targetads
9. Для меня важно, чтобы продуктовые ритейлеры делали персонализированную рекламу, это повышает мою удовлетворенность 9.9Q_targetads_importance
10. Наличие персональных ценовых предложений делает меня более удовлетворенным 9.10Q_personaIprice
11. Наличие программы лояльности делает меня более удовлетворенным 9.11Q_IoyaItyprogram
12. Для меня важна конфиденциальность и безопасность моих личных данных 9.12Q_safety
13. Когда сервис, через который я совершаю покупку продуктов, уведомляет меня, что мои данные в безопасности, это делает меня более удовлетворенным 9.13Q_safety_information
14. Для меня важно получать персональные предложения от продуктового ритейлера 9.14Q_ personalrecommendation_ receiving
15. Я ожидаю, что в процессе покупки продуктов через сайт или мобильное приложение я буду получать персонализированные предложения от компании 9.15Q_ personalreccomendations_ expectation_during
16. Я ожидаю, что после покупки продуктов через сайт или мобильное приложение я буду получать персонализированные предложения от компании 9.16Q_ personalreccomendations_ expectation_after
Модель исследования
Зависимая переменная
9_Satisfaction Насколько вы удовлетворены процессом покупки продуктов через мобильное приложение или сайт?
Независимые переменные
9.14Q_personalrecommendation_ гесешщ Для меня важно получать персональные предложения от продуктового ритейлера
9.4Q_personalsupport_during Наличие поддержки (чат поддержки, колл-центр и пр.) во время покупки делает меня более удовлетворенным сервисом
9.8Q_targetads Наличие персонализированной (таргетированной) рекламы делает меня более удовлетворенным
9.12Q_safety Для меня важна конфиденциальность и безопасность моих личных данных
9.7Q_interfacemobile Наличие удобного интерфейса в мобильном приложении делает меня более удовлетворенным процессом покупки
