Разработка шкалы для измерения потребительского опыта покупателей одежды и обуви высокого ценового сегмента

Целью второго экспертного обсуждения было проведение содержательной “калибровки” показателей. Иными словами, перед экспертами была поставлена задача исключить лишние показатели и предложить утверждения, которых, по их мнению, не хватает для получения наиболее полной картины потребительского опыта клиентов. В роли экспертов во втором обсуждении выступили специалисты по маркетингу и рекламе в магазинах одежды и обуви высокого ценового сегмента - PLACE, Lacoste и Escada. Специалисты высказали мнения относительного того, какие показатели являются лишними, и каких измерений не хватает для полного раскрытия потребительского опыта покупателя. Так, на данном этапе были добавлены такие показатели как “целостность концепции магазина”, “личное знакомство с сотрудниками”, “общее впечатление от взаимодействия с персоналом” и другие. Часть переменных была поделена на более частные показатели, например, “внешнее окружение магазина” было поделено на “внешний вид персонала” и “интерьер”.

В итоговый вариант опросника вошло 27 показателей, которые были перефразированы в суждения о магазине. В качестве метода оценки была выбрана 7-балльная шкала Лайкерта , где 1 - «абсолютно не согласен», 7 - «абсолютно согласен» (см. Приложение 1). Данная шкала является наиболее распространенным инструментом при сборе данных, которые впоследствии будут преобразованы посредством факторного анализа [Девятко, 1998, с.124].

Определение выборки

Как было отмечено ранее, одной из последних тенденций развития рынка роскоши, в частности - одежды и обуви, является выход брендов в онлайн. Так, всемирную известность получил мультибрендовый интернет-магазин Farfetch, а Gucci развивает сервис по доставке товара по городу в течение 90 минут [The State of fashion, 2018, p. 12]. Вопреки зарождающемуся тренду, большинство магазинов одежды и обуви высокого ценового сегмента в России по-прежнему работают оффлайн: несмотря на то, что к 2016 году более половины россиян, покупающих люкс, имели опыт покупки онлайн, в 2017 году эта цифра выросла лишь на 3% [Рынок одежды класса «люкс» оживился.., 2017]. Этот переход замедлился, как считают практики, по трем причинам. С одной стороны, ритейлеры опасаются, что продаваемые онлайн бренды могут утратить свою исключительность и недоступность. Теряется при этом и другой значимый элемент - упомянутая нами особая атмосфера магазина: при переходе бренда в онлайн, его позиционирование фактически заменяется позиционированием самой платформы для продажи товаров [State of fashion, 2018]. Наконец, к электронным транзакциям на большие суммы россияне, даже относящие себя к категории «состоятельных», по-прежнему относятся настороженно [Будут ли россияне…, 2017].

Таким образом, исследование покупателей оффлайн-магазинов остается наиболее актуальным. В генеральную совокупность, таким образом, попадают клиенты оффлайн-магазинов, которые 1)позиционируют себя как магазины высокого ценового сегмента, 2)чей уровень цен соответствует указанному нами значению (200 евро и более за базовую модель мужских брюк [Fashion industry statistics…, 2017]). Что касается метода отбора респондентов, выборка является доступной, т.е. опрашиваются доступные для исследования люди - непосредственно покупатели магазинов одежды и обуви. Это обусловлено тем, что потребление товаров роскоши доступно лишь определенной части населения [Чуриков, 2017, p. 89], а также тем, что условием формирования потребительского опыта является наступления «момента истины» - совершения покупки [Klaus, Maklan, 2013, p, 230].

Необходимой процедурой в разработке шкалы является проверка ее надежности - проверка структуры и размерности, для чего необходимо два набора наблюдений, результаты опроса, проведенные на двух выборках [Brakus et al., 2009, p. 58]. На практике это означает, что исследование с использованием одного инструмента (опросника) необходимо провести на двух выборках. Как отмечается исследователями, проверка надежности модели на одном наборе данных может привести к искажению выводов. В особенности это касается моделей, построенных на относительно новых теоретических положениях [Девятко, 1998, с.123] - какими являются, с нашей точки зрения, знания о потребительском опыте.

Обязательным условием надежности является непересекаемость двух выборок. В большинстве западных исследований на тему потребительского опыта для выполнения этого условия в качестве респондентов выбираются студенты двух разных ВУЗов [Brakus et al., 2012; Klaus, Maklan 2012], однако, учитывая предмет нашего исследования, такое решение неприменимо. Таким образом, непересекаемость выборок гарантируется проведением опроса среди покупателей двух магазинов, ориентированных на разные целевые аудитории.

В соответствии с проведенными ранее исследованиями, с точки зрения математического анализа, число наблюдений, необходимых для факторного анализа, должно не менее чем в два раза превышать число переменных [Шуметов, Шуметова, 1999, с. 32]. В случае нашего исследования, минимальным значением было определено 54 наблюдения. В других работах, посвященных непосредственно процедурам маркетинговых исследований, утверждается, что число наблюдений должно превышать число переменных не менее, чем в 4 раза, в противном случае результаты могут быть искажены [Малхотра, 2002, с. 721]. Согласно этим правилам, приемлемое число анкет для проведения данного исследования лежало в диапазоне от 54 до 108.

Отдельное исследование посвящено связи между числом наблюдений и репрезентативностью факторной модели: Э. Гуаданьоли и Ф. Велисер привели доказательства тому, что реперзентативность небольшой выборки доказывается полученными факторными нагрузками, а именно - если в модели хотя бы несколько переменных имеют нагрузку 0,8 и выше, для такого наблюдения достаточно не более 90 наблюдений [Guadagnoli, Velicer, 1988]. Что касается подобных западных исследований, количество анкет для проведения факторного анализа варьируется в диапазоне от 64 до 309 человек [Brakus et al., 2009; Klaus. Maklan, 2012; Dabholkar et al., 2016].

Сбор данных

Приглашение к участию в исследовании было направлено нескольким магазинам города Перми, позиционирующими себя как представители высокого ценового сегмента. По итогам обсуждения, участие в исследовании приняли два монобрендовых магазина - Calvin Klein и Stefanel. Как отмечалось выше, магазины имеют разные целевые аудитории: бренд Calvin Klein ориентирован на молодых людей и девушек в возрасте от 20 до 36 лет, с доходом выше среднего, имеющих высшее образование, занимающихся квалифицированным трудом или ведущих собственный бизнес. В одежде такие покупатели ценят оригинальность, подчеркнутость форм, современность. Что касается бренда Stefanel, целевой аудиторией магазина являются женщины в возрасте от 27 лет, имеющие высокий доход, большинство из которых замужем и имеют детей, занимают руководящие должности или ведут собственный бизнес, в одежде ценят натуральность тканей, качество швов и лаконичность. Важнейшим отличием этих двух брендов является то, что Calvin Klein относится к так называемым “громким” или “кричащим” брендам (loud brands) [Janssen, 2017, p.170], размещающим логотип на большинстве изделий. Так, по данным исследования Premier'2017, Calvin Klein входит в топ-10 самых узнаваемых люксовых брендов у россиян [Россияне возобновили.., 2017]. В то же время Stefanel не имеет широко известной айдентики, а потому узнаваем только среди узкой аудитории потребителей.

В обоих случаях опрос имел смешанный вид и проводился как непосредственно в магазине, так и в виде онлайн-опроса. Участниками последнего стали подписчики официальных страниц магазинов Stefanel и Calvin Klein в социальной сети Инстаграм: подписчикам направлялись приглашения к опросу со ссылкой на анкету, созданную в сервисе Google Формы. Поскольку обязательным условием формирования полного потребительского опыта является факт совершения покупки [Dabholkar et al., 1996]., печатные варианты анкеты предлагались покупателям, оплачивающим покупки на кассах в магазинах, а в онлайн-опрос был добавлен фильтрующий вопрос “Совершали ли вы покупки в магазине Stefanel (Calvin Klein) в течение последнего полугода?”.

Опрос проводился в течение одного месяца. Ввиду ограничений приложения Инстаграм, ежедневно отправлялось 36 приглашений. В общей сумме за месяц было направлено 1080 приглашений к опросу. За этот период было опрошено 129 покупателей бренда Calvin Klein: 15 покупателей заполнили анкету на кассе оффлайн-магазина, и 114 ответов было получено посредством рассылки. По результатам опроса среди покупателей бренда Stefanel, было собрано 98 анкет онлайн и 3 анкеты - оффлайн.

2.2 Определение структуры шкалы

Общая сумма ответов в опросе покупателей бренда Calvin Klein составила 129 анкет. На первом этапе из их числа были исключены анкеты, содержащие отрицательный ответ на фильтрующий вопрос «Совершали ли вы покупки в магазинах Calvin Klein в течение последнего полугода?». Далее данные были проверены на наличие пропущенных ответов. Были удалены анкеты, где было пропущено более 5% ответов. Пустые ячейки, составляющие менее 1% данных, были заполнены средними значениями по столбцу [Cheema, 2014]. В результате осталось 114 анкет. Помимо этого, было принято решение исключить переменную «Процесс возврата товаров кажется мне удобным», поскольку более 90% опрошенных указали, что не имеют опыта возврата в данном магазине.

На первом этапе был выполнен эксплораторный факторный анализ в программе SPSS 23. По итогам анализа, мера адекватности выборки Кайзера-Майера-Олкина равна 0,868 , что указывает на высокую адекватность данных. Примерная хи-квадрат равняется 1724,770 значение также говорит о приемлемости построенной модели. Значение теста Бартлетта указывает на то, что верна нулевая гипотеза - матрица корреляций значений сферична, другими словами - значения переменных не коррелируют между собой. Данные в таблице общностей говорят о том, что большая часть дисперсий объяснена. Совокупная объясненная дисперсия составляет более 66%, что означает, что большая часть данных объяснена построенной факторной моделью. Преобразование переменных было выполнено методом вращения Варимакс с нормализацией Кайзера было выполнено за 7 итераций. Как мы видим, было выделено 7 главных компонентов. Доли дисперсии переменных, объясненной каждым из факторов, приведены ниже - в повернутой матрице компонентов. Пороговым значением значимости объясненной дисперсии было выбрано 0,4, поскольку, во-первых, в ряде западных исследований переменные распределяются среди факторов по принципу наибольшего значения [Brakus et al.,2009; Richis, 1997], во-вторых, при пороге значимости 0,5 большая часть переменных может быть отсечена. Это не представляется приемлемым, поскольку список переменных составлен на основании экспертного обсуждения, а значит, вероятнее всего, исключенные переменные будут включены обратно в процессе лицевой валидации.

Таблица 3 Корреляционная матрица, построенная на данных опроса покупателей Calvin Klein

Таким образом, часть переменных распределилась между компонентами однозначно: потребительский маркетинг клиентский роскошь

Таблица 4 Распределение переменных первого набора данных среди факторов

В первую группу вошли переменные, так или иначе характеризующие «Качество работы магазина в целом», поскольку вошедшие туда переменные описывают, насколько магазин выполняет «обещания», данные клиенту - отсутствие подделок, многоканальное взаимодействие, качественная выкладка товара, поддержание положительной репутации и прочее. Второй фактор объединил в себе показатели того, насколько удобно и комфортно покупателям осуществлять покупки в магазине. Стоит заметить, что такой показатель как «положительные отзывы других покупателей», несмотря на неявную связь с удобством и комфортом, имеет прямое отношение к данной группе факторов: это объясняется тем, что покупатели одежды и обуви высокого ценового сегмента преследуют цель одобрения со стороны других представителей своей социальной группы. Так, вторая группа факторов может быть обозначена как «Комфорт и удовольствие от посещения магазина». К третьему компоненту относятся переменные, характеризующие решение покупательских «проблем». Данную группу можно назвать «Удовлетворение потребностей покупателей». Четвертый компонент можно обозначить как «Удобство поиска и выбора товаров» - к нему относится все, что связано непосредственно с самими действиями, стадиями покупки.

Для распределения переменных, объясняемых в равной степени несколькими компонентами, в исследованиях рекомендуется относить их к группе факторов, близких по значению [Девятко, 1998]. Первой в списке таких переменных стала «Приобретенные в магазине товары легки в использовании». Данная переменная является характеристикой непосредственно товара, подобные переменные вошли в компонент 3.

Таблица 5 Итоговое распределение переменных первого набора данных среди факторов

В выявленной нами структуре наиболее спорными, нуждающейся в дополнительной проверке, являются переменные «Мне нравятся мероприятия, проводимые магазином» и «Концепция магазина кажется мне уникальной». Таким образом, нулевой гипотезой о структуре данных станет модель, описанная в таблице. В качестве альтернативной гипотезы будет протестирована модель, где переменная «Концепция магазина кажется мне уникальной» относится к компоненту 1, а переменная «Мне нравятся мероприятия, проводимые магазином» - к компоненту 4. Для проверки структуры данных был проведен конфирматорный факторный анализ с помощью программы LISREL. По итогам первого анализа была построена факторная модель, включающая 4 латентных фактора. На представленной ниже схеме напротив каждой из переменных указаны факторный нагрузки, с которыми переменные вошли в тот или иной фактор.

Рис.1. Диаграмма факторных нагрузок №1

В соответствии с моделью, факторные нагрузки по всем переменным превышают значение 0,5, что указывает на ее достаточную надежность [Brakus et al., 2009]. При повторной проверке надежности модели следует обратить внимание на те связи, где факторные нагрузки незначительно превышают значение 0,5 - это «Мне нравится внешний вид персонала магазина» (факторная нагрузка 0,56); переменная «Магазин имеет удобное местоположение» (факторная нагрузка 0,52); и переменная «Магазин предлагает привлекательные цены» (факторная нагрузка 0,51).

Надежность факторной модели характеризуют несколько ключевых факторов. Во-первых, критерий CFI, характеризующий приемлемость значения хи-квадрат для построенной матрицы [Григорян, Лебедева, 2014] имеет значение 0,746 при максимально возможном 1. Второй критерий - RMSEA (показатель, характеризующий уровень значимости при учете размера выборки [Browne et al., 1996]) имеет допустимое значение 0,044. Еще один показатель, рекомендуемый для проверки надежности факторной модели - PCLOSE [Григорян, Лебедева,2014] имеет значение 0,866 и расположен в оптимальном диапазоне от 0,5 до 1. Исходя из полученных значений критериев и диаграммы факторных нагрузок, можно считать, что факторная модель достаточно надежна.

Стоит отметить, что, несмотря на достаточно высокие показатели надежности, данная модель не лишена недостатков. Во-первых, несколько переменных имеют относительно низкие факторные нагрузки. Во-вторых, напротив, отдельные компоненты в модели имеют высокие показатели связи друг с другом. Так, факторные нагрузки между компонентами и «Комфорт при посещении магазина» и «Качество работы магазина в целом» находятся на уровне 0,67, что указывает на возможную взаимосвязь между переменными, вошедшими в данные компоненты.

Результатом проверки альтернативной гипотезы о структуре данных стала следующая модель факторных нагрузок:

Рис.2. Проверка альтернативной факторной модели

Данная модель также имеет приемлемые показатели надежности: CFI= 0,751 (выше, чем у первой модели); RMSEA=0,042; PCLOSE=0,641 (ниже, чем у первой модели). Что касается факторных нагрузок, то для переменной «Мне нравятся мероприятия, проводимые магазином» данный показатель составил 0,63, для переменной «Концепция магазина кажется мне уникальной» -0,51, что значительно меньше нагрузок в первой модели. Таким образом, на основании критериев надежности и значений факторных нагрузок для первой факторной модели с 4 латентными факторами, эта модель наилучшим образом описывает структуру данных.

Следующим шагом является проверка модели на повторяемость: проведение процедур эксплораторного и конфираторного анализа на другом наборе данных - ответах, полученных в ходе опроса покупателей магазина Stefanel. Общее число полученных анкет составило 101. 3 анкеты, заполненные в офлайн магазине, были удалены, так как в каждой из них было более 5 % пропущенных ответов. Далее были исключены 8 наблюдений, в которых на фильтрующий вопрос «Совершали ли вы покупки в Stefanel в течение последнего полугода?» был дан отрицательный ответ. В итоге осталось 90 анкет. Так же, как в случае с данными потребительского опыта покупателей Calvin Klein, был удален столбец с ответами на вопрос об опыте возврата - 62,2% опрошенных ответили, что не имеют такого опыта.

Первым этапом также стал эксплораторный фактор анализ, выполненный в SPSS 23. Был выполнен факторный анализ по методу главных компонент с вращением Варимакс с нормализацией Кайзера. Была построена фкторная модель с 4 главными компонентами. Суммарная доля объясненной дисперсии составляет 65,845, что в достаточной степени превышает пороговое значение 0,5. Значения основных критериев адекватности выборки получились следующими: КМО = 0,905, примерная хи-квадрат = 1662, 423; значение критерия сферичности Бартлетта позволяет отвергнуть нулевую гипотезу о том, что значения переменных коррелируют друг с другом. Вращение сошлось за 11 итераций, повернутая матрица компонентов представлена ниже.

Таблица 6 Корреляционная матрица, построенная на данных опроса покупателей Stefanel

Однозначную принадлежность к одному из факторов имеют следующие переменные:

Таблица 7 Распределение переменных второго набора данных среди факторов

Несмотря на более высокие показатели качества в сравнении с показателями модели, построенной на данных Calvin Klein, гораздо большее число переменных объясняются сразу несколькими факторами. На основании уже сгруппированных переменных, 4 выделенных фактора могут быть обозначены как «Комфорт и удовольствие при посещении магазина», «Условия, предлагаемые магазином», «Качество работы и активности» и «Удобство совершения покупок». Распределение «спорных» переменных осуществляется по принципу близости значения - так же, как и при построении первой модели. Так, к компоненту «Удовольствие при посещении магазина» были отнесены переменные, которые характеризуют детали, способные вызвать у покупателя чувство удовлетворения и удовольствия - особый подход персонала, уникальный интерьер, примерка [Backstrom, Johansson, 2006]. Данный показатель является одним из самых важных, поскольку отвечает тезису о том, что потребление товаров роскоши всегда носит гедонистический характер [Liu et al., 2016; Kim et al., 2016]. Во вторую группу вошли переменные, характеризующие идейную основу магазина, предлагаемые им условия (ассортимент и цены), а также его репутацию как своего рода оценку этих условий другими покупателями.

Переменная «Магазин проявляет гибкий подход в решении проблем покупателей» была отнесена к третьему фактору, в который вошли другие близкие по значению переменные. Переменные, описывающие поиск товаров и мерчендайзинг магазина являются тесно связанными: одна из целей мерчендайзинга - превратить магазин в пространство, интуитивно понятное покупателю [Grewal et al., 2009]. Они были отнесены к четвертому компоненту. Итоговое распределение переменных приведено в таблице ниже.

Таблица 8 Итоговое распределение распределение переменных второго набора данных среди факторов

Таким образом, факторная модель, полученная при анализе второго набора данных, несколько отличается от первой факторной модели. Так, в отдельный фактор были выделены переменные, описывающие мероприятия магазина, активность в Инстаграм и решение проблем покупателей. С другой стороны, переменные, выделенные в первой факторной модели в отдельный компонент «Удовлетворение потребностей покупателей», вошли в третий компонент. Разница в структуре данных может объясняться несколькими причинами. Во-первых, это особенности потребительского поведения покупателей Calvin Klein и Stefanel: несмотря на приблизительно одинаковый уровень цен на базовые категории одежды и обуви (по оценкам самих управляющих магазинов), как было указано выше, целевая аудитория отличается по возрасту, семейному положению, типу занятости и другим параметрам, влияющим на потребление. Во-вторых, возможно, показатели активности в социальных сетях и проводимых мероприятиях взаимосвязаны из-за одинаково низкой оценки клиентами Stefanel: проводимые магазином мероприятия в среднем они оценивают на 5,52 (покупатели Calvin Klein - 6,23), а активность в Инстаграм в среднем на 5,41 (покупатели Calvin Klein - на 6,8).

Поскольку общие показатели адекватности выборки и модели достаточно высоки, как и в случае первой модели, необходимо провести конфирматорный факторный анализ второй модели для сравнения их надежности [Klaus, Maklan, 2012; Richis, 2015; Meyer, Schwager, 2007].

Результатом проведения конфирматорного факторного анализа стала факторная модель с 4 латентными факторами, представленная ниже.

Следует обратить внимание на то, что переменные, имевшие низкие факторные нагрузки в первой модели, во второй модели имеют большие показатели: переменная «Мне нравится внешний персонал магазина» имеет показатель 0,85; «Магазин имеет удобное местоположение» - 0,87; Магазин предлагает привлекательные цены» - 0,60. Во второй модели также есть переменная с низкими значениями факторных нагрузок - В магазине представлен широкий ассортимент товаров». Вероятно, это связано с тем, что вхождение переменной в компонент по результатам эксплораторного факторного анализа было определено не точно.

Рис.3. Диаграмма факторных нагрузок №2

Основные показатели надежности модели получились следующими: CFI= 0,770; RMSEA=0,056; PCLOSE=0, 943. Таким образом, каждый из критериев надежности второй факторной модели превышает показатели первой.

Резюмируя результаты анализа, можно сделать вывод, что наилучшим образом структуру данных описывает вторая факторная модель. Во-первых, показатели факторных нагрузок выше, чем в первой модели. Во-вторых, вторая модель содержит меньшее число переменных с низкими показателями факторных нагрузок. В-третьих, факторные нагрузки, описывающие связи между компонентами, ниже подобных в первой модели.

Заключительным шагом в разработке шкалы является проверка ее валидности. Одним из наиболее распространенных видов качественней валидации шкалы является проверка лицевой (очевидной) валидности, основанной на суждении экспертов [Девятко, 1998]. Оценка очевидной валидности осуществлялась по методу «нескольких судей» - когда результат исследования представляется не менее, чем 3 экспертам в соответствующей области. Для большей объективности предпочтительно, чтобы эксперты занимались разной деятельностью (были специалистами в разных направлениях) [Ghiselli et al., 1981]. Так, полученная факторная модель была представлена 4 экспертам, ведущим деятельность на рынке одежды и обуви высокого ценового сегмента. Эксперт 1, занимающий должность управляющего в магазине, отметил, что для более точного понимания клиентами третьего параметра шкалы («Качество работы и активности магазина»), необходимо давать пояснения - указывать в скобках «социальные сети, мероприятия». В целом шкала была оценена как применимая для оценки потребительского опыта. Экспертом 2, который также является управляющим магазина одежды и обуви, была высказана идея о том, что помимо оценки четырех параметров, покупателю может быть предложено оставить комментарий в открытой форме в конце анкеты. Сама шкала была оценена экспертом как «инструмент, способный дать исчерпывающую информацию об опыте покупок, эти четыре фактора и влияют на общее впечатление о магазине». Эксперт 3 является маркетологом в компании, являющейся официальным дилером сразу нескольких брендов сегмента люкс. По его мнению, важную роль в потребительском опыте покупателей играет представленность магазина в сети Интернет, поэтому активность в социальных сетях, онлайн-реклама, собственный сайт и прочее должно стать отдельным пунктом для оценки. Стоит заметить, однако, что и в первой, и во второй факторной модели переменная «Активность магазина в социальных сетях» вошла в один из главных компонентов с долей объясненной дисперсии выше 0,75. Помимо этого, им было отмечено, что переменная «Прошлый опыт покупок» относится ко всем компонентам, поскольку положительный прошлый опыт предполагает высокую оценку по всем четырем параметрам. Экспертом 4, также являющимся специалистом по маркетингу в магазине одежды и обуви высокого ценового сегмента, было отмечено, что значимую роль играют показатели, связанные с работой персонала. По его мнению, многие покупатели посещают магазин, а иногда даже совершают покупки, благодаря личному общению с персоналом магазина. Помимо этого, эксперт указал на то, что переменная «Местоположение магазина» относится скорее к комфорту его посещения, поскольку «Удобство поиска и выбора» описывает процесс непосредственно внутри магазина. Как и Экспертом 1, им было выдвинуто предложение о дополнительных пояснениях к каждому фактору при проведении опроса (например, «Комфорт и удовольствие при посещении магазина (общение с персоналом, интерьер, процесс примерки). Шкала в целом оценивается им как инструмент, который он и другие маркетологи в данной сфере могут применять на практике.

Обобщая полученные результаты количественного исследования и качественные оценки экспертов, можно сделать вывод о достаточной надежности и валидности полученного инструмента для измерения потребительского опыта покупателей одежды и обуви сегмента люкс.

2.3 Практическое применение шкалы

По итогам анализа двух наборов данных, мы получили факторную модель, включающую 4 латентных фактора: «Комфорт и удовольствие при посещении магазина», «Условия, предлагаемые магазином», «Качество работы и активности» и «Удобство совершения покупок».

Как было отмечено ранее, практическим результатом данного исследования является получение валидного инструмента для измерения потребительского опыта клиентов магазинов одежды и обуви сегмента люкс. Разработанная шкала, таким образом, может быть использована специалистами по маркетингу в данном сегменте для определения сильных и слабых сторон компании (магазина) - направлений, которые следует усовершенствовать для повышения качества клиентского опыта. Еще раз отметим, что в сравнении с такими показателями как лояльность и удовлетворенность, потребительский опыт является комплексом восприятий и реакций клиента на действия магазина. Именно поэтому измерение клиентского опыта позволит маркетологам получать максимально полную информацию о взаимоотношениях с покупателями.

Процесс измерения может представлять собой проведение мини-опроса, в котором покупателям предлагается оценить свой опыт совершения покупок по 4 параметрам. Для оценки может применяться 5-балльная шкала Лайкерта: в нашем исследовании применялась 7-балльная шкала, поскольку требовалась более точная, детальная оценка переменных. В опросах, не предполагающих дальнейший глубокий анализ данных, может быть использована 5-балльная шкала [Девятко, 1998, с.134]. Кроме того, выбор из 5 вариантов ответа будет более легким для респондентов.

Опрос может быть проведен как в онлайн, так и в оффлайн-форме. Так же, как и в нашем исследовании, обязательным условием является опыт совершения покупки - респондентами в магазине могут стать те, кто приобрел вещь на кассе, а в онлайн-опрос должен быть добавлен фильтрующий вопрос «Совершали ли вы покупки в нашем магазине в течение последнего полугода?». Таким образом, будет соблюдаться условие о наступлении «момента истины» в потребительском опыте, а выборка будет более однородной [Klaus, Maklan, 2013].

В соответствии с рекомендациями исследователей, описанными в первой главе работы, для оценки потребительский опыт должен быть «атомизирован» [Schmitt, 2009; Srivastava, Kaul, 2016] - в нашем случае должна быть интерпретирована оценка по каждому отдельному параметру. Традиционно оценки по шкале Лайкерта обозначаются как «плохо», «удовлетворительно», «нейтрально», «хорошо» и «отлично» [Девятко, 1998, с. 135]. Так, предлагается следующая интерпретация результатов опроса с применением шкалы потребительского опыта:

Таблица 9 Интерпретация результатов опроса с применением шкалы

Стоит отметить ряд преимуществ использования разработанного нами инструмента практикующими специалистами по маркетингу в сфере одежды и обуви высокого ценового сегмента.

Основным преимуществом использования данного инструмента для практикующих специалистов является то, что по результатам опроса будут точки, в которых контакт потребителя с магазином был отрицательным. Таким образом, шкала применима в тех ситуациях, когда показатели эффективности магазина (объем продаж, число клиентов, конверсия посетителей в число покупок, частота покупок и другие) падают, но причины этого падения не ясны. Во-вторых, данная шкала проверена на надежность и валидность, что является основным ее преимуществом перед анкетами, которые самостоятельно составляются маркетологами при необходимости провести опрос. Наконец, шкала включает всего 4 параметра и удобна для оценки, а это значит, что клиенты с большей вероятностью согласятся на прохождение опроса. Как показал опыт проведения опроса среди покупателей одежды и обуви сегмента люкс, достаточно часто клиенты отказываются принимать участие в опросе из-за большого числа вопросов. Дополнительным достоинством можно назвать простоту интерпретации результатов, которая может быть выполнена не только специалистом-маркетологом, но и управляющим или владельцем магазина.

Заключение

Одной из проблем в создании положительного клиентского опыта покупателей товаров роскоши, в частности - одежды и обуви, является отсутствие инструментов для его измерения. На сегодняшний день западными исследователями предложено несколько шкал для измерения потребительского опыта, однако ни один из инструментов не учитывает особенностей потребления покупателей товаров класса люкс - таких как ярко выраженный эмоциональный аспект, стремление к обладанию чем-то уникальным, выражение причастности к социальной группе и прочее.

Научная новизна исследования, таким образом, заключается не только в объекте исследования - потребительском опыте покупателей одежды и обуви высокого ценового сегмента, но и в новом применении существующих методов решения проблемы измерения потребительского опыта. В представленной нами шкале, с одной стороны, включены рекомендованные другими исследователями показатели, с другой - учтены особенности потребительского опыта покупателей товаров роскоши.

Результатом данного исследования стала шкала для измерения потребительского опыта покупателей одежды и обуви высокого ценового сегмента. Итоговый вариант опросника был апробирован на покупателях двух магазинов одежды и обуви высокого сегмента. По итогам анализа данных была получена 4-факторная шкала потребительского опыта, включающая компоненты «комфорт и удовольствие при посещении магазина», «общая концепция и предлагаемые условия», «качество работы и активности магазина», «удобство поиска и выбора товаров». Шкала была проверена на надежность-повторяемость, а также была проведена проверка лицевой валидности инструмента.

Необходимо отметить и ограничение данного исследования. В первую очередь, разработанная шкала не проверена на конструктивную валидность - соотвествтие признака изучаемому явлению, которое проверяется количественными методами [Девятко, 1998; Малхотра, 2006]. Таким образом, в качестве рекомендации для дальнейших исследований мы предлагаем провести опрос с применением данной шкалы и рассчитать конструктивную валидность.

Данная шкала предлагается для применения специалистами по маркетингу в магазинах и компаниях по продаже одежды и обуви сегмента люкс. Инструмент позволит не только оценить общий потребительский опыт клиентов, но и определить конкретные направления для совершенствования работы компании и магазина.

В заключение еще раз отметим, что рынок одежды и обуви высокого ценового сегмента в России на сегодняшний день является активно растущим, или «развивающимся». Покупатели люксовых товаров возвращаются к докризисным темпам потребления: увеличивается как число покупателей люкса, так и доля тех, кто готов начать тратить больше на одежду и обувь. Для продавцов соответствующих товаров такие тенденции означают, с одной стороны, установление благоприятных условий для работы. С другой стороны, конкуренция на рынке неуклонно растет, как следствие - ритейлеры вынуждены искать новые подходы и инструменты для создания уникального предложения. Представленная нами шкала, таким образом, может послужить инструментом для измерения, анализа и в последующем - повышения качества потребительского опыта покупателей одежды и обуви высокого ценового сегмента.

Список использованной литературы

Специальная литература

1. Акимова Е.А., Пантелеева Е.К. Потребительский опыт в ритейле на примере бренда Zara // Бренд-менеджмент. - 2016. - №6. - С. 328-343.

2. Галицкий Е.Б. , Галицкая Е.Г. Маркетинговые исследования: теория и практика. - М., 2017. - 570 с.

3. Григорян Л.К., Лебедева Н.М. Кросс-культурное исследование роли неформальных связей в формировании организационной лояльности // Экспериментальная психология. - М., 2014. - №2 (7). - С. 128-247.

4. Григорян Л.К., Лебедева Н.М. Неформальные связи в организации: культурно-специфичный или универсальный феномен? // Организационная психология. - М., 2013. - №1 (3). - С. 30-45.

5. Девятко И.Ф. Методы социологического исследования. - Екатеринбург, 1998.-

208 с.

6. Малхотра Н.К. Маркетинговые исследования. Практическое руководство. - М., 2006. - 960 с.

7. Наследов А.Д. IBM SPSS Statistics 20 и AMOS: Профессиональный статистический анализ данных. - СПб., 2013. - 416 с.

8. Рифиниус Э.С. Потребительский опыт покупателей на рынке одежды и обуви высокого ценового сегмента. - Пермь, 2017. - 36 с.

9. Шуметов В.Г., Шуметова Л.В. Факторный анализ: подход с применением ЭВМ // ОрелГТУ. - 1999. - №3 - С. 30-38.

10. Чуриков А. Случайные и неслучайные выборки в социологических исследованиях // Социальная реальность. - 2007. - №4. - С. 89-109.

11. Ядов А.А. Социологическое исследование: методология, программа, методы. - Самара, 1995. - 241 с.

12. Andajani E. Understanding customer experience in retailing // Procedia - Social and behavioral sciences. - 2015. - № 11. - P. 629 - 633.

13. Bдckstrom K., Johansson U. Creating and consuming experiences in retail store environments: comparing retailer and consumer perspective // Journal of retailing and consumer services. - 2006. - №13. - P. 413 - 430.

14. Bauer M., von Wallpach S., Hemetsberger A. (2011) My little luxury: a consumer-centred, experiential view //Marketing: Zeitschrift fьr Forschung und Praxis. - 2011. - №1. - P. 57-67.

15. Brakus J. J., Schmitt B. H., S. Zhang (2014) Experiential product attributes and preferences for new products: The role of processing fluency // Journal of business research.- 2014.- 67

16. Brakus J. J., Schmitt B. H., Zarantonello L. Brand experience: What is it? How is it measured? Does it affect loyalty? // Journal of Marketing. - 2009. - № 73. - P.52-68.

17. Caru. A., Cova B. Consuming experiences: An introduction. - New York, Routledge, 2007.

18. Caru, A , Cova, B. Revisiting consumption experience: A more humble but complete view of the concept // Marketing Theory. - 2003. - №3. - P.267-286.

19. Cervelon M.-C., Coudriet R. Brand social power in luxury retail: manifestations of brand dominance over clients in the stores // International Journal of retail and distribution management. - 2013. - 41(11). - P. 869 - 884.

20. Cheema J. A Review of Missing Data Handling Methods in Education Research // Review of educational research. - 2014. - 4. - P.372 - 411.

21. Dabholkar P.A., Dayle I.T., Rentz J.O. A Measure of service quality for retail stores: scale development and validation // Journal of Academy of marketing science. -2016. - 24 (1). P. 3 - 13.

22. Gentile C., Spiller N., Noci G. How to sustain the customer experience: an overview of experience components that co-create value with the customer // European Management Journal. - 2007. - 25 (5). P. 395 - 410.

23. Guadagnoli, E., Velicer W. F.. Relation of sample size to the stability of component patterns // Psychological Bulletin. - 1988. - № 103 (2). - P. 265-275.

24. Grewal D., Levy M. and Kumar V. Customer experience management in retailing: an organizing framework // Journal of retailing. - 2009. - 85(1). P. 1 - 14.

25. Han Y. J., Nunes J.C., Drexe X. Signaling with brand: the role of brand prominence // Journal of marketing. - 2010. - 74(4). - P. 15 - 30.

26. Hoch S. Product experience is seductive// Journal of consumer research. - №29.-P. 448-454.

27. Hogan S., Almquist E., Glynn S.E. Brand-building: finding the touchpoints that count // Journal of business strategy. - 2005. - № 2. - P. 11- 18.

28. Holbrook M.B., Hirshman E. C. The experiential aspects of consumption: consumer fantasies, feelings and fun // The Journal of consumer research. - 1982. - 9(2). - P. 132- 140.

29. Janssen C. Should luxury brands say it out loud? Brand conspicuousness and consumer perceptions of responsible luxury // Journal of Business Research. - 2017. - № 77. - P. 167- 174.

30. Keith N.K., Summers C. S. Measuring retail store service quality: the disparity between the retail service quality scale (RSQS) and comment cards // Academy of marketing studies journal. - 2015. - 19 (2). - P. 117- 126.

31. Khan I., Rahman Z. Brand experience anatomy in retailing: an interpretative structural modeling approach // Journal of retailing and consumer services. -2015. - № 24. - P. 60-69.

32. Kim, S. H., Cha J., Knutson B. J. , Beck J. A. Development and testing of the Consumer Experience Index (CEI) // Managing Service Quality. - 2011. - 21(2). - P.112-132.

33. Kim S., Park G., Lee. Y, Choi S. Customer emotions and their triggers in luxury retail: understanding the effect of customer emotions before and after entering a luxury shop // Journal of business research. - 2016. - №69. - P. 9-18.

34. Klaus P., Maklan S. Customer experience: are we measuring the right things// International journal of market research. - 2011. - 53 (6). - P. 771 - 792.

35. Klaus P., Maklan S. EXQ: a multiple-item scale for assessing // Journal of service management. - 2012. - 23 (1). P. 5- 33.

36. Klaus P., Maklan S. Towards a better measure of customer experience // International Journal of Market Research. - 2013. - 55 (2). - P. 227-246. 

37. Ko E., Phau I., Aiello G. Luxury brand strategies and customer experiences: contributions to theory and practice // Journal of business research. -2016.-. №69. - P. 5749-5752.

38. Lemon K. N., P. C. Verhoef P. C. Understanding Customer Experience Throughout the Customer Journey// Journal of Marketing. - 2016. - 80 (6). - P. 69-96.

39. Liu W., Sparks B., Coghlan A. Measuring customer experience in situ: The link between appraisals, emotions and overall assessments // International Journal of Hospitality Management. -2015. - 59 (11). - P. 42- 49.

40. Meyer C, Shwager A. Understanding Customer experience // Procedia - social and behavioral sciences. - 2007. - 211(25). - P. 629 - 633.

41. Moreira A., Freitas da Silva P. M., Ferreira Moutinho V. M. The Effects of Brand Experiences on Quality, Satisfaction and Loyalty: An Empirical Study in the Telecommunications Multiple-play Service Market // Revista Innovar journal. - 2017. - 27(64). - P.23-36.

42. Othman R., Musa R., Muda M., Mohamed R.M. Conceptualization of Immersive brand experience: measurement scale of emotions // Procedia - Economics and finance. - 2015. - 37.- P. 208- 213.

43. Parasuraman A. P., Berry L.L., Zeithaml V.A. SERVQUAL: A multiple-item scale for measuring customer perceptions of service quality // Journal of retailing. -1998. - 64(1). - P. 12- 40.

44. Richins M. (1997) Measuring emotions in the consumptions experience // Journal of Consumer research.-1997. - 24(9).- P. 127 - 146.

45. Schmitt B.H. Experience marketing: concepts, frameworks and consumer insights // Foundations and trends in marketing. - 2011. - 5(2). - P. 55-112.

Аннотация

Измерение и управление потребительским опытом (ПО) - ...