Третья компонента включает переменные ссылка_соцсеть, обратная_связь и обратный_звонок. Данный фактор описывает широту возможностей осуществления коммуникации между компанией и пользователями в Интернете.

Таким образом, было получено 3 фактора, каждый из которых характеризует группы, на которые подразделяют содержание веб - контента: электронная транзакция (ЭТ), электронная информация (ЭИ) и электронная коммуникация (ЭК).

В качестве базовой модели для оценки влияния характеристик содержания веб-сайтов на результаты деятельности компаний (Выручка) была выбрана линейная спецификация:

где: Выручка - значение выручки компании от реализации продукции в млн. рублей;

ЭТ - фактор группы функций электронная транзакция;

ЭИ - фактор группы функций электронная информация;

ЭК - фактор группы функций электронная коммуникация;

(контрольные переменные) -- обозначение группы контрольных переменных, которые наиболее распространены в исследованиях рассматриваемой теме, а именно размер компании (количество сотрудников компании), возраст компании и отрасль.

Прежде чем перейти к анализу и интерпретации эмпирических результатов, целесообразно провести ряд тестов с целью проверки условий Гаусса-Маркова, выполнение которых будет свидетельствовать о несмещённости, эффективности и состоятельности МНК - оценок. В частности, наиболее остро стоит вопрос о наличии и решении таких распространенных в моделях статистических проблем, как гетероскедастичность и мультиколлинеарность.

Гетероскедастичность. Для определения наличия в модели гетероскедастичности проведен тест Уайта (White, 1980). Гипотеза о гомоскедастичности остатков была отклонена на 1% уровне значимости, что свидетельствует о гетероскедастичности остатков в модели. В целях преодоления негативных последствий гетероскедастичности остатков, модель была построена с учетом робастных стандартных ошибок.

Мультиколлинеарность. По результатам анализа корреляционной матрицы не было выявлено высокой статистически значимой корреляции между независимыми переменными, а коэффициенты VIF не превышают порогового значения = 5 (Zuur et.al.,2010). Таким образом, можно сказать об отсутствии проблемы мультиколлинеарности в данной модели.

Все значения, использованные в настоящем исследовании, были получены с применением статистического пакета R и компьютерной программы Microsoft Excel.

3.3 Анализ полученных результатов и выводы

По данным 275 наблюдений было оценено влияние содержания веб-сайтов на результаты деятельности компаний. Построенная модель является статистически значимой на 1% уровне, а доля объясненной дисперсии составила 32,81% (Таблица 5).

Таблица 5Результаты оценивания регрессий

*- 10%, ** - 5%, *** - 1%

Эмпирические результаты показали, что коэффициент при факторе ЭИ (электронная информация) оказался положительным и статистически значимым на 5% уровне. Таким образом, предположение о положительном влиянии функций категории электронная информация таких как: информация о компании, информация о продукте, возможность быстрого поиска и наличие карты сайта, подтвердилось (H2). Полученный результат может свидетельствовать о том, что компании должны поддерживать и развивать более клиентоориентированную политику в веб-разработке собственных сайтов. Подобный подход, даст возможность получить клиенту необходимую информацию с минимальными издержками, увеличивая при этом лояльность среди потенциальных стейкхолдеров.

Hе обнаружено статистически значимой связи контент-функций категории ЭТ (электронная транзакция) с зависимой переменной, а следовательно, и с результатами деятельности компаний (H1). Сложившуюся ситуацию можно объяснить тем, что тренд на продвижение e-commerce в промышленном секторе начал набирать популярность относительно недавно. Учитывая консервативность российских промышленных компаний, которая проявила себя в отсутствии у некоторого количества компаний сайта как такового, а так же принимая во внимание факт несовершенства некоторых юридических аспектов на начальном этапе внедрения Стратегии Развития Электронной Торговли в Российской Федерации, тех компаний, что стремятся инвестировать в развитие электронной торговли а так же налаживать продвижение своей продукции через сайт, на данный момент достаточно мало. Большинство промышленных компаний все же предпочитают создание веб - сайта в качестве полезного дополнения к основной деятельности, в качестве "презентации" для потенциального клиента, и это, как можно заметить, способно принести некий положительный результат.

На основании результатов оцененной регрессионной модели нельзя сделать вывод о положительном влиянии контент-функций категории ЭК (электронная коммуникация) на результаты деятельности компаний. Гипотеза H1 не подтвердилась.

Стоит отметить, что две из включенных в модель контрольных переменных оказались статистически значимы.

Заключение

Несмотря на то, что развитие электронной коммерции носит положительных характер, как в масштабе страны, так и на мировом уровне, в современных исследованиях недостаточно внимания уделяется рассмотрению создания промышленными компаниями сайта, как одного из первичных и фундаментальных шагов представления фирмы в цифровом пространстве.

С целью устранения существующего пробела, настоящее исследование было направлено на поиск релевантных критериев качества содержания сайтов. Тенденция к развитию электронной коммерции в тех отраслях, которые прежде были признаны неподходящими для ее осуществления, в частности в промышленности, послужила основанием для рассмотрения веб сайтов именно тех компаний, что осуществляют свою деятельность в промышленном B2B, а также B2B + B2C секторaх. Дальнейший ход исследования представлял собой изучение влияния веб-контента на результативность деятельности Российских промышленных компаний, с целью более полного представления о практической применимости выделенных метрик.

По результатам проведенного эмпирического анализа удалось выделить ряд факторов, которые позволяют оценить цифровую структуру сайтов компаний, а также удалось определить влияние факторов на результаты деятельности компаний. Так, например, была обнаружена положительная взаимосвязь между совокупностью информационных контент - функций и результатами деятельности компаний.

Несмотря на то, что на данный момент удалось доказать влияние лишь одной из категорий веб - контента на результаты деятельности компаний, руководителям и менеджерам компаний важно осознавать, что рост доступа к сети Интернет и автоматизации процессов, создает все более конкурентные условия для развития бизнеса в цифровой среде. Именно поэтому, конкурентным преимуществом современной компании может выступать четкое понимание того, какие контент-функции способствуют улучшению результатов деятельности компаний.

Полученные в данной работе результаты соотносятся с результатами одного из зарубежных исследований, проведенных ранее. Так, например, в работе (Merono - Cerdan, Soto - Acosta,2007) также удалось обнаружить положительную и значимую взаимосвязь между результатами деятельности компаний и информационной категорией веб - контента. В то же время, результаты, полученные в данной работе, отличаются от тех, что были представлены в работе (Zhu,Kraemer,2002). В частности, Zhu и Kraemer пришли к выводу о том, что агрегированные показатели результатов деятельности фирм (например, объем продаж или размер прибыли) кажутся слишком «отдаленными», чтобы их можно было в значительной степени связать с качеством веб сайта. Данное различие наводит на мысль о том, что дальнейший ход исследования может включить в себя использование различных показателей, характеризующих результаты деятельности компаний, в качестве зависимой переменной.

Безусловно, стоит обратить внимание на ряд возможных ограничений, которые могли оказать влияние на полученные результаты, а также отметить пути их решения.

В виду высокой динамичности развития цифровой среды полученные результаты могут быть подвержены влиянию временного лага. Подобный эффект можно объяснить характером используемых данных. В то время как информация по выручке компаний доступна лишь за 2017 год, информация с сайтов представляет собой кросс-секционный тип данных, собранных на момент 2019 года. Вероятным преодолением данного ограничения может послужить использование панельных данных.

Кроме того, использование выручки в качестве зависимой переменной является достаточно общим показателем результатов деятельности фирм, влияние на который оказывают множество других факторов. В связи с этим, имеет смысл в определении и использовании более специфичных показателей деятельности фирм.

Также стоит учитывать, что полученные результаты распространяются на компании, осуществляющие деятельность в российском промышленном B2B, а также B2B + B2C секторах. Соответственно проведение подобного исследования в контексте других отраслей или в контексте действующих Европейских стран может показать иные результаты.

Список использованных источников

1. Ассоциация Компаний Интернет Торговли. Рынок интернет - торговли в России: Результаты 2017 года. 2018. [Электронный ресурс] URL: http://www.akit.ru/wp-content/uploads/2018/04/Итоги-2017-АКИТ-финал-1.pdf (дата обращения: 15.12.2018.)

2. Издательский дом Коммерсантъ. Минпромторг оценивает оборот электронной торговли в России в 1 трлн. рублей. 2018. [Электронный ресурс] URL: https://www.kommersant.ru/doc/3637286 (дата обращения: 20.12.2018.)

3. Лаврова И. E - commerce в промышленном масштабе. Тематическое приложение к ежедневной деловой газете РБК+, № 091. 2018. [Электронный ресурс] URL: https://plus.rbc.ru/news/5b072e9c7a8aa95c2dd9bee6 (дата обращения: 20.12.2018.)

4. Левинская А. Металл в один клик: зачем стальные гиганты развивают онлайн-розницу. 2018. [Электронный ресурс] URL: https://www.rbc.ru/magazine/2018/01/5a393d9a9a794760523c1226 (дата обращения: 10.04.2019)

5. Минпромторг России. Стратегия Развития Торговли в Российской Федерации на Период до 2025 Года. 2017. С. 1-20.

6. Омнибус GfK. Проникновение Интернета в России: Итоги 2017 года. 2018. [Электронный ресурс] URL: https://www.gfk.com/ru/insaity/press-release/issledovanie-gfk-proniknovenie-interneta-v-rossii/ (дата обращения: 15.12.2018.)

7. Седых И.А. (2016) Рынок Интернет Торговли в РФ. [Электронный ресурс] URL: https://dcenter.hse.ru/data/2017/03/10/1169536647/Рынок%20Интернет-торговли%20в%20РФ%202016.pdf (дата обращения: 5.01.2019.)

8. Braojos J., Benitez J., Llorens J. How do social commerce-IT capabilities influence firm performance? Theory and empirical evidence // Information & Management. 2018. P.1-17

9. Burca A. M., Batranica G. The determinants of financial performance in the Romanian insurance market // International Journal of Academic Research in Accounting, Finance and Management Sciences. 2014. №. 1. P. 299 - 308.

10. Burja C. Factors Influencing The Companies' profitability // Annales Universitatis Apulensis: Series Oeconomica. 2011. №. 2. P. 215 - 224.

11. Capon, Farley, Hoenig. Determinants of financial performance: A meta-analysis // Management science. 2008. Vol. 36, № 10. P. 1143 - 1156.

12. Churcill G. A. A paradigm for developing better measures of marketing constructs // Journal of Marketing Research . 1979. № 16. P. 64-73.

13. Data Insight. Интернет - торговля в России 2018: Цифры и факты. 2018. [Электронный ресурс] URL: http://datainsight.ru/sites/default/files/DI-RIF2018.pdf (дата обращения: 15.12.2018.)

14. Eid R., Elbeltagi I., Zairi M. Making Business-to-Business International Internet Marketing Effective: A Study of Critical Factors Using a Case-Study Approach // Journal of International Marketing . 2006. Vol.4. P. 87-109.

15. Evans J.R., King V.E.Business-to-Business Marketing and the World Wide Web: Planning, Managing, and Assessing Web Sites // Industrial Marketing Management. 1999. Vol. 28. P. 343-358.

16. Hair J. F., Anderson R. E. , Tatham R.L., Black W.C. Multivariate Data Analysis with Readings // Prentice-Hall, New Jersey. 1998.

17. Hasan, L., Abuelrub, E. Criteria for evaluating quality of websites. 2006. In: Proceedings of the sixth IBMA International Conference on Managing Information in Digital Economy, Germany.

18. Heimlich, J., Wang, K. Evaluating the Structure of Web Sites. 1999. Environmental Education and Training Partnership Resource Library, Ohio State University Extension, USA.

19. Heldal F., Sjovold E., Heldal A. F. Success on the Internet -- optimizing relationships through the corporate site. // International Journal of Information Management. 2004. Vol. 24. P. 115 -129.

20. Huizingh E. The content and design of Web sites: an empirical study // Information & Management. 2000. Vol. 3. P. 123-134.

21. Kaiser H. F. An index of factor simplicity // Psychometrika. 1974. № 39. P. 31-36.

22. Liu C., Arnett K., Capella L., Beatty R. Web sites of the fortune 500 companies: Facing customers through home pages. // Information and Management. 1997. Vol. 31. P. 335-345.

23. Merono-Cerdan A. L., Soto-Acosta P. External web content and its influence on organizational performance // European Journal of Information Systems. 2007. Vol. 1. P. 66-80.

24. Miranda F.J., Banegil T.M. Quantitative evaluation of commercial Web sites: an empirical study of Spanish firms // International Journal of Information Management. 2004. Vol. 24. P. 313-328.

25. O'Donnell O. Where are we now? A breakdown of our digital in 2018 global overview. 2018. [Электронный ресурс] URL: https://wearesocial.com/blog/2018/03/now-breakdown-digital-2018-global-overview (дата обращения: 15.12.2018.)

26. Robbins S., Stylianou A. Global corporate web sites: an empirical investigation of content and design // Information & Management. 2003. Vol.40.P. 205-212.

27. Schwab K. The Fourth Industrial Revolution: what it means and how to respond. Foreign affairs. 2015. [Электронный ресурс] URL: https://www.foreignaffairs.com/articles/2015-12-12/fourth-industrial-revolution (дата обращения: 05.11.2018.)

28. Selz D., Schubert P. Web assessment: A model for the evaluation and the assessment of successful electronic commerce applications // Electronic Markets. 1997. Vol.7. P. 46-48.

29. Stephanie S. Robbins, Antonis C. Styliano. Global corporate web sites: an empirical investigation of content and design // Information & Management. 2003. № 40(3). P. 205-212.

30. Wen H. J., Chen H., Whang H. E-commerce Web site design: strategies and models // Information Management & Computer Security. 2011. Vol. 9. P. 5 - 12.

31. White H. A heteroscedasticity - consistent covariance matrix estimator and a direct test for heteroscedasticity // Econometrica. 1980. № 48. P. 817-838.

32. Zhu K., Kraemer L. E-commerce metrics for net-enhanced organizations: assessing the value of e-commerce to firm performance in the manufacturing sector // Information Systems Research. 2002. Vol. 3. P. 275-295.

33. Zuur A., Ieno E., Elphick C. A protocol for data exploration to avoid common statistical problems // Methods in Ecology and Evolution. 2010. P. 3-14.

Приложение

Расстояние Кука для наблюдений

Описательные статистики для переменных

Описание используемых переменных

Корреляционная матрица (использовался коэффициент корреляции Спирмена)

***. Корреляция значима на уровне 0,01 **. Корреляция значима на уровне 0,05

Размещено на Allbest.ru