1、 2023年10月057电子商务DOI:10.19995/ki.CN10-1617/F7.2023.20.057电商环境下店铺服务转化率的提升策略研究以 M 天猫店为例石秋凤(广西师范大学政治与公共管理学院 广西桂林 541006)摘 要：随着经济的不断发展和人均可支配收入的增长，国民消费不断加速上升。国家统计局数据显示，2022年全国居民人均消费支出，其中服装类目就占了5.6%，排除居住、饮食、交通，服装在个人开支上占据了很大一部分。基于此，本文以某服装类M天猫店为研究对象，从M店旺旺接待数据中发现，客服平均响应时间对于询单转化率的影响存在显著的负相关。而天猫双十一和618大型活动期间客服接
2、待人数的多少对询单转化率有显著影响，接待的人数越多，询单转化率就越高。除大型活动之外的经营期间，客服接待人数和转化率无相关性。所以电商平台商家应在不同时间采取不同的经营策略，明确流量和转化的关系，高流量不一定带来高转化，但也不能忽视流量的重要性。由此进行消费者服务时，不仅要满足其安全感、移情性充分、有行性明显等需求，还应注重及时性处理等多个维度。研究电商客服的文章相对较少，因此本研究对电商平台的经营管理者和未来研究这方面的研究人员有重要的借鉴意义和参考价值。关键词：客服；响应时间；接待人数；转化率本文索引：石秋凤.电商环境下店铺服务转化率的提升策略研究J.商展经济,2023(20):057-0
3、61.中图分类号：F724.6 文献标识码：A作者简介：石秋凤(1992-)，女，湖南保靖人，苗族，硕士研究生，研究方向：医疗服务管理。国务院关于“十四五”数据经济发展规划(国发 202129号)中强调了发展数字经济的重要性，同时也提到了在2025年要实现电子商务平台交易规模预期性达46万亿元的重要指标，可见电子商务的发展对于国家的经济发展的重要性1。天猫是一个重要的电商平台，而考量某个店铺的重要指标为“商品体验”“物流体验”“售后体验”“咨询体验”四个维度。这些指标由买家对卖家评出，每项网店评分均为动态指标，系此前连续6个月内所有评分的平均值，可见每个数据对于店铺发展的重要性2。Peiwen
4、 Yu等(2022)3研究了库存对于转化和流量的影响进行模型的建立，强调了转化率在流量引导中的重要作用，当商家的产品具有适度的可替代性，而且平台更新转化率的能力很高时，商家就会产生更高的库存成本，并且无法从流量引导中获益，说明拥有高转化率的商家在接受流量时会获得更高的优先权，不确定转化率相当于需求的不确定；董京京(2018)的模型建立中，也将客服响应时间纳入其中，以响应性为在线互动的维度参照；戴韬等(2017)4对于客服的响应时间对于转化率的影响做了定量性研究，得出了“客服响应时间和转化率没有明显的相关性”的结论；左文明等(2010)4B2C商务网站服务质量指标体系的建立中，在有行性、可靠性、
5、响应性、保证性、移情性5个维度的响应性维度明确提到了及时回复客户提出的问题，说明了响应性在顾客咨询中的重要性。叶飞等(2021)5研究了电商环境下折扣对于销量的影响，研究发现，随着评分和折扣的增加，销量并不总是增加的，说明影响销售的因素是多种多样的。在电商平台网店的运营中，拿天猫平台来说，流量是店铺的基础，而实现流量的转化才是根本。而作为消费者，在网购过程中，选择购买商品最基础看的因素，就是粉丝数、销量、评价，剩下的才会是其他因素。转化率在店铺运营中，可以说得上是决定一家店铺是否能够正常运行的关键。目前电商平台的竞争非常激烈，已经不像之前的市场那么的容易从中获利，所以各运营商也是把经营的重点放
6、在店铺的转化率上。不管是产品的定价、图片的设计与摆放、物流的选择、客服响应的快慢几乎可以说都是要实现店铺的这个最终的目的，那就是转化率。从各研究文献中发现，不管是天猫平台还是跨境电商，都非常重视店铺转化率，而转化率比较低的店铺，最终将会被市场所淘汰。而在不时代的不同阶段，经营者也将面临着各式各样的问题，就像天猫平台中的天猫规则一样，时代在进步，规则也在不断发生变化，规则的变化就意味着新问题0582023年10月 商展经济的产生，以及新的问题需要被解决，由此，转化率的这个问题便成为一直在被研究的话题。综上所述，当然对于研究电子商务的文献还有一些，有从不同角度研究的。虽然电子商务在经济中的重要性日
7、益增加，但通过搜集相关数据和研究文献所知，还没有单独写接待人数、响应时间对于转化率影响的量化研究的文章，因此本研究重点剖析客服接待人数、客服响应时间对于转化率的影响。本研究对商业和电子商务研究都有贡献，为公司管理层理解电子商务建立了一个综合基础，同时对于管理层如何考核客服、如何在对应的时间合理的安排客服的工作、如何提升店铺的转化率、如何减少公司劳动成本的同时还提升了店铺的营业额均有一定的借鉴意义。1 理论基础和研究假设1.1 客服接待人数对于转化率的影响随着我国迎来数字经济时代，电商一直处于一个不断进步改革创新发展的趋势。B2C作为电商的一个重要交易平台，给消费者带来了很多便利，但在给消费者带
8、来便利的同时，也给消费者带来了很多的不便。叶明(2014)研究互联网相关产品市场界定时提到了传统产业，对于产品的界定相对比较明确的，产品之间的边界感也是相对清晰的，但现在互联网平台不光是产品的替代性难以把握，而且产品之间的边界感也是比较模糊的。尤其像现在的服装行业，同一件衣服在B2C平台可以说几乎很多同款，而且都是以相同的图片进行展示，在没有看到实物的基础上，很难辨别其中的差异性，这个不确定性让这个销售漏斗最后漏出来的转化顾客较少；高建华(2006)研究销售漏斗，认为处于漏斗最上方的潜在客户越多，从漏斗漏出的客户才可能越多。营销不仅仅是向客户转递信息，同时也是向公司全体成员及其他媒体传递信息，
9、而传递信息一个比较科学的方式就是使用销售漏斗。销售漏斗最初是在1924年 债券销售技巧 中William W.townsend首次提出，后来1975年世界销售大师Miller和Heiman进行再一次的补充升级为销售漏斗模型，被人们称为最成功的销售模型。销售漏斗可以将客户分成不同的等级，然后管理着可以通过不同的方法来吸引客户，这种方法适用于B2B的同时也适用于B2C，而且是非常之有效的。菲利普科特勒称销售漏斗让销售成为科学，它将销售管理的作用量化分析促使销售管理化，同时也让市场、销售、交付围绕成为一个供应链。从销量公式上分析销售漏斗模型，销量=流量*转化率*客单价*复购率，拿天猫平台来说，店铺的
10、流量就是指访问量和浏览量，而转化就是最终下单成交的人数，客单件就是商品的价格，复购的话，就是顾客第二次或第二次之后下单成交的订单。本次研究将“客单价”“复购率”“流量”几个因素及其他影响因素，如图片、关键词、物流等作为控制变量，研究其“转化率”和咨询人数及其客服接待响应的时间三者的相互关系。综上，针对B2C平台，处于漏斗最上方的客服就是店铺所存在的流量，而最后流出来的就是店铺的转化。由此假设：“客服接待人数越多，转化率越高”。1.2 客服响应时间对转化率的影响新时代购物方式更倾向于考虑成本、便捷性、服务态度。1990年，美国北卡罗纳大学学者罗伯特劳特朋(RobertLauter born)教授
11、提出了4C营销理论，4C即消费者(Customer)、成本(Cost)、便利(Convenience)、沟通(Communication)。其中，顾客指消费者的需求和内心的期望；成本指消费者为获得内心的满足感而付出的代价；便利指消费者在消费过程中所省出的时间；沟通指消费者和商家之间建立起的这种情感交流。同时罗伯特劳特朋(RobertLauter born)教授也认为，在新时代的营销理念中，不应仅仅考虑商家利益，也不能只站在商家的立场，而是更应该站在消费者的立场去考虑和分析问题。雷良(2022)基于4C理论的跨界营销分析，也提到了这里的成本，已经不单单指的是产品成本本生，同时也包括时间成本和精力
12、等隐性成本。在整个电商平台中，消费者(Customer)决定着在互联网中的传播动力和目的，成本(Cost)决定着转播的方向和内容，便利(Convenience)决定着传播的方式和速度，沟通(Communication)决定着传播的广度和深度，由此可见，4C理论非常适用于分析电商平台中的客服响应时间对于转化率的影响。排除响应内容对于消费者的影响力，针对响应时间来说，响应时间越短，对于消费者来说就是提供了便利，同时高效快捷的沟通能够为消费者节省消费过程时间成本。在电商平台中，要很好地融合4C原则，发挥好4C原则的合力，做到灵活的利用而不是拘泥于固定的框架。以天猫平台为例来说，商家应根据不同消费者的
13、不同咨询场景，在合适的场景下，找到客服应如何在最短的时间内回复消费者的话语和方法，根据不同的场景来总结出回应的内容，将消费者和商家很好的连接起来，最终促成交易，接待的最终目标就是完成转化。新时代的消费理念，更加注重个人情感的输出，消费者更倾向于选择在体验感比较好的商家进行购物，反之，将不会在同一家商家继续购买。在天猫平台中想提升转化率，利用好4C理论，用4C理论去分析顾客的真实需求和真实体 2023年10月059电子商务验，也将能从根本上去解决问题，所以本次研究选择以4C理论作为理论基础是最为合适的。同时在互联网时代，买卖双方都是通过网络沟通形式来完成交易的。在B2C平台的服装类目中，其实很少
14、有消费者在乎这个产品本身的成本，因为消费者进店铺咨询不可能问“这件衣服的成本是多少？”消费者更在乎的是在购买意向中，以最短的时间去回答她想了解的关于产品的问题。如适合什么身高体重、产品是否有色差、为什么和别家的一样等问题。而接待的客服在回答这些问题时，回复消费者咨询问题响应时间的长短就决定了消费者进店购买的时间成本。因此，从消费者的角度出发，缩短响应时间，能够更加高效地帮助消费者做出购物决策，加大促成交易的概率。所以本研究假设：“客服旺旺响应的时间越短，转化率就越高。”2 研究假设与模型2.1 数据来源本研究的数据获取主要源于某电商公司旗下15个天猫店其中的一个M店，该店铺是该电商公司15个天
15、猫店中效益最好的店铺，粉丝量达56万，属于天猫店铺经营中比较居中和具有普遍性的代表。本次样本选取2022年7月2023年6月的旺旺接待记录为分析对象，从快麦绩效中提取相关数据，因为快麦绩效中只能提取到一年内的完整数据信息，所以这次数据的提取以年为单位，提取了近一年里最新的数据作为分析资料，一来具有时效性，在排除其他因素的干扰外，相对还是更加的真实和数据精确，也更能反映出处于稳定成长中的公司的一个发展的现状。同时也涵盖了天猫一整年的店铺运转形势，其中包括大型活动，如618和双十一，同时也包含了每个月店铺参与的小活动，再次说明了本次所选的样本在具有真实性的同时也更具有代表性。2.2 研究假设基于4
16、C理论和销售漏斗理论分析，提出相关性假设：“客服接待人数越多，转化率越高”“客服旺旺响应的时间越短，转化率就越高”。待验证假设(1)：不同客服年接待人数和平均转化率是否呈正相关待验证假设(2)：不同客服年平均响应时间和平均转化率是否呈负相关待验证假设(3)：同一客服年接待人数和转化率是否呈正相关待验证假设(4)：同一客服年平均响应时间和转化率是否呈负相关2.3 研究模型本次选择的模型为相关性模型：(1)(2)式(1)(2)中：x和y是本次所选的样本客服接待人数和客服接旺旺平均响应时间，r表示样本的相关系为X与Y的协方差，VarX为X的方差，VarY为Y的方差。r2的取值范围为01，越接近1，表
17、示X，Y的相关性越强，当r2等于0的时候，说明两者没有任何相关性。P为总体相关系数，比较X和Y的差别。统计量绝对值越大，概率P越小，反之越大。本次测试的取值门槛选择取值为0.05，当数据P=0.05时，置信度为95%。P0.05为“显著”，以*标记，P0.01为“极显著”，以*标记。3 分析结果本次研究以转化率为因变量，自变量为客服接待人和平均响应时间，同时控制相关性变量，如销量因素、价格因素、季节因素、发货时间、图片因素、评价因素等对因变量的影响，相关性数据分析如表1所示。从表1可知，从同一个客服一年里不同天旺旺接待数据中，可分析出两个结论，如下：结论1：接待人数和转化率样本决定系数R2为0
18、.024，显著性P为0.678，因此模型不显著，可认为同一客服在同一年里不同天年平均每天接待人数和年平均转化率没有明显的表1 同一客服变量相关性数据接待人数平均响应时间转化率接待人数Pearson 相关性10.475*0.024显著性(双侧)0.0000.678N292292292平均响应时间Pearson 相关性0.475*1-0.224*显著性(双侧)0.0000.000N292292292转化率Pearson 相关性0.024-0.224*1显著性(双侧)0.6780.000N292292292注：*表示在 1%水平(双侧)上显著相关。0602023年10月 商展经济相关性。结论2：平均
19、响应时间和转化率样本决定系数R2为0.224，显著性P为0.000，因此模型极显著，可认为同一客服在同年里不同天年平均响应时间和年平均转化率显著负相关。由表2可知，从不同客服一年里同天时旺旺接待数据中可分析出两个结论。结论1：接待人数和转化率样本决定系数R2为0.027，显著性P为0.222，因此模型不显著，可认为不同客服一年同天时年接待人数和年平均转化率没有明显相关性。结论2：平均响应时间和转化率样本决定系数R2为0.158，显著性P为0.000，因此模型极显著，可认为不同客服一年同天时年平均响应时间和年平均转化率显著负相关。结合表1和表2，由表3可知，待验证(2)和(4)的显著性P值为0.
20、000，且均1，说明客服年平均响应时间和年转化率呈显著负相关，客服年平均响应时间越短，转化率就越高。待验证(1)和(3)的显著性P值0.05，且均1，说明客服年接待人数和转化率不相关。4 进一步研究618和双十一是天猫的主要大型活动，为进一步证实和排除相关性干扰，本文将剔除大型活动，对一年里活动期外的数据进行取值，以M店铺剔除双十一和618活动的数据取值进行分析，本次进一步研究将剔除M店2022年7月至2023年6月期间2022年11月和2023年6月的数据。然后对不同客服年接待量和平均响应时间对转化率的影响再一次进行的相关性分析，进一步验证“旺旺接待人数和转化率是否呈正相关”“客服旺旺响应时
21、间和转化率是否呈负相关”。从表4可知，在剔除大型活动后，从不同客服一年里同天时旺旺接待数据中，可分析出如下两个结论：表2 不同客服变量相关性数据接待人数平均响应时间转化率接待人数Pearson 相关性10.200*0.027显著性(双侧)0.0000.222N198519851985平均响应时间Pearson 相关性0.200*1-0.158*显著性(双侧)0.0000.000N198519851985转化率Pearson 相关性0.027-0.158*1显著性(双侧)0.2220.000N198519851985注：*表示在 1%水平(双侧)上显著相关。表3 验证假设(1)(2)(3)(4)
22、结果统计表验证假设(1)验证假设(2)验证假设(3)验证假设(4)均值接待人数465.88465.88502.030 502.030 平均响应时间22.4522.4517.040 17.040 转化率28.78%28.78%28.73%28.73%标准差接待人数165.683165.683169.704169.704平均响应时间10.6510.6510.46110.461转化率6.84%6.84%6.69%6.69%R20.0270.1580.0240.224显著性 P0.2220.000 0.6780.000 样本量 N19851985292292表4 不同客服变量相关性数据接待人数平均响应
23、时间转化率接待人数Pearson 相关性10.138*0.054*显著性(双侧)0.0000.032N156615661566平均响应时间Pearson 相关性0.138*1-0.242*显著性(双侧)0.0000.000N156615661566转化率Pearson 相关性0.054*-0.242*1显著性(双侧)0.0320.000N156615661566注：*表示在 1%水平(双侧)上显著相关；*表示在 5%水平(双侧)上显著相关。 2023年10月061电子商务结论1：接待人数和转化率样本决定系数为0.054，显著性P为0.032，因此模型显著，可认为不同客服一年同天时年接待人数和年
24、平均转化率显著的正相关。结论2：平均响应时间和转化率样本决定系数为0.242，显著性P为0.000，因此模型极显著，可认为不同客服一年同天时年平均响应时间和年平均转化率显著负相关。综上可知，M天猫店在日常客服接待中，在控制相关因素(销量因素、价格因素、季节因素、发货时间、图片因素、评价因素等)，对转化率影响的情况下，“客服接待人数的多少对于转化率影响不大”“客服旺旺响应的时间越短，转化率就越高”。而且活动期间对“客服旺旺响应的时间越短，转化率就越高”的结论没有造成任何影响。但活动期间客服接待人数的多少对转化率会造成一定的影响。天猫大型活动期间，接待人数会比非活动期间接待人数多，更加验证了销售漏
25、斗理论，说明活动期间接待人数越多，转化率的确是越高的。5 结语本文通过对B2C平台中某M服装店铺旺旺接待数据进行实际性分析，分析了接待数据和转化率的关系、响应时间和转化率的关系，得出如下结论：第一，客服响应时间和询单转化率之间显著负相关。第二，客服接待人数和询单转化率无相关性，天猫大型活动期间除外。第三，天猫大型活动期间客服接待人数对询单转化率有显著影响。综上所述，想要提升M店的询单转化率，除了调整价格因素、尽量优化主图、客服的服务态度和话术、注意季节的选品、及时发货、精细化促销策略外，也要同时兼顾客服岗位的人才招聘及其人才培养。客服不能擅自离岗，要非常熟练地打字，熟练的掌握天猫运营的相关专业
26、知识，这样既可以提升响应时间，也能直接性提升转化率。只有在日常工作中做好了，才能在大型活动中接待大量线上消费者时得心应手，提升更高的转化率。这对于M店的经营管理者们有一定的参考意义，在实际管理过程中不要只关注转化结果，而忽视了影响转化的重要因素“响应时间”和“接待人数”。新时代的消费者越来越注重自己的时间成本，所以在一线服务的第一步，就应该考虑到消费者所考虑的隐性成本。本研究是针对普遍性的服装类目的天猫店铺，目前几乎很少有文献是研究这个问题的，所以本研究对于其他研究者研究这个话题有一定的借鉴意义，同时对天猫店的经营管理者在经营过程中有很好的参考价值。参考文献1 国务院公报.国务院关于印发“十四五”数字经济发展规划的通知R/OL.2022-01-12.https:/ 刘建珍,刘亚男,陈文婕.网店金牌客服M.北京:中国工信出版社,2022.3 戴韬,赵星.网购平台客服响应时间对询单:基于某快时尚服装品牌数据D.上海:东华大学,2017.4 左文明,杨文富,黄秋萍等.B2C商务网站服务质量评价体系与模型J.情报杂志,2010,29(11):82-85+99.5 叶飞,周丽华,童阳.电商环境下评分和折扣对在线销量的影响研究:以酒店行业为例J,华南理工大学学报(社会科学版),2021,23(2):46-57.
