Моделирование и измерение скрытой важности детерминант конкурентоспособности услуг в сфере интернет-торговли тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Покрышевская, Елена Борисовна

• Покрышевская, Елена Борисовна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Покрышевская, Елена Борисовна

Оглавление

Введение

Глава 1. Теоретические основы измерения важности атрибутов услуг

1.1. Атрибуты услуг и подходы к измерению их важности для потребителя

1.2. Особенности моделирования сферы интернет-коммерции

1.3. Ограничения существующих исследований

Глава 2. Концептуальная модель и оценка важности латентных факторов конкурентоспособности интернет-магазинов

2.1. Концептуальная модель конкурентоспособности интернет-магазинов

2.2. Описание данных

2.3. Дескриптивный и сравнительный анализ наборов данных

2.4. Многомерная кластеризация интернет-магазинов по конкурентным преимуществам

2.5. Количественное оценивание концептуальной модели

Глава 3. Измерение скрытой важности атрибутов интернет-магазинов

3.1. Описание методов и данных

3.2. Результаты измерения скрытой важности атрибутов

3.3. Эмпирические результаты сравнения методов

Глава 4. Экономико-математический квадрант-анализ сильных и слабых сторон фирмы

4.1. Сегментация интернет-магазинов иерархическим кластерным анализом по факторам конкурентоспособности

4.2. Оценивание важности атрибутов при трехкластерном решении с помощью декомпозиции Шепли

4.3. Методика квадрант-анализа на основе кросс-секционных данных

4.4. Методика квадрант-анализа на основе панельных данных

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Моделирование и измерение скрытой важности детерминант конкурентоспособности услуг в сфере интернет-торговли»

Введение

Актуальность. По данным компании CNews Analytics объем рынка мировой интернет-торговли превысил $1,22 трлн. в 2013 году, что на 17% выше аналогичного показателя 2012 года [CNews Analytics, 2014]. Российский рынок интернет-торговли растет еще более стремительными темпами: по данным J'son & Partners в 2013 году доля интернет-торговли в общей структуре электронной коммерции составила 25% или 537 млрд. руб., что на 40% превышает оборот 2012 года. К 2018 г. доля интернет-торговли в общей структуре рынка электронной коммерции прогнозируется на уровне 40%, или 1,6 трлн. руб. [J'son & Partners, 2014]. Стремительный рост и значительный размер рынка интернет-торговли подчеркивают его важность для экономики России и мировой экономики в целом.

В последнее время Интернет и, в частности, форумы и специальные веб-сервисы, дают возможность потребителям высказать свое мнение о предоставленных услугах. Благодаря этому исследователям и владельцам интернет-бизнеса стали доступны данные об оценках интернет-магазинов по различным атрибутам и общей удовлетворенности ими. Доступность подобной информации снижает неопределенность качества предоставляемых услуг, существовавшую в прошлом, и является одной из причин снижения роли ценовых факторов, зачастую рассматриваемых в экономике как ключевых для обеспечения конкурентоспособности.

Фирмы, работающие в сфере электронной торговли, постепенно осознают, что посредством повышения лояльности потребителей можно снизить затраты, так как гораздо дешевле удержать имеющихся потребителей, чем привлечь новых. Таким образом, выявление с помощью экономико-математических методов того, какие атрибуты сильнее всего влияют на лояльность и удовлетворенность покупателей интернет-магазинов, может позволить владельцам интернет-магазинов повысить спрос и обойти конкуренцию за счет концентрации усилий на приоритетных направлениях совершенствования сервисов.

В литературе, посвященной исследованиям потребительского поведения, большое внимание уделяется анализу движущих сил удовлетворенности и лояльности потребителей на разных рынках [Dholakia, Zhao, 2010; Anderson, Fornell, 2000; Sharma, Niedrich, Dobbins, 1999; Posselt, Gerstner, 2005; Колобова, 2012; Ойнер и др., 2010; Широченская, 2004; Предводителева, Балаева, 2005; Новаторов, 2001]. Тем не менее, недостатком многих исследований, посвященных объяснению удовлетворенности и лояльности покупателей, является анализ конкретной фирмы, что ограничивает уровень обобщения получаемых результатов. Мы же рассматриваем выборку фирм, а не респондентов, что позволяет выявить движущие силы успеха в масштабах рынка, получив таким образом ответ на вопрос: «Почему одни интернет-магазины имеют более высокие показатели удовлетворенности и лояльности покупателей, чем другие?». При этом не только в области анализа сферы услуг, но и вообще в эконометрическом анализе нет устоявшихся представлений о том, как измерять вклад отдельных объясняющих переменных в объяснение зависимой переменной, что делает тему актуальной для всех областей экономики и управления, в которых получил распространение регрессионный анализ.

Степень разработанности научной проблемы. В настоящее время в отечественной и, в особенности, зарубежной литературе достаточно много внимания уделяется поиску детерминант удовлетворенности и лояльности потребителей на разных рынках. Измерению и объяснению удовлетворенности и лояльности посвящены труды таких авторов, как Е.П. Колобова, Э.В. Новаторов, O.K. Ойнер, М.Д. Предводителева, О.Н. Балаева, И.П. Широченская, Д. Форд, Д. Циглер, С. Мёрди, С. Пайк, П. Дерден, Р. Роллинз, В. Пезешки, А. Мусави, С. Грант, Р. Долакиа, М. Жао, Э. Андерсон, К. Форнел, С. Шарма, Т. Посселт, Э. Герстнер и др.

Сравнением методов измерения скрытой и декларируемой важности атрибутов товаров и услуг занимались А. Густафсон, М. Джонсон, В. Диллон, А. Гриффин, Д. Хаузер и др. Несмотря на то, что результаты некоторых

эмпирических сравнений прямых и косвенных методов оценки важности указывают на то, что прямые методы могут хорошо предсказывать будущее поведение покупателя, их использование часто приводит к выводу о неразличимых различиях в важности атрибутов для респондентов. Такой результат имеет мало практической ценности, так как говорит о равной и высокой важности всех атрибутов, и часто может быть связан с недостатками подхода к измерению важности.

Работы, связанные с количественным анализом маркетинговой деятельности и коммерческой успешности фирм непосредственно в сфере интернет-торговли, принадлежат таким авторам как Р. Бёрк, С. Эроглу, К. Маклейт, Л. Дэвис, В. Цайтхамль, А. Парасураман, А. Малхотра, Д. Сжимански, Д. Уэзерс, И. Макиенко, Д. Уинд, А. Рангасвами, С. Гоуз, А. Дегерату и др.

Несмотря на большой объем литературы по измерению важности атрибутов в сфере услуг в целом и в сфере электронной торговли в частности, в настоящее время в литературе по математическим методам в экономике и менеджменте можно выделить ряд важных проблем, по пути решения которых автор идет в своем диссертационном исследовании:

1. Исследования скрытой важности детерминант конкурентоспособности используют крайне ограниченный круг методов, оставляя без внимания методы, заимствованные из теории экономического неравенства, методы машинного обучения, моделирование с помощью одновременных уравнений, а также методы кооперативной теории игр.

2. Отсутствуют исследования, в которых проводился бы масштабный сравнительный анализ методов измерения скрытой важности по заранее разработанным критериям.

3. Большинство существующих исследований основано на изучении потребителей услуг отдельной фирмы, что ограничивает возможность делать серьезные эмпирические обобщения и дать ответ на вопрос о

движущих силах различий в конкурентоспособности между фирмами на крупном рынке.

4. Не только в области анализа сферы услуг, но и вообще в эконометрическом анализе нет устоявшихся представлений о том, как измерять важность объясняющих переменных.

Цель и задачи диссертационного исследования. Целью работы является развитие методов моделирования и измерения скрытого влияния атрибутов интернет-магазинов на важные элементы их конкурентоспособности (удовлетворенность и лояльность покупателей) на основе комплексного экономико-математического анализа.

Для достижения поставленной цели в работе были решены следующие основные задачи:

1. Выполнен обзор источников, посвященных анализу детерминант конкурентоспособности интернет-магазинов, и выявлены ограничения существующих исследований.

2. Разработана концептуальная модель конкурентоспособности интернет-магазинов, формирующая основу для экономико-математического моделирования влияния атрибутов интернет-магазинов на их конкурентоспособность.

3. Проведена оценка важности латентных факторов конкурентоспособности интернет-магазинов.

4. Проведена оценка скрытой важности отдельных атрибутов интернет-магазинов.

5. Проведена кластеризация интернет-магазинов для типологизации их по приоритетным направлениям обеспечения удовлетворенности покупателей.

6. Предложены критерии оценки стабильности и диагностической способности методов измерения скрытой важности атрибутов интернет-магазинов, на основе которых проведен многокритериальный сравнительный анализ этих методов.

7. Модифицирована и применена на практике методика экономико-математического квадрант-анализа сильных и слабых сторон фирмы на основе кросс-секционных и панельных данных.

Объект и предмет исследования. Объектом исследования являются предприятия электронной торговли (интернет-магазины). Предметом исследования выступает процесс управления конкурентоспособностью интернет-магазинов на основе выявления ее детерминант экономико-математическими методами.

Теоретическая и методологическая основа исследования. Теоретической и методологической основами исследования послужили труды отечественных и зарубежных экономистов-математиков в области математического моделирования лояльности и удовлетворенности. При обработке данных использовались пакеты прикладных программ Microsoft Excel 2010, Stata 12, AMOS 18, Statistica 8 и IBM SPSS Statistics 20.

Информационная база работы. В работе использованы данные двух известных сайтов, агрегирующих отзывы покупателей о магазинах: Bizrate.com и Epubliceye.com. Благодаря широкому охвату магазинов на этих веб-сайтах мы получили возможность анализировать выборку магазинов, составляющую значительную часть всей генеральной совокупности. В отличие от других исследователей, мы установили более жесткий критерий отбора магазинов для попадания в выборку: минимум 250 отзывов за последние 3 месяца для сайта Bizrate.com (набор данных А) и минимум 150 отзывов для сайта Epubliceye.com (набор данных В). Таким образом, мы обеспечили достаточно высокую надежность используемых средних оценок.

Обоснованность и достоверность результатов диссертационного исследования. Обоснованность и достоверность результатов исследования обеспечивается высоким уровнем адекватности используемого информационного обеспечения и научной обоснованностью выбора инструментов моделирования.

Соответствие диссертации Паспорту научной специальности.

Диссертационная работа соответствует Паспорту научной специальности 08.00.13 - «Математические и инструментальные методы экономики», а именно следующим пунктам части 1 «Математические методы»:

■ 1.1. Разработка и развитие математического аппарата анализа экономических систем: математической экономики, эконометрики, прикладной статистики, теории игр, оптимизации, теории принятия решений, дискретной математики и других методов, используемых в экономико-математическом моделировании.

■ 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений. Научная новизна результатов исследования. Научная новизна

результатов исследования представлена в разработке оригинальных подходов, моделей и методик, позволяющих сравнивать различные методы измерения скрытой важности атрибутов, а также на основе свободно доступной информации проводить экономико-математический анализ сильных и слабых сторон предприятий, занимающихся электронной торговлей.

Наиболее существенные результаты исследования, обладающие научной новизной и полученные лично соискателем:

1. Разработана новая концептуальная модель конкурентоспособности интернет-магазина, обеспечивающая более высокую адекватность эмпирическим данным по сравнению с предлагавшимися ранее моделями и формирующая основу для экономико-математического моделирования конкурентоспособности интернет-магазинов.

2. Предложена, математически обоснована и применена оригинальная методика оценки диагностической способности (способности

дифференцировать важные и неважные факторы) методов измерения важности объясняющих переменных.

3. Обоснована возможность широкого применения метода Шелл и для измерения скрытой важности атрибутов в количественных исследованиях потребительского поведения. Обоснование опирается на сравнительный анализ 9 методов оценки скрытой важности факторов по двум наборам данных.

4. Получена иерархия вкладов различных атрибутов интернет-магазинов в объяснение конкурентоспособности интернет-магазинов. Данная иерархия была получена на основе агрегирования оценок важности атрибутов, полученных различными методами, и подтвердила наше предположение о приоритетности фактора «обслуживание после оформления заказа и соответствие товара ожиданиям» и наименьшей важности ценовых факторов.

5. Проведена кластеризация интернет-магазинов, основанная на трех группах факторов конкурентоспособности, выявившая существование трех групп магазинов, различающихся выбором приоритетных направлений обеспечения удовлетворенности покупателей.

6. Существенно модифицирована методика анализа в координатах «Важность-Результативность» за счет измерения скрытой важности атрибутов с помощью декомпозиции коэффициента детерминации методом Шепли, а также за счет перехода от традиционно используемых кросс-секционных данных к панельным (с обоснованием преимуществ такого перехода). На основе данной методики впервые для сферы электронной коммерции проведен экономико-математический квадрант-анализ сильных и слабых сторон фирмы, разделяющий атрибуты на 4 группы в зависимости от их приоритетности в отношении повышения ее рыночной конкурентоспособности.

Теоретическая и практическая значимость исследования. Теоретическая значимость работы заключается в разработке концептуальной модели конкурентоспособности интернет-магазинов, а также в развитии и расширении методологической базы экономико-математических исследований, направленных на изучение скрытой важности атрибутов товаров и услуг. Практическая ценность результатов диссертационного исследования обусловлена возможностью их использования для повышения эффективности проведения количественных исследований, направленных на выявление движущих сил конкурентоспособности услуг. Результаты диссертационного исследования были внедрены в деятельность консалтинговой компании ООО «Пальмира Интернешнл», где они использовались для повышения обоснованности управленческих решений в рамках реализации проектов, связанных с анализом движущих сил удовлетворенности и лояльности на различных рынках, что подтверждено справкой о внедрении. Также результаты исследования могут быть использованы при разработке учебно-методических материалов по курсам, связанным с организацией рыночных исследований и анализом данных. Следует также отметить универсальность применяемых в исследовании методов: в настоящее время существует множество различных веб-сервисов, поэтому подобные методы можно использовать не только для анализа интернет-магазинов, но также отелей, ресторанов и т. п.

Апробация результатов исследования. Результаты исследования прошли апробацию на следующих конференциях:

■ II Всероссийская научная конференция с международным участием «Социально-экономические системы: вопросы развития и управления» (Самара), ноябрь 2010 г.

■ 5-я Ежегодная конференция Европейского университета в Санкт-Петербурге и Санкт-Петербургского экономико-математического института РАН «Современные подходы к исследованию и моделированию в

экономике, финансах и бизнесе» (ЕУ СПб и СПб ЭМИ РАН), 15-16 апреля 2011 г.

■ III международная конференция «Государство и бизнес. Вопросы теории и практики: моделирование, менеджмент, финансы» (Санкт-Петербург), 21-22 апреля 2011 г.

■ Научная конференция «Инновационная экономика: реалии и перспективы» (НИУ ВШЭ - Санкт-Петербург), 27 сентября 2011 г.

■ IV международная конференция «Государство и бизнес. Вопросы теории и практики: моделирование, менеджмент, финансы» (Санкт-Петербург), 23-25 апреля 2012 г.

■ III Всероссийская конференция «Экономический рост, ресурсозависимость и социально-экономическое неравенство» (ЦЭМИ, ЭМИ РАН, Леонтьевский Центр), 22-24 октября 2012 г.

Часть научных результатов была получена в ходе исследовательского проекта «Измерение скрытой важности детерминант конкурентоспособности услуг», поддержанного грантом Научного фонда НИУ ВШЭ (грант номер 11-010193).

Публикации результатов исследования. По теме диссертации опубликовано 11 научных работ (общий объем - 4,9 пл., вклад автора - 4,0 пл.), в т.ч. 4 статьи, опубликованные в журналах, рекомендованных ВАК (3 из которых являются международными рецензируемыми журналами, индексированными в базе цитирований SCOPUS), 1 препринт и 6 статей в материалах научных конференций [Pokryshevskaya, Antipov, 2012, 2014; Покрышевская, 2014, 2012а; Pokryshevskaya, Antipov, 2013; Покрышевская, 2012b, 2012с, 2011а, 2011b, 2010; Antipov, Pokryshevskaya, 2014]. Четыре научные публикации были написаны в соавторстве с Е.А. Антиповым. Упоминанием коллеги в качестве соавтора был отмечен его вклад в формирование логичной структуры публикаций, редактировании англоязычного текста и статистическое консультирование основного автора по ряду вопросов. Однако в тексте диссертации без ссылок на

литературу приводятся исключительно самостоятельно полученные автором научные результаты.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы, включающего 96 источников на русском и английском языках. Общий объём диссертационной работы - 135 страниц. В диссертации содержится 35 таблиц и 16 рисунков.

В первой главе диссертации описываются детерминанты конкурентоспособности интернет-магазина, выявленные в работах других исследователей, а также выявляются ограничения существующих исследований. Во второй главе строится концептуальная модель, учитывающая взаимосвязи между атрибутами и то, что некоторые атрибуты влияют на восприятие покупателем определенного латентного фактора, влияющего на конкурентоспособность интернет-магазина. Кроме того, количественно оценивается важность латентных факторов конкурентоспособности интернет-магазинов. В третьей главе измеряется скрытая важность отдельных атрибутов интернет-магазинов. В результате мы выясняем, какими должны быть рычаги для получения преимуществ в конкурентной борьбе, а какие атрибуты магазина можно улучшать в последнюю очередь. Также проводится многокритериальный сравнительный анализ использованных методов измерения скрытой важности атрибутов, позволивший обосновать возможность широкого применения метода Шепли для измерения скрытой важности факторов в количественных исследованиях потребительского поведения. В четвертой главе представлена методика экономико-математического квадрант-анализа сильных и слабых сторон фирмы. На примере нескольких интернет-магазинов с использованием кросс-секционных и панельных данных показывается, как они могут, опираясь на свободно доступную информацию, выявить, какие атрибуты им следует развивать в первую очередь, какие атрибуты следует поддерживать на том же уровне, а на какие атрибуты можно обращать меньше внимания, так как они почти не оказывают влияние на повышение их конкурентоспособности. В заключении

делаются выводы на основе проделанной работы, даются некоторые практические рекомендации, а также рассказывается о возможных путях дальнейшего развития исследований в области измерения детерминант конкурентоспособности услуг.

Глава 1. Теоретические основы измерения важности атрибутов

услуг

1.1. Атрибуты услуг и подходы к измерению их важности для потребителя

Выявление атрибутов товаров и услуг, которые являются ключевыми движущими силами удовлетворенности и лояльности покупателей - важная часть процесса распределения фирмами своих ресурсов. Потребители оценивают качество услуг по ряду атрибутов, которые ученые обобщили в ходе разведочного исследования, выделив 10 групп элементов качества услуг, общих для всех предприятий [Parasuraman, Zeithaml, Berry, 1985; Hayes, 2008]:

1. Осязаемые элементы (tangibles): привлекательность внешнего вида помещений, оборудования, персонала и рекламных материалов.

2. Надежность (reliability): услуга соответствует заявленному уровню качества, предоставляется в установленные сроки, в процессе предоставления услуги ошибки не допускаются.

3. Оперативность (responsiveness): персонал готов помогать потребителям и предоставляет услуги быстро.

4. Компетентность (competence): персонал обладает знаниями и навыками, необходимыми для предоставления услуги.

5. Обходительность (courtesy): персонал вежлив, дружелюбен и относится к потребителям уважительно.

6. Доверие (credibility): компания открыта, честна, имеет хорошую репутацию, заслуживает доверия.

7. Безопасность (security): в сознании потребителей компания и ее услуги не связаны с опасностью, риском, сомнениями.

8. Доступность (access): потребители не сталкиваются с препятствиями при установлении контактов с компанией.

9. Коммуникации (communication): компания предоставляет потребителям необходимые сведения на том языке, который им понятен, компания готова и способна выслушать и понять потребителей.

10. Понимание/знание потребителя (understanding/knowing the customer): компания стремится к осознанию запросов потребителей. Определение ключевых атрибутов и соответствующих им целевых показателей результативности играет важную роль в управлении качеством. Со стратегической точки зрения, естественными областями для улучшений являются те, удовлетворенность клиентов которыми низкая, а важность которых высокая [Martilla, James, 1977]. Для обнаружения таких областей широко используется анализ в координатах «Важность-Результативность» ("Importance-Performance" analysis) [Deng, Chen, Pei, 2008; Matzler и др., 2004]. Обычно данные опросов, направленных на выявление удовлетворенности клиентов, используются для построения графика, на котором по оси абсцисс отложена важность атрибута, а по оси ординат - удовлетворенность потребителей им. График делится на 4 квадранта средними значениями удовлетворенности и важности [Deng, Chen, Pei, 2008]:

1. Квадрант 1 (высокая важность, высокая результативность): атрибуты, попавшие в этот квадрант - ключевые движущие силы конкурентоспособности услуг фирмы. Рекомендуется поддерживать удовлетворенность этими атрибутами на высоком уровне.

2. Квадрант 2 (низкая важность, высокая результативность): атрибутам, попавшим в этот квадрант, уделяется чрезмерное внимание. Рекомендуется убедиться, что на развитие этих ресурсов не направляются избыточные ресурсы, и, по возможности, пересмотреть затраты в этом направлении.

3. Квадрант 3 (низкая важность, низкая результативность): атрибуты являются несущественными недостатками, их совершенствование не является приоритетным. Рекомендуется отложить совершенствование этих атрибутов на некоторое время.

4. Квадрант 4 (высокая важность, низкая результативность): атрибуты требуют незамедлительных усилий по их совершенствованию.

Таким образом, с помощью опросов удовлетворенности и анализа в координатах «Важность-Результативность» менеджеры могут принимать рациональные решения о распределении редких ресурсов для достижения высочайшей степени удовлетворенности клиентов. Анализ в координатах «Важность-Результативность» нашел широкое применение в различных сферах деятельности, включая информационные технологии [Ни и др., 2009], пищевое производство [Tzeng, Chang, 2011], сферу мобильных телекоммуникаций [Pezeshki, Mousavi, Grant, 2009], электронную коммерцию [Pokryshevskaya, Antipov, 2012], образовательные услуги [Ford, Joseph, Joseph, 1999], сферу туризма и гостеприимства [Ziegler, Dearden, Rollins, 2012; Deng, 2007; Murdy, Pike, 2012; Antipov, Pokryshevskaya, 2014], банковские услуги [Новаторов, 2000].

Исследователи постоянно ищут лучшие методы оценки вклада различных атрибутов в определенный показатель конкурентоспособности услуг. Далее мы будем для простоты говорить преимущественно об удовлетворенности и лояльности потребителей, однако возможно использование и других показателей конкурентоспособности. Критерии выбора лучшего метода могут варьироваться: наиболее предпочтительным может быть метод, дающий наиболее практически полезные выводы, а может, к примеру, и самый простой в реализации метод, не требующий больших затрат времени, специального программного обеспечения и т.п. Начиная с 1970-х гг., в маркетинговой литературе появлялись описания аналитических инструментов, позволяющих исследователю идентифицировать движущие силы удовлетворенности [Green, Tull, Albaum, 1988]. Многие из таких инструментов предполагают расчет мер важности наряду с мерами результативности для всех атрибутов товара или услуги. При этом возникает вопрос о том, каков лучший способ для выявления важности каждого из атрибутов. Не прекращаются споры о том, какие методы лучше - прямые, позволяющие оценить декларируемую потребителем важность атрибутов, или косвенные, позволяющие оценить скрытую важность отдельных характеристик. Некоторые исследователи предпочитают измерять декларируемую важность,

отчасти в связи с простотой опросной процедуры и интерпретации. Другие исследователи предпочитают косвенные оценки, так как доверяют статистической теории, оправдывающей их использование. Многие исследователи не ограничивались вербальным обоснованием своей точки зрения, а сравнивали альтернативные методы оценки вклада отдельных атрибутов в рамках модели удовлетворенности покупателя [Gustafsson, Johnson, 2004]. Однако до сих пор нет единого мнения относительно того, должна ли важность атрибутов определяться с помощью статистических методов оценки влияния удовлетворенности отдельными атрибутами на удовлетворенность/лояльность (скрытой важности атрибутов) или же лучше напрямую спрашивать покупателя о важности атрибутов. Существуют серьезные аргументы в пользу преимуществ измерения скрытой важности [Gustafsson, Johnson, 1997; Dillon и др., 1997]. Несмотря на то, что результаты некоторых эмпирических сравнений прямых и косвенных методов оценки важности указывают на то, что прямые методы могут хорошо предсказывать будущее поведение покупателя [Griffin, Hauser, 1993], их использование часто приводит к выводу о неразличимых различиях в важности атрибутов для респондентов. Такой результат имеет мало практической ценности, так как говорит о равной и высокой важности всех атрибутов, и, скорее всего, связан с недостатками подхода к измерению важности.

Список литературы диссертационного исследования кандидат наук Покрышевская, Елена Борисовна, 2014 год

Список литературы

1. Бессокирная Г.П.. Факторный анализ: традиции использования и новые возможности. // Социология 4М. 2000. С. 142-153.

2. Дубров A.M., Мхитарян В.., Трошин Л.И.. Многомерные статистические методы для экономистов и менеджеров: учебник для экон. спец. вузов. М.: Финансы и статистика, 2003.

3. Елисеева И.И., Юзбашев М.М.. Общая теория статистики: Учебник— 5-е изд., перераб. и доп. / под ред. И.И. Елисеевой. М.: Финансы и статистика, 2004.

4. Жирабок А.Н.. Нечеткие множества и их использование для принятия решений. // Соросовский образовательный журнал. 2001. № 7. С. 109-115.

5. Колобова Е.П.. Процесс формирования и оценки уровня лояльности потребителей. // Проблемы современной экономики. 2012. № 42. С. 220-225.

6. Новаторов Э.В.. Аудит внутреннего маркетинга методом анализа "важность-исполнение". // Маркетинг в России и за рубежом. 2000. С. 82-88.

7. Новаторов Э.В.. Методика оценки качества банковских услуг. // Практический маркетинг. 2001. С. 8-16.

8. Ойнер O.K. и др.. Удовлетворенность потребителя. Эмпирические исследования и практика измерения. // Практический маркетинг. 2010. С. 18-23.

9. Покрышевская Е.Б.. Моделирование скрытой важности атрибутов интернет-магазинов в свете особенностей количественных данных // Социально-экономические системы: вопросы развития и управления: материалы и доклады II всероссийской научной конференции с международным участием (Самара, 8-12 ноября 2010 г.). Самара: Издательство «Глагол», 2010. С. 224-225.

10. Покрышевская Е.Б.. Математические методы оценки скрытой важности факторов удовлетворенности услугами интернет-магазинов // ГОСУДАРСТВО И БИЗНЕС. Вопросы теории и практики: моделирование, менеджмент, финансы: Материалы III Международной конференции. Санкт-Петербург, 21 апреля 2011 г. СПб.: Издательство СЗАГС, 2011а. С. 192-200.

11. Покрышевская Е.Б.. Пятифакторная модель удовлетворенности и лояльности покупателей интернет-магазинов // Современные подходы к исследованию и моделированию в экономике, финансах и бизнесе: Материалы 5-й Ежегодной конференции Европейского университета в Санкт-Петербурге и Санкт-Петербургского экономико-математического института РАН. СПб.: Издательство Европейского университета в Санкт-Петербурге, 2011b. С. 70-72.

12. Покрышевская Е.Б.. Стратегический квадрант-анализ сильных и слабых сторон интернет-магазинов // Инновационная экономика: реалии и перспективы: научная конференция, Санкт-Петербург, 27 сентября 2011 года. СПб.: Отдел оперативной полиграфии НИУ ВШЭ - Санкт-Петербург, 2012а. С. 183-190.

13. Покрышевская Е.Б.. Концептуальная модель конкурентоспособности интернет-магазинов и ее количественная оценка // Государство и бизнес. Вопросы теории и практики: моделирование, менеджмент, финансы: Материалы IV Международной конференции. Санкт-Петербург, 23-25 апреля 2012 г. СПб.: Издательство СЗИРАНХиГС, 2012b. С. 168-175.

14. Покрышевская Е.Б.. Методика сопоставления диагностической способности мер скрытой важности факторов конкурентоспособности услуг // Экономический рост, ресурсозависимость и социально-экономическое неравенство: Материалы III Всероссийской конференции 22-24 октября 2012 года. СПб.: Нестор-История, 2012с. С. 164-168.

15. Покрышевская Е.Б.. Анализ лояльности интернет-покупателей на основе свободно доступных данных. // Известия Санкт-Петербургского государственного экономического университета. 2014. № 2. С. 120-122.

16. Предводителева М.Д., Бадаева О.Н.. Подходы к управлению качеством услуг: фокус на потребителе. // Менеджмент в России и за рубежом. 2005. С. 90-100.

17. Широченская И.П.. Основные понятия и методы измерения лояльности. // Маркетинг в России и за рубежом. 2004. С. 36^45.

18. Шишлянникова JI.M.. Применение корреляционного анализа в психологии. // Психологическая наука и образование. 2009. С. 98-107.

19. Anderson E., Fornell C.. Foundations of the American Customer Satisfaction Index. // Total Quality Management & Business Excellence. 2000. № 11. C. 869-882.

20. Antipov E.A., Pokryshevskaya E.B.. Explaining differences in recommendation rates: the case of South Cyprus hotels. // Economics Bulletin. 2014. № 34. C. 23682376.

21. Baye M.R., Morgan J., Scholten P.. Information, search, and price dispersion. // Handbook on economics and information systems. 2006. № 1.

22. Bhote K.R.. The Customer Loyalty Audit. Station Yard: Cambridge Strategy Publications Limited, 2010.

23. Bloemer J.M., Kasper H.D.P.. The complex relationship between consumer satisfaction and brand loyalty. // Journal of economic psychology. 1995. № 16. C. 311— 329.

24. Bollen К.A., Long J.S.. Testing structural equation models. Sage, 1993.

25. Burke R.R.. Technology and the Customer Interface: What Consumers Want in the Physical and Virtual Store. // Journal of the Academy of Marketing Science. 2002. № 30. C. 411-432.

26. Cameron A.C., Trivedi P.K.. Microeconometrics: Methods and Applications. Cambridge University Press, 2005.

27. Cassel C.M., Hackl P., Westlund A.H.. On measurement of intangible assets: a study of robustness of partial least squares. // Total Quality Management. 2000. №11. C. 897-907.

28. Chin W.W.. The partial least squares approach to structural equation modeling. // Modern methods for business research. 1998. № 295. C. 295-336.

29. Chu R.. Stated-importance versus derived-importance customer satisfaction measurement. // Journal of Services Marketing. 2002. № 16. C. 285-301.

30. CNews Analytics. Онлайн торговля растет благодаря Китаю. [Электронный ресурс]. URL: http://www.cnews.ru/reviews/new/retail_2014/articles/onlajn_torgovlya_rastet_blagoda ryakitayu/ (дата обращения: 11.09.2014).

31. Corstjens M., Lai R.. Building Store Loyalty Through Store Brands. // Journal of Marketing Research. 2000. № 37. C. 281-291.

32. Degeratu A.M., Rangaswamy A., Wu J.. Consumer choice behavior in online and traditional supermarkets: The effects of brand name, price, and other search attributes. // International Journal of Research in Marketing. 2000. № 17. C. 55-78.

33. Deng W.. Using a revised importance-performance analysis approach: The case of Taiwanese hot springs tourism. // Tourism Management. 2007. № 28. C. 1274-1284.

34. Deng W., Chen W., Pei W.. Back-propagation neural network based importance-performance analysis for determining critical service attributes. // Expert Systems with Applications. 2008. № 34. C. 1115-1125.

35. Dholakia R.R., Zhao M.. Effects of online store attributes on customer satisfaction and repurchase intentions. // International Journal of Retail & Distribution Management. 2010. №38. C. 482-496.

36. Dillon W. h flp.. Use structural equation models to decipher complex customer relationships. // Marketing Research. 1997. № 9.

37. Dodge Y. h ap.. The Oxford dictionary of statistical terms. Oxford University Press, 2003.

38. Doyle J.R., Green R.H., Bottomley P.A.. Judging Relative Importance: Direct Rating and Point Allocation Are Not Equivalent. // Organizational Behavior and Human Decision Processes. 1997. № 70. C. 65-72.

39. Emerick T.. Media and marketing strategies for the internet: a step-by-step guide // Interactive Marketing / nofl pe^. E. Forrest, R. Mizerski. Lincolnwood, IL: NTC Business Books, 1995.

40. Eroglu S., Machleit K., Davis L.. Empirical testing of a model of online store atmospherics and shopper responses. // Psychology & Marketing. 2003. № 20. C. 139— 150.

41. Fields G.. Accounting for income inequality and its change: a new method, with application to the distribution of earnings in the United States. // Research in Labor Economics. 2003. № 22. C. 1-38.

42. Fontenot G. h /tp.. Techniques for determining importance: Balancing scientific method and subjectivity. // Journal of Targeting, Measurement and Analysis for Marketing. 2007. № 15. C. 170-180.

43. Ford J.B., Joseph M., Joseph B.. Importance-performance analysis as a strategic tool for service marketers: the case of service quality perceptions of business students in New Zealand and the USA. // Journal of Services Marketing. 1999. № 13. C. 171-186.

44. Geladi P., Kowalski B.R.. Partial least-squares regression: a tutorial. // Analytica chimica acta. 1986. № 185. C. 1-17.

45. Ghose S., Dou W.. Interactive functions and their impacts on the appeal of internet presence sites. // Journal of Advertising Research. 1998. № 38. C. 29-43.

46. Green P.E., Tull D.S., Albaum G.S.. Research for marketing decisions. Prentice Hall, 1988.

47. Griffin A., Hauser J.. The voice of the customer. // Marketing science. 1993. № 12. C. 1-27.

48. Gustafsson A., Johnson M.. Bridging the quality-satisfaction gap. // Quality Management Journal. 1997. № 3. C. 27^3.

49. Gustafsson A., Johnson M.. Determining Attribute Importance in a Service Satisfaction Model. // Journal of Service Research. 2004. № 7. C. 124-141.

50. Hadi A.S., Ling R.F.. Some cautionary notes on the use of principal components regression. //The American Statistician. 1998. № 52. C. 15-19.

51. Hair J.F. h ap.. An assessment of the use of partial least squares structural equation modeling in marketing research. // Journal of the Academy of Marketing Science. 2012. №40. C. 414-433.

52. Hayes B.E.. Measuring Customer Satisfaction and Loyalty, Third Edition: Survey Design, Use, and Statistical Analysis Methods. ASQ Quality Press, 2008.

53. Haykin S.. Neural networks: a comprehensive foundation, 1994. // Mc Millan, New Jersey. 2010.

54. Hofstede F., Kim Y., Wedel M.. Bayesian prediction in hybrid conjoint analysis. // Journal of Marketing Research. 2002. № 39. C. 253-261.

55. Hsu S.. Developing an index for online customer satisfaction: Adaptation of American Customer Satisfaction Index. // Expert Systems with Applications. 2008. № 34. C. 3033-3042.

56. Hu H.-Y. и др.. Using BPNN and DEMATEL to modify importance-performance analysis model - A study of the computer industry. // Expert Systems with Applications. 2009. № 36. C. 9969-9979.

57. J'son & Partners. Обзор российского рынка электронной коммерции: интернет-торговля 2013 года. [Электронный ресурс]. URL: http://json.tv/ict_telecom_analytics_view/obzor-rossiyskogo-rynka-elektronnoy-kommertsii-internet-torgovlya-2013-goda (дата обращения: 11.09.2014).

58. Jin В., Park J.Y.. The Moderating Effect of Online Purchase Experience on the Evaluation of Online Store. // Advances in Consumer Research. 2002. № 33. C. 203212.

59. Jolliffe I.T.. A note on the use of principal components in regression. // Applied Statistics. 1982. C. 300-303.

60. Kim K., Kim E.. Suggestions to Enhance the Cyber Store Customer's Satisfaction. // Journal of American Academy of Business. 2006. № 9. C. 233-240.

61. Koenker R., Hallock K.. Quantile Regression. // The Journal of Economic Perspectives. 2001. № 15. C. 143 - 156.

62. Lii Y., Lim H., Tseng L.. The effects of web operational factors on marketing performance. // Journal of American Academy of Business. 2004. № 5. C. 486-94.

63. Lipovetsky S., Conklin M.. Analysis of regression in game theory approach. // Applied Stochastic Models in Business and Industry. 2001. № 17. C. 319-330.

64. Lynch J.G., Ariely D.. Wine Online: Search Costs Affect Competition on Price, Quality, and Distribution. // Marketing Science. 2000. № 19. C. 83-103.

65. Marrelli C.. Anatomy of web advertisement // Interactive Marketing / под ред. E. Forrest, R. Mizerski. NTC Business Books, 1996.

66. Martilla J., James J.. Importance-performance analysis. // Journal of Marketing. 1977. №41. C. 77-79.

67. Matsumoto M., Nishimura T.. Mersenne twister: a 623-dimensionally equidistributed uniform pseudo-random number generator. // ACM Transactions on Modeling and Computer Simulation (TOMACS). 1998. № 8. C. 3-30.

68. Matzler K. h ap.. The asymmetric relationship between attribute-level performance and overall customer satisfaction: a reconsideration of the importance-performance analysis. // Industrial Marketing Management. 2004. № 33. C. 271-277.

69. Murdy S., Pike S.. Perceptions of visitor relationship marketing opportunities by destination marketers: An importance-performance analysis. // Tourism Management. 2012. №33. C. 1281-1285.

70. Oliver R.L.. Whence consumer loyalty?. // the Journal of Marketing. 1999. C. 3344.

71. Parasuraman A., Zeithaml V.A., Berry L.L.. A conceptual model of service quality and its implications for future research. // Journal of Marketing. 1985. № 49. C. 41-50.

72. Park C., Kim Y.. Identifying key factors affecting consumer purchase behavior in an online shopping context. // International Journal of Retail & Distribution Management. 2003. №31. C. 16-29.

73. Pearl J.. Causality: models, reasoning and inference. New York, NY, USA: Cambridge Univ Press, 2000.

74. Pezeshki V., Mousavi A., Grant S.. Importance-performance analysis of service attributes and its impact on decision making in the mobile telecommunication industry. // Measuring Business Excellence. 2009. № 13. C. 82-92.

75. Pokryshevskaya E., Antipov E.. A comparison of methods used to measure the importance of service attributes.. // International Journal of Market Research. 2014. № 56. C. 283-296.

76. Pokryshevskaya E.B., Antipov E.A.. The strategic analysis of online customers' repeat purchase intentions. // Journal of Targeting, Measurement and Analysis for Marketing. 2012. № 20. C. 203-211.

77. Pokryshevskaya E.B., Antipov E.A.. Importance-performance analysis for internet stores: a system based on publicly available panel data. // Working papers by NRU Higher School of Economics. Series MAN "Management." 2013.

78. Posselt T., Gerstner E.. Pre-sale vs. Post-sale e-satisfaction: Impact on repurchase intention and overall satisfaction. // Journal of Interactive Marketing. 2005. № 19. C. 35-47.

79. Rannar S. h ap.. A PLS kernel algorithm for data sets with many variables and fewer objects. Part 1: Theory and algorithm. // Journal of Chemometrics. 1994. № 8. C. 111-125.

80. Ryan M.J., Rayner R., Morrison A.. Diagnosing customer loyalty drivers. // Marketing Research. 1999. № 11. C. 18-26.

81. Shapley L.S.. A value for n-person games. // Contributions to the Theory of Games. 1950. C. 307.

82. Sharma S., Niedrich R.W., Dobbins G.. A Framework for Monitoring Customer Satisfaction: An Empirical Illustration. // Industrial Marketing Management. 1999. № 28. C. 231-243.

83. Shorrocks A.. Decomposition procedures for distributional analysis: a unified framework based on the Shapley value. // The Journal of Economic Inequality. 2013. № ll.C. 99-126.

84. Shorrocks A.F.. Inequality decomposition by factor components. // Econometrica: Journal of the Econometric Society. 1982. C. 193-211.

85. Sivadas E., Baker-Prewitt J.L.. An examination of the relationship between service quality, customer satisfaction, and store loyalty. // International Journal of Retail & Distribution Management. 2000. № 28. C. 73-82.

86. Srinivasan S.. Customer loyalty in e-commerce: an exploration of its antecedents and consequences. // Journal of Retailing. 2002. № 78. C. 41-50.

87. Szymanski D.M., Hise R.T.. E-satisfaction: an initial examination. // Journal of Retailing. 2000. № 76. C. 309-322.

88. Tan C.M., Nielsen U.O., Dou W.. Using Corporate Websites for Export Marketing. 11 Journal of Advertising Research. 2002. № 42. C. 105-115.

89. Tang Z., Smith M.D., Montgomery A.. The impact of shopbot use on prices and price dispersion: Evidence from online book retailing. // International Journal of Industrial Organization. 2010. № 28. C. 579-590.

90. Tzeng G.-H., Chang H.-F.. Applying Importance-Performance Analysis as a Service Quality Measure in Food Service Industry. // Journal of technology management & innovation. 2011. №6. C. 106-115.

91. Weathers D., Makienko I.. Assessing the relationships between e-tail success and product and Web site factors. // Journal of Interactive Marketing. 2006. № 20. C. 41-54.

92. White H.. A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. // Econometrica. 1980. № 48. C. 817-38.

93. Wind J., Rangaswamy A.. Customerization: The next revolution in mass customization. // Journal of Interactive Marketing. 2001. № 15. C. 13-32.

94. Wold H.. Partial least squares. // Encyclopedia of statistical sciences. 1985.

95. Zeithaml V.A., Parasuraman A., Malhotra A.. Service Quality Delivery through Web Sites: A Critical Review of Extant Knowledge. // Journal of the Academy of Marketing Science. 2002. № 30. C. 362-375.

96. Ziegler J., Dearden P., Rollins R.. But are tourists satisfied? Importance-performance analysis of the whale shark tourism industry on Isla Holbox, Mexico. // Tourism Management. 2012. № 33. C. 692-701.