消费者手中的业务：衡量在线转售产品动机的量表
网络渠道日益成为二手经济的核心，因此也有利于更可持续的消费后流程。这就是为什么在线转售领域显得越来越重要的原因。此外，在线转售范围的不断扩大是新在线中介机构成功的关键，这些中介机构将自己定位在更广泛的协作消费运动中。虽然消费者对二手交易的依赖并不是什么新鲜事，但他们在很大程度上接受了这种在线交易的衰落。
为了应对在线零售环境
中的这些演变，传统零售公司因此开始创建在线消费者市场，消费者可以在其中自行交换商品。因此，为了让这样的在线市场更好地适应消费者，更好地了解在线转售背后的驱动力至关重要。目前，关于消费者在线转售产品的 动机的知识有限。本文通过三项涉及 1,119 名受访者的研究概述了在线转售动机 (ORM) 量表的开发和验证过程。研究 1 介绍了 ORM 量表的开发过程和由此产生的多维结构，包括抗议者、经济、生成、娱乐、实践和社会方面。研究 2 复制了该量表并调查了其预测能力。更具体地说，ORM 量表成功地预测了在线转售频率。更有动力在线转售的消费者确实会更频繁地在线转售。研究 3 考察了 ORM 在计划转售意向 (PRI) 和在线转售行为之间关系中的中介作用。消费者计划在购买产品之前转售产品这一事实不会直接导致他们增加在线转售的频率。相反，这是因为他们认为在线转售与积极的经济、实用和娱乐结果有关，所以他们更频繁地在线转售他们打算在购买前转售的商品。
手机号码数据是企业提高客户参与度和营销效率的宝贵资产。这是因为手机号码直接用于短信和电话，个性化信息以吸引消费者。手机 手机号码数据 数据分析有助于企业将受众划分为有针对性的活动，从而推动销售，从而提高客户满意度。这并不是说没有道德考虑，这也是企业应该注意 GDPR 和 TCPA 等数据保护法规的原因。负责任地使用这些手机号码数据不仅会提高营销效果，而且还有助于在当今竞争激烈的环境中建立信任和忠诚度。
文献强调了由网络推动的广泛协作消费运动的增长，这种运动一方面提高了消费者获取或共享资源的能力，而不仅仅是拥有资源（McArthur，2015；Matzler、Veider 和 Kathan，2015；Ozanne 和 Ballantine，2015；Watkins、Denegri-Knott 和 Molesworth，2016），另一方面，通过二手市场等替代消费市场使任何类型商品的所有权民主化（Botsman 和 Rogers，2010；Belk，2014）。在这种更大的技术支持的消费现象中，在线转售（例如在线拍卖）似乎越来越受欢迎（Korgaonkar 等人，2014；Kijiji，2015，2016）。例如，根据美国全国零售联合会的数据，允许转售的亚马逊等网站在 2013 年至 2014 年的销售额增长了 22.6%，远远超过了 Kroger（10.1%）、Costco（6.6%）、家得宝（3.6%）、Apple Store/iTunes（6.5%）等蓬勃发展的零售商，以及 Sears（-11.8%）或 Safeway（-2.1%）等不太成功的零售商（2015 年百强零售商图表）。此外，一些公司已经开始努力将这种由消费者驱动、由在线平台培育的新营销系统纳入其商业模式。例如，巴塔哥尼亚通过与 eBay 合作创建了一个客户市场，鼓励消费者购买和出售他们的二手商品Vision Critical 和 Crowd Companies，2014 年，第 10 页。
然而尽管目前人
们对二手购买了解颇多，但对转售的理解却很少。文献中对在线转售的介绍就更少了。这与过去 15 年来文献中对传统在线零售的全面介绍形成了鲜明对比（Insley 和 Nunan，2014 年；Nicholson、Clarke 和 Blackmore，2002 年；Cases，2002 年）。鉴于网络渠道现在是二手经济的核心，在线转售领域变得越来越重要。在线转售范围的不断扩大是新在线中介机构成功的关键，这些中介机构将自己定位为促进者而不是零售商。因此，传统零售公司将二手市场视为对其业务的威胁，因为它可能会限制新商品的销售。因此，更好地了解在线转售背后的驱动力至关重要。
然而，文献中几乎没有关于在线 它们包含在页面的 中虽然网站访 转售动机的报道。首先，C2C 营销系统中许多新兴研究都研究了其结构和消费者概况（Zhang，2015；Azad、Islam 和 Hoque，2014）。然而，包括 C2C 市场在内的市场的发展不仅需要买家，还需要卖家（Agarwal 和 Gort，1996）。因此，同样重要的是澄清 C2C 营销系统的结构和消费者概况。
复杂的动机解释了为什么人们除了在线购买外，还可能进行在线转售。其次，关于在线转售的研究仍然局限于亚洲背景（例如 Azad、Islam 和 Hoque，2014；Zhang，2015；Chu 和 Liao，2007）。第三，致力于确定在线学习前因的研究侧重于功利方面，例如定价和价值恢复考虑（Chu 和 Liao，2010；Chu，2013；Liao 和 Chu，2013；Murphy 和 Liao，2013），尽管最近的研究指出了与这种做法相关的享乐主义甚至意识形态方面。
为了弥补文献中的这些不
同差距，我们的研究结果扩展了在 线背景下关于线下转售动机的探索性结论。看来，除了抗议者、经济、生产和娱乐因素被确定为线下转售的动机（例如 Gregson 等人，2007 年；Hanson，1980 年；Lemaitre 和 de Barnier，2015 年），在线转售还受到实际和社会动机的推动。第三，尽管与心理账户理论有关（Chu 和 Liao，2010 年；Liao 和 Chu，2013 年），但没有研究调查过计划转售意向在多大程度上调节在线转售动机和在线转售强度之间的关系。通过研究在线转售动机的作用，我们有助于阐明在哪些条件下计划转售意向和在线转售频率之间的联系可能会得到增强。
2.1. 在线转售最初，在线转售是通过拍卖研究（例如 eBay）的视角进行研究的（Korgaonkar 等人，2014 年）。然而，在线转售在 C2C 分类广告网站（例如 Kijiji、Craigslist、Amazon）上越来越受欢迎。曾经是一种边缘化的处置形式，包括跳蚤市场（Sherry，1990 年）、车库销售（Soiffer 和 Herrmann，1987 年）、汽车后备箱销售（Stone 等人，1996 年）或跳蚤市场（Belk 等人，1988 年），但由于 Web 2.0 和社交媒体的兴起（Lemaitre 和 de Barnier，2015 年；Belk，2014 年），在欧洲和北美都已成为一种蓬勃发展的趋势。在线转售是以前边缘市场在万维网上的转换。它也与零售业（一般而言）和在线零售业相关，因为它是网络中介（技术维度），使其他消费者不必购买新产品，而是购买二手或旧产品（产品维度），并且代表具有独特特征的渠道（销售维度）。因此，我们将在线转售（OR）定义为一种处置选项，使消费者能够通过使用互联网将物品直接转售给其他消费者，从而永久处置物品。我们不会交替考虑在线和离线渠道，而是研究在线转售的特殊性。
在线转售动机
根据期望理论，人们受到期望（积极的激励）的驱动，而不是仅仅受到内部推动（Porter 和 Lawler，1968；Vroom，1964）。此外，结果预期的影响部分受效能自我信念（即代理）的支配（Bandura，1977，1989）。 Porter 和 Lawler (1968) 完善了这一理论，指出个人的努力支出将取决于对该个人理想结果的期望。因此，行为选择的动机取决于结果的可取性 (Porter 和 Lawler, 1968)。因此，经销商选择（即愿意花费精力和努力）进行在线转售，是因为他们期望这种选择会为他们带来更积极的结果。这样的前景提高了消费者青睐在线转售的倾向。因此，揭示消费者通过在线转售寻求的积极结果的维度似乎很有趣，因为它们决定了调动精力和 TG 号码 努力的过程。出于本研究的目的，我们将在线转售动机 (ORM) 定义为积极结果，这些积极结果导致消费者通过在线转售该产品调动努力从产品所有权状态转变为产品“不所有权”状态。我们尝试开发和验证在线转 特殊数据库, 特殊邮件列表, 特殊电子邮件列表, 特殊联系人线索 售动机的测量量表。该量表包括消费者可能认为与转售相关的积极结果的维度，这些结果会促使他们花费精力和努力参与转售，以摆脱不想要或不需要的产品。构建域和项目生成。对加拿大在线转售商进行了两阶段定性焦点小组研究和 15 次深入访谈。访谈被记录并转录。此程序尊重信息饱和原则（Glaser 和 Strauss，1967 年）。也就是说，访谈没有产生额外的或新的信息或见解来丰富先前的研究结果。然后进行顺序编码，将原始定性数据组织成概念类别（也称为代码）（Miles 和 Huberman，1994 年），从而得出某些主题。这些主题指导了我们在后续访谈中对后续受访者的选择（Strauss 和 Corbin，1990 年）。进行了便利抽样程序以招募在线经销商。探索性过程导致确定了六个主要动机领域：（1）经济：收集金钱以换取产品；（2）抗议者：使其他人能够绕过传统营销系统并避免新的购买；（3）生成：通过让其他人可以使用产品来延长产品的生命周期；（4）娱乐：参与非正式商业交换的内在乐趣；（5）实用：轻松摆脱不想要的产品；（6）社交：与他人互动的前景。这六个动机领域产生了 30 个项目。
内容效度评判
五位专门从事市场营销的消费者行为学教员（正教授）评估了这些项目的内容和表面效度。他们获得了动机的概念定义以及定性数据的说明性引述，并被指示将项目评为“完全没有代表性”、“颇具代表性”或“非常具有代表性”。这一过程导致删除了七个模棱两可或不相关的项目。
实质性效度。另外三名市场营销学者获得了经过改进的 23 项量表，并被要求将每个项目分配给他们认为最能反映该项目的构造。实质性同意比例（指将项目分配给其预期构造的参与者人数与参与者总数的比例）（Anderson 和 Gerbing，1991）平均为 0.61，更接近 1 而不是 0，为实质性效度提供了初步证据。其次，实质性效度系数（指参与者将某项物品分配给其预期构造而非任何其他构造的可能性程度，Anderson 和 Gerbing，1991）平均为 0.57，高于建议的阈值 0.5。因此，这两个指数都为实质性效度提供了证据。
数据收集
收集探索性数据以测试最初提出的结构。联系了加拿大在线消费者小组的成员（n = 1,100），其中 477 人回答了调查（回复率为 43%）。只有表示在过去十二个月内曾在网上销售二手物品的受访者才有资格。我们调查了调查进行前十二个月的在线转售行为。根据“新近性原则”（d’Astous 等人，2010 年，第 78 页），十二个月被认为是消费者回忆转售交易细节的合理时间范围。研究 2 和 3 使用了相同的抽样方法。样本描述如下：49% 为男性，4% 为 15-24 岁，39% 为 25-44 岁，41% 为 45-64 岁，16% 为 65 岁以上；58% 至少拥有大学学位。我们用十分量表（1 =“完全不同意”和 10 =“完全同意”）测量了在线转售动机量表的 23 个项目。研究 2 和 3 使用了相同的测量方法。
3.2.分析和结果探索性因子分析。探索性因子分析 (EFA) (SPSS 23.0) 证实了 ORM 的六因子模型。约 81% 的总方差得到解释，并且没有项目在多个因素上交叉加载。六因子结构的适当性得到了保证，因为所有因子的特征值都高于 1.0，而 Cattell 检验（在曲线标记出弯头之前以图形方式指示适当的因子数（Hair 等人，2006 年））从七开始，这表明六因子解决方案最为合适。由于所有项目都表现出高于 .5 的项目与总体相关性和共同性，并且 23 项量表的 Cronbach alpha 为 .946 Nunnally 和 Bernstein，1994 年，因此满足了量表开发的进一步标准。
