Q2季度淘寶網用戶研究部門、阿里巴巴集團研究部與北京大學社會學系聯合發(fā)起了"誰在開網店"的研究，近期北大項目組已經產出了研究報告，本研究采用了科學嚴謹的抽樣方法進行研究。作為項目的延展，筆者對整個調研的樣本回收情況做了較為深入的研究，探討賣家內在因素對網絡問卷調研有效響應率的影響。

項目抽樣與投放規(guī)則說明

本項目的抽樣分為兩階段：第一階段，以"地級市"為初級抽樣單位。參考所有個體店家的地域分布，按照所屬地級市劃分為不同群體，對于個體店家數量較小的城市采用鏈接到周邊鄰近城市的方法。第二階段，在地市級樣本中，再抽取個體店家。在每個抽中的地級市內，以主營類目為分層變量，以賣家規(guī)模為排序變量，采用等距抽樣的方法抽取個體店家6萬家，進行投放。（抽樣方案詳見研究報告《誰在開網店？——淘寶個體店家的社會與執(zhí)業(yè)特征研究》）

本項目的問卷共進行了7次投放，前6次分別采用了Email（3次）、旺旺浮起（2次）、站內信（1次）等方式交叉進行，最后一次采用了電話外呼的方式。為了研究常規(guī)網絡投放前提下，問卷有效響應的影響因素；同時，本項目的電話外呼時間距離最后一次常規(guī)網絡投放已經10天之久，網絡投放的效果基本已經衰減殆盡。所以本篇文章將數據回收截止時間定為電話外呼前，以前6次投放的數據回收情況作為分析的基礎。

本篇文章主要分析未打開問卷、打開問卷未完整填答、打開問卷完整填答的賣家之間存在哪些差異，從而探討賣家的哪些內在因素會對網絡調研問卷的有效響應有較大影響。需要指出的是，本文只是從樣本的內在因素來研究對有效響應的影響，并未涉及到其他外在因素對有效響應的影響，比如淘寶是否有活動、問卷的標題是否吸引人、填答獎勵是否吸引人等。對于一個研究而言，這些外在因素對所有樣本是在同一水平下，默認得到了一定程度的控制。

分析數據的前期處理

首先，從后臺匹配了6萬投放樣本更為詳盡的經營數據，作為分析變量，包括商品信息（在線商品總數、商品均價、主營類目商品占比等）、旺旺響應信息、交易信息（日均交易、成交率、客單價等）、瀏覽信息（日均PV、UV、IPV、轉化率等）、評價信息（好評率、動態(tài)評分、店鋪評分等）、營銷推廣狀況（淘客、直通車、VIP、促銷工具使用情況等）、消保情況（消保范圍數、是否七天無理由退換貨等）、處罰情況（投訴率、維權率、退款率、處罰扣分率等）；

由于本項目的投放周期比較長，在投放期間已經有部分樣本自然退出、或出現違規(guī)關店和炒作嫌疑，因此，匹配后臺數據后，刪除了狀態(tài)不正常的賣家，最終分析樣本為57618個。其中未打開問卷的樣本56213個、打開問卷未完整填答的樣本187個、打開問卷完整填答的樣本1218個。

未打開問卷的樣本占了分析樣本的97.6%，占絕對優(yōu)勢，做群體間差異分析的時候會影響分析結果，需要對其進行拆分，以便更真實地反映差異。所以，按照本項目第二階段的抽樣原則，將未打開問卷的樣本等分成30組，每組1873或1874個樣本，從中抽取4個組，分別與打開問卷未完整填答樣本、打開問卷完整填答樣本進行差異分析，確保未打開問卷樣本的分析量級與打開問卷完整填答的樣本量近似。

需要說明的是，未打開問卷的樣本等分成30組，最理想狀態(tài)是組間不能在分析變量上存在差異，因此對30組樣本進行方差分析并兩兩檢驗，結果如下：

*賣家規(guī)模指按日均支付寶成交額的0%，20%，80%，99%，100%劃分成小、中、大、超大賣家4種規(guī)模；

*賣家層級指將每個規(guī)模按照成交額最小20%，中間70%，和最大10%劃分出差、中、好3個層級賣家。

經分析可知，30組樣本在分析變量上不存在顯著差異，當兩兩檢驗時，發(fā)現個別組與其他組存在一定程度的差異。綜合來看，第5組、18組、19組、26組代表總體更為合適，因為他們與其他組不存在較大差異。

群體間的方差分析檢驗

將未打開問卷的樣本第5組、18組、19組、26組重新命名為第1、2、3、4群，打開問卷未完整填答的樣本為第5群，打開問卷完整填答的樣本為第6群。對這六群樣本做方差分析，并兩兩檢驗，考察他們在分析變量上的差異，結果如下：

從數據結果來看，

• 賣家規(guī)模越大、賣家層級越高，打開問卷的積極性越大，且完整填答的可能越大；
• 商品發(fā)往的省份越多的賣家，打開問卷的積極性越大；
• 旺旺響應率越高的賣家，打開問卷的積極性越大；
• 有交易的賣家，打開問卷的積極性越大；
• 人均ipv越高的賣家，打開問卷的積極性越大；
• DSR動態(tài)評分越高的賣家，打開問卷的積極性越大；
• 店鋪評價中店鋪管理、商品運營、服務水平等得分越高的賣家，打開問卷的積極性越大；
• 規(guī)則遵守得分越高的賣家，打開問卷的積極性越小；
• 旺鋪賣家，打開問卷的積極性越大；
• 使用滿就減、滿就包郵、限時打折、信用卡、貨到付款、營銷工具的賣家，打開問卷的積極性越大；
• 設置淘客的賣家，打開問卷的積極性越大，且完整填答的可能性越大；
• 參加消保、消保范圍廣、參加七天退換貨的賣家，打開問卷的積極性越大。

綜合而言，經營狀況越好、服務能力越好、越受買家歡迎、經營思路越活躍、越講究消費保障的賣家，打開問卷的積極性越高。

分析變量的回歸分析

從單變量方差分析的結果并不能看出多個變量共同作用下，是如何影響有效響應的，所以將未打開問卷的4組樣本分別跟打開問卷未完整填答的樣本、打開問卷完整填答的樣本生成四個因變量，0代表未打開、1代表打開未完整填答、2代表打開完整填答，分析變量作為自變量，分別作逐步回歸分析，得到結果如下：

從回歸的結果來看，自變量并不穩(wěn)定，其中旺旺響應率、店鋪服務水平得分、第一主營二級類目商品占比、賣家星級、是否設置淘客、是否淘寶VIP、是否滿就免郵、是否信用卡等變量始終影響著有效響應；

各分析變量綜合作用下，旺旺響應率和店鋪服務水平得分對樣本有效響應的影響最大，旺旺響應越快、店鋪服務水平得分越高，賣家有效響應的可能性越大；

同時，第一主營二級類目商品占比越高、賣家星級越高，賣家有效響應的可能性越�。粚τ谫u家星級的影響，與單因素方差分析時得到的結論不同，也正說明了，分析變量綜合作用下，個別變量的影響會發(fā)生變化，所以單個變量逐個分析影響未必適合。

另外，還有22個分析變量分別在不同組中影響著有效響應，但影響不穩(wěn)定。需要轉換分析思路，對分析變量做因子分析，將其降維再進行分析。

分析變量的因子分析

以最終57618個分析樣本為基數，對分析變量進行因子分析，經多次嘗試，去掉被解釋比例較低的變量，最終保留了51個變量，萃取出15個因子：服務能力、銷售能力、經營意識、客單價、成交率、瀏覽轉化率、消保意識、滿就送、糾紛率、維權率、購買轉化率、遵守規(guī)則、旺旺響應、退款率、主營占比，最后一個因子只有一個變量，未作刪除處理，主要考慮這個變量在前述研究中，是非常重要的影響因素。最終結果如下：

因子分析的結果，不論從統(tǒng)計意義，還是從業(yè)務角度都能得到較好的解釋，可以繼續(xù)進行后續(xù)研究。

公因子的回歸分析

以公因子為自變量，與上文提到的四個因變量進行逐步回歸分析，所得結果如下：

從回歸的結果來看，公因子的影響穩(wěn)定性較強，其中銷售能力、成交率、瀏覽轉化率、糾紛率、維權率、購買轉化率、退款率的影響較弱；

• 服務能力的影響最大，賣家服務能力越強，有效響應的可能性越大；
• 賣家越遵守規(guī)則，有效響應的可能性越�。�
• 賣家主營類目的商品占總商品的比例越高，有效響應的可能性越�。�
• 賣家的消保意識越強，有效響應的可能性越大；
• 賣家的經營意識越強，有效響應的可能性越大；
• 賣家旺旺響應越快速，有效響應的可能性越大；
• 賣家使用滿就送的積極性越高，有效響應的可能性越大；
• 賣家的客單價越高，有效響應的可能性越��；

綜上所訴，賣家的服務意識、經營意識、消保意識等對網絡問卷的有效響應有積極影響，這類賣家在淘寶屬于優(yōu)質賣家，賣家問卷調研更能夠觸及到這部分賣家，研究結果更有價值。另外，在對樣本進行加權時，可能需要考慮這些存在差異的變量，以便通過加權后樣本得到的研究結論，更能代表總體情況。

小結：

1、本研究只涉及到了賣家的內在因素，并未考察外部因素，投放問卷時，仍然需要考慮外部因素，以便得到更高的有效響應率；

2、在多變量共同作用下，群體間在單個變量上的差異，可能會發(fā)生變化，此時需要嘗試不同的分析方法考察差異；

3、整篇文章的分析思路如下：拆分大樣本的群，以便能與小樣本的群做差異性分析——通過方差分析，分析群間在分析變量上的差異——通過回歸分析，考察分析變量在綜合作用下的影響——當分析變量較多時，直接做回歸不穩(wěn)定，需要對分析變量做因子分析——通過回歸分析，考察各公因子綜合作用下的影響；

4、本研究后續(xù)可以通過結構方程式，來研究各類因素的影響。

作者：渡劫（范欣珩）

文章來源：Taobao UED

標簽： 用戶研

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。