影响电商卖家退货率的运营指标分析.docVIP

影响电商卖家退货率的运营指标分析 　　摘要：当消费者进行网上购物时，其购买的决策是基于产品信息以及商家的各类指标信息而做出的，购物时，面对售卖相同商品的商家，店铺列出的各项指标便成为消费者购买的主要影响因素。这些影响会使消费者产生对商品的最初的预期，而当消费者收到货之后，决定其是否留存的关键便是对商品最初的预期与商品所带给消费者的效用之差。因而，店铺的运营指标与店铺的退货率之间存在一种间接的影响机制，通过探究这种机制，可以了解电商卖家应该如何维护其指标，从而达到减少其退货率，提升其运营效率的目的。 　　关键词：电商；退货率；运营指标；信用 　　中图分类号：F49 　　文献标识码：A 　　doi：10.19311/j.cnki2017.10.028 　　随着电子商务的快速增长，其越来越成为我们生活中的一部分，但在给我们带来许多便利的同时，电子商务也暴露出许多问题。相比传统的购物方式，电子商务购物环境中买货和收货之间时空的分离导致买家和卖家之间的信息不对称现象更加严重，由此而带来的信用问题便使得电商行业的退货率远大于传统行业。而作为个人卖家的淘宝小店，因其规模和实力更为薄弱，导致其更容易受到信任危机的影响。而关于店铺的各项运营指标是店铺展示给消费者的第一信用凭证，因而，店铺指标对于店铺退货率影响的分析可以使我们更加直观地获取电商卖家应该如何提高何种运营指标，从而达到提升信用印象、降低退货率的信息。 　　1文献调研 　　研究通过文献调研选择了合适的数据来源和数据类型。数据来源方面，根据受退货影响的程度，我们选择了受到影响最为显著的服装市场。但服装市场仍然比较宏观，通过对文献地进一步分析，我们选择了服装市场的围巾和羽绒服作为主要的调研对象。围巾代表价值低、功能补充型产品，羽绒服代表价值高、功能性强的产品，这样便可以有效减少产品价值差异、功能差异对于分析产生的影响。 　　首先，关于数据的类型，借鉴从网购意愿和网购满意度相关文献调研的结果，商家的信誉、服务、信息描述、物流配送、承诺（比如：七天无理由退货、运费险等）、产品的质量、产品的价格、?W站的设计、开店的年限以及消费者的主观因素（喜好、情绪等）可能与退货率相关。由于我们的调研是在淘宝平台，其网站设计大同小异，因而我们不考虑网站设计的影响。其次，消费者的主观因素对于退货率的影响属于消费者方的条件产生的影响，会由其对于店铺的评分来展现。最终通过文献调查，我们选择的数据类型有商品退货率、店铺退货率、商家、买家信用、买家的预期效用、服务、信息描述、物流配送、承诺（比如：七天无理由退货、运费险、是否包邮等）、产品的价格、是否为企业型店铺。详细内容如表1。 　　2数据收集 　　2.1变量筛选 　　通过网络爬虫我们收集到了70条围巾尽可能多的静态信息，其中包括产品的名称、产品的价格、卖家的地址、店铺的名称以及是否包邮，因为其余为动态信息难以爬取，所以我们采用了人工收集的方法。在预调查时采用其中有效的50条数据进行了预分析。其目的主要是为了选取有效变量。 　　通过对变量的相关性分析、因子分析以及聚类分析，根据相应的结果，最终我们进行正式调研时利用的是变量return，fee，price，days，description，insurance和company。 　　2.2正式调研 　　2.2.1获取有效数据 　　通过爬虫爬取了围巾和羽绒服商品的淘宝搜索的前100页的数据，其搜索结果包括淘宝和天猫的数据，而我们只能通过淘宝的数据计算出退货率，因而第一步筛选出淘宝店铺的数据，接下来根据其销量，筛选出付款人数大于10的店铺，再加上其他信息的核实筛选，最终我们得到的围巾条目的有效数据为129条，羽绒服条目的有效数据为120条。 　　2.2.2数据的处理 　　主要是利用成功出售物品数目和出售的总商品数目，计算出店铺所售卖商品的退货率。 　　2.2.3数据的分析 　　数据分析的具体的做法为：按照围巾和羽绒服的分类，分别对数据进行分析。以围巾的数据为例，首先将围巾的数据进行简单线性回归得到回归结果一，因为样本数量不够大，所以接下来用了R中的LmPerm包对围巾的数据进行了置换检验得到结果二。将结果一与结果二进行对比，发现两者的结果不同。则对数据的正态性和强影响点进行分析，在删去异常点之后，再次对数据进行回归和置换检验，最终两者的结果一致。羽绒服数据的分析类似。两者最终的回归结果如表2所示。 　　分析：对于围巾这一物品，无理由退货的期限对其退货率的影响最为显著，在其他条件一致的情况下，无理由退货的期限越长，其退货率越小。 　　分析：对于羽绒服这一类商品，邮费，是否有运费险以及宝贝与描述相符的得分对商家的退货率的影响均为显著。在其他条件一致的情况下，邮费越高