افزایش قصد خرید در فروشگاه‌های خرده‎‌فروشی زنجیره‌ای با استفاده از استراتژی کانال‌های یکپارچه

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد گروه مدیریت بازرگانی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران

2 استادیار گروه مدیریت بازرگانی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران

3 استادیار گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

چکیده

هدف: در عصر حاضر پیشرفت سریع تکنولوژی به افزایش انواع کانال‌های دسترسی به مشتریان منجر شده و به دنبال آن ظهور خرده‌فروشی‌های آنلاین موفقی همچون آمازون در مقیاس جهانی و دیجی‎‌کالا را در سطح داخلی شاهد بوده‌ایم. از طرفی خرده‌فروشان سنتی نیز اقدام به راه‌اندازی فروشگاه اینترنتی و اپلیکیشن تلفن همراه کرده‌اند؛ بنابراین، باوجود کانال‌های توزیع در فروشگاه، رفتارهای مختلف در هر کانال باعث سردرگمی و نارضایتی مشتریان خواهد شد؛ بنابراین، اخیراً رویکرد کانال‌های یکپارچه رواج یافته است. در این مفهوم به‌جای تمرکز بر کانال، تمرکز بر ایجاد تجربه‌ای یکنواخت از ارتباط با برند است. هدف اصلی این پژوهش یافتن راهکارهایی برای ارائه به مدیران فروشگاه‌های خرده‌فروشی زنجیره‌ای برای جذب مشتریان بیشتر، ازطریق مدیریت یکپارچۀ کانال‌های توزیع است. روش: پژوهش حاضر از منظر هدف کاربردی و ازنظر ماهیت و روش از نوع پژوهش‌های توصیفی‎‌- پیمایشی و همبستگی است. جامعۀ آماری شامل آن دسته از مشتریان فروشگاه رفاه است که با تمامی کانال‌های توزیع فروشگاه مزبور تعامل دارند. به دلیل نامشخص‌بودن تعداد دقیق این افراد، نمونۀ آماری پژوهش براساس فرمول حجم نمونۀ کوکران، ۳۸۴ نفر محاسبه شد. از پرسش‌نامه به‌عنوان ابزار جمع‌آوری داده‌های میدانی استفاده شد. به‌منظور تجزیه‌وتحلیل داده‌های پژوهش از آزمون معادلات ساختاری استفاده شد. تمامی تحلیل‌های آماری آزمون‌های ذکرشده با استفاده از نرم‌افزارهای SPSS و PLS Smart صورت گرفت. یافته‌ها: نتایج پژوهش حاضر نشان داد که کیفیت ادغام کانال با میانجیگری روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‌های زنجیره‌ای تأثیر دارد. همچنین تجربۀ مشتری با میانجیگری ویژگی‌های نوآوری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‌های زنجیره‌ای تأثیر دارد.  نتیجه‌گیری: براساس نتایج این پژوهش، از میان متغیرهای اثرگذار بر ایجاد قصد خرید از کانال‌های یکپارچه، روان بودن ادراک‌شده بیشترین تأثیر را دارد و سازگاری ادراک‌شده در رتبۀ بعدی قرار می‎‌گیرد؛ درنهایت متغیر ریسک ادراک‌شده رابطۀ منفی با قصد خرید دارد. همچنین کیفیت ادغام کانال بر روی روان بودن ادراک‌شده تأثیر دارد؛ به‌علاوه، از میان متغیرهای تجربۀ مشتری، پیوستگی و ادغام رابطۀ مستقیم با ویژگی‎‌های نوآوری ادراک‌شده دارند و وجود رابطۀ میان ثبات با ویژگی‎‌های نوآوری ادراک‌شده و همچنین ثبات، انعطاف‎‌پذیری و شخصی‎‌سازی با ریسک ادراک‌شده در این پژوهش تأیید نشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Increasing Shopping Intention in Chain Retail Stores Using Omnichannel Strategy

نویسندگان [English]

  • Yaser Torkanloo 1
  • Seyed Jafar Zonoozi 2
  • Mohammad Rahim Esfidani 3
1 M.Sc., Department of Business Administration, Faculty of Economics and Management, University of Urmia, Urmia, Iran
2 Assistant professor, Department of Business Administration, Faculty of Economics and Management, University of Urmia, Urmia, Iran
3 Assistant professor, Department of Business Management, Faculty of Management, University of Tehran, Tehran, Iran
چکیده [English]

Objective: In the last two decades, the emergence of digital phenomena, such as the Internet, social networks, smartphones, and various communication tools, has posed significant challenges for brick-and-mortar retailers. Managers are now compelled to utilize these channels in parallel as each can attract customers, sometimes leading to conflicts and confusion. Effectively managing these complexities is a demanding task. However, by integrating these channels and creating synergies, retailers can enhance customer value, foster loyalty, and ultimately capture a larger market share. Recent developments in the 21st century, including the COVID-19 pandemic, have shifted consumer preferences toward brands that offer a comprehensive product portfolio to meet their needs. This demand for convenience in terms of time and location has heightened the appeal of the chain retail industry and intensified competition. In response, many retailers have adopted omnichannel strategies. This study aimed to investigate the factors influencing shopping intentions within omnichannel environments in chain retail stores.
 
Introduction
In recent years, the emergence of digital communication tools, such as the Internet, social networks, and smartphones, has transformed the retail landscape, presenting both opportunities and challenges for brick-and-mortar stores. Retail managers are now compelled to integrate these online channels alongside traditional ones to enhance customer engagement. Each channel has the potential to attract customers; yet, this can sometimes lead to conflicts and confusion, making effective management a complex task.
The 21st century has seen significant shifts in consumer behavior, particularly influenced by phenomena, such as the COVID-19 pandemic, which has heightened customers' preference for brands that offer a comprehensive product portfolio. This shift emphasizes the need for convenience in terms of time and location, thereby increasing attractiveness of the chain retail industry and intensifying competition among retailers. Consumers are now more inclined to choose brands that provide a seamless shopping experience across various platforms, whether online or offline.
In response to these evolving consumer expectations, many retailers have adopted omnichannel strategies designed to create seamless, integrated shopping experiences. These strategies allow customers to move fluidly between channels, whether they are browsing online, shopping in-store, or using mobile apps. This integration not only enhances customer satisfaction, but also fosters loyalty by providing a more personalized shopping experience.
This study aimed to investigate the factors that influence shopping intentions in omnichannel environments within chain retail stores. By understanding these factors, retailers can better navigate the complexities of channel integration, ultimately enhancing customer loyalty and increasing market share. The research focused on key variables, such as perceived fluency, perceived compatibility, and perceived risk, exploring their roles in shaping consumer intentions in an omnichannel context.
 
Materials & Methods
This research was applied in nature and employed a descriptive survey and correlational approach. The statistical population consisted of customers of Refah, who engaged with all distribution channels of the store. Given the uncertainty regarding the exact population size, the research sample was determined to be 384 individuals using Cochran's sample size formula. This formula helped ensure that the sample was representative and statistically valid, providing a solid foundation for the research findings. Data collection was conducted through a standard questionnaire designed to assess various dimensions of omnichannel shopping experiences, including customer perceptions of channel integration quality, fluency, compatibility, and risk. The questionnaire was rigorously developed and pre-tested to ensure clarity and reliability. To analyze the research data, Structural Equation Modeling (SEM) was employed, which allowed for the examination of complex relationships between variables. All statistical analyses were performed using SPSS and PLS software, facilitating a comprehensive evaluation of the data.
 
Research Findings
The results of this research indicated that the quality of channel integration significantly influenced shopping intentions in omnichannel environments within chain retail stores, with perceived fluency acting as a mediating factor. Higher quality in channel integration led to a smoother shopping experience, enhancing perceived fluency and, consequently, increasing shopping intentions. Additionally, customer experience played a crucial role in shaping shopping intentions by mediating perceived innovation characteristics in these omnichannel settings. A positive customer experience was essential for fostering loyalty as it encouraged customers to engage with the brand across multiple channels. The findings suggested that customers, who perceived a high level of innovation in the shopping process, were more likely to develop a favorable intention to purchase. Moreover, the research highlighted that perceived fluency was the most significant factor impacting purchase intentions followed closely by perceived compatibility. This indicated that retailers had to focus on creating a seamless and coherent shopping experience that aligned with customer expectations. Conversely, perceived risk negatively correlated with purchase intention, suggesting that customers might hesitate to engage with brands if they perceived potential risks in the shopping process.
Discussion of Results & Conclusion
Among the variables influencing purchase intentions in omnichannel environments—namely perceived fluency, perceived compatibility, and perceived risk—perceived fluency had the most significant impact followed by perceived compatibility. Conversely, perceived risk was negatively associated with purchase intention. This underscored the importance of minimizing perceived risks through effective communication and providing customers with clear information about the shopping process. Additionally, the quality of channel integration positively affected perceived fluency. Retailers that successfully integrated their online and offline channels could create a more fluid shopping experience, ultimately enhancing customer satisfaction. Furthermore, within the realm of customer experience, connectivity and integration demonstrated a direct relationship with perceived innovation characteristics. Retailers needed to ensure that their omnichannel strategies emphasized innovation, which could lead to improved customer engagement and loyalty. However, the research did not find a validated relationship between consistency, perceived innovation characteristics, and the factors of stability, flexibility, and personalization in relation to perceived risk. This indicated a potential area for further investigation as understanding these relationships could enhance the effectiveness of omnichannel strategies. In summary, the findings suggested that effective channel integration and a focus on customer experience were crucial for retailers aiming to succeed in omnichannel environments. By addressing the key factors of perceived fluency, compatibility, and risk, retailers could better align their strategies with consumer expectations, ultimately driving loyalty and increasing market share. As the retail landscape continues to evolve, ongoing research in this area will be essential for adapting to changing consumer behaviors and preferences.

کلیدواژه‌ها [English]

  • Channel Integration Quality
  • Customer Experience of Omnichannel
  • Perceived Fluency
  • Perceived Compatibility
  • Perceived Risk

1. مقدمه

هم‌زمان با شتاب تکامل فناوری و روند مداوم دیجیتالی‌شدن، کانال‌های مختلفی ازجمله اینترنت، تلفن همراه، تبلت، شبکه‎‌های اجتماعی و فروشگاه‌های فیزیکی برای تعامل مشتریان با خرده‌فروشان در دسترس مشتریان قرار گرفته است؛ بااین‌حال، این کانال‌ها معمولاً به‌طور مستقل طراحی و مدیریت می‎‌شوند که به‌احتمال‌زیاد به عدم تطابق داده‎‌ها و ناسازگاری اطلاعات برای انتقال در کانال‌های مختلف منجر می‎‌شود (Saghiri et al., 2017)؛ درنتیجه، دستیابی به اطلاعات و خدمات یکپارچه در چندین کانال موجود به یک اولویت بالا برای خرده‌فروشان تبدیل شده ‎‌است که نمایانگر تغییر از رویکرد چندکاناله به کانال‌های یکپارچه است (Lazaris & Vrechopoulos, 2014). بازاریابی کانال‌های یکپارچه روش پیشرفتۀ تجارت الکترونیک است که هدف آن ارائۀ تجربه‌ای یکنواخت و یک شکل به مشتریان است. اجزای سازندۀ کانال‌های یکپارچه شامل خاص‌بودن، ویترین‌های فیزیکی و پلتفرم‌های آنلاین هستند. برنامه‌های موبایل و وب، وب‌سایت‌ها و پلتفرم‎‌های رسانه‎‌های اجتماعی همگی بخشی از کانال‌های آنلاین هستند که در دسترس قرار دارند ( Shi et al., 2020; Riaz et al., 2022). هدف شرکت‌ها ایجاد پلتفرمی قابل‌اعتماد و به‌هم‌پیوسته در جهت ارتقای برند و تجربۀ خرید برای مشتریان است. این رویکرد به مشتریان اجازه می‎‌دهد تا به‌راحتی ازطریق نقاط تماس مختلف با خرده‌فروش ارتباط برقرار کنند و بدون زحمت بین کانال‌ها جابه‌جا شوند؛ بنابراین، ارتباط می‎‌تواند با یک پرس‌وجو در رسانه‎‌های اجتماعی آغاز شده و سپس مشتری به سمت صفحۀ وب‌سایت خاصی هدایت شود که در آنجا موارد درخواستی خود را پیدا کند. مشتری می‎‌تواند به‌صورت آنلاین ثبت سفارش کند و کالا به آدرس او تحویل داده شود یا برای کسب اطمینان از اینکه آنچه به‌صورت آنلاین نمایش داده می‎‌شود به شکل فیزیکی نیز موجود است، به فروشگاه فیزیکی مراجعه کند. او می‎‌تواند به‌صورت فیزیکی پرداخت کرده یا اینکه از کانال‌های آنلاین موجود استفاده کند. استاتیستا (Statista) تخمین می‌زند که تا سال 2026، فروش خرده‌فروشی آنلاین از 2/5 تریلیون دلار در سال 2021 به بیش از 1/8 تریلیون دلار رشد خواهد کرد که نشان‌دهندۀ نرخ رشد 56درصدی است (Chevalier, 2022). این تغییر به افزایش سطح نفوذ فناوری دیجیتال و ترجیح‌های درحال تکامل مصرف‌کننده به سمت سهولت و شخصی‌سازی تجربۀ کاربر نسبت داده می‌شود (Khalid, 2024).

اکنون خرده‌فروشان برای برآورده‌کردن نیازهای درحال تکامل مشتری و باقی‌ماندن در فضای رقابت بازار ناچار به اتخاذ رویکرد کانال‌های یکپارچه هستند. کانال‌های یکپارچه همان‌طور که توسط (2020) Sorkun et al. تعریف شده است، یک استراتژی فروش چندکانالی است که تجربۀ خرید را برای مصرف‌کنندگان در فروشگاه‎‌های فیزیکی سنتی، اپلیکیشن‎‌های گوشی‎‌های هوشمند و پلتفرم‎‌های شبکه‎‌های اجتماعی یکپارچه می‎‌کند.Merritt & Zhao (2020) ادعا می‎‌کنند که کانال‌های یکپارچه بدون در نظر گرفتن خرید مشتریان برای آن‌ها تجربه‌ای ثابت و یکنواخت فراهم می‎‌کند. باتوجه‌به پیشرفت در نوآوری تکنولوژیکی، اکنون شرکت‌ها این قابلیت را دارند که با روش‎‌های جدید و نوآورانه مشتریان را با برند خود درگیر کنند؛ برای نمونه، شبکه‌های اجتماعی مانند اینستاگرام و فیس‌بوک، خرده‌فروشان را قادر می‌سازند تا به مخاطبان بیشتری دسترسی داشته و فعالانه با آن‌ها در تعامل باشند ( Kiba-Janiak., 2014; Sloboda., 2018).

از طرفی در سال‌های اخیر شاهد رشد چشمگیر فروشگاه‌های خرده‌فروشی زنجیره‌ای با برندهای مختلف (مانند: رفاه، کوروش، جانبو، هفت، شهروند، هایپر فامیلی، دیلی مارکت، شیرین‌عسل و...) در ایران بوده‌ایم که بازیگران این بازار وارد عرصۀ رقابت شدیدی در راستای جذب مشتریان وفادار شده‌اند؛ بر همین اساس هر روزه شاهد افتتاح شعبه‌های جدید از این برندها در کنار یکدیگر هستیم که در جهت جذب مشتریان از تکنیک‌های ترفیعی مختلفی مانند قرعه‌کشی، تخفیف‌های ویژه و افتتاح شعبه‌های جدید در تمامی محله‌ها استفاده می‌کنند که نشان از تلاش مدیران در جهت کسب سهم بازار بیشتر می‌دهد. با این توصیف مسئلۀ پیش روی مدیران، جذب حداکثری مشتریان و وفادارسازی آن‌ها است. لازمۀ جذب مشتریان در ابتدا ایجاد قصد خرید است؛ بنابراین، مسئلۀ اصلی در این پژوهش بدین‌صورت تعریف می‌شود که چه عواملی در ایجاد و تداوم قصد خرید در مشتریان فروشگاه‌های زنجیره‎‌ای مؤثرند. برای پاسخ به این پرسش در پژوهش‎‌های پیشین، متغیرهای مختلفی شناسایی شده که برخی از این نتایج در جدول (۱) به نمایش درآمده است.

 

 

جدول ۱: نتایج پژوهش‎‌های پیشین

Table 1: Results of previous research

منبع

متغیرهای شناسایی‌شده

Sharma & Fatima (2024)

تجربۀ یکپارچه، شخصی‎‌سازی، حریم خصوصی، ارتباطات اجتماعی

Shi et al. (2020)

تجربۀ کانال، سازگاری ادراک‎‌شده، ریسک ادراک‎‌شده

Shen et al. (2018)

کیفیت ادغام کانال، روان بودن ادراک‎‌شده

عباسی‎‌نامی و آسایش (۱۴۰۰)

کیفیت ادغام کانال، ارزش ادراک‌شده

 

 

همان‌گونه که در جدول (۱) مشاهده می‎‌شود، تأثیر متغیرهای متنوعی ازجمله (تجربۀ مشتری، کیفیت ادغام کانال، روان بودن ادراک‎‌شده و...) بر روی قصد خرید به‌صورت جداگانه بررسی شده‎‌اند؛ بنابراین، نوآوری پژوهش حاضر، بررسی تأثیر هم‌زمان تمامی این متغیرها بر روی قصد خرید از کانال‌های یکپارچه است.

برندهای فعال در صنعت خرده‌فروشی به‌ویژه در بخش فروشگاه‌های زنجیره‌ای برای کسب سهم بیشتری از بازار به استفادۀ هم‌زمان از چندین کانال به شکل جداگانه روی آورده‎‌اند و باوجود اینکه بسترهای لازم برای پیاده‌سازی رویکرد کانال‌های یکپارچه را فراهم کرده‌اند، تاکنون در عمل ضعف‌هایی داشته‌اند؛ ازاین‌رو باتوجه‌به اهمیت این مسئله و محدود‌بودن تعداد پژوهش‌هایی که دراین‌باره در ایران انجام گرفته است، ضرورت انجام پژوهش در زمینۀ افزایش قصد خرید در مشتریان ازطریق یکپارچه‌سازی کانال‌ها وجود دارد. اینکه چگونه می‌توان قصد خرید در مشتریان فروشگاه‌های زنجیره‌ای را افزایش داد؟ چه عواملی بر ایجاد قصد خرید از فروشگاه‌های خرده‌فروشی زنجیره‌ای با استفاده از کانال‌های یکپارچه تأثیر دارند؟

۲. مبانی نظری و بسط فرضیه‎‌ها

۱-۲. مدیریت کانال‌های یکپارچه

قبل از بیان ماهیت این رویکرد ضروری است به تفسیری کوتاه از عبارت "Omnichannel" اشاره شود. کلمۀ "Omni" به معنای فراگیر، همه و... که پس از ترکیب با کلمۀ "Channel" با عبارت‌های همه‌کاناله، کانال همه‌جانبه، کانال همه‌کاره ترجمه می‌شود. قابل‌ذکر است که در ادبیات محدود داخلی نیز از همین اصطلاحات استفاده شده است. پس از مطالعۀ ادبیات موجود چنین نتیجه‎‌گیری شد که اصطلاحات ذکرشده نمی‌توانند به‌طور دقیق تفاوت و تمایز این رویکرد را با رویکردهای گذشته مانند «چندکاناله یا بین کانال» تبیین کنند؛ بنابراین، نتیجه حاصل شد که از عبارت «کانال‌های یکپارچه» استفاده شود.

مدیریت کانال‌های‌ یکپارچه نمایانگر مرحلۀ تکاملی از مفاهیم چندکاناله و بین‌کانال است. در مقایسه با این دو مفهوم، حتی مرزهای میان تمامی کانال‌ها‌ و نقاط تماس به‌طور کامل محو شده‌اند. درواقع، جابه‌جایی و تعویض آزادانه توسط مصرف‌کنندگان درمیان تمامی نقاط تماس نه‌تنها پیش‌بینی شده، بلکه به آن توجه شده است ( Piotrowicz & Cuthbertson, 2014; Verhoef et al., 2015). تفاوت اصلی میان رویکردهای چندکاناله یا بین‌کانال با کانال‌های‌ یکپارچه، درجۀ هماهنگی و ادغام میان کانال‌ها‌ است. طبق گفتۀ(2005) Bendoly et al.  ادغام کانال به میزان تعامل کانال‌های‌ متنوع با یکدیگر در محیط کانال اشاره دارد. این ادغام برای مشتری، یک تجربۀ مشتری یکنواخت، یک تصویر نام تجاری منحصربه‌فرد، اشتراک‌گذاری اطلاعات و مدیریت فراگیر را فراهم می‌کند. به‌طورکلی، مفهوم کانال‌های‌ یکپارچه، گسترده‌ترین رویکرد ارائۀ چندین کانال و نقاط تماس است (Verhoef et al., 2015).

ورهوف و همکاران، مدیریت کانال‌های‌ یکپارچه را این‌گونه تعریف کرده‌اند: ‌مدیریت هم‌افزایی کانال‌های‌ متعدد موجود و نقاط تماس مشتری، به‌نحوی‌که تجربۀ مشتری در کانال‌ها‌ و عملکرد کانال‌ها‌ بهینه شوند (Verhoef et al., 2015). مدیریت هم‌افزایی بر این موضوع دلالت دارد که کانال‌ها‌ و نقاط تماس در قالب یک واحد مدیریت می‌شوند. این وحدت در تمامی نقاط تماس موجود میان شرکت و مصرف‎‌کننده، به تعامل و به‌هم‌پیوستگی میان تمامی کانال‌ها‌ و نقاط تماس منجر می‌شود و همچنین امکان استفادۀ هم‌زمان از آن‌ها را فراهم می‌کند؛ درنتیجه، تجربۀ مصرف‎‌کننده فقط کانال یا نقطۀ تماس نیست، بلکه نام تجاری به‌عنوان کل است (Piotrowicz & Cuthbertson, 2014; Verhoef et al., 2015). هدف استراتژی کانال‌های‌ یکپارچه ایجاد تجربۀ یکنواخت و منحصربه‌فرد است، بدون توجه به اینکه مصرف‎‌کننده در کدام مرحلۀ خرید است یا اینکه از کدام کانال استفاده می‌کند ( Brynjolfsson et al., 2013; Piotrowicz & Cuthbertson, 2014; Rigby, 2011; Rosenblum & Kilcourse, 2013).

 

 

 

جدول ۲: تمایز میان چندکاناله و کانال‌های یکپارچه (Shen et al., 2018)

(با استنباط از Mirsch et al., 2016; Picot-Coupey et al., 2016; Juaneda-Ayensa et al., 2016)

Table 2: Differentiation of multichannel and omnichannel

 

چندکاناله

کانال‌های یکپارچه

تعریف

یک رویکرد منزوی که کانال‌ها را به‌عنوان موجودیت مستقل اداره می‎‌کند.

یک رویکرد واحد که کانال‌ها را به‌عنوان نقاط تماس درهم‌آمیخته مدیریت می‎‌کند تا مصرف‎‌کنندگان تجربه‌ای یکنواخت در اکوسیستم داشته باشند.

ویژگی‌های کانال

وجود هم‌زمان چندین کانال، به‌صورت جداگانه و در رقابت هستند.

نقاط تماس اطلاعاتی و تعاملی در کانال واحد برای خلق تجربۀ مشتری یکنواخت یکپارچه شده‎‌اند.

محدودۀ کانال

فروشگاه، وب‌سایت و کانال‌های تلفن همراه.

فروشگاه، وب‌سایت، کانال‌های تلفن همراه، شبکه‎‌های اجتماعی و تمام دیگر نقطه‌های تماس مشتری.

ادغام کانال

جابه‌جایی میان کانال‌ها وجود ندارد.

جابه‌جایی یکنواخت میان تمامی کانال‌ها و نقاط تماس.

مدیریت کانال

مدیریت کانال‌ها و نقاط تماس مشتری به سمت بهینه‎‌سازی تجربه با هر کانال است.

مدیریت هم‌افزایی کانال‌ها و نقاط تماس مشتری به سمت بهینه‌سازی تجربۀ کل است.

داده‎‌ها

داده‎‌ها در میان کانال‌ها اشتراک‌گذاری نمی‎‌شوند.

داده‎‌ها در میان کانال‌ها اشتراک‌گذاری می‎‌شوند.

اهداف کانال

فروش برای هر کانال، تجربه برای هر کانال.

تمامی کانال‌ها و نقاط تماس برای ارائۀ پیشنهاد تجربۀ مشتری جامع با یکدیگر کار می‎‌کنند.

 

مشتری

تعامل ادراک‌شده با کانال.

هیچ امکانی برای ایجاد تعامل وجود ندارد.

استفاده از کانال‌ها به‌طور موازی.

تعامل ادراک‌شده با نام تجاری.

می‎‌تواند تعامل کامل داشته باشد.

استفاده از کانال‌ها به‌طور هم‌زمان.

خرده‌فروشان

امکان کنترل ادغام تمامی کانال‌ها وجود ندارد.

کنترل کامل ادغام تمامی کانال‌ها.

نیروی فروش

رفتار فروش را تطبیق نمی‎‌دهند.

رفتار فروش را با استفاده از مباحث متفاوت متناسب با نیاز هر مشتری و دانش او از محصول تطبیق می‌دهند.

 

همان‌طور که در جدول (۲) به‌وضوح قابل‌تشخیص است، کانال‌های یکپارچه نه‌تنها شامل استفادۀ هم‌زمان از چندین کانال می‌شود، بلکه همچنین شامل مدیریت هم‌افزایی کانال‌های موازی نیز است تا تجربۀ مشتری در جابه‌جایی کانال را یکنواخت و یکپارچه کند؛ در این راستا، اعتقاد بر این است که ادغام کانال و تجربۀ کانال متقابل روان در مرکز کسب‌وکارهای کانال‌های یکپارچه قرار دارند که درمجموع خدمات کانال‌های یکپارچه را از خدمات چندکاناله سنتی متمایز می‌کنند (Shen et al., 2018).

۲-۲. عوامل مؤثر در قصد خرید از کانال‌های یکپارچه

باتوجه‌به اینکه موضوع اصلی این پژوهش شناسایی عوامل تأثیرگذار بر قصد خرید مصرف‌کننده از کانال‌های یکپارچه است، تلاش شد تا تمامی متغیرهای شناسایی‌شده در پژوهش‌های قبلی به‌صورت منطقی در قالب یک مدل مفهومی ترکیبی بررسی شوند؛ بنابراین، با استناد به مأخذ مربوط به آن، در این قسمت این متغیرها شرح داده می‎‌شوند.

 

 

الف) روان بودن ادراک‌شده (Perceived Fluency)

مفهوم روان بودن (Fluency) از جست‌وجوی پردازش اطلاعات نشئت می‎‌گیرد و به سهولت پردازش اطلاعات اشاره دارد (Reber et al., 2004). روان بودن به‌طور گسترده‎‌ای به ‌عنوان عامل کلیدی در نظر گرفته شده است که بر اعتماد کاربران تأثیر مثبت می‌گذارد و نتیجۀ انتخاب را در زمینۀ خرید آنلاین شکل می‌دهد ( Cassab et al., 2006; Mosteller et al., 2014). پژوهش‌های قبلی نیز رابطه‎‌ای را میان روان بودن ادراک‌شده بر ترجیح کانال خرید مشتریان اثبات ‎کرده‌اند. نتایج پژوهش Shen et al. (2018) با عنوان «کیفیت ادغام کانال، شفافیت ادراک‌شده و استفاده از خدمات کانال‌های یکپارچه: نقش تعدیل‌‎‌کنندۀ تجربۀ استفادۀ داخلی و خارجی»»، حاکی‌ازآن بود که تجربۀ استفادۀ داخلی تأثیر روان بودن ادراک‌شده را تضعیف می‎‌کند؛ درحالی‎‌که تجربۀ استفادۀ خارجی، تأثیر روان بودن ادراک‌شده بر استفاده از خدمات کانال‌های یکپارچه را تقویت می‌کند. Li & Gong (2022) نیز در پژوهش خود با عنوان «چه چیزی باعث جذب مشتری در خرده‌فروشی کانال‌های یکپارچه می‎‌شود؟» دریافتند که روان بودن ادراک‎‌شده باعث ایجاد تعامل بیشتر با مشتری می‎‌شود؛ بنابراین، باتوجه‌به پیشینۀ پژوهشی موجود فرضیۀ زیر بدین شکل مطرح می‎‌شود:

فرضیۀ اول: روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‎‌های خرده‌فروشی زنجیره‌ای تأثیر معناداری دارد.

ب) ویژگی‌های نوآوری ادراک‌شده (Perceived Innovation Characteristics)

Shi et al.  (2020) یک مدل نظری مبتنی‌بر تئوری انتشار نوآوری (Innovation Diffusion Theory: IDT) را توسعه دادند که در آن ویژگی‌های نوآوری ادراک‌شده را در غالب دو متغیر سازگاری ادراک‌شده (Perceived Compatibility) و ریسک ادراک‌شده (Perceived Risk)، بررسی کردند.

  • سازگاری ادراک شده

سازگاری ادراک‌شده به میزان ثبات تجربۀ ادراک‌شده ازطریق ارزش‌های موجود، اعتقادات، عادت‌ها و تجربیات حال و گذشتۀ کاربران بالقوه اشاره دارد (Aljabri & Sohail, 2012). پژوهش‌ها نشان داده است که وقتی مشتریان از کانال آفلاین به کانال آنلاین حرکت می‎‌کنند، سازگاری درک‌شده بین دو کانال به طور معناداری قصد خرید آن‌ها را تعیین می‌کند (Amaro & Duarte, 2015). در زمینۀ کانال‌های‌ یکپارچه، Shen et al. (2018) پیشنهاد کردند که به تجربۀ گذشتۀ مشتریان از کانال‌های‌ خرید مشخص باید در هنگام ارزیابی قصد خرید از کانال‌های‌ یکپارچه توجه شود. .Shi et al (2020) در پژوهشی با عنوان «مفهوم‎‌سازی تجربۀ مشتری از کانال‌های یکپارچه و تأثیر آن بر قصد خرید: رویکردی با روش ترکیبی» دریافتند که متغیرهای سازگاری ادراک‌شده و ریسک ادراک‌شده بیشترین تأثیر را بر قصد خرید مشتریان دارند؛ بنابراین، در فرضیۀ زیر مطرح می‌شود:

فرضیۀ دوم: سازگاری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‎‌های خرده‌فروشی زنجیره‎‌ای تأثیر معناداری دارد.

  • ریسک ادراک‌شده

ریسک ادراک‌شده عبارت است از ارزیابی کلی، عدم اطمینان و پیامدهای نامطلوب بالقوه در طول فرایند خرید (Herhausen et al., 2015). . Shi et al (2020) در پژوهش خود تأثیر این متغیر را بر قصد خرید از کانال‌های یکپارچه بررسی کرده‌اند. آن‌ها دریافتند که ریسک ادراک‎‌شده تأثیر چشمگیری بر قصد خرید دارد. از طرفی پژوهش کیفی Kazancoglu & Aydin (2018) نشان داده است که مشتریان، خرید از کانال‌های یکپارچه را مخاطره‌آمیز تلقی می‎‌کنند؛ زیرا خدمتی نوآورانه است و ممکن است ریسک‌های مرتبط با عملکرد (برای مثال، خرابی سیستم) و مالی (مانند قیمت ناسازگار) را به همراه داشته باشد. پژوهش‌های قبلی همچنین تأیید کرده‎‌‎‌اند که ریسک ادرک‎‌شده به‌طور چشمگیری بر پذیرش افراد از نوآوری‎‌ها در زمینه‎‌های مختلف مانند بانکداری آنلاین (Alalwan et al., 2018)، پرداخت تلفن همراه (Kerviler et al., 2016)  و وب‌سایت‎‌های گردشگری (Tseng & Wang, 2016) و غیره تأثیر می‎‌گذارد؛ بنابراین، انتظار می‎‌رود که اگر مشتریان درحین خرید از کانال‌های یکپارچه ریسک کمتری را درک کنند، خرید از کانال‌های یکپارچه را انتخابی عاقلانه در نظر بگیرند؛ زیرا انتظار سود بیشتری در مقایسه با ضرر دارند. بر این مسئله در پژوهش Shi et al.  (2020) نیز تأکید شده است؛ بنابراین، در فرضیۀ زیر پیشنهاد می‌شود:

فرضیۀ سوم: ریسک ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‎‌های خرده‌فروشی زنجیره‎‌ای تأثیر معناداری دارد.

ج) کیفیت ادغام کانال (Channel Integration Quality)

کیفیت ادغام کانال به‌عنوان توانایی فراهم‌کردن تجربۀ خدمت یکنواخت و یک شکل برای مشتری در کانال‌های‌ مختلف تعریف شده (Sousa & Voss, 2006). پژوهش‎‌های پیشین نشان داده‌اند که کیفیت ادغام کانال به‌طور معناداری می‌تواند شناخت و رفتار مشتری را ازطریق چندین کانال تبیین کند (Madaleno et al., 2007; Wu & Chang, 2016).

 Sousa & Voss (2006) چارچوبی مفهومی برای کیفیت ادغام کانال پیشنهاد داده‎‌اند که در آن کیفیت پیکربندی خدمت (Service Configuration Quality) و کیفیت تعامل یکپارچه‌شده (Integrated Interaction Quality) گنجانده شده‌اند.کیفیت پیکربندی خدمت بیشتر شامل گستردگی انتخاب کانال (Channel Choice Breadth) و شفافیت خدمت کانال (Channel Service Transparency) است. گستردگی انتخاب کانال به درجه‌ای گفته می‌شود که مشتریان می‌توانند ازطریق کانال‌های‌ مختلف به‌راحتی و به‌منظور تأمین نیازهای خود به اطلاعات و خدمات دسترسی پیدا کنند که بیشتر به‌عنوان دلیل مهمی برای تعهد و مشارکت مشتری تلقی می‌شود ( Cheung et al., 2015; Shen et al., 2018). شفافیت خدمت کانال به میزان آشنایی مشتری با ویژگی‌های تمامی کانال‌های‌ موجود اشاره دارد. کیفیت تعامل یکپارچه نشان‌دهندۀ ثبات فعل و انفعالات بین کانال است و شامل دو بُعد زیر است:

  • ثبات فرایند (Process Consistency)
  • ثبات محتوا (Content Consistency)

 ثبات فرایند به ثبات بین ویژگی‌های فرایند مرتبط و قابل‌مقایسۀ کانال‌های مختلف اشاره دارد و ثبات محتوا به ثبات اطلاعات ردوبدل‌شده بین کانال‌های مختلف اشاره دارد؛ درنتیجه، ثبات محتوا و نیز ثبات فرایند تعاملات در کانال‌های مختلف تجربۀ خدمت واحد، قابل‌اعتماد و باثبات را برای مشتری خلق می‎‌کنند (Shen et al., 2018).

Shen et al.  (2018) در پژوهشی با عنوان «کیفیت ادغام کانال، شفافیت ادراک‌شده و استفاده از خدمات کانال‌های یکپارچه با نقش تعدیل‎‌کننده تجربۀ استفادۀ داخلی و خارجی»، به دنبال کشف محرک‎‌های بالقوۀ استفاده از خدمات کانال‌های یکپارچه بوده‎‌اند. آن‌ها دریافتند که کیفیت ادغام کانال به‌طور چشمگیری بر روان بودن ادراک‌شده در کانال‌های مختلف تأثیر می‌گذارد؛ بنابراین، فرضیۀ چهارم این‌گونه مطرح می‎‌شود:

فرضیۀ چهارم: کیفیت ادغام کانال بر روان بودن ادراک‌شده تأثیر معناداری دارد.

د) تجربۀ مشتری کانال‌های یکپارچه (Omnichannel customer experience)

Shi et al.  (2020) در پژوهشی با عنوان «مفهوم‌سازی تجربۀ مشتری از کانال‌های یکپارچه و تأثیر آن بر قصد خرید» با انجام پژوهشی کیفی ابعاد کلیدی تجربۀ کانال‌های یکپارچه را مفهوم‌سازی و شناسایی کردند.

 

 

جدول3: تحلیل ابعاد تجربۀ کانال‌های یکپارچه (منبع: Shi et al., 2020)

Table 3: Dimensional analysis of omnichannel experience

ساختار

تعریف

مثال

پیوستگی

تا چه حد محتوا و اطلاعات خدمات بین کانال، به‌هم‌پیوسته و مرتبط هستند.

هنگامی که مشتری درحال جست‌وجوی محصول ازطریق دستگاه تلفن همراه است، نزدیک‌ترین فروشگاه فیزیکی به او پیشنهاد می‌شود.

ادغام

تا چه حد مشتری تمام سیستم‌های اطلاعات را درک می‌کند و عملیات مدیریت در تمام کانال‌ها به‌خوبی یک شکل و منسجم شده‌اند.

معرفی محصولات جدید در کانال‌های مختلف به‌طور هماهنگ صورت می‌پذیرد.

ثبات

تا چه حد مشتری ثبات محتوا و نیز ثبات فرایند از تعاملات را در تمام کانال‌ها تجربه می‌کند.

اطلاعات فروش و قیمت محصولات در تمامی کانال‌ها با ثبات هستند.

انعطاف‌پذیری

تا چه حد مشتریان امکان انتخاب گزینه‌های منعطف را دارند و هنگام جابه‌جایی فعالیت‌ها از یک کانال به کانال دیگر، ثبات را تجربه می‌کنند.

یک مشتری می‌تواند محصول را به شکل آنلاین خریداری کرده و خدمات پس از فروش را در فروشگاه فیزیکی دریافت کند.

شخصی‌سازی

تا چه حد یک مشتری درک می‌کند که خرده‌فروشی کانال‌های یکپارچه توجه فردی را به مشتریان خود ارائه می‌دهد.

نیروی فروش می‌تواند پیشنهاد شخصی‌سازی‌شده را مبتنی‌بر تاریخچۀ خرید آنلاین مشتری ارائه دهد.

 

 

پیوستگی (connectivity) با عنوان میزان و عمق ارتباط محتوا و اطلاعات خدمات بین‌کانالی تعریف می‌شود. در زمینۀ کانال‌های یکپارچه، مشتریان بیشتر از یک کانال به کانال دیگر جابه‌جا می‎‌شوند و انتظار دارند که خرده‌فروشان کانال‌های یکپارچه مسیرها را راهنمایی کنند و انتقال روان بین کانال‌ها را تسهیل کنند (Joseph, 2015). چنین ارتباطاتی، یافتن ترجیحی‎‌ترین روش برای انجام کار خاصی (برای مثال بررسی نظرات مشتریان) را درحین خرید از کانال‌های یکپارچه برای مشتریان تسهیل می‎‌کند. همچنین، پژوهش‌ها نشان می‌دهند که تجربۀ مشتری یکپارچه نیازمند پیوند عمیق به کانال‌های مرتبط دیگر برای بهینه‌سازی قیف ترافیک است (Piotrowicz & Cuthbertson, 2014). بنابراین، تجربۀ خرید پیوسته، سازگاری ادراک‌شدۀ خرید از کانال‌های یکپارچه را افزایش می‌دهد، به‌گونه‌ای که مشتریان بتوانند آزادانه کانالی را انتخاب کنند که با عادت‌ها یا ترجیح‌های آن‌ها در طول خرید از کانال‌های یکپارچه سازگارتر باشد. نتایج حاصل از پژوهش Shi et al.  (2020)، نیز این یافته‎‌ها را پشتیبانی می‎‌کند؛ براین‌اساس، در فرضیۀ پنجم پیشنهاد می‌شود:

فرضیۀ پنجم: پیوستگی بر سازگاری ادراک‌شده تأثیر معناداری دارد.

ادغام (Integration) به میزانی اشاره دارد که مشتری تمام سیستم‎‌های اطلاعاتی و محتوای خدمات را به‌صورت یکنواخت درک می‎‌کند. ادغام کانال به‌عنوان مهم‌ترین تفاوت بین خرید چندکاناله و همه‌کاناله (کانال‌های یکپارچه) در نظر گرفته می‌شود؛ زیرا خرده‌فروشان را قادر می‌سازد تا سندی یکپارچه را از هر مشتری در بین کانال‌ها ثبت و حفظ کنند (Saghiri et al., 2017)؛ برای مثال، سیستم اطلاعاتی یکپارچه می‎‌تواند تاریخچۀ خرید مشتریان را در کانال‌ها شناسایی کند (Beck & Rygl, 2015). Shi et al.  (2020) نیز در پژوهش خود دریافتند که ادغام، پیش‌بینی‌کنندۀ خوبی برای سازگاری ادراک‌شده است؛ بنابراین، فرضیۀ ششم این‌گونه مطرح می‌شود:

فرضیۀ ششم: ادغام بر سازگاری ادراک‌شده تأثیر معناداری دارد.

پژوهش‎‌های پیشین ثبات (Consistency) را نیز به‌عنوان پیش‌بینی‌ کنندۀ خوبی برای سازگاری ادراک‌شده و ریسک ادراک‌شده شناسایی کرده‎‌اند (Shi et al., 2020). ثبات، سازگاری ادراک‌شدۀ مشتریان را افزایش و ریسک ادراک‌شده را کاهش می‎‌دهد؛ زیرا خدمات و اطلاعات ثابت در سراسر کانال‌ها سازگاری کانال را بهبود می‎‌بخشد (Shen et al., 2018) و سازگاری در میان کانال‌ها نیز مشتریان را قادر می‌سازد تا از خدمات و اطلاعات ارائه‌شده در خرید از کانال‌های یکپارچه آگاه و آشنا شوند که با باورهای خرید آن‌ها سازگار است (Denis & Karsenty, 2004). همچنین، ثبات در بین کانال‌ها تلاش شناختی لازم برای تغییر کانال را کاهش می‌دهد (Mosteller et al., 2014) که باعث می‌شود مشتریان درک کنند که خرید از کانال‌های یکپارچه با تجربۀ خرید قبلی سازگار است. همچنین، اشاره شده است که ثبات کیفیت محصول و استراتژی قیمت در سراسر کانال‌ها عدم تقارن اطلاعات و ریسک درک‌شده را کاهش می‎‌دهد (Kazancoglu & Aydin, 2018). همچنین، پاسخ‌های ثابت دریافتی از کانال‌های مختلف، ابهام و ریسک انتقال کانال را در طول خرید از کانال‌های یکپارچه کاهش می‌دهد (Rodríguez-Torrico et al., 2017). پژوهش‎‌های پیشین همچنین نشان داده‎‌اند که ثبات اطلاعات در بین کانال‌ها می‌تواند اثر هم‎‌افزایی ایجاد کرده و تداوم خدمات را هنگام جابه‌جایی به کانال‌های دیگر تسهیل کند؛ بنابراین، به کاهش ریسک‌های مرتبط با عملکرد در طول خرید از کانال‌های یکپارچه منجر می‌شود (Lee & Kim, 2010)؛ بنابراین، باتوجه‌به مطالب فوق، فرضیات زیر بدین صورت طرح می‌شوند:

فرضیۀ هفتم: ثبات بر سازگاری ادراک‌شده تأثیر معناداری دارد.

فرضیۀ هشتم: ثبات بر ریسک ادراک‌شده تأثیر معناداری دارد.

 انعطاف‎‌پذیری (Flexibility) عبارت است از میزان ارائۀ گزینه‎‌های انعطاف‎‌پذیر به مشتریان. مشتریان ممکن است دربارۀ امنیت پرداخت، در دسترس بودن محصولات و عملکرد تحویل در هنگام تغییر کانال نگران باشند (Kazancoglu & Aydin, 2018). انعطاف‎‌پذیری جابه‌جایی بین کانال‌ها در هر مرحله از فرایند خرید، کنترل ادراک‌شده را افزایش و ریسک را کاهش می‌دهد (Juaneda-Ayensa et al., 2016)؛ برای مثال، خرده‌فروشان کانال‌های یکپارچه می‌توانند به مشتریان اجازه دهند تا دربارۀ محصولات به ‌صورت آنلاین اطلاعات کسب کنند و کیفیت محصول را از فروشگاه‌های فیزیکی قبل از سفارش و خرید در کانال دیگری ارزیابی کنند (Picot-Coupey et al., 2016)؛ در این راستا، مشتریان از آزادی عمل بیشتری برخوردار می‎‌شوند و عدم اطمینان کمتری را درک می‎‌کنند و درنتیجه ریسک ادارک‎‌شده کاهش می‎‌یابد. همچنین، انعطاف‌پذیری خرید از کانال‌های یکپارچه، تداوم انتقال کانال را تضمین می‌کند و راحتی خرید را تسهیل می‌کند که به کاهش ریسک ادراک‌شده مرتبط با خرابی سیستم، خطای تراکنش و استقلال کم درحین خرید از کانال‌های یکپارچه منجر می‌شود (Shen et al., 2018). باتوجه‌به موارد مذکور، فرضیۀ نهم به شرح زیر است:

فرضیۀ نهم: انعطاف‎‌پذیری بر ریسک ادراک‌شده تأثیر معناداری دارد.

شخصی‌سازی (Personalization) به درجه‌ای اشاره دارد که مشتریان می‌توانند توجه شخصی و خدمات متناسب در خرید از کانال‌های یکپارچه را به خود جلب کنند. شخصی‌سازی به‌عنوان معیار اصلی در ارزیابی تجربۀ مشتری در خرده‌فروشی دیجیتال در نظر گرفته می‎‌شود (Bhalla, 2014). با تکیه بر پیشرفت فناوری‌هایی که از مدیریت داده‌های مشتری در کانال‌ها پشتیبانی می‌کنند، خرده‌فروشان می‌توانند رفتارهای مشتری را بهتر تجزیه‌وتحلیل کنند و خدمات شخصی‌سازی‌شده مانند ارائۀ توصیه‌های خرید سفارشی، ارسال اطلاعات تبلیغاتی براساس ترجیح‌های فردی و ارائۀ خدمات مبتنی‌بر مکان را ارائه دهند (Oh & Teo, 2010)؛ درحالی‌که مشتریان عدم اطمینان خرده‌فروش را به‌عنوان ریسک مهم در خرده‌فروشی کانال‌های یکپارچه درک می‌کنند (Gau & Su, 2017). خدمات شخصی‌سازی‌شده می‌تواند با کمک به مشتریان در انجام خریدهای آگاهانه‎‌تر به کاهش چنین عدم اطمینان‌هایی کمک کند. همچنین، خدمات شخصی‎‌سازی‌شده باعث می‎‌شود تا مشتریان باور کنند که خرده‎‌فروش کانال‌های یکپارچه به مشتریان فردی اهمیت می‎‌دهد که به افزایش اعتماد منجر می‌شود و ادراک ریسک را کاهش می‎‌دهد (Schramm-Klein et al., 2011). همچنین، Li et al. (2018) پیشنهادکرده‎‌اند که تقویت اعتماد و تصویر خرده‌فروش می‌تواند عدم اطمینان خرده‌فروش و ریسک ادراک‌شده را در خرده‌فروشی کانال‌های یکپارچه کاهش دهد؛ بنابراین، براین‌اساس، فرضیۀ دهم به‌صورت زیر طرح می‌شود:

فرضیۀ دهم: شخصی‎‌سازی بر ریسک ادراک‌شده تأثیر معناداری دارد.

همان‎‌طور که قبلاً اشاره شد،Shen et al.  (2018) در پژوهش خود دریافتند که کیفیت ادغام کانال به‌طور چشمگیری بر روان بودن ادراک‌شده در کانال‌های مختلف تأثیر می‎‌گذارد و باوجود اینکه تجربۀ استفاده داخلی تأثیر روان بودن ادراک‌شده را تضعیف می‎‌کند، تجربۀ استفاده خارجی تأثیر روان بودن ادراک‌شده بر استفاده از خدمات کانال‌های یکپارچه را تقویت می‌کند. یافته‎‌های Li & Gong  (2022) نیز از این موضوع پشتیبانی می‎‌کنند که روان بودن ادراک‎‌شده باعث ایجاد تعامل بیشتر با مشتری می‎‌شود؛ بنابراین، فرضیۀ زیر پیشنهاد می‎‌شود:

فرضیۀ میانجی اول: کیفیت ادغام کانال با نقش میانجیگری روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه تأثیر معناداری دارد.

Shi et al.  (2020) در پژوهش خود از نظریۀ انتشار نوآوری استفاده کردند تا مدلی نومولوژیکی ایجاد کنند که سازگاری درک‌شده و ریسک درک‌شده را به‌عنوان مکانیسم‌های کلیدی پیوند بین تجربۀ کانال‌های یکپارچه و قصد خریدکانال‌های یکپارچه مطرح‌ کند و دریافتند که سازه‌های مفهوم‌سازی تجربۀ کانال‌های یکپارچه شامل (پیوستگی، ادغام، ثبات، انعطاف‎‌پذیری، شخصی‌سازی)، پیش‌بینی‌کننده‌های خوبی برای سازگاری ادراک‎‌شده و ریسک ادراک‌شده (یعنی ویژگی‎‌های نوآوری ادراک‌شده) هستند که بر قصد خرید مشتریان تأثیر می‌گذارد؛ بر همین اساس فرضیۀ زیر مطرح می‎‌شود:

فرضیۀ میانجی دوم: تجربۀ مشتری کانال‌های یکپارچه با نقش میانجیگری ویژگی‎‌های نوآوری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه تأثیر معناداری دارد.

Sharma & Fatima (2024) در پژوهشی با عنوان »تأثیر ارزش درک‌شده بر استفاده از کانال‌های یکپارچه» نقش‎‌های میانجی و تعدیل‌کننده عادت‌های خرید کانال‌های یکپارچه، از تئوری ارزش مشتری برای بررسی نقش‌های مختلف عادت‌های خرید (به‌عنوان پیشین، واسطه و ناظر) در خرده‌فروشی کانال‌های یکپارچه استفاده کردند. یافته‌های آن‌ها نشان داد که عادت‌های خرید کانال‌های یکپارچه به‌عنوان پیش‌زمینه، میانجی و تعدیل‌کننده در رابطۀ بین ارزش درک‌شده و استفاده نقش مهمی ایفا می‌کند. همچنین، پژوهش آن‌ها تأثیر مثبت عواملی مانند امنیت و حریم خصوصی، تجربۀ یکپارچه، شخصی‌سازی و ارتباطات اجتماعی را بر قصد خرید نشان می‌دهد. ایشان با بررسی روابط پیچیده بین جنبه‎‌های مختلف عادت‌های خرید کانال‌های یکپارچه، ارزش درک‌شده و استفاده از کانال‌های یکپارچه، نظریۀ ارزش مشتری را گسترش دادند.

Mishra et al.  (2025)پژوهشی با عنوان «عوامل مؤثر بر قصد رفتاری برای استفاده از کانال‌های یکپارچه در بین مصرف‌کنندگان نسل Y» با هدف بررسی عوامل مؤثر بر قصد رفتاری مصرف‌کنندگان نسل Y برای استفاده از کانال‌های یکپارچه انجام دادند. آن‌ها دریافتند که سهولت استفادۀ درک‌شده، تأثیر اجتماعی، اعتماد درک‌شده و نوآوری شخصی بر قصد رفتاری برای استفاده از کانال‌های یکپارچه تأثیر مثبت می‌گذارد. همچنین نشان دادند که ارزش درک‌شده و سهولت استفادۀ درک‌شده میانجی بین نوآوری شخصی و قصد رفتاری برای استفاده از کانال‌های یکپارچه است.

 Jayasingh et al. (2022) پژوهشی با هدف شناسایی عوامل تعیین‌کنندۀ قصد خرید کانال‌های یکپارچه برای کالاهای  ورزشی انجام دادند. نتایج پژوهش آن‌ها نشان داد که عوامل انتظار عملکرد، تأثیر اجتماعی، انتظار تلاش، انگیزۀ لذت‌جویانه، عادت و ارزش درک‌شده بر قصد خرید کانال‌های یکپارچه برای کالاهای ورزشی تأثیر دارند. از میان هفت سازۀ موجود، انتظار عملکرد به‌عنوان عامل اصلی شناسایی شد و پس از آن انگیزۀ لذت‌جویانه، عادت، ارزش درک‌شده، امید به تلاش و تأثیر اجتماعی قرار گرفتند.

Shi et al.  (2020) در پژوهشی با عنوان «مفهوم‌سازی تجربۀ مشتری از کانال‌های یکپارچه و تأثیر آن بر قصد خرید: رویکردی با روش ترکیبی» با استفاده از تئوری انتشار نوآوری (IDT) به دنبال توسعۀ مدل اسمی بوده‌اند که سازگاری ادراک‌شده و ریسک ادراک‌شده را به‌عنوان مکانیسم‌های ارتباطی بین تجربۀ کانال‌های یکپارچه و قصد خرید از کانال‌های یکپارچه فرض می‎‌کند. پس از تجزیه‌وتحلیل داده‌های کیفی حاصل از مصاحبه‌ها، پنج بُعد کلیدی تجربۀ کانال‌های یکپارچه شامل (پیوستگی، ادغام، ثبات، انعطاف‌پذیری و شخصی‌سازی) را شناسایی کردند. آن‌ها دریافتند که متغیرهای سازگاری ادراک‌شده و ریسک ادراک‌شده بیشترین تأثیر را بر قصد خرید دارند.

 Park & Kim(2019) به دنبال بررسی پژوهش‎‌های پیشین در زمینۀ قصد پذیرش کانال‌های یکپارچه توسط مشتریان بوده‌اند و کشف اینکه چگونه ویژگی‌های شخصیتی مشتریان بر رفتار پذیرش کانال‌های یکپارچه تأثیر می‌گذارند. یافته‌های ایشان حاکی‌ازآن است که سه گروه از مصرف‌کنندگان به‌وسیلۀ «نیاز به شناخت» پاسخ‌های متفاوتی به چهار منفعت/نگرش شناسایی‌شدۀ کانال‌های یکپارچه دارند.

Kazancoglu & Aydin (2018) پژوهشی با هدف شناسایی عوامل مؤثر در قصد خرید از کانال‌های‌‌ یکپارچه از دیدگاه مصرف‎‌کننده انجام دادند. یافته‌های گروه کانون، دوازده مضمون دربارۀ قصد دانشجویان از خرید از کانال‌های‌ یکپارچه را نشان می‌دهد. از بین دوازده مضمون مشاهده می‌شود که شش مضمون مشابه متغیرهای مدل UTAUT2،  (2012) Venkatesh et al.هستند. یافته‌های این پژوهش نشان می‌دهد که علاوه‌بر موارد اضافی مضمون، متغیرهای ازپیش‌تعیین‌شدۀ مدل UTAUT2 در ادبیات که شامل انتظار عملکرد، انتظار تلاش، شرایط تسهیل، انگیزۀ لذت‌جویانه، عادت ‌‌‌و ارزش قیمت بر قصد خرید از کانال‌های‌ یکپارچه تأثیرگذار بوده‌اند. آن‌ها شش مضمون دیگر را نیز پیشنهاد داده‌اند که در پژوهش‎‌های پیشین مشخص نشده بودند که شامل اعتماد ادراک‌شده، عوامل موقعیتی، ریسک ادراک‌شده، اضطراب، نیاز به تعامل ‌‌‌و نگرانی از حریم خصوصی هستند.

Shen et al.  (2018) در پژوهشی با عنوان «کیفیت ادغام کانال، شفافیت ادراک‌شده و استفاده از خدمات کانال‌های یکپارچه: نقش تعدیل‌کنندۀ تجربۀ استفادۀ داخلی و خارجی» به دنبال کشف محرک‌های بالقوۀ استفاده از خدمات کانال‌های یکپارچه بوده‌اند. آن‌ها دریافتند که کیفیت ادغام کانال به‌طور چشمگیری بر روان بودن ادراک‌شده در کانال‌های مختلف تأثیر می‌گذارد. نتایج همچنین نشان دادند که تجربۀ استفادۀ داخلی تأثیر روان بودن ادراک‌شده را تضعیف می‌کند؛ درحالی‌که تجربۀ استفادۀ خارجی تأثیر روان بودن ادراک‌شده را بر استفاده از خدمات کانال‌های یکپارچه تقویت می‌کند.

 (2016) Juaneda-Ayensa et al. در پژوهشی با عنوان «رفتار مشتری کانال‌های یکپارچه: محرک‌های اصلی پذیرش و استفاده از فناوری و تأثیر آن‌ها بر قصد خرید» به دنبال شناسایی عواملی بوده‌اندکه بر رفتارمصرف‎‌کنندگان ازکانال‌های ‌یکپارچه ازطریق پذیرش آن‌ها و استفاده از فناوری‌های جدید در طی فرایند خرید تأثیر می‌گذارد. برای این منظور، یک مدل اصلی را برای توضیح رفتار خرید از کانال‌های یکپارچه براساس متغیرهای استفاده‌شده در مدل UTAUT2 و دو عامل دیگر (نوآوری شخصی و امنیت درک‌شده) توسعه داده‌اند. آن‌ها دریافتند که عوامل تعیین‌کنندۀ اصلی قصد خرید در بستر کانال‌های یکپارچه به ترتیب اهمیت عبارت‌اند از: نوآوری شخصی، انتظار تلاش و انتظار عملکرد.

رحیم منفرد و حمیدی‎‌زاده (۱۴۰۴) در پژوهش خود با عنوان «طراحی الگوی کیفیت یکپارچه‎‌سازی کانال‌های همه‎‌کاره در صنعت بانکداری» به دنبال ارائۀ الگوی یکپارچه‎‌سازی کانال‌های یکپارچه در صنعت بانکداری بودند؛ درنهایت آن‌ها الگوی کیفیت یکپارچه‎‌سازی کانال‌های یکپارچه را با سه مؤلفه طراحی کردند: ۱- ابعاد کیفیت یکپارچه‎‌سازی مدل (ساختار کانال، تعامل یکپارچه، نیازسنجی مجدد زنجیرۀ کانال، مدیریت ارتباط با مشتری)؛ ۲- پیشران‌های مدل (تحلیل زنجیرۀ فعلی کانال، دانش مشتریان، سهولت استفاده از کانال، زیرساخت فناوری) و ۳- پیامدهای مدل (کسب مزیت رقابتی، کاهش هزینه، تمایل به خرید مجدد، رضایتمندی).

ایرانی و همکاران (1403) در پژوهش خود به دنبال تبیین و اولویت‌بندی پیشایندهای بازاریابی همه‌کاناله با رویکرد فراترکیب بودند. یافته‎‌های پژوهش آن‌ها مشتمل بود بر 1087 کد باز،90 مقولة فرعی سطح دوم، 13 مقولة فرعی سطح اول و چهار مقولة اصلی که پیشایندهای بازاریابی همه‎‌کاناله را در قالب سه سطح ارائه می‎‌دهد. نتایج حاکی‌از‌آن بود که چهار مقولة اصلی فرایندها و عملکردها، محیط، تعامل مشتری و منابع و سرمایه‎‌ها به ترتیب چهار پیشایند اصلی بازاریابی کانال‌های یکپارچه هستند. از میان 13 مقولة فرعی سطح اول بازاریابی همه‌کاناله، 9 مقوله براساس درصد تکرار در مقاله‎‌ها اولویت بیشتری داشتند که عبارت‌اند از: استراتژی و ساختار سازمانی، بازار، زمینۀ محیطی کسب‌و‎‌کار، ویژگی‎‌های رفتاری مشتری، منابع فناوری، ویژگی‎‌های مشتری، مدیریت منابع مالی، سرمایۀ انسانی و مدیریت منابع انسانی.

پارسائی و همکاران (1402) در پژوهشی نقش کانال‌های همه‎‌کارهرا در افزایش رضایت و وفاداری مشتریان بررسی کردند. فرضیات این پژوهش تأثیر کیفیت ادغام و ارزش درک‎‌شدۀ کانال همه‎‌کارهرا بر وفاداری مشتری باتوجه‌به نقش میانجی رضایت و مشارکت مشتری بررسی کرده است. یافته‎‌های پژوهش حاکی‌ازآن بود که کیفیت ادغام و ارزش درک‌شدۀ کانال همه‎‌کاره بر وفاداری مشتری تأثیر مثبت و معناداری دارد و تأثیر رضایت و مشارکت مشتری در رابطۀ بین کیفیت ادغام و ارزش درک‎‌شده کانال همه‌کاره بر وفاداری مشتری مثبت و معنادار است.

عباسی‎‌نامی و آسایش (۱۴۰۰) در پژوهشی استراتژی کانال همه‎‌کاره، کیفیت تعاملات یکپارچه، سلاست درک‌شده، تجربۀ مثبت و وفاداری مشتریان را در بین مشتریان بانک‎‌ها در شهر تهران بررسی کردند. نتایج به‌دست‌آمده حاکی‌ازآن بود که بین متغیرها روابط مثبت و معنادار وجود دارد؛ بنابراین، کیفیت تعاملات یکپارچه بر تجربۀ مثبت مشتری، همچنین سلاست درک‌شده بر تجربۀ مثبت مشتری تأثیر مثبت و معناداری دارند که ازطریق آن بر وفاداری مشتریان تأثیر مثبت و معناداری دارند؛ بنابراین، تجربۀ مثبت در بانک‎‌ها نقش مهمی در شکل‎‌گیری وفاداری مشتریان دارد.

نظر به بررسی پژوهش‎‌های صورت‌گرفته در این حوزه، باتوجه‌به جدیدبودن رویکرد کانال‌های یکپارچه مبرهن است که پیشینۀ پژوهشی زیادی به‌ویژه در داخل کشور وجود ندارد و همچنین در هیچ‌کدام از اندک پژوهش‎‌های داخلی نیز عوامل اثرگذار بر قصد خرید از کانال‌های یکپارچه بررسی نشده ‎‌است؛ بنابراین، باتوجه‌به شکاف موجود ضرورت انجام پژوهشی با تمرکز بر قصد خرید باتوجه‌به فرهنگ و محیط داخل کشور وجود دارد. از جنبۀ نوآورانه‌بودن پژوهش حاضر نیز، با بررسی پژوهش‎‌های پیشین ازجمله Shen et al.  (2018) و Li & Gong (2022) ایشان تأثیر روان بودن ادارک‌شده را بر روی قصد خرید بررسی کردند  همچنین Shen et al.  (2018)، Cheung et al. (2015) و پارسائی و همکاران (1402) در پژوهش‎‌های خود تأثیر کیفیت ادغام کانال را بر روی قصد خرید با میانجیگری روان بودن ادارک‌شده بررسی کردند. تأثیر سازگاری ادارک‎‌شده و ریسک ادراک‎‌شده بر روی قصد خرید توسط Shi et al.  (2020) و Kazancoglu & Aydin (2018) بررسی شده ‎‌است. Shi et al.  (2020) در پژوهش‎‌ خود تأثیر ابعاد تجربۀ مشتری را بر روی قصد خرید با میانجیگری سازگاری و ریسک ادراک‎‌شده بررسی کردند؛ درنتیجه در این پژوهش با نوآوری صورت‌گرفته در مدلی مفهومی تأثیر هم‌زمان این متغیرها بر روی قصد خرید بررسی شدند. جنبۀ دیگر نوآوری پژوهش حاضر در مقایسه با پژوهش‎‌های داخلی مربوط به جامعۀ آماری است. رحیم منفرد و حمیدی‎‌زاده (۱۴۰۴) به دنبال ارائۀ الگوی یکپارچه‎‌سازی کانال‌های یکپارچه در صنعت بانکداری بودند. پارسائی و همکاران (1402) نقش کانال‌های یکپارچه را در افزایش رضایت و وفاداری مشتریان 10 بانک خصوصی مشهد بررسی کردند. عباسی‎‌نامی و آسایش (۱۴۰۰) استراتژی کانال‌های یکپارچه در بین مشتریان بانک‎‌ها را در شهر تهران بررسی کردند؛ درنتیجه نوآوری دوم پژوهش حاضر، بررسی قصد خرید از کانال‌های یکپارچه در فروشگاه‎‌های زنجیره‎‌ای است..

 

 

شکل ۱: مدل مفهومی تحقیق

Figure 1: Conceptual Model of Research

 

 

  1. روش‌شناسی پژوهش

پژوهش حاضر از منظر هدف، کاربردی و ازنظر ماهیت و روش از نوع پژوهش‌های توصیفی-پیمایشی و همبستگی است و از شاخۀ پژوهش‌های میدانی به شمار می‎‌آید. قلمرو موضوعی این پژوهش حوزۀ استراتژی‌های کانال‌های توزیع در صنعت خرده‌فروشی، به‌ویژه بررسی رفتار مصرف‌کننده در مواجهه با استراتژی کانال‌های یکپارچه است.

ازآنجاکه این پژوهش به دنبال یافتن عوامل تأثیرگذار بر قصد خرید مشتریان از کانال‌های یکپارچه بود، بنابراین جامعۀ آماری این پژوهش شامل آن دسته از مشتریان فروشگاه‌های خرده‌فروشی زنجیره‌ای رفاه است که تجربۀ استفاده از تمامی کانال‌های این فروشگاه را دارند. برای دسترسی به این جامعۀ آماری، با ستاد مرکزی این فروشگاه برای توزیع پرسش‌نامه در نقاط تماس مختلف با مشتریان، هماهنگی‌های لازم انجام پذیرفت. ضمناً به دلیل گستردگی شعبه‌های فروشگاه رفاه و همچنین کانال‌های توزیع متنوع این فروشگاه اطلاعات دقیقی از حجم جامعۀ آماری در دسترس نبود؛ بنابراین، برای تعیین اعضای نمونه از روش تصادفی ساده استفاده شد. باتوجه‌به نا‎‌مشخص‌بودن حجم جامعۀ آماری براساس فرمول کوکران، حجم نمونه معادل ۳۸۴ نفر برآورد شد.

پرسش‌نامه از نوع استاندارد با ۴۱ گویه بود (جدول ۴) و روایی صوری و محتوایی آن توسط خبرگان تأیید شد. مقیاس سنجش طیف ۵گزینه‌ای لیکرت (کاملاً موافقم تا کاملاً مخالفم) لحاظ شده است. همچنین میزان روایی و پایایی واگرا برای هریک از متغیرهای اصلی مدل محاسبه شد که نتایج آن‌ها تأیید شد. به‌منظور آزمون فرضیات مرتبط با اجزای مدل، بررسی رابطۀ بین متغیرها و آزمون کل مدل، از مدل‌سازی معادلات ساختاری به روش حداقل مربعات جزئی و آزمون تحلیل عاملی تأییدی استفاده شد. باتوجه‌به اینکه سطح معناداری توزیع متغیرها باتوجه‌به آزمون کولموگروف-اسمیرنوف کمتر از ۵درصد، غیرنرمال بود از نرم‌افزار SmartPLS استفاده شد.

برای سنجش و تجزیه‌وتحلیل داده‌های به‌دست‌آمده، ابتدا از آمار توصیفی برای به‌دست‌آوردن میانگین‌ها و انحراف معیارها در هر سؤال از پرسش‌نامه و توزیع فراوانی پاسخ‌های داده‌شده به هریک از سؤال‌ها و نمودار ستونی در طیف پنج‌تایی لیکرت، با استفاده از نرمافزار 26SPSS انجام شد.

به‌منظور تعیین پایایی پرسش‌نامه نمونۀ اولیه‌ای شامل ۳۸ پرسش‌نامه پیش‌آزمون شد و سپس با استفاده از داده‌های به‌دست‌آمده از این پرسش‌نامه و با کمک نرم‌افزار 26SPSS میزان ضریب اعتماد یا آلفای کرونباخ هریک از متغیرها و کل پرسش‌نامه محاسبه شد که مقدار آن بالاتر از مقدار بحرانی 7/0 به دست آمد که نشان‎‌دهندۀ آن بود که پرسش‌نامه استفاده‌شده از پایایی لازم برخوردار است. پس از تعیین پایایی، پرسش‌نامه‎‌ها در میان جامعۀ آماری مد نظر توزیع شدند.

جدول ۴ خروجی این آزمون را برای پرسش‌نامۀ تهیه‌شده نشان می‌دهد که در آن میزان آلفای کرونباخ برای تمامی متغیرها بیشتر از مقدار بحرانی ۷/۰ است و درنتیجه پایایی پرسش‌نامه تأیید شد.

 

جدول ۴: پایایی پرسش‌نامه

Table 4: Questionnaire reliability

متغیر

تعداد گویه

آلفای کرونباخ

سطح معناداری آزمون KS

کیفیت ادغام کانال

۱۲

925/0

۰۰۰/۰

روان بودن ادراک‌شده

5

۷۹۱/0

۰۰۰/۰

تجربۀ مشتری کانال‌های یکپارچه

15

923/0

000/0

سازگاری ادراک‌شده

3

701/0

000/0

ریسک ادراک‌شده

3

839/0

000/0

قصد خرید از کانال‌های یکپارچه

3

807/0

000/0

کل پرسش‌نامه

41

966/0

000/0

 

 

  1. یافته‎‌های پژوهش

1-4. داده‎‌های جمعیت‌شناختی

توصیف داده‌های جمعیتی شامل جنسیت، سن، تحصیلات و وضعیت تأهل به‌لحاظ فراوانی در جدول 5 ارائه شده است.

 

 

جدول 5: ویژگی‎‌های جمعیت‌شناختی پاسخ‌دهندگان

Table 5: Demographic characteristics of the respondents

نوع داده

سطوح فراوانی

فراوانی

درصد فراوانی

جنسیت

مرد

زن

261

123

68

32

سن

کمتر از ۳۰ سال

31 تا 40 سال

41 تا 50 سال

168

162

۵۴

7/43

۵/42

8/13

تحصیلات

دیپلم

فوق دیپلم

لیسانس

فوق لیسانس

دکتری

52

62

174

86

۱۰

6/13

۹/15

9/44

5/22

۷/2

وضعیت تأهل

متأهل

مجرد

214

170

7/55

3/44

 

 

۲-4. بررسی پایایی و روایی ابزار اندازه‌گیری

برای سنجش پایایی سازه‌ها از شاخص آلفای کرونباخ، پایایی ترکیبی و میانگین واریانس استخراج‌شده (AVE) برای مؤلفه‌هایی استفاده شد که با متغیر آشکار اندازه‌گیری شده‌اند. مطابق جدول 6 داده‌های به‌دست‌آمده نشان‌دهندۀ روایی همگرا مناسب سازه‌ها است.

 

جدول 6: پایایی و روایی سازه‌های مدل

Table 6: Model constructs validity and reliability

متغیر

(Alpha˃0.7)

(CR˃0.7)

AVE>0/5

گستردگی انتخاب کانال

818/0

882/0

713/0

شفافیت خدمات کانال

821/0

797/0

567/0

ثبات محتوا

810/0

812/0

591/0

ثبات فرایند

819/0

813/0

592/0

روان بودن ادراک‌شده

791/0

865/0

566/0

پیوستگی

737/0

762/0

532/0

ادغام

742/0

۷۹۱/0

562/0

ثبات

742/0

816/0

597/0

انعطاف‌پذیری

732/0

777/0

544/0

شخصی‌سازی

663/0

796/0

568/0

سازگاری ادراک‌شده

701/0

833/0

627/0

ریسک ادراک‌شده

839/0

812/0

713/0

قصد خرید

807/0

811/0

567/0

 

 

3-4. بررسی بار عاملی بین گویهها و متغیرهای مکنون مربوط به خود

بار عاملی مقدار عددی است که میزان شدت رابطۀ بین یک متغیر مکنون و آشکار مربوط به آن را طی فرایند تحلیل مسیر مشخص می‌کند. حداقل مقدار قابل‌قبول بار عاملی هر ک از متغیرهای مشاهده‌پذیر با متغیر پنهان مربوط به آن برابر با 4/0 است. جدول 7 مقادیر بار عاملی گویه‌های پژوهش را نشان می‌دهد.

 

 

جدول 7: بار عاملی گویه‎‌های پژوهش

Table 7: Factor loading of research items

متغیر

گویه

بار عاملی

متغیر

گویه

بار عاملی

کیفیت ادغام کانال

(گستردگی انتخاب کانال)

CCB1

۸۴۵/0

 

ادغام

INT1

۶۱۶/0

CCB2

862/0

INT2

862/0

CCB3

826/0

INT3

751/0

کیفیت ادغام کانال

(شفافیت خدمات کانال)

CST1

761/0

 

ثبات

CONS1

764/0

CST2

779/0

CONS2

798/0

CST3

718/0

CONS3

757/0

کیفیت ادغام کانال

(ثبات محتوا)

CC1

804/0

 

انعطاف‌پذیری

F1

622/0

CC2

721/0

F2

660/0

CC3

779/0

F3

۹۰۰/۰

کیفیت ادغام کانال

(ثبات فرایند)

PC1

812/0

 

شخصی‌سازی

P1

۶۳۹/۰

PC2

763/0

P2

۸۳۵/۰

PC3

۷۳۰/۰

P3

۷۷۴/۰

 

 

روان بودن ادراک‌شده

PF1

۶۱۹/0

سازگاری ادراک‌شده

PCOM1

۶۸۰/0

PF2

۶۹۴/۰

PCOM2

833/0

PF3

724/0

PCOM3

851/0

PF4

849/0

 

ریسک ادراک‌شده

PR1

598/0

PF5

849/0

PR2

833/0

 

پیوستگی

C1

907/0

PR3

869/0

C2

738/0

 

قصد خرید

OSHI1

770/0

C3

478/0

OSHI2

758/0

 

 

 

OSHI3

775/0

 

باتوجه‌به جدول فوق تمامی ضرایب بالاتر از ۴/0 هستند و می‌توان نتیجه گرفت که بار عاملی مدل تأیید شده است.

 

۴-4. برازش مدل

برای ارزیابی برازش کلی مدل، شاخص‌های ضریب تعیین (R2)، پیش‌بینی مدل (Q2) و نیکویی برازش (GOF) استفاده شد. باتوجه‌به نتایج ارائه‌شده در جدول ۸ مقدار شاخص نیکویی برازش مدل محاسبه شد و مقدار آن بالاتر از ۳۶/۰ به دست آمد. همچنین مقادیر R2 و Q2 در حد کفایت هستند؛ درنتیجه برازش کلی مدل تأیید می‌شود.

 

 

جدول ۸: برازش مدل

Table 8: Model fit

متغیر

R2

Q2

GOF

قصد خرید

405/0

231/0

 

374/0

 

روان بودن ادراک‌شده

422/0

226/0

سازگاری ادراک‌شده

230/0

131/0

ریسک ادراک‌شده

058/0

025/0

 

 

شکل ۲: مقادیر R2 در مدل ترسیم‌شده

Figure 2: R2 values in the drawn model

 

 

شکل 3: مقادیرQ2 در مدل ترسیم شده

Figure3: Q2 values in the drawn model

 

۵-۴. آزمون فرضیههای پژوهش

مدل مفهومی پژوهش شامل 10 فرضیۀ مستقیم و ۲ فرضیۀ میانجی است. همان‌گونه که در شکل 4 مشخص است و در جدول 9 نیز آمده است، تعداد ۸ فرضیه مطابق انتظار تأیید  و تعداد 4 فرضیه در شرایط مورد آزمون پژوهش حاضر رد شدند.

 

شکل4: مدل نهایی پژوهش با ضرایبt-Values

Figure 4: Final research model with t-Values coefficients

 

 

 

جدول ۹: نتایج معادلات ساختاری برای بررسی فرضیه‎‌های پژوهش

Table 9: Results of structural equations to examine research hypotheses

اثرات

فرضیه

ضریب مسیر

T

سطح معناداری

وضعیت فرضیه

جهت تأثیر

 

روان بودن ادراک‌شده ← قصد خرید

195/0

۴۸۷/۳

۰۰۰/۰

تأیید

مثبت

 

سازگاری ادراک‌شده ← قصد خرید

۴۷۴/۰

763/9

۰۰۰/۰

تأیید

مثبت

 

ریسک ادراک‌شده ← قصد خرید

۲۷۰/0-

726/6

۰۰۰/۰

تأیید

منفی

 

کیفیت ادغام کانال ← روان بودن ادراک‌شده

۶۵۰/۰

252/19

۰۰۰/۰

تأیید

مثبت

مستقیم

پیوستگی ← سازگاری ادراک‌شده

295/0

۳۳۲/5

۰۰۰/۰

تأیید

مثبت

 

ادغام ← سازگاری ادراک‌شده

۰۱۵/۰

230/0

812/0

رد

---

 

ثبات ← سازگاری ادراک‌شده

289/0

۹۵۱/۴

۰۰۰/۰

تأیید

مثبت

 

ثبات ← ریسک ادراک‌شده

۰۷۰/۰

۶۲۹/۰

۵۲۵/۰

رد

---

 

انعطاف‌پذیری ← ریسک ادراک‌شده

۰۹۰/0

۲۲۸/۱

۱۹۵/۰

رد

---

 

شخصی‌سازی ← ریسک ادراک‌شده

۱۳۰/۰

894/1

۰۵۷/۰

رد

---

میانجی

کیفیت ادغام کانال ← قصد خرید

۰۸۲/0

۱۸۷/۲

۰۲۹/0

تأیید

مثبت

 

تجربۀ مشتری ← قصد خرید

۲۷۶/۰

۴۹۵/8

۰۰۰/۰

تأیید

مثبت

 

 

فرضیه‌های مستقیم

* روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‌های خرده‌فروشی زنجیره‌ای تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش روان بودن ادراک‌شده بر قصد خرید برابر با (۱۹۵/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۴۸۷/۳) بوده که بیشتر از (۹۶/۱) است و همچنین مقدار p-Value برابر با (۰۰۰/0) است؛ درنتیجه فرضیۀ اول در سطح اطمینان 99% تأیید می‌شود.

* سازگاری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‌های خرده‌فروشی زنجیره‌ای تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش سازگاری ادراک‌شده بر قصد خرید برابر با (۴۷۴/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۷۶۳/۹) بوده که بیشتر از (۹۶/1) است و همچنین مقدار p-Value برابر با (000/0) است؛ درنتیجه فرضیۀ دوم در سطح اطمینان 99% تأیید می‌شود.

* ریسک ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‌های خرده‌فروشی زنجیره‌ای تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش ریسک ادراک‌شده بر قصد خرید برابر با (۲۷۰/۰-) است که این مقدار منفی است و مقدار t-Value برابر با (۷۲۶/۶) بوده که بیشتر از (۹۶/۱) است و همچنین مقدار p-Value برابر با (۰۰۰/۰) است؛ درنتیجه فرضیۀ سوم تأیید می‌شود و در سطح اطمینان 99%، ریسک ادراک‌شده بر قصد خرید تأثیر منفی و معناداری دارد.

* کیفیت ادغام کانال بر روان بودن ادراک‌شده تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش کیفیت ادغام کانال بر روان بودن ادراک‌شده برابر با (۶۵۰/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (252/19) بوده که بیشتر از (96/1) است و همچنین مقدار p-Value برابر با (000/0) است؛ درنتیجه فرضیۀ چهارم در سطح اطمینان 99% تأیید می‌شود.

* پیوستگی بر سازگاری ادراک‌شده تأثیر معناداری دارد.

 باتوجه‌به جدول (۹)، ضریب مسیر برای نقش پیوستگی بر سازگاری ادراک‌شده برابر با (۲۹۵/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۳۳۲/۵) بوده که بیشتر از (۹۶/۱) است و همچنین مقدار p-Value برابر با (۰۰۰/۰) است؛ درنتیجه فرضیۀ پنجم در سطح اطمینان ۹۹% تأیید می‌شود.

* ادغام بر سازگاری ادراک‌شده تأثیر معناداری دارد.

 باتوجه‌به جدول (۹)، ضریب مسیر برای نقش ادغام بر سازگاری ادراک‌شده برابر با (015/0) است که این مقدار مثبت است و مقدار t-Value برابر با (230/0) بوده که کمتر از (96/1) است و همچنین مقدار p-Value برابر با (812/0) است؛ درنتیجه فرضیۀ ششم رد می‌شود.

* ثبات بر سازگاری ادراک‌شده تأثیر معناداری دارد.

 باتوجه‌به جدول (۹)، ضریب مسیر برای نقش ثبات بر سازگاری ادراک‌شده برابر با (289/0) است که این مقدار مثبت است و مقدار t-Value برابر با (591/4) بوده که بیشتر از (96/1) است و همچنین مقدار p-Value برابر با (000/0) است؛ درنتیجه فرضیۀ هفتم در سطح اطمینان 99% تأیید می‎‌شود.

* ثبات بر ریسک ادراک‌شده تأثیر معناداری دارد.

 باتوجه‌به جدول (۹)، ضریب مسیر برای نقش ثبات بر ریسک ادراک‌شده برابر با (۰۷۰/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۶۲۹/۰) بوده که کمتر از (۹۶/۱) است و همچنین مقدار p-Value برابر با (۵۲۵/۰) است؛ درنتیجه فرضیۀ هشتم رد می‌شود.

* انعطاف‌پذیری بر ریسک ادراک‌شده تأثیر معناداری دارد.

 باتوجه‌به جدول (۹)، ضریب مسیر برای نقش انعطاف‌پذیری بر ریسک ادراک‌شده برابر با (۰۹۰/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۲۲۸/1) بوده که کمتر از (96/1) است و همچنین مقدار p-Value برابر با (195/0) است؛ درنتیجه فرضیۀ نهم رد می‌شود.

* شخصی‌سازی بر ریسک ادراک‌شده تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش شخصی‌سازی بر ریسک ادراک‌شده برابر با (۱۳۰/۰) است که این مقدار مثبت است و مقدار t-Value برابر با (۸۹۴/1) بوده که کمتر از (96/1) است و همچنین مقدار p-Value برابر با (057) است؛ درنتیجه فرضیۀ دهم رد می‌شود.

 

فرضیههای میانجی

* کیفیت ادغام کانال با نقش میانجیگری روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش کیفیت ادغام کانال با نقش میانجیگری روان بودن ادراک‌شده بر قصد خرید از کانال‌های یکپارچه برابر با (082/0) است که این مقدار مثبت است و مقدار t-Value برابر با (187/2) بوده که بیشتر از (96/1) است و همچنین مقدار p-Value برابر با (029/0) است؛ درنتیجه فرضیۀ یازدهم در سطح اطمینان 99% تأیید می‌شود.

* تجربۀ مشتری کانال‌های یکپارچه با نقش میانجیگری ویژگی‌های نوآوری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه تأثیر معناداری دارد.

باتوجه‌به جدول (۹)، ضریب مسیر برای نقش تجربۀ مشتری کانال‌های یکپارچه با نقش میانجیگری ویژگی‌های نوآوری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه برابر با (۲۷۶/0) است که این مقدار مثبت است و مقدار t-Value برابر با (495/8) بوده که بیشتر از (96/1) است و همچنین مقدار p-Value برابر با (000/0) است؛ درنتیجه در سطح اطمینان 99% فرضیۀ دوازدهم تأیید می‌شود.

 

۵. بحث و نتیجه‌گیری

مطابق فرضیۀ اول، روان بودن ادراک‌شده بر روی قصد خرید تأثیر مثبت دارد. نتایج به‌دست‌آمده از بررسی فرضیه‎‌ها در جدول 9، نشان‎‌دهندۀ تأیید این فرضیه است. نتیجۀ حاصل از این فرضیه با پژوهش‎‌های Shen et al.  (2018) وLi & Gong  (2022) همخوانی دارد. همچنین نتایج پژوهش نشان داد که متغیر روان بودن ادراک‌شده با مقدار (2/42) درصد بیشترین واریانس متغیر قصد خرید از کانال‌های یکپارچه را تبیین می‌کند که در پژوهشShen et al.  (2018) روان‌بودن ادراک‌شده با مقدار (5/55) بیشترین واریانس تبیین‌شدۀ متغیر قصد خرید از کانال‌های یکپارچه را دارا بود. با این تفاوت که در این پژوهش مفاهیم ویژگی‌های نوآوری ادراک‌شده با متغیرهای «‌سازگاری ادراک‌شده و ریسک ادراک‌شده» و تجربۀ مشتری کانال‌های یکپارچه با متغیرهای «‌پیوستگی، ادغام، ثبات، انعطاف‎‌پذیری و شخصی‎‌سازی» به مدل اضافه شدند که به ترتیب متغیر سازگاری ادراک‌شده با مقدار (23)درصد و ریسک ادراک‌شده با مقدار (8/5)درصد واریانس قصد خرید از کانال‌های یکپارچه را تبیین می‌کنند. از این نتایج می‌توان چنین استنباط کرد که از میان متغیرهای اثرگذار بر ایجاد قصد خرید از کانال‌های یکپارچه، «‌روان بودن ادراک‌شده» دارای اهمیت بیشتری است. Majrashi & Hamilton (2015) روان بودن ادراک‌شده را به پنج بُعد شامل (روان‌بودن فعالیت، محتوا، شناخت، احساس و تعامل) تجزیه کرده‌اند. روان‌بودن فعالیت به میزان احساس راحتی مشتریان هنگام جابه‌جایی فعالیت از یک کانال به کانال دیگر اشاره دارد؛ برای مثال هنگامی‌که مشتری ازطریق هرکدام از کانال‌ها، فرایند جست‌وجو و خرید خود را آغاز کند و هر لحظه که تصمیم بگیرد در کانال دیگری این فرایند را ادامه دهد، این جابه‌جایی با سهولت صورت پذیرد و همچنین میزان پیشرفت قبلی خود را از دست ندهد. روان‌بودن محتوا به میزانی اشاره دارد که پس از تعویض کانال، مشتریان تداوم در خواندن یا جست‌وجو در محتوا و اطلاعات خدمات را تجربه کنند. روان‌بودن تعامل به میزان تداوم و پیوستگی تعاملات خدمات بین کانال اشاره دارد. روان‌بودن شناخت نشان می‌دهد که قضاوت مشتری دربارۀ خدمات پس از جابه‌جایی کانال بدون تغییر باقی می‌ماند؛ درحالی‌که روان‌بودن احساس توصیه می‌کند که مشتریان پس از تغییر کانال، به خدمات احساس یکسانی دارند. به‌طورکلی، پنج بُعد روان‌بودن، جنبه‌های متفاوت اما به‌هم‌پیوستۀ روان‌بودن ادراک‌شده را در زمینۀ خدمات کانال‌های یکپارچه پوشش می‌دهند. با استناد به مطالب ذکرشده و همچنین نتایج پژوهش می‎‌توان چنین استدلال کرد که مفهوم روان‌‎‌بودن بر ادراک عمومی مشتریان نسبت‌به دسترسی و سهولت انتقال بین کانال تأکید می‎‌کند که با هدف رویکرد کانال‌های یکپارچه سازگار است؛ براین‌اساس، زمانی که مشتریان تجربۀ متقابل روانی را در خدمات کانال‌های یکپارچه درک می‌کنند، در آن‌ها نگرش مثبتی به برند شکل خواهد گرفت و تلاش‌ها را برای تعویض کانال کاهش می‌دهند؛ بنابراین، احتمال بیشتری برای استفاده از کانال‌های یکپارچه خواهند داشت.

براساس فرضیۀ دوم، سازگاری ادراک‌شده بر قصد خرید از کانال‌های یکپارچه در فروشگاه‎‌های خرده‌فروشی زنجیره‎‌ای تأثیر معناداری دارد. نتیجۀ حاصل از این فرضیه با پژوهش‌های  Silva et al. (2018)،Shen et al.  (2018) و Truong (2021) همخوانی دارد. باتوجه‌به اینکه سازگاری ادراک‌شده به میزان ثبات تجربۀ ادراک‌شده ازطریق ارزش‌های موجود، اعتقادات، عادت‌ها، و تجربیات حال و گذشته کاربران بالقوه اشاره دارد (Aljabri& Sohail, 2012) و همچنین با اتکا به نتایج پژوهش‎‌های پیشین و پژوهش حاضر، می‎‌توان چنین نتیجه‌گیری کرد که اگر بتوان برای مشتری بالقوه تجربۀ یکنواختی از تعامل با برند را خلق کرد که متناسب با ارزش‌ها و عادت‌های ایشان است، به احتمال فراوان در قصد خرید مشتری از خدمات کانال‌های یکپارچه تأثیر بسزایی خواهد داشت.

در فرضیۀ سوم وجود رابطۀ منفی بین ریسک ادراک‌شده و قصد خرید آزمون شد که نتایج نشان از تأیید این فرضیه داشت. این نتیجه مطابق با تحقیقات پیشین  Herhausen et al. (2015)، Kazancoglu & Aydin (2018)،Shi et al.  (2020)، و Truong (2021) است. در تفسیر این فرضیه مطابق با تئوری انتشار نوآوری و به‌ویژه اصل پذیرش نوآوری می‎‌توان گفت که بیشتر انسان‌ها در پذیرفتن نوآوری‎‌ها احساس خطر می‌کنند و هرچه ریسک بیشتری را درک کنند، احتمال پذیرش و استفاده از آن نوآوری کاهش می‎‌یابد؛ بنابراین، باتوجه‌به نوآورانه‌بودن رویکرد کانال‌های یکپارچه، تئوری پذیرش نوآوری در این زمینه نیز تسری پیدا می‎‌کند و مشتریان ریسک‎‌های متنوعی ازجمله عملیاتی (نقص سیستم) و مالی (سرقت اطلاعات بانکی، عدم ثبات قیمت) را احساس می‌کنند؛ بنابراین، می‎‌توان با بالابردن امنیت و کیفیت سیستم کانال‌های یکپارچه، این ریسک‎‌ها را کاهش داد که به ایجاد قصد خرید در مشتریان منجر خواهد شد.

در این پژوهش ارتباط بین تجربۀ مشتری کانال‌های یکپارچه با قصد خرید ازطریق متغیر میانجی ویژگی‌های نوآوری ادراک‌شده نیز بررسی شد. نتایج پژوهش حاکی‌از تأیید فرضیۀ فوق است. در این قسمت ابعاد متغیر تجربۀ مشتری و چگونگی ارتباط آن با ویژگی‌های نوآوری ادراک‌شده تشریح می‌شود. با استفاده از نتایج پژوهش Shi et al.  (2020)، تجربۀ مشتری به‌صورت پنج متغیر پیوستگی، ادغام، ثبات، انعطاف‌پذیری و شخصی‌سازی و همچنین ویژگی‌های نوآوری ادراک‎‌شده با متغیرهای سازگاری ادراک‌شده و ریسک ادراک‌شده در نظر گرفته ‎‌شد که در مدل مفهومی به ترتیب تأثیر متغیرهای پیوستگی، ادغام و ثبات بر روی سازگاری ادراک‌شده و متغیرهای ثبات، انعطاف‌پذیری و شخصی‌سازی بر روی ریسک ادراک‌شده آزمون شد. نتایج نشان از وجود رابطه بین پیوستگی و ثبات با سازگاری ادراک‌شده و عدم وجود رابطه میان ادغام و سازگاری ادراک‌شده است. این نتایج را می‌توان چنین تفسیر کرد که چون ادغام کانال به ادراک مشتری از اینکه تا چه حد تمامی سیستم‌های اطلاعاتی و محتوای خدمات در سرتاسر کانال‌ها یک شکل و یکپارچه هستند، اشاره دارد و همچنین ادغام کانال به‌عنوان بدیهی‌ترین تمایز بین خرید چندکاناله و کانال‌های یکپارچه در نظر گرفته می‌شود. از طرفی باتوجه‌به اینکه فروشگاه رفاه تاکنون سیستم کانال‌های یکپارچه را به‌طور دقیق و علمی پیاده‌سازی نکرده است، بنابراین واضح است که مشتریان این فروشگاه درک دقیقی از ادغام کانال نداشتند؛ درنتیجه عدم تأیید این فرضیه در پژوهش حاضر منطقی به نظر می‌رسد. درخصوص بررسی متغیرهای ثبات، انعطاف‌پذیری و شخصی‌سازی بر روی ریسک ادراک‌شده نیز نتایج پژوهش تمامی سه فرضیۀ فوق را رد کرد. فقط عدم وجود رابطه بین انعطاف‌پذیری و ریسک ادراک‌شده مشابه تحقیق Shen et al.  (2018) است. همان‌گونه که Merschmann & Thonemann (2011) نشان دادند درجۀ انعطاف‎‌پذیری زیاد ممکن است به درجۀ عدم قطعیت بیشتری منجر شود؛ بنابراین، امکان دارد هنگامی که خرده‌فروشان کانال‌های یکپارچه، انعطاف‌پذیری زیادی برای جابه‌جایی بین کانال‌ها فراهم آورند، مشتریان این‌گونه برداشت کنند که انتقال فعالیت‌ها از یک کانال به کانال دیگر عدم قطعیت‌های فراوانی دارد؛ درنتیجه رد این فرضیه می‌تواند به دلیل بالابودن ریسک ادراک‌شده توسط مشتریان باشد که ناشی از جابجایی‌های فراوان و بدون حد و مرز بین کانال‌ها است که برای ایشان فراهم می‌شود. دربارۀ نتیجۀ دیگر پژوهش یعنی عدم رابطه میان ثبات و شخصی‌سازی با ریسک ادراک‌شده نیز لازم است تا در ابتدا اشاره‌ای به تعریف ریسک ادراک‌شده شود. Herhausen et al. (2015) ریسک ادراک‌شده را «ارزیابی کلی از عدم قطعیت و پیامدهای نامطلوب بالقوه در حین فرایند خرید» تعریف کرده‌اند. ایشان در پژوهش خود دریافتند که ریسک ادراک‌شده بر روی ترجیح‌های کانال خرید مشتریان اثر می‌گذارد. با تمرکز عمیق بر روی تعریف ریسک ادراک‌شده این‌گونه استنباط می‎‌شود که مشتریان زمانی احساس خطر می‌کنند که درگیر فرایند خرید از کانال‌های یکپارچه شوند و در ایشان نگرانی‌هایی از پیامدهای خرید ایجاد شود. باتوجه‌به عدم ارائۀ مکانیسم کانال‌های یکپارچه در جامعۀ آماری این پژوهش، مبرهن است که پاسخ‌دهندگان درک کاملی از این مبحث نداشته و درنتیجه ریسک بیشتری را احساس کرده‌اند؛ بنابراین، چنین به نظر می‎‌رسد که عدم ارتباط معنادار بین پاسخ‌های مربوط به ثبات و شخصی‌سازی با ریسک ادراک‌شده ناشی از همین موضوع است.

۶. پیشنهادات

براساس نتایج به‌دست‌آمده در این پژوهش پیشنهاد می‌شود تا ارائه‌دهندگان خدمات کانال‌های یکپارچه به این موارد توجه کنند: اول، نتایج نشان داد که روان بودن ادراک‌شده، عامل تعیین‌کنندۀ اصلی در ایجاد قصد خرید است؛ بنابراین، انتظار می‎‌رود که ارائه‌دهندگان خدمات کانال‌های یکپارچه  بستر لازم را برای ایجاد تجربۀ خدمات روان فراهم کنند. این امر با تمرکز بر روی ابعاد روان بودن ادراک‎‌شده (فعالیت، محتوا، شناخت، احساس و تعامل) میسر می‌شود که پیش‌تر توضیح داده شد.

دوم، خرده‌فروشان برای افزایش قصد خرید کانال‌های یکپارچه باید تلاش خود را برای افزایش سازگاری ادراک‌شدۀ مشتریان انجام دهند. سازگاری باید به روشی پویا در نظر گرفته شود؛ زیرا ترجیح و انتظار خرید مشتریان همراه با پیشرفت فناوری (برای ‌مثال واقعیت مجازی، دستگاه‌های حسی و واقعیت افزوده) درحال تغییر هستند (Juaneda-Ayensa et al., 2016)؛ بنابراین، خرده‌فروشان باید اطمینان حاصل کنند که فناوری‎‌های استفاده‌شده با عادت‌ها و تجربۀ قبلی مشتریان سازگار باشد. درضمن، خرده‌فروشان باید به تغییرات در ترجیح‌ها و عادت‌های مشتری در زمینه‎‌های مختلف خرید حساسیت زیادی داشته باشند. این پژوهش همچنین نشان داد که برای افزایش سازگاری ادراک‌شده، خرده‌فروشان باید پیوستگی، ادغام و ثبات را در کانال‌ها افزایش دهند؛ برای مثال، محتوای خدمات و اطلاعات باید در کانال‌های مختلف با ثبات باشد و تمامی کانال‌ها به هم متصل شوند تا اطمینان حاصل شود که مشتریان در روند خرید سردرگم نمی‎‌شوند. خرده‌فروشان کانال‌های یکپارچه به‌منظور ارائۀ ارزش بیشتر به مشتریان باید به‌جای ادغام سادۀ کانال‌های فعلی خود، آن‌ها را بهینه کنند؛ به‌عبارت‌دیگر، تجربۀ مشتری یکپارچه برای بهینه‌سازی کل زنجیرۀ ارزش ازجمله خدمات، تبلیغات، مکان فروشگاه، مدیریت ارتباط با مشتری و غیره به ادغام، پیوستگی و ثبات بین کانال‌ها نیاز دارد. این به معنای تغییرات درخور توجه شرکت در سطح استراتژیک و سازمانی است. تغییرات در فرایندهای بازاریابی و زیرساخت‎‌ها می‌تواند خرده‌فروشان کانال‌های یکپارچه را قادر سازد تا ادغام کانال، پیوستگی و ثبات را تسهیل کنند؛ برای مثال، ازنظر بهینه‎‌سازی شبکۀ فروشگاهی، خرده‎‌فروشان کانال‌های یکپارچه می‌توانند شبکۀ فروشگاه فیزیکی را باتوجه‌به حضور فروشگاه‎‌های آنلاین برای به حداکثر رساندن هم‌افزایی در بین کانال‌ها تغییر ساختار دهند.

سوم، ریسک ادراک‌شده در خرید کانال‌های یکپارچه از قصد خرید مشتریان جلوگیری می‎‌کند. مشتریان ممکن است ریسک‎‌های مربوط به عملکرد و مالی را به دلیل وجود فناوری‌های جدید و عدم اطمینان از فرایند خرید درک کنند. این پژوهش پیشنهاد می‎‌دهد که افزایش ثبات و شخصی‎‌سازی به ادراک ریسک کمتری توسط مشتریان منجر خواهد شد؛ بنابراین، خرده‌فروشان باید اطمینان حاصل کنند که مشتریان می‌توانند به اطلاعات ثابت دسترسی داشته باشند و ازطریق کانال‌های مختلف پاسخ‌های یکنواخت دریافت کنند. همچنین باید ازطریق کانال‌ها یک مکانیزم بازخورد به‌موقع ایجاد شود تا از هرگونه ناسازگاری در اطلاعات و فرایندهای خدمات جلوگیری شود. برای تسهیل شخصی‎‌سازی، خرده‌فروشان باید از فناوری‌های پیشرفته مانند هوش مصنوعی استفاده کنند تا ترجیح‌ مشتری را در خریدهای کانال‌های یکپارچه دقیق‎‌تر پیش‌بینی کنند؛ برای مثال، داده‌های کلان دربارۀ سابقه خرید مشتریان در کانال‌های مختلف می‎‌تواند برای پیشنهادات و تبلیغات محصول تجزیه‌وتحلیل شوند؛ به‌علاوه، خدمات سفارشی‌سازی شده بین کانال‌ها نیز باید ارائه شود تا نیازهای متنوع مشتریان در مراحل مختلف خرید برآورده شود.

ایرانی، حمیدرضا، ابراهیمی، الهام، و صومی، بابک (1403). تبیین و اولویت‌بندی پیشایندهای بازاریابی همه‌کاناله با رویکرد فراترکیب. مدیریت بازرگانی، 16(4)، 909- 948.
پارسائی، زینت، اسلامی، قاسم، و رحیم‌نیا، فریبرز (1402). نقش کانال‌های همه‌کاره در افزایش رضایت و وفاداری مشتریان. بررسی‌های بازرگانی، 21(119)، 75-98.
رحیم منفرد، جواد، و حمیدی‌زاده، محمدرضا (۱۴۰۴). طراحی الگوی کیفیت یکپارچه‌سازی کانال‌های همه‌کاره در صنعت بانکداری. مدیریت بازاریابی هوشمند، 6(1)، 165-188.
عباسی نامی، حامد، و آسایش، ابوالقاسم. (۱۴۰۰). استراتژی کانال همه‌کاره: تأثیر کیفیت تعاملات یکپارچه و سلاست درک‌شده بر وفاداری مشتریان، ازطریق تجربه مثبت. چشم‌انداز مدیریت بازرگانی، 20(48)، 87-113.
 
Abasi-Nami, H., & Asayesh, A. (2022). Omnichannel strategy: The impact of integrated interaction quality and perceived fluency on customer attitudinal loyalty through positive experience. Journal of Business Managemetn Perspective, 20(48), 87-113. https://jbmp.sbu.ac.ir/article_102091.html?lang=fa  [In Persian].
Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., Algharabat, R. (2018). Examining factors influencing Jordanian customers’ intentions and adoption of internet banking: Extending UTAUT2 with risk. Journal of Retailing and Consumer Services, 40, 125–138.  https://doi.org/10.1016/J.JRETCONSER.2017.08.026
AlJabri, I., & Sohail, M. S. (2012). Mobile banking adoption: Application of diffusion of innovation theory. Journal of Electronic Commerce Research, 13(4), 379–391. https://ssrn.com/abstract=2523623
Amaro, S., & Duarte, P. (2015). An integrative model of consumers’ intentions to purchase travel online. Tourism Management, 46, 64–79.  https://doi.org/10.1016/J.TOURMAN.2014.06.006
Beck, N., & Rygl, D. (2015). Categorization of multiple channel retailing in multi-, cross-, and omni‐channel retailing for retailers and retailing. Journal of Retailing and Consumer Services, 27, 170–178. https://doi.org/10.1016/J.JRETCONSER.2015.08.001
Bendoly, E., Blocher, J. D., Bretthauer, K. M., Krishnan, S., & Venkataramanan, M. A. (2005). Online/in-store integration and customer retention. Journal of Service Research, 7(4), 313–327. https://doi.org/10.1177/1094670504273964
Bhalla, R. (2014). The omni-channel customer experience: Driving engagement through digitisation. Journal of Digital & Social Media Marketing, 1(4), 365–372. https://doi.org/10.69554/CCFN6203
Brynjolfsson, E., Hu, Y. J., & Rahman, M. S. (2013). Competing in the age of omnichannel retailing. MIT Sloan Management Review.
Cassab, H., & MacLachlan, D. L. (2006). Interaction fluency: A customer performance measure of multichannel service. International Journal of Productivity and Performance Management, 55(7), 555–568. https://doi.org/10.1108/17410400610702151
Cheung, C. M. K., Shen, X. L., Lee, Z. W. Y., & Chan, T. K. H. (2015). Promoting sales of online games through customer engagement. Electronic Commerce Research and Applications, 14(4), 241–250. https://doi.org/10.1016/J.ELERAP.2015.03.001
Chevalier, S. (2022). Global Retail E-Commerce Market Size 2014-2021. Statist. https://www.statista.com/statistics/379046/worldwide-retail-e-commercesales/.
Denis, C., & Karsenty, L. (2004). Inter-usability of multi-device systems: A conceptual framework. In A. Seffah, & H. Javahery (Eds.), Multiple User Interfaces: Cross-Platform Applications and Context-Aware Interfaces (pp. 373–384). Wiley. https://doi.org/10.1002/0470091703.ch17
Gao, F., & Su, X. (2017). Online and offline information for omnichannel retailing. Manufacturing & Service Operations Management, 19(1), 84–98. https://doi.org/10.1287/msom.2016.0593
Herhausen, D., Binder, J., Schoegel, M., & Herrmann, A. (2015). Integrating bricks with clicks: Retailer-level and channel-level outcomes of online–offline channel integration. Journal of Retailing, 91(2), 309–325. https://doi.org/10.1016/J.JRETAI.2014.12.009
Irani, H. R., Ebrahimi, E., & Somi, B. (2024). Clarification and prioritization of omnichannel marketing antecedents: A meta-synthesis approach. Journal of Business Management, 16(4), 909-948. https://doi.org/10.22059/JIBM.2023.356336.4550. [In Persian].
Jayasingh, S., Girija, T., & Arunkumar, S. (2022). Determinants of omnichannel shopping intention for sporting goods. Sustainability14(21), 14109. https://doi.org/10.3390/su142114109
Joseph, G. (2015). Sustaining brick & mortar through omnichannel: An emerging story of retail business model convergence. The International Journal of Business & Management, 3(2). https://www.internationaljournalcorner.com/index.php/theijbm/article/view/129508
Juaneda-Ayensa, E., Mosquera, A. & Murillo, Y. S. (2016). Omnichannel customer behavior: Key drivers of technology acceptance and use and their effects on purchase intention. Psychol, 7, 1117. https://doi.org/10.3389/fpsyg.2016.01117
Kazancoglu, I., & Aydin, H. (2018). An investigation of consumers’ purchase intentions towards omni-channel shopping: A qualitative exploratory study. International Journal of Retail and Distribution Management, 46(10), 959–976. https://doi.org/10.1108/IJRDM-04-2018-0074
Kerviler, G. D., Demoulin, N. T. M., & Zidda, P. (2016). Adoption of in-store mobile payment: Are perceived risk and convenience the only drivers? Journal of Retailing and Consumer Services, 31, 334–344. https://doi.org/10.1016/J.JRETCONSER.2016.04.011
Khalid, B. (2024). Evaluating customer perspectives on omnichannel shopping satisfaction in the fashion retail sector, Heliyon, 10)16(, e36027. https://doi.org/10.1016/j.heliyon.2024.e36027
 Kiba-Jania, K. (2014). The use of mobile phones by customers in retail stores: A case of Poland. Economics & Sociology, 7(1), 116–130. https://www.economics-sociology.eu/files/15_36_Kiba-Janiak.pdf
Lazaris, C., & Vrechopoulos, A. (2014). From multichannel to “Omnichannel” retailing: Review of the literature and calls for research. 2nd International Conference on Contemporary Marketing Issues, (ICCMI), Athens, Greece. https://doi.org/10.13140/2.1.1802.4967
Lee, H. H., & Kim, J. (2010). Investigating dimensionality of multichannel retailer’s cross-channel integration practices and effectiveness: shopping orientation and loyalty intention. Journal of Marketing Channels, 17(4), 281–312.  https://doi.org/10.1080/1046669X.2010.512859
Li, Y., Liu, H., Lim, E. T. K., Goh, J. M., Yang, F., & Lee, M. K. O. (2018). Customer’sreaction to      cross-channel integration inomnichannel retailing:   The mediating roles ofretailer uncertainty, identity    attractiveness, and switching costs. Decision Support Systems,109,50–60. https://doi.org/10.1016/j.dss.2017.12.010
Li, Y., & Gong, X. (2022). What drives customer engagement in omnichannel retailing? The role of omnichannel integration, perceived fluency, and perceived flow. IEEE Transactions on Engineering Management, 71, 797–809. https://doi.org/10.1109/TEM.2021.3138443
Madaleno, R., Wilson, H., & Palmer, R. (2007). Determinants of customer satisfaction in a multi-channel B2B environment. Total Quality Management & Business Excellence, 18(8), 915–925. https://doi.org/10.1080/14783360701350938
Majrashi, K., & Hamilton, M. (2015). A cross-platform usability measurement model. Lecture Notes on Software Engineering, 3(2), 132–144. https://scispace.com/pdf/a-cross-platform-usability-measurement-model-11jan4b9hh.pdf
Merritt, K., & Zhao, S. (2020). An investigation of what factors determine the way in which customer satisfaction is increased through omni-channel marketing in retail. Administrative Sciences, 10(4), 85. https://doi.org/10.3390/admsci10040085
Merschmann, U., & Thonemann, U. W. (2011). Supply chain flexibility, uncertainty and firm performance: An empirical analysis of German manufacturing firms. International Journal of Production Economics, 130(1), 43–53. https://doi.org/10.1016/J.IJPE.2010.10.013
Mirsch, T., Lehrer, C., & Jung, R. (2016). Channel integration towards omnichannel management: A literature review. Pacific Asia Conference on Information Systems (PACIS), Chiayi, Taiwan. https://www.researchgate.net/publication/305463125_
 Mishra, R.Singh, R. K., & Paul, J. (2025). Factors influencing behavioural intention to avail omnichannel service among Gen Y consumers. Benchmarking: An International Journal, 32(3), 1017-1044. https://doi.org/10.1108/BIJ-05-2023-0333
Mosteller, J., Donthu, N., & Eroglu, S. (2014). The fluent online shopping experience. Journal of Business Research, 67(11), 2486–2493. https://doi.org/10.1016/J.JBUSRES.2014.03.009
Oh, L. B., & Teo, H. H. (2010). Consumer value co-creation in a hybrid commerce service-delivery system. International Journal of Electronic Commerce, 14(3), 35–62. https://www.jstor.org/stable/20749971
Park, J., & Kim, R. B. (2019). The effects of integrated information &service, institutional mechanism and need for cognition (NFC) on consumer omnichannel adoption behavior. Asia Pacific Journal of Marketing and Logistics, 33(6), 1386-1414. https://doi.org/10.1108/APJML-06-2018-0209
Parsaei, Z., Eslami, G., & Rahimnia, F. (2023). The role of omnichannels in increasing customer satisfaction and loyalty. Commercial Surveys Bimonthly. 21(119), 75-98. https://doi.org/10.22034/bs.2022.558088.2599 [In Presian].
Picot-Coupey, K., Huré, E., & Piveteau, L. (2016). Channel design to enrich customers’ shopping experiences: synchronizing clicks with bricks in an omni-channel perspective-the Direct Optic case. International Journal of Retail & Distribution Management, 44(3). https://doi.org/10.1108/IJRDM-04-2015-0056
Piotrowicz, W., & Cuthbertson, R. (2014). Introduction to the special issue information technology in retail: Toward omnichannel retailing. International Journal of Electronic Commerce, 18(4), 5–16. https://doi.org/10.2753/JEC1086-4415180400
Rahim-Monfared, J., & Hamidizadeh, M. R. (2025). Omni-channel integration quality pattern designing in bank industry. Journal of Intelligent Marketing Management, 6(1), 165-188. https://doi.org/JABM.3.2.15564.351256.3257101541 [In Persian].
Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing fluency and aesthetic pleasure: Is beauty in the perceiver’s processing experience? Personality and Social Psychology Review, 8(4), 364–382. https://doi.org/10.1207/s15327957pspr0804_3
Riaz, H., Baig, U., Meidute-Kavaliauskiene, I., & Ahmed, H. (2022). Factors effecting omnichannel customer experience: Evidence from fashion retail. Information, 13(1), 12. https://doi.org/10.3390/info13010012
Rigby, D. (2011). The future of shopping. Harvard Business Review, 89(12), 65–76. https://B2n.ir/wh4533
Rodríguez-Torrico, P., Cabezudo, R. S. J., & San-Martin, S. (2017). Tell me what they are like and I will tell you where they buy. An analysis of omnichannel consumer behavior. Computers in Human Behavior, 68, 465–471. https://doi.org/10.1016/j.chb.2016.11.064
Rosenblum, P., & Kilcourse, B. (2013). Omni-Channel 2013: The long road to adoption. Retail Systems Research. https://www.rsrresearch.com/research/omni-channel-2013-the-long-road-to-adoption
Saghiri, S., Wilding, R., Mena, C., & Bourlakis, M. (2017). Toward a three-dimensional framework for omni-channel. Journal of Business Research, 77, 53–67. https://doi.org/10.1016/J.JBUSRES.2017.03.025
Schramm-Klein, H., Wagner, G., Steinmann, S., & Morschett, D. (2011). Cross-channel integration–is it valued by customers? The International Review of Retail, Distribution and Consumer Research, 21(5), 501–511. https://doi.org/10.1080/09593969.2011.61886
Sharma, N., & Fatima, J. K. (2024). Influence of perceived value on omnichannel usage: Mediating and moderating roles of the omnichannel shopping habit. Journal of Retailing and Consumer Services, 77, 103627. https://doi.org/10.1016/j.jretconser.2023.103627
Shen, X. L., Li, Y. J., Sun, Y., & Zhou, Y. (2018). Person-environment fit, commitment, and customer contribution in online brand community: A nonlinear model. Journal of Business Research, 85, 117–126.  https://doi.org/10.1016/J.JBUSRES.2017.12.007
Shi, S., Wang, Y., Chen, X., & Zhang, Q. (2020). Conceptualization of omnichannel customer experience and its impact on shopping intention: A mixed-method approach. International Journal of Information Management, 50, 325–336. https://doi.org/10.1016/j.ijinfomgt.2019.09.001
Sloboda., L., Dunas., N., & Limanski, A. (2018). Contemporary challenges and risks of retail banking development in Ukraine. Banks and Bank Systems, 13(1), 88–97. https://doi.org/10.21511/bbs.13(1).2018.09
Sorkun, M. F., Yumurtacı Hüseyinoglu, I. O. & Borühan, G. (2020). Omni-channel capability and customer satisfaction: Mediating roles of flexibility and operational logistics service quality. International Journal of Retail & Distribution Management, 48(6), 629–648. https://doi.org/10.1108/IJRDM-07-2019-0235
Sousa, R., & Voss, C. A. (2006). Service quality in multichannel services employing virtual channels. Journal of Service Reaserch, 8(4), 356–371. https://doi.org/10.1177/1094670506286324
Silva, S. C., Martins, C. C., & de Sousa, J. M. (2018). Omnichannel approach: Factors affecting consumer acceptance. Journal of Marketing Channels, 25(1), 73-84. https://doi.org/10.1080/1046669X.2019.1647910
Truong, T.H.H. (2021). The drivers of omni-channel shopping intention: A case study for fashion retailing sector in Danang, Vietnam, Journal of Asian Business and Economic Studies, 28(2), 143 159. https://doi.org/10.1108/JABES-05-2020-0053
Tseng, S. Y., & Wang, C. N. (2016). Perceived risk influence on dual-route information adoption processes on travel websites. Journal of Business Research, 69(6), 2289–2296. https://doi.org/10.1016/J.JBUSRES.2015.12.044 
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412
Verhoef, P. C., Kannan, P. K., & Inman, J. J. (2015). From multi-channel retailing to omni-channel retailing: Introduction to the special issue on multi-channel retailing. Journal of Retailing, 91(2), 174–181. https://doi.org/10.1016/j.jretai.2015.02.005
Wu, J. F., & Chang, Y. P. (2016). Multichannel integration quality, online perceived value and online purchase intention: A perspective of land-based retailers. Internet Research, 26(5), 1228–1248. https://doi.org/10.1108/IntR-04-2014-0111