医药电商用户粘性影响因素分析

时间：2023-03-28 05:50:01 | 来源：电子商务

时间：2023-03-28 05:50:01 来源：电子商务

引言 近年来电子商务不断发展涉及到越来越多的行业，与传统医药销售模式相比，医药电商平台 能够更好地降低经营交易成本，实现资源高效化配置。近年来我国医药电商发展势头迅猛， 叮当快药、阿里健康、 京东健康、美团（送药上门）等平台服务得到广泛使用。本研究旨 在“互联网+ 医疗”“国家药品集采”以及“疫情常态化”的交叉背景下，从信任感、忠诚 度、体验感三个角度探究用户粘性的影响因素。

一、研究背景

（一）中国医药电商发展背景

1. 政治总体积极鼓励，促进医药电商渠道进一步打开

政策层面：呈现积极鼓励的态势，随着监管日趋规范化，医药行业将走出无序竞争，以“两票制”、带量采购为代表的政策将促进行业更健康地发展。同时，推进线上医保支付打通、 电子处方流转、网售处方药解禁等将带来下一步红利，促进医药电商渠道进一步打开。

“两票制”：2017 年《关于在公立医疗机构药品采购中推行“两票制”的实施意见(试行)》 推行“两票制”压缩药品流通环节，降低药价，促使医药和健康产品供应商寻求具有高效供 应链能力的销售及市场推广渠道。

带量采购：2021 年《关于推动药品集中带量采购工作常态化制度化开展的意见》促使制药 公司等的分销战略向线上转移，为医药电商带来未中标品种红利。

医保支付打通：2020 年《关于积极推进“互联网+”医疗服务医保支付工作的指导意见》完 善“互联网+”医疗服务医保支付政策；2021 年《关于优化医保领域便民服务的意见》正式 提出积极探索信息共享，实现处方流转、在线支付结算、送药上门一体化服务。

电子处方流转：2020 年《关于以新业态新模式引领新型消费加快发展的意见》、《关于深入 推进“互联网+医疗健康”“五个一”服务行动的通知》鼓励积极发展互联网健康医疗服务， 提及大力推进电子处方流转、药品网络销售等服务。

网售处方药逐步解禁：2019 年《药品管理法》网售处方药部分解禁；2021 年《关于服务“六 稳”“六保”进一步做好“放管服”改革有关工作的意见》在确保电子处方来源真实可靠的 前提下，允许网络销售除国家实行特殊管理的药品以外的处方药。

2. 人口老龄化加剧，医疗健康消费支出增加

中国 65 岁及以上人口数量在 2020 年已达 19059 万人，占总人口的 13.5%，占比持续增 加，人口老龄化加剧，发病人口率上升，医疗健康市场进一步扩大。此外，国内居民人均可 支配收入稳步上升，消费模式正在升级，随着人们健康意识的增强，医疗保健消费支出占比 也在逐渐上升，为医药电商奠定了需求基础。

3. 医疗服务流程线上化、数字化趋势凸显

医药电商具有规模效应优势 医疗服务线上闭环逐步完善，更多流程实现线上化，患者就医行为改变，大众对于互联网医 疗的认知度和认可度迅速攀升。作为互联网医疗的重要组成部分，医药电商也随之成长起来。 与线下药房相比，医药电商能够触达更广泛的用户，能够实现规模效应，议价能力更强。同 时，可以提供有效的用户教育，对于营销创新产品亦更为有效。越来越多的消费者被在线零 售药房吸引，而越来越多的线下药店也寻求与线上渠道合作。

4. 快递物流网络日趋完善，医药物流服务与技术全面升级

医药物流供应链服务与技术实现全面升级，医药物流实现信息化、智慧化，帮助医药电商有 效整合上下游资源，同时，探索更符合市场需求的物流服务，实现医药物流服务升级。 医药零担：常温药品端到端运输，解决不足整车的运输需求，根据药品的属性和温、湿度要 求以集拼或分拨的模式进行点对点配送。 医药合储：根据客户需求提供提供药品、医疗器械等品类贷物存储、流通等一站式医药仓储 服务。 医药整车：依据货物的温度要求，为客户提供符合药品运输规范的、点对点和点对多点的整 车直送运输服务。 医药冷链：满足工业企业发运小批量多频次冷藏药品而提供的全程可视、一站式、点对点、 点对多点药品配送。

（二）中国医药电商发展现状

1. 医药电商市场规模高速增长，成为互联网医疗盈利增长极 受利好政策影响，市场规模继续高速增长，在疫情的催化下中国 2020 年医 药电商市场交 易规模逼近 2000 亿元，渗透率稳步提升，随着政策的开放与推进， 行业将迎来新一轮增 长，市场规模还将继续扩大。 在互联网医疗企业中，最早实现盈利的是京东健康，其医药 电商业务 2020 年占比 86.7%，而其他两大港股上市互联网医疗企业，医药电商业务占比 也很高， 可见，医药电商已成为互联网医疗的盈利增长极，是其中必不可少的重要一环。

2.互联网巨头入局奠定行业格局，传统药店积极寻求数字化转型 互联网巨头在医药电商领域具有天然的优势，京东、阿里、美团、拼多多等 巨头相继入局 以来，行业竞争格局被改写，占据大部分流量，马太效应凸显。 互联网巨头多具备平台运 营形式，为传统连锁药店提供了转型的窗口，线下药店入驻医药电商平台，依靠互联网平台 流量优势拓展销售渠道，积极拥抱数字 化转型。同时，各大平台也为连锁药店提供网店建 设服务，助推药店线上化、数 字化。

3.医药电商以三种模式介入，解决传统医药通路痛点

1）自营+平台 B2C 兼顾，满足用户多元需求 医药电商的 B2C 模式是指卖方直接面向消费者 的商业模式，分为自营式 B2C 和平台式 B2C，互联网医药电商平台一般二者兼顾，提升产 品供应能力，满足 C 端用户多元需求。尽管市场份额不是最大，但 B2C 已成为医药电商中 最成熟、 4 最活跃的市场，以天猫医药为例，2021 财年活跃用户已经达到 2.8 亿。

2）B2B 加速成长，自营式以产品和价格优势更能吸引终端客 医药电商的 B2B 模式是指卖 方面向采购终端的商业模式。近年来，医药 B2B 呈现出交易体量持续增加、参与主体多样 化、商业模式崭露差异化的特点，进入 加速成长的阶段，成为单体药店及基层终端采购的 重要工具。和 B2C 模式相似， B2B 也可以分为自营式和平台式，尽管各有优劣，但自营式 B2B 具备产品和价 格的优势，能够吸引更多终端客户，更能成为企业的主流选择。此外， 政府主导 B2B 是非营利性的药品集中招标采购平台。

3）消费习惯逐步养成，O2O 持续为线下药房吸引流量 医药电商的 O2O 模式是指消费者在 线上下单，零售终端安排线下指导及药 品配送，通过销售价差、交易佣金和为线下导流等 方式进行盈利。同样，医药电 商 O2O 既有依托线下连锁店物流的轻资产平台模式，也有自 建物流团队配送药 品、布局线下药店的重资产自营模式。目前 O2O 模式规模仍较小，通常 订单呈 现“小而散”的特点，更多的是作为线下药店的延伸服务而存在。 随着用户用药及 时性需求被挖掘、外卖习惯的养成，医药 O2O 得到一定程 度的增长，凭借价格、选择、服 务、易监管等方面的优势持续为线下药房吸引流 量，提升门店服务半径，提高用户粘性。 但配送费用高、消费频次低、利润率低 等问题依旧等待行业解决。

4. 持续提升用户体验，满足用户更广泛的医药服务需求 药品消费非标准化，消费者购药前往往存在一定的问药需求，在疫情的催化 下，诊疗服务 获得高速增长，为了方便用户使用、为其提供更专业的用药指导， 医药电商积极拓展用药 科普、在线问诊、专家咨询等业务，提升平台专业性。另 一方面，针对用户特点，医药电 商也推出慢病续方、吃药提醒等贴心服务，为用 户提供全方位医疗健康保障，增强用户粘 性。

二、文献回顾及假设提出

（一）用户粘性及相关研究

1. 用户粘性的定义 所谓用户粘性，不同学者从不同角度出发对其有不同的理解。Zott 认为用户粘性是指网站 吸引用户，并能够使用户在网站长时间停留的能力[1] ，Lin 认为留住用户，并不断延长用 户停留在该社区的时间就是用户粘性[2] 。王海萍认为粘性就是用户为了避免其消费行为改 变时所带来的额外成本，会保持原有的行为习惯不变[3]。Wu 等以在线网络游戏为研究对象， 将游戏用户的粘性描述为玩家不断重复返回游戏中并延长每次停留时间的意愿[4]。基于对在 线社区用户粘性的相关研究进行梳理，发现学者们普遍认为用户粘性指的是对目标社区的一 种感受，主要体现在其对在线社区的重复使用行为[5]。总结起来，本文认为用户粘性用两方 面维度来衡量:访问时间长度和频次，以及用户留存率。

2. 用户粘性的作用良好的用户粘性是促进社会化媒体用户在线交互的必要基础，因为用户 粘性 可以提高给用户决策带来更多支持性信息的可能性，从而奠定用户购买意愿形成 的基 础。研究表明，用户价值（特别是功能价值和享乐价值）创造，是用户粘性的关键,用户价 值创造是用户参与到产生用户粘性的重要驱动因素[6]。内容个性化对于网站粘性和用户支付 意愿有正向影响，所以建议平台设计师使用个性化价值来积极影响网站粘性和加强在线商业 模式[7]。

（二）用户体验、用户信任、用户满意度与用户粘性

1. 用户体验与用户信任用户体验（User Experience，UE）则是指用户在使用产品、系统或 服务过程 中建立起来的纯主观感[8]。如可用性、易用性等。本文所研究的用户体验为用户 在使用医药电商平台过程中的全部感受。 用户信任是指特定产品或服务的使用者，对于产 品本身或者其供应商所表现出来的选择相信他们能实现相互之间约定的态度。Gefen 等认 为人机交互领域的信任是基于用户对系统的可预测性、可靠性、公平性、友善、诚信的态度 [9]。 近年来，国内外学者针对医药电商平台开展了一系列研究。在用户体验问题上，王若佳 等对三个常用的健康类搜索引擎进行了可用性评估，提出了提高查准率、适当减少广告、建 立网站内容评价体系等建[10]。董伟分析了医学健康网站的可用性影响因素，并通过实证构建 了医学健康网站的测评指标体系，最后从网站的可信任程度、信息质量、性能、个性化体验 以及专业服务质量等方面提出了可用性优化策[11]。Nazi 等发现退伍军人事务部在过去十年 内持续通过用户体验分析模型（CXA）获取用户反馈，以此来完善其电子健康门户网站的功 能、内容 、界面设计等，有效提升了用户的数量和满意度。通过分析该案例，Nazi 指出 电 子健康网站的建设应以用户为中心，增强用户体验，满足用户需求[12]。Bolle 等调查了老年 癌症患者的电子健康网站使用情况后发现，由于导航布局存在问题且缺少说明，大多数患者 难以找到自己需要的信息。因此，Bolle 等指出设计电子 健康网站应基于用户体验提升可 用性和实用性[13]。Cerdan 等设计了一系列实验 ，招募部分患者并给予其康复门户网站的访 问权限，这些患者通过门户网站进行在线康复治疗，并在使用两周后给出了包括问题和建议 在内的体验报告。分析该实验后，Cerdan 指出在设计电子健康门户网站时充分考虑患者的 使用体验，能有效提升服务的满意度 [14]。 而在医药电商平台的用户信任问题上，王文韬等 通过提取用户信任的主要前 置动因，阐释了用户信任路径的实现，构建了电子健康用户信 任概念框架 [15]， 并通过不完全信息动态博弈模型分析用户信任问题，得出减少博弈回合提 升用 户口碑、整合云服务保护个人信息安全等启示[16]。Silence 等对 1123 位英美 7 国 家的电子健康网站用户进行了信任问题的在线调查，并通过主成分分析和结构 方程模型分 析得出信誉和公正性仍是人们信任电子健康网站的关键因素[17]。也有学者研究了电子健康 网站的用户信息行为。张坤等构建了电子健康网站用户信 息披露行为影响因素模型，指出 其核心影响因素为感知效用、感知风险、主观规范、服务质量和病情特征[18]。王文韬等通过 文献综述指出未来电子健康用户息 行为的研究应加强研究对象精细化、研究方法多样化、 研究主题差异化[19]。 综上，用户信任受到多种因素的影响，用户通过医药电商平台获得有用的医 药信息、得到 相应帮助、做出正确决策，能够获得良好的用户体验，从而增加用户信任；反之，用户没有 在平台获得需要的信息，感知不到良好的体验，则减弱用户信任。

2. 用户体验与用户满意度 用户满意度是用户对其付出和收益是否合理进行评价的心理状 态，是产品或 服务的理想状态与现实所得之间差异的具体反映[20]。 罗贝宁等提出用户满意 度由物质、精神、社会三个递进层次组成[21]。 Johnson 和 Anderson 等认为感知质量、用 户预期、感知价值及总体满意度之间具有一定关系[22]。在顾客满意度的影响因素方面，汪莉 霞认为顾客满意度的影响因素是多方面的，平台可以通过提升服务质量来获得较高的满意度 ﹐从而提升企业在行 业内的竞争力。综合其他满意度模型和我国的实际情况，利用结构方 程模型构建 了适应我国国情的顾客满意度模型[23]。崔春生，李梦竹，王雪基于结构方程模 型建立的满意度模型选择了顾客期望等 7 个二级指标，分析得到在研究的三个因 素中，产 品质量对顾客满意度的影响最大;其次是物流服务质量;影响最小的是售 后服务质量。提出 要想提高顾客满意度，就要针对淘宝网的这三方面因素有目的 性的去进行平台优化的建议 [24]。 综上，用户满意度受到多种因素的影响，用户通过医药电商平台获得有用的医药信息、得到 相应帮助、做出正确决策，能够获得良好的用户体验，从而增加用户满意度；反之，用户没 有在平台获得需要的信息，感知不到良好的体验，则减弱用户满意度。

3. 用户体验与用户粘性伴随着医药电商平台使用次数的增多和使用时间的延长，用户对平 台的态度 也会逐渐发生变化，良好的体验是形成用户粘性的重要原因。然而，各大医药电 商平台往往忽略用户在使用在线社区过程中的体验感。如何在线上为用户营造良 好的医疗 环境，满足用户的需求，成为当下企业及平台管理者首要考虑的问题。 用户通过医药电商 平台获得有用的医药信息、得到相应帮助、做出正确决策，能 够获得良好的用户体验，从 而增加用户粘性；反之，用户没有在平台获得需要的 信息，感知不到良好的体验，则减弱 用户粘性。

4. 用户信任与用户粘性 Kim 和 Lee[25]通过控制特定变量（感知有用性和易用性），探讨了 顾客信 任对企业博客用户粘性的潜在影响及其潜在的信任前因（信息和服务质量、程序 可 信度等），其研究发现：作为一种强调沟通和关系的社交媒介，在企业博客上 形成和维护公 司与顾客之间以及顾客之间关系的最重要因素是信任。一项基于成对（pairwise）关系的元 分析研究了在线信任在 B2C 电子商务中的作用，相 关研究表明，在线信任表现出与顾客选 择的前因（例如，感知的隐私、感知的服 务质量）和后果（例如，忠诚度、重复购买意图） 的显著关系[26]。Tsaia 和 Hung[27]指出，具有高度情感信任的成员更愿意坚守网络平台，因 为他们对过去的关系感到 满意，并且从使用中感知到期望的价值和利益，从而对粘性意图 产生积极的影响。

5. 用户满意度与用户粘性 期望确认理论 ( Expectation Confirmation Theory，ECT) 是 用于研究消费者 的重新购买意愿的重要理论[28]。Bhattacherjee 认为用户对信息系统的持 续使用意 愿与消费者是否继续购买产品或服务非常类似，他突破传统针对信息系统的用户 采纳理论的研究框架，基于期望确认理论构建了全新的信息系统持续使用模型 ( Expectation Confirmation Model of IS Continuance，ECM) [29]，证明了用户满 意度对持续 使用意愿有显著的正向影响。ECM 模型被提出以来，已被相关学者 运用于不同主题的研究 中，比如门户网站、移动互联网、SNS 网站，以及用户基 于虚拟社区的知识创建或分享意 愿 [30]。本文认为用户粘性用两方面维度来衡量: 用户分享意愿和用户留存率。

参考文献

[1] ZOTT G,AMIT G,DONLEVY J.Strategies for value creation in e-commerce:[J] .European Management Journal,2000,18(5):463-475.

[2] LIN J C. Online stickiness: its antecedents and effect on purchasing intention[J] . Behaviour & Information Technology,2007,26(6):507-516.

[3] 王海萍.在线消费者行为影响因素研究述评[J] .消费经济,2009,25(05):92-95.

[4] WU J H,WANG S C,TSAI H.Falling in love lith online games: The uses and gratifications perspective[J].Computers in Human Behavior,2010,26(6):1862-1871.

[5] LI D,GLENN J.JAMES C,et al.Why Do Internet Users Stick lith a Specific Web Site A Relationship Perspective[J] . International Journal of Electronic Commerce,2006,10(4):105-141.

[6]李亚恒,陈金华.基于 TAM 的旅游 APP 持续使用意愿研究[J].西安建筑科技大 学学报 (社会科学版),2019,38(02):35-41.

[7]刘紫微,胡月.大学生旅游 App 用户粘性影响因素研究[J].现代商业,2020(34):21- 22

[8]. ISO 9241-210:2010,Ergonomics of human system interaction-Part 210:Human-centered design for interactive systems[S].Geneva:International Organization for Standardization,2010.

[10]王若佳 , 李月琳 . 基于用户体验的健康类搜索引擎可用性评估 [J]. 图书情 报工作， 2016, 60（7）：92-102. [11]董伟 . 基于用户体验的医学健康网站可用性研究 [M]. 天津 : 南开大学出 版社，2017： 8-19.

[12]Nazi K M, Turvey C L, Klein D M, et al. A Decade of Veteran Voices: Examining Patient Portal Enhancements Through the Lens of User-Centered Design[J]. Journal of Medical Internet Research, 2018, 20（7）：e10413.

[13]Bolle S, Romijn G, Smets E M.A, et al. Older Cancer Patients’ User Experiences With WebBased Health Information Tools:A Think Aloud Study[J].Journal of Medical Internet Research ,2016, 18（7）：e208. 26

[14]Cerdan J, Catalan-Matamoros D, Berg S W. Online communication in a rehabilitation setting: Experiences of patients with chronic conditions using a web portal in Denmark[J].Patient Education and Counseling, 2017, 100（12）：2283-2289.

[15]王文韬，李晶，姜景，等 . 电子健康用户信任前置动因、路径实现及概念框 架 [J]. 图 书馆，2018（2）：85-93.

[16]王文韬 , 李晶 , 张帅 , 等 . 基于不完全信息动态博弈模型的电子健康网 站用户信任 机制研究 [J]. 图书情报知识，2018（3）：78-84.

[17] Sillence E, Blythe J M, Briggs P, et al. A Revised Model of Trust in Internet-Based Health Information and Advice: Cross-Sectional Questionnaire Study[J]. Journal of Medical Internet Research, 2019, 21（11）：208.

[18]张坤 , 王文韬 , 李晶 , 等 . 电子健康网站用户信息披露行为影响因素研 究 [J]. 图书 情报工作，2018, 62（16）：82-91.

[19] 王文韬 , 张坤 , 徐淑颖 , 等 . 国内电子健康用户信息行为研究 [J]. 图书 馆建设， 2018（10）：86-91

[20] Haines Jr.GH.THE THEORY OF BUYER BEHAVIOR(Book).Journal of the American Statistical Association.1970.

[21]罗贝宁,邓胜利.用户满意度理论发展与应用研究[J].图书情报工作,2005(04).

[22] Fornell C,Johnson MD,Anderson EW,Jaesung Cha,Bryant BEThe American Customer Satisfaction Index:Nature,Purpose,and Findings.Journal of Marketing.1996.

[23]汪莉霞.基于改进结构方程模型的平台企业顾客满意度的实证[J].统计与决 策,2019 年第 9 期:174-177.

[24]崔春生,李梦竹,王雪.基于淘宝网的网购顾客满意度模型实证研究[J.数学的实 践与认 知,2019 年第 6 期:87-99.

[25] KIM Y，LEE H S. Conceptual modelling on the relationship between trust and stickiness to corporate blog in Korea [J]．Information: An International Interdisciplinary Journal，2011，14 ( 04) : 1151 － 1169.

[26] KIM Y，PETEＲSON Ｒ A. A meta － analysis of online trust relationships in e － commerce ［J］． Journal of Interactive Marketing，2017，38 ( 01) : 44 － 54

[27] TSAIA J C，HUNG S Y. Examination of community identification and interpersonal trust on continuous use intention: Evidence from experienced online 27 community members ［J］． Information ＆ Management，2019，56 ( 04) : 552 － 569.

[28] Oliver． A cognitive model of the antecedents and consequences of satisfaction[J]． Journal of Marketing Research,1980( 17) : 460 － 469．

[29] Bhattacherjee A ． Understanding information systems continuance: an expectation confirmation model [J]． MIS Quarterly，2001，25( 3) : 351 － 370．

[30] Chou S W，Min H T C，Chang Y C，et al． Understanding continuance intention of knowledge creation using extended expectation － confirmation theory: an empirical study of Taiwan and China online communities [J]． Behaviour ＆ Information Technology，2010，29( 6) : 55