一个购物车，多个渠道：实时库存可视化如何塑造跨境全渠道零售中的信任与购买连续性

《Journal of Retailing and Consumer Services》：One cart, many channels: How real-time inventory visibility shapes trust and purchase continuity in cross-border omnichannel retail

　　

摘要
本研究将库存数据延迟隔离为全渠道零售的一个运营原语，评估其对跨渠道购买连续性和消费者信任的影响。利用双重实地设计，将随机客户级功能标记实验与 142 个门店节点实时库存可视性（RTIV）基础设施的分阶段推广相结合，捕获了来自 96,318 名忠诚客户的 812,406 个会话。多层逻辑回归和 Cox 生存分析框架表明，从 4 小时批次基线过渡到 60 秒实时窗口，显著提高了结账完成率，从 34.7% 提升至 41.9%（F = 256.63, p < 0.001; OR = 1.71），并将购物车放弃的瞬时风险降低了 26%（HR = 0.74, p < 0.01）。并行中介剖析证实，这种运营提升是通过行为信任恢复而非技术页面渲染速度起作用的；实时可视性系统地最小化了程序化验证循环，将行为价格核对退出率从 22.6% 降低至 9.8%（F = 190.45, p < 0.001）。跨层次交互显示，绩效提升主要集中在对时间敏感的网上下单门店自提（BOPIS）路径中（OR = 1.45, p < 0.01）。高维堆叠双重差分模型和价格离散敏感度矩阵证实了这些发现在局部促销、竞争和定价混淆因素面前的因果稳健性。在财务上，实证转化提升抵消了前期云端和微服务基础设施成本，预计资本回收期清晰为 13.8 个月。本研究用客观的数字轨迹日志取代了传统的心理测量量表，证明了底层数据处理延迟作为企业转化速度的结构性约束而发挥作用。

引言
零售商不再逐渠道竞争；他们竞争的是单一购物车能否随着客户在网页浏览器、移动应用程序和实体门店之间无缝流转（Verhoef et al., 2015）。随着全球零售电子商务销售额在未来几年接近 7 至 8 万亿美元，提供统一的购物体验已从可选服务转变为严格的运营要求。全渠道零售整合在线和离线渠道以提供无缝的购物体验（Rigby, 2011; Verhoef et al., 2015）。在这一框架下，消费者可以通过移动设备将产品添加到数字购物车中，在电脑上验证本地可用性，并通过店内自提或送货上门完成履行（Brynjolfsson et al., 2013; Piotrowicz and Cuthbertson, 2014）。实现无缝的全渠道体验需要零售商不仅整合面向客户的渠道，还要整合支撑这些渠道的组织流程和数字基础设施（Hansen and Sia, 2015）。履行全渠道零售的核心承诺需要零售商的后台系统在所有面向客户的渠道间保持持续的库存同步。这种无缝集成依赖于后台运营执行，而非前端数字设计选择（Bell et al., 2014; Gallino and Moreno, 2014）。因此，交易连续性严重依赖于在决策那一刻向消费者显示的库存可用性数据是否与履行点的物理库存准确匹配。当后端数据架构无法快速同步时，信息差异会在跨渠道结账漏斗中产生严重的转化摩擦。在快节奏的履行任务中，包括网上下单门店自提（BOPIS）和门店发货配送路径，这种技术摩擦变得极具破坏性。因此，底层库存系统的处理延迟作为企业运营可靠性和转化绩效的结构性约束而发挥作用。

关于全渠道零售的研究大幅增加，突出了渠道整合在塑造客户忠诚度、满意度和复购意图方面的作用（Cao and Li, 2015; Herhausen et al., 2015; Hossain et al., 2019）。许多此类文献将渠道整合视为一个捆绑包：一致定价、共享忠诚度账户、跨渠道退货和统一客户资料通常一起研究，并将它们与满意度或忠诚度的结合关联从态度调查中估算（Lim et al., 2022; Yin et al., 2022; Zhang et al., 2024）。这一演进直接建立在跨渠道互动环境的基础框架之上，例如 LOOP 模型，该模型早期就隔离了耦合媒体结构中同步互动性如何驱动消费者响应机制（Davis and Yung, 2005; Davis and Sajtos, 2008）。相比之下，较少受到关注的是该捆绑包中一个更窄的运营组成部分：物理库存变化与所有渠道显示可用性之间的延迟。一个在应用上看到“有货”，却在结账时，或者更糟糕地在自提时被告知商品不可用的客户，经历了一种非常具体的承诺违背，这更接近于运营失败而非服务态度失败（Ishfaq et al., 2016）。然而，这种结构性区别并非完全孤立运行；而非作为严格的二元对立，后台运营能力和一线人工服务交付存在于一个互动连续体中。虽然数据库同步延迟会在履行漏斗中造成结构性中断，但对消费者信任的下游行为损害可能会受到主动店面服务恢复、透明员工沟通和本地化跨渠道问题解决的强烈调节。这种区别很重要，因为购买放弃研究二十年来一直强调心理前因，如价格比较、结账摩擦、安全顾虑和账户疲劳（Close and Kukar-Kinney, 2010; Kukar-Kinney and Close, 2010; Kapoor and Vij, 2021）。这些解释很有说服力，但它们主要是为单渠道商务开发的，那时“购物车”存在于一个平台内。在全渠道背景下，全球平均数字购物车放弃率持续徘徊在 70.22%，并在时尚服装和家居用品行业高达 77% 至 84.6%，购物车连续性严重依赖于一个未受研究的结构性条件：数据延迟。当该条件失效时，放弃在心理上看起来可能类似于价格驱动的退出，但它源于营销研究很少将其与其他形式的渠道整合隔离开来的数据延迟问题。

全渠道营销研究仍然受到表面用户体验指标与后端技术基础设施之间脱节的根本制约。当前框架无法捕捉或隔离内部库存数据库更新如何影响实时购买最终确定。由于传统模型依赖事后态度调查来衡量用户信任，它们无法诊断由移动、网页和实体门店节点之间的数据延迟差异引起的无声转化泄漏。因此，商户缺乏一种分析方法论来区分常规消费者价格购物行为与由后端运营信誉中断引发的结构性购物车放弃。缺乏精确的因果证据使得组织无法量化从标准批次更新过渡到实时库存系统的经济回报。

本研究探索库存数据延迟如何通过将实时库存可视性（RTIV）（界定为 60 秒同步窗口）与 4 小时批次更新基线进行比较来影响消费者购物行为。它特别探索库存更新频率是否导致交易完成率的变化。通过测试这些不同的同步间隔，研究确定实时追踪是否阻止了在线购物车放弃。它隔离了由此产生的转化提升是源于技术渠道性能，如优化的页面渲染速度，还是行为渠道，如对履行承诺的消费者信任。此外，本研究通过追踪 30 天重复购买连续性和跨渠道购物车恢复习惯来衡量长期客户反应。最后，分析映射了库存更新如何与不同的履行路径相互作用，包括门店自提、路边自提和送货上门，跨越服装、鞋类和家居用品类别。

为了提供实证结构和可操作的基准，本研究正式提出并解决了以下具体研究问题：
•RQ1：从低频批次可视性过渡到实时库存可视性是否显著提高了单个会话的购买完成率？
•RQ2：价格核对退出等行为信任代理变量在多大程度上中介了系统数据延迟与客户购物车放弃之间的关系？
•RQ3：系统延迟的缓解是否改变了客户的长期交易寿命，特别是推动 30 天重复购买连续性？
•RQ4：库存可视性的绩效效果如何与情境敏感的履行路径（例如本地自提与配送）以及不同的零售产品类别相互作用？
•RQ5：物理分配环境是否改变了运营数据摩擦，使得库存数据延迟对跨渠道购买连续性的负面影响对于本地自提履行路径显著强于标准送货上门替代品？

为了弥合表面指标与技术现实之间现有的基础设施和行为差距，本研究包含四个核心研究目标：
•RO1：量化与标准批次更新相比，实时库存可视性对购物会话购买完成几率的直接因果效应。
•RO2：确定来自高频库存可视性的转化提升是通过技术渠道（页面加载速度）还是行为渠道（运营信任）起作用的。
•RO3：绘制数据延迟对短期客户重复购买和跨渠道购物车恢复行为的长期影响。
•RO4：建立库存可视性变化在不同履行模式（BOPIS、门店发货）和不同产品类别下的运营边界条件。
•RO5：通过评估库存数据延迟对跨渠道购买连续性的负面影响在本地自提与标准送货上门路径上的差异，建立情境敏感的运营边界。

在本研究中，采用了多方法实证方法来减少渠道整合文献中常见的自我报告偏差，利用一家在多地区运营 142 个实体门店节点并拥有集成网页和移动商务平台的专业零售商的数据。实证框架结合了两个不同的准实验设计，跨越一个确切的十周观察窗口，包括一个在活跃购物会话期间将用户随机分配给不同数字库存可视性处理的客户级功能标记实验，以及一个提供自然双重差分设置以评估特定跨渠道履行路径的分阶段区域基础设施推广。两种研究设计都完全依赖管理记录，包括后端销售点日志、服务器点击流和仓库数据库馈送。这种对管理的关注确保了因果识别依赖于客观分配机制，而非回顾性的客户态度。实时库存可视性（RTIV）被定义为在严格的 60 秒窗口内发生的系统同步，这与保守的 4 小时批次更新基线和没有可视性信号的控制设置形成对比。最后，统计生存模型将 24 小时内保存并恢复的数字购物车视为右删失数据点，而非直接的放弃事件，虽然这 24 小时窗口如果消费者经历长期购买犹豫可能会引入低估即时放弃的风险，但全面的稳健性检查证实了危害模型在替代时间约束下保持结构不变。

通过解决重要的理论和实践差距，本研究做出了三项关键贡献。首先，它将渠道整合分解为一个可测试的运营原语——库存数据延迟，并表明该原语与购买连续性具有独立的、具有经济意义的关联，超越了通常研究的忠诚度和满意度结果（Ailawadi and Farris, 2017; Neslin et al., 2006），证明了从碎片化网络过渡到同步追踪平台时购物车放弃风险基线降低 18%。其次，它开发并验证了一组行为信任代理变量——价格核对退出行为、跨渠道购物车恢复和短期重复购买——允许直接从交易记录中推断出信任一致的行为，解决了电子商务研究中自我报告信任措施生态效度长期存在的担忧（McKnight et al., 2002; Pavlou, 2003）。我们通过正式的中介检查验证了这些代理变量，证明因果联系是通过减少运营信任而非战略性搜索行为起作用的，因为即使严格控制价格离散和活跃本地促销计划，价格核对退出的负数据延迟效应仍然高度稳健（β = ?0.18, p < 0.01）。第三，它利用大规模实地数据以及生存分析和准实验方法，而非横断面调查相关性，证明了库存可视性的价值并非均匀分布：它集中在需要客户在特定时间信任特定物理位置的履行路径上，如网上下单门店自提和门店发货，以及考虑时间较长的类别。最后，我们明确绘制了这些效果如何跨越更广泛的行业边界条件——特别是食品杂货、奢侈品和数字原生零售环境——转化，以确保实证外部效度。

这项研究的结构意义在于其实证性地重新工程化了零售渠道整合构念，将其完全从心理测量调查框架移至客观系统基础设施领域。通常，营销发表的研究将“全渠道整合”视为静态的前端美学或政策对齐，忽略了内部数据库延迟引入的无声摩擦。通过系统地证明信息延迟会导致可测量的转化泄漏，这项工作确立了数据处理速度作为消费者运营信任的核心前因。科学上，这将交易失败的概念负担从单纯的客户心理转移到了后端基础设施延迟上。

实践中，该框架为从业者提供了明确的经济论证依据，以将缓慢的ERP网络升级为实时数据管道，从而证明延迟降低能够带来转化漏斗和长期客户复购行为的可量化改善。因此，本研究框架将技术性能与业务收入直接关联，表明更快的后端系统将带来更高的购买完成率和客户留存率。本研究的实证范围由合作方的全渠道基础设施中直接获取的运营数据和交易变量所界定。研究探讨实时库存可见性（RTIV）如何因果性地影响购买连续性和消费者信任。实验范围涵盖六个核心运营指标：购买完成率、购物车放弃风险、跨渠道续购、价格核查退出、库存更新延迟以及三十天复购率。目标群体仅限于在网页、移动应用程序和实体门店触点间进行交互的活跃忠诚度关联零售消费者。地理范围方面，样本限定于美国四个预定人口普查区域（东北、中西部、南部和西部）的142个实体门店节点。时间维度上，分析框架捕获的数据覆盖了一个精确的十周观察窗口，从二月第三周延续至四月最后一周。最终分析数据集严格由96318名唯一的忠诚度关联客户生成的812406个购物会话组成。为维护结构完整性并最大限度减少分析偏差，本研究框架有意排除了特定类别和方法论。首先，匿名或非忠诚度关联的数字购物会话被排除，因为跨渠道追踪需要唯一的忠诚度关联标识符。其次，员工账户、企业对企业（B2B）组合以及内部IT测试日志被明确移除（导致删除3114个会话），以防止行为扭曲。第三，本研究有意排除了传统心理评估工具，如回溯性态度调查、消费者小组或结构方程模型（SEM）。这些方法论边界确保数据延迟参数完全锚定在行政管理和交易关联的点击流记录中。最后，其他商业领域，包括杂货网络、奢侈品服装板块或纯电商环境，均在本研究范围之外。这些审慎的限制将运营数据延迟与市场混淆因素隔离开来，确保高度的内部效度。通过设定这些明确的边界，我们确保数据保持准确和可靠。这有助于我们精确展示计算机系统延迟如何影响真实的客户购物行为。

**文献综述**

渠道整合已从多个角度进行研究，从多渠道、跨渠道和全渠道零售的战略类型学（Beck和Rygl，2015）到将整合与销售增长（Cao和Li，2015）及客户互动（Zhang等，2024）联系起来的实证研究。本节整合了有关库存可见性的先前研究，构建了一个操作信任框架，解释了为何数据延迟会影响购买连续性，提出了一个简化的概念模型，并提出了——

**研究背景与设计**

本研究与一家特色零售商（MidSpec Retail Co.）合作开展，该公司在四个美国人口普查区域（东北、中西部、南部和西部）运营142家实体门店，门店地理位置分布在北纬25.12°至北纬47.45°、西经71.12°至西经122.43°的地理网格内。该合作涵盖实体门店销售、交易型网站和本土移动应用程序。所有商业触点共享统一订单管理系统——

**样本特征与随机化平衡**

结果（表1）显示，结账完成率最高值为41.9%，出现在实时可见性（RTV）组；最低值为28.4%，出现在实验对照基线（无可见性/NV组）下；而中等转化率在遗留运营现状（四小时批量可见性/BV组）下实现，为34.7%（F = 2566.3；p < 0.001）。然而，价格核查退出率呈现相反的趋势——

**研究发现**

本研究旨在阐明系统引发的库存数据延迟和技术同步速度如何直接塑造消费者购买行为和跨渠道结账机制。为实现高精度识别，选取了四个地理区域——东北、中西部、南部和西部人口普查区域的142个实体门店节点，以及六个核心运营变量，包括购买完成率、购物车放弃风险、跨渠道续购——

**结论**

一个能够在数字和实体触点间可信地流转的购物车，依赖的不仅仅是价格一致性或共享的忠诚度数据库结构；它更依赖于购物车背后的后端库存数据是否足够实时以值得信赖。本研究采用大规模现场设计，将随机化的客户层面数字实验与自然发生的渐进式运营推广相结合，提供了稳健的实证证据，表明库存数据延迟作为——

**CRediT作者贡献声明**

Zhuang Yan：概念化、方法论、数据整理、审阅与编辑。Liu Jiarui：数据整理、调查、验证、可视化。Wang Xin：方法论、审阅与编辑、验证。Su Ruiqian：监督、审阅与编辑。Deng Yifan：原稿撰写。Fang Luo：审阅与编辑。

**资金**

本研究由厦门理工学院2026年校级科研基金项目"人工智能赋能项目"资助（项目编号：KYZXQTS202605）。

**利益冲突声明**

作者声明他们不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。

Zhuang Yan | Liu Jiarui | Wang Xin | Su Ruiqian | Deng Yifan | Fang Luo
厦门理工学院 人文教育暨传媒艺术学院，福建 厦门 361021，中国