The Impact of Digital Ecosystems on Customer Experience and Its Boundary Conditions: A Moderated Mediation Effect Model

Wang Xiaoli1, Gu Ying1, Peng Zhenzhen2

(1.School of Economics and Management, Northwest University, Xi′an 710127, China; 2.School of Management, Xi′an University of Architecture and Technology, Xi′an 710055, China)

Abstract：With the development of the digital economy, the digital ecosystem has become an important form of digital development in various industries. Especially in the automotive industry, through the digital ecosystem, automobiles provide users with an immersive experience with multiple terminals, rich scenarios and seamless connections. In the context of digitalization and intelligence, customer experience is a key indicator for the design, evaluation, and development of a terminal-oriented digital ecosystem, and has become an important factor influencing consumer choice in addition to price, brand, and performance. However, there is insufficient knowledge in the existing research about the impact of digital ecosystems on customer experience and the boundary conditions of this impact. Research on customer experience mainly focuses on the organizational and individual levels, and research on customer experience at the digital ecosystem level is relatively scarce. Even in the field of service ecosystem research, which focuses on the phenomenological experience related to user value formed in the process of resource integration, the impact of related factors on customer experience at the ecosystem level has not been analyzed in depth.

Against this backdrop, this study examines the impact of the digital ecosystem on customer experience and its boundary conditions. Specifically, it takes the Source-Position-Performance(SPP) framework, widely used in marketing, as a theoretical framework. Following the logic of "sources of advantage—positional advantages—performance outcomes", the study proposes that digital capabilities are the sources of advantage in digital ecosystems, digital capabilities-driven innovation helps digital ecosystems establish positional advantages, and the sources of advantage and positional advantages influence the performance outcome of digital ecosystems-customer experience, thus building a moderated mediating effect model.

In order to validate the theoretical model, this study selects digital ecosystems in the field of Internet of Vehicles as the research object. In terms of development speed and market size, the automotive industry has become a leading industry in the development of the digital ecosystem. The development of the digital ecosystem of smart cars is also a significant embodiment of the high-quality development of China's intelligent connected cars and manufacturing industry, and thus it is of great practical significance to choose it as a research object. The study uses questionnaires to collect data and distributes questionnaires to smart car users and employees of smart car manufacturing enterprises. Then, the customer data is matched with the enterprise data, and finally, 316 matched data of 22 smart car digital ecosystems are obtained.

According to the empirical analysis of digital ecosystems in the field of Internet of Vehicles, the study finds that the sub-dimensions and overall constructs of digital capabilities have a significant positive impact on customer experience. Innovation plays a mediating role between digital capabilities and customer experience. Digital capabilities can indirectly affect customer experience through two types of innovation: business model innovation and product-service innovation, in which the mediating effect of product-service innovation is greater than that of business model innovation, and the two mediating effects are significantly different. Contextual factor analysis reveals that, on the one hand, institutional logic positively moderates the relationship between digital capability and innovation; the more community-oriented the institutional logic followed by the core digital ecosystem enterprises tends to be, the greater the positive impact of digital capabilities on business model innovation and product service innovation. On the other hand, when system governance exceeds a certain level, it can positively moderate the relationship between business model innovation and customer experience; when the level of system governance is low, the moderation effect is not significant.

This study examines the influence of capability, innovation, and governance factors on customer experience at the ecosystem level. It goes beyond the limitations of micro-studies and contributes to the understanding of customer experience formation at a broader level. It makes up for the lack of research on the influence mechanisms of related factors on customer experience at the ecosystem level, and completes the nomological network of customer experience. In addition, this study makes a theoretical contribution to the management of customer experience by demonstrating the need to move from touchpoints and consumption processes to the ecosystem level of customer interaction with the system environment.

Key Words：Digital Ecosystem; Customer Experience; Digital Capabilities; Business Model Innovation; Institutional Logic

收稿日期：2023-05-04

修回日期：2023-07-01

基金项目：国家自然科学基金项目(72202169)

作者简介：王肖利(1993—),女,山东济宁人,西北大学经济管理学院博士研究生,研究方向为营销战略、数字生态系统;顾颖(1962—),男,陕西安康人,西北大学经济管理学院教授、博士生导师,研究方向为企业管理、创新创业;彭珍珍(1985—),女,河南洛阳人,西安建筑科技大学管理学院助理教授,研究方向为战略管理。

DOI：10.6049/kjjbydc.YX202305008

开放科学(资源服务)标识码(OSID)：

中图分类号：F274

文献标识码：A

文章编号：1001-7348(2024)15-0149-12

0 引言

伴随着第四次工业革命发展,数字技术广泛应用于各个领域,数字生态系统成为各行各业数字化发展的重要形态。我国陆续发布了《智能汽车创新发展战略》《新能源汽车产业发展规划(2021-2035年)》等一系列政策文件,推动汽车产业数字生态发展。基于数字生态系统,汽车从传统交通工具发展成为一种智能、互联、交互对象,为用户提供多终端、全场景、无缝式连接的沉浸式体验,客户体验成为面向终端用户数字生态系统打造核心竞争力的关键。然而,当前关于客户体验的研究主要集中于组织和个体层面[1],鲜有研究关注数字生态系统层面,即数字、物理和社会交叉领域的客户体验[2]。

本文梳理相关文献发现,组织层面研究将客户体验视为对管理刺激的响应和反应,旨在揭示企业如何通过不同管理类型影响客户体验,以体验营销、服务营销、服务设计等为典型代表[3]。个体层面研究将体验视为对消费过程的响应,旨在捕捉消费体验的象征意义,了解客户在服务使用产品过程中如何产生价值,以消费者、服务主导逻辑为典型代表[4]。生态系统层面客户体验研究较少,主要集中在服务生态系统领域。在体验概念化方面,服务生态系统研究将价值共创概念化为客户体验过程[5],将客户体验现象从二元范围扩展到更广泛的生态系统背景,但该领域关注点是在资源整合过程中形成的与用户价值相关的现象学体验,未从生态系统层面深入分析相关因素对客户体验的影响。在体验情境方面,服务生态系统研究未区分数字化情境和非数字化情境下的体验差异。数字生态系统是由数字技术支持的生态系统,其中数字信封是物理产品及其用途的数字表征,产品在用信息先通过传感器收集,再通过软件平台和分析工具进行部署[6]。在数字生态系统情境下,考虑到在用信息易于共享、实时洞察和瞬变的价值属性,其能够为客户创造更加丰富的数字体验[7],这与传统基于企业与客户、客户消费过程提供的体验具有本质不同。

近年来,部分学者开始关注新兴数字技术对客户体验的影响,如传统场景下人工智能技术、大数据分析技术、虚拟和增强现实技术等[8-9],为本文研究提供了理论基础,但鲜有文献探讨数字生态系统对客户体验的影响。鉴于此,本文以营销领域广泛应用的竞争优势评估框架(Source-position-performance framework,简称SPP框架)为理论基础[10],基于“优势来源—位置优势—绩效结果”分析逻辑,认为数字能力是数字生态系统的优势来源,由数字能力驱动的创新有助于数字生态系统建立位置优势,优势来源和位置优势影响数字生态系统绩效结果——客户体验,通过构建一个有调节的中介效应模型,对车联网领域数字生态系统进行实证分析,揭示数字生态系统对客户体验的影响机制,探究制度因素和治理因素作为情境变量影响客户体验的边界条件,可丰富数字生态系统层面客户体验研究,进一步完善客户体验的法理网络。

1 理论背景

客户体验是对特定刺激的非故意、自发的反应和回应,涉及认知、情感、身体、感觉和社会反应等不同维度[11]。本文将数字生态系统融入在用信息所创造的体验称为数字体验[7]。研究发现,客户体验前因主要包括服务质量、公司与用户接触点、品牌刺激、零售刺激、营销等因素[3,11-12],这为理解客户体验提供了丰富的理论基础,但缺乏基于数字生态系统背景对客户体验前因的研究。

在营销领域,客户体验被视为企业核心竞争力[4],面向终端用户的数字生态系统以为客户提供极致体验为终极目标。因此,本研究将客户体验作为数字生态系统的竞争优势。Day等[10]构建的竞争优势模型为本研究提供了理论框架,作者认为竞争优势至少包括优势来源、位置优势、绩效结果 3个核心要素。其中,优势来源以技能和资源为代表,表征组织相比竞争对手的优势能力;位置优势以差异化客户价值、较低成本为代表,可为组织构筑竞争壁垒,提高竞争对手门槛;绩效结果是衡量竞争优势或营销有效性的指标,如客户满意度、忠诚度、市场份额等。优势来源促进位置优势的形成,位置优势影响绩效结果,高绩效结果驱动对优势来源的进一步投资,从而促进竞争优势可持续发展。

基于SPP框架,本研究构建图1所示的理论模型。数字生态系统是由数字技术驱动的生态系统,数字技术对系统和客户的广泛影响已经形成共识。数字技术的采用未必能为数字生态系统带来竞争优势,但利用数字技术的能力则是数字领域竞争优势的一个重要来源[2]。因此,本文将数字能力作为数字生态系统的优势来源。在数字生态系统中,低成本并非典型的位置优势,只有提供独特、新颖、超出客户预期的产品或服务,才能在市场中建立独特竞争优势。因此,创新是数字生态系统的重要位置优势。在能力和创新两个前因变量的基础上,还需要探讨制度逻辑和系统治理两个环境变量的调节作用。

2 文献回顾与研究假设

2.1 数字生态系统的数字能力与客户体验

数字生态系统是由数字连接引发的相互依存关系所塑造的生态系统,涉及大数据、云计算、人工智能、物联网等多种数字技术应用,数字生态系统客户体验不仅受单一数字技术采用的影响,还受多种数字技术整合能力——数字能力的影响。

根据技术构成不同,通常将数字能力划分为物联网能力、大数据分析能力、云计算能力3个方面[13]。概念化研究将数字能力划分为数字捕获能力、数字连接能力和数字分析能力3个维度,其中数据捕获能力使操作可见并提供有价值的数据,数据连接能力有助于服务网络中交互合作伙伴之间的信息传输,数据分析能力通过数据和信息处理向企业提供洞察力服务[14]。在跨学科分析背景下,Annarelli等[15]将数字能力概念化为重新配置企业数字资源和例程、企业数字能力、感知机会和威胁3个维度。研究表明,数字能力对制造企业数字化转型、企业创新绩效具有积极影响[16]。数字能力是企业数字化转型的基础,是产品和服务创新的持续竞争优势来源,但当前关于数字能力对数字生态系统客户体验的研究较少。

在数字生态系统中,物理产品运行、操作及使用信息被采集并通过数字化方式表征,根据物理产品、信息及使用分类,这些数字化表征在信息系统中被封装成一个个数字信封,并利用软件平台和分析工具进行分析和部署[6]。系统数字能力越强,数据收集、分析和处理能力越高,越能洞察用户需求,促进用户与系统交互,进而提升客户体验。据此,本文提出如下假设:

H1:数字生态系统的数字能力对客户体验具有显著正向影响。

2.2 数字生态系统创新与客户体验

数字生态系统建立在数字技术和数字基础设施之上,由于数字技术和数字基础设施的可供性,数字生态系统天然便具有创新性。数字背景下创新边界越来越小,创新过程和结果之间的边界日益模糊[17]。现有研究认为以数字技术为支撑,对原有产品、流程、组织模式或商业模式的创建和改变均是数字创新[17-19]。根据创新程度不同,本研究主要关注两类数字创新:一是产品服务创新,即对数字生态系统原有产品、功能或流程的改进;二是商业模式创新,即对数字生态系统商业模式的创建或改变。

关于数字生态系统创新,现有研究关注点不同。部分研究关注参与者,强调通过数字连接互补参与者交互以创造有益于终端客户的创新。如在智能汽车数字生态系统中,用户借助手机启动智能汽车,实现智能汽车与智能家居通信,智能家居可接收车辆位置信息,在用户到家之前启动智能家居设备,参与者基于数字连接和数据共享为用户提供汽车产品、功能和服务创新,实现“人—车—生活”的无缝互联。当前,已有越来越多的资产、系统和人通过数字连接,基于互补性建立坚实、稳定的依赖关系,从而实现产品、功能或流程再造[6]。随着产品服务创新发展,数字生态系统不断优化客户体验。当数字生态系统中出现新的创造性互补关系,或产生的数据吸引新互补者进入并发现一种前所未有的产品或服务时,不仅会促进数字生态系统网络产生新价值,还会推动商业模式创新。商业模式创新通过提供新产品或新服务,或提供一种新交互方式,为用户带来新颖、超出预期的颠覆性体验。据此,本文提出以下假设:

H2:数字生态系统商业模式创新对客户体验具有显著正向影响。

H3:数字生态系统产品服务创新对客户体验具有显著正向影响。

也有部分研究关注数字平台,认为数字平台是创新的焦点[18]。平台为创新提供核心技术架构,其他参与者基于平台提供互补产品或服务[20]。平台技术能力影响系统内容和互补创新质量,而平台内容和互补质量则会影响客户交互体验[21]。相关研究发现,数字平台对企业创新绩效没有显著影响,而平台数字能力对创新则具有显著正向影响[15,22]。考虑到数字生态系统创新需要协调不同行业、领域的异质性参与者,数字生态系统的数字能力在促进系统资源配置、参与者之间数字连接方面起重要作用。据此,本文提出如下假设:

H4:数字生态系统的数字能力对商业模式创新具有显著正向影响。

H5:数字生态系统的数字能力对产品服务创新具有显著正向影响。

基于假设H2和H4,进一步提出如下假设:

H6a:商业模式创新在数字能力与客户体验之间发挥中介作用。

基于假设H3和H5,进一步提出如下假设:

H6b:数字创新在数字能力与客户体验之间发挥中介作用。

2.3 数字生态系统治理与创新

数字生态系统治理与创新密切相关。数字生态系统创新需要异质性参与者之间互补协作,而异质性参与者之间没有正式控制机制,因此生态参与者之间的编排或治理对于创新而言至关重要[23]。生态系统通过不同安排达成的一致性程度影响其为终端客户创造价值的能力[24]。尤其是在环境高度不确定性情境下,生态系统领导者需要采取相应治理策略促使参与者保持一致,以减少不确定性[25]。现有研究探讨了价值主张对生态系统一致性的影响[24-25]。考虑到个体和组织利益、身份、价值观都嵌入到盛行的制度逻辑中,因此数字生态系统核心参与者制度逻辑也是塑造生态参与者共同利益和能动性的主要因素。服务生态系统研究指出,生态参与者价值创造和资源整合由制度安排引导[26],但对生态系统中具体制度作用机制的研究较少。目前,鲜有文献探讨制度因素对数字生态系统创新的影响。据此,本文提出如下假设:

H7:数字生态系统核心企业制度逻辑正向调节数字能力与商业模式创新的关系。

H8:数字生态系统核心企业制度逻辑正向调节数字能力与产品服务创新的关系。

数字生态系统创新性过高会导致生态参与者满足用户需求的方式呈现较大差异,产生诸如生态成员搭便车行为、客户体验不佳等消极影响,阻碍生态系统价值创造[27]。因此,需要采取相应措施平衡数字生态系统多样性和标准化问题,提高数字生态系统创新对客户体验的正向影响。数字生态系统通过把关控制、过程控制、关系控制等多种非正式控制机制管理成员关系,引导和塑造生态互补者行为[28-29]。例如,通过对数字生态系统访问的把关控制平台互补者知识分享行为和决策。当数字生态系统把关控制较好时,有利于生态参与者之间信息交互和数据共享,增强对用户需求的共同理解,进而提升客户体验感;当数字生态系统把关控制较弱时,则会加剧生态参与者之间的竞争,阻碍生态参与者之间的信息交互,降低客户体验。据此,本文提出以下假设:

H9:数字生态系统治理正向调节商业模式创新与客户体验的关系。

H10:数字生态系统治理正向调节产品服务创新与客户体验的关系。

3 研究设计

3.1 样本选取与数据收集

随着各行业数字化转型,数字生态系统已经广泛存在于各个领域,其中车联网领域数字生态系统更具有典型性和代表性,它通过传感器等智能物件实现物理产品数字化,通过物联网、人工智能、大数据等新兴数字技术实现数据流和信息流共享与传递,进而连接不同互补者并引发新依赖关系。相较于操作系统、游戏平台、应用商城等数字生态系统,车联网领域数字生态系统体现了数字、物理和社会领域的交叉融合。据统计,目前我国车联网市场渗透率已超过50%,预计到2025年智能网联汽车产业规模将突破5 000亿元。从发展速度和市场规模看,汽车行业已经成为数字生态系统发展的领先行业,非常具有代表性。车联网数字生态系统也是我国智能网联汽车和制造业高质量发展的重要体现,因此本文以车联网领域数字生态系统为研究背景。车联网数字生态系统以智能车机系统的形式落地,本文调研对象为提供智能车机系统的汽车制造企业、拥有或使用过智能车机系统的客户。

首先,通过问卷调研法收集客户数据,包括客户体验、数字能力、产品服务创新、商业模式创新4个指标,4次在线问卷发放共获得417份用户数据。经过数据清理,最终得到383份用户数据,涉及43个智能车机数字生态系统;其次,在平台上招募智能汽车制造企业员工,发放调研问卷收集企业数据,包括系统治理和制度逻辑两个指标。经过3周数据收集,共获得160份有效问卷,合计34家汽车制造企业;最后,将客户数据与企业数据进行匹配,共得到22个智能车机数字生态系统316份匹配数据。样本描述性统计结果如表1所示。

3.2 指标测量

(1)客户体验:采用Brakus等[11]开发的量表,从感官、情感、行为、智力4个维度设计8个题项进行测量,该量表得到学者广泛认可,被引用次数高达6 300余次。考虑到数字生态系统的智能互联特征,增加Verleye[30]关于社交体验维度的两个测量指标。

(2)数字能力:采用易加斌等[31]使用过的量表,该量表参考Lenka等[14]的研究,从数字感知能力、数字运营能力和数字资源整合能力3个维度设计15个题项测量构念,量表具有较高效度。

(3)商业模式创新:借鉴Zott等[32]和易加斌等[31]使用的量表,设计7个题项进行测量。

(4)产品服务创新:采用Paladino[33]关于数字创新的量表,该量表5个题项均涉及数字化背景下产品和服务创新,与商业模式创新测量指标明显不同。

(5)系统治理:参考Wareham等[34]、Zhang等[28]和Kretschmer等[35]的研究,结合专家和学界意见,基于数字生态系统情境,从系统接入控制、交互控制和边界控制3个方面编制10个测量题项。

(6)制度逻辑:主要考察市场主导逻辑、技术主导逻辑、公司主导逻辑和社区主导逻辑。根据Thornton等[36]关于多重制度系统的研究,采用分类方式,设计企业合法性来源、权威性来源、规范基础、注意力基础和非正式控制机制5个测量题项。

考虑到研究情境差异,在编制问卷时对客户体验、数字能力、商业模式创新和产品服务创新原始测量题项进行一定程度改编,以适用于数字生态系统情境。

4 实证结果分析

4.1 共同方法变异控制与检验

本研究采用两种方法控制共同方法变异:①不同数据来源:客户体验、数字能力、产品服务创新、商业模式创新4个指标来自客户汇报数据,系统治理和制度逻辑来自企业汇报数据,在一定程度上可避免单一来源数据导致构念之间相关性膨胀或缩小的问题;②分时段收集数据:先分4个时间段收集客户数据,再收集企业数据,对企业员工进行严格的资质审查,确保被调研对象对企业整体状况有所了解且熟悉智能车机系统。此外,通过Harman单一因子检验发现最大因子方差解释率为26.508%,表明不存在严重的共同方法变异问题。

4.2 信效度检验

本文使用SPSS22.0进行信度分析,利用Cronbach′s ɑ系数对问卷信度进行检验,结果发现问卷整体信度为0.919,6个变量的Cronbach′s ɑ系数在0.712～0.854之间,根据普遍采用的Kline判别标准,表明量表具有较高一致性。除制度逻辑变量外,变量测量均采用李克特量表7点打分法进行测量,1表示“完全不同意”,7表示“完全同意”,尽可能采用国内外权威期刊使用过的成熟量表,或根据权威期刊相关研究改编过的测量指标,量表确定后邀请本领域专家对问卷进行评价,以保证量表效度。使用Amos24.0进行效度分析,结果如表2所示。由表2可知,测量模型的因子载荷均大于0.5,潜在变量AVE值(平均提取方差值)均大于0.36,CR值(组合信度)均大于0.7,表明量表具有较高的聚合效度。根据Fornell-Larcker标准,当构念的AVE均方根大于该构念与其它构念的相关系数时,说明该构念与其它构念具有较高的区分效度。由表3可知,除客户体验的AVE均方根(0.733 4)略小于产品服务创新与客户体验相关系数(0.764)外,其余构念的AVE均方根均大于相关系数,表明构念之间具有较高的区分效度。

4.3 假设检验

4.3.1 直接效应检验

(1)检验数字能力对客户体验的影响,采用SPSS22.0对数据进行分析,结果如表4所示。由表4模型1可知,数字能力3个子维度对客户体验具有显著正向影响,偏回归系数分别为0.270、0.318和0.178。由模型2结果可知,将3个维度打包后得到的整体构念对客户体验具有显著正向影响,偏回归系数为0.666,因此后续都采用整体构念进行分析。由模型3可知,在控制性别、年龄、教育程度和使用时间后,数字能力对客户体验的影响依然显著,偏回归系数为0.663,因此假设H1得到验证。

(2)检验商业模式创新、产品服务创新对客户体验的影响,结果如表5所示。由表5模型1a可知,商业模式创新对客户体验具有显著正向影响,偏回归系数为0.686。在控制性别、年龄、教育程度、使用时间后,商业模式创新对客户体验的影响依然显著,偏回归系数为0.690,假设H2得到验证。由模型2a可知,产品服务创新对客户体验具有显著正向影响,偏回归系数为0.764。在控制性别、年龄、教育程度、使用时间后,产品服务创新对客户体验的影响依然显著,偏回归系数为0.766,假设H3得到验证。

(3)检验数字能力对商业模式创新、产品服务创新的影响,结果如表6所示。由表6可知,数字能力对商业模式创新具有显著正向影响,偏回归系数为0.683。在控制性别、年龄、教育程度、使用时间后,数字能力对商业模式创新的影响依然显著,偏回归系数为0.682,假设H4得到验证。数字能力对产品服务创新具有显著正向影响,偏回归系数为0.630。在控制性别、年龄、教育程度、使用时间后,数字能力对产品服务创新的影响依然显著,偏回归系数为0.635。假设H5得到验证。

4.3.2 中介效应检验

中介效应检验采用Bootstrapping中介效应检验方法和程序,利用Process V3.5插件模型4,选择偏差校正非参数百分位法进行检验,样本抽样5 000次,结果如表7所示。由表7可知,数字能力对客户体验的直接效应为0.313 7,P值小于0.001,达到显著性水平;数字能力对客户体验的间接效应为0.736 0,95%置信区间为[0.542 8, 0.952 6],置信区间不包含0,达到显著性水平,表明数字能力对客户体验具有正向间接影响。数字能力对客户体验的直接效应和间接效应都显著,表明数字能力与客户体验之间存在部分中介作用。

创新能够中介数字能力对客户体验的影响,其中在“数字能力商业模式创新客户体验”路径中,商业模式创新的中介效应为0.253 4,95%置信区间为[0.099 6, 0.404 5],置信区间不包含0,达到显著性水平,表明商业模式创新在数字能力与客户体验之间具有显著中介效应,因此假设H6a得到验证。在“数字能力产品服务创新客户体验”路径中,产品服务创新的中介效应为0.482 6,95%置信区间为[0.369 5, 0.607 7],置信区间不包含0,达到显著性水平,表明产品服务创新在数字能力与客户体验之间发挥显著中介效应,因此假设H6b得到验证。

4.3.3 被调节的中介效应检验

调节效应检验遵照Haye等[37]的条件过程检验方法和程序,利用Process V3.5插件模型21,选择偏差校正非参数百分位法进行检验,样本量抽样5 000次,结果如表8所示。由表8可知,在引入制度逻辑后,数字能力与制度逻辑的交互项对商业模式创新、产品服务创新具有显著正向影响,表明制度逻辑正向调节数字能力对创新的影响。简单斜率比较发现,制度逻辑的值越高,数字能力对创新的影响越大,表明数字生态系统中核心企业越接近社区主导制度逻辑,数字生态系统中数字能力对创新的影响越大,假设H7和H8得到验证。在引入系统治理后,商业模式创新与系统治理交互项对客户体验具有显著正向影响,表明系统治理正向调节商业模式创新对客户体验的影响;产品服务创新与系统治理交互项对客户体验的影响不显著,表明系统治理对产品服务创新与客户体验关系的调节效应不显著。由表8最后一列可知,当同时考虑商业模式创新、产品服务创新对客户体验的影响时,商业模式创新与系统治理交互项、产品服务创新与系统治理交互项对客户体验的影响均不显著,因此假设H10未得到验证,假设H9有待进一步验证。

如图2所示,采用Johnson-Neyman法分析发现,当系统治理中心化值大于-1.348 7时,商业模式创新对客户体验具有显著正向影响(P<0.05),因此假设H9得到部分验证。

4.4 稳健性检验

为检验研究结论的可靠性,采用替换结果变量的方法进行稳健性检验,分别使用客户满意度(CS)和客户感知价值(CPV)替代客户体验进行中介、有调节的中介效应检验,结果如表9～表12所示。由表9和表10可知,当结果变量为客户满意度、客户感知价值时,数字能力对结果变量的直接影响效应显著,同时商业模式创新、产品服务创新的中介效应也显著。由表11可知,当结果变量为客户满意度时,制度逻辑对数字能力与创新关系的调节效应显著,系统治理对创新与客户满意度关系的调节效应不显著,该结果与结果变量为客户体验时的结论基本一致。由表12可知,当结果变量为客户感知价值时,制度逻辑对数字能力与创新关系的调节效应显著,系统治理对创新与客户感知价值关系的调节效应不显著,该结果与结果变量为客户体验时的结论基本一致。这表明,本文研究结论具有一定的稳健性。

5 结论与讨论

5.1 研究结论

数字生态系统是一个复杂的社会技术系统,其价值创造具有多样性和复杂性。本研究聚焦于面向终端用户的数字生态系统最重要的绩效结果——客户体验,基于SPP框架构建理论模型,通过对车联网领域数字生态系统进行实证分析,得出如下结论:

(1)数字能力对客户体验具有显著正向影响。数字能力整体构念对客户体验具有显著直接影响效应,其中数字感知能力和数字运营能力两个子维度对客户体验的影响较大,数字整合能力子维度的影响较小。数字能力对客户体验的间接效应远大于直接效应,其间接影响路径值得进一步探索。

(2)创新在数字能力与客户体验之间发挥中介作用。数字能力通过商业模式创新、产品服务创新间接影响客户体验,其中产品服务创新的中介效应大于商业模式创新,两种中介效应具有显著差异。

(3)数字生态系统中核心企业遵循的制度逻辑调节数字能力对创新的影响。制度逻辑正向调节数字能力与商业模式创新、产品服务创新的关系,数字生态系统核心企业所遵循的制度逻辑越倾向于社区导向,其对商业模式创新、产品服务创新的正向影响越大。

(4)创新对客户体验的影响在一定程度上受到数字生态系统治理的调节作用。当系统治理超过一定水平时,可以正向调节商业模式创新与客户体验的关系;当系统治理水平较低时,这一调节效应不显著;系统治理未调节产品服务创新与客户体验之间的关系。

5.2 理论贡献

(1)揭示数字生态系统对客户体验的影响机制和边界条件,完善了客户体验法理网络。现有研究主要从个体和组织层面解释客户体验[1],虽然服务生态系统研究将客户体验从二元范围扩展到生态系统范围,但未深入分析生态系统相关因素对客户体验的影响[38]。本研究从生态系统层面出发,检验能力、创新和治理因素对客户体验的影响,突破了微观研究视域限制,有助于从综合层面理解客户体验的形成。对制度逻辑和系统治理两个情境因素进行分析,阐释制度和治理在哪些情况下、哪个阶段影响客户体验,响应了Becker等[4]的呼吁。

(2)既有研究强调通过客户与企业、产品或服务接触点设计和管理影响客户体验,以及通过对整个客户旅程的设计影响客户体验[12]。在数字生态系统背景下,客户可根据自身需求选择与系统交互的方式[39]。当没有确定接触点也没有确定客户旅程时,管理者很难通过对接触点的设计和管理影响客户体验。本研究发现,客户体验需要从接触点、消费过程转向客户与系统环境交互的生态系统层面,重视数字能力发展,鼓励创新,从而持续提升客户体验。

5.3 实践启示

在数字化、智能化背景下,传统客户体验管理方式有效性降低,数字生态系统为提升客户体验往往致力于提供更多功能、服务和内容,本研究发现功能、服务和内容叠加未必能够带来高客户体验,数字生态系统需要在能力、创新和治理方面作好平衡,为客户提供极致体验。具体来说,数字能力是数字生态系统中客户体验的基础,数字生态系统主导者需要重视数字能力建设,提升数字感知、数字运营和数字整合能力,进而促进生态系统创新。例如,产品服务创新对客户体验的影响较大,且比较容易实现,是生态系统主导者需要加大投入的方面;商业模式创新比较困难,需要生态系统主导者提供一定的环境条件,如明确的制度逻辑,越接近社区导向的制度逻辑对数字能力与商业模式创新关系的正向影响越大。在商业模式创新与客户体验关系中,系统治理发挥重要调节作用,需要数字生态系统主导者把控系统治理水平。整体而言,本研究为从个人层面、组织层面客户体验管理向生态系统层面客户体验管理转变提供了实践启发。

5.4 不足与展望

本研究存在如下不足:①将客户体验视为一个静态变量,从感官、情感、行为、智力和社交5个维度进行测量,考虑到数字生态系统客户体验主要来自客户与系统环境的交互,即客户体验以动态方式出现,因此未来可从动态视角测量客户体验;②客户与数字生态系统交互主要在数字化平台进行,而数字化交互平台用户界面设计是影响客户体验的主要因素,在服务营销、在线营销领域已有服务接触、在线元素等相关研究,未来可考虑与其它领域进行深度整合,进一步完善客户体验法理网络。

参考文献：

[1] KRANZBUHLER A M, KLEIJNEN M H P, MORGAN R E, et al. The multilevel nature of customer experience research: an integrative review and research agenda[J]. International Journal of Management Reviews, 2018, 20(2): 433-456.

[2] BOLTON R N, MCCOLL-KENNEDY J R, CHEUNG L, et al. Customer experience challenges: bringing together digital, physical and social realms[J]. Journal of Service Management, 2018, 29(5): 776-808.

[3] HOMBURG C, JOZIC D, KUEHNL C. Customer experience management: toward implementing an evolving marketing concept[J]. Journal of the Academy of Marketing Science, 2017, 45(3): 377-401.

[4] BECKER L C, JAAKKOLA E. Customer experience: fundamental premises and implications for research[J]. Journal of the Academy of Marketing Science, 2020, 48(4):630-648.

[5] VARGO S L, LUSCH R F. Institutions and axioms: an extension and update of service-dominant logic[J]. Journal of the Academy of marketing Science, 2016, 44(1): 5-23.

[6] SUBRAMANIAM M, IYER B, VENKATRAMAN V. Competing in digital ecosystems[J]. Business Horizons, 2019, 62(1): 83-94.

[7] KOPALLE P K, KUMAR V, SUBRAMANIAM M. How legacy firms can embrace the digital ecosystem via digital customer orientation[J]. Journal of the Academy of Marketing Science, 2020, 48(1): 114-131.

[8] AMEEN N, TARHINI A, REPPEL A, et al. Customer experiences in the age of artificial intelligence[J]. Computers in Human Behavior, 2021, 114: 106548.

[9] HOLMLUND M, VAN VAERENBERGH Y, CIUCHITA R, et al. Customer experience management in the age of big data analytics: a strategic framework[J]. Journal of Business Research, 2020, 116: 356-365.

[10] DAY G S, WENSLEY R. Assessing advantage: a framework for diagnosing competitive superiority[J]. Journal of Marketing, 1988, 52(2):1-20.

[11] BRAKUS J J, SCHMITT B H, ZARANTONELLO L. Brand experience: what is it? how is it measured? does it affect loyalty[J]. Journal of Marketing, 2009, 73(3): 52-68.

[12] VERHOEF P C, LEMON K N, PARASURAMAN A, et al. Customer experience creation: determinants, dynamics and management strategies[J]. Journal of Retailing, 2009, 85(1): 31-41.

[13] WU L, HITT L, LOU B. Data analytics, innovation, and firm productivity[J]. Management Science, 2020,66(5):2017-2039.

[14] LENKA S, PARIDA V, WINCENT J. Digitalization capabilities as enablers of value co-creation in servitizing firms[J]. Psychology &Marketing, 2017,34(1):92-100.

[15] ANNARELLI A, BATTISTELLA C, NONINO F, et al. Literature review on digitalization capabilities: co-citation analysis of antecedents, conceptualization and consequences[J]. Technological Forecasting and Social Change, 2021, 166(3):120635.

[16] CALLE A D L, FREIJE I, UGARTE J V, et al. Measuring the impact of digital capabilities on product-service innovation in Spanish industries[J]. International Journal of Business Environment, 2020, 11(3): 254-274.

[17] NAMBISAN, SATISH, LYYTINEN, et al. Digital innovation management: reinventing innovation management research in a digital world[J]. MIS Quarterly, 2017, 41(1):223-238.

[18] YOO Y, BOLAND JR R J, LYYTINEN K, et al. Organizing for innovation in the digitized world[J]. Organization Science, 2012, 23(5): 1398-1408.

[19] 刘洋,董久钰,魏江.数字创新管理:理论框架与未来研究[J].管理世界,2020,36(7):198-217,219.

[20] CENNAMO C. Competing in digital markets: a platform-based perspective[J]. Academy of Management Perspectives, 2021, 35(2): 265-291.

[21] CENNAMO C. Building the value of next-generation platforms: the paradox of diminishing returns[J]. Journal of Management, 2018, 44(8): 3038-3069.

[22] 廖民超,金佳敏,蒋玉石,等.数字平台能力与制造业服务创新绩效——网络能力和价值共创的链式中介作用[J].科技进步与对策,2023,40(5):55-63.

[23] ADNER R, KAPOOR R. Value creation in innovation ecosystems: how the structure of technological interdependence affects firm performance in new technology generations[J]. Strategic Management Journal, 2010, 31(3): 306-333.

[24] ADNER R. Ecosystem as structure: an actionable construct for strategy[J]. Journal of Management, 2017, 43(1): 39-58.

[25] DATTéE B, ALEXY O, AUTIO E. Maneuvering in poor visibility: how firms play the ecosystem game when uncertainty is high[J]. Academy of Management Journal, 2018, 61(2): 466-498.

[26] WIELAND H, HARTMANN N N, VARGO S L. Business models as service strategy[J]. Journal of the Academy of Marketing Science, 2017, 45: 925-943.

[27] CENNAMO C, SANTALO J. Generativity tension and value creation in platform ecosystems[J]. Organization Science, 2019, 30(3): 617-641.

[28] ZHANG Y, LI J, TONG T W. Platform governance matters: how platform gatekeeping affects knowledge sharing among complementors[J]. Strategic Management Journal, 2022, 43(3): 599-626.

[29] 王节祥,刘永贲,陈威如.平台企业如何激发生态互补者创新[J].清华管理评论,2021, 91(5):88-94.

[30] VERLEYE K. The co-creation experience from the customer perspective: its measurement and determinants[J]. Journal of Service Management, 2015, 26(2):321-342.

[31] 易加斌,张梓仪,杨小平,等.互联网企业组织惯性、数字化能力与商业模式创新[J].南开管理评论,2022,25(5):29-42.

[32] ZOTT C, AMIT R, MASSA L. The business model: recent developments and future research[J]. Journal of Management, 2011, 37(4): 1019-1042.

[33] PALADINO A. Investigating the drivers of innovation and new product success: a comparison of strategic orientations[J]. Journal of Product Innovation Management, 2007, 24(6): 534-553.

[34] WAREHAM J, FOX P B, CANO GINER J L. Technology ecosystem governance[J]. Organization Science, 2014, 25(4): 1195-1215.

[35] KRETSCHMER T, LEIPONEN A, SCHILLING M, et al. Platform ecosystems as meta-organizations: implications for platform strategies[J]. Strategic Management Journal, 2022, 43(3): 405-424.

[36] THORNTON P H,OCASIO W.Institutional logics[M]//The Sage handbook of Organizational Institutionalism, 2008: 99-128.

[37] HAYES A F, ROCKWOOD N J. Conditional process analysis: concepts, computation, and advances in the modeling of the contingencies of mechanisms[J]. American Behavioral Scientist, 2020, 64(1): 19-54.

[38] AUTIO E, THOMAS L D W. Value co-creation in ecosystems: insights and research promise from three disciplinary perspectives[M]//Handbook of digital innovation. Edward Elgar Publishing, 2020: 107-132.

[39] RAMASWAMY V, OZCAN K. Offerings as digitalized interactive platforms: a conceptual framework and implications[J]. Journal of Marketing, 2018, 82(4):19-31.

(责任编辑：王敬敏)