Understanding consumers’ selection of last mile logistics channel in omnichannel fashion

Zarei, Mohammad Mahdi (2020). Understanding consumers’ selection of last mile logistics channel in omnichannel fashion. Thesis (Doctoral), E.T.S.I. Industriales (UPM). https://doi.org/10.20868/UPM.thesis.63292.


Title: Understanding consumers’ selection of last mile logistics channel in omnichannel fashion
  • Zarei, Mohammad Mahdi
  • Chaparro Pelaez, Jose Julian
  • Agudo Peregrina, Ángel Francisco
Item Type: Thesis (Doctoral)
Date: 2020
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería de Organización, Administración de Empresas y Estadística
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only until 3 March 2021 - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB)


Internet began to emerge in the very late 1980s. Since then, Internet has had an extraordinary pace over the growth and spread all over the world. Due to this fact, retailers were interested to present their products through an online platform as an alternative to traditional stores. This movement brought remarkable growth in the market around the world, especially in B2C (Business-to-Consumer) companies, where sales increased more than 14.1% compared to previous years (eMarketer, 2019) . This was particularly significant in the Spanish market case. The Global Retail E-Commerce Index highlights that Spain, among all small countries in terms of population, has had impressive progress in e-commerce, especially in the fashion sector (Ben-Shabat et al., 2015). In fact, the fashion sector has become the fastest-growing segment in e-commerce after categories of food and beverages, with the global market size of approximately 484 billion dollars and it is expected to reach around 765 billion dollars by the year 2022 (Raes, 2019). Within this development, retailing platforms have evolved dramatically and two contrary movements have arisen from retailers. On the one hand, physical retailers have felt the pressure to include the online channel in their retailing strategy, offering their consumers a broader selection of shopping options (Cammiss, 2015). On the other hand, pure online retailers have decided to do the opposite: opening physical stores or cooperating with other retailers to include physical channels to the offer to let consumers be able to touch and feel the products before the purchase (Mehra et al., 2013). During the early years of offering multiple channels, retailers operated those channels separately (Bell et al., 2014). However, some multichannel retailers faced potential channel conflicts such as cannibalization sales between channels (Kollmann et al., 2012). By time passing, in order to overcome these negative “dis-synergies”, a new retailing strategy comes, which is known as the ‘Omnichannel approach’ (Combs, 2015). This is an evolution of the multi-channel retailing and provides a continuous background of the consumer's experience and sensations through all available purchase channels, rather than just one (Verhoef et al., 2015). Under these rapidly changes, retailers have provided countless last-mile logistics options to deliver or return the product –i.e., regardless of buying online or offline (e.g., at home, stores, lockers, dedicated vans, or in a convenient pick-up point). Results in, almost all retailers (80%), who have provided multiple retailing channels, offer more than one delivery option (Capper, 2014) and return option (Graham Charlton, 2014). However, as consequence, that logistics that were simple (i.e., physical stores were the end-point of transactions), has become dramatically complicated (e.g., products can be returned or picked up at home, stores, lockers, dedicated vans, or in a convenient pick-up point). However, offering effective and efficient last-mile logistics is not straightforward, especially in the latest retailing environment where is strongly constrained by some features, such as the volume and costs, of last-mile logistics in different channels. Although a significant number of studies have tried to provide some guidance (Kembro et al., 2018; Weber, A. & Badenhorst-Weiss, 2018; Buldeo Rai et al., 2019), a very little research has considered consumer’s point of view in their guidance (Nguyen et al, 2019). Specifically, the dependence of consumer’s behavior on contextual factors, it has been virtually unexplored. This work proposes a framework to understand the consumers’ behavior toward selecting the different types of last-mile logistics. That has been based on previous academic studies on consumer adoption of new technologies and services. The framework’s core has been developed from the Theory of Planned Behavior (TPB) by Ajzen (1991). This theory is known as an adequately predictor and explainer of human behavior in specific contexts (Ajzen, 1991). To do so, the following steps were taken: First, elicit relevant factors in consumers’ shopping behavior especially in last-mile logistics by an open-ended questionnaire. After collecting and analyzing the data conducted, the result shows that: - The most relevant of Attitudinal Beliefs type, are: flexibility, saving effort, saving time, transportation cost, and risk factors, - The most relevant Social-normative Beliefs type, are: family and friends, - The most Relevant Perceived Behavioral Control Beliefs type, are: self-efficacy and facilitating conditions (Zarei et al., 2020). Second, in order to fully understand consumers’ behavior, the research takes situational factors into account as well. After reviewing the literature, this study finds various situational factors that affect consumer’s behavior. Due to the fact, each situational factors and the combination of these situational factors can create different scenarios; hence, to reduce the complexity of the analysis, this study uses only the 3 most influential situational factors: “time availability”, “channel spillover effect”, and “geographical distance” (Zarei et al., 2019). Finally, based on previous results, the study proposes a model. In order to validate this model, a questionnaire has been developed that contains three sections. - In the first section, the survey asks the respondents to rate their level of their opinion with a series of statements without situational scenarios context. - In the second section, the questionnaire asks respondents to rate their level of agreement with a series of statements based on the context of eight situational scenarios. - In the last section, the survey asks respondents to respond to demographic items. After distributing the survey via e-mail, 445 responses were obtained which results in the following conclusions were drawn: - The high value of attitude shows consumers tend to complete their shopping task more efficiently (i.e., conveniently). In fact, enabling consumers to receive, and return goods most conveniently and less risky, make companies be rewarded with increased consumer loyalty, revenue growth, differentiation, and profitability. Hence, investing more in delivery and return policy not only could result in happier consumers, but also increase companies’ revenue. - In addition, the results point out that participants have shown that in pick up points, both in-store or CDPs, either for collecting or returning items, consumers feel more convenient than home delivery or return - this might come from the specific product since apparel makes consumers feel the need for assessing the products at the store and they can easily return the product - despite the fact that they can feel inconvenience - due to the extra effort for going to these points. - An implication for managers is to use location planning for delivery and return; since access to facilities shows to be one of the obstacles for consumers while choosing different delivery and return options. - Another implication for managers is to explicit the implicit benefits to consumers that delivery and return charges are only nominal in the shopping process. For example, retailers can show the difficulties in carrying heavy items on a rainy day and emphasize the ease of having heavy items delivered to the house. It can be concluding that managers can use these findings to design a proper logistics strategy by targeting these factors and overcome the current challenges. For instance, managers are encouraged to emphasize the advantages of choosing different last-mile logistics options - e.g., adding more picking up points -, as well as developing strategies for assisting consumers to overcome their perceived obstacles - e.g., accessibility to facilities, cost of time and money. Hence, retailers have to expand their horizons and be more creative in their offerings if they want to keep their consumers throughout the shopping process. In general, it is suggested that retailers need to educate Omnichannel consumers and show them how each last-mile logistics option satisfies different shopping needs. Retailers should track patronage behaviors in all the last-mile logistics options with the goal of retaining the customers, irrespective of the last-mile logistics options of their choice. The final results produce three main contributions: - The first is to identify the factors that are the key to last-mile logistics options preference. - The second contribution is to assess whether situational factors affect last-mile logistics options selection and measure the relative importance of these situational factors on the last-mile logistics options selection. - The third contribution of this research is to measure the moderating impact of these situational factors on the main factors. As an additional goal of the research, it can be said that it not only will strongly help retailers to have the best configuration in the last-mile logistics but, also it will contribute to explore it as a phenomenon that goes beyond the singularity of online and offline shopping behavior. ----------RESUMEN---------- Desde que surgió Internet a fines de la década de 1980, ha experimentado un ritmo extraordinario de crecimiento de modo que hoy en día llega a cualquier rincón del mundo. Esto lógicamente ha provocado el interés de los agentes del mercado minorista en presentar sus productos a través de la red como una alternativa muy atractiva a la venta tradicional directamente en las tiendas. Este movimiento ha tenido un crecimiento muy remarcable en el mercado a nivel mundial, especialmente notable en las compañías de perfil B2C (Bussiness-to-Consummer), cuyas ventas se incrementaron en más del 14.1% con respecto a los años anteriores a la llegada de Internet (eMarketer, 2019). En el caso del mercado minorista español, esto ha sido particularmente significativo, como pone de manifiesto el extraordinario crecimiento del valor del Índice Global de Comercio Electrónico Minorista en España, muy por encima a las cifras registradas en países similares en tamaño y población. Esto ha sido especialmente importante en el sector de la moda (Ben-Shabat et al., 2015). De hecho, el sector de la moda, con un tamaño de mercado global de aproximadamente 484 mil millones de dólares, y se espera que alcance alrededor de 765 mil millones de dólares para el año 2022 (Raes, 2019). Durante este periodo de rápida evolución hacia el ‘e-commerce’, la plataforma de venta minorista ha sido espectacular adoptando dos tendencias contradictorias entre sí: Por un lado, los minoristas más tradicionales con distribución en tienda física, han sentido la necesidad de incluir el canal de venta “online” en su estrategia de ventas minorista, ofreciendo a sus consumidores una selección más amplia de opciones de compra (Cammiss, 2015). Por otro lado, los minoristas que utilizaban exclusivamente el modo de venta “online”, percibieron la necesidad de incluir emplazamientos físicos, almacenes o tiendas, que permitieran a los consumidores poder tocar y probar los productos antes de la compra (Mehra, Kumar and Raju, 2013), dando lugar al método mixto de oferta “multicanal”. Durante los primeros años de aplicación del método de ofertar multicanal, los minoristas operaban cada uno de los canales, “online” y “tienda”, por separado (Bell et al., 2014). Sin embargo, al aplicar el operar ambos canales por separado, algunos minoristas sufrieron conflictos entre ambos canales, como, por ejemplo el efecto “cannibalization” (Kollmann et al., 2012). Posteriormente, para superar estas "disfunciones" y sus consecuencias negativas, se ideó y aplicó una nueva estrategia de ventas conocida como “Omnichannel” (Combs, 2015). Se trata de una evolución de la venta minorista multicanal anterior donde la estrategia se adapta continuamente en función del conocimiento de la evolución en las preferencias y sensibilidad del consumidor con la posibilidad utilizar todos los canales disponibles simultáneamente (Verhoef et al., 2015). En este nuevo escenario, los minoristas han ofrecido una inagotable variedad de opciones en su logística de gestión de recogida-envío-devolución de productos (‘last-mile logistics’) (por ejemplo, en casa, tiendas, furgonetas dedicadas o en un punto de recogida conveniente). Resulta que, casi todos los minoristas (80%), que han proporcionado múltiples canales minoristas, ofrecen más de una opción de entrega (Capper, 2014) y opción de devolución (Graham Charlton, 2014). Sin embargo, esa logística que era muy simple (p.e. el almacén o tienda era el único punto de destino para realizar transacciones con el producto), se ve complicado extraordinariamente (p.e. el mismo producto pueden ser recogido, enviado, devuelto, en casa, en almacenes, tiendas, furgonetas, etc.). Sin embargo, ofrecer una logística ‘last-mile’ efectiva y eficiente no es sencillo, pues, para optimizar la estrategia, es fundamental realizar correctamente la estimación del volumen y el coste para cada uno de los canales de venta, a su vez muy condicionados por las características particulares del entorno correspondiente al ‘last-mile’. Aunque se han realizado numerosos estudios para intentar proporcionar ciertas recomendaciones que sirvan de guía ello (Kembro et al., 2018; Weber, A. & Badenhorst-Weiss, 2018; Buldeo Rai et al., 2019), en sólo uno de ellos se incluye el punto de vista del consumidor (Nguyen et al., 2019). Pero no existe prácticamente ninguno donde se haya analizado específicamente la influencia de los factores contextuales con el comportamiento del consumidor En este trabajo se proporciona un marco que permite analizar el grado de percepción y aceptación de los consumidores para elegir entre diferentes canales para la gestión logística del entorno ‘last-mile’. Para ello se han analizado estudios previos sobre el uso del consumidor de nuevos recursos y servicios tecnológicos. De ese modo este trabajo toma como base la Teoría del Comportamiento Planificado “Theory of Planned Behavior (TPB)” desarrollada por Ajzen (1991), que supone una herramienta muy adecuada para explicar y predecir el comportamiento humano en un contexto específico. Para realizarlo, se siguieron los siguientes pasos: Primero se han extraído los factores más relevantes en el comportamiento de compra de los consumidores, especialmente en la logística de ‘last-mile’, mediante una encuesta. Después de procesar y analizar los datos realizados, el resultado muestra que: - Factores de naturaleza Actitudinal del cliente: Mayor Flexibilidad; Ahorro de Esfuerzo; Ahorro de Tiempo; Coste del Transporte; Factores Riesgo, - Factores de naturaleza Social del cliente: Familia; Amigos, - Factores de naturaleza Conductual frente al cliente: Autonomía y Eficacia; actitud amigable y facilitadora (Zarei et al., 2020). En segundo lugar, y para poder comprender suficientemente el comportamiento del consumidor, en este estudio se consideran adicionalmente los factores situacionales de los consumidores en el entorno logístico ‘last-mile’. Del análisis de la literatura científica realizado en este trabajo se llegan a identificar varios factores situacionales que afectan al comportamiento del consumidor. Cada uno de estos factores y la combinación entre ellos pueden crear diferentes escenarios y complicar innecesariamente el análisis. Con el objetivo de reducir la complejidad del análisis de tal forma que se utilizaron los 3 factores situacionales más influyentes: la disponibilidad de tiempo, efecto de desbordamiento de los diversos canales de compra y la distancia física, como los tres factores de mayor influencia (Zarei et al., 2019). Finalmente, en este trabajo se plantea un modelo de estrategia fundamentado en los resultados anteriores. Para validar dicho modelo, se ha desarrollado un nuevo cuestionario que consta de tres secciones: - En la primera parte, las preguntas están planteadas con el propósito de evaluar el grado de acuerdo del cliente con una serie de afirmaciones sin considerar en el contexto el factor Situacional. - En la segunda parte, las preguntas se consideran en un contexto de hasta ocho escenarios Estacionales diferentes. - En la tercera parte, la encuesta realiza preguntas sobre aspectos demográficos. Se procedió a la distribución de la encuesta por correo electrónico y se obtuvieron 445 respuestas de cuyo resultado se extrajeron las siguientes conclusiones: - Los factores de naturaleza actitudinal, se muestran, con diferencia, como los más influyentes en que los consumidores tiendan a completar su tarea de compra de manera más eficientemente. De hecho, se percibe que permitir que el consumidor reciba y/o devuelva el producto de la forma más cómoda, con menor riesgo y al menor coste, repercute en grandes beneficios para la empresa, como es obtener una mayor fidelidad de los clientes, un incremento de ingresos y de la rentabilidad, a la vez que establece un factor diferencial que lo distingue respecto a la competencia. Por tanto, invertir más en políticas y procesos de entrega y devolución de productos no solo aumenta la satisfacción de los clientes, sino que recompensa sobradamente a la empresa. - Además, la encuesta revela que el cliente prefiere recoger el producto en puntos de recogida de la empresa, ya sea, en tienda o en CDPs, que en casa, tanto para llevárselo como para, en su caso, devolverlo. Esto posiblemente sea debido a que, tratándose de prendas de vestir, el cliente prefiera probarse la prenda en tienda con el objetivo de cambiarla o devolverla fácilmente, en caso de que no sea de su agrado. - Adicionalmente, del análisis de la encuesta, también se deprende que el modo y horario de acceso a las instalaciones del punto de recogida, se identifica como un posible obstáculo para el cliente a la hora de elegir entre las opciones. De ello se desprende la recomendación a los gestores de la empresa para que se tome en consideración la correcta y cuidada planificación para realizar estas acciones, así como para transmitir puntualmente la información clara y detalladamente al cliente, en todo momento. - Otra recomendación para los gestores de empresa que también se deriva de este estudio es que se informe al cliente de los beneficios que para él representa que los gastos de envío y devolución están incluidos en el proceso de compra. Por ejemplo, las empresas pueden ofrecer al cliente que, independientemente de lo establecido de antemano, ante las dificultades para transportar artículos pesados en un día lluvioso, se puede cambiar la ubicación del punto de recogida, y, sin coste adicional, se le facilita la posibilidad de recibir dichos artículos pesados en su casa. Los resultados de análisis bajo el marco desarrollado en este trabajo permiten a los gestores de marketing diseñar estrategias de logística adecuadas para identificar los factores clave y superar con éxito los retos actuales de servicio para el mercado minorista. Así, por ejemplo, se anima a dichos gestores a enfatizar sobre las ventajas de elegir diferentes opciones en la logística de ‘last-mile’- p.e, añadiendo más puntos de recogida-, a la vez que a desarrollar estrategias de ayuda a los clientes para superar los obstáculos que puedan percibir –p.e. acceso a instalaciones, requisitos de tiempo y económicos. Por tanto, los minoristas deben de ampliar su horizonte, demostrar más creatividad en sus ofertas si quieren mantener a su clientela haciendo cómodo y atractivo el proceso de compra. En general se sugiere a los minoristas que animen a sus clientes a utilizar métodos de Omni-chanel y demostrarles como las distintas opciones para la logística ‘last-mile’ pueden satisfacer sus diferentes necesidades dependiendo del artículo de compra y sus circunstancias. Además, los agentes minoristas deben rastrear los patrones de comportamiento de sus clientes en las diferentes opciones de logística `last-mile’ con el objetivo de fidelizarlos, independientemente de la opción logística que hayan elegido. Finalmente, para concluir decir que de los resultados se han derivado las siguientes aportaciones: - Primero se han identificado los factores clave para establecer preferencias en las opciones aplicables a la logística last-mile. - En segundo lugar, se ha determinado cuando los factores situacionales intervienen en la selección de opciones para la logística ‘last-mile’, y, en su caso, se ha evaluado la importancia relativa de cada uno de ellos. - En tercer lugar, se ha evaluado el impacto relativo de los factores de situación sobre los factores principales. Como consideración adicional de la utilidad de este trabajo decir que no sólo puede ayudar de forma importante al minorista para diseñar la configuración más adecuada de la estructura de la logística ‘last-mile’ a aplicar en cada caso, sino que además, eligiendo convenientemente las variables, permite explorar la estrategia, como un fenómeno de comportamiento que va más allá de la particularidad de la forma de venta, sea en red o en tienda.

More information

Item ID: 63292
DC Identifier: http://oa.upm.es/63292/
OAI Identifier: oai:oa.upm.es:63292
DOI: 10.20868/UPM.thesis.63292
Deposited by: Archivo Digital UPM 2
Deposited on: 02 Sep 2020 07:05
Last Modified: 02 Sep 2020 07:05
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM