电商推荐商品的网络线索对消费者购买意愿的影响研究.docx

电商推荐商品的网络线索对消费者购买意愿的影响研究 摘 要 依据消费者网页浏览数据向消费者推荐近似产品已经成为电商提高销售绩效的重要手段。实证研究发现：电商推荐商品所处的网页位置和网络口碑方向均显著正向影响消费者的购买意愿，而推荐商品的网络口碑数量对消费者购买意愿的影响弱显著；产品涉入度在电商平台推荐商品所处的网页位置、网络口碑数量及网络口碑方向对消费者购买意愿的影响中均起到了调节作用。研究结论对电商平台利用大数据对消费者开展有针对性的网络营销具有重要的借鉴意义，电商平台在向消费者推荐产品时，应将优质产品置于网页靠前位置，加强对网络口碑方向和数量的监管，并针对不同产品涉入度设计营销策略。 下载 关键词 电商推荐商品；网络线索；购买意愿 中图分类号F731.5 文献标识码 A 文章编号1673-0461（2017）11-0022-09 一、引 言 在电商平台大数据环境形成的今天，利用消费者网站浏览大数据开展营销已经成为满足网络消费者个性化需求和提升营销绩效的重要手段。数据科学家维克托于2013年提出：“企业利用大规模数据进行深度挖掘分析的手段，来获取极具潜在价值的产品和服务信息，已然成为企业未来发展的一种趋势。”?榇俳?精准营销，推进产品与服务的创新，进而提高网络消费者的购买意愿和满意度，各大电商平台纷纷对大数据资源进行深度挖掘，以消费者网页浏览和产品搜索等数据信息为基础，从而分析推断顾客的购物喜好和独特的购买趣向，来促进企业有针对性的展开商品推送。从现有文献来看，针对大数据背景下电商平台推荐商品的网络线索对消费者购买意愿影响的研究还显得比较零散，且研究结论还不尽一致。本文试图基于线索利用理论，运用实证研究的方式来探讨在网购过程中推荐商品所处的网页位置、网络口碑数量、网络口碑方向，以及消费者产品涉入度等变量是如何影响购买意愿的，以使电子商务企业及网络购物网站更加注重对消费者数据的挖掘与分析，科学合理地运用推荐商品网络特征提高销售绩效。 二、 文献回顾 （一）电商推荐商品的网络线索 依据信息处理的精细可能性模型理论，消费者的购买主要依赖理性线索进行决策，而影响消费者购买决策的重要前置变量是消费者感知的产品质量。根据线索利用理论，将产品看成是由一系列能被消费者感知的线索组成，消费者利用这些线索作为工具来判断产品属性以及感知产品质量（杨德峰、王新新，2007）。本文依据线索利用理论，结合实际情境，将电商推荐商品的网络线索分为：商品所处网页位置、网络口碑数量、网络口碑方向。 1. 商品所处网页位置 现代网络购物相比较传统购物而言有着极大的区别，消费者在网络购物中所面临的信息复杂且产品种类繁多，受认知习惯的影响在进行商品信息检索时对商品推荐的信息形成了固有的偏好，商品所处位置在信息浏览过程中起着举足轻重的作用。消费者在使用电子目录时更倾向关注所在位置靠前的信息条目（Lohse，1999），从而，所处位置靠前的商品往往受到消费者更多的关注（姜旭平，王鑫，2012）。消费者不仅更为关注所处位置靠前的商品信息，而且认为所处位置更靠前的商家往往具有更好的信誉与更高的品牌知名度（Guang，2007）。因此，消费者在对不熟悉的商品进行搜索时，会倾向性的点击查询那些位置相对靠前的商品链接信息，位置靠前的商品信息更有利于形成顾客对产品质量的良好感知（黄鹂强，2012）。 2. 网络口碑数量 口碑数量是学者研究口碑建设中的一个重要前置变量（Duan Wenjing ，Gu Bin，2008）。在网购情景中口碑数量扮演一种信息的角色，提高了消费者的认知水平以及市场上获得信息的消费者数量（Liu，2006）。消费者参与产品在线评论量越多，产品讨论越激烈，该产品就有更大的机率吸引其他消费者的注意（Dellarocas et al.，2004）。在学界对网络口碑数量的重要性有充分认知之后，学界将网络口碑数量定义为“某商品在线评论的数量”（龚诗阳、刘霞、刘洋，2012）。 3.网络口碑方向 网络口碑方向按评价性质的不同分为积极口碑和消极口碑（Birster，1991），它是消费者对其所接受的产品或服务所作出的正面回应（Tax，1993）。其中积极口碑也称正面口碑，它是指消费者对产品或服务表示肯定态度的评论信息，对企业来说它有助于正面形象的塑造和美誉度的提升，对消费者来说它能够提高产品认同感和潜在购买动力，而消极口碑亦称负面口碑，它是指消费者在购买某种产品后表示不满的评论信息，将自身使用不好的产品体验和经历表达出来，深刻影响到了其他购买者的购买行为。网络口碑方向作为消费者获取产品和服务的一种信息，与产品感知质量具有显著的关系（Huang、Chen，2006）。在大数据背景下，顾客对于商品的评价将以数值的形式表示出来，每款商品都会显示出好评度，从而成为消费者对于产品评价的重要依据。 （二）产品涉入度 产品涉入度（Product Involvement）是指个人所感知的产品属性与自身需求、价值观念和兴趣的相关程度（Zaichkowsky，1985），即为购买所付出的努力程度。根据消费者对于产品所付出的时间和精力的不同，学者们将产品划分为低涉入度产品和高涉入度产品（Richins，1986），当消费者面对较高涉入度的产品时，消费者对购买决策失误表现出较高的风险感知，往往采取更加理性的精细可能性信息处理模式，越会关注口碑数量、口碑方向等一系列线索（金立印，2007）。相反，面对较低涉入度的产品时，其购买决策考虑的因素较少且过程变得简单，甚至会简化决策过程而直接发生购买行为。产品涉入度越高，消费者越会更加积极的搜索有关线索（王正方、杜碧升、屈佳英，2016），从而越容易形成对产品的质量感知。 H4：产品涉入度对网络推荐商品所处的位置对消费者购买意愿的影响有调节作用。 H5：产品涉入度对网络推荐商品口碑数量对消费者购买意图的影响具有调节作用。 H6：产品涉入度对网络推荐商品口碑方向?费者购买意图的影响具有调节作用。 （五）产品感知质量对消费者购买意愿的影响 由于市场双方在交易过程中存在着信息不对称的问题，消费者往往依靠不完整的的有限信息结合以往购买体验和公众口碑形成主观的产品质量感知，从而对消费者识别产品的品质和购买风险产生影响，进而影响顾客购买意愿（王丽芳，2005）。产品自身所展现的优越特性是引起消费者购买意向最主要的动因，对产品感知质量的评价是影响消费者产生购买意愿的最关键和直接的因素（冯建英，2006）。购买意愿是购买决策产生的前因，消费者的产品感知质量是预测其购买意愿的重要指标。由此，提出假设： H7：产品感知质量正向影响消费者购买意愿。 （六）研究模型 本项目研究的基本模型如图1所示。 四、 研究方法与量表编制 本研究主要采用问卷调查法收集数据用以检验假设，变量的测量主要包括电商推荐商品所处网页位置、网络口碑数量、网络口碑方向、产品涉入度、产品感知质量及消费者购买意愿的测量。测量量表均根据国内外文献的经典量表结合本次研究目的改编而成。各变量测项及参考出处见表1所示。 五、 数据收集与分析 （一）样本的描述性统计分析 本研究主要通过网络调查平台发放并回收调查问卷，期间共收回255份问卷。经过对回收的255份问卷认真筛选，删除不符合要求的问卷43份，最终得到有效问卷212份，有效率达到83.14%。其中不符合要求的问卷包括明显填答不认真的问卷，在“我经常浏览购物网站中推荐的商品中”题项中，选择“完全不同意”的问卷。样本人口统计特征如表2所示。 在回收到的 212 份有效问卷中，男性和女性的人数分别为 98 人、114 人，其所占比重分别为53.8%、 46.2%，其年龄主要集中分布在 2029 岁之间；被调查者受教育状况良好，其中70.3%的人具有本科学历，9.9%的人具有硕士及以上学历；被调查者中，学生与政府事业单位工作者所占比重最高，分别为 36.8%与 21.7%；月收入 1 001 到 3 000 元的人数最多占比 37.7%，网购频次多集中在25次。从以上样本统计特征来看，本研究的被调查者符合研究要求并且具有良好的代表性。 （二）信度及效度检验 1.信度检验 对量表的信度分析最常采用Cronbachs Alpha信度系数（信度系数法），系数取值在01之间，其取值越接近于1，则说明问卷信度越高，问卷的内部一致性越高。通常情况下，如果系数值在0.60.9之间时，则表示问卷信度比较好，问卷量表的越符合要求。运用软件SPSS19.0对量表数据进行信度分析，得到问卷的信度检验结果如表3所示。 从表3中我们可以看出，各变量的Cronbachs Alpha值分别为：0.673、0.658、0.673、0.629、0.817、0.842均大于0.6，说明正式问卷的内部一致性较好。 2.效度检验 效度分析即有效性分析，效度分析主要用于判断测量量表所得到结果与预期期望结果的匹配程度，匹配程度越高表明运用相关的统计分析评价方法获得的结果越有效，反之，评价结果不可取。将量表运用软件SPSS19.0进行效度检验后，其变量检验结果如表4所示。 从表4可知，各变量的KMO值分别为：0.664、0.528、0.661、0.781、0.682，均大于0.5。通过Bartlett球体检验得出各变量显著性水平Sig.均为0.000，因此本研究的各变量适合进行因子分析。 （三）相关分析 根据本文的分析模型和基本假设，可知变量之间的关系是线性的，所以采用Pearson简单相关系数来判别变量之间的相关性。Pearson简单相关系数适用于连续变量或是等间距测度的变量间的相关性分析，且要求相关系数不能大于0.8，否则变量间会出现多重共线性问题。此外，判断相关关系需要综合考虑相关系数和显著性水平，只有在相关系数大于0且显著性水平P0，显著性概率P=0.0170，显著性概率 P=0.0510.05 且0，显著性概率P=0.0430，t检验显著性概率P=0.000 Liu Y. Word of Mouth for Movies： Its Dynamics and Impact on Box Office Revenuelarocas C.， Awad N.， Zhang X. M. Using Online Reviews as a Proxy of Word-of-mouth for Motion Picture Revenue ForecastingEB/ 龚诗阳，刘霞，刘洋.网络口碑决定产品命运吗对线上图书评论的实证分析J.南开管理评论，2012（15）：18-128. Brister J . M .Word of Mouth Communication and Their Effects in Consumer Network J . Advances in Consumer Research， 1991， 18 ： 155-16 9 . ions： Implication for services and relationship marketinghen， Y.F. Herding in Online Product Choice14 Zaichkowsky J.L. Measuring the Involvement Construct Richins， M.L. Negative Word-of-Mouth by Dissatisfied Consumers： A Pilot Study金立印.网络口碑信息对消费者购买决策的影响：一个实验研究J.经济管理，2007（22）：36-42. 王正方，杜碧升，屈佳英. 基于感知价值的消费者网络购物渠道选择研究产品涉入度的调节作用J. 消费经济，2016（4）：91-97. Olson，Jerry C.and Jacoby，J.Cue Utilization in the Quality Perception Processml，Valarie A.Consumer Perceptions of Price， Quality， and Value： A Means-End Model and Synthesis of Evidencenjan Mitra， Peter N. Golhort-term effects， long-term effects， and asymmetries Merrie， Zeithaml， Valarie A.， and Naylor， Gillns for Consumer Durables 施娟，李?约?.整体产品质量对品牌顾客关系质量的影响J.商业研究，2010（10）：184-186. Mullet，Gary M.， Karson， Marvin J. Analysis of Purchase Intent Scales Weighted by Probability of Actual Purchase Dodds，Grewal，Monroe，Effect of Price brand and store information on buyers，product evaluation25 冯建英.消费者的购买意愿研究综述J.现代管理科学，2006（11）：7-9. 张广玲，付祥伟，熊啸.企业社会责任对消费者购买意愿的影响机制研究J.武汉大学学报（哲学社会科学版），2010（2）：244-248. 张太海，吴茂光. 企业社会责任对消费者购买意愿的影响J. 商业研究，2012（12）：33-39