基于因子分析和对应分析的电子商务网站评价

1、基于因子分析和对应分析的电子商务网站评价李君君 1, 陈海敏 2(1. 杭州电子科技大学 管理学院 , 浙江 杭州 310018; 2. 南京大学 信息管理系 , 江苏 南京 210093摘 要 :电子商务网站作为同用户直接交互的平台 , 在电子商务环境中处于关键地位 。 为了实现 对电子商务网站的客观评价 , 本文利用实时监测工具 , 采用因子分析和对应分析两种方法对 72家国内电子商务网站进行评价 。 在评价结果分析的基础上 , 对各电子商务网站提出建议 , 以提高 网站建设质量 。关键词 :电子商务网站 ; 因子分析 ; 对应分析 ; 评价 中图分类号 :G 203 文献标识码 :A 文

2、章编号 :1007-7634(2008 08-1252-05E -Commerce Web Site Evaluation B ased on F actor Analysis andCorrespondence LI Jun -jun 1, 2(1. Management o f sity , Hangzhou 310018, China ;2. , Nanjing Univer sity , Nanjing 210093, China Abstract for interacting with consumers ,e -commerce websites plays a piv otal

3、 role. In or 2der to the websites objectively ,this paper adopts factor analysis and correspondence analysis to evalu 2ate the 72domestic e -commerce websites by using the real time inspecting tool. Based on the results ,the pa 2per puts forward s ome suggestions for im proving the construction qual

4、ity of all the e -commerce websites. K ey w ords :e -commerce website ;factor analysis ;correspondence analysis ;evaluation收稿日期 :2007-12-15作者简介 :李君君 (1980- , 女 , 安徽临泉人 , 博士 , 从事信息管理与电子商务的教学与研究 ; 陈海敏 (1978- ,男 , 浙江象山人 , 硕士研究生 , 从事数据处理与挖掘研究 .1 引 言电子商务正在成为当前非常流行 , 极具前景和最具创新活动的商业模式 , 渗透到了人类社会 , 经 济 , 生活

5、的各个方面 。 与传统商务模式相比 , 电子 商务的交易各方主要通过基于电子商务网站的交 互 , 以及相应的辅助服务来完成交易 。 因此 , 电子 商务网站在电子商务发展中扮演着重要角色 , 而相 应地对电子商务网站的评价也开始出现 。对于电子商务网站的评价 , 国内外提出了各种 评价体系 、 内容和方法 。 比较有代表性的评价体系是 G omez , BizRate , 美国消费者联盟 C U 网站等机构从用户满意角度提出的评价内容和指标 【 1-3】, 然 后通过用户的评分进行综合排名 ; 内容则涉及到网站可用性 【 4】 , 网站用户满意度 【 5】 , 网站质量 【 6】; 所 采用的

6、评价方法则包括人工神经网络 、层次分析法 、 模糊综合评价 【 7-9】。这些方法的关键是要确定指标体系 , 然后根据 用户评分进行评价 , 因此结果易受主观性影响 。 本 文从客观角度 , 在动态监测 、 实时测量的基础上来 评价电子商务网站 , 以期对建立主观和客观相结合 的电子商务网站评价体系起到促进作用 。第 26卷第 8期 2008年 8月情 报 科 学Vol. 26,No. 8August ,20082 电子商务网站样本 、 指标和工具 211 网站样本选择为了能够比较准确的反映我国电子商务网站建 设的水平和现状 , 并且达到比较分析的目的 , 本文 选取 了 “ 2006年 第

7、二 届 消 费 者 最 喜 爱 的 网 站 T OP100”的评选结果 。这次评选是电子商务世 界杂志社联合腾讯 、网易一年一度共同举办的 , 获奖网站获得 “ China -b2cT OP100”电子标志一年 使用权 。 这一评选的意义在于挖掘更多有潜力的 B2C 网站 , 监督和规范电子商务消费环境 , 让更多 的消费者在一个更加诚信 、 和谐的社会中体验网上 购物的乐趣 , 从而推动中国的电子商务向前持续稳 健的发展 。 212 网站指标变量对于网站进行评价的指标变量方面 , 网站有影响力的因子中 , 析的对象 :( , , 每 per user , 网站 下载速度 ( , 被其他网站链

8、接的数量 (other sites that link to this site , 网站规模 (website size 。 其中 , 前三个变量反映的是用户访问的流量指标 , 而后三个变量反映的是网站本身的指标 。 213 获取原始数据在数据获取方面 , 网站流量排名 , 每百万用户 访问网站的数量 、 每个用户的页面浏览数量 、 被其 他网站链接的数量 、 网站下载速度这五个指标的数值是从 Alexa 上获取的 【 10】。 Alexa 创建于 1996年 4月 , 现在已经成为全球最著名的网站评价 Web 站点 , 它通过追踪用户访问网站的活动得到有价值的 网站信息 , 然后以相关链接

9、 、 流量排名的形式将这 些信息免费反馈给用户 , 其间工具条不会对用户行 为产生任何影响 。每百万用户访问网站的数量 , 是指每百万个安 装了 Alexa 工具条的用户访问特定网站的用户数 量 , 可以看出其对用户的吸引能力 。 页面浏览数量 是用户浏览该网站的平均页面数 , 它反映了网站提 供信息和服务的质量 , 同一用户在同一天多次浏览 同一页面只算作一次 。 Alexa 分别对这两项提供了 当天值 、 1星期平均值 、 3个月平均值为了保证数 据的科学性和准确性 , 对于这两个指标 , 本研究选 取 3个月的平均值作为分析的原始数据 。总的来 讲 , 有多 题 , 对于网站利 , ,

10、它对网站效率的影响是 众所周知的 , 如果网页在 30秒钟内还不能打开 , 用户就会失去耐心 。 被其他网站链接的数量是链接 到特定网站的不同外部网站的数量 , 反映了网站的 普及程度 。 对于电子商务网站来说 , 链接到该网站 的外部网站越多 , 可以理解为他们找到该网站的途 径越 多 , 从 而 使 其 流 量 增 加 的 可 能 性 越 大 。在 G oogle 搜索引擎中 , 所提供的被链接数是包含了站内链接和站外链接的总数 。 而研究表明 , 站外链接 对于网站评估而言更具有科学性和说服力 。而 G oogle 中并没有提供剔除站内链接的搜索策略 。因 此 , 本文仍采用 Alexa

11、 所提供的外部链接数量 。表 1 电子商务网站评价的原始数据 (部分样本 编号网站名称流量排名每百万用户访问 网站的数量每个用户的页 面浏览数量网站下 载速度被其他网站 链接的数量网站规模 (104 48001169541321799831220 35218期 基于因子分析和对应分析的电子商务网站评价网站规模是指特定网站的页面总数 , 该指标 反映了站点内容丰富与否 。 毫无疑问 , 任何网站的 价值都首先体现在这一点上 , 作为商品信息发布的 电子商务网站更加注重信息的数量和质量 , 而网站 的整体价值则离不开内容的查找与获取 。 G oogle 是 本研究用于确定网站规模的数据来源 , 在

12、搜索框中 输入“ site :特定网址”即可得到该网站中的所有 网页 【 11】 。由于本文仅是对电子商务类网站进行研究 , 所 以利用 Alexa 所提供的数据进行评价的平台是一致 的 。 值得注意的是 , Alexa 是基于整个 Internet 用户 的数据收集整理分析 , 因为流量较小的站点在站点 统计上不具备统计学上的意义 , 所以流量较小的站 点在 Alexa 的排名也许并不是真实的流量体现 。大 体上说来 , Traffic Ranking 在 100000以后的站点的 排名就不可靠了 , 因为收集到的数据太少以至于不 具备统计学上的意义 【 12】 。相反的 , 较多的访问量

13、表明了 Traffic Ranking 越准确 , 越能体现该站点的 真实流量水平 。 因此 , 本文从 top100中删除了网站 排名在 100000以上的 28到了 72, , 监 测时间为 月 4, , 仅列出部 。3 我国电子商务网站的评价Alexa 的网站流量排名是基于网站访问用户数 量和浏览页面数的几何平均数计算出来的全球网站 排名 , 若也选作分析的变量 , 那么相当于对其给予 了三倍权重 , 因此网站流量排名只作为样本选择的 参考标准 , 不作为评价分析的变量引入 。 本文利用 SPSS1310统计软件 , 对所获取的电子商务网站评价 的原始数据 , 分别进行因子分析以及对应分

14、析 , 并 对各个分析的结果进行归纳和比较 。 311 电子商务网站的因子分析及排名因子分析是通过研究指标变量之间的内部依赖关系 , 将相关性较强的指标归为一类 , 不同类间变量的相关性则较低 。 因子分析把一组指标变量转化 为少数的几个因子 , 并进一步将根据原始数据转换 成这些因子的因子值 , 利用这些因子值 , 可以对样 本进行排名 。 通过对所选取的五个指标变量 , 利用 spss1310来进行分析 , 结果如表 2, 表 3, 表 4所示 。从表 3可知 , 前两个公因子的特征根均大于 1, 且两者的总和概括了总方差的 76155%, 根据综 合评价的需要 , 用前两个公因子来代替原

15、来的 5个 指标变量 。 由各公因子 pi 的贡献率 w i (w i =i /1+2+3+4 计算出前两个公因子的贡献率分别为 015197和 012458, 通过方差最大法的因子旋转 , 计 算出这两个公因子的载荷矩阵 , 见表 3。表 2 因子分析的方差解释C om ponent12每百万用户访问网站的数量 1849-1038网站规模 -1537网站下载速度 18221174411260,量 , 体现出网站受用户接受和欢迎的程度 ; 第二公 因子综合了网站规模 , 网站下载速度和被其它网站 链接的数量 , 反映了网站本身的技术能力 。 根据所 获得的 72个电子商务网站的原始数据 , 分

16、别计算 出 72个样本在各成分的排名 , 以及综合排名 , 本 文仅列出了综合排名在前 20位的电子商务网站 , 如表 4。从公因子 1的得分及排名 , 即从受用户欢迎的 角度来比较的话 。 QQ 网 , Ebay 易趣 , 淘宝网三者 居于前三位 , 说明这三个网站在互联网用户中的普 及是非常广泛的 。从公因子 2的得分及排名来看 , 可以发现淘宝网居于第一位 , 而 QQ 网和 Ebay 易 趣分别居于 72位和 35位 。 因为两个公因子分别从 不同的角度来评价网站 , 因此 , 将各公因子的贡献 率作为权重 , 来给出网站的综合得分 , 即 Sn = 015197×Fac1+

17、Fac2×012458, 这样的综合排名可 以反映网站的综合水平 。 312 电子商务网站的对应分析及定位为了更好的对电子商务网站在各个指标变量方 面进行区分 , 本节选择 72个样本网站中因子综合 排名在前 20的网站 , 以更清晰地用对应分析图对 各电子商务网站进行比较 , 为电子商务网站的市场4521情 报 科 学 26卷表 4 电子商务网站的因子分析及综合排名地位提供决策支持 。对应分析是因子分析的进一步推广 , 是多元统 计分析中同时对样本和变量进行分析研究的重要方 法 【 13】 。 在因子分析中 , 如果研究的对象是样本 , 则需采用 Q 型因子分析 ;则需采用 R 型

18、因子分析,理 。 因此 , 因为样本的属性是变值 , 而样本却是固定的 。 于是就产生了对应分析法 。 对 应分析克服了上述缺点 , 它综合了 R 型和 Q 型因 子分析的优点 , 并将它们统一起来使得由 R 型的 分析结果很容易得到 Q 型的分析结果 , 这就克服 了 Q 型分析计算量大的困难 ; 更重要的是可以把 变量和样本的载荷反映在相同的公因子轴上 , 这样 就把变量和样本联系起来更便于解释和推断 。 英国 的 Berthon 教授在 2001年运用对应分析对世界范围 内的 l5家电信公司网站进行评价 【 14】 , 指出对应分 析法能够较好地评估网站的定位问题 , 能够较准确 地评价

19、出网站之间的区分度 。 这种方法不仅仅适用 于电信类网站评价 , 也适合其它各行业领域的网站 评价 。对应分析的基本原理是将一个联列表的行和列 中各元素的比例结构以点的形式在较低维的空间中 表示出来 。 它最大特点是能把众多的样本和众多的 变量同时作到同一张图解上 , 将样本的大类及其属 性在图上直观而又明了地表示出来 , 具有直观性 。 另外 , 它还省去了因子选择和因子轴旋转等复杂的 数学运算及中间过程 , 可以从因子载荷图上对样本 进行直观的分类 ,(主因子 , 、简单 、20 :每百万用户访 问网 站 的 数 量 3100, 被 其 他 网 站 链 接 的 数 量 / 1000, 网站

20、规模 /10。每个用户的页面浏览数量 , 网站下载速度的数量级不变 。表 5 电子商务网站的维度惯量表根据表 5的维度惯量可以看出 , 网站样本点 的二维贡献率是 :01592+01291=8812%, 说明二 维分析就能够非常可靠的揭示因果关系 。 因此 , 在 进行对应图分析时 , 只需进行二维坐标图像分析即 可比较准确的对网站进行评价 , 电子商务网站的二 维对应分析图如图 1所示 。综合来说 , 该对应分析图反映了电子商务网 站建设的状况 , 并呈现出离散分布与聚类的规律 。 集中与分散的规律是科学文献分布的最普遍的规 律 , 网络信息资源也不例外 【 15】 。所选取的样本网 站在二

21、维分析图中 , 根据指标变量的不同 , 形成了 特定的类别 , 以区别于其他的网站 。第一类以“ 网站规模”这一指标变量为中心的 网站 , 包括 DE LL , 易趣 , 21C N 商城 , 结合原始数 55218期 基于因子分析和对应分析的电子商务网站评价图 1 电子商务网站的对应分析图据表来看 , 这三个网站在网站规模上要明显高于其 他的网站 , 这体现出其优势所在就是以更多的网页 来容纳更多的商品种类 ,第二类是以 QQ ,类网站 ,础 , , 这三个网站在用户访问 量占有优势 。第三类以和“ 链接数”为核心的众多网站 。 从 原始数据中 , 我们发现 , “下载速度” 、 “页面浏览

22、 数”这两个指标在网站之间的不具有很明显的区分 度 。 那么这些网站是以“ 链接数”为优势的 , 包括 招商银行个人网银 、 工商银行个人网银 、 网络游戏 联众世界 、 华人第一音乐社区 、 39健康网和中国 汽车网 。第四类 , 除此之外 , 象淘宝网 、 当当网 、 卓越 网 、 拍拍网等这些国内优秀的电子商务网站 , 虽然 在对应分析图中 , 没有很明显的以哪个指标变量为 核心 , 但仍将其归纳为一类 , 其包括了 3个综合购 物网站 (淘宝网 、卓越网 、拍拍网 、 2个图书网 站 (当 当 网 、互 动 出 版 网 、 1个 游 戏 网 站 (17173 、 1个旅游网站 (携程旅

23、行网 、 1个金融 交易网站 (金融界 。 通过对应分析图 , 可以看出 , 这类网站位于其他三类网站的中心 , 因而反映了这 类网站在各个指标变量上都具有其优势 。 根据原始 数据表 , 淘宝网外部链接数是居第一的 , 但由于其 用户访问量和网站规模要远高于第三类中的网站 , 所以未将其定位于第三类中 。 这种类别的网站如果 想扩大其发展的话 , 可以从各个指标变量入手考 虑 。 而其他三类网站虽各有其相对优势 , 但在发展 过程中 , 其侧重点要有针对性 。如第一类别中的网 站要着重于改善用户访问量和链接数 ; 第二类别中 的网站则要着重于网站规模和链接数 ; 相应的 , 第三 类网站则要

24、以网站规模和用户访问量为建设目标 。4 结 语在对电子商务网站进行评价过程中 , 本文试图 寻找出一种新的网站评价方法 。 在动态监测的基础 上 , 采用因子分析和对应分析实现了网站的排名和 定位 , 保证了评价的客观性 。这是一种很好的定量 分析方法 , 不仅能够实现网站综合得分的排名 , 而且 、 劣势 , 。 E B/O L .http :/w w w. g omez. com ,2007207225. 2BizRate 评价 E B/O L .http :/w w w. bizrate. com ,2007207225. 3美 国 消 费 者 联 盟 E B/O L .http :/w w w. consumersunion. org ,2007-07-25.4 常金玲 , 夏国平 . B2C 电子商务网站