为更好地提供在线购物服务,首先分析消费者在线商品选择决策过程,对消费者的商品参数浏览偏好行为及影响因素进行深入分析,然后以数码相机为例,设计并组织消费者数码相机参数浏览偏好实验。通过实验,发现不同性别、知识背景的消费者对商品参数有着不同的偏好。最后基于实验结果,对知识推荐服务内容设计提出建议。
In order to provide better online shopping services, this article firstly analyzes consumer’s online decision-making process.Secondly it analyzes consumer’s behavior of commodity parameters browsing preference and influence factors.Then taking digital camera for example, the author designs and organizes the experiment of consumer’s browsing preference of digital camera parameters. Experimental results show that consumers of different genders and knowledge background have different preferences of commodity parameters.Finally, based on experimental results, it provides suggestions for content design of future knowledge recommendation services.
随着电子商务的发展以及消费者购物观念的改变,在线购物正逐渐成为人们购物的主要方式之一。国内多数学者认为消费者在线购物决策过程与传统购物决策过程的基本框架是一致的,包括需求认识、商品搜索、商品选择、购买决定、购后评价5个阶段[ 1, 2]。 消费者在线购物决策过程中,商品选择环节至关重要,由于消费者处于人机交互环境中,无法与营销人员进行面对面的交流,需要自己对商品参数及质量进行认知和判断。其中,消费者对商品参数的认知主要包括对商品参数的选择与浏览,而实际上消费者并不会对所有参数进行一一对比和分析[ 3, 4],尤其是高科技商品,这主要与消费者的偏好有关。不同类型的消费者对商品参数有不同的偏好,是否与其认知特点、性别等有关?是否与其商品专业知识背景等有关?这些问题的解决,将有助于更好地理解消费者的商品参数认知过程,从而为知识推荐服务内容设计提供依据。
就目前文献来看,有关消费者决策行为偏好的研究,主要集中在个体特征对消费者网络行为的影响研究上,如性别、年龄等[ 5, 6],但针对个体特征与商品参数浏览偏好之间的研究还不多见,而这对于未来构建更精准的知识推荐服务具有重要的指导意义,这也是本文的创新点所在。
消费者在线商品选择决策过程主要涉及以下几个方面:
消费者不可能对商品的所有参数进行一一对比和分析,只会选择其比较关心和偏好的参数进行理解、对比和分析。
消费者通过对商品参数的认知,能够对商品的质量有一个基本的判断,但由于并不是所有消费者都对商品相关知识有非常好的了解,因此消费者还需要借助于其他知识来对商品质量做进一步的判断。消费者可以通过网络搜索、向朋友咨询等方式获得关于参数的知识。
通过对商品质量的判断,消费者能够对商品的价值做出认知,判断是否符合其购买标准,由于消费者最终只能选择一个商品进行购买,这时消费者的偏好就会影响最终选择,比如有些消费者偏好商品外观,则会选择外观时尚的商品。
基于以上分析,本文构建了消费者在线商品选择决策过程模型,如图1所示。
王曼等[ 4]在其研究中指出,消费者不一定对商品的所有参数都视为同等重要,他们只会关注其比较关心和偏好的参数。消费者对商品有着不同的偏好,具体表现为不同的消费者对同一商品表现出不同的参数偏好,尤其是对于高科技商品,这类商品参数较多。比如面对同一款数码相机,有的消费者偏好价格、有的消费者偏好性能参数等。
消费者对商品参数的认知直接关系到其能否对商品质量做出准确的判断,最终影响其能否找到满意的商品。消费者对商品参数的认知主要与其偏好有关,而先前学者研究发现,偏好可能会受到人口统计学特征、认知类型、知识背景等多方面因素的影响。
基于以上分析可知,个体偏好会影响消费者的商品选择决策过程,偏好又有可能与人口统计学特征、认知类型等因素有关。这些因素如何影响消费者的商品参数浏览偏好?以及不同特征的消费者有哪些偏好?
本文主要对人口统计学特征、认知类型、个体知识因素如何影响消费者的商品参数浏览偏好进行分析。
(1)人口统计学特征
人口统计学特征主要包括性别、年龄等,众多学者已纷纷针对人口统计学特征对消费者网上购物决策的影响展开了研究。Rodgers等[ 9]指出对于网上购物,男性的总体态度要比女性积极。肖兴政等[ 10]指出男性一般只注重商品的质量和效用,女性较多注重商品的外观、包装等。
由此可见,性别会影响消费者的商品选择决策过程,主要表现在对商品参数有着不同的偏好。
(2)认知类型
认知类型是指个体在认知活动中所表现的行为特征,认知类型的差异主要体现在认知风格、认知需求等维度上,本文主要对认知需求这一影响因素进行分析。
认知需求是个体参与和享受思考的倾向[ 11],即个体在面对任务时,是否愿意主动思考。认知需求是一个从高到低的两极变量,认知需求高的用户偏向于采用基于逻辑和努力的加工模式,因此会选择稍微复杂的认知活动,而认知需求低的用户偏向于采用基于感性和不努力的加工模式,因此会选择比较简单的认知活动[ 12]。
由此可见,认知需求会影响消费者的商品选择决策过程,主要表现在对商品参数的认知加工模式上。
(3)个体知识
个体知识主要是指消费者对商品相关知识的掌握程度,黄沛等[ 13]指出个体知识丰富的消费者由于对商品有所了解,会选择一些关键性的参数进行对比和分析,相反,个体知识匮乏的消费者会浏览更多的商品参数,因为他们不清楚哪些参数是关键性的。
由此可见,个体知识会影响消费者的商品选择决策过程,主要表现在对商品参数的选择上。
以数码相机为例,通过实验来分析消费者的商品参数浏览偏好规则。
实验旨在对消费者的个体特征与商品参数浏览偏好之间的关系进行观测分析。实验原理为:模拟实际电子商务网站商品购买页面,结合.NET技术与SQL Server 2008数据库共同搭建一个模拟在线购物平台,向被试提供多个商品信息,要求被试根据自己的偏好,完成一次商品购买任务。本实验通过平台的后台系统详细记录被试浏览的所有商品参数,购物结束后被试需要完成一份问卷 注:问卷详见期刊网站的论文电子版。。
实验通过志愿者招募的形式共邀请到142位被试参与者,分6批完成,共进行了3天。其中男性被试70位,女性被试72位;认知需求高的被试73位,认知需求低的被试69位;购买过相机的被试69位,没有购买相机的被试73位;经常使用相机的被试49位,不经常使用相机的被试89位,没有使用过相机的被试4位。
主要根据参数类型偏好值这一指标进行分析,该指标设计基本思路是:对数码相机参数所属类型进行归类;基于被试浏览参数的顺序对各个参数在每条行为中的偏好权重进行计算;基于各个参数的偏好权重对其偏好值进行计算;最后在此基础上对各参数类型的偏好值进行计算。
(1)参数类型设计
在相关权威网站对数码相机参数类型归纳基础上,本文将数码相机参数分为性能、功能和魅力三类,如表1所示:
![]() | 表1 数码相机参数类型 |
(2)参数类型偏好值计算公式设计
①对各个参数在每条行为中的偏好权重进行计算,消费者在浏览商品参数时,一般会首先关注自己偏好的参数,因此浏览参数的顺序对分析其参数类型偏好十分重要。本文对参数浏览顺序赋予不同的权重,假设消费者在一条行为中,共浏览了n个参数,第j
W=
②对各个参数的偏好值进行计算,假设所有行为当中,共有h条行为中包含参数q,那么消费者对参数q的偏好值P计算公式定义为:
P=
③对参数类型偏好值进行计算,假设参数类型T下有m个参数,则消费者对参数类型T的偏好值PT计算公式定义为:
PT=
本文将依据所设指标对被试参数类型浏览偏好进行分析,分析结果如下:
(1)被试整体偏好功能及魅力参数
首先从整体上对被试的参数类型偏好进行分析,各参数类型偏好值如表2所示:
![]() | 表2 被试整体参数类型偏好值 |
由表2可知,被试整体上对参数类型的偏好依次是功能、魅力、性能参数。原因可能是对于数码相机这种知识含量相对比较高的电子类商品,被试对功能及魅力参数的认知负荷要比性能参数小,因为对于这类参数,被试相对比较容易理解。而性能参数更多是对相机内部组件的表述,被试理解时认知负荷比较大。
(2)不同认知需求水平的被试基本无差异
分别对认知需求高、认知需求低两类被试的参数类型偏好值进行计算,如表3所示:
![]() | 表3 两类认知需求水平的被试参数类型偏好值 |
由表3可知,两类被试的参数类型偏好依次都是功能、魅力、性能参数。另外,应用统计软件SPSS16.0对这两类被试的参数类型偏好进行独立样本T检验,分析结果如表4所示:
由表4可知,不同认知需求水平的被试在参数类型偏好方面并无显著性的差异。
![]() | 表4 两类认知需求水平的被试参数类型偏好差异显著性检验 |
可见,认知需求不会影响消费者对参数类型的偏好。原因可能是不同认知需求水平的被试普遍对参数知识理解不足,即使是认知需求水平高的被试,由于自身知识达不到理解复杂参数的要求,也会倾向于简单的认知活动。
(3)不同性别被试在魅力参数偏好上有显著差异
分别对男性、女性两类被试的参数类型偏好值进行计算,如表5所示:
![]() | 表5 不同性别被试的参数类型偏好值 |
由表5可知,男性被试的偏好依次是功能、魅力、性能参数;女性被试的偏好依次是魅力、功能、性能参数。由此可见,女性被试可能更在意商品的外观,这与女性追求时尚等特点有关,男性被试更多是追求商品功能。
另外,对这两类被试的参数类型偏好进行独立样本T检验,分析结果如表6所示。两类被试主要在魅力参数偏好上存在明显的差异, 对于性能及功能参
![]() | 表6 不同性别的被试参数类型偏好差异显著性检验 |
数,并无显著差异,原因可能是性能参数是衡量商品质量的主要参数。两类被试对衡量商品质量的基本参数都会进行仔细对比和分析。
可见,性别会影响消费者对参数类型的偏好。这两类消费者主要在魅力参数上存在明显的差异,说明基于性别分群的知识推荐很有必要。
(4)不同知识背景的被试在功能参数偏好上有显著差异
主要从被试有无购买以及有无使用过数码相机这两个方面对不同知识背景的被试参数类型偏好及差异进行分析。
①有无购买过相机的被试基本无差异
分别对购买过和没有购买过两类被试的参数类型偏好值进行计算,如表7所示:
![]() | 表7 有无购买过相机的被试参数类型偏好值 |
由表7可知,购买过相机的被试偏好依次是功能、性能、魅力参数;未购买过相机的被试偏好依次是魅力、功能、性能参数。原因可能是购买过相机的被试对相机的参数有基本的认知,当他们再次购买时,会更为注重相机的性能和功能,而未购买过相机的被试,由于对相机的各种参数并不是十分了解,会倾向于关注相机的外观等比较外显的参数。
另外,对这两类被试的参数类型偏好进行独立样本T检验,分析结果如表8所示:
![]() | 表8 有无购买相机的被试参数类型偏好差异显著性检验 |
由表8可知,这两类被试在参数类型偏好上并无显著性的差异。
②有无使用过相机的被试在功能参数偏好上有显著差异
由于从未使用过相机的被试只有4位,与其他类型的被试不具有可比性,因此主要对经常和不经常使用相机的两类被试进行差异分析,分别对这两类被试的参数类型偏好值进行计算,如表9所示:
![]() | 表9 有无经常使用相机的被试参数类型偏好值 |
由表9可知,经常使用相机的被试对性能、功能和魅力参数都比较关注;不经常使用相机的被试比较关注功能参数。原因可能是因为经常使用相机的被试在购买时比较倾向于对各个类型的参数进行了解;不经常使用相机的被试,在购买时更为关注相机的功能上是否满足需求。
另外,对这两类被试的参数类型偏好进行独立样本T检验,分析结果如表10所示:
![]() | 表10 有无经常使用相机的被试参数类型偏好差异显著性检验 |
由表10可知,这两类被试在功能参数偏好上存在着明显差异。
可见,有无使用商品经历会影响消费者的参数浏览偏好,与有无购买商品经历无关。
本文将知识推荐服务界定为:为满足不同认知偏好的消费者在线购物决策过程中对相关知识的需求而提供带有不同加工级别的商品知识的一种推荐服务,本实验结果对分群服务有重要的启示。未来的知识推荐服务可以从两个方面向消费者进行分群推荐:
(1)按不同性别的消费者参数类型偏好提供差异化服务
基于实验分析可知,女性相对于男性更偏好于商品的外观,而对于性能及功能参数来说,这两类消费者均没有显著差异,主要是因为对于高科技商品,不同性别的消费者都需要对衡量商品质量的基本参数进行仔细对比和分析。对于消费者的性别可以通过个人信息获取。
(2)按不同知识背景的消费者参数类型偏好提供差异化服务
基于实验分析可知,知识背景会影响消费者的参数类型偏好,但主要与消费者是否使用过相机这一知识背景有关。偏好差异主要体现在经常使用相机的消费者比较关注性能参数;反之,则比较关注功能参数。对于消费者的知识背景可以通过是否购买过商品、是否使用过商品等信息获取。
本文对消费者在线商品选择决策过程中的参数浏览偏好行为进行了研究,通过实验分析可知,不同特征的消费者对商品参数有着不同的偏好,因此,未来的知识推荐服务可以有选择性地向消费者推荐符合其偏好的商品,提高推荐的精准度。本文只考虑了消费者的性别、认知需求及知识背景,今后将会考虑更多的特征,开展更深入的研究。
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|