張躍先 吳美芝 范文芋

摘 要：在信息超載泥沼中，個性化推薦為顧客快速找到所需產(chǎn)品提供了便利條件。本研究探討了個性化推薦對購買意愿的影響，挖掘了產(chǎn)品類型的調(diào)節(jié)作用。結(jié)果表明信息編排、信息詳盡程度、信息可靠程度以及推薦強度顯著且正向影響購買意愿，且產(chǎn)品類型起到調(diào)節(jié)作用。本研究為網(wǎng)上商家增強顧客購買意愿提供了可供參考的決策依據(jù)。

關(guān)鍵詞：個性化推薦;購買意愿;產(chǎn)品類型

一、引言

隨著網(wǎng)上商家和購物網(wǎng)站的快速增加，使得網(wǎng)上顧客搜尋和購買產(chǎn)品時需要面對大量的產(chǎn)品信息，嚴重的信息超載還可能讓網(wǎng)上顧客每天接收到大量與自己需求無關(guān)的推廣信息。在這樣背景下，眾多購物網(wǎng)站采用個性化推薦大大降低了顧客尋求產(chǎn)品信息的負擔(dān)，幫助顧客快速尋找所需產(chǎn)品。個性化推薦是購物網(wǎng)站依據(jù)顧客瀏覽、搜尋痕跡和購買產(chǎn)品等數(shù)據(jù)來推測他們的需求和偏好，然后在這些顧客再次訪問該購物網(wǎng)站時為其推薦他們可能喜歡的產(chǎn)品/服務(wù)。個性化推薦已經(jīng)成為電子商務(wù)網(wǎng)站重要的吸引顧客的工具。

從個性化推薦的現(xiàn)有研究來看，主要從算法和消費者行為研究兩個方面。在消費者行為方面，較少學(xué)者關(guān)注個性化推薦對顧客態(tài)度和行為的作用機制，也就不能很好地闡釋購物網(wǎng)站采用個性化推薦這一策略是否能增強顧客購買意愿。產(chǎn)品類型作為網(wǎng)上營銷環(huán)境的關(guān)鍵要素，顧客對于不同類型的產(chǎn)品會產(chǎn)生不同的態(tài)度和認知，從而影響購買決策。Aggarwal和Vaidyanathan指出相較于體驗品，顧客認為搜尋品的個性化推薦更有用。對此，也有學(xué)者提出了相反的觀點。究其原因，可能在于購買產(chǎn)品時，面對不同個性化推薦特征的刺激導(dǎo)致隨后不同購買意愿。

綜上，本文從個性化推薦特征出發(fā)，探討其對購買意愿的影響，考察產(chǎn)品類型的調(diào)節(jié)作用，以便能幫助網(wǎng)上商家基于顧客購買的不同類型產(chǎn)品提供不同的個性化推薦策略，增強顧客購買意愿和行為。

二、理論基礎(chǔ)與研究假設(shè)

1.個性化推薦對購買意愿的影響

個性化推薦特征體現(xiàn)在信息編排、信息詳盡程度、信息可靠程度和推薦強度方面。信息編排是給予顧客的第一印象。合理的信息編排可以幫助顧客降低客對繁雜信息的敏感度，從而可能影響隨后的態(tài)度和偏好。信息詳盡程度指的是推薦產(chǎn)品信息是否完整，真實完整的推薦信息可能會增強顧客對所薦產(chǎn)品的信任水平。同樣地，可靠性的推薦產(chǎn)品信息，也會降低顧客對網(wǎng)上購物不安全感，進而增強顧客購買意愿。推薦強度主要指網(wǎng)站或者網(wǎng)上商家推薦產(chǎn)品的頻率。強推薦水平可能會讓顧客心理產(chǎn)生一種共鳴和暗示心理，從而更多關(guān)注推薦產(chǎn)品，進而可能增強其購買意愿。據(jù)此提出如下假設(shè)：

H1：信息編排顯著正向影響網(wǎng)上顧客購買意愿;

H2：信息詳盡程度顯著正向影響網(wǎng)上顧客購買意愿;

H3：信息可靠程度顯著正向影響網(wǎng)上顧客購買意愿;

H4：推薦強度顯著正向影響網(wǎng)上顧客購買意愿。

2.產(chǎn)品類別的調(diào)節(jié)作用

產(chǎn)品分為搜尋品和體驗品。搜尋品有客觀標(biāo)準，而體驗品缺乏客觀標(biāo)準，更多借助顧客主觀體驗來判斷產(chǎn)品質(zhì)量。鑒于搜尋品的客觀標(biāo)準，顧客可能通過關(guān)注推薦產(chǎn)品信息編排或者產(chǎn)品推薦強度判斷產(chǎn)品質(zhì)量。對于體驗品來講，由于顧客主觀體驗屬性，使得顧客在看到推薦產(chǎn)品時，更多關(guān)注對推薦產(chǎn)品信息描述的詳盡程度和可靠程度，這樣有助于顧客更多了解和信任推薦的產(chǎn)品，進而增強購買意愿。據(jù)此提出如下假設(shè)：

H5：產(chǎn)品類型顯著調(diào)節(jié)信息編排與購買意愿之間的關(guān)系，即相對于搜尋品來講，信息編排對購買意愿的影響程度更大;

H6：產(chǎn)品類型調(diào)節(jié)信息詳盡程度與購買意愿之間的關(guān)系，即相對于體驗品來講，信息詳盡程度對購買意愿影響程度更大;

H7：產(chǎn)品類型調(diào)節(jié)信息可靠程度與購買意愿之間的關(guān)系，即相對于體驗品來講，信息詳盡程度對購買意愿影響程度更大;

H8：產(chǎn)品類型調(diào)節(jié)推薦強度與購買意愿之間的關(guān)系，即相對于體驗品，搜尋品的推薦強度對購買意愿作用強度更大。

基于以上分析，提出如下圖所示的概念模型。

三、研究方法

1.變量測量

在本研究中，有6個變量。信息詳盡程度采用2個題項測量，信息編排和推薦強度分別采用3個題項，信息可靠程度采用3個題項測量。購買意愿3個題項測量。依據(jù)被試熟悉程度和產(chǎn)品類型，本研究搜尋品以書為代表，體驗品以洗發(fā)水為代表。為了確保代表性產(chǎn)品選擇的正確性，本研究對其進行了操控性檢驗。通過告知被試搜尋品和體驗品定義后，被試對所提供的書和洗發(fā)水產(chǎn)品打分。結(jié)果表明，產(chǎn)品定義得分M體驗品=4.028，M搜尋品=1.814，t=16.720，p<0.001，及體驗品得分高于搜尋品得分。這樣看來，本研究產(chǎn)品類型操控成功。

2.調(diào)研過程與數(shù)據(jù)收集

預(yù)調(diào)研中，回收了80份有效問卷。分析結(jié)果表面各個測量題項因子載荷都大于0.50，而且Cronbach's α均大于0.50，說明量表具有很好信度。正式調(diào)研中，通過問卷星收集了300份問卷，有效問卷達到280份，問卷有效率為93.30%。女性占56.1%，男性則為43.9%。年齡主要集中在18歲-44歲，占45.8%。收入主要集中在3000元-5000元，占34.3%。教育程度相對較高，本科生及以上占79.68%。

四、數(shù)據(jù)分析和結(jié)果

1.信度和效度分析

信度分析采用常用的Cronbach's α進行檢驗，結(jié)果表明五個潛變量Cronbach's α值介于0.797-0.887之間，均大于0.70，說明測量量表具有很好信度。效度檢驗包括收斂效度和判別效度。本研究中，各個測量題項的因子載荷值均大于0.50，且潛變量AVE值介于0.51-0.598之間，均大于0.50，說明收斂效度較好。同時，五個潛變量的AVE值均大于各個潛變量之間相關(guān)系數(shù)的平方（介于0.013-0.226），說明潛變量之間判別效度很好。

2.結(jié)構(gòu)模型檢驗

本研究應(yīng)用AMOS17.0對結(jié)構(gòu)模型進行數(shù)據(jù)分析，結(jié)果如表1所示。

從表1來看，信息編排、信息詳盡程度、信息可靠程度以及推薦強度顯著影響購買意愿，因此，支持H1、H2、H3和H4。

3.產(chǎn)品類型的調(diào)節(jié)作用檢驗

為了檢驗產(chǎn)品類型的調(diào)節(jié)作用，本研究將樣本分為搜尋品和體驗品樣本，然后對每組樣本分別進行結(jié)構(gòu)模型分析，結(jié)果如表2所示。

表2 不同產(chǎn)品類型下路徑關(guān)系系數(shù)

表3中模型形態(tài)檢驗結(jié)果說明模擬擬合指數(shù)達到要求，模型無論對搜尋品還是體驗品來講具有普遍適用性。在因子負荷等同檢驗中，△χ2通過了顯著性檢驗，說明模型中路徑系數(shù)在搜尋品和體驗品中出現(xiàn)了顯著差異。為此，進一步檢測不同樣本中模型的路徑系數(shù)。從信息編排到購買意愿的路徑系數(shù)驗來看，擬合優(yōu)度指標(biāo)達到了較優(yōu)標(biāo)準，且△χ2通過了顯著性檢驗（χ2=14.77，p<0.000），結(jié)果說明模型中這條路徑系數(shù)在搜尋品和體驗品樣本中出現(xiàn)了顯著差異，即搜尋品中，信息編排對購買意愿影響更高。另外三條路徑檢驗發(fā)現(xiàn)產(chǎn)品類型均起到調(diào)節(jié)作用。因此，支持H5、H6、H7和H8。

五、結(jié)論

研究結(jié)論如下：

（1）信息編排、信息詳盡程度、信息可靠程度以及推薦強度顯著且正向影響購買意愿。為此，購物網(wǎng)站應(yīng)該合理安排推薦產(chǎn)品的信息，力求做到簡潔便利，讓網(wǎng)上顧客盡快搜索到所需產(chǎn)品。對于推薦產(chǎn)品，購物網(wǎng)站還需要提供產(chǎn)品的詳細且可靠的信息，力求降低顧客不安全感，增強顧客信任水平。

（2）產(chǎn)品類型顯著調(diào)節(jié)個性化推薦特征與購買意愿之間的關(guān)系。對于搜尋品來講，信息編排和推薦強度更能增強顧客購買意愿;而對于體驗品來講，信息詳盡程度和信息可靠程度反而更能增強購買意愿。

參考文獻：

[1]戴德寶，劉西洋，范體軍.“互聯(lián)網(wǎng)+”時代網(wǎng)絡(luò)個性化推薦采納意愿影響因素研究[J].中國軟科學(xué)，2015，6（8）：163-173.

[2]Bobadilla， J.， Ortega， F.， Hernando，A. Recommender Systems Survey[J].Knowledge-Based Systems，2013，46（4）：109-132.

[3]Aggarwal，P.，Vaidyanathan，R. Eliciting online customers' preferences： Conjoint vs self-explicated attribute-level measurements[J].Journal of Marketing Management，2003，19（1-2）：157-177.

[4]Senecal， S.， Nantel， J. The influence of online product recommendations on consumers' online choices[J].Journal of Retailing，2004，80（2）：159-169.

[5]Komiak， S.Y.X.，Benbasat， I. The Effects of Personalization and Familiarity on Trust and Adoption of Recommendation Agents[J].MIS Quarterly，2006，30（4）：941-960.

[6]Mudambi， S.M.， Schuff， D. What Makes a Helpful OnlineReview？ A Study of Customer Reviews on Amon.com [J].Management Information Systems Quarterly，2010，34（1）：185-200.

作者簡介：張躍先（1978- ），女，河北省承德人，博士，東北大學(xué)秦皇島分校管理學(xué)院教師，副教授，碩士研究生導(dǎo)師;研究方向：網(wǎng)絡(luò)消費者行為;吳美芝（1995- ），女，東北大學(xué)秦皇島分校管理學(xué)院，碩士研究生;范文芋（1994- ），男，東北大學(xué)秦皇島分校管理學(xué)院，碩士研究生