音頻知識付費平臺用戶粘性評估體系研究①
—— 基于ISM 模型及AHP 法的應用

東北師范大學 劉捷 王玥清 任貴珍 楊權誠 金建崇

近年來，隨著互聯網普及與技術更新，知識經濟與共享經濟獲得了前所未有的發展機遇。音頻知識付費作為其細分領域之一，市場競爭愈演愈烈。各運營平臺紛紛抓住移動音頻收聽便捷、內容豐富、用戶龐大的特點，廣泛吸納忠實用戶。率先進入該領域的有豆瓣FM、蜻蜓FM、喜馬拉雅FM等，且隨著時間推移市場發展，目前初步形成寡頭壟斷態勢。但競爭者的進入、市場細分的深化，使前期憑借頭部效應獲得領先地位的平臺開始探索留住用戶的策略。用戶粘性是綜合衡量用戶對平臺依賴程度的指標，體現用戶心理及行為特征。喜馬拉雅FM在音頻付費平臺中市場占有率排名第一，其經營內容涵蓋有聲書、大師課、詩詞匯等各方面內容，目前正極力構建喜馬拉雅生態體系。喜馬拉雅FM的內容綜合性、運營創新性、用戶規模度均為行業典范，因此本文選擇它進行研究，具有代表性典型性。

1 用戶粘性影響因素概念模型

通過查閱相關文獻，結合對喜馬拉雅FM用戶的問卷調研、深入訪談，本文歸納得出如圖1所示的以喜馬拉雅FM為例的音頻知識付費平臺用戶粘性影響因素概念模型，并使用SPSS 24.0軟件進行了檢驗與擬合。由于直接影響用戶粘性的指標是用戶滿意，因此僅分析4項一級指標和15項二級指標對用戶粘性的影響作用。

圖1 音頻知識付費平臺用戶粘性影響因素概念模型

2 結構解釋模型(ISM)和層次分析法(AHP)

2.1 結構解釋模型

結構解釋模型（Interpretative Structural Modeling Method，簡稱ISM），是一種程序結構模型，廣泛應用于現代管理科學與工程。運用ISM分析彼此含有內在聯系，但是數量龐雜、結構關系模糊的諸多變量，能夠簡化模型，使層次關系清晰明了。本文在音頻知識付費平臺用戶粘性影響因素概念模型基礎上，利用ISM模型對各二級指標進行結構劃分層級分解，反映指標間內在聯系，為確定權重構建評估體系作鋪墊。

2.2 層次分析法

層次分析法（Analytic Hierarchy Process，簡稱AHP），是一種定性定量分析法結合的方法，利用模型求解復雜決策問題中影響最終決策的各指標的權重大小。該法廣泛應用于管理決策中，不僅考慮決策者主觀判斷，還通過數理分析為決策提供輔助資料，將系統性問題轉化為指標間重要性比較，簡化決策流程。本文在初步分析用戶粘性各二級指標層級關系的基礎上，運用AHP法對各指標影響關系進行量化，計算其對于用戶粘性影響作用的權重值，對用戶粘性影響因素進行綜合評價。

3 用戶粘性影響因素的ISM分析

3.1 建立指標二元關系圖

表1 喜馬拉雅APP用戶粘性指標二元關系圖

研究實施階段，咨詢專家學者相關意見，確定喜馬拉雅FM用戶粘性影響因素的相關性和結構關系，做出如表1所示的指標間二元關系圖。

3.2 建立ISM鄰接矩陣與可達矩陣

根據所獲取的15項二級指標間的二元有向關系圖，建立鄰接矩陣A以體現兩兩二級指標間的連接關系和可達程度。將“Pi對Pj有影響”定義為“1”，“Pi對Pj無影響”定義為“0”，即鄰接矩陣A中的元素為：，可得出如表2所示的鄰接矩陣A。

表2 鄰接矩陣

采用布爾矩陣運算式，根據公式(A+I)i-2≠(A+I)i-1≠(A+I)i=(A+I)i+1=M，i≤n-1，I為單位矩陣。利用MATLAB軟件，將鄰接矩陣A轉化為如表3所示的可達矩陣M。

表3 可達矩陣

3.3 劃分二級指標層級

可達集合R(Pi)是指從影響因素Pi出發可以到達的全部因素的集合，即可達矩陣M中Pi所在行上值為1的列對應的元素。先行集合Q(Pi)是指從其他影響因素出發可以到達影響因素Pi的全部因素集合，即可達矩陣M中Pi所在列上值為1的行對應的元素。可達集合與先行集合交集為R(Pi)∩Q(Pi)。

若某影響因素率先滿足其對應的R(Pi)∩Q(Pi)=R(Pi)，則該影響因素為層級結構中的最高層元素，之后剔除該因素、其他因素集合中的該元素。以此類推獲得音頻知識付費平臺用戶粘性影響因素二級指標層級。分析可得：

頂層結構L1={P31，P32，P33}，

中間層結構L2={P11，P12，P13，P14，P21，P22，P23，P24，P25，P41，P42}，

底層元素L3={P43}。

音頻知識付費平臺用戶粘性影響因素二級指標層級分解，如圖2所示。

圖2 音頻知識付費平臺用戶粘性影響因素二級指標層級分解圖

由指標層級分解圖可得，作為影響用戶粘性最直接因素的感知價格、感知質量和感知價值，直接影響用戶對平臺的使用感受和情感體驗。原因在于性價比仍然是用戶當前考慮的最重要因素，節目價格是否合理、音頻質量是否符合預期、收獲是否與付出匹配，都將直接影響用戶使用平臺的頻率。中間層諸多因素是用戶使用平臺過程中的直觀體驗，綜合影響用戶粘性，平臺運營方需從這些方面優化服務。底層因素只有功能創新，可見在當前“萬眾創新”的背景下，創新已成為企業發展的巨大推動力，引導創新思維，挖掘軟件功能，產生差異效應，以此吸引并留住用戶。

4 用戶粘性影響因素評估體系構建

4.1 音頻知識付費平臺用戶粘性評估體系的構成

本文運用AHP法，根據上文提出的指標建立評估指標體系。一級指標感知易用性下的二級指標反映用戶在使用喜馬拉雅FM過程中的方便程度；感知有用性下的二級指標反映用戶在使用時的收獲；感知性價比下的二級指標反映用戶付出與回報的對比感受；感知創新性下的二級指標衡量用戶對喜馬拉雅FM創新程度的感受與反饋。

4.2 音頻知識付費平臺用戶粘性評估指標權重的確定步驟

(1)建立指標遞接層次結構模型。通過對影響音頻知識付費平臺用戶粘性的各一級指標和二級指標關系的分析，建立如圖3所示的音頻知識付費平臺用戶粘性評估體系的層次結構。

圖3 音頻知識付費平臺用戶粘性評估的遞接層次圖

(2)構造判斷矩陣并進行一致性檢驗。通過專家法，設計AHP調查表并向相關專家及忠誠用戶發放，用以評估確定各個指標的相對重要性。在確定各層次各因素的權重時，采用九級標度法，兩因素重要性相比較，同等重要記為1，稍微重要記為3，較強重要記為5，強烈重要記為7，極端重要記為9，相鄰判斷的中間值分別為2,4,6,8。當兩因素前后交換次序比較時，相應數字記為倒數。回收調查表，計算專家及用戶對各指標重要性分值的平均值后，分別得到準則層C、子準則層P中指標的兩兩判斷矩陣。構建判斷矩陣后，利用MATLAB軟件求解各判斷矩陣最大特征根λmax、歸一化特征向量W、隨機一致性比率CR。其中向量W各元素之和為1，表示某一層級因素對于上一層級因素相對重要性的權重值。CR用于層次排序時判斷是否通過一致性檢驗，公式為。如果CR＜0.1，則認為該判斷矩陣通過一致性檢驗。準則層C、子準則層P的判斷矩陣及各指標計算后可知，音頻知識付費平臺用戶粘性評估一級指標權重W排序為：感知有用性＞感知性價比＞感知易用性＞感知創新性。準則層矩陣λmax=4.0566，CR=0.0210。CR＜0.1，因此通過了一致性檢驗。各子準則層分析方法類似，CR分別為0.0076、0.0721、0.0158、0，均小于0.1，均通過一致性檢驗。

(3)總權重值的計算與排序。將準則層C中一級指標的權重值與對應子準則層P中二級指標的權重值相乘，即可得到各二級指標對于目標層Z用戶粘性的影響權重值，按照此方法計算出的指標權重值如表4所示。

表4中，音頻知識付費平臺用戶粘性評估一級指標權重排序為：感知有用性＞感知性價比＞感知易用性＞感知創新性。說明感知有用性對于用戶粘性的影響作用最大。在子準則層中，對音頻知識付費平臺用戶粘性影響重要性前三名是：知識來源、 興趣基礎和娛樂屬性。這三個因素對于音頻知識付費平臺用戶粘性起著十分重要的影響。在感知易用性中，收聽便捷性的權重最大，用戶更加注重音頻知識付費平臺的收聽是否便捷。感知有用性中，知識來源是核心指標，說明用戶更加看重平臺的知識來源用以衡量平臺傳遞的內容是否有用。感知性價比中，感知價值相對感知質量和感知價格更為重要。感知創新性中，外觀創新相對于操作創新和功能創新更加重要。通過權重排序，可以對音頻知識付費平臺用戶粘性進行快速評估并確定各因素的影響權重，便于平臺方及時掌握用戶動態優化平臺服務。

表4 用戶粘性子準則層影響因素占目標層的總權重及排序

5 結語

在音頻知識付費領域競爭日益激烈的當下，市場細分日漸完善，各平臺如何持續發力吸引用戶已成為一大難題。用戶是平臺運營的核心，基于用戶導向的競爭方能穩固行業地位。本文運用ISM模型和AHP法，確定影響用戶粘性各二級指標的層級關系后構建影響因素評估體系。二級指標層級關系圖表明，感知價格、感知質量和感知價值是影響用戶粘性的最直接因素，原因在于其他指標都會導致用戶在使用過程中對軟件的價格、質量、價值產生感知偏差。指標權重排序表顯示，對用戶粘性影響程度前三名依次是知識來源、興趣基礎和娛樂屬性，感知價值、感知質量、感知價格權重排序為4、5、6，在15項指標中仍排名前列。表明用戶在使用軟件的過程中獲取到的知識、樂趣越多、與自身興趣的匹配度越高，感知到軟件性價比越高，用戶粘性越高。綜上，以喜馬拉雅FM為例的音頻知識付費平臺運營方可通過擴展節目涵蓋知識領域、增添課程趣味性、基于用戶導向細化興趣內容模塊等途徑優化產品服務，以此穩定用戶流量，吸納忠實用戶。