平臺推薦代理對消費者購買意愿的影響研究

閆俏秀,徐金燦

(1.人民日報社新媒體中心,北京 100733;2.北京大學新媒體研究院,北京 100871)

0 引言

中國電子商務市場的持續井噴式高速增長極大地滿足了消費者的需求,豐富的商品實現了消費者在網購時貨比多家的可能。大量的信息在一定程度上是有益的,但海量的信息增加了消費者處理信息的難度,消費者面臨著信息超載的問題。目前,人們已經提出了許多不同的方法來解決信息過載的問題,其中包括個性化、信息過濾和推薦代理。目前學界尚未對推薦代理的定義形成統一的說法,綜合Xiao等[1]和Wang等[2]關于推薦代理的定義,本文將推薦代理定義為:推薦代理是一種基于消費者的搜索行為來獲取其興趣或偏好,并向消費者推薦其可能感興趣的產品的一種軟件工具,其目的是為了減少消費者信息超載。

盡管現有研究表明平臺推薦代理能夠幫助消費者減少決策時間、提高決策質量,但還有許多消費者質疑推薦代理的作用。有些消費者認為電子商務中的推薦是企業為吸引用戶和獲取流量而做的推廣,也有消費者認為這是企業發布的一些虛假宣傳信息,還有消費者會擔心自己的隱私遭泄露[3]。如果消費者在網購時不愿意參考推薦代理的建議,那么電商網站進一步開發推薦代理的意義并不大。因此,對于電商企業而言,想要激發消費者的消費欲望,提高消費者的忠誠度,就必須清楚推薦代理是如何影響消費者的購買意愿的,這便是本文的研究動機。

關于平臺推薦代理的研究大部分集中于計算機算法領域,基于用戶的協同過濾是推薦系統中經典的推薦算法[4-5]。在營銷學中,已有研究從消費者的專業知識、或推薦信息特征等一至兩個層面來探討推薦代理的影響,大多探討了推薦代理對消費者采納意愿[6]、購買決策[7]、顧客忠誠度[8]的影響,尚未有研究探討推薦代理對消費者購買意愿的影響。同時,本文在已有研究的基礎上增加了消費者的感知風險、消費者的網購經驗以及網購平臺特征等變量,還引入信任這一中介變量,試圖更加全面深入地分析影響推薦代理對消費者購買意愿的因素。

1 文獻綜述

1.1 信任與消費者購買意愿

消費者購買意向被認為是對產品的主觀傾向,并且是預測消費者行為的重要指標。在電子商務領域的研究中,信任是影響消費者行為的一個至關重要的中介變量。因此,本研究在探討平臺推薦代理對消費者購買意愿的影響時,也將信任納入到本文的研究模型中。Mcallister[9]將信任劃分為認知信任和情感信任兩個維度。認知信任建立在消費者理性評估的基礎之上,當人們將可靠的證據作為相信誰的判斷標準時,認知信任就會發揮作用[10],這種形式的信任主要來自消費者對推薦代理的認知與了解。與認知信任不同,情感信任是指委托人與受托人之間情感的連接,這并不是來自論證和理解,而來自于感覺和感應[11]。

Komiak等[12]的研究表明,推薦代理中的情感信任完全調節了認知信任對消費者把推薦代理作為委托代理人的采納意愿,同時它部分調節了認知信任對消費者把推薦代理作為輔助決策工具的采納意愿。基于此,本研究作出假設:

H1:消費者對推薦代理的認知信任正向影響消費者的購買意愿;

H2:消費者對推薦代理的情感信任正向影響消費者的購買意愿。

1.2 感知風險與信任

由于在任何代理關系中,信息都是不對稱的。由于缺乏了解,消費者在使用平臺推薦代理時會有不同程度的感知風險。

Swaminathan[13]做了關于感知產品風險對推薦代理影響消費者評估和選擇的調節作用的調查,他發現,當消費者對產品風險的看法很高時,推薦代理對決策質量的影響更大。王曉萍等[14]認為,在電子商務環境下,感知風險是信任的前因,感知風險可以直接影響消費者的購買意愿,也可以通過信任間接影響消費者的購買意愿,且該研究認為將感知風險作為信任的前因更加符合中國的國情。基于此,本研究作出假設:

H3:消費者的感知風險負向影響消費者對推薦代理的認知信任;

H4:消費者的感知風險負向影響消費者對推薦代理的情感信任;

H5:消費者的感知風險負向影響消費者的購買意愿。

1.3 網購經驗與信任

消費者對平臺推薦代理的信任可能會因消費者的網購經驗而有所不同。消費者對推薦代理的熟悉度和使用能力被認為與消費者的網購經驗有關。Novak等[15]通過評估消費者使用網絡搜索信息的能力來測量消費者的網購經驗。Yoon等[16]通過測量消費者利用互聯網購物和搜索信息的經驗來衡量其網購經驗。基于此,本研究作出如下假設:

H6:消費者的網購經驗正向影響消費者對推薦代理的認知信任。

1.4 推薦代理信息特征與信任

消費者在使用平臺推薦代理時,首先要考慮推薦系統推薦的信息能否滿足自己的需求,經過認知加工之后,消費者形成了對推薦代理所推薦信息的準確性和多樣性的感知。消費者經過權衡,推薦結果如果能夠滿足其需求,那么消費者就會對推薦代理更加信任,進而激發其購買意愿。Sean等[17]證明了推薦代理推薦結果的準確性和多樣性會正向影響消費者的感知有用性。宋輝[18]研究發現,推薦結果的準確性與消費者對推薦系統感知有用性有顯著的正相關關系,而推薦結果多樣性與系統感知有用性沒有顯著正相關關系。基于此,本研究作出假設:

H7:推薦代理信息的準確性正向影響消費者對推薦代理的認知信任;

H8:推薦代理信息的多樣性正向影響消費者對推薦代理的情感信任。

1.5 網購平臺可信度與信任

有研究認為,網站的特征為消費者對推薦代理的信任提供了重要線索[19]。Xiao等[1]認為推薦代理提供者(即購物網站)的聲譽和可信度會影響用戶對推薦代理的信任,因為用戶可能會將推薦代理提供者的信任或不信任轉移到這些網站提供的推薦代理上。消費者對網購平臺聲譽、可信度的感知會影響消費者對推薦代理的信任。基于此,本研究作出如下假設:

H9:網購平臺可信度正向影響消費者對推薦代理的情感信任。

本文將信任作為中介變量,旨在探討推薦代理對消費者購買意愿的影響。依據現有研究,構建了理論模型(見圖1)。在該模型中,自變量包括消費者特征、推薦代理信息的內部特征、推薦代理的外部平臺特征即網購平臺特征等3個層面的特征。信任是中介變量,并將信任劃分為認知信任和情感信任。因變量是消費者的購買意愿。

圖1 推薦代理對消費者購買意愿的影響模型

2 實證研究與分析

本文首先對收集到的數據從樣本人口統計特征、被調查者的網購情況、問卷題項等3個方面進行了描述性統計分析;運用SPSS19.0統計分析軟件對本研究所設定的量表進行信度分析與效度分析,展示了數據的可靠性與有效性;最后利用Amos24.0軟件進行結構方程模型分析,根據路徑分析的結果對提出的研究假設進行檢驗,并在第一次模型擬合的基礎上對原有模型進行了修正,進一步提高了模型的擬合度。

2.1 問卷設計與數據收集

問卷使用的研究量表是在現有文獻的基礎上進行適當修改而成。

本研究采用問卷調查法進行一手數據的采集,本次調查的對象以在校大學生、研究生為主。正式問卷以網絡發放問卷的形式發放及回收,共收到416份問卷。為確保收集到的數據的有效性和真實可使用性,本研究根據每位被調查者答卷的總分整體集中分布情況,剔除總分小于60且總分大于110的問卷,最后得到390份有效問卷,問卷有效率達93.75%。

2.2 描述性統計分析

在390份有效問卷中,女性219人,占總樣本的56.2%;男性171人,占總樣本的43.8%。性別、年齡、受教育程度、月收入、網購年齡、網購頻率、平均網購月花費等方面數據如表1所示。

表1 樣本描述性統計分析

2.3 信度與效度分析

本文采用Cronbach’s α系數來檢驗一組問題選項的一致性。消費者的感知風險、網購經驗、推薦信息的準確性、多樣性、平臺特征、認知信任、情感信任、購買意愿等8個量表的Cronbach’s α系數值都在0.700以上(見表2),這表明各個量表的信度較好。

表2 量表信度分析

效度分析的是數據的有效性,指測量工具是否能真正衡量研究者想要衡量的問題。效度主要包括內容效度和結構效度。

本研究采用Varimax 最大方差法來進行因子分析。在因素的個數上,首先以特征值大于1為因子選擇標準。量表的KMO值為0.845,該值大于0.800,Bartlett球體檢驗的近似卡方值為5 375.559,自由度為276,P值為0.000,達到顯著水平。這說明此量表適合做因子分析。

本研究在第一次旋轉后的成分矩陣表中各維度題項出現了交叉負荷的情況。經分析發現,提取特征值大于1的因子后,共有7個因子的特征值大于1,第八個因子的初始特征值總計為0.974,第九個因子的初始特征值總計為0.681。由于第八個因子的初始特征值總計非常接近1,初步判斷可能是殘差造成的。

因此,嘗試在旋轉方式Varimax 最大方差法不變的情況下,提取8個固定因子。對比前后結果顯示,總方差解釋力由65.733%提升至 73.293%。提取8個因子后,各維度題項的因子載荷均大于0.46,且未出現交叉負荷的情況,說明該量表能夠有效區分出消費者的感知風險、網購經驗、推薦信息的準確性、多樣性、平臺特征、認知信任、情感信任、購買意愿等這8個維度,與本研究一開始的設定維度一致。綜上,本文設計的量表具有很好的效度。

2.4 結構方程模型分析

本研究利用結構方程模型對本文構建的理論模型進行驗證性因子分析。運用最大似然法對研究模型進行擬合,發現總體擬合結果并不十分理想。因此,本研究對現有模型進行了修正。

根據上述第一次模型擬合結果,通過修正指數對理論模型進行修正。產生的修正指標如表3和表4所示。

表3 回歸系數

表4 協方差

從表3和表4可以看出,M.I.的值以46.226為最大值。這也就意味著,如果建立認知信任與情感信任、推薦代理信息準確性與情感信任這兩條影響路徑,卡方值將分別減少46.226,10.943。因此,本文在原有模型的基礎上建立這兩條新的影響路徑。

從表4中可以看出,若對變量進行關聯,卡方值均會有所提升。但是結合實際情況,網購經驗屬于消費者行為范疇、推薦代理信息多樣性、平臺可信度屬于推薦代理平臺范疇,兩者并沒有直接的關聯性。因此,本文決定新建立平臺可信度與推薦代理信息準確性、平臺可信度與推薦代理信息多樣性這兩對潛變量之間的關聯關系。

據第一次模型擬合結果,有關感知風險的影響路徑均未得到驗證。現有研究認為[20]:感知風險中的產品風險并不會對消費者的認知信任產生影響,而會對消費者的情感信任產生影響。基于此,本文將嘗試刪除感知風險對認知信任、感知風險對購買意愿這兩條影響路徑。

綜上,修正后的理論模型如圖2所示。

圖2 修正后結構方程全模型及其輸出結果

最終研究模型的各項擬合度指標較好。x2/df=2.970,小于3;RMSEA=0.071,小于可接受的最大值0.080;簡約擬合指數PGFI=0.682,大于最小值0.5;且GFI=0.907,NFI=0.901,CFI=0.910,三者均大于最低標準值0.90。數據顯示,修正后的理論模型有著更優的解釋水平。

根據具體路徑系數及其檢驗結果,本文提出的理論模型共有10條得到驗證,另外兩條沒有被驗證。具體的模型假設檢驗結果如表5所示。

表5 模型假設檢驗結果

3 結論與討論

3.1 結果討論

本研究運用AMOS24.0軟件對收集到的樣本進行驗證性因子分析,并在第一次模型擬合的基礎上對原有模型進行了修正,從而進一步提高了模型的擬合度、提升了模型的解釋水平。驗證結果表明,本文提出的8個假設成立,2個假設不成立。分析結果如下:

1)通過建立結構方程模型,本文發現網購經驗與消費者對推薦代理的認知信任之間的標準化路徑系數為0.008,t值為0.162<2,顯著性為0.872>0.05。因此,網購經驗正向影響消費者對推薦代理的認知信任這一假設并未得到驗證。基于前文文獻綜述,本文提出消費者的網購經驗正向影響消費者對推薦代理的認知信任,然而,這一假設并未得到驗證。這可能是由于網購經驗豐富的消費者比網購經驗少的消費者掌握更多搜索產品的技巧,他們可能更傾向于自己搜索想要的產品而非通過推薦代理。因此,網購經驗豐富的消費者并不會對推薦代理產生認知信任,相反,他們更加相信自己搜索的產品。

2)感知風險與消費者對推薦代理的情感信任之間的標準化路徑系數為-0.040,t值為-0.864<2,顯著性為0.388>0.05。因此,感知風險負向影響消費者對推薦代理的情感信任這一假設并未得到驗證。現有研究[14]認為,在電子商務環境下,感知風險是信任的前因,感知風險可以直接影響消費者的購買意愿,也可以通過信任間接影響消費者的購買意愿。基于此,本文提出消費者的感知風險會對消費者對推薦代理的認知信任、情感信任、購買意愿產生負向影響的假設,然而并未得到驗證,試著推論其原因,可能與本文調查的局限性有關。本文主要采用滾雪球式的問卷發放形式,被調查者主要為大學生群體,他們接受新鮮事物的能力強,但對風險感知并不強烈。大學生群體在使用推薦代理時可能更加看重推薦代理所推薦的產品的新鮮感,而忽視其可能的風險。因此,本文中關于感知風險的假設未得到驗證。

3)本研究發現,推薦代理信息的準確性顯著正向影響消費者對推薦代理的認知信任(標準化路徑系數為0.471,t值為7.242>2,顯著性為0<0.05)、情感信任(標準化路徑系數為0.202,t值為3.066>2,顯著性為0<0.05)和購買意愿(標準化路徑系數為0.305,t值為5.139>2,顯著性為0<0.05)。通過對比與推薦代理信息的準確性有關的三條影響路徑可以發現,推薦代理信息的準確性對消費者對推薦代理的認知信任影響最大,其次是對消費者的購買意愿,而對消費者對推薦代理的情感信任影響最小。

4)推薦代理信息的多樣性與消費者對推薦代理的情感信任之間的標準化路徑系數為0.221,t值為3.337>2,顯著性為0<0.05。因此,推薦代理信息的多樣性正向影響消費者對推薦代理的情感信任這一假設也得到驗證。也就是說某個電商平臺的推薦代理向消費者推薦的產品越豐富、種類越多,就越會讓消費者感覺該網站的推薦代理是可靠的、是值得信賴的。

5)網購平臺可信度與消費者對推薦代理的情感信任之間的標準化路徑系數為0.224,t值為3.630>2,顯著性0<0.05。因此,網購平臺的可信度正向影響消費者對推薦代理的情感信任這一假設得到驗證。這意味著消費者對某一購物網站的可信度評價越高,即消費者認為該購物網站更值得信賴,那么他們就會在情感上更加相信該購物網站推薦代理的推薦功能。

6)消費者對推薦代理的認知信任正向影響消費者的購買意愿、消費者對推薦代理的情感信任正向影響消費者的購買意愿這兩條假設均得到驗證。而在模型修正后發現,消費者對推薦代理的認知信任也會正向影響消費者對推薦代理的情感信任,這與現有研究結論[21]相似。此外,本文還發現,認知信任對購買意愿的標準化路徑系數為0.299,而情感信任對購買意愿的標準化路徑系數為0.402。也就是說,相較于消費者對推薦代理的認知信任,消費者對推薦代理的情感信任對其購買意愿的影響更為顯著。

3.2 管理啟示

基于前文得出的結論,本文針對電子商務網站提出了三點管理啟示。

1)提高平臺推薦代理信息的準確性。本文證實了推薦代理信息的準確性正向影響消費者對推薦代理的認知信任、情感信任和購買意愿。因此,建議電子商務網站在優化推薦代理的功能時應將提高推薦代理信息的準確性放在首位,提升推薦代理算法的準確性,精準把握每位消費者的喜好與需求,實現差異化、精準化、個性化的推薦方式。力求做到讓消費者認為該推薦代理能夠真正幫助他們減少購買決策的時間、提高其購買決策的質量,同時做到讓消費者對該推薦代理產生情感上的喜愛與依賴,從而贏得消費者對購物網站推薦代理的認知信任、情感信任,進而激發消費者的購買意愿。

2)增加平臺推薦代理信息的多樣性。基于前文,平臺推薦代理信息的多樣性正向影響消費者對推薦代理的情感信任。網購平臺中的推薦代理推薦的產品越豐富、種類越多,就越會讓消費者感覺該推薦代理是可靠的、是值得信賴的,因此他們會更容易相信該電商平臺上的推薦代理。因此,建議電子商務網站應重視提升網購消費者對推薦代理的情感信任,而提升消費者對推薦代理的情感信任需要增加推薦代理信息的多樣性。電子商務網站的推薦代理應向消費者推薦內容豐富、種類多樣、各具特色的產品,只有獲得消費者的青睞,才能讓消費者對推薦代理產生情感上的信任。

3)提升電子商務平臺的形象。基于上文中的結論,網購平臺可信度正向影響消費者對推薦代理的情感信任。也就是說,消費者對某一購物網站的可信度評價越高就會對該購物網站的推薦代理產生更多情感上的喜愛與依賴。同時,消費者對推薦代理的情感信任顯著正向影響消費者的購買意愿,可以說,提升網購平臺的可信度非常重要。因此,電子商務網站應注重打造自身在消費者心中的形象,通過多種手段、多種形式提高聲譽度、知名度,繼而提升消費者對電子商務平臺的可信度。

本文仍然存在一定的研究局限:抽樣方法還有待改進。本文主要采用滾雪球式的抽樣方法,被調查者主要為大學生群體,調查對象代表性不足可能會影響研究結果。未來的研究可以進一步提高問卷發放的廣度,盡可能覆蓋不同年齡層次、不同身份的群體,以期提高研究的準確性與普適性。未來的相關研究可以引入更多角度的變量。消費者對平臺推薦代理的信任源自消費者對推薦代理信息特征的判斷,因此,推薦代理的信息特征是影響消費者購買意愿的重要變量。目前,本文將推薦代理的信息特征分為信息的準確性和多樣性兩個維度,未來的研究可以將推薦代理的信息特征進一步細化,并引入產品類別、用戶與推薦代理的交互作用等不同視角的變量來進一步完善平臺推薦代理對消費者購買意愿的影響模型。