葉鳳云
〔摘要〕論文從信息行為過程視角深入探討移動商務(wù)用戶的信息質(zhì)量感知對粘性傾向的影響效應(yīng)關(guān)系,幫助移動商務(wù)平臺建立粘性機制,從而更好地吸引與保留客戶。首先結(jié)合移動商務(wù)用戶消費行為過程解析相應(yīng)的信息行為過程,形成移動商務(wù)用戶信息行為過程模型;然后基于信息行為過程模型,構(gòu)建移動商務(wù)環(huán)境下用戶信息質(zhì)量感知對粘性傾向的影響模型(簡稱MUISM),提出相應(yīng)研究假設(shè)并設(shè)計具體的測量指標;最后,基于獲取的492份有效問卷利用AMOS17.0應(yīng)用ML法對MUISM模型進行檢驗和分析,并結(jié)合實證分析結(jié)果提出提高移動商務(wù)平臺用戶粘性的針對性建議。
〔關(guān)鍵詞〕移動商務(wù);信息質(zhì)量感知;粘性傾向;信息行為;用戶
DOI:10.3969/j.issn.1008-0821.2017.04.011
〔中圖分類號〕G203〔文獻標識碼〕A〔文章編號〕1008-0821(2017)04-0072-10
An Influence Research of Mobile Commerce User Information
Quality Perception to Stickiness Intention
——Information Behavior Process PerspectiveYe Fengyun
(School of Management,Anhui University,Hefei 230601,China)
〔Abstract〕The paper had deeply studied the influence of the information quality perception of mobile commerce users on stickiness intention from the perspective of the process of information behavior,hoped to promote the establishment of a cohesive mechanism for mobile commerce platform,so as to attract and retain customers better.Firstly,the paper had formed a process model of information behavior based on the analysis of the process of consumer behavior of mobile commerce users.Then,the influence model(MUISM)of the users information quality perception of the mobile commerce environment was constructed on the process model of information behavior,the corresponding research hypotheses were proposed and specific measurement indicators were designed.Lastly,the MUISM model was tested and analyzed by using ML AMOS17.0 method with the 492 valid questionnaires,and the targeted recommendations had been put forward to improve the user stickiness on the results of the empirical analysis.
〔Key words〕mobile commerce;information quality perception;stickiness intention;information behavior;user
1研究背景
中國互聯(lián)網(wǎng)絡(luò)統(tǒng)計中心CNNIC 2016年1月發(fā)布的《第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示,截至2015年12月,中國手機網(wǎng)民規(guī)模達6.20億,網(wǎng)民中使用手機上網(wǎng)人群占比提升至90.1%;我國手機網(wǎng)絡(luò)購物規(guī)模達到3.40億,手機網(wǎng)絡(luò)購物的使用比例提升至54.8%。在網(wǎng)絡(luò)應(yīng)用中,移動商務(wù)類應(yīng)用的地位越來越重要,手機支付、手機網(wǎng)絡(luò)購物、手機訂餐、手機旅行預(yù)訂等應(yīng)用的網(wǎng)民規(guī)模均穩(wěn)定增長,移動商務(wù)已成為電子商務(wù)類企業(yè)激烈的競爭領(lǐng)域,如何吸引移動互聯(lián)網(wǎng)用戶的注意并使他們盡可能停留成為相關(guān)企業(yè)面臨的重大挑戰(zhàn)。
近年來,基于用戶的信息質(zhì)量感知研究已成為國外學(xué)術(shù)界信息質(zhì)量評價研究的重點。Evans與Lindsay(2005)[1]將信息質(zhì)量定義為“滿足用戶的需求和偏好”以及“符合或超過用戶的期望”;Hilligoss與Rieh(2008)[2]認為信息質(zhì)量是在一定的信息環(huán)境中,人們參照信息的期望或其它信息而對信息的良好性和有用性所做出的主觀判斷;Knight與Burn(2005)[3]認為互聯(lián)網(wǎng)環(huán)境下的信息質(zhì)量在很大程度上依賴于信息生產(chǎn)者、信息存儲與維護系統(tǒng)、信息用戶等所認知的維度;Braay等(1994)[4]構(gòu)建了用戶生成的網(wǎng)絡(luò)信息質(zhì)量評價指標體系;Schamber等(1996)[5]認為用戶生成的信息質(zhì)量評價指標體系包含清晰、成本、可靠性、有效性和相關(guān)性等5個主要指標;Metzger(2007)[6]指出信息的可靠性是基于接收者的判斷,包括對信息質(zhì)量的客觀判斷和來源可信性的主觀感知;Naumann和Rolker(2010)[7]從主觀、客觀和過程角度將用戶感知、信息本身和信息訪問過程作為信息質(zhì)量評價維度。
本文將移動商務(wù)用戶的信息質(zhì)量感知界定為用戶利用手機等移動設(shè)備進行消費的過程中對產(chǎn)品、商家、物流、咨詢等方面信息質(zhì)量所產(chǎn)生的認知。目前,探討電子商務(wù)網(wǎng)站粘性因素的研究很多,但對信息質(zhì)量的關(guān)注度不高;事實上,信息行為貫穿移動商務(wù)用戶消費過程的每個階段,而在信息行為過程中對信息質(zhì)量的感知是影響用戶未來是否會繼續(xù)重復(fù)訪問某移動商務(wù)平臺并進行交易的至關(guān)重要的因素,因此本文從信息行為過程視角深入探討移動商務(wù)用戶的信息質(zhì)量感知對粘性傾向的影響效應(yīng)關(guān)系,推動移動商務(wù)平臺建立粘性機制,從而更好地吸引與保留客戶。
2理論基礎(chǔ)
2.1粘性及粘性傾向的概念
在傳統(tǒng)營銷中用于評估與促進顧客保留的機制在電子商務(wù)環(huán)境下被稱為粘性(Zemzow,1999)。網(wǎng)站粘性是指網(wǎng)站維系在線客戶和延長他們每次停留時間的能力,是電子商務(wù)成功的重要因素之一[8]。網(wǎng)站或網(wǎng)店特征的改變只有經(jīng)過客戶的感知,得到客戶認可才能發(fā)揮應(yīng)有作用,因而提升客戶粘性是網(wǎng)站粘性研究的最終目的,網(wǎng)站粘性研究的焦點也紛紛從技術(shù)與功能視角轉(zhuǎn)向用戶視角[9],如Li、Browne和Wetherhe(2006)基于客戶視角,將粘性界定為由于用戶深度持有持續(xù)再使用網(wǎng)站的承諾,將堅持在未來重復(fù)訪問和使用所偏好的網(wǎng)站。
根據(jù)學(xué)者們對粘性的定義可知,粘性作為一種客觀屬性,是描述網(wǎng)站吸引與保留客戶能力的術(shù)語;而傾向指一種態(tài)度,更多的是從用戶主觀意愿的角度進行考慮,則將粘性傾向界定為用戶返回特定網(wǎng)站或延長其在特定網(wǎng)站持續(xù)停留時間的意愿[10]。
2.2客戶粘性驅(qū)動因素
Kurniawan(2000)從用戶——網(wǎng)站互動的交易視角,探討用戶對特定網(wǎng)站缺乏轉(zhuǎn)換行為的影響因素,構(gòu)建了一個以社區(qū)卷入、網(wǎng)站吸引力和便利為前因變量,愉悅和顧客滿意為中介變量,客戶粘性為結(jié)果變量的模型,如圖1所示。
2006年,Li、Browne和Wetherbe(2006)整合社會心理學(xué)的人際投資理論和關(guān)系營銷中的信任——承諾理論,從用戶視角構(gòu)建了客戶粘性傾向模型。研究客戶粘性驅(qū)動因素的實證研究很多,在此不一一列舉。
已有的研究多側(cè)重于從滿意、信任、承諾等非常主觀的變量方面進行考察,且未將粘性傾向進行區(qū)分。事實上,用戶有需求時經(jīng)常在若干個移動商務(wù)平臺瀏覽,卻選擇某一個移動商務(wù)平臺進行交易,其中的內(nèi)在因素值得深究。故本文基于用戶視角,結(jié)合移動商務(wù)用戶的消費行為過程,將粘性傾向區(qū)分為訪問粘性傾向和交易粘性傾向兩個階段,其中,訪問粘性傾向是指用戶堅持在未來重復(fù)訪問所偏好移動商務(wù)平臺進行瀏覽的意愿;交易粘性傾向是指用戶堅持在未來使用某特定移動商務(wù)平臺進行消費的意愿;針對訪問粘性傾向和交易粘性傾向從不同的信息質(zhì)量感知角度分別探討其驅(qū)動因素。
3移動商務(wù)用戶信息行為過程分析
3.1移動商務(wù)用戶消費行為過程
移動商務(wù)用戶消費行為過程可以劃分為消費前、消費中和消費后等3個行為階段。
消費前的行為:目前,移動商務(wù)平臺眾多,用戶在消費前,一般會根據(jù)已掌握的信息及以往的經(jīng)驗選擇具體的移動商務(wù)平臺,然后采用分類瀏覽的方式選擇商品或者輸入關(guān)鍵詞查找所需要的商品,接著在移動商務(wù)平臺所展示的商品列表中選擇某些商品進行瀏覽和比較,因為同樣的商品往往有多個賣家,每個賣家的價格不同,信用等級和客戶評分也不盡相同,用戶對相關(guān)信息進行比較評估后選擇一個或若干個特定商家,直接購買或與商家的客服人員溝通后確定購買與否。
消費中的行為:用戶確定購買某商家的商品后,一般會與商家的客服人員溝通物流配送情況,并選擇合適的支付方式付款。
消費后的行為:商家發(fā)貨后,用戶通過移動商務(wù)平臺關(guān)注訂單信息和物流信息,在收到物流配送的商品后進入移動商務(wù)平臺確認收貨,并根據(jù)所收到商品的情況進行評論,如果對所收到的商品不滿意,可能會要求退換貨,并在交易結(jié)束后進行評論。
綜上所述,移動商務(wù)用戶消費行為過程如圖2所示。
3.2移動商務(wù)用戶信息行為過程模型
根據(jù)移動商務(wù)用戶消費行為過程圖,將移動商務(wù)用戶的信息行為過程相應(yīng)劃分為消費前信息行為和消費后信息行為兩個主要階段,其中消費前信息行為又細分為信息需求的認識與表達、信息瀏覽、信息溝通與選擇等3個子階段;消費后行為細分為信息瀏覽、信息溝通與反饋等兩個子階段。每個具體的信息行為又涉及發(fā)布主體和行為客體兩個方面,整體信息行為過程如圖3所示。注:圖中服務(wù)信息專指客戶服務(wù)人員的信息服務(wù)。
結(jié)合移動商務(wù)用戶信息行為過程模型圖,將移動商務(wù)用戶信息行為過程按消費前信息行為與消費后信息行為兩個階段分別簡要描述。
3.2.1消費前信息行為過程
1)信息需求的認識與表達:人們在生活、工作或?qū)W習(xí)過程中產(chǎn)生一定的消費需求,如果選擇通過移動商務(wù)環(huán)境進行,首先會根據(jù)所掌握的信息和以往的經(jīng)驗等選擇具體的移動商務(wù)平臺,然后將消費需求歸類通過移動商務(wù)平臺所提供的分類機制瀏覽所需要的商品/服務(wù),或者將消費需求以具體關(guān)鍵詞的形式表達出來,通過移動商務(wù)平臺所提供的檢索機制輸入關(guān)鍵詞查找所需要的商品信息或商家信息。
2)信息瀏覽:在消費行為前,客戶一般會仔細瀏覽移動商務(wù)平臺中所展示的商品信息和商家信息;對所展示商品的價格、商家的位置等信息進行比較分析后點擊進入某一個或幾個產(chǎn)品和商家,了解其詳細信息,并與客服人員進行信息溝通。
3)信息溝通與選擇:客戶通過瀏覽對產(chǎn)品、物流等方面的詳細信息進行綜合比較評估,并根據(jù)客服人員提供信息的情況最后決定購買某商家的商品,瀏覽支付信息,并進入實際的消費支付過程。
3.2.2消費后信息行為過程
1)信息瀏覽:賣家獲取客戶的支付信息后,進入發(fā)貨流程,物流公司攬件后,賣家和物流公司一般會通過移動商務(wù)平臺將物流詳細信息發(fā)布出去,商家可及時跟蹤所銷售商品的物流狀態(tài)并進行催件,客戶也可隨時瀏覽所購買商品的物流狀態(tài)準備收件。
2)信息溝通與反饋:收到賣家通過物流公司快遞的商品后,客戶經(jīng)過一段時間的使用體驗,會對商家、商品、服務(wù)及物流產(chǎn)生直觀的感受,可以通過移動商務(wù)平臺對消費過程中所獲取的產(chǎn)品、物流及服務(wù)等方面的感受進行評論和分享;而客戶評論和分享的產(chǎn)品、物流、服務(wù)等信息會通過移動商務(wù)平臺反饋給網(wǎng)站、賣家及其他客戶。
4研究設(shè)計
4.1理論模型構(gòu)建與研究假設(shè)提出
從圖3可以看出,移動商務(wù)用戶信息行為主要分為消費前信息行為和消費后信息行為兩個階段,在消費前信息行為階段,賣家、網(wǎng)站等通過移動商務(wù)平臺發(fā)布產(chǎn)品、商家、物流等方面的信息,提供售前咨詢信息服務(wù),用戶在消費前的瀏覽、查詢和溝通等信息行為過程中,會對移動商務(wù)平臺所提供產(chǎn)品、商家、物流和咨詢方面的信息質(zhì)量產(chǎn)生認知,從而影響用戶對該移動商務(wù)平臺的再訪問意愿即訪問粘性傾向;在消費后信息行為階段,賣家、網(wǎng)站、物流等通過移動商務(wù)平臺發(fā)布用戶所購買商品的訂單信息、物流信息等,提供售后信息服務(wù),用戶在支付后的瀏覽、查詢和溝通等信息行為過程中,會對移動商務(wù)平臺所提供訂單、物流和服務(wù)等方面的信息質(zhì)量產(chǎn)生認知,從而影響用戶對該移動商務(wù)平臺的再交易意愿即交易粘性傾向。
根據(jù)以上理論闡述,本文認為在移動商務(wù)環(huán)境下,每個特定的行為階段所涉及的具體信息客體不同,同時客戶在不同的行為階段所關(guān)注的信息重點也不同,對信息質(zhì)量的感知也就不盡相同,即用戶在不同階段的信息行為會對不同的粘性傾向產(chǎn)生顯著影響,因此構(gòu)建移動商務(wù)環(huán)境下用戶信息質(zhì)量感知對粘性傾向的影響模型(簡稱MUISM模型),如圖4所示。
根據(jù)圖4的概念模型,移動商務(wù)環(huán)境下,用戶在消費前對信息質(zhì)量的感知會顯著影響用戶的訪問粘性傾向,結(jié)合上文的描述提出以下4個研究假設(shè)。
假設(shè)H1:在消費前,移動商務(wù)用戶對產(chǎn)品信息質(zhì)量的感知顯著影響其訪問粘性傾向。
假設(shè)H2:在消費前,移動商務(wù)用戶對商家信息質(zhì)量的感知顯著影響其訪問粘性傾向。
假設(shè)H3:在消費前,移動商務(wù)用戶對咨詢信息質(zhì)量的感知顯著影響其訪問粘性傾向。
假設(shè)H4:在消費前,移動商務(wù)用戶對物流信息質(zhì)量的感知顯著影響其訪問粘性傾向。
根據(jù)圖3的概念模型,移動商務(wù)環(huán)境下,用戶在消費后對信息質(zhì)量的感知會顯著影響用戶的交易粘性傾向,結(jié)合上文的描述提出以下4個研究假設(shè)。
假設(shè)H5:在消費后,移動商務(wù)用戶對服務(wù)信息質(zhì)量的感知顯著影響其交易粘性傾向。
假設(shè)H6:在消費后,移動商務(wù)用戶對物流信息質(zhì)量的感知顯著影響其交易粘性傾向。
假設(shè)H7:在消費后,移動商務(wù)用戶對訂單信息質(zhì)量的感知顯著影響其交易粘性傾向。
假設(shè)H8:在消費后,移動商務(wù)用戶對評論信息質(zhì)量的感知顯著影響其交易粘性傾向。
在移動商務(wù)環(huán)境下,訪問作為交易的前期必經(jīng)階段,相互之間應(yīng)存在顯著的相關(guān)性,故提出下面研究假設(shè)。
假設(shè)H9:在移動商務(wù)環(huán)境下,用戶訪問粘性傾向顯著影響交易粘性傾向。
4.2移動商務(wù)用戶信息質(zhì)量評價指標體系設(shè)計
基于3.2對移動商務(wù)用戶信息行為過程的分析及4.1所構(gòu)建之MUISM模型,在已有的信息質(zhì)量感知指標體系研究成果基礎(chǔ)上從消費前和消費后兩個階段分別設(shè)計信息質(zhì)量感知的測量指標,從訪問和交易兩個角度分別設(shè)計粘性傾向的測量指標。
4.2.1消費前信息質(zhì)量感知指標
結(jié)合移動商務(wù)用戶消費前信息行為的具體過程和后續(xù)研究的可操作性,對移動商務(wù)平臺所涉及產(chǎn)品、商家、物流和咨詢方面信息的質(zhì)量感知采用目前常用的全面性、可靠性、新穎性和便利性等指標,具體測量指標如表1所示。
4.2.2消費后信息質(zhì)量感知指標
結(jié)合移動商務(wù)用戶消費后信息行為的具體過程和后續(xù)研究的可操作性,對移動商務(wù)平臺所涉及服務(wù)、物流、訂單和評論方面信息的質(zhì)量感知同樣采用目前常用的全面性、可靠性、新穎性和便利性等指標,具體測量指標如表2所示。
4.2.3粘性傾向的測量指標
在本研究中,訪問粘性傾向指客戶堅持在未來繼續(xù)訪問和瀏覽某移動商務(wù)平臺的意愿,交易粘性傾向指客戶堅持在未來繼續(xù)選擇某移動商務(wù)平臺進行交易的意愿?;贚i等人(2006)[11]和Lin(2007)[12]開發(fā)的粘性傾向測量題項基礎(chǔ)上,結(jié)合不同粘性傾向的特性,得到訪問粘性傾向和交易粘性傾向的具體測量題項,如表3所示。
4.3問卷設(shè)計與調(diào)查
4.3.1問卷結(jié)構(gòu)設(shè)計
為了保證調(diào)查問卷的科學(xué)性與有效性,本研究首先邀請有經(jīng)驗的人員對問卷進行試填,再根據(jù)專家意見和試填結(jié)果對問卷的部分內(nèi)容和格式進行修改完善,從而形成正式調(diào)查問卷。
調(diào)查問卷由兩部分構(gòu)成:第一部分調(diào)查個人基本信息,為單項選擇題;第二部分為問卷主體,調(diào)查移動商務(wù)用戶消費過程中信息質(zhì)量感知對粘性傾向的影響,采用Likert 5度量表,從“非常同意”、“同意”、“一般”、“不同意”到“非常不同意”分別給予5、4、3、2、1的分數(shù),請用戶根據(jù)自己對相關(guān)變量的主觀感受進行打分,從而對變量進行測量。
4.3.2數(shù)據(jù)來源與樣本分析
從2016年7月至2016年8月,利用問卷星在線網(wǎng)站(http:∥1.sojump.com)設(shè)計網(wǎng)絡(luò)調(diào)查問卷,通過EMAIL、QQ、微信等方式獲得有效問卷32份,利用問卷星在線網(wǎng)站提供的樣本服務(wù)獲得有效問卷460份,因此,調(diào)查共獲得有效問卷492份。利用SPSS18.0對調(diào)查對象的性別、年齡、職業(yè)、受教育程度等幾個方面進行描述性統(tǒng)計分析,如表4所示。
5實證分析
5.1信效度檢驗
5.1.1信度檢驗
為了檢驗樣本的信度,本研究應(yīng)用SPSS18.0進行運算,得到各變量的克朗巴哈一致性系數(shù)(Cronbachs α),Cronbachs α的值一般介于0和1之間,其值越大,說明變量的各個測量題項越相關(guān),即內(nèi)部一致性程度越高,統(tǒng)計結(jié)果如表5所示。
由表5可知,各變量的Cronbachs α都在0.6以上,且各變量的項已刪除的Cronbachs Alpha值差異不大即各個變量在單一測量題項刪除情況下,克朗巴哈一致性系數(shù)都沒有發(fā)生顯著改變,這些數(shù)據(jù)表明調(diào)查問卷具有較好的信度。
5.1.2效度檢驗
在正式調(diào)查全部完成后,為檢驗量表題項的結(jié)構(gòu)合理性和內(nèi)容可靠性,需要對量表的效度進行分析。
1)探索性因子分析
在進行探索性因子分析前,利用SPSS18.0運算得到的KMO(Kaiser-Meyer-Olkin)值檢驗樣本數(shù)據(jù)的因子適合性,檢驗標準為:KMO>0.5,表示變量之間具備較多公共因子,適合進行因子分析;如果KMO<0.5,則不適合進行因子分析。
①消費前信息質(zhì)量感知
如表6所示,在消費前信息質(zhì)量感知方面,樣本的KMO值為0.857 >0.5,Bartlett球形檢驗的卡方值為1 905.812,顯著性水平為0.000,說明各測量題項間存在聯(lián)系,適合對樣本數(shù)據(jù)進行因子分析。
消費前信息質(zhì)量感知變量的探索性因子分析結(jié)果如表7所示,產(chǎn)品信息質(zhì)量、商家信息質(zhì)量、物流信息質(zhì)量、咨詢信息質(zhì)量4個因子累積解釋了53.114%的方差,各個項目在其相關(guān)聯(lián)的變量上的因子負荷都大于0.5,交叉變量的因子負荷沒有超過0.5,表明本部分問卷的結(jié)構(gòu)效度較好。
②消費后信息質(zhì)量感知
如表8所示,在消費后信息質(zhì)量感知方面,樣本的KMO值為0.818>0.5,Bartlett球形檢驗的卡方值為2 010.540,顯著性水平為0.000,說明各測量題項間存在聯(lián)系,適合對樣本數(shù)據(jù)進行因子分析。
消費后信息質(zhì)量感知變量的探索性因子分析結(jié)果如表9所示,服務(wù)信息質(zhì)量、物流信息質(zhì)量、訂單信息質(zhì)量、評論信息質(zhì)量4個因子累積解釋了53.506%的方差,各個項目在其相關(guān)聯(lián)的變量上的因子負荷都大于0.5,交叉變量的因子負荷沒有超過0.5,表明本部分問卷的結(jié)構(gòu)效度較好。
2)驗證性因子分析
Fornell和Larcker(1981)[12]提出評估收斂效度3項標準:完全標準化的因子負荷都大于0.5且達到顯著水平(p<0.05或p<0.1),完全標準化的因子負荷值越大,基礎(chǔ)效度越好;組合信度(簡稱CR)大于0.7,組合信度值越大,變量量表內(nèi)部越具有一致性;平均變異萃取量(簡稱AVE)大于0.5。
利用AMOS17.0對樣本數(shù)據(jù)進行驗證性因子分析,以最大似然法作為參數(shù)估計方法,得到因子分析的結(jié)果,應(yīng)用以上標準評估調(diào)查問卷的收斂效度,如表10所示。
根據(jù)表10的數(shù)據(jù),所有指標的因子負荷值均在0.5左右且達到顯著水平(p<0.05),組合信度均大于0.7,模型的測量量表具有內(nèi)部一致性;平均變異萃取量均大于0.8,表示80%以上的方差被說明,模型具有良好的收斂效度。
5.2MUISM模型檢驗
利用AMOS17.0應(yīng)用最大似然法(Maximum likelihood,簡稱ML法)對模型進行檢驗與修正,計算得到理論模型的假設(shè)檢驗結(jié)果,如表11所示。
通過AMOS17.0計算得到相應(yīng)的擬合指數(shù)值,所構(gòu)建的MUISM模型的擬合指數(shù)結(jié)果如表12所示。
表12的數(shù)據(jù)說明,MUISM模型的擬合效果比較理想。
6研究結(jié)論及建議
6.1MUISM模型的效應(yīng)關(guān)系及說明
根據(jù)表11的假設(shè)檢驗結(jié)果計算出MUISM模型中各變量之間的總效應(yīng),如表13所示。
表13的數(shù)據(jù)說明,產(chǎn)品、商家和物流等方面的信息質(zhì)量感知顯著影響移動商務(wù)用戶的訪問粘性和交易粘性;從表1和表2的測量指標可以看出,這些方面的信息質(zhì)量感知測量指標注重測量了信息的全面性、可靠性、新穎性和便利性等方面。
移動商務(wù)平臺應(yīng)從用戶信息行為全過程的視角,首先吸引更多的商家進入移動商務(wù)平臺,提升移動商務(wù)平臺產(chǎn)品的多樣性和全面性;增強對商家所發(fā)布產(chǎn)品、物流等的信息質(zhì)量控制,提高相關(guān)信息的可靠性;并敦促商家不斷更新產(chǎn)品信息,保證移動商務(wù)平臺上商品的新穎性;借助人機交互理論,提高移動商務(wù)用戶獲取相關(guān)信息的便捷性。提升移動商務(wù)用戶消費全過程的信息質(zhì)量感知,從而提高用戶對移動商務(wù)平臺或商家的訪問粘性及交易粘性。
6.2.2建立全過程的客戶服務(wù)體系,提高客戶服務(wù)各階段的信息質(zhì)量
從表1和表2的測量指標可以看出,咨詢信息質(zhì)量和服務(wù)信息質(zhì)量均是針對商家所提供的客戶服務(wù)信息質(zhì)量而言的。其中咨詢信息質(zhì)量側(cè)重于售前咨詢的信息質(zhì)量感知,服務(wù)信息質(zhì)量則側(cè)重于售后服務(wù)的信息質(zhì)量感知,表13的數(shù)據(jù)卻說明它們對粘性傾向的影響明顯不同。
通過對被調(diào)查者深入訪談得知,移動商務(wù)用戶在消費過程中,已經(jīng)習(xí)慣于對所需商品進行詳細的咨詢,并注重咨詢信息質(zhì)量的感知;而在目前的移動商務(wù)環(huán)境下,主動、專業(yè)提供售后服務(wù)的商家很少,從而出現(xiàn)多數(shù)用戶對售后信息服務(wù)的質(zhì)量感知度低的狀況。在這種現(xiàn)狀下,移動商務(wù)平臺或商家如果能重視商品的售后服務(wù),提供優(yōu)質(zhì)的售后服務(wù)信息,同時優(yōu)化咨詢信息服務(wù)的質(zhì)量,建立全過程的客戶服務(wù)體系,將會明顯與其它移動商務(wù)平臺和商家形成差異化,從而有效提高用戶對移動商務(wù)平臺或商家的訪問粘性及交易粘性。
6.2.3鼓勵移動商務(wù)用戶發(fā)布高質(zhì)量評論,提高用戶評論信息的質(zhì)量
從表1和表2的測量指標可以看出,評論信息質(zhì)量感知變量主要測度的是移動商務(wù)用戶對發(fā)布產(chǎn)品、商家及物流等相關(guān)信息的質(zhì)量感知,表13的數(shù)據(jù)說明移動商務(wù)用戶并不太注重移動商務(wù)平臺所提供的用戶信息發(fā)布方式;而用戶所發(fā)布評論信息的獲取質(zhì)量體現(xiàn)在消費前信息質(zhì)量感知的各個變量中,表13的數(shù)據(jù)說明移動商務(wù)用戶在消費過程中,注重所獲取到的用戶評論信息質(zhì)量的感知。
因此,移動商務(wù)平臺和商家應(yīng)該鼓勵用戶積極發(fā)布自身消費體驗方面的評論信息,從而提高用戶對移動商務(wù)平臺或商家的訪問粘性及交易粘性。
參考文獻
[1]Evans G,Lindsay W.The management and control of quality[M].Mason,Oh:Thomson,2005:102-211.
[2]Hilligoss B,Rieh S Y.Developing a unifying framework of credibility assessment:Construct,heuristics,and interaction in context[J].Information Processing & Management,2008,44(4):1467-1484.
[3]Knight S,Burn J.Developing a framework for assessing information quality on the world wide web[J].Informing Science,2005,(8):159-172.
[4]Barry C L.User-defined Relevance Criteria:An Exploratory Study[J].Journal of the American Society for Information Science,1994,45(3):149-159.
[5]Schamber L,Bateman J.User in Relevance Evaluation:Toward Development of a Measurement Scale[C].In:Proceedings of the 59th Annual Meeting of the American Society for Information Science,Baltimore,MD,USA.Medford,NJ:Learned Information,1996:212-305.
[6]Metzger M J.Making sense of credibility on the web:Models for evaluating online information and recommendations for future research[J].Journal of the American Society for Information Science and Technology,2007,58(13):2078-2091.
[7]Naumann F,Rolker C.Assessment methods for information quality criteria[EB].http:∥mitiq.mit.edu/iciq/iqdownload.aspx?ICIQYear=2000&File=AssessmentMenthods4IQCriterria.pdf,2010-01-22.
[8]Li D H,Browne G J,Wetherbe J C.Why do Internet users stick with a specific web site?A relationship perspective[J].International Journal of Electronic Commerce,2006,10(4):105-141.
[9]呂洪兵.B2C網(wǎng)店社會臨場感與粘性傾向的關(guān)系研究[M].北京:光明日報出版社,2013:95-102.
[10]Lin J C-C.Online stickiness:Is antecedents and effect on purchasing and effect on purchasing intention[J].Behavior & Information Technology,2007,26(6):507-516.
[11]Dahui Li,Browne G J,Wetherbe J C.Why do Internet users stick with a specific web site?A relationship perspective[J].International Journal of Electronic Commerce,2006,10(4):105-141.
[12]Lin J C-C.Online stickiness:Is antecedents and effect on purchasing and effect on purchasing intention[J].Behavior & Information Technology,2007,26(6):507-516.