, , ,
(上海理工大學(xué) 管理學(xué)院 上海 200093)
商品名稱復(fù)雜度對(duì)用戶網(wǎng)購(gòu)效率的影響
蔣成姣,孫軍華,李林,金京
(上海理工大學(xué) 管理學(xué)院 上海200093)
通過(guò)實(shí)驗(yàn)設(shè)計(jì),由受測(cè)者在指定的電子商務(wù)網(wǎng)站上購(gòu)買指定的商品,并對(duì)購(gòu)物全過(guò)程進(jìn)行錄像;采集用戶網(wǎng)絡(luò)購(gòu)物效率的指標(biāo),應(yīng)用信息熵對(duì)商品名稱復(fù)雜度進(jìn)行衡量,研究商品名稱信息熵對(duì)用戶網(wǎng)絡(luò)購(gòu)物時(shí)輸入關(guān)鍵詞時(shí)間、輸入關(guān)鍵詞數(shù)量、購(gòu)物時(shí)間、重新搜索次數(shù)、搜索結(jié)果排序和瀏覽商品的數(shù)量的影響;進(jìn)而,通過(guò)問(wèn)卷調(diào)查,研究用戶感知商品名稱復(fù)雜度、商品熟悉度以及輸入商品關(guān)鍵詞難易度對(duì)以上用戶網(wǎng)購(gòu)效率指標(biāo)的影響;最后,對(duì)商品名稱的定義提出了改進(jìn)建議.
信息熵; 網(wǎng)絡(luò)購(gòu)物; 用戶行為
隨著信息技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展以及物流服務(wù)質(zhì)量的提高,電子商務(wù)市場(chǎng)快速擴(kuò)張.據(jù)聯(lián)商網(wǎng)報(bào)道,2016年中國(guó)電子商務(wù)市場(chǎng)交易規(guī)模穩(wěn)居全球第一[1],中國(guó)電子商務(wù)研究中心監(jiān)測(cè)數(shù)據(jù)顯示,2016年中國(guó)電子商務(wù)市場(chǎng)交易額達(dá)20.2萬(wàn)億元,較2015年增長(zhǎng)23.6%[2].快速發(fā)展和競(jìng)爭(zhēng)激烈的市場(chǎng)下,網(wǎng)頁(yè)設(shè)計(jì)質(zhì)量成為電子商務(wù)企業(yè)的核心競(jìng)爭(zhēng)力之一,用戶在電子商務(wù)網(wǎng)站上的購(gòu)物體驗(yàn)會(huì)影響用戶的滿意度和再購(gòu)意愿.眾多研究者的研究結(jié)果表明,使用性、簡(jiǎn)便性、功能性是網(wǎng)頁(yè)設(shè)計(jì)質(zhì)量的重要維度,因此網(wǎng)頁(yè)設(shè)計(jì)時(shí),要注重用戶的操作效率和操作體驗(yàn).
用戶在網(wǎng)絡(luò)購(gòu)物時(shí),通常會(huì)輸入商品名稱關(guān)鍵詞進(jìn)行搜索,然后瀏覽搜索結(jié)果進(jìn)行選購(gòu).因此,商品名稱的復(fù)雜度、難易度等特點(diǎn)會(huì)對(duì)用戶的搜索、瀏覽行為和購(gòu)買意愿等產(chǎn)生重要影響.本研究將探索商品名稱復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響,通過(guò)實(shí)驗(yàn)設(shè)計(jì),引入信息熵對(duì)商品名稱復(fù)雜度進(jìn)行衡量,探索商品名稱信息熵對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響;調(diào)研用戶感知的商品名稱復(fù)雜度、商品名稱熟悉度和輸入關(guān)鍵詞難易度,分析這些變量對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響;最后對(duì)商品名稱的定義給出建議.
1.1商品名稱對(duì)網(wǎng)絡(luò)購(gòu)物效率的影響
效率是指單位時(shí)間內(nèi)完成的工作量[3],網(wǎng)絡(luò)購(gòu)物中用戶會(huì)希望快速找到需要的商品,并順利下單,因此網(wǎng)絡(luò)購(gòu)物效率可以定義為用戶單位時(shí)間內(nèi)完成的購(gòu)物任務(wù).Koyuncu等[4]提出網(wǎng)絡(luò)購(gòu)物主要包括3個(gè)核心過(guò)程,即信息搜索、評(píng)估選擇和購(gòu)買,網(wǎng)絡(luò)購(gòu)物效率則是這3個(gè)核心過(guò)程的綜合效率.已有的對(duì)于提升網(wǎng)絡(luò)購(gòu)物效率的研究大多集中于搜索引擎的改進(jìn)[5-6]、推薦算法的改進(jìn)[7-8],以及基于人因工程的網(wǎng)頁(yè)設(shè)計(jì)改進(jìn)[9-10],而商品名稱如何對(duì)網(wǎng)絡(luò)購(gòu)物效率產(chǎn)生影響的研究則大都處于探討的階段.
楊錦鋒等[11]指出商品名稱中的很多詞匯是出于商品的功能描述和營(yíng)銷等目的而創(chuàng)造出來(lái)的,如果這些新詞不能被輸入法準(zhǔn)確識(shí)別,將會(huì)大大降低音字轉(zhuǎn)換精度,進(jìn)而影響用戶使用體驗(yàn).孫軍華等[12]的研究指出,選擇關(guān)鍵詞會(huì)導(dǎo)致用戶較多的思考時(shí)間,而輸入商品名稱的關(guān)鍵詞,會(huì)導(dǎo)致大量的用戶輸入點(diǎn)擊動(dòng)作,這些都會(huì)對(duì)用戶的購(gòu)物效率產(chǎn)生影響.可見(jiàn),商品名稱復(fù)雜度會(huì)對(duì)用戶在信息搜索時(shí)的輸入效率產(chǎn)生影響.
Jansen等[13]對(duì)搜索引擎的用戶行為進(jìn)行分析,發(fā)現(xiàn)消費(fèi)者只瀏覽很少的搜索結(jié)果頁(yè)面,第一頁(yè)成為主要的關(guān)注焦點(diǎn),因此搜索結(jié)果的準(zhǔn)確性對(duì)于提升用戶的評(píng)估選擇效率具有重要的意義.楊錦鋒等[11]認(rèn)為如果搜索引擎不能識(shí)別商品名稱中的新關(guān)鍵詞會(huì)影響其數(shù)據(jù)挖掘和分析的性能.孫軍華等[12]的研究中發(fā)現(xiàn)在搜索結(jié)果中找到需要的商品導(dǎo)致了較多的瀏覽和思考的時(shí)間.孫軍華等[14]的另一項(xiàng)研究中指出商品名稱會(huì)直接影響用戶輸入關(guān)鍵詞的數(shù)量,間接影響商品排序、搜索結(jié)果的精確性,最終影響用戶操作效率和操作體驗(yàn).黃鸝強(qiáng)等[15]的研究發(fā)現(xiàn)消費(fèi)者對(duì)產(chǎn)品的熟悉程度不同將會(huì)對(duì)搜索結(jié)果采用不同的信息處理模式.對(duì)于不同產(chǎn)品的搜索結(jié)果,對(duì)于消費(fèi)者熟悉的那些產(chǎn)品,他們更多地點(diǎn)擊靠近中間位置的選項(xiàng),而對(duì)于消費(fèi)者不太熟悉的商品,他們更多地點(diǎn)擊搜索結(jié)果中比較靠前的選項(xiàng).可見(jiàn)商品名稱復(fù)雜度及用戶對(duì)商品的熟悉度都會(huì)對(duì)用戶的評(píng)估選擇過(guò)程產(chǎn)生影響.
從以上研究可以看出,商品名稱對(duì)網(wǎng)購(gòu)動(dòng)作效率有較大的影響,如果商品名稱復(fù)雜,那么用戶會(huì)在選擇、輸入商品關(guān)鍵詞時(shí)體驗(yàn)不佳,商品名稱復(fù)雜還會(huì)影響該商品在搜索結(jié)果中的排序以及用戶在搜索結(jié)果中定位商品時(shí)的體驗(yàn).但是如何衡量商品名稱的復(fù)雜度,以及商品名稱復(fù)雜度對(duì)用戶網(wǎng)購(gòu)效率的影響模式還未見(jiàn)研究.
1.2信息熵
為了解決信息源不確定度的問(wèn)題,香農(nóng)提出了信息熵的概念.譬如信息源中有n個(gè)信息,分別為U1,U2,U3,…,Uj,…,Un,每個(gè)信息出現(xiàn)的概率為p1,p2,p3,…,pi,…,pn,每種信息出現(xiàn)的情況相互獨(dú)立.信息源的不確定性為單個(gè)信息不確定性的統(tǒng)計(jì)平均值E,即信息熵,公式如式(1)所示[16].
(1)
由信息熵的概念和計(jì)算公式可見(jiàn),一個(gè)信息源的信息熵越大,那么它出現(xiàn)的狀況就越多,或者說(shuō)包含的內(nèi)容越多.語(yǔ)言文字是信息的載體,信息熵對(duì)語(yǔ)言文字的信息處理具有重要意義.目前有研究者利用信息熵對(duì)文字進(jìn)行相關(guān)研究,王興蘭[17]利用信息熵和手工篩選的方法抽取了醫(yī)學(xué)類學(xué)術(shù)論文摘要的關(guān)鍵詞;李麗雙等[18]提出一種信息熵和詞頻分布變化相結(jié)合的術(shù)語(yǔ)抽取方法;陳科文等[19]基于信息熵權(quán)重計(jì)算提取了文本特征詞;李圣文等[20]采用熵的方法對(duì)文本間的相似度進(jìn)行度量.
商品名稱屬于文本信息,楊錦鋒等[11]將商品名稱定義為描述商品的品牌名、產(chǎn)品名、系列名和產(chǎn)品屬性值的若干漢字組成的詞或者這些詞的組合,用戶在網(wǎng)購(gòu)時(shí)通常是根據(jù)品牌、產(chǎn)品名稱、系列名及關(guān)鍵參數(shù)進(jìn)行搜索.不同商品名稱產(chǎn)生的關(guān)鍵詞的數(shù)量和概率會(huì)有差異,進(jìn)而影響用戶的輸入效率和瀏覽效率.因此,本研究中將引入信息熵來(lái)衡量商品名稱的復(fù)雜度,進(jìn)而探索商品名稱信息熵對(duì)用戶網(wǎng)購(gòu)效率的影響.
為保證受測(cè)者的良好狀態(tài),減少受測(cè)者的單次購(gòu)買量,同時(shí)又保證樣本的數(shù)量,本研究先后在兩家網(wǎng)站上進(jìn)行了兩次購(gòu)物實(shí)驗(yàn).根據(jù)市場(chǎng)咨詢機(jī)構(gòu)凱度對(duì)超過(guò)200個(gè)快消品牌商進(jìn)行的調(diào)研結(jié)果表明,天貓、京東和一號(hào)店3家電商的綜合實(shí)力在2015和2016年都名列前三名[21].但是,由于京東網(wǎng)站銷售的主要商品是數(shù)碼產(chǎn)品和辦公用品,而本研究實(shí)驗(yàn)設(shè)計(jì)的購(gòu)物對(duì)象是日用百貨,因此研究最終選取了1號(hào)店(www.yhd.com)和天貓超市(chaoshi.tmall.com)作為購(gòu)物實(shí)驗(yàn)的平臺(tái).
根據(jù)凱度的調(diào)研結(jié)果,食品飲料、個(gè)人護(hù)理和家庭清潔類商品是增長(zhǎng)速度很快的商品[21].因此,本研究主要從這3大類商品中選取實(shí)驗(yàn)購(gòu)買的商品,在具體的品牌選擇中則涵蓋用戶熟悉的、一般熟悉和不熟悉的商品.實(shí)驗(yàn)一需要受測(cè)者在1號(hào)店網(wǎng)站上購(gòu)買5種商品,商品名稱如表1所示.實(shí)驗(yàn)二需要受測(cè)者在天貓超市網(wǎng)站上購(gòu)買6種商品,商品名稱如表2所示.實(shí)驗(yàn)購(gòu)物時(shí),受測(cè)者審閱商品清單,自己選擇關(guān)鍵詞,并手動(dòng)輸入;所有商品的購(gòu)買數(shù)量為1,受測(cè)者將所有的商品加入購(gòu)物車即完成測(cè)試.所有的實(shí)驗(yàn)都在一臺(tái)ThinkPad的筆記本電腦上進(jìn)行,利用Cute Screen Recorder軟件對(duì)受測(cè)者的購(gòu)物全程進(jìn)行屏幕錄像.
表1 實(shí)驗(yàn)一商品清單
考慮到用戶對(duì)商品的熟悉度會(huì)對(duì)商品名稱復(fù)雜度有影響,并且商品名稱的輸入難易程度也會(huì)影響用戶的網(wǎng)購(gòu)效率,在實(shí)驗(yàn)二增加了一部分問(wèn)卷調(diào)查,受測(cè)者在購(gòu)物測(cè)試完成后對(duì)每一個(gè)商品名稱的用戶感知商品名稱復(fù)雜度、用戶感知商品熟悉度和用戶感知輸入關(guān)鍵詞難易度進(jìn)行評(píng)價(jià).
表2 實(shí)驗(yàn)二商品清單Tab.2 Commodity list in experiment II
測(cè)試發(fā)現(xiàn)整個(gè)購(gòu)物需要2~5 min,根據(jù)作業(yè)周期法確定每次實(shí)驗(yàn)的觀測(cè)樣本量應(yīng)大于15人.實(shí)驗(yàn)一測(cè)試人數(shù)為28人,男生13名,女生15名,剔除無(wú)效數(shù)據(jù)后剩余24個(gè)有效樣本數(shù)據(jù),其中男生11名,女生13名.實(shí)驗(yàn)二測(cè)試人數(shù)為31人,男生15名,女生16名,剔除無(wú)效數(shù)據(jù)后剩余26個(gè)有效樣本數(shù)據(jù),其中男生12名,女生14名.
3.1商品名稱信息熵
在實(shí)驗(yàn)中,每名受測(cè)者根據(jù)自己的喜好進(jìn)行關(guān)鍵詞的選擇和輸入,譬如在購(gòu)買“多芬洗發(fā)水滋養(yǎng)水潤(rùn)洗發(fā)乳200 mL”商品時(shí),受測(cè)者可能會(huì)輸入的關(guān)鍵詞有“多芬”、“洗發(fā)水”、“潤(rùn)發(fā)乳”、“200”、“mL”,通過(guò)記錄不同受測(cè)者輸入的關(guān)鍵詞,統(tǒng)計(jì)每個(gè)關(guān)鍵詞出現(xiàn)的頻次,然后計(jì)算出每個(gè)關(guān)鍵詞出現(xiàn)的概率Pi,最后根據(jù)信息熵的計(jì)算公式(式(1)),就可以計(jì)算出該商品名稱的信息熵.以“多芬洗發(fā)水滋養(yǎng)水潤(rùn)洗發(fā)乳200 mL”為例的商品信息熵計(jì)算如表3所示.
表3 “多芬洗發(fā)水滋養(yǎng)水潤(rùn)洗發(fā)乳200 mL”信息熵統(tǒng)計(jì)Tab.3 Information entropy statistics of “Dove shampoo”
根據(jù)上述方法計(jì)算出每個(gè)商品的信息熵,并統(tǒng)計(jì)實(shí)驗(yàn)中每種商品被選取的關(guān)鍵詞數(shù)量,如表4所示.其中 “BULL/公牛插座1.8 m GN-6074孔”的關(guān)鍵詞數(shù)量最多(9個(gè)),信息熵也最大(2.880 9),說(shuō)明用戶在輸入該商品名稱時(shí)選擇的關(guān)鍵詞多而分散;而“三只松鼠堅(jiān)果大禮包2 659 g零食特產(chǎn)年貨禮盒 金色版”的信息熵最小(1.824 5),被選取的關(guān)鍵詞也較少(6個(gè)),說(shuō)明用戶在輸入該商品的關(guān)鍵詞時(shí)選擇的關(guān)鍵詞種類少而集中.“奧利奧原味夾心餅干 390 g”的關(guān)鍵詞雖然最少(5個(gè)),但是信息熵并不是最小的,說(shuō)明用戶在選擇該商品的關(guān)鍵詞的時(shí)候,雖然關(guān)鍵詞種類少,但是并不是很集中.
3.2用戶網(wǎng)購(gòu)效率特征
根據(jù)實(shí)驗(yàn)錄像,統(tǒng)計(jì)了受測(cè)者5個(gè)用戶網(wǎng)購(gòu)效率的特征指標(biāo),即用戶購(gòu)買每種商品時(shí)的購(gòu)物時(shí)間、輸入關(guān)鍵詞數(shù)量、輸入關(guān)鍵詞時(shí)間、重新搜索次數(shù)和受測(cè)者瀏覽商品數(shù)量.由于商品名稱復(fù)雜度會(huì)影響其在商品搜索結(jié)果中的排序,進(jìn)而影響用戶的購(gòu)買行為,本研究還統(tǒng)計(jì)了商品在搜索結(jié)果中的排序,即對(duì)同一商品,不同的實(shí)驗(yàn)者每次輸入不同的關(guān)鍵詞,該商品出現(xiàn)在搜索結(jié)果中的序列位置的平均值.上述指標(biāo)的均值如表5所示.為驗(yàn)證購(gòu)買不同商品時(shí)這些指標(biāo)是否具有顯著差異,對(duì)這些指標(biāo)進(jìn)行了單因素方差分析,結(jié)果顯示,在購(gòu)買不同商品時(shí),6個(gè)用戶網(wǎng)購(gòu)效率相關(guān)的指標(biāo)都存在著顯著的差異.
表4 每種商品的名稱信息熵和關(guān)鍵詞數(shù)量 Tab.4 Name information entropy and keyword numbers of every commodity
表5 用戶網(wǎng)購(gòu)效率相關(guān)指標(biāo)的均值統(tǒng)計(jì)Tab.5 Mean values of related indicators of user online shopping behaviors
注:加黑的值表示的是與其他商品具有顯著差異的較大的兩個(gè)量(或者一個(gè)量),加下劃線的值表示與其他商品具有顯著差異的較小的兩個(gè)量(或者一個(gè)量).
接著對(duì)不同網(wǎng)絡(luò)購(gòu)物效率指標(biāo)下的商品進(jìn)行兩兩比較,結(jié)果表明,輸入關(guān)鍵詞數(shù)量這一指標(biāo)上,購(gòu)買“奧利奧餅干”時(shí)輸入的關(guān)鍵詞數(shù)量與其他商品存在顯著性差異,輸入關(guān)鍵詞數(shù)量最少(2.36).在輸入關(guān)鍵詞時(shí)間這一指標(biāo)上,購(gòu)買“樂(lè)事薯片”時(shí)輸入關(guān)鍵詞時(shí)間與購(gòu)買其他商品相比存在顯著性差異,購(gòu)買“樂(lè)事薯片”時(shí)輸入關(guān)鍵詞時(shí)間最短(7.85).在搜索結(jié)果排序方面,每個(gè)商品之間都存在顯著的差異,“樂(lè)事薯片”的搜索結(jié)果排序最為靠前(1.42),然后是“維達(dá)卷紙”(1.7).“三只松鼠堅(jiān)果”(5.23)和“奧妙洗衣液”(5.12)的搜索結(jié)果排序比較靠后.在瀏覽商品數(shù)量方面,各種商品之間也都存在顯著差異.購(gòu)買“奧妙洗衣粉”時(shí),受測(cè)者瀏覽的商品數(shù)量最多(12.42),其次是“小老板海苔卷”(7.59);購(gòu)買“樂(lè)事薯片”時(shí),受測(cè)者瀏覽的商品數(shù)量最少(2.48),其次是 “費(fèi)列羅巧克力”(3.12).在重新搜索次數(shù)方面,購(gòu)買“小老板海苔卷”(0.7)和“奧妙洗衣液”(1.09)時(shí),重新搜索次數(shù)與購(gòu)買其他商品時(shí)存在顯著差異,重新搜索的次數(shù)都比較多.在購(gòu)物時(shí)間方面,各商品之間存在顯著差異,購(gòu)買奧妙洗衣粉時(shí)用時(shí)最多(75.57),其次是維達(dá)卷紙(53.28);購(gòu)物時(shí)間最短的是藍(lán)月亮洗衣液(26.04),其次是多芬洗發(fā)水(26.58).
表5的數(shù)據(jù)顯示,購(gòu)買奧妙洗衣粉時(shí),其搜索結(jié)果排序、瀏覽商品數(shù)量、重新搜索次數(shù)和購(gòu)物時(shí)間都是最大值,而購(gòu)買樂(lè)事薯片時(shí),其輸入關(guān)鍵詞時(shí)間、搜索結(jié)果排序和瀏覽商品數(shù)量都是最小的,這說(shuō)明用戶網(wǎng)購(gòu)效率的各指標(biāo)存在一定的關(guān)聯(lián)性.
3.3商品名稱信息熵對(duì)用戶網(wǎng)購(gòu)效率的影響
為了探索商品名稱復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響,對(duì)商品名稱信息熵和上述用戶網(wǎng)絡(luò)購(gòu)物效率各指標(biāo)進(jìn)行了相關(guān)分析,對(duì)具有顯著相關(guān)關(guān)系的變量,又根據(jù)購(gòu)物行為先后的邏輯關(guān)系進(jìn)行了線性回歸分析,結(jié)果如表6所示.
表6 商品名稱信息熵與用戶網(wǎng)購(gòu)效率指標(biāo)的線性回歸結(jié)果Tab.6 Linear regression results of the commodity name information entropy and customer online shopping efficiency indicators
根據(jù)線性回歸的結(jié)果,繪制描述商品名稱信息熵對(duì)用戶網(wǎng)購(gòu)效率的影響模式,如圖1所示.圖中,*,**,***分別表示顯著性水平為0.05,0.01,0.001.
可見(jiàn),商品名稱信息熵對(duì)輸入關(guān)鍵詞的數(shù)量(0.603)、重新搜索次數(shù)(0.48)和購(gòu)買時(shí)間(21.596)都有正向的影響.商品名稱信息熵越大,用戶可選擇的關(guān)鍵詞越多,輸入的關(guān)鍵詞數(shù)量也越多.由于商品名稱的復(fù)雜度大,用戶難以定位商品,也會(huì)產(chǎn)生較多的重新搜索次數(shù),最終導(dǎo)致用戶的購(gòu)買時(shí)間增加.
圖1 商品名稱信息熵對(duì)用戶網(wǎng)購(gòu)效率的影響模式Fig.1 Impact of the commodity name information entropy on the customer online efficiency
輸入關(guān)鍵詞數(shù)量對(duì)搜索結(jié)果排序(-0.299)有負(fù)向影響,關(guān)鍵詞數(shù)量越多,搜索結(jié)果會(huì)較為精準(zhǔn),從而使得商品排序靠前.但是關(guān)鍵詞數(shù)量多會(huì)導(dǎo)致商品名稱信息熵大,商品名稱比較復(fù)雜,用戶不易在搜索結(jié)果中定位商品,然后重新進(jìn)行搜索,因此輸入關(guān)鍵詞的數(shù)量對(duì)重新搜索次數(shù)(0.065)有正向的影響.
重新搜索的次數(shù)對(duì)瀏覽商品數(shù)量(1.813)和購(gòu)買時(shí)間(16.513)具有正向影響.重新搜索的次數(shù)越多,則瀏覽的商品數(shù)量越多,搜索查找的時(shí)間也越久,從而導(dǎo)致購(gòu)買時(shí)間增加.
商品的搜索結(jié)果排序與瀏覽商品數(shù)量(1.228)和購(gòu)買時(shí)間(0.917)具有正向影響,商品的搜索結(jié)果排序越往后則瀏覽商品的數(shù)量越多,購(gòu)買時(shí)間也就越久.
瀏覽商品數(shù)量對(duì)購(gòu)買時(shí)間(1.991)也具有正向影響,因?yàn)闉g覽商品數(shù)量增多,時(shí)間也增加,進(jìn)而增加購(gòu)買的時(shí)間.
3.4用戶感知商品名稱復(fù)雜度對(duì)用戶網(wǎng)購(gòu)效率的影響
對(duì)于用戶感知商品名稱復(fù)雜度的問(wèn)卷調(diào)查包括3個(gè)問(wèn)題:用戶感知商品名稱復(fù)雜度、用戶感知商品熟悉度和用戶感知的關(guān)鍵詞難易度,每個(gè)問(wèn)題的答案選項(xiàng)只有“是”與“否”兩個(gè)選項(xiàng).
以上述3個(gè)變量作為分組變量,用戶網(wǎng)絡(luò)購(gòu)物效率指標(biāo)作為檢驗(yàn)變量,進(jìn)行獨(dú)立樣本檢驗(yàn).統(tǒng)計(jì)結(jié)果顯示,在p<0.05的水平上,用戶感知商品名稱復(fù)雜度不同,購(gòu)買時(shí)間、重新搜索次數(shù)、搜索結(jié)果排序以及瀏覽商品數(shù)量4個(gè)指標(biāo)都存在顯著差異,用戶感知商品名稱復(fù)雜的情況下,這些變量都顯著增加.用戶感知商品名稱復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率具有影響的指標(biāo)不同于商品名稱信息熵對(duì)于用戶網(wǎng)絡(luò)購(gòu)物效率具有影響的指標(biāo),原因可能在于用戶感知與實(shí)際的用戶操作之間還是有一定的差距.
用戶感知輸入關(guān)鍵詞難易度不同,輸入關(guān)鍵詞時(shí)間、購(gòu)買時(shí)間以及重新搜索次數(shù)3個(gè)指標(biāo)存在顯著差異,用戶感知輸入關(guān)鍵詞有難度的情況下,這些指標(biāo)都顯著增加.原因在于輸入關(guān)鍵詞難度增加的情況下,輸入時(shí)間就會(huì)增加,用戶也可能因此減少關(guān)鍵詞的輸入量,從而導(dǎo)致重新搜索的次數(shù)增加,這些都會(huì)導(dǎo)致購(gòu)買時(shí)間的增加.
用戶對(duì)于商品的熟悉度不同,購(gòu)買時(shí)間、重新搜索次數(shù)以及瀏覽商品的數(shù)量3個(gè)指標(biāo)存在顯著差異,用戶感知商品熟悉的情況下,這些變量會(huì)顯著降低.原因在于用戶對(duì)商品熟悉,則能夠快速定位到商品,從而減少重新搜索次數(shù)和瀏覽商品的數(shù)量,最終減少購(gòu)買時(shí)間.
根據(jù)上述統(tǒng)計(jì)結(jié)果繪制的用戶感知商品復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響模式如圖2所示.
圖2 用戶感知商品名稱復(fù)雜度對(duì)網(wǎng)購(gòu)效率的影響模式Fig.2 Impact of the customer perceived commodity name complexity on the online shopping efficiency
本研究通過(guò)定量與定性的方法研究了商品名稱復(fù)雜度對(duì)于用戶網(wǎng)購(gòu)效率的影響,根據(jù)統(tǒng)計(jì)分析的結(jié)果,對(duì)商品名稱的定義有以下建議.
a. 簡(jiǎn)化商品名稱.
商品名稱信息熵的大小會(huì)受到商品名稱中包含的關(guān)鍵詞的數(shù)量的影響,商品名稱越復(fù)雜,用戶可選擇的關(guān)鍵詞越多,商品名稱信息熵也越大,這會(huì)增加用戶選擇關(guān)鍵詞的難度.譬如本研究中測(cè)試的商品中信息熵最大的是“BULL/公牛插座1.8米GN-607 4孔”,受測(cè)者從中選擇使用的關(guān)鍵詞有9個(gè)之多.通過(guò)簡(jiǎn)化商品名稱,減少可選擇的商品關(guān)鍵詞,則可以降低商品名稱的信息熵,進(jìn)而提高用戶網(wǎng)絡(luò)購(gòu)物的效率.
b. 提高關(guān)鍵詞的辨識(shí)度.
本研究中發(fā)現(xiàn),有的商品名稱雖然比較長(zhǎng),但是關(guān)鍵詞突出,受測(cè)者從中選擇的關(guān)鍵詞較少,則可以降低商品名稱的信息熵.譬如受測(cè)者在購(gòu)買“三只松鼠堅(jiān)果大禮包2 659 g零食特產(chǎn)年貨禮盒 金色版”時(shí),選擇使用的關(guān)鍵詞只有6個(gè),這樣就簡(jiǎn)化了受測(cè)者的選擇和輸入關(guān)鍵詞的時(shí)間,在瀏覽搜索結(jié)果的時(shí)候,也會(huì)因?yàn)殛P(guān)鍵詞突出而減少定位商品的時(shí)間.
c. 保證關(guān)鍵詞輸入的簡(jiǎn)易性.
研究發(fā)現(xiàn),輸入關(guān)鍵詞的難易度會(huì)影響用戶輸入關(guān)鍵詞的時(shí)間、重新搜索次數(shù)和購(gòu)買時(shí)間,輸入關(guān)鍵詞難度增加的情況下,輸入時(shí)間也會(huì)增加,用戶也可能因而減少關(guān)鍵詞的輸入量,從而導(dǎo)致重新搜索次數(shù)的增加,這些都會(huì)導(dǎo)致購(gòu)買時(shí)間的增加.因此,定義商品名稱時(shí)要保證關(guān)鍵詞輸入的簡(jiǎn)易性,這樣就會(huì)提升用戶的輸入體驗(yàn),進(jìn)而提高其他用戶網(wǎng)絡(luò)購(gòu)物行為的效率.
d. 通過(guò)市場(chǎng)營(yíng)銷增加用戶對(duì)商品名稱的熟悉度.
本研究還發(fā)現(xiàn)用戶對(duì)商品名稱的熟悉度會(huì)對(duì)瀏覽商品數(shù)量、重新搜索次數(shù)和購(gòu)買時(shí)間具有影響,這是由于用戶對(duì)商品熟悉,能夠快速定位到商品,從而減少重新搜索次數(shù)和瀏覽商品的數(shù)量,最終減少購(gòu)買時(shí)間.因此在市場(chǎng)營(yíng)銷中增強(qiáng)對(duì)商品名稱的宣傳,提升用戶對(duì)商品名稱的熟悉度,對(duì)于提升用戶的網(wǎng)絡(luò)購(gòu)物效率具有積極的影響.
本研究從定性和定量?jī)蓚€(gè)角度,研究了商品名稱復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率的影響.研究發(fā)現(xiàn)基于信息熵評(píng)價(jià)的商品名稱復(fù)雜度和用戶感知的商品名稱復(fù)雜度的增加都會(huì)對(duì)用戶的網(wǎng)絡(luò)購(gòu)物行為產(chǎn)生負(fù)面影響,降低用戶的購(gòu)物效率;用戶感知的商品名稱的熟悉度和用戶感知的輸入關(guān)鍵詞難易度也會(huì)對(duì)用戶的網(wǎng)絡(luò)購(gòu)物效率產(chǎn)生影響;基于上述研究結(jié)果,對(duì)商品名稱的定義提出了4項(xiàng)建議.
本研究對(duì)于用戶感知的商品名稱復(fù)雜度對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率影響的研究還比較淺顯,可以在后續(xù)研究中深入探索用戶感知的商品名稱復(fù)雜度、輸入關(guān)鍵詞的難度、商品名稱熟悉度之間的關(guān)系及其對(duì)用戶網(wǎng)絡(luò)購(gòu)物效率指標(biāo)的影響模式.
[1] 聯(lián)商網(wǎng).2016中國(guó)電商消費(fèi)行為報(bào)告:電商交易將超20萬(wàn)億[EB/OL].[2017-01-12].http:∥www.linkshop.com.cn/web/archives/2017/368179.shtml.
[2] 中國(guó)電子商務(wù)研究中心.2016年中國(guó)電子商務(wù)市場(chǎng)交易規(guī)模達(dá)20.2萬(wàn)億元[EB/OL].[2017-01-08].http:∥b2b.toocle.com/detail--6379369.html.
[3] 易樹(shù)平,郭伏.基礎(chǔ)工業(yè)工程[M].2版,北京:機(jī)械工業(yè)出版社,2014.
[4] KOYUNCU C,LIEN D.E-commerce and consumer’s purchasing behaviour[J].Applied Economics,2003,35(6):721-726.
[5] 王友釗,黃冬.一種提高系統(tǒng)搜索效率的BM改進(jìn)算法[J].計(jì)算機(jī)工程,2014,40(1):63-67.
[6] 付真真,陸偉.基于關(guān)鍵詞的搜索引擎優(yōu)化策略及效果分析[J].現(xiàn)代圖書情報(bào)技術(shù),2009,25(6):61-65.
[7] 邢春曉,高鳳榮,戰(zhàn)思南,等.適應(yīng)用戶興趣變化的協(xié)同過(guò)濾推薦算法[J].計(jì)算機(jī)研究與發(fā)展,2007,44(2):296-301.
[8] 黃創(chuàng)光,印鑒,汪靜,等.不確定近鄰的協(xié)同過(guò)濾推薦算法[J].計(jì)算機(jī)學(xué)報(bào),2010,33(8):1369 -1377.
[9] 李方,葛列眾,劉玉麗.單頁(yè)和多頁(yè)呈現(xiàn)設(shè)計(jì)對(duì)網(wǎng)頁(yè)信息搜索效率及主觀感受的影響[J].心理科學(xué),2013,36(6):1323-1327.
[10] 楊海波,汪洋,張磊.電商手機(jī)APP界面背景和圖片特征對(duì)消費(fèi)者搜索效率影響的研究[J].包裝工程,2016,37(20):45-49.
[11] 楊錦鋒,呂新波,關(guān)毅,等.基于購(gòu)物網(wǎng)站用戶搜索日志的商品詞發(fā)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件,2011,28(11):108-111.
[12] 孫軍華,南桂美,黃怡婳,等.手機(jī)終端網(wǎng)絡(luò)購(gòu)物的動(dòng)作標(biāo)準(zhǔn)和動(dòng)作時(shí)間研究——以京東APP為例[J].上海理工大學(xué)學(xué)報(bào),2016,38(4):387-393.
[13] JANSEN B J,SPINK A.How are we searching the World Wide Web? A comparison of nine search engine transaction logs[J].Information Processing & Management,2006,42(1):248-263.
[14] 孫軍華,霍佳震,蘇強(qiáng),等.基于時(shí)間研究及KANO模型的在線零售網(wǎng)站設(shè)計(jì)質(zhì)量要素研究[J].工業(yè)工程與管理,2014,19(1):91-97.
[15] 黃鸝強(qiáng),王刊良.搜索引擎用戶對(duì)商品搜索結(jié)果的點(diǎn)擊行為研究[J].管理科學(xué),2012,25(1):76-84.
[16] 陳玉明,吳克壽,李向軍.一種基于信息熵的異常數(shù)據(jù)挖掘算法[J].控制與決策,2013,28(6):867-872.
[17] 王興蘭.摘要邏輯項(xiàng)中關(guān)鍵詞抽取方法研究[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊,2016,28(3):18-22.
[18] 李麗雙,王意文,黃德根.基于信息熵和詞頻分布變化的術(shù)語(yǔ)抽取研究[J].中文信息學(xué)報(bào),2015,29(1):82-87.
[19] 陳科文,張祖平,龍軍.文本分類中基于熵的詞權(quán)重計(jì)算方法研究 [J].計(jì)算機(jī)科學(xué)與探索,2016,10(9):1299-1309.
[20] 李圣文,凌微,龔君芳,等.一種基于熵的文本相似性計(jì)算方法[J].計(jì)算機(jī)應(yīng)用研究,2016,33(3):665-668.
[21] 界面.快消品商們最喜歡的電商平臺(tái):天貓京東領(lǐng)先[EB/OL].[2016-12-22].http:∥www.ebrun.com/20161222/207615.shtml.
InfluenceoftheComplexityofCommodityNameontheOnlineShoppingEfficiency
JIANGChengjiao,SUNJunhua,LILin,JINJing
(BusinessSchool,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)
Based on an experiment design,the volunteers buy specified commodities on a specified electronic commerce website and the shopping processes were recorded.Then the online shopping behavior indicators were collected by record analysis.The complexity of commodity name was measured by virtue of the information entropy,and its influences on the online shopping behavior indicators,such as the inputting keywords time,number of searching keywords,shopping time,searching times,rank of searching results and number of scanning products,were explored.Through questionnaire inspection,the impacts of the user perceived complexity of product name,familiarity with commodity name,and difficulty of inputting the keywords on the online shopping efficiency were investigated.Finally,improvement suggestions on the definition of commodity name were put forward.
informationentropy;onlineshopping;userbehavior
1007-6735(2017)05-0459-08
10.13255/j.cnki.jusst.2017.05.009
2017-04-26
蔣成姣(1993-),女,碩士研究生.研究方向:工業(yè)工程、用戶行為研究.E-mail:1543413730@qq.com
孫軍華(1978-),女,講師.研究方向:人因工程、服務(wù)質(zhì)量管理.E-mail:sallywish@163.com
F242
A
(編輯:丁紅藝)