電商推薦商品的網(wǎng)絡線索對消費者購買意愿的影響研究

姚琦　崔常琪

摘 要 依據(jù)消費者網(wǎng)頁瀏覽數(shù)據(jù)向消費者推薦近似產(chǎn)品已經(jīng)成為電商提高銷售績效的重要手段。實證研究發(fā)現(xiàn)：電商推薦商品所處的網(wǎng)頁位置和網(wǎng)絡口碑方向均顯著正向影響消費者的購買意愿，而推薦商品的網(wǎng)絡口碑數(shù)量對消費者購買意愿的影響弱顯著；產(chǎn)品涉入度在電商平臺推薦商品所處的網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量及網(wǎng)絡口碑方向?qū)οM者購買意愿的影響中均起到了調(diào)節(jié)作用。研究結論對電商平臺利用大數(shù)據(jù)對消費者開展有針對性的網(wǎng)絡營銷具有重要的借鑒意義，電商平臺在向消費者推薦產(chǎn)品時，應將優(yōu)質(zhì)產(chǎn)品置于網(wǎng)頁靠前位置，加強對網(wǎng)絡口碑方向和數(shù)量的監(jiān)管，并針對不同產(chǎn)品涉入度設計營銷策略。

關鍵詞 電商推薦商品；網(wǎng)絡線索；購買意愿

[中圖分類號]F731.5 [文獻標識碼] A [文章編號]1673-0461（2017）11-0022-09

一、引 言

在電商平臺大數(shù)據(jù)環(huán)境形成的今天，利用消費者網(wǎng)站瀏覽大數(shù)據(jù)開展營銷已經(jīng)成為滿足網(wǎng)絡消費者個性化需求和提升營銷績效的重要手段。數(shù)據(jù)科學家維克托于2013年提出：“企業(yè)利用大規(guī)模數(shù)據(jù)進行深度挖掘分析的手段，來獲取極具潛在價值的產(chǎn)品和服務信息，已然成為企業(yè)未來發(fā)展的一種趨勢?！盵1]為促進精準營銷，推進產(chǎn)品與服務的創(chuàng)新，進而提高網(wǎng)絡消費者的購買意愿和滿意度，各大電商平臺紛紛對大數(shù)據(jù)資源進行深度挖掘，以消費者網(wǎng)頁瀏覽和產(chǎn)品搜索等數(shù)據(jù)信息為基礎，從而分析推斷顧客的購物喜好和獨特的購買趣向，來促進企業(yè)有針對性的展開商品推送。從現(xiàn)有文獻來看，針對大數(shù)據(jù)背景下電商平臺推薦商品的網(wǎng)絡線索對消費者購買意愿影響的研究還顯得比較零散，且研究結論還不盡一致。本文試圖基于線索利用理論，運用實證研究的方式來探討在網(wǎng)購過程中推薦商品所處的網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向，以及消費者產(chǎn)品涉入度等變量是如何影響購買意愿的，以使電子商務企業(yè)及網(wǎng)絡購物網(wǎng)站更加注重對消費者數(shù)據(jù)的挖掘與分析，科學合理地運用推薦商品網(wǎng)絡特征提高銷售績效。

二、 文獻回顧

（一）電商推薦商品的網(wǎng)絡線索

依據(jù)信息處理的精細可能性模型理論，消費者的購買主要依賴理性線索進行決策，而影響消費者購買決策的重要前置變量是消費者感知的產(chǎn)品質(zhì)量。根據(jù)線索利用理論，將產(chǎn)品看成是由一系列能被消費者感知的線索組成，消費者利用這些線索作為工具來判斷產(chǎn)品屬性以及感知產(chǎn)品質(zhì)量（楊德峰、王新新，2007）[2]。本文依據(jù)線索利用理論，結合實際情境，將電商推薦商品的網(wǎng)絡線索分為：商品所處網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向。

1. 商品所處網(wǎng)頁位置

現(xiàn)代網(wǎng)絡購物相比較傳統(tǒng)購物而言有著極大的區(qū)別，消費者在網(wǎng)絡購物中所面臨的信息復雜且產(chǎn)品種類繁多，受認知習慣的影響在進行商品信息檢索時對商品推薦的信息形成了固有的偏好，商品所處位置在信息瀏覽過程中起著舉足輕重的作用。消費者在使用電子目錄時更傾向關注所在位置靠前的信息條目（Lohse，1999）[3]，從而，所處位置靠前的商品往往受到消費者更多的關注（姜旭平，王鑫，2012）[4]。消費者不僅更為關注所處位置靠前的商品信息，而且認為所處位置更靠前的商家往往具有更好的信譽與更高的品牌知名度（Guang，2007）[5]。因此，消費者在對不熟悉的商品進行搜索時，會傾向性的點擊查詢那些位置相對靠前的商品鏈接信息，位置靠前的商品信息更有利于形成顧客對產(chǎn)品質(zhì)量的良好感知（黃鸝強，2012）[6]。

2. 網(wǎng)絡口碑數(shù)量

口碑數(shù)量是學者研究口碑建設中的一個重要前置變量（Duan Wenjing ，Gu Bin，2008）[7]。在網(wǎng)購情景中口碑數(shù)量扮演一種信息的角色，提高了消費者的認知水平以及市場上獲得信息的消費者數(shù)量（Liu，2006）[8]。消費者參與產(chǎn)品在線評論量越多，產(chǎn)品討論越激烈，該產(chǎn)品就有更大的機率吸引其他消費者的注意（Dellarocas et al.，2004）[9]。在學界對網(wǎng)絡口碑數(shù)量的重要性有充分認知之后，學界將網(wǎng)絡口碑數(shù)量定義為“某商品在線評論的數(shù)量”（龔詩陽、劉霞、劉洋，2012）[10]。

3.網(wǎng)絡口碑方向

網(wǎng)絡口碑方向按評價性質(zhì)的不同分為積極口碑和消極口碑（Birster，1991）[11]，它是消費者對其所接受的產(chǎn)品或服務所作出的正面回應（Tax，1993）[12]。其中積極口碑也稱正面口碑，它是指消費者對產(chǎn)品或服務表示肯定態(tài)度的評論信息，對企業(yè)來說它有助于正面形象的塑造和美譽度的提升，對消費者來說它能夠提高產(chǎn)品認同感和潛在購買動力，而消極口碑亦稱負面口碑，它是指消費者在購買某種產(chǎn)品后表示不滿的評論信息，將自身使用不好的產(chǎn)品體驗和經(jīng)歷表達出來，深刻影響到了其他購買者的購買行為。網(wǎng)絡口碑方向作為消費者獲取產(chǎn)品和服務的一種信息，與產(chǎn)品感知質(zhì)量具有顯著的關系（Huang、Chen，2006）[13]。在大數(shù)據(jù)背景下，顧客對于商品的評價將以數(shù)值的形式表示出來，每款商品都會顯示出好評度，從而成為消費者對于產(chǎn)品評價的重要依據(jù)。

（二）產(chǎn)品涉入度

產(chǎn)品涉入度（Product Involvement）是指個人所感知的產(chǎn)品屬性與自身需求、價值觀念和興趣的相關程度（Zaichkowsky，1985）[14]，即為購買所付出的努力程度。根據(jù)消費者對于產(chǎn)品所付出的時間和精力的不同，學者們將產(chǎn)品劃分為低涉入度產(chǎn)品和高涉入度產(chǎn)品（Richins，1986）[15]，當消費者面對較高涉入度的產(chǎn)品時，消費者對購買決策失誤表現(xiàn)出較高的風險感知，往往采取更加理性的精細可能性信息處理模式，越會關注口碑數(shù)量、口碑方向等一系列線索（金立印，2007）[16]。相反，面對較低涉入度的產(chǎn)品時，其購買決策考慮的因素較少且過程變得簡單，甚至會簡化決策過程而直接發(fā)生購買行為。產(chǎn)品涉入度越高，消費者越會更加積極的搜索有關線索（王正方、杜碧升、屈佳英，2016）[17]，從而越容易形成對產(chǎn)品的質(zhì)量感知。endprint

（三）產(chǎn)品感知質(zhì)量

學者對產(chǎn)品感知質(zhì)量最早的界定為“對產(chǎn)品質(zhì)量的評價”（Olson、Jacoby，1972）[18]，這種評價是建立在產(chǎn)品價格、產(chǎn)品客觀質(zhì)量、產(chǎn)品價值基礎之上的主觀判斷（Zeithaml，1988）[19]。消費者在選擇產(chǎn)品和品牌時，會通過信息處理的外周路徑和中心路徑對產(chǎn)品質(zhì)量形成總體評價。中心路徑主要處理與產(chǎn)品功能屬性直接相關的信息，是感知產(chǎn)品質(zhì)量形成的主要依據(jù)，外周路徑是中心路徑的補充，主要在消費者不能依據(jù)中心路徑形成最終購買決策時啟動，外周路徑主要處理產(chǎn)品功能屬性意外的其他外在信息，當消費者產(chǎn)品知識豐富時，消費者可能主要依據(jù)中心路徑判斷和評價產(chǎn)品的質(zhì)量，但大多數(shù)情況下，消費者都是缺乏產(chǎn)品知識的新手，就需要依賴于其他外部線索來形成產(chǎn)品質(zhì)量感知（Mitra、Golder，2006）[20]。通常來講，產(chǎn)品感知質(zhì)量可以通過易用性、多用性、耐用性、服務性、使用性能和產(chǎn)品聲譽來衡量（Brucks、Zeithaml、Naylor，2000）[21]。施娟等運用同心圓構成理論對消費者整體產(chǎn)品質(zhì)量的感知屬性進行了近一步細化和歸納，表示成產(chǎn)品的品質(zhì)、服務以及品牌形象等三個維度構成。結合本次研究目的與環(huán)境，本文將采用施娟和李曉佳提出的三個維度來衡量消費者的產(chǎn)品感知質(zhì)量。（施娟、李曉佳，2010）[22]。結合本次研究目的與環(huán)境，本文將采用施娟和李曉佳提出的三個維度來衡量消費者的產(chǎn)品感知質(zhì)量。

（四）消費者購買意愿

購買意愿是消費者選擇特定產(chǎn)品或品牌時內(nèi)心所產(chǎn)生的主觀傾向性（Mullet G M，1985）[23]，除了受到自身對產(chǎn)品或品牌的特定態(tài)度的影響外，還受到外在因素的作用。消費者的這種主觀傾向不僅體現(xiàn)了其對于產(chǎn)品或品牌的滿意程度，也顯示了其購買特定產(chǎn)品或品牌的可能性（Dodds，1991）[24]。產(chǎn)品感知質(zhì)量是影響消費者購買意愿最直接與最主要的因素（馮健英，2006）[25]。產(chǎn)品感知質(zhì)量對消費者購買意愿影響的中介作用比較顯著（張廣玲、付偉祥，2010）[26]，當消費者感知到的產(chǎn)品質(zhì)量越高時，其感知的購買風險會降低，從而會導致更高的購買意愿（張?zhí)?、吳茂光?012）[27]。綜上可知，購買意愿是消費者選擇特定產(chǎn)品或品牌的主觀傾向及購買可能性的大小，而產(chǎn)品感知質(zhì)量是影響這種購買可能性大小的重要因素。

三、 研究假設與模型

（一）推薦商品所處網(wǎng)頁位置對產(chǎn)品感知質(zhì)量的影響

網(wǎng)頁上信息的呈現(xiàn)方式紛繁復雜，人們主要靠眼睛獲取視覺信息來完成網(wǎng)頁搜索過程。學者黃鸝強于2012年運用 Morae軟件，通過有聲思維實驗法，對參與實驗的對象面對不同位置的網(wǎng)絡信息的行為進行視頻捕捉，得出消費者在進行產(chǎn)品信息搜索時，會選擇性的點擊條目比較靠前的搜索結果進行查看。一般而言，如果商家位于搜索結果頁面中的靠前位置，消費者在一定程度上會認為，該商家是杰出的或是值得信任的（Thurow，2006）[28]，消費者往往認為所處位置靠前的商家具有較高的任務相關性，同時也具有較高的感知質(zhì)量以及較好的商譽（Guang，2007）[5]。根據(jù)簡單曝光效應，在購物搜索結果頁面中，所處位置靠前的商家鏈接享有天然的位置優(yōu)勢，可以率先吸引消費者的關注。同時，由于自上而下的搜索瀏覽行為已成為消費者固有的習慣，所以推薦商品所處的位置對點擊行為的影響非常顯著。所處位置越靠前的推薦商品越容易獲得顧客的信任，越容易形成產(chǎn)品感知質(zhì)量。由此，提出假設：

H1：電商平臺推薦商品所處網(wǎng)頁位置正向影響消費者的產(chǎn)品感知質(zhì)量。

（二）推薦商品網(wǎng)絡口碑數(shù)量對產(chǎn)品感知質(zhì)量的影響

在網(wǎng)購情境中，由于產(chǎn)品信息不對稱使得消費者較難掌握賣方產(chǎn)品的全部質(zhì)量信息，從而導致消費者對產(chǎn)品存在著較高的感知風險以及信任缺乏等顧慮問題。消費者可以通過網(wǎng)絡口碑數(shù)量信息有效的降低自己的購買顧慮，同時還可以利用線上信息交流來決定自己的購買決策（Henning，2004）[29]。網(wǎng)絡商品的口碑數(shù)量越多，使消費者越相信自己做出的購買決策是合理的（Buttle，1998）[30]消費者購買的意愿也會越強烈（Park，2009）[31]。隨著商品口碑的評論數(shù)量增多，消費者所了解和掌握的產(chǎn)品信息會不斷完善，最終對產(chǎn)品質(zhì)量的形成深刻的認知。由此，提出假設：

H2：電商平臺推薦商品的網(wǎng)絡口碑數(shù)量正向影響消費者產(chǎn)品感知質(zhì)量。

（三）推薦商品網(wǎng)絡口碑方向?qū)Ξa(chǎn)品感知質(zhì)量的影響

口碑傳播方向在消費者購物過程中具有極大的參考價值（Ahluwalia，2000）[32]。不同口碑傳播方向會導致消費者的質(zhì)量感知存在著顯著的差異（金立印，2007）[16]。若網(wǎng)絡評論中正面口碑所占的比率越高，相關的商品或者服務便會激發(fā)消費者的興趣，越容易進一步形成對產(chǎn)品感知質(zhì)量，使消費者產(chǎn)生強烈的購買意圖；反之，負面口碑過多，消費者便會對產(chǎn)品形成一種負面形象和排斥心理，對所掌握的信息也不會進一步做出評價，最終放棄購買相關商品。作為消費者商品選擇時重要的參考依據(jù)之一，網(wǎng)絡口碑傳播方向?qū)οM者造成的影響是不容忽視的。由此，提出假設：

H3：網(wǎng)絡推薦商品口碑傳播方向正向影響消費者購買意圖。

（四）產(chǎn)品涉入度的調(diào)節(jié)作用

高產(chǎn)品涉入度的消費者在進行產(chǎn)品購買決策時會積極主動地花費較多的時間和精力去收集與產(chǎn)品有關的信息，在對產(chǎn)品進行充分比較和價值評估的基礎上做出購買選擇；反之，則花費的時間精力較少，對產(chǎn)品也沒有很高的興趣（Hawkins、Roger、Kenneth，1998）[33]。網(wǎng)上購物伴隨著一定的購物風險，消費者不能通過切身體驗來感知產(chǎn)品質(zhì)量的優(yōu)劣。根據(jù)線索論可以得知，當消費者產(chǎn)品涉入程度越高時，越傾向于依據(jù)商品所處位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑傳播方向等一系列外部線索來了解產(chǎn)品的功能、服務以及商家的品牌形象，從而形成產(chǎn)品感知質(zhì)量以降低購買風險。由此，提出假設：endprint

H4：產(chǎn)品涉入度對網(wǎng)絡推薦商品所處的位置對消費者購買意愿的影響有調(diào)節(jié)作用。

H5：產(chǎn)品涉入度對網(wǎng)絡推薦商品口碑數(shù)量對消費者購買意圖的影響具有調(diào)節(jié)作用。

H6：產(chǎn)品涉入度對網(wǎng)絡推薦商品口碑方向?qū)οM者購買意圖的影響具有調(diào)節(jié)作用。

（五）產(chǎn)品感知質(zhì)量對消費者購買意愿的影響

由于市場雙方在交易過程中存在著信息不對稱的問題，消費者往往依靠不完整的的有限信息結合以往購買體驗和公眾口碑形成主觀的產(chǎn)品質(zhì)量感知，從而對消費者識別產(chǎn)品的品質(zhì)和購買風險產(chǎn)生影響，進而影響顧客購買意愿（王麗芳，2005）[34]。產(chǎn)品自身所展現(xiàn)的優(yōu)越特性是引起消費者購買意向最主要的動因，對產(chǎn)品感知質(zhì)量的評價是影響消費者產(chǎn)生購買意愿的最關鍵和直接的因素（馮建英，2006）[23]。購買意愿是購買決策產(chǎn)生的前因，消費者的產(chǎn)品感知質(zhì)量是預測其購買意愿的重要指標。由此，提出假設：

H7：產(chǎn)品感知質(zhì)量正向影響消費者購買意愿。

（六）研究模型

本項目研究的基本模型如圖1所示。

四、 研究方法與量表編制

本研究主要采用問卷調(diào)查法收集數(shù)據(jù)用以檢驗假設，變量的測量主要包括電商推薦商品所處網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向、產(chǎn)品涉入度、產(chǎn)品感知質(zhì)量及消費者購買意愿的測量。測量量表均根據(jù)國內(nèi)外文獻的經(jīng)典量表結合本次研究目的改編而成。各變量測項及參考出處見表1所示。

五、 數(shù)據(jù)收集與分析

（一）樣本的描述性統(tǒng)計分析

本研究主要通過網(wǎng)絡調(diào)查平臺發(fā)放并回收調(diào)查問卷，期間共收回255份問卷。經(jīng)過對回收的255份問卷認真篩選，刪除不符合要求的問卷43份，最終得到有效問卷212份，有效率達到83.14%。其中不符合要求的問卷包括明顯填答不認真的問卷，在“我經(jīng)常瀏覽購物網(wǎng)站中推薦的商品中”題項中，選擇“完全不同意”的問卷。樣本人口統(tǒng)計特征如表2所示。

在回收到的 212 份有效問卷中，男性和女性的人數(shù)分別為 98 人、114 人，其所占比重分別為53.8%、 46.2%，其年齡主要集中分布在 20～29 歲之間；被調(diào)查者受教育狀況良好，其中70.3%的人具有本科學歷，9.9%的人具有碩士及以上學歷；被調(diào)查者中，學生與政府事業(yè)單位工作者所占比重最高，分別為 36.8%與 21.7%；月收入 1 001 到 3 000 元的人數(shù)最多占比 37.7%，網(wǎng)購頻次多集中在2～5次。從以上樣本統(tǒng)計特征來看，本研究的被調(diào)查者符合研究要求并且具有良好的代表性。

（二）信度及效度檢驗

1.信度檢驗

對量表的信度分析最常采用Cronbachs Alpha信度系數(shù)（α信度系數(shù)法），α系數(shù)取值在0～1之間，其取值越接近于1，則說明問卷信度越高，問卷的內(nèi)部一致性越高。通常情況下，如果系數(shù)值在0.6～0.9之間時，則表示問卷信度比較好，問卷量表的越符合要求。運用軟件SPSS19.0對量表數(shù)據(jù)進行信度分析，得到問卷的信度檢驗結果如表3所示。

從表3中我們可以看出，各變量的Cronbach's Alpha值分別為：0.673、0.658、0.673、0.629、0.817、0.842均大于0.6，說明正式問卷的內(nèi)部一致性較好。

2.效度檢驗

效度分析即有效性分析，效度分析主要用于判斷測量量表所得到結果與預期期望結果的匹配程度，匹配程度越高表明運用相關的統(tǒng)計分析評價方法獲得的結果越有效，反之，評價結果不可取。將量表運用軟件SPSS19.0進行效度檢驗后，其變量檢驗結果如表4所示。

從表4可知，各變量的KMO值分別為：0.664、0.528、0.661、0.781、0.682，均大于0.5。通過Bartlett球體檢驗得出各變量顯著性水平Sig.均為0.000，因此本研究的各變量適合進行因子分析。

（三）相關分析

根據(jù)本文的分析模型和基本假設，可知變量之間的關系是線性的，所以采用Pearson簡單相關系數(shù)來判別變量之間的相關性。Pearson簡單相關系數(shù)適用于連續(xù)變量或是等間距測度的變量間的相關性分析，且要求相關系數(shù)不能大于0.8，否則變量間會出現(xiàn)多重共線性問題。此外，判斷相關關系需要綜合考慮相關系數(shù)和顯著性水平，只有在相關系數(shù)大于0且顯著性水平P<0.05的情況下才能說明變量之間是相關的。運用軟件SPSS19.0對數(shù)據(jù)進行相關分析，選擇雙變量的相關分析方法得到結果如表5所示。

由表5可知，商品所處的網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向，以及消費者對產(chǎn)品的涉入度和感知質(zhì)量均呈顯著相關，相關系數(shù)分別為0.376、0.049、0.322以及0.560。與此同時，產(chǎn)品感知質(zhì)量與購買意愿亦呈現(xiàn)顯著相關，相關系數(shù)為0.672，且顯著性水平P<0.05，因此，各變量之間的關系得到初步證實。

（四）假設檢驗

1. 電商推薦商品所處網(wǎng)頁位置對產(chǎn)品感知質(zhì)量的影響

以推薦商品所處網(wǎng)頁位置為自變量，產(chǎn)品感知質(zhì)量為因變量，將樣本數(shù)據(jù)放入軟件SPSS19.0中，并選擇進入回歸法，得到結果如表6所示：非標準化系數(shù)β=0.253>0，顯著性概率P=0.017<0.05。數(shù)據(jù)表明，電商平臺推薦商品所處位置顯著正向影響產(chǎn)品感知質(zhì)量，故假設 H1 驗證成立。

2. 電商推薦商品的網(wǎng)絡口碑數(shù)量對產(chǎn)品感知質(zhì)量的影響

以推薦商品的網(wǎng)絡口碑數(shù)量為自變量，產(chǎn)品感知質(zhì)量為因變量，將樣本數(shù)據(jù)放入軟件SPSS19.0中，利用回歸分析得到結果如表7所示：非標準化系數(shù)β=0.346>0，顯著性概率 P=0.051>0.05 且<0.1，為弱顯著。數(shù)據(jù)表明，假設 H2驗證成立。

3. 電商平臺推薦商品的網(wǎng)絡口碑方向?qū)Ξa(chǎn)品感知質(zhì)量的影響endprint

以推薦商品的網(wǎng)絡口碑方向為自變量，產(chǎn)品感知質(zhì)量為因變量，將樣本數(shù)據(jù)放入軟件SPSS19.0中，利用回歸分析得到結果如表8所示：非標準化系數(shù)β=0.191>0，顯著性概率P=0.043<0.05。數(shù)據(jù)表明，假設H3驗證成立。

4.產(chǎn)品涉入度調(diào)節(jié)效應的檢驗

本研究利用回歸分析檢驗產(chǎn)品涉入度是否起到了調(diào)節(jié)效應。首先對商品所處位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向及產(chǎn)品感知質(zhì)量等變量進行中心化處理，然后計算出各變量與調(diào)節(jié)變量即產(chǎn)品涉入度的交互項，即交互的商品所處位置與涉入度、交互的網(wǎng)絡口碑數(shù)量與涉入度、交互的網(wǎng)絡口碑方向與涉入度。

在軟件SPSS19.0中選擇逐步回歸法，第一步分別以推薦商品所處位置、網(wǎng)絡口碑數(shù)量、網(wǎng)絡口碑方向為自變量，產(chǎn)品感知質(zhì)量為因變量；第二步則在第一步的基礎上，在自變量中加入調(diào)節(jié)變量產(chǎn)品涉入度與各自變量的交互項，得到結果如表9、10、11所示：3個交互項均達到了顯著水平，分別為0.012、0.001、0.015。由此得出結論，在電商推薦商品所處網(wǎng)頁位置、網(wǎng)絡口碑數(shù)量及網(wǎng)絡口碑方向?qū)οM者產(chǎn)品感知質(zhì)量的影響中，調(diào)節(jié)變量產(chǎn)品涉入度均起到了調(diào)節(jié)效果，故假設H4、H5、H6成立（見表9、表10、表11）。

5. 產(chǎn)品感知質(zhì)量對消費者購買意愿的作用

以消費者的產(chǎn)品感知質(zhì)量為自變量，其購買意愿為因變量，將樣本數(shù)據(jù)放入軟件SPSS19.0中，利用回歸系數(shù)法得到結果如表12所示：回歸分析中，得到非標準化系數(shù)回歸系數(shù)β =0.808>0，t檢驗顯著性概率P=0.000<0.05，數(shù)據(jù)表明假設 H7 成立。

六、 研究結論與啟示

（一）研究結論

綜合以上數(shù)據(jù)分析可知，電商推薦商品所處的位置、網(wǎng)絡口碑傳播方向均對消費者在網(wǎng)購過程中感知產(chǎn)品質(zhì)量存在顯著正向影響，而產(chǎn)品網(wǎng)絡口碑數(shù)量呈弱顯著正向影響消費者的感知質(zhì)量。消費者對產(chǎn)品的涉入度在電商推薦商品所處的位置、網(wǎng)絡口碑數(shù)量及方向等因素對產(chǎn)品感知質(zhì)量的影響中起正向的調(diào)節(jié)作用；消費者形對產(chǎn)品的感知質(zhì)量顯著正向影響著其購買該產(chǎn)品的意愿。

（二）管理啟示

1.電商平臺在向消費者推薦產(chǎn)品時，應將性價比高、銷售量大、可提供優(yōu)質(zhì)配送和支付服務等特點的商品放在網(wǎng)頁靠前的位置

研究表明：電商產(chǎn)品位置越靠前給消費者的感知是產(chǎn)品質(zhì)量越高，從而商品鏈接獲得的曝光率、點擊率和轉(zhuǎn)化率也越高。因此，電商平臺應將性價比高、銷售量大的商品處于靠前的網(wǎng)頁位置將會給消費者帶來先入為主的印象，有利于消費者形成較好的產(chǎn)品感知質(zhì)量，進而誘發(fā)消費者購買意愿，提升企業(yè)銷售業(yè)績。

2.電商平臺應注重對推薦商品網(wǎng)絡口碑方向的管理

通過研究發(fā)現(xiàn)：網(wǎng)絡口碑方向越積極正面，消費者越容易形成較好的產(chǎn)品感知質(zhì)量，反之便會大大降低消費者對該產(chǎn)品的購買興趣。因此電商平臺應提供優(yōu)質(zhì)的產(chǎn)品與服務以建立正面的網(wǎng)絡口碑，促使消費者對其形成正面產(chǎn)品感知質(zhì)量，從而下定購買決心；同時還應對消費者購買商品后出現(xiàn)的問題進行及時的跟蹤處理，避免形成負面的網(wǎng)絡口碑，一旦出現(xiàn)，應立刻采取相應舉措消除其負面影響。

3.電商平臺應從技術與非技術兩個方面對商品的網(wǎng)絡口碑數(shù)量進行監(jiān)管

一方面，應加大技術投入，防止為消費者推薦不良商家靠刷單等惡意手段增加網(wǎng)絡口碑數(shù)量的商品；同時采用一些相配合的非技術手段，例如加強網(wǎng)絡口碑數(shù)量的誠信建設，不斷完善口碑建設的信用機制，讓誠信成為引導口碑數(shù)量的方向標，加大對刷單等現(xiàn)象的懲罰力度，防止賣方的網(wǎng)絡操縱，提倡和鼓勵買方認真的參與評價并給出建議，促使網(wǎng)絡口碑健康運行等。

4.電商平臺應關注產(chǎn)品涉入度的潛在影響

針對不同產(chǎn)品涉入度，采取不同的營銷策略對涉入度較低的產(chǎn)品，電商平臺可通過發(fā)送短信、微信、電子郵件等形式邀請新老顧客免費試用新產(chǎn)品，讓消費者對產(chǎn)品有切身的感知，從而增強消費者對企業(yè)的信任以及提高企業(yè)信譽；對涉入度較高的產(chǎn)品，電商平臺應在消費人群中建立良好的口碑，提供消費者所需產(chǎn)品的完備信息，同時可以實時在線解答消費者的疑慮，降低其購買過程中未知風險，從而促使消費者放心購買該商品。

[1] （英）維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代[M].盛楊燕，周濤 ，譯.杭州：浙江人民出版社，2013.

[2] 楊德鋒，王新新. 梯隊零售商自有品牌與商店忠誠 [ C ] .2007J M S ，中國營銷科學學術年會及博士生論壇論文集， 上海 ，2007：800 -813.

[3] Gerald L Lohse. Designing interfaces for electronic commerce： Predicting how information search costs influence consumer choice[J]. Journal of Marketing，1999，36（3）：387-394.

[4] 姜旭平，王鑫. 影響搜索引擎營銷效果的關鍵因素分析[J].管理科學學報，2011（9）：37-48.

[5] Zhiwei Guang， What are you looking for？ An eye-tracking study of information usage in Web search[Z].ACM，2007： 1-10.

[6] 黃鸝強，王刊良.搜索引擎用戶對商品搜索結果的點擊行為研究[J].管理科學，2012（25）：76-84.

[7] Duan Wenjing ，Gu Bin，Whinston A B.Do Onlion Reviews Matter？——An Empirical Investigation Panel Date[J].Decision Support Systems，2008，43：1007-1016.endprint

[8] Liu Y. Word of Mouth for Movies： Its Dynamics and Impact on Box Office Revenue[J]. Journal of Marketing， 2006， 70（3）： 74-89.

[9] Dellarocas C.， Awad N.， Zhang X. M.. Using Online Reviews as a Proxy of Word-of-mouth for Motion Picture Revenue Forecasting[EB/OL]. http：//ssrn.com/abstract=620821， 2004-05-10.

[10] 龔詩陽，劉霞，劉洋.網(wǎng)絡口碑決定產(chǎn)品命運嗎——對線上圖書評論的實證分析[J].南開管理評論，2012（15）：18-128.

[11] Brister J . M .Word of Mouth Communication and Their Effects in Consumer Network [J] . Advances in Consumer Research， 1991， 18 ： 155-16 9 .

[12] Tax.S.S The role of Perceived justice in com Pliant resolutions： Implication for services and relationship marketing[M]. Arizona State University，1993.

[13] Huang J.H.， Chen， Y.F. Herding in Online Product Choice[J]. Psychology and Marketing， 2006， 23（5）： 413-428.

[14] Zaichkowsky J.L. Measuring the Involvement Construct [J]. Journal of Consumer Research， 1985（12） ； 341-352.

[15] Richins， M.L. Negative Word-of-Mouth by Dissatisfied Consumers： A Pilot Study[J]. Journal of Marketing， 1983， 47（1）： 68-78.

[16] 金立印.網(wǎng)絡口碑信息對消費者購買決策的影響：一個實驗研究[J].經(jīng)濟管理，2007（22）：36-42.

[17] 王正方，杜碧升，屈佳英. 基于感知價值的消費者網(wǎng)絡購物渠道選擇研究——產(chǎn)品涉入度的調(diào)節(jié)作用[J]. 消費經(jīng)濟，2016（4）：91-97.

[18] Olson，Jerry C.and Jacoby，J.Cue Utilization in the Quality Perception Process[J].Associationfor Consumer Research，1972.

[19] Zeithaml，Valarie A.Consumer Perceptions of Price， Quality， and Value： A Means-End Model and Synthesis of Evidence[J]. Journal of Marketing， 1988， 52（3）：2-22.

[20] Debanjan Mitra， Peter N. Golder. How does objective quality affect perceived quality？ short-term effects， long-term effects， and asymmetries[J].Marketing Science，2006，25（3）：230-247.

[21] Brucks， Merrie， Zeithaml， Valarie A.， and Naylor， Gillian. Price and Brand Name as Indicators of Quality Dimensions for Consumer Durables[J]. Academy of Marketing Science， 2000， 28（3）：359-374

[22] 施娟，李曉佳.整體產(chǎn)品質(zhì)量對品牌——顧客關系質(zhì)量的影響[J].商業(yè)研究，2010（10）：184-186.

[23] Mullet，Gary M.， Karson， Marvin J. Analysis of Purchase Intent Scales Weighted by Probability of Actual Purchase[J]. Journal of Marketing Research，1985，22（1）： 93-96.

[24] Dodds，Grewal，Monroe，Effect of Price brand and store information on buyers，product evaluation[J]. Journal of marketing research 1991，28： 307-319.

[25] 馮建英.消費者的購買意愿研究綜述[J].現(xiàn)代管理科學，2006（11）：7-9.

[26] 張廣玲，付祥偉，熊嘯.企業(yè)社會責任對消費者購買意愿的影響機制研究[J].武漢大學學報（哲學社會科學版），2010（2）：244-248.

[27] 張?zhí)＃瑓敲? 企業(yè)社會責任對消費者購買意愿的影響[J]. 商業(yè)研究，2012（12）：33-39.endprint

[28] Thurow.S.Analyzing Search Behaviour for SEO[M/OL].http：//www.clickz.com/showPage，2006.

[29] Hennig-Thurau， T.，Walsh，G.Electronic Word-of-Mouth： Motives for and Consequences of Reading Customer Articulations on the Internet[J]. International Journal of Electronic Commerce，2003， 8（2）： 51-74.

[30] Mullet， Gary M.，Karson，Marvin J. Analysis of Purchase Intent Scales Weighted by Probability of Actual Purchase[J]. Journal of Marketing Research，1985，22（1）： 93-96.

[31] Park，C.Lee，T.M.Information Direction，Website Reputation And Ewom Effect： AModerating Role Of Product Type [J]. Journal of Business Research，2009，62（1）：61-67.

[32] Ahluwalia Rohini ， Robert E. Bumkrant ， and H . Rao Unnava . Consumer Response to Negagiv e publicity ： The Moderating Role of Commitment [J]. Journal of Marketing Research ， 2000， 37（May）：97-108.

[33] Hawkins D .J.，Rojer J.B.，and Kenneth A . C . Consumer Behavior ： Building Marketing Strategy，7th [M]. NY ：McGra w-Hill ，1998.

[34] 王麗芳.信息不對稱下產(chǎn)品外部線索對消費者購買意愿的影響[J].消費經(jīng)濟，2005（1）：41-43.endprint