大數(shù)據(jù)環(huán)境下消費(fèi)者購(gòu)買意愿行為研究

鄂浩坤 黃碩 張迪

[摘 要]本文以“大數(shù)據(jù)”環(huán)境的角度，探討了消費(fèi)者購(gòu)買意愿的行為特征。分析“大數(shù)據(jù)”對(duì)消費(fèi)者購(gòu)買意愿的機(jī)制，包括正面和負(fù)面因素：“大數(shù)據(jù)”的資源利用和“大數(shù)據(jù)”的技術(shù)創(chuàng)新，分析“大數(shù)據(jù)”對(duì)消費(fèi)者網(wǎng)上購(gòu)買意愿的積極影響及數(shù)據(jù)挖掘的隱私性和數(shù)據(jù)篩選的質(zhì)量，分析“大數(shù)據(jù)”對(duì)消費(fèi)者購(gòu)買意愿的負(fù)面影響。在此基礎(chǔ)上，為電商在大數(shù)據(jù)時(shí)代下的發(fā)展給出了相關(guān)的建議。

[關(guān)鍵詞]大數(shù)據(jù);購(gòu)買意愿;SOR模型

[中圖分類號(hào)]F713.55 [文獻(xiàn)標(biāo)識(shí)碼]A

1 引言

隨著世界經(jīng)濟(jì)的發(fā)展，科學(xué)技術(shù)的進(jìn)步，互聯(lián)網(wǎng)的快速發(fā)展，各種通信設(shè)備和移動(dòng)工具的普及，使得消費(fèi)者的消費(fèi)方式發(fā)生了翻天覆地的變化。各種購(gòu)物網(wǎng)站的注冊(cè)用戶不斷增加，網(wǎng)絡(luò)技術(shù)的發(fā)展，使得用戶發(fā)生和保存的購(gòu)物、瀏覽等數(shù)據(jù)比以往都要容易，這樣利用各種手段搜集數(shù)據(jù)要更容易、更全面。大數(shù)據(jù)的產(chǎn)生，使世界范圍內(nèi)的技術(shù)發(fā)生了巨大的變化，人們對(duì)生活方式、世界的認(rèn)知思維方式都產(chǎn)生了極大的影響。由于大數(shù)據(jù)的強(qiáng)大數(shù)據(jù)分析能力，大大增強(qiáng)了事件的可預(yù)測(cè)性，使得大數(shù)據(jù)引起政府、科研機(jī)構(gòu)、媒體、商界及社會(huì)公眾的高度重視。大數(shù)據(jù)的廣泛應(yīng)用，使得大數(shù)據(jù)隱藏的行為規(guī)律慢慢地被掀出水面，大數(shù)據(jù)的分析可以對(duì)消費(fèi)者的行為進(jìn)行細(xì)分，針對(duì)每個(gè)消費(fèi)群體制定不同的營(yíng)銷與服務(wù)。因此，挖掘大數(shù)據(jù)的營(yíng)銷價(jià)值是各界營(yíng)銷人員要掌握的重要方法。

2 國(guó)內(nèi)外研究

在國(guó)內(nèi)外的研究中，很少有學(xué)者把消費(fèi)者的購(gòu)買意愿與大數(shù)據(jù)結(jié)合起來(lái)。大多數(shù)的消費(fèi)者購(gòu)買意愿研究集中在營(yíng)銷學(xué)、心理學(xué)、行為學(xué)等方面，學(xué)者主要探討消費(fèi)者行為的模型與其影響因素，而大數(shù)據(jù)的研究多來(lái)自信息技術(shù)等方面的探討。大數(shù)據(jù)的快速發(fā)展，通過(guò)運(yùn)用大數(shù)據(jù)的技術(shù)手段，對(duì)消費(fèi)者行為研究將會(huì)產(chǎn)生大的影響。Sunil Erevelles、Nobuyuki Fukawa及Linda Swayne在他們的論文中提出了消費(fèi)者行為的分析是大數(shù)據(jù)發(fā)展的中心，大數(shù)據(jù)技術(shù)能夠獲得消費(fèi)者大量的數(shù)據(jù)，從而在這些大量的數(shù)據(jù)中分析出消費(fèi)者購(gòu)買意愿的行為。Michael Carolan對(duì)食品零售公司如何使用大數(shù)據(jù)進(jìn)行了研究，得出了大數(shù)據(jù)推動(dòng)消費(fèi)者購(gòu)買意愿的路徑主要是產(chǎn)品、零售和習(xí)慣，這三個(gè)路徑之間是相互關(guān)聯(lián)、相互影響的。Mark Birkin認(rèn)為企業(yè)和消費(fèi)者之間互動(dòng)所產(chǎn)生的消費(fèi)數(shù)據(jù)正變得無(wú)處不在，這些數(shù)據(jù)中經(jīng)常涵蓋著消費(fèi)者的各種各樣的態(tài)度、生活方式和行為特征，對(duì)這些數(shù)據(jù)的分析研究得出了消費(fèi)者數(shù)據(jù)可以為理解運(yùn)輸?shù)乩韺W(xué)中的問(wèn)題以及解決從遷移、基礎(chǔ)設(shè)施和零售服務(wù)提供到通勤和個(gè)人移動(dòng)等應(yīng)用問(wèn)題做出重要貢獻(xiàn)。朱光婷、朱君璇通過(guò)利用SOR建立了大數(shù)據(jù)環(huán)境下消費(fèi)者行為模型，通過(guò)實(shí)證研究，得出大數(shù)據(jù)是通過(guò)中介因素影響消費(fèi)者的購(gòu)買行為的。劉益、張旭梅、但斌以生鮮農(nóng)產(chǎn)品為例利用大數(shù)據(jù)技術(shù)從四個(gè)角度：體驗(yàn)管理、粉絲管理、粘性管理及價(jià)值管理提出了大數(shù)據(jù)環(huán)境下消費(fèi)者關(guān)系管理策略。

3 大數(shù)據(jù)環(huán)境下消費(fèi)行為特征

大數(shù)據(jù)時(shí)代的電子商務(wù)基于先進(jìn)的數(shù)據(jù)挖掘分析平臺(tái)，其銷售活動(dòng)不是傳統(tǒng)的大眾營(yíng)銷，而是大數(shù)據(jù)的個(gè)性化營(yíng)銷活動(dòng)。電子商務(wù)在大數(shù)據(jù)環(huán)境下，消費(fèi)者行為超過(guò)傳統(tǒng)電子商務(wù)，主要表現(xiàn)出以下幾個(gè)特點(diǎn)：

3.1 網(wǎng)購(gòu)需要?jiǎng)?chuàng)新與個(gè)性化

根據(jù)馬斯洛的需求層次理論，人們對(duì)較低層次的需求感到滿意，他們往往會(huì)產(chǎn)生更高層次的需求。當(dāng)互聯(lián)網(wǎng)購(gòu)物成為主流，特別是在大數(shù)據(jù)環(huán)境中，消費(fèi)者選擇網(wǎng)購(gòu)的要求越來(lái)越高，不僅要求產(chǎn)品的功能、質(zhì)量等，而且要滿足他們的網(wǎng)購(gòu)愉悅和體驗(yàn)。根據(jù)麥肯錫報(bào)告，企業(yè)可以通過(guò)分析大數(shù)據(jù)來(lái)綜合每個(gè)維度數(shù)據(jù)并建立用戶行為，從而使商家能夠提供符合用戶需求的商品和服務(wù)。可以看到大數(shù)據(jù)推動(dòng)電子商務(wù)的個(gè)性化營(yíng)銷，同時(shí)，具有創(chuàng)新和個(gè)性化服務(wù)需求的消費(fèi)者越來(lái)越高。

3.2 網(wǎng)購(gòu)需要高標(biāo)準(zhǔn)化

基于傳統(tǒng)的網(wǎng)絡(luò)購(gòu)物信息搜索性，個(gè)人隱私和財(cái)務(wù)安全，物流問(wèn)題等不良現(xiàn)象，消費(fèi)者一旦選擇網(wǎng)購(gòu)，就會(huì)要求更高。分析消費(fèi)者行為數(shù)據(jù)，產(chǎn)生更多隱私和安全問(wèn)題，這不僅影響消費(fèi)者對(duì)商家的信任，反映網(wǎng)絡(luò)購(gòu)物的興趣和關(guān)注，在這種情況下，保護(hù)個(gè)人信息安全的要求越來(lái)越強(qiáng)烈。

3.3 購(gòu)物體驗(yàn)的重要性

在傳統(tǒng)的電子商務(wù)消費(fèi)者購(gòu)物模式下，由于其易于傳遞信息，消費(fèi)者可以瀏覽最新的消費(fèi)者產(chǎn)品信息，只需留在家中，這為購(gòu)物的便利性提供了很大的優(yōu)勢(shì)。但是，在電子商務(wù)模式購(gòu)物中，消費(fèi)者無(wú)法親身體驗(yàn)產(chǎn)品的特性，因此消費(fèi)者增加了對(duì)商品的渴望，并且他們對(duì)優(yōu)惠商品的渴望提出了更高的要求。因此，大數(shù)據(jù)時(shí)代的購(gòu)物體驗(yàn)已成為消費(fèi)者關(guān)注的焦點(diǎn)。

4 基于“大數(shù)據(jù)”的消費(fèi)者購(gòu)買意愿研究

4.1 “大數(shù)據(jù)”帶來(lái)的積極影響

4.1.1 “大數(shù)據(jù)”的實(shí)用價(jià)值。以客戶為導(dǎo)向的公司長(zhǎng)期以來(lái)利用數(shù)據(jù)分析來(lái)定位客戶，但消費(fèi)者的真正需求具有隱藏性，復(fù)雜性，可變性和環(huán)境依賴性，利用傳統(tǒng)的、靜態(tài)的、結(jié)構(gòu)化數(shù)據(jù)使企業(yè)很難獲取用戶的真正需求?！按髷?shù)據(jù)”有可能給企業(yè)真正的消費(fèi)者需求：消費(fèi)者的行為會(huì)直接暴露出他們的思想，如網(wǎng)絡(luò)中的用戶足跡、點(diǎn)擊、瀏覽、評(píng)論等都可以直接反映他們的性格、偏好、愿望。傳統(tǒng)的消費(fèi)者細(xì)分一般基于地理位置、人口特征等，“大數(shù)據(jù)”可以更接近消費(fèi)者細(xì)分方式的實(shí)際需求：一是細(xì)分標(biāo)準(zhǔn)抽象。當(dāng)人們的興趣、愛(ài)好、價(jià)值觀、生活方式，溝通能夠被數(shù)字化時(shí)，這些特征具有實(shí)際可行性。二是細(xì)分市場(chǎng)小型化。從本質(zhì)上講，大多數(shù)的消費(fèi)者對(duì)世界存在著利益、偏好和需求。每一個(gè)人都是一個(gè)小型市場(chǎng)?！按髷?shù)據(jù)”能夠促使企業(yè)朝著“微觀市場(chǎng)”的方向發(fā)展。

4.1.2 “大數(shù)據(jù)”的技術(shù)創(chuàng)新。大數(shù)據(jù)的到來(lái)，引起了越來(lái)越多的關(guān)注，新的數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)挖掘技術(shù)也得到了快速發(fā)展，基于大量的數(shù)據(jù)，以往的研究還提出了商品推薦系統(tǒng)并應(yīng)用于電子商務(wù)領(lǐng)域。大量數(shù)據(jù)過(guò)載引起的大數(shù)據(jù)時(shí)代下的信息可以通過(guò)信息技術(shù)本身來(lái)解決，最重要的方法是建立一個(gè)推薦系統(tǒng)，以便在正確的時(shí)間和地點(diǎn)提供最適合用戶需求的信息。推薦系統(tǒng)強(qiáng)大的信息檢索和推薦功能為消費(fèi)者提供了更全面、更個(gè)性化的信息，使消費(fèi)者能夠?qū)Ξa(chǎn)品功能、性能和價(jià)格合理性等進(jìn)行更深入、更準(zhǔn)確的評(píng)估，從而減少不同品牌之間的感知偏差。

4.2 “大數(shù)據(jù)”帶來(lái)的負(fù)面影響

4.2.1 數(shù)據(jù)挖掘的隱私問(wèn)題。數(shù)據(jù)隱私、數(shù)據(jù)安全是“大數(shù)據(jù)”時(shí)代不可避免的問(wèn)題。在現(xiàn)階段，消費(fèi)者已經(jīng)生成了大量的數(shù)據(jù)記錄，如互聯(lián)網(wǎng)痕跡、交易記錄、使用數(shù)字工具留下的記錄。數(shù)據(jù)通過(guò)分析消費(fèi)者的各個(gè)方面，從而使一個(gè)人的行為無(wú)法隱藏。數(shù)據(jù)持有者可以根據(jù)歷史數(shù)據(jù)推測(cè)行為軌跡和人們行為思維的軌跡。人們傾向于強(qiáng)調(diào)數(shù)據(jù)整合可以實(shí)現(xiàn)“1 + 1> 2”效果，但忽略了這種擴(kuò)大滲透隱私的效果也大于2，缺乏“數(shù)據(jù)權(quán)利”體現(xiàn)了無(wú)休止的個(gè)人數(shù)據(jù)泄露。究其原因，有以下兩個(gè)方面：一方面，數(shù)據(jù)的集中存儲(chǔ)增加了數(shù)據(jù)泄露的風(fēng)險(xiǎn)，并確保這些數(shù)據(jù)不被濫用成為公共維護(hù)的一部分。另一方面，一些敏感數(shù)據(jù)的所有權(quán)和使用沒(méi)有明確定義，許多大數(shù)據(jù)分析不考慮涉及個(gè)人的隱私問(wèn)題。另外，過(guò)度依賴國(guó)外技術(shù)和大數(shù)據(jù)分析平臺(tái)，很難避免信息泄露的風(fēng)險(xiǎn)。

4.2.2 數(shù)據(jù)篩選的質(zhì)量問(wèn)題。面對(duì)大量數(shù)據(jù)，如果不進(jìn)行篩選，很難保證數(shù)據(jù)的完整性和客觀性，數(shù)據(jù)分析和整合在有缺陷的基礎(chǔ)上不可避免地會(huì)失去其價(jià)值。網(wǎng)站中的“大數(shù)據(jù)”主要如下：產(chǎn)品描述中的文字、圖片、描述和動(dòng)態(tài)描述。在這種情況下，數(shù)據(jù)篡改和操縱，偽造和偽造商品，刷信用等問(wèn)題產(chǎn)生，煩瑣的數(shù)據(jù)和虛假的信息不僅導(dǎo)致消費(fèi)者情緒的變化，而且還反映了消費(fèi)者對(duì)網(wǎng)站的信心，從而影響網(wǎng)購(gòu)意向。雖然大數(shù)據(jù)技術(shù)的數(shù)據(jù)挖掘和數(shù)據(jù)分析帶來(lái)了商業(yè)價(jià)值，但它也被黑客用來(lái)攻擊。黑客最大限度地收集更多有用的信息，如社交網(wǎng)絡(luò)、電子商務(wù)、電子郵件、電話、微博和家庭住址等準(zhǔn)備攻擊的信息，大數(shù)據(jù)分析讓黑客更加危險(xiǎn)。

4.3 消費(fèi)者購(gòu)買意愿的“大數(shù)據(jù)”機(jī)制。

SOR（刺激—個(gè)體生理、心理—反應(yīng)）模型首先由Mehrabian和Russell提出，該模型表明環(huán)境刺激可以影響個(gè)體的情緒狀態(tài)，從而進(jìn)一步影響個(gè)體/逃避反應(yīng)（接近和避免響應(yīng)）。從那時(shí)起，Eroglu等人推出了SOR在線購(gòu)物場(chǎng)景的第一個(gè)模型。

Eroglu在網(wǎng)上購(gòu)物的背景下介紹SOR模型后，在該領(lǐng)域越來(lái)越多的研究人員開(kāi)始嘗試。 Zee-Sun Yun和Linda K.良好的Mehrabian和Russell建立的SOR模型，建立了補(bǔ)貼影響消費(fèi)者購(gòu)買意圖和購(gòu)買意愿和忠誠(chéng)度進(jìn)一步影響網(wǎng)絡(luò)行為的模型。同樣的，Hsuan-Yu Hsu和Hung Tai Tsou也使用SOR模型來(lái)研究網(wǎng)站質(zhì)量對(duì)消費(fèi)者情緒的影響，以及情緒對(duì)重復(fù)購(gòu)買意愿的影響。

根據(jù)以往的研究，以上分析了“大數(shù)據(jù)”對(duì)消費(fèi)者購(gòu)買意愿的機(jī)制，建立了基于“大數(shù)據(jù)”的顧客購(gòu)買意向模型。該模型基于大數(shù)據(jù)和SOR模型與客戶購(gòu)買意圖，解釋大數(shù)據(jù)如何影響客戶購(gòu)買意愿。

“大數(shù)據(jù)”對(duì)網(wǎng)絡(luò)購(gòu)買意向的影響主要有兩個(gè)方面：一是“大數(shù)據(jù)”積極影響，滿足消費(fèi)者的實(shí)際需求和潛在需求、消費(fèi)者認(rèn)為的價(jià)值利益; 其次，“大數(shù)據(jù)”負(fù)面影響消費(fèi)者隱私泄露、網(wǎng)購(gòu)消費(fèi)者的利益和信任及消費(fèi)者的感知風(fēng)險(xiǎn)。

5 大數(shù)據(jù)時(shí)代電商發(fā)展的建議

5.1 建立完善的消費(fèi)者數(shù)據(jù)庫(kù)分析系統(tǒng)，提供創(chuàng)新、個(gè)性化的服務(wù)

電商銷售通過(guò)建立的反饋系統(tǒng)收集消費(fèi)者的信息，形成消費(fèi)者的初始數(shù)據(jù)。在網(wǎng)上購(gòu)物的過(guò)程中，消費(fèi)者的咨詢、訂單和要求為商家提供了很多參考。通過(guò)對(duì)這些數(shù)據(jù)的分析，每個(gè)消費(fèi)者信息都可以更清晰、更全面地被了解，只有這樣才能明確目標(biāo)市場(chǎng)，使企業(yè)更具針對(duì)性，實(shí)現(xiàn)分析數(shù)據(jù)庫(kù)的一對(duì)一或個(gè)性化營(yíng)銷是滿足客戶需求、提高客戶份額和滿意度的基礎(chǔ)。

5.2 提供合宜的產(chǎn)品、服務(wù)和信息，注重網(wǎng)站質(zhì)量

電商應(yīng)根據(jù)消費(fèi)者的需求提供合適的產(chǎn)品、服務(wù)和信息。它表明消費(fèi)者購(gòu)物需求的多樣化和個(gè)性化的特點(diǎn)。質(zhì)量差的商品或不受信任的產(chǎn)品、服務(wù)或虛假信息會(huì)影響消費(fèi)者的心情。 電商應(yīng)在制定產(chǎn)品策略時(shí)盡可能提高目標(biāo)的可靠性、保持信息質(zhì)量、保證產(chǎn)品質(zhì)量、使消費(fèi)者感受到購(gòu)買的價(jià)值。

5.3 確保網(wǎng)絡(luò)信息安全

消費(fèi)者更多地考慮信息安全問(wèn)題。企業(yè)應(yīng)確保個(gè)人信息安全。在使用消費(fèi)者行為數(shù)據(jù)時(shí)，確保消費(fèi)者的信息安全可以保護(hù)消費(fèi)者的權(quán)益，同時(shí)提高自己的聲譽(yù)。

[參考文獻(xiàn)]

[1] 王永周，鄧燕.基于大數(shù)據(jù)預(yù)測(cè)的消費(fèi)者購(gòu)買決策行為分析[J].商業(yè)經(jīng)濟(jì)究，2016（23）.

[2] Sunil Erevelles，Nobuyuki Fukawa，Linda Swayne.Big Data consumer analytics and the transformation of marketing[J].Journal of Business Research，2016（69）.

[3] Michael Carolan.Big data and food retail： Nudging out citizens by creating dependent consumers[J].Geoforum，2018（90）.

[4] Mark Birkin.Spatial data analytics of mobility with consumer data[J].Journal of Transport Geography，2018（04）.

[5] 朱光婷，朱君璇.大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)消費(fèi)者行為研究[J].統(tǒng)計(jì)與決策，2014（23）.

[6] 劉益，張旭梅，但斌.基于大數(shù)據(jù)的“互聯(lián)網(wǎng)+”生鮮農(nóng)產(chǎn)品數(shù)字消費(fèi)者關(guān)系管理策略研究[J].管理現(xiàn)代化，2018（04）.