孫藝珊

摘 要：隨著信息和網(wǎng)絡(luò)技術(shù)的發(fā)展，數(shù)字經(jīng)濟(jì)已經(jīng)成為中國經(jīng)濟(jì)發(fā)展的關(guān)鍵點。而在大數(shù)據(jù)時代，作為經(jīng)濟(jì)主體之一的消費(fèi)者群體也會受到集群信息化數(shù)據(jù)化的影響。這種影響具體體現(xiàn)在消費(fèi)者行為上，互聯(lián)網(wǎng)電子商務(wù)行業(yè)的發(fā)展也極大地改變了中國消費(fèi)者的行為模式。之前學(xué)者在消費(fèi)者決策領(lǐng)域的研究并不能完全適應(yīng)于中國日新月異的線上消費(fèi)市場和為適應(yīng)市場而不斷進(jìn)化的消費(fèi)者群體。因此本文主要研究消費(fèi)者對于線上電商產(chǎn)品作出購買決定時的決策行為過程。即探究大數(shù)據(jù)對于消費(fèi)者行為的沖擊影響主要作用于哪些決策因素進(jìn)而顯著性地影響最終線上購買決策的制定。本文采用問卷調(diào)查的方式開展實證研究，并通過因子分析和回歸分析確定模型假定。經(jīng)過實證研究有理由認(rèn)為，大數(shù)據(jù)滲透在價格品牌以及評價3個決策因子上，引發(fā)消費(fèi)者線上購買決策行為的考量因素的變化，進(jìn)而作出與大數(shù)據(jù)時代到來之前有差異化的決策行為。

關(guān)鍵詞：消費(fèi)者行為 大數(shù)據(jù) 消費(fèi)者決策分析

中圖分類號：F721 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2018）08（a）-049-09

1 研究背景

大數(shù)據(jù)時代，數(shù)據(jù)信息化滲透到社會的各個層面，商品市場中的消費(fèi)者便是其中的典型例子。作為數(shù)字信息載體，不難發(fā)現(xiàn)，大數(shù)據(jù)對消費(fèi)者決策行為最直接的影響表現(xiàn)在線上消費(fèi)市場上。在中國乃至全世界，線上商品消費(fèi)市場在大數(shù)據(jù)的影響下也是日新月異。

依據(jù)中國電子商務(wù)研究中心統(tǒng)計報告，2017年中國電子商務(wù)市場交易額達(dá)29.16萬億元（數(shù)據(jù)來源：中國電子商務(wù)研究中心統(tǒng)計報告）。根據(jù)中國社科院財經(jīng)戰(zhàn)略研究院2017年發(fā)布的中國電商年度發(fā)展報告：中國電商絕對規(guī)模大，占了全球市場份額的40%，2016年，中國線上購物規(guī)模達(dá)到7500億美元，比排名第二的美國（3121億美元）、第三的英國（1500億美元）第四的日本（900億美元）加起來還要多得多；線上購物滲透率進(jìn)一步增大；隨著消費(fèi)者消費(fèi)習(xí)慣的改變，消費(fèi)結(jié)構(gòu)得以重構(gòu)，傳統(tǒng)消費(fèi)行為被逐步重整甚至取代。

截至2017年6月，我國網(wǎng)上購物用戶人數(shù)達(dá)到了5.14億，線上購物滲透率達(dá)到68.5%；2017年上半年，中國跨境電商交易規(guī)模3.6萬億元，同比增長30.7%（央視聯(lián)合中國社科院隨即發(fā)布2017中國電商年度報告）。中國的數(shù)字化進(jìn)程的推進(jìn)，足以影響全球數(shù)字化格局。

而線上消費(fèi)市場的發(fā)展也影響著消費(fèi)者在線上的購買行為。麥肯錫咨詢公司發(fā)布的《2017年中國消費(fèi)者報告》指出，“中國消費(fèi)者”作為一個整齊劃一的群體已經(jīng)不存在，而是形成了有鮮明特征多樣性中國消費(fèi)者群體。作為出生于互聯(lián)網(wǎng)時代的“數(shù)字原住民”，占總?cè)丝?6%的90后消費(fèi)群體，是一個具有鮮明多樣性的群體，到2030年將貢獻(xiàn)總消費(fèi)增長的20%以上，高于其他任何人口類別成為消費(fèi)新引擎；消費(fèi)者的自主意識明顯增強(qiáng)，年輕結(jié)構(gòu)更加年輕化、重視健康、對品牌的認(rèn)知更成熟，對購買的產(chǎn)品和服務(wù)要求也更高（引自麥肯錫《2017中國消費(fèi)者報告》）。

綜上所述，線上購買行為已與消費(fèi)者的生活密切相關(guān)，然而在大數(shù)據(jù)背景下，對于消費(fèi)者線上購買決策的研究還相對不足。本文將立足于實證分析，對影響消費(fèi)者線上購買行為的因子進(jìn)行深度討論分析。

消費(fèi)者在進(jìn)行線上電商購物并制定購買決策時考量的因素是否受影響，以及這些因素的改變會在何種程度上影響消費(fèi)者最終的線上購買決策，即探究大數(shù)據(jù)的沖擊能否通過作用在購買決策的影響因素上而間接地對消費(fèi)者的購買決策造成影響。本文將通過問卷調(diào)法對消費(fèi)者進(jìn)行調(diào)研，并通過SPSS調(diào)研數(shù)據(jù)進(jìn)行處理分析，從而探究在大數(shù)據(jù)時代信息量巨大化的情況下，消費(fèi)者在做出消費(fèi)決策時是否應(yīng)時代的改變做出變化，以及最顯著的影響因素是哪些。

2 文獻(xiàn)綜述

2.1 大數(shù)據(jù)的定義

大數(shù)據(jù)（Big Data），指涉及的數(shù)據(jù)資料量規(guī)模巨大到無法在合理時間內(nèi)通過常規(guī)主流軟件工具擷取、處理并整理的數(shù)據(jù)集合（信息技術(shù)研究和分析機(jī)構(gòu)Gartner給出的定義。）?！按髷?shù)據(jù)”概念最早在《大數(shù)據(jù)時代》（《大數(shù)據(jù)時代》，維克托邁爾·舍恩伯格，肯尼斯·庫克耶著）中出現(xiàn)，而這一時代的到來最早是麥肯錫咨詢預(yù)測的：數(shù)據(jù)已經(jīng)深深地進(jìn)入到每一個今天的行業(yè)，并已成了最重要的生產(chǎn)要素之一，人們挖掘和利用大量的數(shù)據(jù)，說明了生產(chǎn)效率的提高以及消費(fèi)者盈余的新一輪來到（麥肯錫咨詢《海量數(shù)據(jù)，創(chuàng)新、競爭和提高生成率的下一個新領(lǐng)域》，2011）。

2.2 大數(shù)據(jù)的特點及應(yīng)用

IBM最早將大數(shù)據(jù)的特征歸納為4個“V”：容量（Volume），指具有海量的數(shù)據(jù)規(guī)模；高速（Velocity），即快速的數(shù)據(jù)流轉(zhuǎn)，對及時性要求非常高，這也是大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘傳統(tǒng)技術(shù)之間最重要和根本的差異；多樣性（Variety），指多樣的數(shù)據(jù)類型，包括在線時間、圖片、視頻、地理位置、搜索記錄等；價值（Value），數(shù)據(jù)所蘊(yùn)藏的價值巨大，具體體現(xiàn)為價值密度低，商業(yè)價值高，大數(shù)據(jù)的合理運(yùn)用，可以實現(xiàn)低成本創(chuàng)就高價值。

大數(shù)據(jù)的戰(zhàn)略意義在于對那些有意義的數(shù)據(jù)集進(jìn)行專業(yè)化的處理。大數(shù)據(jù)產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵在于提升對數(shù)據(jù)的加工處理能力，進(jìn)而實現(xiàn)數(shù)據(jù)的增值。大數(shù)據(jù)作用在各行各業(yè)，可以將人們收集到的巨量數(shù)據(jù)群進(jìn)行整理分析，從中獲得有效信息和資訊。

大數(shù)據(jù)可以幫助企業(yè)更好地了解消費(fèi)者，確定更明確有針對性的市場策略，在競爭中獲得優(yōu)勢，得到更多消費(fèi)者的青睞。但大數(shù)據(jù)的作用絕不只限于企業(yè)層面，對于消費(fèi)者群體，大數(shù)據(jù)同樣在其決策時發(fā)揮著不可替代的作用。在大數(shù)據(jù)領(lǐng)域，未來最具有價值的是大數(shù)據(jù)頭腦，能將大數(shù)據(jù)的潛在價值有意識地轉(zhuǎn)化為實際利益，尤其是在信息化滲透率低的領(lǐng)域。

2.3 電商產(chǎn)品的定義其銷售模式的特點

“電商”一詞是電子商務(wù)的簡稱。IBM（IBM，電子商務(wù)領(lǐng)域先驅(qū)領(lǐng)導(dǎo)者。）公司在1996年最先提出了Electronic Commerce（E-Commerce） 電子商務(wù)的概念，指那些以網(wǎng)絡(luò)信息技術(shù)為方式，以商品交換為中心，以電子交易方式進(jìn)行的商務(wù)活動，是傳統(tǒng)商業(yè)活動模式的信息化、數(shù)字化。

電商產(chǎn)品，即指通過電商平臺銷售的商品。在基于互聯(lián)網(wǎng)的電子商務(wù)交易過程中，電商產(chǎn)品即是交易對象。電商產(chǎn)品主要以線上銷售形式為主，線上即指利用互聯(lián)網(wǎng)等各種形式的媒介來進(jìn)行宣傳、推廣和商品交換，區(qū)別于線下實體銷售。而本文主要研究B2C電商銷售模式，它具有以下特點：第一，B2C消費(fèi)模式對消費(fèi)者而言沒有任何限制。用戶可以在任意的時間地點挑選自己想要的商品；第二，購物成本低。對于消費(fèi)者，時間、交通成本以及快遞成本的低價程度都是傳統(tǒng)購物方式不可達(dá)到的；第三，線上產(chǎn)品價格相對較低。對比與傳統(tǒng)商場銷售，線上電商商品沒有多余的附加費(fèi)用，價格也就較低；第四，個性化服務(wù)?；ヂ?lián)網(wǎng)電商擁有可以為消費(fèi)者方便快捷地提供個性化服務(wù)的能力；第五，商品種類多，且沒有空間限制；第六，商品容易查找，消費(fèi)者能更方便快捷地找到目標(biāo)商品信息。不同于傳統(tǒng)模式，B2C模式下，企業(yè)的角色發(fā)生了轉(zhuǎn)變，從商品媒介變?yōu)樾畔⒚浇椤纳唐方灰讏鏊優(yōu)樯唐放渌椭行?、提供大眾化服?wù)變?yōu)樘峁﹤€性化服務(wù)、變商品管理為用戶管理。

2.4 消費(fèi)者行為

首先，根據(jù)經(jīng)濟(jì)組織決策管理學(xué)家西蒙（赫伯特·西蒙：美國管理學(xué)家和社會科學(xué)家，提出人類決策行為的有限理性模式。）提出的有限理性的決策行為模式，了解到：人不可能是完全理性的，人們很難對每個結(jié)果具有完全的了解和正確的預(yù)測；由于人的能力即決策過程成本的限制，人們所作的決策不是所有選擇中最好的，而是已知方案中能滿足要求的（《管理行為》，赫伯特·西蒙，1999）。在真實的消費(fèi)決策情況下，絕對意義的“理性人并不存在”，幾乎全部的消費(fèi)者群體在面對購買決策是都會有不同程度的非理性行為。這是我們研究消費(fèi)者行為的基礎(chǔ)前提。

消費(fèi)者行為分析主要是對消費(fèi)者群體進(jìn)行用戶畫像分析，包括行為取向、需求偏好、消費(fèi)軌跡等。對消費(fèi)者進(jìn)行行為模式分析，其中的關(guān)鍵之一即是購買決策行為分析，即指消費(fèi)者通過購買商品以滿足其個人或社會需要的決定。消費(fèi)者購買行為決策是內(nèi)在和外在因素的復(fù)雜交互作用的結(jié)果（中國市場監(jiān)測及消費(fèi)者行為深度調(diào)研報告2014版）。

2.5 消費(fèi)者購買決策

這個過程就是消費(fèi)群體根據(jù)商品滿足自身不同層次的需求的程度再結(jié)合價格，品牌等因素而做出選擇的過程。研究消費(fèi)者的購買決策過程就是研究消費(fèi)者面對商品時如何權(quán)衡各項影響因素以及依據(jù)什么原理做出購買決策的過程。

2.5.1 理論基礎(chǔ)

與消費(fèi)者購買決策相關(guān)的學(xué)說及理論包括側(cè)重于經(jīng)濟(jì)學(xué)方面的消費(fèi)者需求理論，消費(fèi)者價值理論，心理賬戶理論，讓渡價值理論等，以及心理學(xué)領(lǐng)域有關(guān)知覺，學(xué)習(xí)與記憶，情緒和態(tài)度的研究。

（1）心理賬戶理論。

心理賬戶理論是消費(fèi)者行為決策的重要理論。心理賬戶（心理賬戶：丹尼爾·卡尼曼（Daniel Kahneman）和特韋爾斯基（Amos Tversky）1981年首次在演繹分析中使用了“Psychological Account（心理賬戶）”概念。1985年，塞勒發(fā)表《心理賬戶與消費(fèi)者行為選擇》，正式提出“心理賬戶”）（mental accounting）是芝加哥大學(xué)行為經(jīng)濟(jì)學(xué)教授理查德·塞勒（理查德？塞勒（Richard. Thaler），行為經(jīng)濟(jì)學(xué)行為金融學(xué)領(lǐng)域的先驅(qū)者，獲得2017年諾貝爾經(jīng)濟(jì)學(xué)獎。）（Richard. Thaler）提出的，是行為經(jīng)濟(jì)學(xué)中的一個重要概念。消費(fèi)者在決策時，會根據(jù)不同的決策任務(wù)而形成相應(yīng)不同的心理賬戶，由于消費(fèi)者心理賬戶的存在，個體在做決策時往往不會像傳統(tǒng)經(jīng)濟(jì)學(xué)理論中假設(shè)的那樣完全理性，而是會做出許多非理性的消費(fèi)行為，甚至違背一些簡單的經(jīng)濟(jì)運(yùn)算法則。

他認(rèn)為，不論是個人還是企業(yè)團(tuán)體，在做決策時都有心理賬戶的存在。尤其是在作經(jīng)濟(jì)決策時，這種心理賬戶系統(tǒng)常常遵循一種與經(jīng)濟(jì)學(xué)和數(shù)學(xué)的運(yùn)算方式都不相同的潛在心理運(yùn)算規(guī)則進(jìn)行記賬。

（2）讓渡價值理論。

菲利普·科特勒所提出的讓渡價值理論（菲利普·科特勒，1996）模型認(rèn)為，顧客讓渡價值（Customer Delivered Value）等于總顧客價值（Total Customer Value）與總顧客成本（Total Customer Cost）的差。用函數(shù)形式表示為：CDV=TCV-TCC。

2.5.2 消費(fèi)者決策行為模型

（1）尼科西亞模式。

尼科西亞模式（尼科西亞（Nicosia），《消費(fèi)者決策程序》1966.）包括四個主要內(nèi)容：從信息傳遞到消費(fèi)者的態(tài)度；根據(jù)上一步的結(jié)果進(jìn)行商品評估，產(chǎn)生動機(jī)去購買；進(jìn)行購買決定的制定；將這次購買決定的結(jié)果記下作為未來參考或商家反饋。

（2）數(shù)字時代消費(fèi)者決策之旅 （New Customer Decision Journey）。

在這個數(shù)字時代新消費(fèi)者決策之旅中（數(shù)字消費(fèi)者決策流程即CDJ新模型：《決戰(zhàn)消費(fèi)者流程（Competing on Customer Journey）》，David C. Edelman& Marc Singer，《哈佛商業(yè)評論》2015），傳統(tǒng)的決策流程在數(shù)據(jù)化的影響下，會加快評估和考慮階段的進(jìn)程，品牌因素不再是被動地影響決策旅程，而是在數(shù)字化營銷工具的輔助下主動地重塑消費(fèi)者的決策之旅。

而在現(xiàn)實的應(yīng)用中，有關(guān)消費(fèi)者購買決策的問題和心理學(xué)領(lǐng)域存在著復(fù)雜的交叉相互作用，因此至今許多研究消費(fèi)者行為決策問題的學(xué)者仍認(rèn)為尚沒有準(zhǔn)確完善的消費(fèi)決策模型，依然存在著“消費(fèi)者決策黑箱”。

3 研究假設(shè)及研究方法

3.1 研究假設(shè)

經(jīng)過之前學(xué)者的研究成果、研究理論及模型了解到，大數(shù)據(jù)時代的到來在一定程度上影響了人們對線上電子商品作出的購買決策。但大數(shù)據(jù)是通過在哪些購買決策因子的滲透而達(dá)到的影響目的呢？

這些因素對購買決策又有多大程度的影響呢？根據(jù)此思考，將進(jìn)行此次的實證研究，并作出以下假設(shè)。

在大數(shù)據(jù)時代，消費(fèi)者對線上電子商品做出購買決策時，由于大數(shù)據(jù)的介入，影響消費(fèi)者決策的因素中品牌偏好，評價體系及價格因素將對消費(fèi)者線上購買決策產(chǎn)生顯著性影響。

即：H1：大數(shù)據(jù)的滲透作用使人們對線上電子商品的品牌偏好發(fā)生了變化，從而影響到最終的購買決策。

H2：大數(shù)據(jù)在線上電子商務(wù)領(lǐng)域的應(yīng)用，使評價體系體現(xiàn)出更突出的參考作用，對消費(fèi)者的線上購買決策行為產(chǎn)生了顯著影響。

H3：隨大數(shù)據(jù)時代而來的價格信息的大量透明及可接觸化，使得人們面對線上電商產(chǎn)品的購買決策時，獲得更多更廣的信息從而影響著消費(fèi)者最終做出的購買決策。

即大數(shù)據(jù)在信息層面的滲透顯著地影響了消費(fèi)者的線上購買決策行為。

3.2 假設(shè)模型

根據(jù)研究假設(shè)，可得出假設(shè)模型，如圖1所示。

本文采用問卷調(diào)查法進(jìn)行實證分析研究。擬定問卷數(shù)量300份，投放方式為線上。收回問卷后，將使用SPSS對問卷調(diào)查結(jié)果進(jìn)行相關(guān)數(shù)據(jù)分析，主要包括因子分析及回歸分析。

3.3 問卷設(shè)計

本研究的調(diào)查問卷包含五部分：（1）基本人口背景信息；（2）對大數(shù)據(jù)時代的認(rèn)識；（3）關(guān)于線上電商商品價格因素的調(diào)查；（4）關(guān)于線上評分系統(tǒng)因子的調(diào)查；（5）關(guān)于大數(shù)據(jù)影響下的品牌偏好的調(diào)查。

3.4 問卷的發(fā)放與回收

本次問卷主要以網(wǎng)絡(luò)線上的形式發(fā)放，擬定數(shù)量300份，實際回收數(shù)量312份，全部為有效問卷。

4 調(diào)查問卷結(jié)果的數(shù)據(jù)分析

4.1 樣本統(tǒng)計特征

從表1中可以看出，此次問卷受訪者的年齡集中在18～55歲（占整體樣本的95.84%），其中41～55和26～40年齡段的樣本人數(shù)最多，比例分別是43.59%和41.99%。由于18歲以下購買力不足，而56歲以上對電子商務(wù)以及移動網(wǎng)絡(luò)使用較少，因此18～55歲是線上電商產(chǎn)品的消費(fèi)者主力軍。本次問卷調(diào)查對象的樣本性別分布來看，女性樣本的比例很高，占整體樣本的71.5%，這符合線上電商產(chǎn)品消費(fèi)者群體女性相對偏多的特征。這是由于女性在社會生活中常常是線上購物決策的承擔(dān)者，而同時女性的購物傾向相對于男性更為明顯，因此本次問卷調(diào)查對象樣本的性別分布和實際情況相吻合。另外此次調(diào)查問卷受訪者中，企業(yè)員工或管理者最多，占44.2%，而企事業(yè)工作人員總數(shù)超過半數(shù)，這些職業(yè)的受訪者是消費(fèi)者群體中的中堅力量，因此調(diào)查結(jié)果的準(zhǔn)確性可以得到保證。

經(jīng)濟(jì)維度方面，由表1可知，39.7%的被調(diào)查對象月平均收入<5000人民幣，而月收入在10000元以下的受訪者占75%，即樣本數(shù)據(jù)分布特征符合我國國民月收入分布。而從調(diào)查對象的月平均線上消費(fèi)額和月平均消費(fèi)次數(shù)的描述統(tǒng)計結(jié)果來看，符合正常線上消費(fèi)者的購買行為畫像，因此本次問卷調(diào)查的樣本選取可以很好地反映中國線上消費(fèi)者群體的特征。

4.2 因子分析

4.2.1 效度分析

效度（Validity）分析即測量的有效性，指問卷調(diào)查中的手段和工具能準(zhǔn)確無誤地測量出想要測量的對象的程度。

通常，在進(jìn)行因子降維分析之前，先要進(jìn)行KMO檢驗和Bartlett球體檢驗，以判定問卷得到的調(diào)查變量及數(shù)據(jù)是否適合做接下來的因子降維分析。KMO值越高，越說明調(diào)查對象就是要研究的對象，即調(diào)查量表的結(jié)果越能顯現(xiàn)其要測量的真正特征效度。通過SPSS對目標(biāo)變量進(jìn)行KMO效度檢驗的結(jié)果，如表2所示。

對本問卷數(shù)據(jù)的檢驗結(jié)果顯示KMO=0.809>0.7，即可以接受此次問卷調(diào)查變量樣本數(shù)據(jù)，即通過KMO效度檢驗，說明該調(diào)查對象變量之間存在顯著相關(guān)性，適合于繼續(xù)做因子分析。

4.2.2 因子分析

本次采用主成分分析法進(jìn)行因子提取，提取指標(biāo)為因子特征值>1的因子作為主因子。利用SPSS得出的因子降維分析結(jié)果如表3所示。

如圖1給出了因子貢獻(xiàn)率的結(jié)果，此次因子降維的主成分分析有三個因子的特征值>1，因此提取這3個因子作為主成份因子，它們累計可解釋方差貢獻(xiàn)率為64.015%。

由表4可知，經(jīng)過旋轉(zhuǎn)，得出3個因子，分別對應(yīng)問卷調(diào)查中設(shè)置的原假設(shè)中3個假設(shè)因子相關(guān)的變量問題。旋轉(zhuǎn)后主因子數(shù)目與原假設(shè)相同，且各因子準(zhǔn)確對應(yīng)原假設(shè)中因子對應(yīng)的問題。因此有理由認(rèn)為原假設(shè)模型初步成立，且3個影響因子分別是品牌、價格和評價。

經(jīng)過因子降維分析確定了3個影響大數(shù)據(jù)時代消費(fèi)者線上購買決策的代表因子，即品牌、評價和價格。接下來繼續(xù)利用SPSS做更深入的相關(guān)性檢驗以及回歸分析，以確定三個因子與因變量之間的更加具體的線性關(guān)系。

4.3 相關(guān)性檢驗

在進(jìn)行回歸分析之前，先進(jìn)行了相關(guān)性檢驗，確定3個因子與回歸變量之間存在確定的相關(guān)關(guān)系，以及它們之間統(tǒng)計關(guān)系的強(qiáng)弱程度。

由表5的Pearson相關(guān)性檢驗的結(jié)果可以得知，品牌，價格及評價3個因子與購買消費(fèi)決策的顯著性（Sig值）分別為0.015、0.000及0.002均小于0.05表明，3個因子與購買決策間存在顯著性差異。通過表5顯示：品牌因素與大數(shù)據(jù)對消費(fèi)者線上購買決策影響的相關(guān)系數(shù)為0.338，價格因素與大數(shù)據(jù)對消費(fèi)者線上購買決策影響的相關(guān)系數(shù)為0.423，評價因素與大數(shù)據(jù)對消費(fèi)者線上購買決策影響的相關(guān)系數(shù)為0.373，因此認(rèn)為品牌、價格和評價3個因子與大數(shù)據(jù)對消費(fèi)者線上購買決策影響的結(jié)果存在的相關(guān)關(guān)系成立。

4.4 回歸分析

根據(jù)相關(guān)性檢驗結(jié)果，根據(jù)假設(shè)模型進(jìn)行多元線性回歸分析。假設(shè)模型中，被解釋變量為大數(shù)據(jù)對消費(fèi)者線上購買決策的影響，解釋變量分別為品牌、價格和評價3個因子。

假設(shè)回歸方程模型為Customer decisioni=β0+β1 brandi+β2commentsi+β3pricei+εi。

Customer decision：大數(shù)據(jù)影響下消費(fèi)者購買決策行為

Brand（Brand preference）：品牌因子

Comments：評價因子

Price：價格因子

i=1，2，….N表示第i個樣本變量值

由表6可知，因變量和說明變量的復(fù)相關(guān)系數(shù)R是76.9%，擬合優(yōu)度檢驗中調(diào)整判定系數(shù)R2的結(jié)果是59%，即被解釋變量可以被模型解釋的部分較多，因此可以認(rèn)為該回歸方程具有一定的擬合優(yōu)度。

線性回歸方程能夠較好地反映說明變量與因變量之間的統(tǒng)計關(guān)系的前提是線性關(guān)系在統(tǒng)計上顯著。因此需要進(jìn)行回歸方程的顯著性檢驗（F檢驗）。檢驗結(jié)果如表7所示。

由檢驗結(jié)果可知，原假設(shè)回歸方程的顯著性檢驗的F檢驗統(tǒng)計量為11.218，對應(yīng)的概率P值近似為0，小于顯著性水平α（0.05），因此有充分的理由拒絕各說明變量前的回歸系數(shù)都為0的原假設(shè)，即被自變量與因變量組合的線性關(guān)系是統(tǒng)計上顯著的，可以信任此線性回歸模型。

最后，對回歸系數(shù)進(jìn)行顯著性檢驗（t檢驗），結(jié)果如表8所示。

從表8中可以看出，回歸系數(shù)的顯著性檢驗中，常量β0、品牌因子的回歸系數(shù)β1、價格因子的回歸系數(shù)β2、以及評價因子的回歸系數(shù)β3的t統(tǒng)計量分別為47.573，2.549， 4.121，3.190，對應(yīng)的顯著性檢驗概率P值均小于顯著性水平α（0.05），因此可以拒絕回歸系數(shù)分別為0的各原假設(shè)，各解釋變量前的回歸系數(shù)均不為0，即品牌、價格和評價因子（解釋變量）與被解釋變量分別的線性關(guān)系都是顯著的，可以信任這些回歸系數(shù)，即線性回歸模型：Customer decisioni=2.397+0.229 brandi+0.408commentsi+0.361pricei+εi可以被接受。

5 研究分析及結(jié)論

5.1 理論貢獻(xiàn)

本文通過對消費(fèi)者購買決策行為以及它的3個影響因子變量進(jìn)行相關(guān)及回歸分析，研究大數(shù)據(jù)時代，在信息爆炸式的沖擊下消費(fèi)者面對線上電子商品作出購買決策時的考慮因素的變化。經(jīng)過此次實證分析的問卷調(diào)查及數(shù)據(jù)分析的結(jié)果，可以清楚地看到：在大數(shù)據(jù)的滲透作用下，對消費(fèi)者線上購買行為決策的影響因素中的品牌偏好，價格因素及評價體系有顯著性的影響，且均為正向影響。

由因子分析確定的品牌、價格和評價這三個在大數(shù)據(jù)影響下有代表性的因子，在相關(guān)性分析及回歸分析中均表現(xiàn)出顯著性，即研究的假設(shè)模型可以被接受。根據(jù)SPSS統(tǒng)計問卷調(diào)查結(jié)果分析，假設(shè)模型回歸后變?yōu)橐韵路矫妗?/p>

Customer decisioni=2.397+0.229 brandi+ 0.408commentsi+ 0.361 pricei+εi。

結(jié)合之前學(xué)者在消費(fèi)者決策領(lǐng)域的研究成果，此實證研究的理論貢獻(xiàn)為以下方面。

（1）大數(shù)據(jù)的滲透作用使人們對線上電子商品的品牌偏好發(fā)生了變化，從而影響到最終消費(fèi)者在線上的購買決策行為，且該影響是正向的。

消費(fèi)者讓渡價值理論中提到，產(chǎn)品形象價值屬于總顧客價值的一部分，影響著消費(fèi)者決策的依據(jù)即顧客讓渡價值，且品牌形象值越高，消費(fèi)者更傾向于決定購買，與本研究結(jié)果一致。

隨著大數(shù)據(jù)模式和技術(shù)在電子商務(wù)領(lǐng)域的發(fā)展，越來越多的線上購物網(wǎng)站會搜集用戶的個性化行為信息，并運(yùn)用大數(shù)據(jù)手段處理這些信息并向客戶精準(zhǔn)投放靶向推薦，而正因為這種新型營銷模式的出現(xiàn)，消費(fèi)者在購買線上電商產(chǎn)品時的品牌偏好就受到了大數(shù)據(jù)滲透作用的影響。

例如，消費(fèi)者原本在沒有大數(shù)據(jù)介入的情況下，忠誠于購買某一品牌的商品，但大數(shù)據(jù)使得“相關(guān)推薦”和“首頁推薦”出現(xiàn)在消費(fèi)者視線中，那么在下次做出購買決策時，被首頁推薦過但并未嘗試過的某品牌產(chǎn)品很有可能會作為選擇之一而被考慮，這時，該消費(fèi)者的品牌偏好已經(jīng)發(fā)生變化，而根據(jù)本次實證研究結(jié)果，該消費(fèi)者最終的購買決策也有很大可能會發(fā)生改變。這個結(jié)果豐富了AIDA模型，通過“推薦”吸引產(chǎn)生興趣，進(jìn)而導(dǎo)致對新品牌的購買欲望和決策。

數(shù)字消費(fèi)者新決策之旅（數(shù)字消費(fèi)者決策流程即CDJ新模型：《決戰(zhàn)消費(fèi)者流程（Competing on Customer Journey）》，David C. Edelman& Marc Singer，《哈佛商業(yè)評論》2015）模型中也強(qiáng)調(diào)了品牌不再是被動的對消費(fèi)者的決策流程施加影響，而是能夠在數(shù)字營銷工具的幫助下主動重塑消費(fèi)者的決策旅程。

（2）大數(shù)據(jù)在線上電子商務(wù)領(lǐng)域的應(yīng)用，使評價體系體現(xiàn)出更高的可參考性，對消費(fèi)者的線上購買決策行為產(chǎn)生了正向的積極影響。

根據(jù)消費(fèi)者決策SOR模型及霍華德—謝思模式（霍華德—謝思模式：霍華德（Howard）與謝思（Sheth）在《購買行為理論》中提出，1969），外在因素的刺激會對消費(fèi)者的心理產(chǎn)生影響，評價體系本身對消費(fèi)者而言就是刺激因素之一，因此有評價體系作為顯著性因素影響消費(fèi)決策的模型有理可依。

EBK模型中提出的中樞控制系統(tǒng)及尼科西亞模型中第二部分都提出，評價在消費(fèi)者決策中扮演重要角色。而本研究在此基礎(chǔ)上補(bǔ)充為：評價體系會影響消費(fèi)者評估產(chǎn)品信息及價值。大數(shù)據(jù)技術(shù)的出現(xiàn)，使得搜集巨量客戶評價、匯總并在后續(xù)消費(fèi)者做購買決策時給出分析反饋成為可能。

運(yùn)用了大數(shù)據(jù)處理手段的評價體系可以較為客觀地反映出商品的評價等級，數(shù)量，能夠在一定程度上幫助消費(fèi)者作出更好的購買決策。

可以試想，如果沒有這種基于大數(shù)據(jù)模式的評價體系作支撐，購買決策時會面臨更多的不確定性，線上消費(fèi)者對在這樣狀態(tài)下作出的購買決策的滿意度也會表現(xiàn)出極大的不穩(wěn)定性和差異性。而大數(shù)據(jù)在評價體系的滲透解決了這個問題，這使得消費(fèi)者對于線上電商產(chǎn)品的購買決策行為更理性化，更大程度地達(dá)到自己的預(yù)期效用值，即這樣的評價體系對消費(fèi)者購買決策行為產(chǎn)生積極的作用。

（3）隨大數(shù)據(jù)時代而來的價格信息的大量透明及可接觸化，使得人們面對線上電商產(chǎn)品的購買決策時，獲得更多信息層面的幫助從而更好地作出購買決策，說明大數(shù)據(jù)在信息層面的滲透正向影響了消費(fèi)者的線上購買決策行為。

大數(shù)據(jù)時代的網(wǎng)上購物不同于以往，消費(fèi)者作為線上電商產(chǎn)品的購買方不再處于信息缺失的劣勢。大數(shù)據(jù)使得消費(fèi)者接觸到更多的有利于作出更利于自己的購買決策行為的信息，最為直接的價格信息。當(dāng)大數(shù)據(jù)讓商品市場的價格變得透明，價格是商品的重要特征之一，消費(fèi)者在搜集對比中，對于同種商品的心理價位會發(fā)生改變，隨之改變的是心理價位與實際價格的差值，這個差值是消費(fèi)者購買決策中的重要指標(biāo)，因此大數(shù)據(jù)時代的價格尺度也在很大程度上影響著消費(fèi)者的購買決策行為。

本研究結(jié)合SOR模型可以得出：價格因素的刺激對消費(fèi)者的心理產(chǎn)生影響，導(dǎo)致其對原價格的容忍度發(fā)生變化，這種心理變化最終會影響消費(fèi)決策行為。這也與讓渡價值理論中提出的消費(fèi)者感知貨幣成本變化會導(dǎo)致讓渡價值的改變而影響消費(fèi)決策的結(jié)論相符合。

5.2 實踐性建議

根據(jù)此實證研究的結(jié)果，知道大數(shù)據(jù)時代中的品牌、評價以及價格因素是影響消費(fèi)者做出線上購買決策的代表性因素。通過這一結(jié)論，再結(jié)合電子商務(wù)市場中的實際情況，可以提出幾個建議：對電商企業(yè)而言，由于線上電商產(chǎn)品的品牌忠誠度會在大數(shù)據(jù)各種“推薦”的沖擊下弱化，品牌可以讓自己在搜索同類產(chǎn)品的消費(fèi)者的首頁推薦中出現(xiàn)，以拓展新的顧客群。除此之外，企業(yè)更應(yīng)該注重提升自己品牌的吸引力，通過新型情感式和感官式營銷手段來吸引并留住客戶，以保持品牌的競爭優(yōu)勢。

5.3 結(jié)論

在數(shù)據(jù)信息急速膨脹的今天，信息和網(wǎng)絡(luò)技術(shù)的發(fā)展在多角度滲透作用下顯著影響著人們的購買方式和決策模式。互聯(lián)網(wǎng)數(shù)字經(jīng)濟(jì)成為全領(lǐng)域關(guān)注的焦點，而對于線上經(jīng)濟(jì)主體之一的消費(fèi)者群體，其在線上數(shù)字經(jīng)濟(jì)中的行為表現(xiàn)及特征畫像成為關(guān)注的焦點。

大數(shù)據(jù)時代，數(shù)字化信息化“入侵”了我們?nèi)粘Ｉ钪械臄?shù)不勝數(shù)的領(lǐng)域，因此線上消費(fèi)者群體的決策行為和模式也會直接或間接地受到大數(shù)據(jù)沖擊作用的影響。而這種直接或間接影響的原理，通常被認(rèn)為是“消費(fèi)者決策行為黑箱”。本文的研究即為了解開這一黑箱難題，探究大數(shù)據(jù)影響作用在消費(fèi)者線上購買決策行為時的切入點，或者說深度挖掘大數(shù)據(jù)的滲透作用顯現(xiàn)在哪些消費(fèi)者對線上電子商務(wù)產(chǎn)品購買行為決策的影響因素上，以及這些影響因素在何種程度上影響著最后的消費(fèi)者線上電商產(chǎn)品購買行為的決策，使大數(shù)據(jù)對中國消費(fèi)者線上購買決策行為影響的模式變得清晰可見。

本文的實證分析采用問卷調(diào)查的方式開展，并通過因子分析和回歸分析確定模型假定。在實證分析中通過對有效調(diào)查問卷樣本的統(tǒng)計與分析，可以清楚地看到，大數(shù)據(jù)滲透下有3個因子表現(xiàn)出了對消費(fèi)者線上購買決策行為的顯著性影響，它們分別是品牌偏好，評價體系和價格因素，并且根據(jù)對3個因子的回歸，得出了具備顯著性水平下可以接受的回歸模型，即確認(rèn)了購買決策行為與各影響因子之間的顯著性決定關(guān)系。

因此經(jīng)過實證研究和分析，有理由認(rèn)為，大數(shù)據(jù)滲透在品牌評價以及價格3個決策因子上，引發(fā)消費(fèi)者線上購買決策行為的考量因素的變化，進(jìn)而作出與大數(shù)據(jù)時代到來之前有差異化的決策行為。這樣的結(jié)果與消費(fèi)者行為決策的理論與模型中的觀點相吻合，并加以補(bǔ)充，得出的是貼合于目前中國線上消費(fèi)者畫像及行為特征的模型，具有一定的實踐價值。

參考文獻(xiàn)

[1] （英）維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].周濤，譯.浙江：浙江人民出版社，2013.

[2] Herbert A. Simon. Administrative Behavior 4th Edition[Z].Free Press，1947.

[3] （英）理查德·塞勒.心理賬戶與消費(fèi)者行為選擇[M].1985.

[4] 梁汝英.消費(fèi)者行為學(xué)[M].重慶：重慶大學(xué)出版社，2004.

[5] 尼科西亞.消費(fèi)者決策程序[M].1966.

[6] 馮暉.網(wǎng)絡(luò)經(jīng)濟(jì)對中國經(jīng)濟(jì)的影響[J].經(jīng)濟(jì)論壇，2004（6）.

[7] 楊椅伊，彭絲露，孫依娃.淺析心理賬戶的實際應(yīng)用價值[J].中國經(jīng)貿(mào)，2013（10）.

[8] 安宏宇，狄維瑞，馬思默，等.麥肯錫：中國新一代務(wù)實型消費(fèi)者[J].商務(wù)周刊，2011（2）.

[9] 孫芳.淺議消費(fèi)者網(wǎng)絡(luò)購買行為及營銷策略分析[J].商業(yè)經(jīng)濟(jì)， 2014（12）.

[10] 李宗偉.在線評論影響消費(fèi)者購買決策的模型構(gòu)建研究[J].創(chuàng)新，2013，7（5）.

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

[12] 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)計與決策，2014（23）.

[13] 張城森，閆智高，王雙英，等.大數(shù)據(jù)時代下消費(fèi)者行為研究[J].中國市場，2016（27）.

[14] 馬鴻飛.消費(fèi)者品牌偏好的形成及行為經(jīng)濟(jì)學(xué)視野的分析[J].中國流通經(jīng)濟(jì)，2008（7）.

[15] （美）肖經(jīng)建.行為經(jīng)濟(jì)學(xué)和消費(fèi)經(jīng)濟(jì)行為[J].消費(fèi)經(jīng)濟(jì)， 2005（1）.

[16] 張劍渝，杜青龍.參考群體、認(rèn)知風(fēng)格與消費(fèi)者購買決策——一個行為經(jīng)濟(jì)學(xué)視角的綜述[J].經(jīng)濟(jì)學(xué)動態(tài)，2009（11）.

[17] 李愛梅，李斌，許華，等.心理賬戶的認(rèn)知標(biāo)簽與情緒標(biāo)簽對消費(fèi)決策行為的影響[J].心理學(xué)報2014，46（7）.

[18] David C.Edelman& Marc Singer.Competing on Customer Journey[J].Harvard Business Review.

[19] Christopher Trepel， Craig R Fox， Russell A Poldrack. Prospect theory on the brain？Toward a cognitive neuroscience of decision under risk[J].Cognitive Brain Research，2005.

[20] Zilong Fang，Pengju Li.The Mechanism of“Big Data”Impact on Consumer Behavior[J].American Journal of Industrial & Business Management，2014，4（1）.

[21] 楊丹.大數(shù)據(jù)時代消費(fèi)者行為與精確營銷研究[D].上海工程技術(shù)大學(xué)，2015.

[22] 李瑤.大數(shù)據(jù)時代對消費(fèi)者購買行為及營銷創(chuàng)新的影響分析[D].天津職業(yè)技術(shù)師范大學(xué)，2014.

[23] 李曉婧.行為經(jīng)濟(jì)學(xué)視角下的中國消費(fèi)者消費(fèi)行為研究[D].河北經(jīng)貿(mào)大學(xué)，2012.

[24] 張暾.行為經(jīng)濟(jì)學(xué)視野中的非理性消費(fèi)決策[D].延安大學(xué)，2015.

[25] 王麗麗.網(wǎng)絡(luò)視角的消費(fèi)者信息搜索行為研究[D].山東大學(xué)，2017.

[26] 金鑫.數(shù)字化背景下的消費(fèi)者信息獲?。簩ι鐣畔①Y源的選擇和反思[D].復(fù)旦大學(xué)，2012.

[27] 王墨涵.開放式在線評論對消費(fèi)者購買決策的影響研究[D].哈爾濱工業(yè)大學(xué)，2015.

[28] 戴和忠.網(wǎng)絡(luò)推薦和在線評論對數(shù)字內(nèi)容商品體驗消費(fèi)的整合影響及實證研究[D].浙江大學(xué)，2014.

[29] 艾瑞咨詢.2017年中國網(wǎng)絡(luò)經(jīng)濟(jì)報告[R].2017.

[30] 央視&中國社科院.2017中國電商年度報告[R].中國社會科學(xué)院，2017.

[31] 麥肯錫咨詢.2017中國消費(fèi)者報告[D].麥肯錫大數(shù)據(jù)研究院，2017.

[32] 麥肯錫咨詢.2017中國數(shù)字經(jīng)濟(jì)報告[D].麥肯錫大數(shù)據(jù)研究院，2017.

[33] 麥肯錫咨詢.海量數(shù)據(jù)，創(chuàng)新、競爭和提高生成率的下一個新領(lǐng)域[R].麥肯錫咨詢，2011.

[34] 中國市場監(jiān)測及消費(fèi)者行為深度調(diào)研報告[R].2014.

[35] 王賽.透 視消費(fèi)者行為比特化[EB/OL].http：//blog.sina.com. cn/s/blog_165cd2c090102wlf2.html，2018-02-19.