劉舒婷, 毛成吉, 李 敏, b
(東華大學(xué) a. 服裝和藝術(shù)設(shè)計(jì)學(xué)院; b. 現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 上海 200051)
淘寶網(wǎng)個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買持續(xù)使用的影響
劉舒婷a, 毛成吉a, 李 敏a, b
(東華大學(xué) a. 服裝和藝術(shù)設(shè)計(jì)學(xué)院; b. 現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 上海 200051)
隨著網(wǎng)購(gòu)的不斷繁榮, 電商囊括的商品和用戶數(shù)也越來(lái)越多, 人們?cè)诤A可唐访媲白兊脽o(wú)所適從.“商品迷向”問(wèn)題尤為突出, 網(wǎng)絡(luò)平臺(tái)迫切需要通過(guò)各種形式的顯隱性個(gè)性化服務(wù)提高用戶購(gòu)買體驗(yàn), 吸引并留住用戶.針對(duì)以上問(wèn)題, 以電子商務(wù)平臺(tái)個(gè)性化服務(wù)與用戶服裝購(gòu)買行為的交互為起點(diǎn), 將平臺(tái)上的交互抽象為“感知-使用-持續(xù)使用”的滲透過(guò)程進(jìn)行研究.通過(guò)市場(chǎng)調(diào)研, 選擇淘寶網(wǎng)為滲透的案例平臺(tái), 借助SPSS 19.0數(shù)據(jù)分析軟件和結(jié)構(gòu)方程模型分析軟件AMOS 17.0建立了用戶持續(xù)使用模型, 最終通過(guò)對(duì)結(jié)果的檢驗(yàn)和數(shù)據(jù)分析為電商平臺(tái)和入駐商家分別提出了個(gè)性化服務(wù)建議.
個(gè)性化服務(wù); 用戶持續(xù)使用; 互聯(lián)網(wǎng); 服裝在線購(gòu)買; 女性消費(fèi)者; 滲透
互聯(lián)網(wǎng)的發(fā)展將人類帶入了一個(gè)巨大的信息空間, 作為顯性個(gè)性化服務(wù)的產(chǎn)物, 搜索引擎的出現(xiàn)使用戶可通過(guò)輸入關(guān)鍵字的方式獲取所需信息.當(dāng)在線購(gòu)買成為人們重要購(gòu)物方式的同時(shí), 人們對(duì)網(wǎng)購(gòu)信息搜尋的不滿也與日劇增[1].面向所有用戶的搜索反饋已難以滿足用戶的個(gè)性化需求, 隨著技術(shù)的發(fā)展和用戶在互聯(lián)網(wǎng)的大量信息遺留, 建立用戶的個(gè)人興趣模型, 針對(duì)用戶興趣返回不同結(jié)果的隱形個(gè)性化服務(wù)已成為可能.
然而目前, 針對(duì)電商個(gè)性化服務(wù)的研究多集中在技術(shù)層面的實(shí)現(xiàn), 比如用戶興趣的建模研究及個(gè)性化搜索引擎算法的調(diào)整, 但針對(duì)用戶層面的研究較少, 用戶是否接受這些技術(shù), 以及用戶使用個(gè)性化服務(wù)的反饋研究尚不深入.
本文創(chuàng)新性地使用“滲透”這一生物學(xué)概念來(lái)類比“感知-使用-持續(xù)使用”這一服裝購(gòu)買過(guò)程中用戶與個(gè)性化服務(wù)提供的互動(dòng)過(guò)程.通過(guò)對(duì)國(guó)內(nèi)18家商務(wù)網(wǎng)站個(gè)性化服務(wù)的分析篩選, 發(fā)現(xiàn)淘寶網(wǎng)為用戶提供的個(gè)性化服務(wù)滲透于互聯(lián)網(wǎng)用戶購(gòu)買行為的方方面面, 從引起注意(廣告等), 引發(fā)興趣(個(gè)性化信息推送, 特色市場(chǎng)的設(shè)置), 到瀏覽選擇過(guò)程(個(gè)性化搜索引擎), 直到付費(fèi)與購(gòu)買行為(可匿名).這為以后的模型構(gòu)建和問(wèn)卷設(shè)計(jì)提供了變量操作性定義的基礎(chǔ), 因此選取淘寶網(wǎng)為案例平臺(tái), 研究電商個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買的滲透.采用調(diào)查問(wèn)卷的形式, 對(duì)其滲透過(guò)程進(jìn)行實(shí)證研究, 最終對(duì)電商平臺(tái)及平臺(tái)賣家提出針對(duì)性的服務(wù)及廣告投放建議.
在社會(huì)科學(xué)領(lǐng)域的滲透指一種勢(shì)力逐漸進(jìn)入到其他方面, 如文化滲透.對(duì)文化滲透的研究通常以“模因論”為基礎(chǔ).模因論者理查德·道金斯定義“模因”是一種脫胎于基因能進(jìn)行模仿和復(fù)制的新型因子[2].著名模因?qū)W者 Francis Heylighe提出成功的模因復(fù)制有4個(gè)必經(jīng)的遞進(jìn)階段[3]: “同化”(assimilation)、“保持”(retention)、“表達(dá)”(expression)、“傳播”(communication), 這種滲透是由顯性入侵到隱性默化的.
由于個(gè)性化服務(wù)的顯隱性特征以及由此引發(fā)的用戶操作顯性與感知隱性與滲透影響過(guò)程類似.因此, 可以創(chuàng)新性地用滲透來(lái)描述個(gè)性化服務(wù)對(duì)用戶購(gòu)買影響的過(guò)程.滲透是一個(gè)過(guò)程, 其結(jié)果暗含了一種影響與評(píng)價(jià), 是對(duì)模因勢(shì)力廣度上的影響和深度上的評(píng)價(jià).電商平臺(tái)個(gè)性化服務(wù)對(duì)用戶的服裝購(gòu)買過(guò)程的滲透有其廣度和深度: 匹配到用戶的購(gòu)買過(guò)程是廣度, 匹配到使用績(jī)效是深度.廣度上涉及購(gòu)買過(guò)程中隱性個(gè)性化服務(wù)的感知和顯性個(gè)性化服務(wù)的使用, 深度上涉及感知績(jī)效帶來(lái)的持續(xù)使用意向和現(xiàn)狀.因此, 借鑒模因復(fù)制過(guò)程, 可將平臺(tái)個(gè)性化服務(wù)對(duì)用戶的服裝購(gòu)買過(guò)程的滲透看做“感知(perception)-使用(usage)-持續(xù)使用(continuous usage)”3個(gè)階段.
本文研究總結(jié)近3年有關(guān)用戶持續(xù)使用研究領(lǐng)域的56篇文獻(xiàn), 結(jié)合計(jì)劃行為理論[4-5]、技術(shù)接受模型[6]、期望確認(rèn)理論[7], 將期望、期望確認(rèn)程度歸到滿意度的表述中, 以中介變量形式存在.感知績(jī)效上以有用性、易用性和安全性作為外因變量.考慮到信息系統(tǒng)用戶黏性的影響, 將轉(zhuǎn)化成本單獨(dú)列出作為外因變量.滲透度除了以常規(guī)的持續(xù)使用表述外, 還會(huì)以計(jì)劃行為理論中的使用影響因素作為題項(xiàng)設(shè)置的表征.結(jié)合各研究匯總, 將滲透度定義為用戶持續(xù)使用電商個(gè)性化服務(wù)進(jìn)行服裝購(gòu)買的一種狀態(tài), 包括態(tài)度和主觀規(guī)范、缺失不便性以及潛移默化性[8].假定的滲透模型如圖1所示.
圖1 電商個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買滲透模型Fig.1 Infiltration model of electronic business platform personalized service for consumer purchasing clothing online
模型中提出如下假設(shè), 如表1所示.
表1 滲透模型研究假設(shè)
模型中的主要測(cè)量項(xiàng)包括感知有用性、感知易用性、感知安全性、期望確認(rèn)度、滿意度、自我效能、主觀規(guī)范、習(xí)慣、轉(zhuǎn)換成本以及滲透度等10個(gè)變量.問(wèn)卷對(duì)每個(gè)測(cè)量項(xiàng)使用李克特5分量表衡量, 按消費(fèi)者的感知的強(qiáng)烈程度, 分為非常不同意、不同意、一般、同意、非常同意, 分別對(duì)應(yīng)1~5分值.圖2所示為淘寶網(wǎng)用戶的操作界面, 以此為劃分模塊. 表2是對(duì)各個(gè)變量進(jìn)行的操作化測(cè)量設(shè)計(jì).
圖2 淘寶網(wǎng)用戶操作界面模塊劃分Fig.2 Partition for the consumer interface of Taobao
表2 變量測(cè)項(xiàng)設(shè)計(jì)及參考來(lái)源
2.1 研究方法與調(diào)查設(shè)計(jì)
本文通過(guò)問(wèn)卷調(diào)查的方法收集樣本數(shù)據(jù)進(jìn)行實(shí)證研究, 采用SPSS 19.0和AMOS 17.0 作為問(wèn)卷數(shù)據(jù)分析工具.
在明確問(wèn)卷設(shè)計(jì)思路及對(duì)“感知-使用-持續(xù)使用”滲透過(guò)程的充分理解下, 最終問(wèn)卷包括前言、第一、二、三部分, 共計(jì)58個(gè)題項(xiàng).前言為提示信息, 對(duì)問(wèn)卷內(nèi)容及作答進(jìn)行簡(jiǎn)短提示.第一部分為調(diào)查用戶對(duì)淘寶網(wǎng)隱性個(gè)性化服務(wù)的感知和顯性個(gè)性化服務(wù)的使用概況: 第1題為最早在淘寶網(wǎng)購(gòu)物的時(shí)間, 第2題為隱性感知調(diào)查, 采用“是”“否”感知; 編號(hào)B1~B13, 計(jì)13項(xiàng); 對(duì)于顯性感知的調(diào)查設(shè)置為第3題, 采用5段量表進(jìn)行頻度測(cè)試, 編號(hào)C1~C15, 計(jì)15項(xiàng).第二部分為探究淘寶網(wǎng)個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買的滲透, 擬采用前人研究所用的成熟量表, 并根據(jù)電子商務(wù)情境下消費(fèi)者使用購(gòu)物網(wǎng)站的現(xiàn)實(shí)情況, 對(duì)量表稍做修改, 以適應(yīng)本文研究, 編號(hào)D1~D22, 計(jì)22項(xiàng).第三部分為用戶個(gè)人信息及網(wǎng)購(gòu)服裝的基本信息.編號(hào)1~7, 計(jì)7項(xiàng).
調(diào)查對(duì)象需滿足兩個(gè)條件: 具備電子商務(wù)網(wǎng)站的使用能力; 有過(guò)多次網(wǎng)購(gòu)經(jīng)歷并至少一次的淘寶網(wǎng)服裝購(gòu)買經(jīng)歷.因此根據(jù)2013—2014年中國(guó)網(wǎng)絡(luò)購(gòu)物用戶行為研究報(bào)告, 選取18歲以上有過(guò)淘寶網(wǎng)服裝購(gòu)買經(jīng)歷的青年女性為調(diào)研對(duì)象[16].數(shù)據(jù)來(lái)源方面, 根據(jù)吳明隆對(duì)于預(yù)調(diào)研的相關(guān)要求[17], 研究選取東華大學(xué)的女大學(xué)生作為預(yù)調(diào)研對(duì)象, 預(yù)調(diào)研樣本數(shù)為40, 共發(fā)放問(wèn)卷40份, 有效回收40份.用SPSS軟件對(duì)預(yù)調(diào)研問(wèn)卷中第三個(gè)量表的22個(gè)題項(xiàng)進(jìn)行信度分析, 各層面信度指標(biāo)α值均達(dá)理想狀態(tài).通過(guò)預(yù)調(diào)研的檢驗(yàn), 問(wèn)卷最終以網(wǎng)絡(luò)問(wèn)卷調(diào)查和紙質(zhì)問(wèn)卷調(diào)查相結(jié)合的方式進(jìn)行數(shù)據(jù)的收集工作.網(wǎng)絡(luò)問(wèn)卷調(diào)查主要是通過(guò)QQ、微信等網(wǎng)絡(luò)聊天工具和網(wǎng)絡(luò)問(wèn)卷平臺(tái)問(wèn)卷星網(wǎng)站(http: //www.sojump.com/jq/3559019.aspx)進(jìn)行發(fā)放, 紙質(zhì)問(wèn)卷調(diào)查主要是通過(guò)對(duì)在校大學(xué)生及周邊寫字樓發(fā)放.最終共發(fā)放350份問(wèn)卷, 回收332份, 剔除漏選及非認(rèn)真對(duì)待問(wèn)卷6份, 實(shí)際有效問(wèn)卷326份, 總有效回收率為93.1%.
2.2 量表的效度和信度
效度是指能夠測(cè)到某測(cè)驗(yàn)所欲測(cè)(使用者所設(shè)計(jì)的)信息或行為特質(zhì)到何種程度, 所采用的方法為因素分析, 包括探索性因素分析(EFA)和驗(yàn)證性因素分析(CFA).
在SPSS 19.0數(shù)據(jù)編輯窗口執(zhí)行, 將“個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買滲透量表”題項(xiàng)D1~D24選為變量, 因素抽取方法為主成分分析, 旋轉(zhuǎn)方法采用最大變異法.
輸出結(jié)果分析:
在相關(guān)矩陣中, 題項(xiàng)變量間呈現(xiàn)某些高度相關(guān)、某些低度相關(guān)或顯著不相關(guān).如D1~D3間相關(guān)較高, 但與其他變量相關(guān)很低, 這些相關(guān)較高的題項(xiàng)可能有共同因素存在.
此處的KMO(Kaiser-Meyer-Olkin)值為0.858>0.8, 呈現(xiàn)的性質(zhì)為“良好的”標(biāo)準(zhǔn), 表示變量間具有共同因素存在, 適合進(jìn)行因素分析.Bartlett’s球形檢驗(yàn)的卡方值為1 080.441, 自由度為231, 顯著性概率值p=0.000<0.05, 達(dá)到0.05顯著水平, 代表總體的相關(guān)矩陣間有共同因素存在, 適合進(jìn)行因素分析.
采用主成分抽取結(jié)果, 抽取特征值大于1以上的作為主成分保留的標(biāo)準(zhǔn), 共抽取出6個(gè)共同因子, 解釋總變異量為68.404%.
轉(zhuǎn)軸后的成分矩陣如表3所示, 共同因素與上文理論編制的題項(xiàng)基本符合, 成分1~5可分別對(duì)應(yīng)“滲透度”“有用性”“轉(zhuǎn)換成本”“安全性”以及“滿意度”.
D3、D4的易用性在共同因素上并未呈現(xiàn), 分別被分在成分2“有用性”和成分6上, 而安全性共同因子錯(cuò)失D7測(cè)項(xiàng).成分6包含D4、D7題, 基于: ①兩者雖同屬于感知績(jī)效, 但在共同因子的隸屬上分屬“易用性”和“安全性”, 無(wú)法共同命名; ②除兩者間相關(guān)密切外, 與其他各因子均沒(méi)有明顯的歸屬傾向, 尤其與原屬“易用性”“安全性”并無(wú)靠攏.故考慮在后續(xù)驗(yàn)證性分析過(guò)程中刪除原屬安全性D7測(cè)項(xiàng), 密切關(guān)注易用性(D3、D4)在結(jié)構(gòu)模型分析中的擬合情況.
表3 轉(zhuǎn)軸后的成分矩陣
信度是指測(cè)驗(yàn)或量表工具所測(cè)得結(jié)果的穩(wěn)定性和一致性, 量表的信度愈大, 其測(cè)量標(biāo)準(zhǔn)誤差愈小.根據(jù)效度分析結(jié)果, 刪除D7, 故各層面及總層面信度指標(biāo)值匯總?cè)绫?所示(總量表排除D7).
表4 信度檢測(cè)統(tǒng)計(jì)
結(jié)合信度指標(biāo)判別標(biāo)準(zhǔn), 可以看出, “易用性”層面低于指標(biāo)值0.500, 信度欠佳, 而其他各層面內(nèi)部一致性信度均表現(xiàn)良好.故在驗(yàn)證分析時(shí)考慮將“易用性”刪除后作為備用模型與原模型進(jìn)行對(duì)比分析.
2.3 驗(yàn)證性分析
2.3.1 假設(shè)模型檢驗(yàn)
根據(jù)理論研究結(jié)合因子分析的結(jié)果, 構(gòu)建“電商平臺(tái)個(gè)性化服務(wù)對(duì)用戶服裝購(gòu)買的持續(xù)使用”假設(shè)模型, 包含5個(gè)測(cè)量模型和1個(gè)結(jié)構(gòu)模型.在AMOS 17.0圖像窗口中繪制并界定變量及參數(shù): 在滲透假設(shè)模型圖中, 模型中的變量共有33個(gè), 外因變量有18個(gè), 內(nèi)因變量有15個(gè).
模型中的參數(shù)共有55個(gè), 包括固定參數(shù)為1的20個(gè), 自由參數(shù)中回歸系數(shù)有14個(gè)(W1~W14), 協(xié)方差3個(gè)(C1~C3), 方差18個(gè)(V1~V18), 平均數(shù)與截距項(xiàng)均為0個(gè), 因而模型中待估計(jì)的自由參數(shù)共有35個(gè).
模型中外因潛在變量的觀察變量有7個(gè), 內(nèi)因潛在變量的觀察變量有6個(gè), 樣本協(xié)方差矩陣獨(dú)特元素或數(shù)據(jù)點(diǎn)=1/2×(7+6)(7+6+1)=91個(gè), 模型中被估計(jì)的參數(shù)(自由參數(shù))有35個(gè), 模型的自由度=91-35=56.
2.3.2 假設(shè)模型修正
按照文獻(xiàn)[18]的論點(diǎn), 本文從3個(gè)方面考察假設(shè)模型與實(shí)際數(shù)據(jù)是否契合, 即基本適配度指標(biāo), 整體模型適配度指標(biāo)和模型內(nèi)在結(jié)構(gòu)適配度指標(biāo).預(yù)設(shè)模型適配度檢驗(yàn)結(jié)果, 模型自由度為56, 卡方值等于84.881, 顯著性概率值p=0.008<0.05, 拒絕虛無(wú)假設(shè), 表示理論假設(shè)模型與實(shí)際觀察數(shù)據(jù)無(wú)法適配, 故需進(jìn)行修正.
經(jīng)篩選, 在符合修正的指標(biāo)中, 根據(jù)最大的修正指標(biāo)值來(lái)修正模型, 一次釋放一個(gè)參數(shù), 如增加“轉(zhuǎn)化成本”對(duì)“滿意度”的路徑, 至少可以減少卡方值11.403, 其參數(shù)估計(jì)改變值為0.248.其他符合條件的修正指標(biāo)均為增列不同誤差項(xiàng)的共變關(guān)系.
根據(jù)輸出結(jié)果給出的修正指標(biāo)及測(cè)項(xiàng)共變關(guān)系的實(shí)際意義, 逐次進(jìn)行如下修正: 增加潛在變量“轉(zhuǎn)化成本→滿意度”的影響路徑; 增加e8、e13間的共變關(guān)系; 增加e12、e13間的共變關(guān)系; 增加e1、e7間的共變關(guān)系.
修正后標(biāo)準(zhǔn)化估計(jì)值模型圖如圖3所示.
圖3 修正后的標(biāo)準(zhǔn)化估計(jì)值模型圖Fig.3 Modified model of standardized estimates
2.3.3 模型檢驗(yàn)結(jié)果
以極大似然法估計(jì)各回歸系數(shù)參數(shù)結(jié)果, 在測(cè)量模型中, 除5個(gè)參照指標(biāo)值設(shè)為1不予考慮外, 其余回歸加權(quán)值均達(dá)顯著.結(jié)構(gòu)模型中7條路徑, 有3條達(dá)到顯著水平.
在修正后模型的輸出參數(shù)摘要中, 潛在變量間的標(biāo)準(zhǔn)化回歸系數(shù)即潛在變量間的直接效果值或潛在變量間的路徑系數(shù); 潛在變量對(duì)指標(biāo)變量的標(biāo)準(zhǔn)化回歸系數(shù)為因素負(fù)荷量.“轉(zhuǎn)化成本”對(duì)“滿意度”的直接效果值為0.350, “有用性”對(duì)“滲透度”的直接效果值為0.274, “安全性”對(duì)“滲透度”的直接效果值為0.383.13個(gè)測(cè)量指標(biāo)的負(fù)荷量為0.559~0.901.
修正后因果模型的整體適配度卡方值等于54.017, 顯著性概率值p=0.397>0.05, 假設(shè)理論模型與實(shí)際數(shù)據(jù)間可以契合, 假設(shè)模型得到驗(yàn)證.
原模型假設(shè)的驗(yàn)證情況如表5所示.
表5 原模型假設(shè)正向影響程度
本文以互聯(lián)網(wǎng)個(gè)性化服務(wù)與用戶行為交互為研究起點(diǎn), 分析了樣本個(gè)性化服務(wù)滲透總體概況、隱性個(gè)性化服務(wù)感知、顯性個(gè)性化服務(wù)使用以及平臺(tái)個(gè)性化服務(wù)系統(tǒng)的持續(xù)使用情況, 研究結(jié)論如下所述.
(1) 隱性個(gè)性化服務(wù)感知
① 淘寶網(wǎng)進(jìn)行服裝購(gòu)買時(shí), 搜索的相符程度由大到小依次為性別>購(gòu)買力>年齡>地域.
② 在推送和模塊更改的敏感及關(guān)注度上, 推送相關(guān)商品>收藏店鋪更新>微淘商品推廣>整體界面變化.
③ 搜索相符認(rèn)可度高的樣本, 對(duì)信息公開(kāi)的包容度更大.
(2) 顯性個(gè)性化服務(wù)使用
① 在淘寶網(wǎng)進(jìn)行服裝購(gòu)買時(shí), 外因推動(dòng)的顯性個(gè)性化服務(wù)的使用頻繁程度: 搜索下拉菜單匹配>點(diǎn)擊“你是不是想找”更改>掌柜熱賣>推送購(gòu)買>首頁(yè)30個(gè)特色市場(chǎng).
② 在搜索引擎篩選層面的使用上, “人氣、銷量、信用”等不同排序模式的使用率>點(diǎn)選商品屬性標(biāo)簽篩選>“新品、旺旺在線、包郵”等篩選.
③ 在購(gòu)物入口的選擇上, 搜索引擎入口的使用率大于類目導(dǎo)航大于模塊挑選.
④ 在顯性個(gè)性化服務(wù)的使用上, 用戶在內(nèi)外因推動(dòng)上表現(xiàn)出較強(qiáng)的一致性.
(3) 平臺(tái)個(gè)性化服務(wù)系統(tǒng)的持續(xù)使用
① 用戶的感知有用性和感知安全性對(duì)個(gè)性化服務(wù)的滿意度影響不大, 卻直接而顯著地影響個(gè)性化服務(wù)的滲透度.
② 用戶使用個(gè)性化服務(wù)的轉(zhuǎn)化成本對(duì)個(gè)性化服務(wù)的滿意度有顯著影響, 對(duì)個(gè)性化服務(wù)的滲透度影響并不顯著.
③ 用戶對(duì)個(gè)性化服務(wù)的滿意度顯著影響平臺(tái)系統(tǒng)使用的滲透度.
④ 用戶對(duì)個(gè)性化服務(wù)系統(tǒng)的感知有用性和感知安全性間有顯著的共變關(guān)系.
(4) 針對(duì)個(gè)性化服務(wù)系統(tǒng)的建議
① 對(duì)電商平臺(tái)而言, 在積極提供各種顯隱性個(gè)性化服務(wù)的基礎(chǔ)上, 更多地關(guān)注用戶的隱私安全; 基于顧客收藏和購(gòu)買記錄, 將更多的顯性個(gè)性化服務(wù)資源應(yīng)用到隱性個(gè)性化服務(wù)的提供上.
② 對(duì)平臺(tái)商家而言, 對(duì)品牌定位和商品屬性有良好把握的基礎(chǔ)上, 依托平臺(tái)進(jìn)行精準(zhǔn)的廣告投放, 起到良好的引流效果; 同時(shí), 持續(xù)跟進(jìn)新老顧客, 推送相關(guān)商品, 在一定程度上可增加轉(zhuǎn)化率.
[1] 耿黎輝, 陳淑青. 消費(fèi)情緒與購(gòu)后行為的關(guān)系研究綜述[J]. 西南交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2006, 7(5): 93-99.
[2] 理查德·道金斯.自私的基因[M]. 盧允中, 等譯, 北京: 中信出版集團(tuán)股份有限公司, 2012: 213.
[3] HEYLIGHEN F. What make a meme successful[M]. Namur: Congress on Cybernetics, 1998: 418-423.
[4] HANSENT. Consumer values, the theory of planned behavior and online grocery shopping[J]. International Journal of Information Management, 2008, 32(2) : 128-137.
[5] GOPI M, RAMAYAH T. Applicability of theory of planned behavior in predicting intention to trade online: Some evidence from a developing country[J]. International Journal of Emerging Markets, 2007, 2(4): 348-360.
[6] DAVIS F. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS Quarte, 1989, 13(3): 319-341.
[7] OLIVER R L. A cognitive model of the antecedents and consequences of satisfaction decisions[J]. Journal of Marketing Research, 1980, 17(4): 460-469.
[8] DELONE W H, MCLEAN E R. The DeLone and McLean model of information systems success: A ten-year update[J]. Journal of Management Information Systems, 2003, 19(4): 9-30.
[9] DAVIS F D, BAGOZZI R P, WARSHAW P R. User acceptance of computer technology: A comparison of two theoretical models[J]. Management Science, 1989, 35(8): 982-1003.
[10] PARASURAMAN A, BERRY L L. A conceptual model of service quality and its implications for future research[J]. Journal of Marketing, 1985, 49(4): 41-45.
[11] PETER J P, OLSON J C, GRUNERT K G. Consumer behavior and marketing strategy [M]. New York: MeGraw-Hill, 1990.
[12] CHAU P Y K, HU J H. Information technology acceptance by individual professionals: A model comparison approach[J]. Decision Sciences, 2001, 32(4): 699-719.
[13] CHAU P Y K, HU J H. Investigating healthcare professionals’ decisions to accept telemedicine technology: An empirical test of competing theories[J]. Information & Management, 2002, 39(4): 297-311.
[14] AJZEN I, MADDEN T J. Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control[J]. Journal of Experimental Social Psychology, 1985, 22(5): 453-474.
[15] BHATTACHERJEE A. Understanding information systems continuance: An expectation-confirmation model[J]. Mis Quarterly, 2001, 25(3): 351-370.
[16] GAY L R. Educational research competencies for analysis and application[M]. New York: Merril Pr, 1992.
[17] 吳明隆.問(wèn)卷統(tǒng)計(jì)分析實(shí)務(wù)——SPSS操作與應(yīng)用[M].重慶: 重慶大學(xué)出版社, 2013: 10.
[18] BAGOZZI R P, YI Y. On the evaluation of structural equation models[J]. Journal of the Academy of Marketing Science, 1988, 16(1) : 74-94.
(責(zé)任編輯:于冬燕)
Impact of Personalized Service on Customer’s Continuous Usage of Taobao Platform for Clothing Purchases
LIUShutinga,MAOChengjia,LIMina, b
(a. Fashion and Art Design Institute; b. Key Laboratory of Clothing Design & Technology, Ministry of Education, Donghua University, Shanghai 200051, China)
Along with the boom of online shopping, electronic businesses are carrying an increasing amount of commodities and catering to more and more users. Consumers are disoriented in front of the vast choices of commodities. It’s urgent for the platform to improve the user’s shopping experience, attract and retain users through explicit and implicit personalized services in various forms. This paper starts from the interaction between personalized service on electronic commerce platform and consumer’s clothing buying behavior, which is then abstracted to the infiltration process of “perception-use-continue to use”. Based on data from marketing research, the typical C2C website Taobao is selected as a case platform. The consumer continuous usage model is established via SPSS 19.0 data analysis software and AMOS 17.0 structural equation model analysis software. Finally, specific suggestions for electric business platform and online merchants on personalized services are put forward via results testing and data analysis.
personalized services; consumer continuous usage; internet; online clothing purchases; female consumers; infiltration
1671-0444 (2017)02-0280-07
2016-04-06
上海市教育委員會(huì)科研創(chuàng)新資助項(xiàng)目(14ZS068);上海高校知識(shí)服務(wù)平臺(tái)(海派時(shí)尚設(shè)計(jì)及價(jià)值創(chuàng)造知識(shí)服務(wù)中心)資助項(xiàng)目(13S107024)
劉舒婷(1990—),女,山東日照人,碩士研究生,研究方向?yàn)榉b產(chǎn)業(yè)經(jīng)濟(jì)學(xué).E-mail: 835142706@qq.com 李 敏(聯(lián)系人),女,教授,E-mail: fidlimin@dhu.edu.cn
TS 941.12
A