李慶昌

?

基于DANP的電商平臺(tái)評(píng)價(jià)模型及其應(yīng)用

李慶昌

集美大學(xué)工商管理學(xué)院

當(dāng)前，越來(lái)越多的消費(fèi)者習(xí)慣在京東、亞馬遜或淘寶商城等電商平臺(tái)進(jìn)行消費(fèi)，了解消費(fèi)者選擇不同電商平臺(tái)的行為特點(diǎn)對(duì)電商平臺(tái)的自我提升具有重要意義。該研究采用混合型多準(zhǔn)則決策方法——基于決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室法(Dematel)的網(wǎng)絡(luò)分析法(ANP)，對(duì)消費(fèi)者選擇電商平臺(tái)的因素進(jìn)行分析，以發(fā)現(xiàn)不同因素對(duì)消費(fèi)者選擇的影響及其內(nèi)在聯(lián)系，進(jìn)而構(gòu)建消費(fèi)者評(píng)價(jià)模型。在此基礎(chǔ)上，該文還采用TOPSIS方法對(duì)當(dāng)前國(guó)內(nèi)主流電商平臺(tái)進(jìn)行評(píng)價(jià)，以了解他們之間的競(jìng)爭(zhēng)態(tài)勢(shì)。

電商平臺(tái) 評(píng)價(jià)模型 DANP TOPSIS分析

1 概述

隨著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的人采用電商平臺(tái)完成日常的購(gòu)買行為，而電商平臺(tái)也逐漸發(fā)展成為一個(gè)重要的零售渠道。電商平臺(tái)的建設(shè)和發(fā)展離不開對(duì)消費(fèi)者選擇行為的深度認(rèn)識(shí)。消費(fèi)者對(duì)電商平臺(tái)的評(píng)價(jià)方式對(duì)電商平臺(tái)的發(fā)展具有重要意義。本研究利用混合多準(zhǔn)則決策分析法，通過(guò)對(duì)影響消費(fèi)者選擇電商平臺(tái)的決策因素進(jìn)行分析，構(gòu)建出基于消費(fèi)者的電商平臺(tái)評(píng)價(jià)體系，并借助該體系分析不同電商平臺(tái)的優(yōu)劣勢(shì)以及整體競(jìng)爭(zhēng)態(tài)勢(shì)，為電商平臺(tái)制定發(fā)展策略，提升服務(wù)水平提供支持。

電商平臺(tái)是消費(fèi)者通過(guò)網(wǎng)絡(luò)平臺(tái)，獲取商品信息，進(jìn)行選擇和購(gòu)買決策以及獲取相關(guān)售后服務(wù)的場(chǎng)所。消費(fèi)者的電商消費(fèi)行為本身是復(fù)雜的，包含了理性選擇因素、娛樂因素以及社會(huì)溝通和比較的因素[1]，因此，了解消費(fèi)者的需求和選擇行為，對(duì)電商平臺(tái)的發(fā)展和成功有很重要的有意義[2]。

以往的研究主要聚焦在消費(fèi)者的動(dòng)機(jī)[3]、消費(fèi)者購(gòu)買行為[4]、網(wǎng)絡(luò)智能[5]、滿意度與忠誠(chéng)度關(guān)系[6]等方面，很少有人對(duì)這些因素之間的內(nèi)在關(guān)聯(lián)以及相對(duì)的重要程度進(jìn)行研究，而這方面的研究有利于企業(yè)發(fā)現(xiàn)自身的不足和競(jìng)爭(zhēng)差距，對(duì)自我提升和策略制定很有意義。本研究采用多準(zhǔn)則決策模型中基于決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室法的網(wǎng)絡(luò)分析法(Dematel- based ANP, DANP), 以研究不同決策影響因素對(duì)消費(fèi)者作出選擇的相應(yīng)影響權(quán)重，并采用TOPSIS方法對(duì)結(jié)果進(jìn)行評(píng)價(jià)。通過(guò)該方法，可以幫助電商平臺(tái)管理層了解消費(fèi)者選擇電商平臺(tái)的因素差異，分析自己與競(jìng)爭(zhēng)者之間差異的影響，并以此制定相應(yīng)策略。

本研究將評(píng)價(jià)模型結(jié)果應(yīng)用到當(dāng)前國(guó)內(nèi)主流三大電商平臺(tái)A電商、B電商商城和C電商，并以此評(píng)價(jià)模型對(duì)三家電商的優(yōu)勢(shì)進(jìn)行分析，提出各自的應(yīng)對(duì)策略。

2 文獻(xiàn)綜述與評(píng)價(jià)指標(biāo)

客戶滿意度研究一直是營(yíng)銷領(lǐng)域一個(gè)非常重要的課題。公司需要通過(guò)了解客戶分析以制定相關(guān)策略[7]。電商平臺(tái)同樣需要通過(guò)滿足消費(fèi)者需求、提升服務(wù)價(jià)值，以獲得消費(fèi)者的認(rèn)可[8]。因此，了解消費(fèi)者選擇影響因素的優(yōu)先順序，是提升企業(yè)服務(wù)的重要一環(huán)[9]。

了解消費(fèi)者行為首先需要確定哪些行為會(huì)影響消費(fèi)者對(duì)電商平臺(tái)的選擇。本研究首先基于消費(fèi)者滿意度研究，對(duì)以往文獻(xiàn)和教材進(jìn)行梳理，獲取相關(guān)的因素，并基于消費(fèi)者一般購(gòu)物流程，將這些因素分為五個(gè)步驟，分別為需求確認(rèn)、信息搜索、評(píng)估、購(gòu)買和購(gòu)后評(píng)價(jià)五個(gè)步驟[10]。也有研究將這些步驟分為需求確認(rèn)、信息搜索、評(píng)估、購(gòu)物和購(gòu)后行為等[11]。美國(guó)Bizrate.com和Alexa.com進(jìn)行了一次調(diào)查，根據(jù)消費(fèi)者的反饋，將這5個(gè)細(xì)分為14個(gè)準(zhǔn)則，分別為產(chǎn)品種類、尋找便利、整體網(wǎng)站設(shè)計(jì)、產(chǎn)品信息清晰、評(píng)論數(shù)量、品牌信任度、價(jià)格比較、付款方式、配送方式、購(gòu)物安全性、訂單追蹤、配送及時(shí)、產(chǎn)品符合預(yù)期以及投訴處理程序[12]。在上述因素基礎(chǔ)上，本研究通過(guò)初期調(diào)研，就需求確認(rèn)因素，發(fā)現(xiàn)很多國(guó)內(nèi)的消費(fèi)者的需求確認(rèn)并不僅只有產(chǎn)品種類，多數(shù)受訪者認(rèn)為定期促銷活動(dòng)，如“雙十一”、新年促銷等，折扣力度，都會(huì)影響消費(fèi)者對(duì)需求的判斷和認(rèn)識(shí)。因此，本研究所涉及的準(zhǔn)則，分為五個(gè)構(gòu)面，分別為需求確認(rèn)、信息獲取、購(gòu)買評(píng)價(jià)、選擇與購(gòu)買流程和購(gòu)后行為。其中需求確認(rèn)構(gòu)面有三個(gè)準(zhǔn)則，分別為產(chǎn)品種類、定期促銷活動(dòng)、折扣力度；信息獲取構(gòu)面有三個(gè)準(zhǔn)則，為尋找便利、整體網(wǎng)站設(shè)計(jì)、產(chǎn)品信息清晰；購(gòu)買評(píng)價(jià)上有評(píng)價(jià)數(shù)量、品牌信任度和價(jià)格比較；選擇與購(gòu)買流程上，分別有付款方式、配送方式、購(gòu)物安全性三個(gè)準(zhǔn)則；購(gòu)后行為則有四個(gè)準(zhǔn)則，為訂單追蹤、配送及時(shí)、產(chǎn)品符合預(yù)期以及投訴處理程序。表1對(duì)這些要素有詳細(xì)描述。

表1 研究基本構(gòu)面和準(zhǔn)則

本研究將基于上述研究構(gòu)面和準(zhǔn)則，分析不同因素之間在消費(fèi)者選擇過(guò)程的對(duì)滿意度影響的差異，以及彼此的內(nèi)在聯(lián)系，并基于這些要素確定評(píng)價(jià)模型。

3 研究方法與步驟

網(wǎng)絡(luò)層次分析法（The Analytic Network Process, 簡(jiǎn)稱ANP）是在AHP的基礎(chǔ)上發(fā)展起來(lái)的一種新的實(shí)用決策方法，由T.L. Saaty教授于1996年提出[13]。它是一種適應(yīng)非獨(dú)立遞階層次結(jié)構(gòu)的決策方法，在AHP的基礎(chǔ)上考慮了層次之間及內(nèi)部元素的反饋與依賴，對(duì)反饋系統(tǒng)超矩陣和極限超矩陣排序方法進(jìn)行深入研究并對(duì)指標(biāo)賦權(quán)。當(dāng)時(shí)用網(wǎng)絡(luò)圖描述實(shí)務(wù)問題時(shí)，ANP可以用一決定網(wǎng)絡(luò)關(guān)系圖中各個(gè)準(zhǔn)則之間的權(quán)重。而為了表達(dá)網(wǎng)絡(luò)關(guān)系圖中各準(zhǔn)則之間的關(guān)系與相依性，決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室法則是一個(gè)相當(dāng)有效的工具。日內(nèi)瓦中心喬治亞大學(xué)Battelle協(xié)會(huì)于1971~1976年，為解決科學(xué)與人類事務(wù)計(jì)劃開發(fā)出“決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室法” (Decision Making Trial And Evaluation Laboratory，Dematel)，其方法特性為有效獲得屬性間影響程度及屬性間關(guān)聯(lián)程度，進(jìn)而建立模型結(jié)構(gòu)，其運(yùn)算方式基礎(chǔ)為矩陣相關(guān)數(shù)學(xué)理論，因此該方法能夠有效簡(jiǎn)化現(xiàn)實(shí)社會(huì)環(huán)境的復(fù)雜程度，并給予具有因果關(guān)系的改善方向。Dematel在建立和分析結(jié)構(gòu)式模型時(shí)是一個(gè)有效能的方法，且常被用于尋找社會(huì)現(xiàn)象中的關(guān)系以及解決元素間相依問題[14]。通過(guò)Dematel，我們可以輕松地將包含在復(fù)雜問題群中眾多要素之彼此關(guān)系予以量化，并從復(fù)雜問題群的結(jié)構(gòu)化模型中，來(lái)發(fā)現(xiàn)眾多策略之間的優(yōu)先次序，以改善整個(gè)問題結(jié)構(gòu)。

近年來(lái)，結(jié)合Dematel與ANP作為研究方法的論文相當(dāng)多元，廣泛用于管理決策的選擇、改善制造流程、選擇合適的策略伙伴等，是企業(yè)戰(zhàn)略決策制定和服務(wù)流程改造的有效工具[15,16]。

Dematel 運(yùn)算分為五大步驟：

（1）步驟1，建立直接影響關(guān)系矩陣

專家們借由李克特五尺度(0表示無(wú)影響；1表示很低影響；2表示低影響；3表示高影響；4表示很高影響)將現(xiàn)實(shí)社會(huì)的經(jīng)驗(yàn)轉(zhuǎn)換為模型結(jié)構(gòu)內(nèi)屬性相互影響程度值，建立 n×n 非負(fù)值的直接影響關(guān)系矩陣 Y，Y表示第 i 屬性影響第 j 屬性的影響程度，p為專家數(shù)量。

（2）步驟2，初始化直接影響關(guān)系矩陣

整合 p 位專家的直接關(guān)系矩陣 Y，可以獲得代表 p 位專家經(jīng)驗(yàn)的初始化直接影響關(guān)系矩陣 Z， p 為專家總數(shù)量，Y表示第 i 屬性影響第 j 屬性的影響程度。

（3）步驟 3，建立正規(guī)化直接關(guān)系矩陣

初始化直接影響關(guān)系矩陣Z經(jīng)過(guò)處理后建立其影響關(guān)系矩陣的邊界，其影響關(guān)系矩陣的影響值都介于0～1之間，爾后可獲得正規(guī)化后直接關(guān)系矩陣X，其行列總值最小為0，最大為 1。

（4）步驟 4，獲得總影響關(guān)系矩陣

正規(guī)化直接關(guān)系矩陣X，經(jīng)處理，可以計(jì)算屬性的多次影響及屬性的間接影響值，亦即屬性的總影響值。因此當(dāng) 0→∞即N0→[0]n×n即獲得總影響關(guān)系矩陣T，其中I為單位矩陣。

（5）步驟 5，建立網(wǎng)絡(luò)關(guān)系圖

最后將獲得總影響關(guān)系矩陣 T 內(nèi)，屬性列加總為屬性影響程度之總額r，行加總為屬性被影響程度之總額d，r+d為屬性關(guān)聯(lián)性程度，稱為中心度(prominence)；r-d為屬性影響性質(zhì)顯著程度，稱為原因度(relation)11]。此外這種將系統(tǒng)結(jié)構(gòu)關(guān)系量化方法，可以有效簡(jiǎn)化因素間關(guān)聯(lián)性的復(fù)雜程度，使得人們更容易了解整個(gè)系統(tǒng)的全貌。

DANP是基于Dematel基礎(chǔ)上的ANP方法，曾國(guó)雄于2011年提出該方法，其以Dematel的總影響矩陣直接作為ANP的未加權(quán)超級(jí)矩陣，免除成對(duì)比較問卷的制作[16]。后按照ANP相關(guān)步驟，求出穩(wěn)定的極限超級(jí)影響矩陣，獲得各因素之間的權(quán)重。

在獲得相關(guān)的權(quán)重指標(biāo)之后，本研究將采用TOPSIS方法對(duì)三個(gè)研究對(duì)象A電商、B電商商城和C電商進(jìn)行評(píng)估。TOPSIS是2001年Luitzen de Boer等建議用Hwang和Yoon的逼近于理想解的排序方法對(duì)結(jié)果進(jìn)行評(píng)價(jià)，借助于評(píng)價(jià)的“理想解”和“負(fù)理想解”進(jìn)行排序。其基本思路是確定一個(gè)實(shí)際不存在的最佳方案和最差方案，然后計(jì)算現(xiàn)實(shí)中的每個(gè)方案與最佳方案和最差方案的距離，最后利用理想解的相對(duì)接近度作為綜合評(píng)估的標(biāo)準(zhǔn)[17]。該方法將對(duì)現(xiàn)有的三大電商平臺(tái)進(jìn)行科學(xué)排序，并了解不同電商平臺(tái)的優(yōu)劣勢(shì)。

4 數(shù)據(jù)分析與研究結(jié)論

首先選取30名受訪者，該受訪者必須具備三個(gè)基本條件：（1）經(jīng)常在網(wǎng)絡(luò)電商平臺(tái)購(gòu)買商品，其中購(gòu)買頻率達(dá)到4分（5分為頻繁，1分為很少）以上，并且填寫問卷前一周有過(guò)網(wǎng)購(gòu)體驗(yàn)，同時(shí)該受訪者具有2年以上網(wǎng)購(gòu)經(jīng)驗(yàn)；（2）網(wǎng)購(gòu)商品需要有4類以上，而且最近一個(gè)月都有購(gòu)買；本要素設(shè)定旨在減少因?yàn)閮H購(gòu)買一種產(chǎn)品而是研究受到產(chǎn)品屬性差異的影響；（3）為配合后續(xù)研究，該受訪者要求對(duì)A電商、B電商和C電商都有較多了解，曾經(jīng)分別在三個(gè)平臺(tái)有購(gòu)物經(jīng)歷。

30名受訪者在確認(rèn)滿足條件后，被要求根據(jù)個(gè)人對(duì)14個(gè)不同準(zhǔn)則的認(rèn)識(shí)以及彼此之間的關(guān)系填寫Dematel相互影響矩陣問卷。其中3分表示因素A對(duì)因素B有很大影響，0分表示因素A對(duì)因素B沒有影響。基于結(jié)果，將每個(gè)問卷的數(shù)值進(jìn)行加總平均，得出直接影響關(guān)系矩陣，詳見表2。按照Dematel相關(guān)步驟，最后得出總影響矩陣，詳見表3。

以總影響矩陣作為基礎(chǔ)，按照ANP相關(guān)步驟，求出穩(wěn)定的極限超級(jí)影響矩陣，獲得各因素之間的權(quán)重，如表4所示。

表2 直接影響關(guān)系矩陣

表3 總影響矩陣

表4 各要素DANP計(jì)算權(quán)重結(jié)果

從表4看，消費(fèi)者心中最重要的因素是網(wǎng)站的價(jià)格相對(duì)于其他網(wǎng)站價(jià)格的對(duì)比和品牌信任度兩個(gè)因素。產(chǎn)品是否能夠符合購(gòu)買預(yù)期、購(gòu)物安全性以及評(píng)論數(shù)量則排第三到第五位。有趣的是，消費(fèi)者心目中付款方式與訂單追蹤功能則是消費(fèi)者不看重的，其權(quán)重基本趨于0。

從五個(gè)構(gòu)面的角度上看，購(gòu)買評(píng)價(jià)是所有消費(fèi)者最為看重的要素，其三個(gè)準(zhǔn)則評(píng)論數(shù)量(0.0879)、品牌信任度(0.1127)、價(jià)格比較(0.1130)權(quán)重在所有的要素中都是比較高的。這表明，消費(fèi)者在購(gòu)物的流程中，會(huì)通過(guò)他人的評(píng)價(jià)、電商平臺(tái)品牌的信任度來(lái)評(píng)估該電商平臺(tái)的價(jià)值，而與其他電商平臺(tái)價(jià)格上的差異是消費(fèi)者另外一個(gè)重要的考量。

其次是需求確認(rèn)構(gòu)面。產(chǎn)品種類、促銷活動(dòng)和折扣的力度是誘發(fā)消費(fèi)者到電商網(wǎng)站尋找所需信息的一個(gè)關(guān)鍵因素。這三個(gè)因素雖然并不突出，但整體的重要性基本接近，相對(duì)促銷活動(dòng)和折扣力度是兩個(gè)很重要的誘因。這也可以幫助我們更好地理解雙十一購(gòu)物潮的內(nèi)在原因。

第三重要的構(gòu)面是信息獲取方面，其中消費(fèi)者更加注重尋找便利(0.0867)以及產(chǎn)品信息清晰度(0.0879)這兩個(gè)指標(biāo)，而網(wǎng)站整體設(shè)計(jì)(0.0147)并不是很重要的因素。對(duì)企業(yè)而言，對(duì)產(chǎn)品的搜索優(yōu)化以及提供清晰的產(chǎn)品說(shuō)明是能夠有效提升消費(fèi)者滿意度的兩個(gè)準(zhǔn)則。

購(gòu)買流程方面的三個(gè)準(zhǔn)則在消費(fèi)者看來(lái)并不是很重要的因素，消費(fèi)者對(duì)付款方式基本沒有太多的關(guān)注，而配送方式上消費(fèi)者也并不在意。經(jīng)過(guò)訪談了解，多數(shù)消費(fèi)者認(rèn)為當(dāng)前電商平臺(tái)的付款方式基本都類似，同時(shí)在配送方面的選擇也基本涵蓋消費(fèi)者希望的主流模式。網(wǎng)站間在這兩準(zhǔn)則上的差異性不大，關(guān)注的需求就弱化了。而購(gòu)物安全性，包括個(gè)人信息的安全，獲取運(yùn)輸過(guò)程的安全以及財(cái)務(wù)方面的安全則是消費(fèi)者在這個(gè)構(gòu)面較重視的。

最后，在售后服務(wù)環(huán)節(jié)，消費(fèi)者對(duì)產(chǎn)品是否與預(yù)期(0.1127)一致的要求比較高。相對(duì)而言，提供訂單追蹤服務(wù)本身的意義不大。這方面的原因主要是消費(fèi)者對(duì)物流環(huán)節(jié)缺乏控制，即便能夠追蹤訂單，也很難對(duì)訂單有直接的影響。而且消費(fèi)者對(duì)網(wǎng)絡(luò)配送的時(shí)間都有一定的預(yù)期，除非出現(xiàn)特別長(zhǎng)時(shí)間的拖延，否則一般都不會(huì)太敏感，配送及時(shí)的指標(biāo)也僅有(0.0244)。研究訪談顯示，很多消費(fèi)者雖然有投訴意愿，但經(jīng)常發(fā)現(xiàn)投訴流程過(guò)于繁瑣，或者無(wú)法很快地獲得投訴結(jié)果，因此對(duì)投訴處理程序的重視度較低(0.0074)。

基于此要素權(quán)重表，本研究利用TOPSIS方法對(duì)國(guó)內(nèi)三大主流電商平臺(tái)A電商、B電商和C電商進(jìn)行評(píng)估。研究選取30名受訪者對(duì)三大主流電商平臺(tái)的14個(gè)指標(biāo)進(jìn)行打分。之后參照TOPSIS計(jì)算方式，計(jì)算各要素的理想解和負(fù)理想解，并計(jì)算不同電商平臺(tái)該指標(biāo)與理想解之間的距離，詳見表5。

表5 TOPSIS結(jié)果

結(jié)果顯示，A電商在產(chǎn)品種類、定期促銷活動(dòng)、折扣力度、尋找便利性、整體網(wǎng)站設(shè)計(jì)、產(chǎn)品信息清晰方面都有明顯的優(yōu)勢(shì)；B電商在這些指標(biāo)方面排名第二，而C電商在這些方面都處于比較弱勢(shì)的地位。相對(duì)而言，B電商的優(yōu)勢(shì)在于品牌信任度和價(jià)格比較上。調(diào)查顯示，多數(shù)消費(fèi)者雖然對(duì)A電商整體的滿意度高，但由于內(nèi)部有很多的賣家，賣家本身的信任度影響到A電商的信任度，這讓A電商在這方面有一些劣勢(shì)。C電商的優(yōu)勢(shì)主要體現(xiàn)在購(gòu)物安全性和產(chǎn)品符合預(yù)期亮相指標(biāo)，并且在配送及時(shí)方面和B電商都高過(guò)A電商。

將所有指標(biāo)整合起來(lái)，計(jì)算整體的排名Ci+= Si/(Si++ Si-)，結(jié)果顯示，A電商(0.5347)>C電商(0.5092)>B電商商城(0.2426)。這表明，A電商從需求啟動(dòng)和信息獲取方面獲得優(yōu)勢(shì)，使其在各個(gè)指標(biāo)中達(dá)到消費(fèi)者認(rèn)同，C電商在售后流程和購(gòu)物安全方面較為突出，B電商雖然每個(gè)指標(biāo)都相對(duì)不錯(cuò)，但由于沒有突出的表現(xiàn)，在消費(fèi)者感知上缺乏明確的特色，在整體三大平臺(tái)的競(jìng)爭(zhēng)中相對(duì)落后了。

5 結(jié)論與實(shí)踐意義

電商平臺(tái)發(fā)展迅速，很多電商企業(yè)需要時(shí)刻評(píng)估自身各個(gè)指標(biāo)對(duì)消費(fèi)者滿意度的影響，了解消費(fèi)者對(duì)自身服務(wù)的滿意情況。因此，一個(gè)客觀合理的評(píng)價(jià)模型，對(duì)電商企業(yè)至關(guān)重要。本研究基于網(wǎng)絡(luò)購(gòu)物流程的五個(gè)構(gòu)面，通過(guò)14個(gè)準(zhǔn)則對(duì)網(wǎng)絡(luò)電商平臺(tái)服務(wù)進(jìn)行定義，利用DANP方法獲得14個(gè)準(zhǔn)則的對(duì)應(yīng)權(quán)重和重要性排名。電商平臺(tái)可以根據(jù)本結(jié)果按照一定的輕重緩急安排不同服務(wù)的提升。研究表明，品牌信任度提升和價(jià)格明顯優(yōu)勢(shì)是消費(fèi)者最為看重的指標(biāo)，產(chǎn)品符合預(yù)期、購(gòu)物安全性以及評(píng)論數(shù)量也能夠有效提升消費(fèi)者滿意度的因素。電商平臺(tái)在發(fā)展過(guò)程中需要著重在這些方面投入、提升。

此外，通過(guò)TOPSIS評(píng)估方法，電商企業(yè)可以對(duì)自身服務(wù)在不同準(zhǔn)則下的相對(duì)表現(xiàn)進(jìn)行測(cè)試，了解本企業(yè)和其他企業(yè)之間的相對(duì)優(yōu)勢(shì)和不足，以及消費(fèi)者綜合考慮后對(duì)企業(yè)的整體看法。以近期的調(diào)查結(jié)果為例，A電商的優(yōu)勢(shì)明顯，C電商的規(guī)范化程度較高，而B電商在整體評(píng)估上的劣勢(shì)就會(huì)呈現(xiàn)出來(lái)。

此外，同樣的方法也可以用于許多平臺(tái)的評(píng)估上。首先確定影響因素，通過(guò)DANP進(jìn)行要素權(quán)重分析，了解不同要素的權(quán)重，然后再選取主要用戶樣本，通過(guò)TOPSIS分析各個(gè)平臺(tái)的綜合評(píng)價(jià)和各自的優(yōu)勢(shì)，發(fā)現(xiàn)彼此的核心競(jìng)爭(zhēng)力和主要差異性，便于彼此制定相應(yīng)的戰(zhàn)略決策。

[1] Wu J H, Wang Y M. Development of a tool for selecting mobile shopping site: a customer perspective[J]. Electronic Commerce Research and Applications, 2006(5): 192–200.

[2] Fransi E C, Viadiu F M. A study of e-retailing management: analysing the expectations and perceptions of Spanish consumers [J]. International Journal of Consumer Studies, 2007(31): 613–622.

[3] Ganesh J, Reynolds K E, Luckett M, et al. Online shopper motivations, and e-store attributes: an examination of online patronage behavior and shopper typologies[J]. Journal of Retailing, 2010, 86(1): 106–115.

[4] Khare A, Rakesh S. Antecedents of online shopping behavior in India: an examination[J]. Journal of Internet Commerce, 2011(10): 227–244.

[5] Liang W Y, Huang C C, Tseng T L, et al. The evaluation of intelligent agent performance——an example of B2C e-commerce negotiation [J]. Computer Standards & Interfaces, 2012(34): 439–446.

[6] Polites G L, Williams C K, Karahanna E, et al. A theoretical framework for consumer e-satisfaction and site stickiness: an evaluation in the context of online hotel reservations[J]. Journal of Organizational Computing and Electronic Commerce, 2012(22): 1–37.

[7] Langella I M, Carbo J, Dao V. An examination of the symbiosis between corporations and society with lessons for management education and practice[J]. Global Virtue Ethics Review, 2012(6): 51–82.

[8] Chen Z, Dubinsky A J. A conceptual model of perceived customer value in ecommerce:a preliminary investigation[J]. Psychology and Marketing, 2003 (20): 323–347.

[9] Tarantola C, Vicard P, Ntzoufras I. Monitoring and improving greek banking services using bayesian networks: an analysis of mystery shopping data[J]. Expert Systems with Applications, 2012, 39(11): 10103-10111.

[10] Pachauri M. Researching online consumer behaviour: current positions and future perspectives[J]. Journal of Customer Behaviour, 2002(1): 269–300.

[11] Tse C B, Yim F. Factors affecting the choice of channels–online vs. conventional[J]. Journal of International Consumer Marketing, 2002(14): 137–152.

[12] Gauri D K, Bhatnagar A, Rao R. Role of word of mouth in online store loyalty[J]. Communications of the ACM (Association for Computing Machinery), 2008(51): 89–91.

[13] Saaty, Thomas L. Decision making with dependence and feedback: the analytic network process [J]. RWS Publication, 4992 Ellsworth Avenue, Pittsburgh, PA, 1996.

[14] Lee W S, et al. Analysisi of decision making factors for equity investment by DEMATEL and analytic network process[J]. Expert Systems with Applications, 2011, 38(7):8375-8383.

[15] Chen T, Sun K S. Exploring the strategy to improve senior citizens’ participation on recreational sports[J]. Knowledge-based Systems, 2012 (26): 86-92

[16] Tzeng G H, Huang J J. Multiple attribute decision making: methods and applications [M]. CRC Press, 2011.

[17] Luitzen de Boer, et al. A review of methods supporting supplier selection [J]. European Journal of Purchasing and Supply Management, 2001, 2(7):75-89.