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(diǎn)。而在大數(shù)據(jù)時(shí)代，作為經(jīng)濟(jì)主體之一的消費(fèi)者群體也會(huì)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(chǎng)和為適應(yīng)市場(chǎng)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(duì)于線上電商產(chǎn)品作出購買決定時(shí)的決策行為過程。即探究大數(shù)據(jù)對(duì)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(shí)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(shí)證研究有理由認(rèn)為，大數(shù)據(jù)滲透在價(jià)格品牌以及評(píng)價(jià)3個(gè)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(shí)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(hào)：F721 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2018）08（a）-049-09

1 研究背景

大數(shù)據(jù)時(shí)代，數(shù)據(jù)信息化滲透到社會(huì)的各個(gè)層面，商品市場(chǎng)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(duì)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(chǎng)上。在中國乃至全世界，線上商品消費(fèi)市場(chǎng)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(jì)報(bào)告，2017年中國電子商務(wù)市場(chǎng)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(jì)報(bào)告）。根據(jù)中國社科院財(cái)經(jīng)戰(zhàn)略研究院2017年發(fā)布的中國電商年度發(fā)展報(bào)告：中國電商絕對(duì)規(guī)模大，占了全球市場(chǎng)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(zhǎng)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(bào)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(chǎng)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(bào)告》指出，“中國消費(fèi)者”作為一個(gè)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(shí)代的“數(shù)字原住民”，占總?cè)丝?6%的90后消費(fèi)群體，是一個(gè)具有鮮明多樣性的群體，到2030年將貢獻(xiàn)總消費(fèi)增長(zhǎng)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(shí)明顯增強(qiáng)，年輕結(jié)構(gòu)更加年輕化、重視健康、對(duì)品牌的認(rèn)知更成熟，對(duì)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(bào)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(duì)于消費(fèi)者線上購買決策的研究還相對(duì)不足。本文將立足于實(shí)證分析，對(duì)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(shí)考量的因素是否受影響，以及這些因素的改變會(huì)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(duì)消費(fèi)者的購買決策造成影響。本文將通過問卷調(diào)法對(duì)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(shí)代信息量巨大化的情況下，消費(fèi)者在做出消費(fèi)決策時(shí)是否應(yīng)時(shí)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(shí)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(shí)代》（《大數(shù)據(jù)時(shí)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(shí)代的到來最早是麥肯錫咨詢預(yù)測(cè)的：數(shù)據(jù)已經(jīng)深深地進(jìn)入到每一個(gè)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(jìng)爭(zhēng)和提高生成率的下一個(gè)新領(lǐng)域》，2011）。

2.2 大數(shù)據(jù)的特點(diǎn)及應(yīng)用

IBM最早將大數(shù)據(jù)的特征歸納為4個(gè)“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(duì)及時(shí)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(shí)間、圖片、視頻、地理位置、搜索記錄等；價(jià)值（Value），數(shù)據(jù)所蘊(yùn)藏的價(jià)值巨大，具體體現(xiàn)為價(jià)值密度低，商業(yè)價(jià)值高，大數(shù)據(jù)的合理運(yùn)用，可以實(shí)現(xiàn)低成本創(chuàng)就高價(jià)值。

大數(shù)據(jù)的戰(zhàn)略意義在于對(duì)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(shí)現(xiàn)盈利的關(guān)鍵在于提升對(duì)數(shù)據(jù)的加工處理能力，進(jìn)而實(shí)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(duì)性的市場(chǎng)策略，在競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)，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(duì)于消費(fèi)者群體，大數(shù)據(jù)同樣在其決策時(shí)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(jià)值的是大數(shù)據(jù)頭腦，能將大數(shù)據(jù)的潛在價(jià)值有意識(shí)地轉(zhuǎn)化為實(shí)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(diǎn)

“電商”一詞是電子商務(wù)的簡(jiǎn)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(dòng)，是傳統(tǒng)商業(yè)活動(dòng)模式的信息化、數(shù)字化。

電商產(chǎn)品，即指通過電商平臺(tái)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(duì)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(shí)體銷售。而本文主要研究B2C電商銷售模式，它具有以下特點(diǎn)：第一，B2C消費(fèi)模式對(duì)消費(fèi)者而言沒有任何限制。用戶可以在任意的時(shí)間地點(diǎn)挑選自己想要的商品；第二，購物成本低。對(duì)于消費(fèi)者，時(shí)間、交通成本以及快遞成本的低價(jià)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(jià)格相對(duì)較低。對(duì)比與傳統(tǒng)商場(chǎng)銷售，線上電商商品沒有多余的附加費(fèi)用，價(jià)格也就較低；第四，個(gè)性化服務(wù)。互聯(lián)網(wǎng)電商擁有可以為消費(fèi)者方便快捷地提供個(gè)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?、從商品交易?chǎng)所變?yōu)樯唐放渌椭行?、提供大眾化服?wù)變?yōu)樘峁﹤€(gè)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(huì)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(duì)每個(gè)結(jié)果具有完全的了解和正確的預(yù)測(cè)；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(shí)的消費(fèi)決策情況下，絕對(duì)意義的“理性人并不存在”，幾乎全部的消費(fèi)者群體在面對(duì)購買決策是都會(huì)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(duì)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(duì)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(gè)人或社會(huì)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(chǎng)監(jiān)測(cè)及消費(fèi)者行為深度調(diào)研報(bào)告2014版）。

2.5 消費(fèi)者購買決策

這個(gè)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(jià)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(duì)商品時(shí)如何權(quán)衡各項(xiàng)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(jià)值理論，心理賬戶理論，讓渡價(jià)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(jiǎng)。）（Richard. Thaler）提出的，是行為經(jīng)濟(jì)學(xué)中的一個(gè)重要概念。消費(fèi)者在決策時(shí)，會(huì)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(gè)體在做決策時(shí)往往不會(huì)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(huì)做出許多非理性的消費(fèi)行為，甚至違背一些簡(jiǎn)單的經(jīng)濟(jì)運(yùn)算法則。

他認(rèn)為，不論是個(gè)人還是企業(yè)團(tuán)體，在做決策時(shí)都有心理賬戶的存在。尤其是在作經(jīng)濟(jì)決策時(shí)，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(jià)值理論。

菲利普·科特勒所提出的讓渡價(jià)值理論（菲利普·科特勒，1996）模型認(rèn)為，顧客讓渡價(jià)值（Customer Delivered Value）等于總顧客價(jià)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(gè)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(píng)估，產(chǎn)生動(dòng)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(shí)代消費(fèi)者決策之旅 （New Customer Decision Journey）。

在這個(gè)數(shù)字時(shí)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(píng)論》2015），傳統(tǒng)的決策流程在數(shù)據(jù)化的影響下，會(huì)加快評(píng)估和考慮階段的進(jìn)程，品牌因素不再是被動(dòng)地影響決策旅程，而是在數(shù)字化營(yíng)銷工具的輔助下主動(dòng)地重塑消費(fèi)者的決策之旅。

而在現(xiàn)實(shí)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(shí)代的到來在一定程度上影響了人們對(duì)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(duì)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(shí)證研究，并作出以下假設(shè)。

在大數(shù)據(jù)時(shí)代，消費(fèi)者對(duì)線上電子商品做出購買決策時(shí)，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(píng)價(jià)體系及價(jià)格因素將對(duì)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(duì)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(píng)價(jià)體系體現(xiàn)出更突出的參考作用，對(duì)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(shí)代而來的價(jià)格信息的大量透明及可接觸化，使得人們面對(duì)線上電商產(chǎn)品的購買決策時(shí)，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(shí)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(duì)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(jì)

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(duì)大數(shù)據(jù)時(shí)代的認(rèn)識(shí)；（3）關(guān)于線上電商商品價(jià)格因素的調(diào)查；（4）關(guān)于線上評(píng)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(shí)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(jì)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(duì)電子商務(wù)以及移動(dòng)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(duì)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(duì)偏多的特征。這是由于女性在社會(huì)生活中常常是線上購物決策的承擔(dān)者，而同時(shí)女性的購物傾向相對(duì)于男性更為明顯，因此本次問卷調(diào)查對(duì)象樣本的性別分布和實(shí)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(jiān)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(duì)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(duì)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(jì)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(cè)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(cè)量出想要測(cè)量的對(duì)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(yàn)和Bartlett球體檢驗(yàn)，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(duì)象就是要研究的對(duì)象，即調(diào)查量表的結(jié)果越能顯現(xiàn)其要測(cè)量的真正特征效度。通過SPSS對(duì)目標(biāo)變量進(jìn)行KMO效度檢驗(yàn)的結(jié)果，如表2所示。

對(duì)本問卷數(shù)據(jù)的檢驗(yàn)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(yàn)，說明該調(diào)查對(duì)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(gè)因子的特征值>1，因此提取這3個(gè)因子作為主成份因子，它們累計(jì)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(gè)因子，分別對(duì)應(yīng)問卷調(diào)查中設(shè)置的原假設(shè)中3個(gè)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(duì)應(yīng)原假設(shè)中因子對(duì)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(gè)影響因子分別是品牌、價(jià)格和評(píng)價(jià)。

經(jīng)過因子降維分析確定了3個(gè)影響大數(shù)據(jù)時(shí)代消費(fèi)者線上購買決策的代表因子，即品牌、評(píng)價(jià)和價(jià)格。接下來繼續(xù)利用SPSS做更深入的相關(guān)性檢驗(yàn)以及回歸分析，以確定三個(gè)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(yàn)

在進(jìn)行回歸分析之前，先進(jìn)行了相關(guān)性檢驗(yàn)，確定3個(gè)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(jì)關(guān)系的強(qiáng)弱程度。

由表5的Pearson相關(guān)性檢驗(yàn)的結(jié)果可以得知，品牌，價(jià)格及評(píng)價(jià)3個(gè)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(gè)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(duì)消費(fèi)者線上購買決策影響的相關(guān)系數(shù)為0.338，價(jià)格因素與大數(shù)據(jù)對(duì)消費(fèi)者線上購買決策影響的相關(guān)系數(shù)為0.423，評(píng)價(jià)因素與大數(shù)據(jù)對(duì)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(jià)格和評(píng)價(jià)3個(gè)因子與大數(shù)據(jù)對(duì)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(yàn)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(duì)消費(fèi)者線上購買決策的影響，解釋變量分別為品牌、價(jià)格和評(píng)價(jià)3個(gè)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(píng)價(jià)因子

Price：價(jià)格因子

i=1，2，….N表示第i個(gè)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(yàn)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(jì)關(guān)系的前提是線性關(guān)系在統(tǒng)計(jì)上顯著。因此需要進(jìn)行回歸方程的顯著性檢驗(yàn)（F檢驗(yàn)）。檢驗(yàn)結(jié)果如表7所示。

由檢驗(yàn)結(jié)果可知，原假設(shè)回歸方程的顯著性檢驗(yàn)的F檢驗(yàn)統(tǒng)計(jì)量為11.218，對(duì)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(jì)上顯著的，可以信任此線性回歸模型。

最后，對(duì)回歸系數(shù)進(jìn)行顯著性檢驗(yàn)（t檢驗(yàn)），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(yàn)中，常量β0、品牌因子的回歸系數(shù)β1、價(jià)格因子的回歸系數(shù)β2、以及評(píng)價(jià)因子的回歸系數(shù)β3的t統(tǒng)計(jì)量分別為47.573，2.549， 4.121，3.190，對(duì)應(yīng)的顯著性檢驗(yàn)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(jià)格和評(píng)價(jià)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(duì)消費(fèi)者購買決策行為以及它的3個(gè)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(shí)代，在信息爆炸式的沖擊下消費(fèi)者面對(duì)線上電子商品作出購買決策時(shí)的考慮因素的變化。經(jīng)過此次實(shí)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(duì)消費(fèi)者線上購買行為決策的影響因素中的品牌偏好，價(jià)格因素及評(píng)價(jià)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(jià)格和評(píng)價(jià)這三個(gè)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(jì)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(shí)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(duì)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(jià)值理論中提到，產(chǎn)品形象價(jià)值屬于總顧客價(jià)值的一部分，影響著消費(fèi)者決策的依據(jù)即顧客讓渡價(jià)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(huì)搜集用戶的個(gè)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?yàn)檫@種新型營(yíng)銷模式的出現(xiàn)，消費(fèi)者在購買線上電商產(chǎn)品時(shí)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(shí)，被首頁推薦過但并未嘗試過的某品牌產(chǎn)品很有可能會(huì)作為選擇之一而被考慮，這時(shí)，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(shí)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(huì)發(fā)生改變。這個(gè)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(duì)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(píng)論》2015）模型中也強(qiáng)調(diào)了品牌不再是被動(dòng)的對(duì)消費(fèi)者的決策流程施加影響，而是能夠在數(shù)字營(yíng)銷工具的幫助下主動(dòng)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(píng)價(jià)體系體現(xiàn)出更高的可參考性，對(duì)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(huì)對(duì)消費(fèi)者的心理產(chǎn)生影響，評(píng)價(jià)體系本身對(duì)消費(fèi)者而言就是刺激因素之一，因此有評(píng)價(jià)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(píng)價(jià)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(píng)價(jià)體系會(huì)影響消費(fèi)者評(píng)估產(chǎn)品信息及價(jià)值。大數(shù)據(jù)技術(shù)的出現(xiàn)，使得搜集巨量客戶評(píng)價(jià)、匯總并在后續(xù)消費(fèi)者做購買決策時(shí)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(píng)價(jià)體系可以較為客觀地反映出商品的評(píng)價(jià)等級(jí)，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(píng)價(jià)體系作支撐，購買決策時(shí)會(huì)面臨更多的不確定性，線上消費(fèi)者對(duì)在這樣狀態(tài)下作出的購買決策的滿意度也會(huì)表現(xiàn)出極大的不穩(wěn)定性和差異性。而大數(shù)據(jù)在評(píng)價(jià)體系的滲透解決了這個(gè)問題，這使得消費(fèi)者對(duì)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(píng)價(jià)體系對(duì)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(shí)代而來的價(jià)格信息的大量透明及可接觸化，使得人們面對(duì)線上電商產(chǎn)品的購買決策時(shí)，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(shí)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(shì)。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(jià)格信息。當(dāng)大數(shù)據(jù)讓商品市場(chǎng)的價(jià)格變得透明，價(jià)格是商品的重要特征之一，消費(fèi)者在搜集對(duì)比中，對(duì)于同種商品的心理價(jià)位會(huì)發(fā)生改變，隨之改變的是心理價(jià)位與實(shí)際價(jià)格的差值，這個(gè)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(shí)代的價(jià)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(jià)格因素的刺激對(duì)消費(fèi)者的心理產(chǎn)生影響，導(dǎo)致其對(duì)原價(jià)格的容忍度發(fā)生變化，這種心理變化最終會(huì)影響消費(fèi)決策行為。這也與讓渡價(jià)值理論中提出的消費(fèi)者感知貨幣成本變化會(huì)導(dǎo)致讓渡價(jià)值的改變而影響消費(fèi)決策的結(jié)論相符合。

5.2 實(shí)踐性建議

根據(jù)此實(shí)證研究的結(jié)果，知道大數(shù)據(jù)時(shí)代中的品牌、評(píng)價(jià)以及價(jià)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(chǎng)中的實(shí)際情況，可以提出幾個(gè)建議：對(duì)電商企業(yè)而言，由于線上電商產(chǎn)品的品牌忠誠度會(huì)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(yíng)銷手段來吸引并留住客戶，以保持品牌的競(jìng)爭(zhēng)優(yōu)勢(shì)。

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?；ヂ?lián)網(wǎng)數(shù)字經(jīng)濟(jì)成為全領(lǐng)域關(guān)注的焦點(diǎn)，而對(duì)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(diǎn)。

大數(shù)據(jù)時(shí)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(huì)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(shí)的切入點(diǎn)，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(duì)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(duì)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(shí)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(shí)證分析中通過對(duì)有效調(diào)查問卷樣本的統(tǒng)計(jì)與分析，可以清楚地看到，大數(shù)據(jù)滲透下有3個(gè)因子表現(xiàn)出了對(duì)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(píng)價(jià)體系和價(jià)格因素，并且根據(jù)對(duì)3個(gè)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(shí)證研究和分析，有理由認(rèn)為，大數(shù)據(jù)滲透在品牌評(píng)價(jià)以及價(jià)格3個(gè)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(shí)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(diǎn)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(shí)踐價(jià)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(shí)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(duì)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(shí)際應(yīng)用價(jià)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(shí)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(yíng)銷策略分析[J].商業(yè)經(jīng)濟(jì)， 2014（12）.

[10] 李宗偉.在線評(píng)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(cè)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(jì)與決策，2014（23）.

[13] 張城森，閆智高，王雙英，等.大數(shù)據(jù)時(shí)代下消費(fèi)者行為研究[J].中國市場(chǎng)，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(gè)行為經(jīng)濟(jì)學(xué)視角的綜述[J].經(jīng)濟(jì)學(xué)動(dòng)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(duì)消費(fèi)決策行為的影響[J].心理學(xué)報(bào)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(shí)代消費(fèi)者行為與精確營(yíng)銷研究[D].上海工程技術(shù)大學(xué)，2015.

[22] 李瑤.大數(shù)據(jù)時(shí)代對(duì)消費(fèi)者購買行為及營(yíng)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?duì)社會(huì)信息資源的選擇和反思[D].復(fù)旦大學(xué)，2012.

[27] 王墨涵.開放式在線評(píng)論對(duì)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(píng)論對(duì)數(shù)字內(nèi)容商品體驗(yàn)消費(fèi)的整合影響及實(shí)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(bào)告[R].2017.

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

[31] 麥肯錫咨詢.2017中國消費(fèi)者報(bào)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(bào)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(jìng)爭(zhēng)和提高生成率的下一個(gè)新領(lǐng)域[R].麥肯錫咨詢，2011.

[34] 中國市場(chǎng)監(jiān)測(cè)及消費(fèi)者行為深度調(diào)研報(bào)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.