施 芬

（福州軟件職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理系 福建福州 350000）

隨著互聯(lián)網(wǎng)的快速發(fā)展，中國互聯(lián)網(wǎng)的普及率迅速提升。2017年發(fā)布的第40次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》指出，中國互聯(lián)網(wǎng)的普及率為54.3%，超過全球平均水平4.6個(gè)百分點(diǎn)［1］。在互聯(lián)網(wǎng)時(shí)代，人們熱衷于通過PC機(jī)或手機(jī)瀏覽網(wǎng)頁，看視頻，聽音樂，瀏覽圖片，發(fā)表評(píng)論，上網(wǎng)購物或解決生活中遇到的各種問題。在這個(gè)過程中，每一個(gè)網(wǎng)民的生活軌跡都被互聯(lián)網(wǎng)忠實(shí)地記錄著，網(wǎng)絡(luò)服務(wù)商抓取與挖掘了這些軌跡，形成“數(shù)據(jù)痕跡”，堪稱“大數(shù)據(jù)”。根據(jù)這些大數(shù)據(jù)，企業(yè)可以對(duì)消費(fèi)者的興趣愛好、購買行為進(jìn)行科學(xué)的分析和預(yù)測(cè)，透過大數(shù)據(jù)找到商業(yè)價(jià)值，從而向消費(fèi)者進(jìn)行精準(zhǔn)定向營銷。雖然自企業(yè)利用大數(shù)據(jù)實(shí)施精準(zhǔn)營銷后，大幅提升了營銷效果，改變了企業(yè)“知曉浪費(fèi)了50%的廣告費(fèi)，卻不知曉哪50%被浪費(fèi)”的尷尬局面［2］，但企業(yè)的精準(zhǔn)營銷不僅給消費(fèi)者帶來了“確實(shí)想要的東西”，也帶來了垃圾信息、無用信息，既給消費(fèi)者帶來了便利又造成了困擾。因此，企業(yè)大數(shù)據(jù)精準(zhǔn)營銷信息推送的結(jié)果是，并不是所有接觸到企業(yè)精準(zhǔn)營銷信息的消費(fèi)者都會(huì)接受并采取購買產(chǎn)品的行動(dòng)。消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的接受意愿的影響因素有哪些？本文試圖從整合UTAUT模型與4C理論的視角進(jìn)行模型構(gòu)建，提出研究假設(shè)，利用結(jié)構(gòu)方程模型驗(yàn)證影響消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷接受意愿的因素。

一、UTAUT模型與4C理論

（一）UTAUT模型

整合技術(shù)接受與使用模型（Unified Theory of Acceptance and Use of Technology，簡(jiǎn)稱UTAUT）是由Venkatesh和Davis整合了技術(shù)適配模型（Task-technology Fit，TTF）、理性行為理論（Theory of Reasoned Action，TRA）、計(jì)劃行為理論（Theory of Planned Behavior，TPB）、創(chuàng)新擴(kuò)散理論（Innovation Diffusion Theory，IDT）、社會(huì)認(rèn)知理論（Social Cognitive Theory，SCT）、PC利用模型（Model of PCUtilization，MPCU）、復(fù)合TAM＆TPB模型（Combined TAM and TPB，C-TAM-TPB）、動(dòng)機(jī)模型（Motivational Model，MM），提煉出了四個(gè)核心變量和四個(gè)控制變量。四個(gè)核心變量是：努力期望（Effort Expectancy）、績(jī)效期望（Performance Expectancy）、社會(huì)影響（Social Influence）和便利條件（Facilitating Condition）。四個(gè)控制變量是：年齡、性別、經(jīng)驗(yàn)和自愿性［3］（見圖1）。

圖1 整合技術(shù)接受與使用模型

UTAUT模型從提出開始，其強(qiáng)大的解釋力就受到了各國學(xué)者的關(guān)注，學(xué)者們進(jìn)行了大量的實(shí)證驗(yàn)證，發(fā)現(xiàn)其對(duì)用戶使用行為的解釋能力超過70%［4］。大量學(xué)者應(yīng)用UTAUT模型來研究用戶對(duì)于新技術(shù)、新事物的接受與使用意愿。

（二）4C理論

Don E Schultz教授于1993年在《整合營銷傳播》中提出了4C理論：消費(fèi)者（Consumer）、成本（Cost）、便利（Convenience）和溝通（Communication）［5］（見圖2）。該理論以消費(fèi)者需求為導(dǎo)向，與傳統(tǒng)營銷的以產(chǎn)品為導(dǎo)向的4P理論有所不同。它主張，企業(yè)放在營銷活動(dòng)第一位的應(yīng)當(dāng)是顧客是否滿意；其次，企業(yè)應(yīng)當(dāng)考慮降低顧客的購買成本；再次，企業(yè)要站在顧客的角度考慮消費(fèi)者的購買行為是否便利；最后，企業(yè)應(yīng)當(dāng)實(shí)施以消費(fèi)者為中心的有效溝通。

圖2 4C理論

二、模型構(gòu)建

（一）整合UTAUT模型與4C理論的接受意愿影響因素模型

雖然UTAUT模型被普遍地應(yīng)用于技術(shù)接受因素的研究，但對(duì)于本文研究的對(duì)象——消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的接受意愿的影響因素，其不僅受模型中因素的影響，還受消費(fèi)者需求是否得以滿足的影響，因此，在模型設(shè)計(jì)過程中，本文以UTAUT模型為框架，結(jié)合4C理論，加以修改，構(gòu)建整合UTAUT模型與4C理論的消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的接受意愿影響因素模型（見圖3）。

圖3 整合UTAUT模型與4C理論的接受意愿影響因素模型

在消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的接受意愿影響因素模型的構(gòu)建中，剔除了整合技術(shù)接受與使用模型、4C理論原有部分因素的原因在于以下方面。一，剔除整合技術(shù)接受與使用模型和4C理論中的便利條件的原因是，企業(yè)大數(shù)據(jù)精準(zhǔn)營銷是通過手機(jī)短信、電子郵件廣告、搜索引擎、個(gè)性化引擎推薦、門戶網(wǎng)站、微信、微博、競(jìng)價(jià)排名搜索、關(guān)鍵詞搜索廣告、點(diǎn)告、窄告等工具向消費(fèi)者進(jìn)行精準(zhǔn)信息推送的，而當(dāng)今社會(huì)，智能手機(jī)和PC機(jī)已經(jīng)進(jìn)入千家萬戶，所以消費(fèi)者可以借助智能手機(jī)和PC機(jī)接收企業(yè)向自己推送的精準(zhǔn)營銷信息，便利性不存在問題。二，剔除年齡是由于就年齡結(jié)構(gòu)而言，我國網(wǎng)民的年齡結(jié)構(gòu)依然偏向年輕，以10～39歲群體為主，占整體的72.1%［1］。因此，企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的主要對(duì)象以年輕人為主。三，剔除性別是由于企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的特點(diǎn)是在合適的時(shí)間、合適的地點(diǎn)，憑借合適的媒介，通過合適的渠道，將合適的商品銷售給合適的消費(fèi)者，因此，只要企業(yè)大數(shù)據(jù)推送的信息是精準(zhǔn)的，無論男女，皆能接受。四，剔除經(jīng)驗(yàn)和自愿性是由于自2013年（業(yè)界稱為大數(shù)據(jù)元年）到現(xiàn)在，企業(yè)開展大數(shù)據(jù)精準(zhǔn)營銷的時(shí)間相對(duì)較短，對(duì)于大多數(shù)消費(fèi)者來說，并沒有豐富的使用經(jīng)驗(yàn)和自愿性可以借鑒。

（二）研究假設(shè)

1.努力期望

努力期望是指消費(fèi)者感知使用企業(yè)大數(shù)據(jù)精準(zhǔn)營銷信息的難易程度。對(duì)消費(fèi)者來說，有了企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的幫助，信息獲取變得相對(duì)容易。企業(yè)大數(shù)據(jù)精準(zhǔn)營銷是通過手機(jī)短信、電子郵件廣告、搜索引擎、個(gè)性化引擎推薦、門戶網(wǎng)站、微信、微博、競(jìng)價(jià)排名搜索、關(guān)鍵詞搜索廣告、點(diǎn)告、窄告等工具向消費(fèi)者進(jìn)行精準(zhǔn)信息推送的，企業(yè)通過這些工具能較快速準(zhǔn)確地讓消費(fèi)者了解企業(yè)向消費(fèi)者推送的信息。譬如，消費(fèi)者若習(xí)慣于通過百度等搜索引擎查找信息，企業(yè)若已經(jīng)購買了關(guān)鍵詞廣告，消費(fèi)者搜索查詢與企業(yè)相關(guān)信息時(shí)，該企業(yè)的信息就會(huì)優(yōu)先展現(xiàn)在消費(fèi)者面前。

此外，企業(yè)推送的精準(zhǔn)信息復(fù)雜性低，易于消費(fèi)者理解，也能促使消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷。企業(yè)在大數(shù)據(jù)的幫助下，通過關(guān)聯(lián)商品的形式向消費(fèi)者進(jìn)行個(gè)性化信息推薦。個(gè)性化引擎是基于消費(fèi)者畫像和商品畫像合二為一進(jìn)行的信息推送，個(gè)性化的信息能根據(jù)消費(fèi)者具體位置的不同而調(diào)整。比如，在亞馬遜網(wǎng)站瀏覽時(shí)，消費(fèi)者若曾經(jīng)瀏覽、購買或收藏了某些商品，消費(fèi)者就能在商城的平臺(tái)上看到類似于“猜你喜歡”“購買過該商品的人還買過”“看過該商品的人還看過”的內(nèi)容推薦。此種推薦信息的方式較易被消費(fèi)者理解，若企業(yè)通過關(guān)聯(lián)推薦推送的信息又恰好是消費(fèi)者所需的，那么消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿也增大。

因此，本文提出假設(shè)H1：努力期望正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

2.績(jī)效期望

績(jī)效期望是指消費(fèi)者相信借助企業(yè)大數(shù)據(jù)精準(zhǔn)營銷對(duì)提高其信息搜尋的效率有幫助。

企業(yè)大數(shù)據(jù)精準(zhǔn)營銷較之傳統(tǒng)信息推銷方式的相對(duì)優(yōu)勢(shì)在于其有較強(qiáng)的時(shí)效性。它可以使消費(fèi)者在其需求欲望最高的時(shí)候得到企業(yè)推送給他們的精準(zhǔn)信息，這時(shí)消費(fèi)者的購買意愿就能最大限度地被帶動(dòng)起來，可以讓消費(fèi)者付出更少的時(shí)間尋找所需的信息，甚至可以花較少的努力來完成后續(xù)最優(yōu)的購買決策。在大數(shù)據(jù)精準(zhǔn)營銷的環(huán)境中，企業(yè)可以通過數(shù)據(jù)搜集技術(shù)（如Cookies的追蹤、LBS的定位）、海量數(shù)據(jù)存儲(chǔ)技術(shù)（如MPP、Hadoop）和數(shù)據(jù)分析技術(shù)（如Map reduce）對(duì)大數(shù)據(jù)進(jìn)行處理［6］，從而能清晰地把握消費(fèi)者的需求。企業(yè)可以通過Cookie技術(shù)捕捉和定位消費(fèi)者的ID，追蹤消費(fèi)者在其他類型網(wǎng)站的行為軌跡，將消費(fèi)者的個(gè)人特征，如興趣愛好、消費(fèi)習(xí)慣等碎片化的信息拼湊起來，給消費(fèi)者進(jìn)行畫像描繪，對(duì)其消費(fèi)需求進(jìn)行分析，有針對(duì)性地向消費(fèi)者進(jìn)行前期推廣，爭(zhēng)取一次性為消費(fèi)者找到其滿意的產(chǎn)品。當(dāng)消費(fèi)者由潛在消費(fèi)者轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)消費(fèi)者后，對(duì)消費(fèi)者購買的產(chǎn)品和同類消費(fèi)者的歷史購買記錄企業(yè)可以借助大數(shù)據(jù)分析獲得，并建立產(chǎn)品關(guān)聯(lián)銷售模型，對(duì)消費(fèi)者有可能產(chǎn)生購買行為的關(guān)聯(lián)產(chǎn)品進(jìn)行分析，對(duì)消費(fèi)者展開關(guān)聯(lián)產(chǎn)品營銷。譬如，某個(gè)在線旅游代理商向消費(fèi)者售賣綜合旅游商品的同時(shí)，該網(wǎng)站頁面上可能會(huì)向消費(fèi)者推薦目的地的關(guān)聯(lián)商品。

因此，本文提出假設(shè)H2：績(jī)效期望正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

3.社會(huì)影響

社會(huì)影響是指消費(fèi)者在決定是否接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷時(shí)，他認(rèn)為對(duì)自己非常重要的人或者周圍的人的行為態(tài)度所施加給他的影響或壓力。消費(fèi)者作為社會(huì)群體中的一員，在消費(fèi)過程中同時(shí)處于多個(gè)不同的社會(huì)之中，因此，其消費(fèi)行為或多或少會(huì)受到社會(huì)群體的影響。在大數(shù)據(jù)快速發(fā)展的今天，大量的企業(yè)運(yùn)用大數(shù)據(jù)分析的結(jié)果向消費(fèi)者進(jìn)行精準(zhǔn)營銷信息的推送，但部分企業(yè)在沒有積累足夠的消費(fèi)者行為數(shù)據(jù)的情況下，再加上沒有將推薦模型做到位，就開始進(jìn)行盲目推薦，導(dǎo)致出現(xiàn)不合需求和時(shí)宜的強(qiáng)制推銷。長(zhǎng)此以往，消費(fèi)者對(duì)企業(yè)的信息推送會(huì)產(chǎn)生厭煩甚至排斥的情緒。因此，消費(fèi)者最終是否接受某企業(yè)推送的大數(shù)據(jù)精準(zhǔn)營銷信息有可能受到對(duì)自己非常重要的人或周圍的人是否對(duì)該企業(yè)進(jìn)行推薦的影響。

因此，本文提出假設(shè)H3：社會(huì)影響正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

4.感知成本

4C理論強(qiáng)調(diào)盡可能減少消費(fèi)者的購買費(fèi)用，降低不必要的成本。消費(fèi)者的購買成本產(chǎn)生于消費(fèi)者購買行為發(fā)生的全過程，包括對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷信息的接受行為。感知成本是指消費(fèi)者主觀感知的，在搜尋信息的過程中為獲得信息所付出的代價(jià)。感知成本并不是實(shí)際的支付，而是消費(fèi)者對(duì)接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷推送的信息所感到的不確定性可能要付出的成本，包括耗費(fèi)的時(shí)間成本、心理成本和功能成本。時(shí)間成本是指消費(fèi)者因接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷推送的信息而可能遭受的時(shí)間損失。心理成本是指消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷可能使消費(fèi)者失去對(duì)個(gè)人信息控制的可能性所造成的損失。功能成本是指消費(fèi)者一旦接受了企業(yè)大數(shù)據(jù)精準(zhǔn)營銷推送的信息，可能產(chǎn)生后續(xù)的購買行為，導(dǎo)致其放棄購買其他商品而沒有達(dá)到預(yù)期效果的損失。

因此，本文提出假設(shè)H4：感知成本負(fù)向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

5.基于消費(fèi)者需求和期望的信息

4C理論主張將消費(fèi)者是否滿意放在第一位。令消費(fèi)者滿意的不僅有企業(yè)提供的產(chǎn)品，也包括企業(yè)推送的信息。網(wǎng)絡(luò)的出現(xiàn)使消費(fèi)者在獲取信息時(shí)不再受地域和時(shí)間的局限，極大地便利了消費(fèi)者獲取信息的方式，使消費(fèi)者愿意主動(dòng)搜尋信息。企業(yè)大數(shù)據(jù)精準(zhǔn)營銷對(duì)消費(fèi)者進(jìn)行的精準(zhǔn)信息推送亦是如此。消費(fèi)者獲取的信息是否基于其需求和期望，在很大程度上影響其對(duì)信息的接受程度。而基于消費(fèi)者需求和期望的信息只有具備了信息質(zhì)量才能令消費(fèi)者接受。

大數(shù)據(jù)時(shí)代，消費(fèi)者每時(shí)每刻都在接收著大量的信息，但消費(fèi)者經(jīng)常收到虛假信息、扭曲事實(shí)的信息、垃圾信息，這些信息皆不是基于消費(fèi)者需求和期望的。譬如，淘寶網(wǎng)在迅猛擴(kuò)張的同時(shí)無法避免的是假貨泛濫的問題，代購類商品的問題尤其突顯。美國跟蹤假冒產(chǎn)品公司NetNames于2014年4月估算后稱，淘寶商品中有 20% ～80%為假貨［7］。

馬斯洛需求層次理論指出了產(chǎn)品的可得性、產(chǎn)品的質(zhì)量和價(jià)格、產(chǎn)品的易得性和服務(wù)、個(gè)性化是人對(duì)物質(zhì)產(chǎn)品的四個(gè)層次需求［8］。在電子商務(wù)時(shí)代，消費(fèi)者獲取的產(chǎn)品既有實(shí)物形態(tài)的，又有虛擬形態(tài)的，其中，信息作為消費(fèi)者在電子商務(wù)時(shí)代搜尋的虛擬產(chǎn)品，在人們獲得的同時(shí)，其質(zhì)量就是消費(fèi)者關(guān)注的焦點(diǎn)。

因此，本文提出假設(shè)H5：基于消費(fèi)者需求和期望的信息正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

6.在線溝通

傳統(tǒng)營銷中，企業(yè)與消費(fèi)者之間缺乏互動(dòng)和聯(lián)系，在使?fàn)I銷成本增高的同時(shí)，還使消費(fèi)者對(duì)企業(yè)的單向推銷產(chǎn)生反感。4C理論主張以消費(fèi)者為核心的溝通，不僅強(qiáng)調(diào)企業(yè)借助網(wǎng)絡(luò)營銷工具同消費(fèi)者進(jìn)行雙向交互式溝通，還強(qiáng)調(diào)消費(fèi)者之間的溝通。企業(yè)在開展精準(zhǔn)營銷的過程中，若企業(yè)人員能與消費(fèi)者進(jìn)行溝通，就可將單向促銷轉(zhuǎn)換為“互動(dòng)、雙贏、關(guān)聯(lián)關(guān)系”的溝通，最大化地縮短了企業(yè)和消費(fèi)者間的溝通距離，避免一味地向消費(fèi)者進(jìn)行單向推銷，在無法觸及消費(fèi)者需求點(diǎn)的情況下，使消費(fèi)者產(chǎn)生反感、抵觸的情緒。當(dāng)然，企業(yè)開展的大數(shù)據(jù)精準(zhǔn)營銷并不是一次性的活動(dòng)，而是一個(gè)循環(huán)往復(fù)的過程，企業(yè)人員在與消費(fèi)者周而復(fù)始的溝通中能不斷地收集消費(fèi)者的信息，對(duì)自身的精準(zhǔn)營銷不斷調(diào)整和優(yōu)化，進(jìn)而提升消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿，提升對(duì)企業(yè)產(chǎn)品或服務(wù)的購買意愿。當(dāng)然，消費(fèi)者越積極參與，說明其越愿意互動(dòng)，更易在行動(dòng)和情感上產(chǎn)生共鳴，完善消費(fèi)者的營銷體驗(yàn)［6］。信息互聯(lián)網(wǎng)時(shí)代，消費(fèi)者習(xí)慣于將購后想法通過微信朋友圈等平臺(tái)與朋友分享，實(shí)現(xiàn)消費(fèi)體驗(yàn)的分享擴(kuò)散?；蛘呦M(fèi)者熱衷于對(duì)線上所購商品給予自己的評(píng)論。這些評(píng)論是消費(fèi)者對(duì)商家商品或服務(wù)的口碑傳播。口碑傳播是來自消費(fèi)者的信息，且與消費(fèi)者的實(shí)際消費(fèi)經(jīng)歷有關(guān)，它與商家廣告、媒體推薦等第三方信息渠道相比，排除了利潤刺激，較少地受到企業(yè)干預(yù)，且來源可靠［9］。因此，后續(xù)消費(fèi)者在購買行為發(fā)生前會(huì)將網(wǎng)絡(luò)評(píng)價(jià)作為參考依據(jù)。此外，消費(fèi)者在瀏覽了企業(yè)推送的信息后，若對(duì)商品存在疑問，除了向商家進(jìn)行提問外，也可以通過頁面與其他消費(fèi)者進(jìn)行溝通，通過觀察頁面提示中其他消費(fèi)者的回復(fù)，如其他消費(fèi)者對(duì)產(chǎn)品價(jià)格、購后產(chǎn)品質(zhì)量的評(píng)價(jià)，進(jìn)而決定是否接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷推送的信息。

因此，本文提出假設(shè)H6：在線溝通正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿。

綜上所述，本文假設(shè)如表1所示。

表1 研究假設(shè)一覽表

（三）變量定義及測(cè)量維度

本文以整合UTAUT模型和4C理論為基礎(chǔ)，從努力期望、績(jī)效期望、社會(huì)影響、感知成本、基于消費(fèi)者需求和期望的信息、在線溝通6個(gè)變量，試圖找出影響消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷接受意愿的因素。為了提高量表的信度和效度，本文借鑒了國內(nèi)外成熟量表，結(jié)合企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的特點(diǎn)，設(shè)計(jì)了變量測(cè)量指標(biāo)選項(xiàng)。模型的相關(guān)變量及定義見表2，變量測(cè)量選項(xiàng)設(shè)計(jì)見表3、表4。

表3 自變量測(cè)量選項(xiàng)設(shè)計(jì)

表4 因變量測(cè)量選項(xiàng)設(shè)計(jì)

三、實(shí)證分析

（一）問卷設(shè)計(jì)

調(diào)查問卷由3部分組成：第一部分為導(dǎo)語，對(duì)調(diào)查目的、問卷的專業(yè)術(shù)語、問卷的基本情況予以說明；第二部分為被調(diào)查者的基本信息，包括性別、年齡、學(xué)歷、職業(yè)等，了解被調(diào)查者的基本情況，為樣本統(tǒng)計(jì)打基礎(chǔ)；第三部分為變量測(cè)量表，包括努力期望、績(jī)效期望、社會(huì)影響、感知成本、基于消費(fèi)者需求和期望的信息、在線溝通、接受意愿7個(gè)變量的測(cè)量。問卷測(cè)量采用李克特五級(jí)量表打分法，被調(diào)查者在“非常不同意”“比較不同意”“一般”“比較同意”“非常同意”五個(gè)選項(xiàng)上進(jìn)行選擇，分別對(duì)應(yīng)“1、2、3、4、5”分。本問卷在設(shè)計(jì)完成后，進(jìn)行了小范圍預(yù)測(cè)，預(yù)測(cè)樣本在親朋好友中進(jìn)行，共發(fā)放問卷42份，經(jīng)過信度和效度檢驗(yàn)，無不符合問題，最后通過信度、效度檢驗(yàn)。

（二）問卷正式發(fā)放與回收

本研究采用“問卷星”平臺(tái)將問卷訪問地址以鏈接和微信的形式傳播給受測(cè)試者，調(diào)研歷時(shí)15天，收回問卷248份，其中有效問卷229份，問卷有效率為92.3%。根據(jù)學(xué)者Tinsley的觀點(diǎn)，實(shí)驗(yàn)分析中，正式受測(cè)試樣本的數(shù)量與所使用問卷中問題項(xiàng)的數(shù)量所成比例應(yīng)在1∶5到1∶10之間，才適合做因素分析［10］。結(jié)合本研究的情況，樣本數(shù)在220以上即為理想狀態(tài)，因此，本研究樣本數(shù)量充足，可以進(jìn)行因素分析。

（三）描述性統(tǒng)計(jì)分析

在運(yùn)用樣本數(shù)據(jù)進(jìn)行實(shí)證研究前，首先需要對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析（見表5），確保樣本有效并具備足夠的代表性。

表5 描述性統(tǒng)計(jì)分析

從表5可以看出，本文的調(diào)查樣本有以下幾個(gè)特點(diǎn)：一，在性別特征方面，男、女相差比例不大，這與前文剔除性別因素所說的理由，只要企業(yè)大數(shù)據(jù)精準(zhǔn)營銷推送的信息是精準(zhǔn)的，無論男女，皆能接受相吻合；二，在年齡方面，≤40歲的被調(diào)查者占到了86.9%，這與前文剔除年齡因素所說的理由，我國網(wǎng)民年齡結(jié)構(gòu)依然偏向年輕，以10～39歲群體為主相吻合；三，在學(xué)歷和職業(yè)方面，各個(gè)選項(xiàng)均有被調(diào)查者作出選擇，這說明本調(diào)查所選擇的消費(fèi)者不是特定的群體，而是廣泛地分布在各個(gè)行業(yè)的消費(fèi)者，因此所選樣本調(diào)查回來的數(shù)據(jù)具有代表性。

（四）樣本正態(tài)分布檢驗(yàn)

為了避免結(jié)構(gòu)方程模型的λ2值被高估，在使用結(jié)構(gòu)方程對(duì)本文的模型進(jìn)行檢驗(yàn)分析前，需對(duì)樣本數(shù)據(jù)進(jìn)行正態(tài)分布檢驗(yàn)。分析結(jié)果如表6所示。

表6 樣本正態(tài)分布檢驗(yàn)

續(xù)表6

從表6可以看出，正式樣本數(shù)據(jù)中，數(shù)據(jù)偏度絕對(duì)值最大的是績(jī)效期望PE下的第二個(gè)題項(xiàng)PE2，偏度為-0.633，絕對(duì)值為0.633＜2。數(shù)據(jù)峰度絕對(duì)值最大的仍是績(jī)效期望PE下的第二個(gè)題項(xiàng)PE2，峰度為0.618＜5。本研究的測(cè)量指標(biāo)為22項(xiàng)，測(cè)量指標(biāo)數(shù)目的5倍是22*5＝110。本研究共收回有效問卷229份，大于110份。根據(jù)Benler和Chou的觀點(diǎn)，數(shù)據(jù)滿足正態(tài)分布檢驗(yàn)的條件是，偏度的絕對(duì)值≤2，峰度的絕對(duì)值≤5，問卷數(shù)量為測(cè)量指標(biāo)數(shù)目的5倍以上［11］。因此，本文正式樣本數(shù)據(jù)符合正態(tài)分布。

（五）樣本信度分析

本文利用SPSS23.0對(duì)樣本數(shù)據(jù)進(jìn)行可靠性分析，計(jì)算出各個(gè)測(cè)量題項(xiàng)對(duì)問卷總體的Cronbach’s Alpha系數(shù)，如表7所示。各變量的Cronbach’s Alpha系數(shù)，如表8所示。

表7 問卷總體的Cronbach’s Alpha系數(shù)

表8 問卷各變量信度檢驗(yàn)

有學(xué)者認(rèn)為，在進(jìn)行探索性因子分析時(shí)，Cronbach’s Alpha系數(shù)大于0.5即可認(rèn)為數(shù)據(jù)可靠［12］。由表8可知，所有變量的Cronbach’s Alpha系數(shù)均＞0.6，說明樣本數(shù)據(jù)具有可信度，數(shù)據(jù)可靠。

（六）樣本效度分析

首先，通過SPSS23.0，采用主成分分析法測(cè)量問卷的KMO值，并進(jìn)行Bartlett’s球狀檢驗(yàn)。檢驗(yàn)結(jié)果如表9所示。通過對(duì)問卷量表總體的檢驗(yàn)結(jié)果發(fā)現(xiàn)，KMO值為0.905，大于0.9，顯著性為0.000，小于0.01，結(jié)合KMO值的提出者Kaiser提出的KMO值＞0.9非常適合做因子分析的依據(jù)，說明本研究樣本數(shù)據(jù)非常適合做因子分析。

表9 KMO和巴特利特檢驗(yàn)

其次，利用AMOS23.0對(duì)問卷樣本進(jìn)行區(qū)分效度和聚合效度檢驗(yàn)。進(jìn)行驗(yàn)證性因子分析時(shí)，發(fā)現(xiàn)題項(xiàng)PC3的因子載荷系數(shù)小于臨界值0.5，因此將該題項(xiàng)刪除后再重新進(jìn)行驗(yàn)證性因子分析。驗(yàn)證性因子分析擬合情況如表10所示。從表10可看出，所有指標(biāo)均在達(dá)標(biāo)范圍之內(nèi)，模型可以接受。

表10 樣本驗(yàn)證性因子分析擬合情況

表11 各潛變量的因素負(fù)荷量、CR值、AVE值

續(xù)表11

再利用AMOS23.0計(jì)算出各變量間的相關(guān)系數(shù)，如表12所示。幾乎所有對(duì)角線上的數(shù)值均大于每個(gè)潛變量與其它潛變量的相關(guān)系數(shù)，說明每個(gè)潛變量與其對(duì)應(yīng)的潛變量相關(guān)性較高，而與其它潛變量的相關(guān)性相對(duì)較低，可見這些潛變量之間有較好的區(qū)分效度。

表12 各變量間的相關(guān)系數(shù)

綜上，本文量表的信度和效度均不錯(cuò)，為建立結(jié)構(gòu)方程模型打下了堅(jiān)實(shí)的基礎(chǔ)。

（七）模型假設(shè)檢驗(yàn)分析

本文根據(jù)整合UTAUT模型和4C理論的消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的接受意愿影響因素的理論模型，建立結(jié)構(gòu)方程模型（SEM），通過AMOS23.0軟件，采用最大似然估計(jì)法（ML）對(duì)來自229個(gè)調(diào)查對(duì)象的數(shù)據(jù)進(jìn)行分析，計(jì)算得到外生潛變量（努力期望、績(jī)效期望、社會(huì)影響、感知成本、基于消費(fèi)者需求和期望的信息、在線溝通）對(duì)內(nèi)生潛變量（接受意愿）的標(biāo)準(zhǔn)化回歸系數(shù)和顯著性系數(shù)，來了解外生潛變量與內(nèi)生潛變量的關(guān)系，驗(yàn)證本文的假設(shè)是否存在因果關(guān)系，最終構(gòu)建出外生潛變量與內(nèi)生潛變量之間的路徑關(guān)系圖。

通過AMOS23.0的運(yùn)算，發(fā)現(xiàn)努力期望（EE）對(duì)接受意愿（AW）、感知成本（PC）對(duì)接受意愿（AW）、社會(huì)影響（SI）對(duì)接受意愿（AW）的影響不顯著，因此，剔除這三條路徑后，對(duì)模型進(jìn)行修正，修正后的模型擬合結(jié)果和各變量的路徑系數(shù)及顯著關(guān)系分別如表13、表14所示。

表13 修正模型的擬合結(jié)果

表14 修正后模型的路徑系數(shù)

依據(jù)上述分析結(jié)果，驗(yàn)證本文研究假設(shè)，驗(yàn)證結(jié)果如表15所示，同時(shí)畫出模擬路徑圖，如圖4所示。

表15 消費(fèi)者對(duì)企業(yè)大數(shù)據(jù)精準(zhǔn)營銷接受意愿的研究模型假設(shè)檢驗(yàn)

圖4 模擬路徑圖

努力期望正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿不成立的原因可能是，消費(fèi)者大多是40歲以下的年輕人，他們較早地接觸信息技術(shù)，有較高的信息搜索技能，即使企業(yè)沒有將精準(zhǔn)信息推送給消費(fèi)者，消費(fèi)者也能自行進(jìn)行信息的搜索。

社會(huì)影響正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿不成立的原因可能是，每位消費(fèi)者的購買行為存在差異性，即使在同一平臺(tái)購買的商品也可能有所不同，因此，企業(yè)對(duì)消費(fèi)者推送的精準(zhǔn)營銷信息有所差異，信息是否是消費(fèi)者所需，也因人而異。即使某平臺(tái)推送的信息對(duì)于某位消費(fèi)者而言是精準(zhǔn)的，但對(duì)這位消費(fèi)者的親朋好友來說則不一定。

感知成本負(fù)向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的意愿不成立的原因可能是，消費(fèi)者對(duì)企業(yè)推送的精準(zhǔn)營銷信息，如：類似于“猜你喜歡”“購買過該商品的人還買過”“看過該商品的人還看過”的內(nèi)容推薦有可能視而不見?；蛘呒词瓜M(fèi)者點(diǎn)擊了信息鏈接，若發(fā)現(xiàn)信息不符合自己的需求，會(huì)馬上將信息頁面關(guān)閉，耗費(fèi)的時(shí)間成本、心理成本、功能成本不高。更有甚者，消費(fèi)者希望通過各式渠道搜集各種信息，即使耗費(fèi)了較高的時(shí)間成本、心理成本、功能成本也在所不惜。

四、管理啟示

（一）績(jī)效期望方面

績(jī)效期望正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷意愿是因?yàn)橄M(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷的信息有可能提高其信息搜索的效率。企業(yè)要推送切實(shí)滿足消費(fèi)者需求的信息，企業(yè)就必須做好消費(fèi)者畫像的識(shí)別工作，完善數(shù)據(jù)分析推薦模型，及時(shí)根據(jù)消費(fèi)者多元、動(dòng)態(tài)、不可持續(xù)的需求進(jìn)行數(shù)據(jù)推薦模型的完善和修正，做好消費(fèi)者畫像特征分析工作，保證向消費(fèi)者推送的信息是消費(fèi)者需求的，真真正正地提高消費(fèi)者信息搜索的效率。

（二）基于消費(fèi)者需求和期望的信息方面

基于消費(fèi)者需求和期望的信息正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷意愿是因?yàn)榛谙M(fèi)者需求和期望的信息是適當(dāng)?shù)?、?zhǔn)確的、有質(zhì)量的信息。企業(yè)要根據(jù)消費(fèi)者經(jīng)瀏覽、訪問、購買形成的各式大數(shù)據(jù)進(jìn)行細(xì)致分析，洞察消費(fèi)者的顯性需求和潛在需求，做好消費(fèi)者產(chǎn)品喜好、心理接受價(jià)位、產(chǎn)品品牌等信息的預(yù)測(cè)，及時(shí)地以合適的方式，在合適的時(shí)間，將合適的產(chǎn)品信息推送給消費(fèi)者，提高消費(fèi)者和產(chǎn)品的匹配度，提高消費(fèi)者轉(zhuǎn)化率。

（三）在線溝通方面

在線溝通正向影響消費(fèi)者接受企業(yè)大數(shù)據(jù)精準(zhǔn)營銷意愿是因?yàn)樵诰€溝通能縮短消費(fèi)者與企業(yè)人員的溝通距離，在避免向消費(fèi)者單向推銷，令消費(fèi)者反感的同時(shí)，還可以讓消費(fèi)者互相了解購后感受，降低信息不對(duì)稱給消費(fèi)者帶來的負(fù)面影響的概率。企業(yè)要搭建營銷全過程的消費(fèi)者參與互動(dòng)平臺(tái)。企業(yè)可通過微博、微信與消費(fèi)者進(jìn)行互動(dòng)，也可通過設(shè)置商品評(píng)價(jià)區(qū)、討論區(qū)讓消費(fèi)者留言，在及時(shí)了解消費(fèi)者對(duì)企業(yè)產(chǎn)品或服務(wù)評(píng)價(jià)的同時(shí)，也可為企業(yè)產(chǎn)品或服務(wù)營造良好的口碑。當(dāng)然，消費(fèi)者對(duì)企業(yè)的產(chǎn)品或服務(wù)不滿意時(shí)，也可通過互動(dòng)平臺(tái)及時(shí)反饋，企業(yè)也可及時(shí)處理，降低不良口碑對(duì)企業(yè)的影響。企業(yè)還可鼓勵(lì)喜歡購后分享、有公眾影響力的消費(fèi)者進(jìn)行分享，以期帶動(dòng)其他消費(fèi)者選擇企業(yè)的產(chǎn)品或服務(wù)。