關穎 桂林電子科技大學

一、引言

數(shù)據(jù)顯示，截至20年5月底，拼多多去年活躍買家達5.852億，市值801億美金。從以上看，拼多多已經(jīng)超越京東，成為僅次于阿里巴巴的中國第二大電商平臺。與03年成立的淘寶、04年成立的京東商城相比，15年9月的拼多多無疑是電商領域的年輕一代。初生牛犢不怕虎，拼多多驚人的競爭力讓元老阿里巴巴感受到了壓力。從外部資本的角度看，電子商務這塊巨大的蛋糕已經(jīng)被阿里、京東、蘇寧等幾家電子商務巨頭瓜分，很少有電商企業(yè)能夠夾縫生存。拼多多作為電子商務行業(yè)的后起之秀，不到5年，就能取得今天的成績。背后的原因值得我們探討。

二、數(shù)據(jù)來源與檢驗

本文以網(wǎng)購主要人群大學生為例，經(jīng)查閱得知桂林市12所大學共計學生人數(shù)22萬人左右。以桂林市12所學校為抽樣框，利用預調查調整正式調查的樣本容量為157份，其中139份有效，有效問卷率為88.5%。對數(shù)據(jù)檢驗，發(fā)現(xiàn)信度效度分別為 0.853 和 0.809，說明數(shù)據(jù)可信。

在正式調查中，我們選擇概率抽樣和非概率抽樣調查方法相結合。第一階段：將桂林市12所大學作為一級抽樣單元。第二階段：將學校里的人群密集點教學樓和食堂等公共場所作為二級抽樣單元。采用每四分鐘隨意攔截一名調查者的方式進行調查。

三、基于結構方程模型下的拼多多用戶粘性分析

（一）用戶粘性的影響因素指標。拼多多粘性影響因素的測度從兩個視角展開，即用戶視角和產品視角。兩個視角分別從用戶的期待程度以及APP的形象滿意度來研究拼多多用戶粘性影響因素，即研究用戶使用拼多多的時間和使用頻率。通過對拼多多現(xiàn)實用戶分析，為如何提高用戶粘性提供科學的理論依據(jù)。

（二）潛變量及可測變量的設定。通過SWOT分析拼多多的特點作為潛變量的選定依據(jù)，選出影響拼多多用戶粘性的6個潛變量：實用性，便捷性，安全性，期望確認度，產品形象，粘性。其中實用性、便捷性、安全性是前提變量，后三者則是由其決定并受其影響的結果變量。

（三）研究假設。確定研究假設，借助AMOS軟件，按照結構方程模型的符號規(guī)則以及該研究的假設關系，設計合理的關系結構圖。初始模型創(chuàng)建時由于設計存在一定紕漏出現(xiàn)不符合邏輯的負值，因此模型經(jīng)過部分調整得到新模型。

（四）模型實現(xiàn)。繪制模型后，將收集整理的數(shù)據(jù)代入進去，進行檢驗與擬合，其結果見下表。

結合表中的數(shù)據(jù)，P值為0.25，大于0.05，表明其結果具有顯著性統(tǒng)計意義，通過了顯著水平為95%的顯著性檢驗。另外，GFI等四個數(shù)值均接近于1，且卡方與自由度之比為1.622，小于2。表明該模型檢驗效果好，擬合優(yōu)度較高均滿足要求。

（五）參數(shù)估計。經(jīng)過檢驗，所有P值均小于0.05，即可測變量顯著影響潛變量。由結構方程圖可以看出對接受度影響因素按照大小依次是便捷性、期望接受度、產品形象，而實用性、便捷性、安全性直接影響期望確認度和產品形象。此外，根據(jù)負載系數(shù)位于0.865到0.928之間，假設均成立，因此調整后的新模型有效。

四、模型結果分析與建議

（一）用戶視角分析

從圖中了解到便捷性和實用性影響著用戶的期望確認度，反過來期望確認度與用戶粘性其負荷系數(shù)較高為0.706。表明兩者相關性很高。因此，在使用拼多多時，用戶對于網(wǎng)購的商品的期望度與現(xiàn)實匹配程度越高，其粘性就越高，即用戶會習慣性使用并依賴該APP。所以如何建設和完善拼多多APP要基于用戶視角，通過提高用戶期望與現(xiàn)實匹配值，培養(yǎng)屬于自己的忠實用戶群體。

（二）產品視角分析

從圖中可以看到，產品便捷性、實用性對用戶粘性的負荷值較高，這意味著兩者與用戶粘性相關性很高，所以應加強拼多多對于如何提高用戶購物體驗，以及更好的提供物美價廉的產品。拼多多口號“拼得多，省得多”將該電商區(qū)別于其他平臺的特惠形象宣傳至極，而產品的總體形象在表3中可以看到對用戶粘性也有著直觀影響，其負荷值是0.599較高。表明產品形象對增強用戶粘性依舊有很大的關系。