基于网络用户体验的客户分类及行为预测，本文主要内容关键词为：客户论文,用户论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F713.65.2 文献标识码：A 文章编号：1008-7729(2013)02-0039-08
一、引言
当前，学术界和实业界均已认识到为用户提供优质网络体验的重要性。许多研究表明，为用户提供良好的网络体验可以影响顾客的忠诚度、满意度和使用行为。例如，胡文渝通过实证研究表明用户的心流体验对其在线购买意愿有正向影响[1];Smith et al.亦指出心流体验对消费者网络购物行为有影响[2]。
然而，现存的研究很少对网络用户的体验诉求进行研究，也很少研究从网络用户体验的角度对顾客进行细分。因此本研究通过调查问卷回收数据，运用聚类析和结构方程模型以解决以下问题：①不同的网络用户是否有不同的的体验诉求？是否可以根据网络用户体验将用户划分为不同的顾客群？②不同顾客群的网络用户在使用行为上是否不同？有何不同？
本研究旨在丰富网络用户体验的理论研究，为网络营销者的用户体验实践及市场细分提供理论支持和参考意见。
二、理论背景
1.网络用户体验
早在20世纪70年代，Toffler在其所著的《未来的冲击》一书中提到过继服务业发展之后，体验业将成为未来经济发展的支柱，但当时并未引起人们的注意[3]。然而体验真正成为营销的主流研究是在20世纪90年代末期，以Pine和Gilmore在体验方面的研究成果的发表[4-5]和Schmitt发表的《Experiential Marketing:How to Get Customers to Sense,Feel,Think,Act,Relate to Your Company and Brands》[6]的书为标志。在接下去的几年里涌现出了大量关于体验的研究，包括产品体验[7]，服务体验[8]，购物体验[9]，顾客体验[10]，品牌体验[11]。
随着计算核算互联网技术的发展，体验也被应用到网络当中，即网络用户体验。体验一词最早是从哲学、心理学、美学等社会科学发展而来的，在《新编实用汉语词典》中，体验被解释为“通过实践来认识周围的事物，亲身经历；亲身经历或亲身的感受”。Pine et al.则将体验定义为企业有意识地提供的、使消费者以个性化的方式参与其中的事件，是一种独特的经济提供物[5]，Schmitt认为，体验是个体对某些刺激，包括企业在顾客消费过程中以及购买前后做的营销努力产生回应的个别化感受，是由于对事件的直接观察或是参与造成的，是所发生的事件与个人心理状态之间互动的结果[6]。因此，网络用户体验是顾客在使用网站时的消费体验，也就是指由于网站相关刺激物(例如页面设计、声音等)引起的用户的主观、内在的反应以及行为的反应，包括感官、情感、思考、行动和关联五个方面的反应。
目前国内外对网络用户体验的研究成果已经很多。例如，吴江等对现有购物网站中用户体验设计进行分析，论述了互联网购物中存在的问题和解决方案[12]；刘岚和王霞选取B2C网上商城作为研究对象，在用户调研基础上总结归纳出一套用户体验指标体系及其指标权重，并通过样本网站的比较分析对该用户体验指标体系进行验证[13]；胡淑平以微博用户为研究对象，探讨用户体验对用户忠诚的作用机理[14]；苏倩以改善中国C2C电子商务网站的用户体验为目的，提出了“国内C2C网站的用户体验度量指标模型”，并以淘宝网为例进行验证[15]。人们对网络用户体验的认识经过长期发展也形成了一系列的理论，其中比较具有代表性有体验理论有体验情境理论、心流体验理论、体验二元理论、体验双因素理论和战略体验模块理论[1]。根据现存的研究成果，我们发现网络用户体验会影响消费者的网络使用行为。例如，Smith et al.通过研究表明心流体验对消费者网络购物行为有影响，不同强度和不同持续时间的心流体验对消费者的一次购买或重复购买具有一定的影响[2]。然而目前在国内，关于网络用户是否有不同的体验诉求以及通过网络用户体验对顾客进行划分的研究还很少。因此，本文将运用聚类分析对回收的数据进行分析，并对网络用户进行分类。
2.网络环境下用户行为模型
在现存文献中，被广泛运用于信息技术类领域以研究用户使用行为的模型主要有理性行为理论(Theory of Reasoned Action，TRA)、技术接受模型(Technology Acceptance Model，TAM)。
TRA是由Fishbein和Ajzen(1975)根据社会心理学的相关理论，通过描述有意识行为发展出来的[16]。该理论认为个人的实际行为是由行为意向决定；而个人的行为意向又受到行为态度以及外在主观行为规范的共同作用。
Davis(1989)在TRA的基础上提出了TAM[17]。该模型主要用于分析解释个体对信息技术的接受行为，将感知有用性和感知易用性作为影响个体使用意向的主要因素。Venkatesh et al.[18]、Koufaris[19]对TAM模型进行扩展，增加了社会影响过程因素(例如主观规范、自愿性等)和认知工具性过程因素(例如产品的品质、工作相关性等)。然而这些扩展的核心部分仍为TAM模型，如图1所示。
图1 TAM模型的核心部分
Liu等[20]指出在网络消费者行为的研究最为广泛采用的模型为TAM，因此本文在研究网络用户的使用行为时采用TAM。
三、研究设计
1.量表设计
本研究中所涉及的变量(用户体验、感知有用性、感知易用性、使用意向)均来源于现在文献，并结合本次调研的实际情况确定了各个题项的内容。
用户体验参考Schmitt[6]的测量题项，感官体验采用“我觉得该网站缺乏视觉上的吸引力”、“我觉得该网站的网页设计得很不错”、“我觉得该网站的画面看起来很舒服”、“该网站整体结构清楚明了、易于浏览”4个题项进行测量；情感体验采用“使用该网站让我感到很舒服”、“该网站的风格让我觉得很温馨”、“该网站的设计让我觉得很贴心”3个题项进行测量；思考体验采用“该网站会让我联想到很多事情”、“该网站或网站出售的商品能引起我的好奇心”、“该网站或该网站出售的商品没有引起我的任何创意思考”、“我觉得该网站有点无聊、无新意”4个题项进行测量；行动体验采用“该网站提醒我一些我能够参与的活动”、“该网站提供多项互动性服务为我解决问题”、“该网站提供工具或科技设施使我可以自己动手解决问题”、“该网站提供很多链接，方便我查询资料或解决问题”、“该网站对我遇到的问题能迅速加以处理”5个题项进行测量；关联体验采用“该网站让我有归属感”、“该网站能提供给我与别人互动的机会”、“通过浏览该网站，能增加别人对我的认同”3个题项进行测量。
感知有用性、感知易用性和使用意向的测量参考Davis[17]、Venkatesh et al.[18]的研究，感知有用性采用“使用该网站可以提高生活和工作的效率”、“该网站对我来说是有用的”、“该网站能满足我的需求”、“该网站可以为生活和工作提供有用的信息”4个题项进行测量；感知易用性采用“与该网站的交互是非常明了、易懂的”、“使用/学习使用该网站是容易的”、“使用该网站不需要花费很多精力”、“使用该网站很容易让它做我想做的事”4个题项进行测量；使用意向采用“未来我打算频繁地使用该网站”、“我会向其他人推荐该网站”、“与其他同类网站相比，我更愿意使用该网站”3个题项进行测量。
2.问卷设计
问卷包含3部分：第一部分要求调查对象写出最近一个月最经常上的一个网站名称。第二部分是在第一部分基础上，要求调查对象对该网站的用户体验、感知有用性、感知易用性、使用意向进行打分。第三部分主要用于收集调查对象的个人信息，包括性别、年龄、受教育程度、个人月收入等。问卷中关于用户体验、感知有用性、感知易用性、使用意向的测量题项均采用李克特5点量表，1表示非常不同意，5表示非常同意。
3.数据收集
本研究的调查对象为北京市网络用户，从2012年12月至2013年1月，共持续6周，通过网络与现实调研相结合的方式进行调查，共发放600份问卷，回收573份问卷，剔除数据缺失的问卷和全部答案一样的问卷，获得的有效问卷513份，有效问卷回收率为85.5%。有效样本中男女性别比例分别为54.4%和45.6%；年龄在10岁以下的占1.0%，10～19岁的占22.3%，20～29岁的占31.6%，30～39岁的占25.8%，40～49岁的占13.5%，50～59岁的占4.2%，60岁及以上的被访者占1.6%；在受教育程度方面，初中及以下学历的占14.6%，高中/中专/技校学历的占17.3%，大专学历的占18.9%，本科学历的占27.7%，硕士研究生及以上学历的占21.4%；个人月收入为2 000元以下的占32.4%，2 000～5 000元的占21.2%，5 001～8 000元的占22.2%，8 001～10 000元的占13.1%，10 001～20 000元的占8.4%，20000元以上的占2.7%。从人口统计特征中性别结构、年龄结构来看，这些样本能够反映出CNNIC第31次中国互联网络发展状况统计调查得出的中国网络用户的基本特征。由于北京是我国的政治经济文化中心，因此在学历和收入上均高于全国平均水平。总体来说，样本具有较高的代表性。
四、数据分析与结果
1.数据的信度与效度分析
在评估潜变量的信度方面，本文使用内部一致性系数(Cronbach’α)进行检验，信度结果如表1所示，我们可以看出用户体验、感知有用性、感知易用性、使用意向等因素的Cronbach’α值均大于临界值0.70[21]，表明各潜变量的测量具有较好的可靠性。
对于变量的收敛效度和区分效度的检验，本研究采用Fornell et al提出的四种检验方法[22]：①所有变量的平均提取方差(Average Variance Extracted，AVE)的平方根均显著大于所有相关系数；②所有的平均提取方差(AVE)均大于0.50;③所有变量之间的相关系数均低于0.90这个临界值，表明所有变量与其他变量不同；④所有测量题项在其他所衡量的变量上标准化因子负荷均大于0.50，并且T值都显著。根据表1的结果所示，所有变量的平均提取方差的平方根、平均提取方差、变量间的相关系数、因子负荷等均满足Fornell et al.提出的4项标准，表明本文调查问卷中的变量衡量量表具有较好的效度。
2.基于不同体验诉求的顾客分类
为研究不同的网络用户是否有不同的的体验诉求，使用SPSS15.0对回收的数据进行聚类分析。在聚类分析中，采用层次式聚类分析法(Hierarchical cluster analysis)将网络用户划分为几组相近的群组。首先运用平均值法根据观测变量求出用户体验5个维度(即感官体验、情感体验、思考体验、行动体验、关联体验)的数值，然后将感官体验、情感体验、思考体验、行动体验、关联体验作为聚类的变量。为了确定最合适的集群个数，本研究对集群数目从2到10进行了多次聚类分析。根据分析的结果，参考树状图和聚合顺序表，最终确定样本以分为6个集群最为适宜，具体如表2所示。
为了更好地了解不同集群之间的差异，通过对比不同集群间用户体验各维度的均值有何异同，具体结果如表2所示。
集群1中的网络用户在用户体验所有的维度的分值均很高，尤其是感官体验(M=4.22)和情感体验(4.11)的分值最高。这类网络用户追求全面的网络体验。这类用户似乎在寻找一种体验，并且这种体验可以提供他们感官上的满足感和情感的诉求。他们所期望的网络是可以在感官上吸引他们，可以建立情感联系，可以刺激他们的智力，可以让他们有行动的欲望，以及可以让别人认同他们。因而，他们在网络的使用过程中追求的是全面体验，而不是体验中的某个维度。在集群1中的网络用户我们称之为“全面型网络用户”。由表2可知，这类用户总样本总数的29.6%，接近1/3，表明接近30%的网络用户在使用网站的过程中希望获得良好且全面的用户体验。
集群2中的网络用户在感官体验(M=3.78)、情感体验(M=3.69)、关联体验(M=3.83)三个方面的分值高于平均水平，而在思考体验(M=3.13)和行动体验(M=2.94)两方面的分值低于平均水平。这类网络用户追寻感官上可以刺激他们、让他们有情感依托、让他们与关联群体保持互动的网站。他们享受网站在视觉上给他们带来的享受，给他们带来的舒心，以及享受通过网站与关联群体互动的快乐。然而，他们对思考和行动的要求不是很高。因此，我们将这类网络用户定义为“享乐型网络用户”。我们可以看到513名受访者中有121位用户属于该类型，占总体的23.6%。
集群3中的网络用户在感官体验(M=3.83)和行动体验(M=3.68)上的分值高于平均水平，而在情感体验(M=2.90)、智力体验(M=2.69)、关联体验(M=2.56)三个方面的分值均低于平均水平。这类网络用户要求网站画面看起来舒服，整体结构清楚，同时可以激发他们的行动欲望，通过行动解决他们的需求。然而，他们并不需要网站能为他们提供情感关联，也不需要通过网站来刺激他们的思考，更不需要通过网站获得别人的认可。在本文中，我们将此类网络用户定义为“行动导向型网络用户”。由表2可知，有18.3%的网络用户属于“行动导向型网络用户”，主要追求感官和行动上获得优质的体验。
集群4中的网络用户在感官体验(M=4.02)和思考体验(4.23)上的分值显著高于平均水平，而在情感体验(M=2.22)、行动体验(M=2.13)、关联体验(M=2.34)上的分值均低于平均水平。这类网络用户期望网站在视觉上有吸引力，网页的设计让人觉得舒服，易于浏览。更重要的是这类网络用户希望通过使用网站来激发他们的智力、思考能力。他们似乎不在意网站能否为他们提供情感关联、能否激发他们的行动欲望、能否加入关联群体。因此，我们将此类网络用户定义为“智力导向型网络用户”。这类网络用户在样本中占11.7%。
集群5中的网络用户在体验的所有维度的分值均低于平均值，但在情感体验(M=3.14)、思考体验(M=3.31)、行动体验(3.11)三个维度的分值比较接近平均水平。这类网络用户使用网站的过程中虽然没有刻意追求网络体验，他们不在乎网站在感官和关联方面能给他们带来什么，但他们使用网站的过程中亦期望能够让他们舒心、可以丰富知识、提升解决问题的能力。对于这类网络用户，网站的因素并不是驱动他们使用网站的主要因素，更重要的是他们内在的需求驱动的，因此我们将这类网络用户定义为“内在驱动型网络用户”。这类网络用户相对其他类型的用户所占的比较相对较少，仅占8.4%。
集群6中的网络用户在顾客体验的各个维度的分值都是最低的，显著低于平均水平，其中得分最高的感官体体验也只有2.13。这类网络用户与集群1中的“全面型网络用户”形成对比。集群6中的网络用户对网络体验不关注，他们比较理性，对网站的使用主要是因为网站的功能性特征，而不是由于网络体验。在营销学的文献中[23]，“功利性”与“享乐性”、“体验性”是相对的，因此，我们将集群6这类网络用户定义为“功利导向型网络用户”。这类网络用户的数量所占的比重也很少，仅有8.4%，表明大部分(约90%)用户对网站均有体验的需要，只是不同类型的用户体验的诉求不同。
3.不同类别网络用户的行为预测
为研究不同类别的用户在网络使用行为上是否不同，也就是网络用户体验的类型是否会对网络用户的行为起调节作用，我们对总样本和6个集群分别进行结构方程模型分析。由于TAM被广泛用于网络消费者行为的研究[23]，因此在本研究中通过结构方程模型分析不同体验顾客群的使用行为，分析结果如图2所示。
由图2可知，总样本和6集群的TAM检验结果中，
/d.f.均小于3，近似误差指数RMSEA也都小于0.08，各拟合指数NFI、CFI、IFI、GFI均大于0.90，根据陆娟等[24]的研究，表明各模型的整体拟合程度较好。
从总体样的评估结果来看，网站的感知易用性(β=0.405，P＜0.05)和感知有用性(β=0.449，P＜0.05)均会对使用意向有正向显著的影响，并且感知易用性对感知有用性也存在显著的正向影响(β=0.253，P＜0.05)。该研究结果亦支持Davis[17]、Koufaris等[19]和Liu等[20]的研究成果。然而，当对每一个集群进行单独分析时，结果表明不同集群间的消费者行为是不同的。在集群2、集群3、集群5中，感知易用性对使用意向的影响作用更强，而在集群1中感知易用性对使用意向的影响作用最小，但显著。在集群1、集群3、集群4、集群5、集群6中，感知有用性对使用意向的影响都比较高，而集群2中感知有用性对使用意向的影响程度明显低于其他集群。在集群5中，感知易用性对感知有用性的影响作用最大，而在集群6中，感知易用性对感知有用性的影响作用最小。在图1中，最明显的差异是在集群4中，感知易用性对感知有用性(β=-0.179，P＜0.05)、使用意向(β=-0.337，P＜0.01)都存在显著的直接负向影响。由于集群4中属于智力导向型网络用户，因此他们追求智力体验，当他们觉得网站的易用性越高，对智力的刺激作用就越小，因而产生负向的影响。
图2 总样本和分集群TAM结构方程模型检验结果
五、结论与建议
1.研究结论
根据数据分析的结果可以看出，不同的网络用户对体验的诉求也不同，本研究通过聚类分析根据网络用户体验将网络用户分为6类：全面型网络用户、享乐型网络用户、行动导向型网络用户、智力导向型网络用户、内在驱动型网络用户、功利导向型网络用户。我们在用户分类的基础上，对不同顾客群的使用行为进行探讨，结果表明不同类别的用户在网络使用行为上存在差异，尤其是智力导向型网络用户，感知易用性对他们的网络使用行为存在显著的负向影响。
2.营销建议
本研究表明不同的网络用户对体验的诉求不同，并且由于体验诉求的不同也会导致用户行为的不同。因此，营销者在市场细分的过程中，不能仅仅根据年龄、性别等传统细分因素进行市场细分，而是应该根据网络用户的体验诉求进行细分，以更好地满足他们对体验的需求。营销者应在市场细分的基础上，对细分的顾客群进行特征分析，然后制定差异化的体验营销策略和网站设计原则。例如，针对享乐型网络用户，营销者可以在网站设计中对色彩进行合理组合，创新温馨舒心的上网环境；针对智力导向型用户，则应在意引起用户兴趣的想法。
在问卷中我们要求调查对象写出最近一个月最经常上的一个网站名称，通过整理发现不同的顾客类别是否对不同的网站存在着偏好，具体如图3所示。由图可知，全面型网络用户对社交网站比较偏好，享乐型网络用户喜欢使用微博类网站，行动导向型网络用户喜欢像淘宝网、当当网这样的购物网站类，智力导向型网络用户喜欢网游类网站，内在驱动型网络用户喜欢上论坛类的网站，功利导向型网络用户经常上数据库类网站和搜索引擎类网站。因此，网络企业首先进行自我定位，然后再判断目标客户属于哪种用户，并制定相应的策略。例如，网游类网站需要为用户提供智力刺激，而对于搜索引擎类网站，只需要为用户提供基本的搜索功能即可。
图3 顾客类别与网站类型的对应分析图
标签：客户分类论文; 市场营销论文; 用户体验设计论文; 用户研究论文; 客户分析论文; 客户感知论文; 集群技术论文; 用户行为分析论文; 分类变量论文; 客户导向论文; 关联营销论文; 结果导向论文; 网站分析论文; 客户体验论文; 网络行为论文;