移动购物评价对消费者购买意愿影响的实验研究_消费者分析论文

移动购物评价对消费者购买意愿影响的实验研究，本文主要内容关键词为：意愿论文,实验研究论文,消费者购买论文,评价论文，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。

      DOI:10.13502/j.cnki.issn1000-7636.2016.06.016

      2014年中国移动购物交易额在中国网络购物整体市场中占比33.0%，较2013年占比增长近19个百分点，2016年将超过PC端网购交易占比，成为中国网民网购的重要选择[1]。手机购物突破了PC购物的局限，成为移动购物的主力军。然而，由于手机界面的限制以及手机流量费用的束缚，相比PC购物，消费者进行手机购物时会获得相对较少的产品信息。以往的研究表明消费者提供的信息比卖家提供的信息更可信[2]，所以，移动购物中消费者可能更看重评价信息。精细加工可能性模型指出个体基于中心路径和外围路径来加工处理信息，而路径的选择是由认知需求决定的。本文将通过情境模拟实验，探讨移动购物端口下，认知需求、在线评价质量和在线评价数目三个变量对消费者购买意愿的影响。研究结果有助于人们更好地理解在线评价对消费者的影响，以及移动购物中消费者行为的变化。

      一、文献回顾与研究假设

      (一)在线评价的作用

      在线消费者在网购过程中可以看到两类产品信息：(1)通过网络互动，卖家提供的信息，如产品说明书、网络安全性、个性化服务、物流支持等[3]；(2)已购买消费者提供的信息，如消费者基于自己的使用体验提供的在线评价。相比广告、电台和推销，消费者之间的交流对消费者购买决策的影响更大。张晓飞和董大海(2011)研究表明消费者基于寻求产品信息、降低购买成本、避免风险和追求时髦的动机，会更主动地去搜寻口碑信息[4]。一条在线评价可以通过信息提供者和推荐者两个角色作用于消费者的购买意愿。作为信息提供者，它提供使用者导向的产品信息；作为信息推荐者，它以电子口碑的形式提供以往消费者的推荐。在线评价和传统口碑有很多不同，传统口碑的影响主要局限于附近的社交网络，信息可信度更高；而在线评价更多的是在陌生人之间进行传播，且评价提供者的信息往往是未知的，这使得在线评价的信息缺乏可信度。

      (二)评论质量与评价数目

      信息的质量涉及可信性、客观性、时效性和充分性四个方面。研究表明，容易理解的、客观的信息比感性的、主观的信息更有效。评价的质量是指一条评价所包含的信息的质量，以评价内容的信息是否符合可信性、客观性、时效性和充分性这四个方面的标准来衡量。评价可以分为高质量评价和低质量评价，例如，“这个手机真好，我还会再买！”和“这款手机拍照画质清晰，流畅度比三星S4好，而且价格还便宜300多！”，前者是主观的、感性的且没有任何合理论据的评价，属于低质量评价；后者不仅评价客观而且论据清晰明了，有逻辑性、有说服性，属于高质量评价。赫尔斯和司迪普(Heath & Stipp，2011)研究发现，与感性诉求的信息相比，理性诉求的信息通常包含更多的论据，能使受众产生更高的信赖感[5]。所以，高质量评价比低质量评价更能提高消费者的购买信心。梅茨林和谢弗里亚(Mayzlin & Chevalier，2006)指出在线评价的数目可以衡量产品的流行度，大量的在线评价对消费者购买意图有促进作用[6]。

      (三)认知需求

      认知需求(need for cognition)是“个体参与和享受思考的倾向”，即个体在面对认知任务时是否愿意主动思考以及是否喜欢深入思考。佩蒂和约翰卡乔普(Petty & Cacioppo，1984)认为个体认知需求的不同形成了一个由低到高的连续区域，高认知需求者在应对刺激、关系和事件时，倾向于搜索、思考，对信息进行精细处理；反之，低认知需求者倾向于回避深入思考活动，他们更少地对信息进行仔细加工，态度容易受到外围信息的影响[7]。

      精细加工可能性模型(The Elaboration Likelihood Model)，是由佩蒂等人提出的一个关于态度如何形成与改变的理论模型，该模型指出个体是基于两条路径来处理信息，从而改变态度的。一条是中心路径，受众关注论据质量，对信息进行仔细思考、分析和整合，最终形成或者改变态度；另一条是外围路径，受众依赖简单的外围线索(如信息传播数目、信息传播者是否权威)、情感迁移或者直觉推断来形成或者改变态度。认知需求决定了个体采用哪一种路径加工信息，高认知需求者比低认知需求者更倾向于搜索和了解信息，更可能投入到信息加工活动中，可奈尔(Kaynar et al.，2008)等研究表明，高认知需求个体在网站中花费更多时间，使用更多的超链接，更喜欢将网站视为信息提供者[8]；而低认知需求个体使用较少的超链接，搜索较少信息，他们比高认知需求者更关注网站的美学特征[9]。所以具有高度动机和能力的认知需求高的个体对信息处理的涉入程度高，更倾向于选择中心路径去系统地分析和处理信息，这类人更多地通过分析在线评价的具体内容来获取有用信息，因此更容易受评价质量的影响，而不是评论的数目；具有低动机和能力的认知需求低的个体对信息处理的涉入程度低，更倾向于选择外围途径去处理信息，从而改变自己的行为，这类人更容易把评价数目简单作为产品流行度的一个标志，而非具体去分析评价所提供的信息量，因而更容易受到评价数目的影响。

      (四)移动购物

      移动电子商务是指通过手机、掌上电脑、PAD等移动通信设备与无线上网技术结合，利用移动终端，获得产品的市场信息、销售信息，接收订货信息，支付款项，获得产品或服务以及得到客户服务支持的电子商务系统[10]。手机购物与电脑购物相比具有四个新的特性：用户的“移动性”、交易的“实时性”、移动终端的“个人性”和移动终端的“方便性”。移动购物环境下，消费者行为出现以下特点：(1)购物随时随地。相比传统网络购物，移动网购几乎不受时间和空间的限制，消费者能随时随地浏览商品和做出购买决策，而这增加了商品的浏览量和卷入度，使得消费者有更多的时间去获取与分析产品相关信息。金立印(2007)指出消费者在购买时卷入度越高，来自网络口碑的影响越大[11]。(2)购物时间“碎片化”。用户可利用手机在上下班路上、躺在床上、入睡前等等碎片时间完成浏览、购买和社会化推荐等活动，这使得消费者在网购时没有时间压迫感，环境相对轻松，从而愿意更仔细地分析产品相关信息。(3)购物行为更理性。消费者可以从亲戚、朋友的购物经历以及在线评价中获得产品信息和购物信息，这些信息使得他们做出购买决策时更加理性；同时，由于流量以及手机购物界面的限制，相对于PC购物，手机购物获得相对少的产品信息，因而更多地依赖在线消费者评价以及社交网络平台提供的产品信息。因此，当商家推出新产品时，在评价数目不多的情况下，由于消费者获取的产品信息较少，他们会更多地通过中心路径(评价质量)，而较少地运用外围路径(评价数目)去分析在线评价。因此，本文提出如下假设：

      H1：当评价数目不多时，评价质量影响消费者购买意愿，评价数目不影响消费者购买意愿。

      H2：当评价数目不多时，评价质量与认知需求的交互效应不明显。

      在线评价有推荐产品的作用，低认知需求消费者倾向于用外围路径思考问题，把大量在线评价看作产品流行度的标志，认为“越多越好”；而高认知需求消费者更倾向于用中心路径思考问题，较少地受评价数目的影响。于是提出假设：

      H3：当评价数目很多时，评价质量、评价数目都会影响消费者的购买意愿。

      H4：当评价数目很多时，低认知需求消费者受在线消费者评价数目的影响更大，高认知需求消费者受在线消费者评价质量的影响更大。

      二、实验设计

      (一)实验产品

      实验产品是一款刚上市不久的手机，选择这款手机的原因有以下3点：(1)手机是常见的网购产品；(2)手机的功能和属性相对比较复杂，所以消费者依赖以往消费者的评价；(3)由于手机上市不久，被试对产品的以往知识容易控制。

      (二)变量控制和预调研

      1.实验情境

      购物情况如表1所示。在具体的在线实验中，通过“购物情境‘假设您的好朋友托您帮他买一个语音手机……’的描述是易懂的”来检验情境设置的易懂性。

      

      2.评价质量

      研究者主要从评价信息的相关性、可信性、易懂性及翔实性四个方面来评估在线评价的质量，并将评价分为“高质量评价”和“低质量评价”两种。2名研究员从某大型购物平台上选取关于实验商品的120条真实评价，其中高质量和低质量评价各60条。评价包括消费者的虚拟头像，购物ID和评价内容。然后让20名被试(不参与到后续主实验)，从“相关性、可信性、易懂性和翔实性”四个方面对评价的质量用李克特7级量表打分。由此，选出了40条高质量评价与40条低质量评价。

      3.评价数目

      通过采访20名在校大学生，决定评价数目的水平，讨论结果表明，针对购买刚上市不到一周的手机，消费者一般看10条左右评价，最多看30条评价，最少看1条评价。因此定义：1条为评价数目“少”，10条为评价数目“适中”，40条为评价数目“多”。接着，选20名被试(不参与到后续主实验)对“评价的数目很大”和“评价的信息数量很大”，用李克特7级量表打分。方差分析结果表明操作成功(F=23.112，P＜0.001；

=1.89，

=4.12，

=5.84)。

      4.认知需求

      采用邝怡等(2005)[12]开发的《认知需求量表(中文修订版)》，运用李克特7级量表进行测量。被试根据每个句子在多大程度上符合自己的实际情况进行选择。根据被试的得分将被试分为高于平均水平的“高认知需求消费者”和低于平均水平的“低认知需求消费者”。

      5.因变量

      参照毕继东的购买意愿量表，运用李克特7级量表对购买意愿进行测量。

      6.控制变量

      由于个人性格、上网经历、喜好等的不同会影响到实验结果，本文采取随机分配的方法来避免个体差异对实验结果造成的影响。去掉所有实验产品品牌信息，防止品牌信息对实验结果造成干扰。

      消费者对评价的态度和以往的产品知识会影响到实验结果。本文使用6个题项来测量被试对评价的态度，2个题项来测量被试以往的产品知识。为了防止被试对实验中卖家提供的产品信息接收的不同而影响到实验结果，设置4个题项对此进行控制。本实验只考虑了正面评价，所以，设置了“所有评价都是正面的”、“总之，评价者都推荐这款手机”这两个题项来检验被试对评价正面性的感知。此外，设置了两道甄别题“这是一款具有智能语音功能的4G手机”、“这款手机至今为止有多少条评价”来检验被试是否仔细阅读材料，答对，实验继续，答错，实验结束。为了模拟真实的购物场景，所有产品信息都是基于真实的信息稍作修改，信息展示方式与真实的购物界面一样。而且，手机购物的在线实验链接只能在手机端口打开，一部手机只能做一次在线实验，防止被试重复填写。

      三、实验：手机网购中评价对消费者购买意愿的影响

      (一)方法

      本实验采用3(评价数目：少、适中、很多)×2(评价质量：高、低)×2(认知需求：高、低)组间设计。其中，认知需求分组是根据后期样本数据分组得来。通过在某大型调查问卷网站上模拟出网购界面，然后通过微信、QQ、在线论坛邀请被试，被试同意后随机发送在线实验链接(不同实验组的实验链接不一样)。实验共选取了350名网友作为在线实验被试，并通过特定技术避免被试重复回答或回答多组问卷。实验有效被试为267名，其中95.9%处于24～29岁，39.7%是男性，67.8%为在校大学生，32.2%是在职人员，被试在过去6个月均有手机网购经历。

      在实验开始前先告知被试“本实验采取匿名形式，不会泄露任何相关信息，实验结果仅用于学术研究”。然后询问被试“您在过去六个月内是否进行过手机网购？”，若选择“否”，在线实验结束，选择“是”则进入下一环节。被试阅读表1所示的实验场景，接着，被试看到一系列产品介绍信息及在线评价。不同实验组提供不同的评价数目和评价质量。接着，被试回忆关于该手机的基本信息，回答“这是一款具有智能语音功能的4G手机”和“这款手机至今为止有多少条评价”两道选择题，回答错误者结束实验；回答正确的被试被要求完成相同的调查问卷，并被告知“在上述假设情境的前提下，根据自己的实际情况对下列陈述进行选择”。问题包括购买意愿、在线评价的两个作用、操作检验、认知需求测量和人口统计学信息。最后，要求被试猜测实验目的，结果没有被试猜出实验的真实目的。此外，实验的所有信息都是顺次出现，被试只有回答了上一题才会出现下一题。

      (二)操作检验

      使用蔡奇科夫斯基(Zaichkowsky，1994)[13]的PII量表对被试的卷入度进行测量操作检验，结果表明：(1)高认知需求被试比低认知需求被试的卷入度更高(

=5.18，

=3.80；t=2.295，p＜0.001)；(2)所有被试都同等地接收卖家提供的信息；(3)评价的正面性控制成功；(4)情境的易懂性操作成功；(5)被试对评价的一般态度得到控制，因子分析表明态度包含两个因子。(

=2.896，

=0.82；

=1.537，

-0.71)，这两个因子和以往的产品知识作为协变量用于后续的假设检验。

      运用ANCOVA对评价数目为1条、10条实验组的数据进行假设分析，协变量影响不显著。评价质量的影响显著(F(1，190)=16.108，P＜0.001；

=5.32，

=3.52)，评价数目影响不显著(F(1，190)=1.641，P=0.202；

=3.32，

=3.38)。即移动购物中，当商品刚发布，评价数目不多时，评价质量的增加会促进消费者的购买意愿，评价数目的增加不会影响到消费者的购买意愿，因此，H1成立。评价质量与认知需求(F(1，190)=1.433，P=0.233)的交互效应不显著，无论是高认知需求消费者还是低认知需求消费者，评价质量增高，购买意愿增加。评价数目与认知需求(F(1，190)=0.118，P=0.732)的交互作用不明显，因此，H2成立。

      运用ANCOVA对评价数目为10条、40条的实验组数据进行假设分析，协变量影响并不显著。当移动购物评价数目很多时，评价质量的影响显著(F(1，179)=18.659，P＜0.001；

=5.65，

=4.02)，评价数目影响显著(F(1，179)=14.223，P＜0.001；

=3.38，

=5.42)。即移动购物中，当商品评价数目很多时，评价质量的提高、评价数目的增加都会增加消费者的购买意愿，因此，H3成立。评价数目和评价质量的交互作用显著(F(1，179)=17.424，P＜0.001)。结果表明，高质量评价增加比低质量评价增加对消费者购买意愿的影响更大。

      如图1所示，评价质量与认知需求(F(1，179)=14.196，P＜0.05)的交互效应显著，即相比于低认知需求消费者，高认知需求消费者的购买意愿受评价质量的影响更大。如图2所示，评价数目与认知需求的交互效应显著(F(1，179)=13.326，P＜0.001)，即相比于高认知需求消费者，低认知需求消费者的购买意愿受评价数目的影响更大，表明低认知需求者认为当评价数目增多时，评价数目为他们的购买提供了重要信息。

      

      图1 评价质量与认知需求对购买意愿的影响

      

      图2 评价数目与认知需求对购买意愿的影响

      通过探索对于不同认知需求水平消费者，评价数目和评价质量的不同影响，从而进一步解释结果。因为评价数目×评价质量×卷入度的影响显著(F(1，179)=9.267，P＜0.001)，所以上述分析是可能的。对于高认知需求消费者，评价数目(F(1，118)=13.287，P=0.000)、评价质量(F(1，118)=7.110，P=0.009)、评价数目×评价质量(F(1，118)=7.245，P=0.008)影响显著，结果如图3(a)。可见，对于高认知需求消费者，在高质量评价下，评价数目增大，购买意愿增加，在低质量评价下，评价数目增加，购买意愿几乎不变。因为每一条在线评价都被认为是来自之前消费者的讨论观点，越高质量的评价意味着有越多的说服性观点，导致更高的说服性。对于低认知需求消费者，评价数目影响显著(F(1，58)=9.940，P=0.003)、评价质量影响显著(F(1，58)=12.527，P=0.001)、评价质量与评价数目的交互效应不显著(F(1，58)=0.139，P=0.711)，结果如图3(b)。可见，对于低认知需求消费者，无论移动购物评价质量的高低，评价数目的增加会增加消费者的购买意愿，这符合ELM在低卷入度情境下的预测，低认知需求消费者通过外围路径对信息进行处理，他们通过简单的决策“越多越好”来被说服，因此，H4成立。

      

      图3 评价质量、评价数目与认知需求对购买意愿的影响

      消费者在处理评价信息时，并不仅仅使用单一的路径，当内容比较重要时，即使是低认知需求的消费者，也会使用中心路径进行分析，所以，当评价数目不是很多时，评价质量对消费者的影响更大，无论是消费者认知需求的高低。

      消费者期待符合其他人的期望，所以他们总是决定表现得遵循他人的行为，对一个产品感知到的流行度表明通过在线消费者评价体现社会期待，从而提高购买意愿。以往研究表明信息的信息量越多，消费者的赞同联想越多，导致行为意愿越强烈。所以，当评价数目很多时，低认知需求的消费者更多地通过评价数目(推荐作用)的外围路径而不是评价质量(信息量作用)的中心路径进行思考，他们把评价数目多当作是产品流行的一个标志，由于从众心理而改变购买意愿。然而，高认知需求消费者更多地通过评价质量(信息量作用)的中心路径而不是评价数目(推荐者作用)的外围路径进行思考，他们会对评价进行系统的分析，大量低质量评价并不会改变他们的购买意愿。

      四、结果与讨论

      (一)结论

      本文得到如下结论：第一，当评价数目不多时，评价质量影响消费者购买意愿，评价数目不影响消费者购买意愿；第二，当评价数目不多时，评价质量与认知需求的交互效应不显著著；第三，当评价数目很多时，评价质量、评价数目都会影响消费者的购买意愿；第四，当评价数目很多时，低认知需求消费者受在线消费者评价数目的影响更大，高认知需求消费者受在线消费者评价质量的影响更大。

      (二)理论意义

      第一，本研究通过实验发现移动购物中消费者的行为特点，丰富了移动互联网中消费者的行为研究。第二，根据产品评价数目的总量对产品进行分类分析，此类研究还很少。第三，很少有学者研究在线购物评价对不同认知需求水平的消费者的影响。在以往对网络口碑的研究中，一般的研究主要将消费者作为统一的整体进行研究，部分研究根据消费者的外部条件(如专业知识、社会地位等)进行区分，很少有研究根据消费者的“认知需求”这类内部特征进行区分。通过“认知需求”对消费者进行区分，进一步丰富了在线消费者评价作为新兴营销工具的理论知识。

      (三)管理意义

      本研究具有一定的实践意义，当产品刚进入市场，评价数目还不多时：第一，在线商家可以提供一个特定的评价形式，这种形式能引导评价者写出基于消费者视角的更高质量的评价，使得消费者能更快地了解到产品属性、产品使用场景等；第二，在线商家通过一些奖励措施、简化评价流程，来鼓励消费者对产品进行评价，对于提供高质量评价的消费者可以额外进行奖励；第三，对于手机购物，商家可以按评价的质量来对评价进行排序，而不是根据日期；第四，开辟一个专门用于评价产品属性、分享信息和抒发使用感受的平台，并对积极参与的消费者提供适当的购物优惠和奖励措施。

      当产品评价数目比较多时，除采取上述3个措施外，还需对不同认知需求的消费者进行精准营销：第一，对于低认知需求消费者，评价界面强调评价数目和产品评价好坏的总体情况。因为对于低认知需求消费者，评价数目和评价星级是影响购买意愿的重要指标，这能使消费者快速推测出产品的流行度，从而提高产品的购买意愿；同时，尽量使评价界面简洁，容易获取评价的整体情况，从而能尽快了解到产品信息和产品流行程度。第二，对于高认知需求消费者，将评价按质量进行排序，而不是根据日期。第三，鼓励会员制，通过了解消费者的特性进行精准营销。一旦卖家开发出一个推荐合适的评价给不同认知需求水平的消费者时，在线消费者评价的影响就会更有说服力。

      (四)研究不足及展望

      首先，本文只研究了一种产品，然而针对不同产品，在线消费者评价对购买意愿的影响可能会有不同，未来可以拓展到其他产品。其次，本文只研究了正面评价，未来可以研究在线负面评价或者混合评价对消费者购买意愿的影响。第三，本文未考虑虚假评价对结果的影响，未来的研究可以研究虚假评价对消费者购买意愿的影响。

标签：消费者分析论文;