基于解釋結構模型的APP推廣影響因素的實證研究

黃煒　李總苛　李岳峰

摘要：[目的/意義]從用戶和設計者的角度提出一種基于解釋結構模型（ISM）求解的新方法，并對影響移動終端應用程序APP推廣的因素進行研究。[過程/方法]在研究過程中，首先通過SPSS軟件對數據進行統計分析得到各個因素的相關性系數來判定各因素的相關性，再基于回歸分析得到各個因素之間的依賴關系，最后通過解釋結構模型對各個因素進行詳細的分析得到各個因素的層級關系。將SPSS與ISM結合可以很好的彌補ISM的缺點，即不需要主觀去判斷各個因素的之間的關系。[結果/結論]研究結果展現了幾款常用APP推廣影響因素的層級關系，為今后APP更加有效地開發、使用與推廣提供了依據。

關鍵詞：解釋結構模型 APP推廣 SPSS 相關分析 回歸分析

分類號：D923.41

引用格式：黃煒， 李總苛， 李岳峰.基于解釋結構模型的APP推廣影響因素的實證研究[J/OL]. 知識管理論壇， 2016， 1（1）： 61-73[引用日期]. http：//www.kmf.ac.cn/paperview？id=12.

1 引言

根據中國互聯網絡信息中心（CNNIC）發布的第36次《中國互聯網絡發展狀況統計報告》，截至2015年6月，我國網民規模達6.68億，其中手機網民規模達5.94億，較2014年12月增加3 679萬人[1]。手機用戶的激增使得各類移動終端應用程序（APP）呈現出井噴式的增長，大量的APP在方便人們使用的同時也帶了各種問題，如：如何評價和選擇APP，如何改進APP以及在設計APP時應該怎樣使用戶更容易接受APP等[2-7]。通過對文獻進行梳理可以發現，目前有關APP評價的論文絕大多數都是通過構建指標體系來評價一款APP，并且只是從用戶或開發者一方的角度來對APP進行評價，缺乏關于APP推廣有關影響因素的研究。

本文從用戶和設計者雙方的角度利用SPSS軟件的統計分析功能和解釋結構模型（ISM）對影響APP推廣的因素進行研究。研究結果不僅可以發現各因素的層級關系，而且可以為APP設計者在設計和推廣APP的過程中，能夠通過根因素的變化來影響中間因素至表層因素，從而使得用戶能更好地接受并使用其設計的APP。

2 變量因素與數據采集

2.1 變量因素

筆者通過對專家的咨詢以及頭腦風暴等形式，最終決定采用15個變量因素，它們分別為：APP功能更新、APP用戶定位、APP的功能、APP呈現的內容、APP安全性與穩定性、APP賬號的通用性、APP頁面設計、APP應用平臺、APP內存大小、APP操作難易、APP使用費用、APP推廣或獲取途徑、APP使用福利、APP用戶數量、APP的下載量，這15變量因素幾乎包括了APP推廣影響因素的所有方面。各個因素之詳細介紹如表1所示：

2.2 數據采集

本文中使用的數據主要來源于問卷調查，根據已經給出的15個考量指標，被調查人站在開發商和用戶雙方的角度，對每個指標的重要性作出合理的評判。筆者給出的衡量標準為0-9，這10個數字分別代表不同程度的指標重要性，數值越大表示指標重要性越強。問卷通過網絡在線公布使網民可以自由真實地填寫，問卷調查范圍涵蓋了全國21個省市自治地區，調查對象主要為15-40歲的移動終端用戶。最終回收問卷312份，通過討論去除掉無效問卷最終剩下206份有效問卷。

3 APP推廣影響因素分析

3.1 相關分析

相關分析是分析兩個或者兩個以上的變量因素之間是否存在某種關系以及這種關系的相關程度[8]，最能體現相關關系和相關程度的一個重要指標就是相關系數[9]。本文首先把預處理后的數據在SPSS軟件上進行相關性分析，得到所有變量因素之間的相關系數。各變量因素兩兩之間的相關系數見表2。

選取相關系數大于0.500者作為判斷變量之間存在相關關系的依據，選取后的結果如表3所示：

表1展現的是通過SPSS軟件的相關分析之后，所有變量因素兩兩之間的相關系數值，相關系數越大，表示兩個變量因素之間的相關程度越大。表2展現的是經過篩選兩兩變量因素相關系數大于0.500之后的相關系數表，這里也可以選擇其他相關系數值作為篩選的條件，如把0.600作為篩選條件，但是在經過實驗之后發現把0.500作為篩選條件較為符合現實。

3.2 回歸分析

回歸分析是分析兩個或者兩個以上的變量因素之間的依賴關系以及這種依賴程度，即可以判斷出兩個變量之間哪一個是自變量，哪一個是因變量[10-11]。通過上述部分得到的相關系數表，然后對所有變量因素進行回歸分析，再通過回歸系數[12]來確定哪個變量對應哪個變量存在依賴關系。回歸系數見表4。

選取回歸系數大于0.500者作為鄰接矩陣的依據，選取后的結果見表5。

表3展現的是通過SPSS軟件的回歸分析之后，所有變量因素兩兩之間的回歸系數值，回歸系數越大，表示兩個變量因素之間的依賴程度越大。表4展現的是經過篩選兩兩變量因素回歸系數大于0.500者之后的回歸系數表，這里也可以選擇其他相關回歸系數值作為篩選的條件，如把0.700作為篩選條件，但是在經過實驗之后發現把0.500作為篩選條件較為符合現實，并且把得到的表4作為解釋結構模型初始的鄰接矩陣，同時認為只要大于0.500的回歸系數可以在鄰接矩陣中為1。

4 APP推廣影響因素體系結構

4.1 APP推廣影響因素體系結構

解釋結構模型（interpretive structural model，ISM）是美國J.N.沃菲教授于1973年為了分析社會經濟系統結構問題而提出的[13]，其主要思想：通過各種技術并結合有向圖、矩陣和計算機技術對系統各要素進行處理，最后以有層次的結構呈現出來，使得不是專業的人員也可以很好地理解。其主要步驟：區域劃分、級位劃分、骨架矩陣提取、多級梯階有向圖繪制。其工作原理如圖1[14]所示：

通過得到的回歸系數表可以推斷鄰接矩陣，具體見表6。

經過M1=（A+I）1計算后的矩陣見表7。

經過M2=（A+I）2計算后的矩陣見表8。

經過M3=（A+I）3計算后的矩陣見表9。

經過M4=（A+I）4計算后的矩陣見表10。

由于M3=M4，故所求鄰接矩陣的可達矩陣為：M= M3=M4

通過區域劃分得到可達集R（Si）、先行集A（Si）、共同集C（Si）和起始集B（S），見表11。

因為B（S）={S3，S9，S11}，且有R（S3）∩R（S9）∩R（S11）={S1，S2，S3，S4，S5，S6，S7，S8，S10，S12，S13，S15}∩{S9，S10，S12}∩{S1，S2，S4，S6，S8，S10，S11，S12，S13，S14}≠?，所以所有因素同屬于一個區域，即區域不可分割。

對上述區域進行級位劃分，得到的結果見表12。

通過去除強連接關系、越級二元關系和自身二元關系后的骨架矩陣，見表13。

根據骨架矩陣，繪制出的多級梯階有向圖，見圖2。

通過把多級梯階有向圖里面的變量因素（Si）換成實體變量后的APP推廣影響因素體系結構，見圖3。

4.2 結論分析

通過對體系結構圖進行分析可以得知：

（1） APP推廣影響因素體系結構共分為7級，其中第一級為表象層，第二級、第三級、第四級、第五級、第六級為中間層，第七級為根源層。需要指出的是：“APP用戶數量”因素是在第二級即中間層，并不是實際中認為它該為表象層。通過分析最終結果可以看出比較符合現實情況，證明了該求解解釋結構模型的思路是可行的。

（2） APP推廣影響因素體系結構從第三級到第七級大致主要分為兩大部分，分別為：“APP功能更新、APP的功能、APP安全性和穩定性、APP呈現的內容、APP頁面設計、APP賬號的通用性、APP操作難易、APP應用平臺、APP內存大小”和“APP的用戶定位、APP的功能、APP使用費用、APP獲取或推廣途徑、APP使用福利”。

（3） 在APP推廣影響因素體系結構中，雖然依據APP被下載總量的多少并不能完全準確地判斷該款APP獲得了多大成功，但是它卻是一款APP獲得成功的最直接的表現形式；雖然“APP用戶數量”能最真實地反映出一款APP目前的受歡迎程度，但是由于統計成本原因，在現實生活中往往不用該因素去判斷一款APP是否獲得了成功。這說明在現實中統計一款APP真實的用戶數量幾乎是不可能的，所以開發商往往直接比此款APP被下載的總量來衡量某款APP是否獲得成功。

（4） 通過APP推廣影響因素體系結構分析，發現“APP功能更新”這一要素成為根源層要素，說明一款APP的后期功能更新至關重要，通過這一要素可以影響其他中間要素進而影響到最終用戶數量。此外，需要特別指出的是，通過對“APP用戶的定位”做出針對性的使用福利和推廣途徑可以直接影響用戶的數量，這也是當下大量存在只要裝某款APP就送福利的現象的原因。

5 啟示和建議

根據本文對APP推廣影響因素體系結構的分析結果，對筆者APP開發商、APP用戶、APP平臺提出若干建議。

（1） 對于APP開發商而言，在判斷自己推廣的APP是否成功時不能只根據統計出來的APP下載總量來判斷，更應該從實際使用的用戶數量來判斷。為了降低統計用戶數量的成本，可以采用先通過APP的下載總量來進行估計，然后結合樣本調查法對APP推廣是否成功進行判斷的做法，這樣既能得到符合實際的結果又能節省成本。對于用戶而言，在決定是否使用一款APP時，不要只看下載量來決定是否使用該款APP，因為下載量排名靠前的使用用戶不一定多，用戶應該結合APP的功能來決定是否使用。

（2） 因為APP推廣影響因素體系結構有兩部分，所以開發商在最初設計APP時首先應該考慮“APP的用戶定位”和“APP功能更新”這兩個要素。因為這兩個要素在APP推廣過程中可以通過中間要素影響全部要素，最終通過“APP的下載量”這一因素表現出該APP是否獲得成功。

（3） 在APP推廣影響因素體系結構中，“APP應用平臺、內存大小、APP操作難易、APP使用費用、APP獲取或推廣途徑、APP使用福利”是直接影響“APP用戶數量”的要素。這說明一款APP在推廣前期要注重這6個要素，以使得該款APP迅速得到推廣，在推廣的后期則要注意根源因素和中間要素的聯系，即在后期設計者要通過調整根元素來影響上一級元素，使得APP獲得最大程度的成功。

（4） 整個研究對于用戶的意義在于，用戶在決定是否使用某款APP時可以通過對體系結構的了解來判定其優劣，然后再決定是否使用，不要僅依靠某些單一的因素來決定自己是否使用該APP，如僅看該APP下載量或者僅看其福利多少就決定使用，而忽略了功能的重要程度；用戶在使用后期應該多關注“APP功能更新”這一要素。

6 研究展望

本文從用戶和設計者雙方的角度提出了一種求解解釋結構模型的新思路，即利用SPSS軟件的統計分析功能和解釋結構模型（ISM）對影響APP推廣的因素進行研究。研究結果說明了各因素的關系和層級關系。這為以后APP的開發者在設計APP和推廣過程中，通過對根因素的調整來影響中間因素進而影響表層因素，從而使得用戶更好的接受其設計的APP提供了依據。同時，對于用戶而言，在接受使用某APP時也同樣有了判斷依據。但是由于客觀原因，本文也存在一定不足：

（1） 可以尋找更好的求解相關性和求回歸分析的算法。如，可以研究出專門針對APP評價領域的求解相關系數的算法。

（2） 可以細分出更多的因素。如，“APP推廣或獲取途徑”可以細分為“APP推廣途徑”和“APP獲取途徑”。

（3） 為了更好地了解各要素的重要性，未來的研究可以對各要素賦予權值。

（4） 在前期獲取數據時，可以從相關企業獲得更精確的數據。

參考文獻：

[1] 中國互聯網絡信息中心. CNNIC發布第36次《中國互聯網絡發展狀況統計報告》[EB/OL]. [2015-07-23].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/t20150722_52624.htm.

[2] 郭晶， 張志強. 我國出版社APP類電子出版物的發展歷程及其評價[J]. 科技與出版， 2014（2）： 66-69.

[3] 郝佳， 蘇慧， 趙彬彬. 手機APP在數字化門診護理工作中的應用與效果評價[J]. 中國數字醫學， 2015（9）： 57-60.

[4] 沈左源. 基于AHP的旅行社智慧APP設計評價研究[J]. 特區經濟， 2015（3）： 80-83.

[5] 胡長愛， 邢美園， 楊春偉， 等. 我國求醫問藥類APP軟件功能評價[J]. 中華醫學圖書情報雜志， 2014（2）： 7-10.

[6] 張蘇閩， 鄢小燕， 謝黎. 國外數據庫出版商移動APP應用及用戶評價分析[J]. 圖書館雜志， 2012， 31（6）： 56-61.

[7] 王知津， 李明珍. 網站評價指標體系的構建方法與過程[J]. 圖書與情報， 2006（3）： 45-52.

[8] 錢瑜. 企業社會責任和企業績效的典型相關分析——基于利益相關者視角[J]. 企業經濟， 2013（3）： 79-82.

[9] 張世強， 呂杰能， 蔣崢， 等. 關于相關系數的探討[J].數學的實踐與認識， 2009， 39（19）： 102-107.

[10] 羅鳳明， 邱勁飚， 李明華， 等. 如何使用統計軟件SPSS進行回歸分析[J]. 電腦知識與技術， 2008 （2）： 293-294， 304.

[11] 徐晟， 俞碧飏， 馬興川. 未來職業者對圖書館員刻板印象回歸分析模型的構建[J]. 圖書與情報， 2013， 150（2）： 40-43.

[12] 申淑霞， 劉祿勤. 回歸系數的Bayes估計與最小二乘估計的相對效率[J]. 武漢大學學報（理學版）， 2003， 49（1）： 6-10.

[13] 王宛秋， 張永安. 基于解釋結構模型的企業技術并購協同效應影響因素分析[J]. 科學學與科學技術管理， 2009， 30（4）： 104-109.

[14] 胡振華， 蔡新. 基于解釋結構模型的高校圖書館館藏紙質資源利用率影響因素分析[J]. 圖書情報工作， 2010， 54（7）： 46-50.

Abstract： [Purpose/significance] From the perspective of users and designers， this article puts forward a new solving method based on Interpretive Structural Modeling （ISM）， and does some research on the influential factors in promoting the mobile terminal application. [Method/process] During the research， by combining the SPSS statistical analysis method and the ISM， this article made up for the deficiency that ISM needed to judge the relations among various factors subjectively. [Result/conclusion] The results show that the hierarchy of the influence factors in APP promoting provides a better basis for effectively developing， applying and promoting the APP.

Keywords： ISM APP promotion SPSS orrelation analysis regression analysis