基于關(guān)鍵事件法的虛擬品牌社群顧客間互動(dòng)行為研究

楊瑞

摘要：運(yùn)用關(guān)鍵事件法對(duì)虛擬品牌社群顧客間互動(dòng)行為進(jìn)行探索性研究，結(jié)果顯示共有建議與幫助、認(rèn)同與共鳴、友好態(tài)度、干擾與爭(zhēng)執(zhí)、負(fù)面態(tài)度和問(wèn)題未解決6大類(lèi)16個(gè)子類(lèi)的顧客間互動(dòng)行為。以此為基礎(chǔ)進(jìn)行量表開(kāi)發(fā)，信度分析、探索性因子分析以及驗(yàn)證性因子分析表明，最終量表包括6個(gè)維度23個(gè)測(cè)項(xiàng)并具有良好的信度和效度。

關(guān)鍵詞：虛擬品牌社群；顧客間互動(dòng)行為；關(guān)鍵事件法；測(cè)量量表

DOI：10.13956/j.ss.1001-8409.2017.03.26

中圖分類(lèi)號(hào)：F713 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2017）03-0120-05

Abstract： Using Critical Incident Technique， this paper explores CCI behaviors in virtual brand communities and divides them into six categories： advice and help， identification and resonance， friendly attitude， interference and dispute， negative attitude， problems unsolved， a total of 16 subclasses. Then， a measurement scale is developed. Through the reliability analysis， exploratory factor analysis and confirmatory factor analysis， the final scale consists of 23 measurement items， and the scale has good reliability and validity.

Key words： virtual brand community； customer to customer interaction（CCI）behavior； Critical Incident Technique； measurement scale

互聯(lián)網(wǎng)的發(fā)展使顧客間的交流日益便捷和頻繁。連接品牌與顧客的虛擬品牌社群，聚集大量的顧客和潛在顧客，已經(jīng)成為顧客間互動(dòng)的重要平臺(tái)。虛擬品牌社群中的互動(dòng)包括顧客與企業(yè)（品牌）之間的互動(dòng)以及顧客與顧客之間的互動(dòng)，顧企之間的互動(dòng)在顧客參與文獻(xiàn)中討論較多，而顧客之間的互動(dòng)研究卻相對(duì)匱乏。這主要是因?yàn)榕c顧企互動(dòng)相比，顧客間互動(dòng)的過(guò)程和結(jié)果難以控制和測(cè)量。但服務(wù)業(yè)文獻(xiàn)表明，和其他顧客的口頭交互會(huì)使顧客在購(gòu)買(mǎi)過(guò)程中更加滿意，其他顧客的評(píng)論比銷(xiāo)售人員的建議更可信[1]；積極的顧客間互動(dòng)對(duì)顧客忠誠(chéng)和口碑傳播具有正向作用[2]；不良的顧客間互動(dòng)則會(huì)影響顧客的再惠顧意愿[3]。但當(dāng)前的顧客間互動(dòng)研究多集中于實(shí)體環(huán)境，關(guān)注處于同一消費(fèi)場(chǎng)景中的顧客間互動(dòng)[1～7]，僅有少數(shù)學(xué)者對(duì)虛擬環(huán)境中的顧客間互動(dòng)進(jìn)行了研究，但這些研究或者著眼于強(qiáng)度、雙向性、響應(yīng)性等互動(dòng)屬性[9，10]，或者注重互動(dòng)內(nèi)容[11，12]，將其分為產(chǎn)品互動(dòng)、人際互動(dòng)、信息互動(dòng)等，鮮有針對(duì)互動(dòng)行為的研究。國(guó)內(nèi)僅見(jiàn)魏斐翡[13]對(duì)電子商務(wù)物流服務(wù)中的顧客間互動(dòng)行為進(jìn)行了研究，但該文的研究重點(diǎn)仍是處于同一虛擬服務(wù)場(chǎng)景中的顧客間互動(dòng)。而本文關(guān)注處于服務(wù)現(xiàn)場(chǎng)之外的虛擬品牌社群中的顧客間互動(dòng)行為，而且顧客間互動(dòng)具有行業(yè)和情境依賴(lài)性[14]，針對(duì)特定情境的專(zhuān)門(mén)研究才更有意義。

鑒于此，本文對(duì)虛擬品牌社群顧客間互動(dòng)行為進(jìn)行探索性研究，探查其現(xiàn)象與形式，進(jìn)而構(gòu)建維度并開(kāi)發(fā)量表，以期為企業(yè)影響和引導(dǎo)顧客間互動(dòng)行為提供幫助，也為相應(yīng)實(shí)證研究提供工具支持。

1 虛擬品牌社群顧客間互動(dòng)行為研究?jī)?nèi)容

品牌社群是建立在品牌愛(ài)好者形成的社會(huì)關(guān)系之上的、不受地域限制的特殊消費(fèi)者群體[15]。基于互聯(lián)網(wǎng)的虛擬品牌社群超越了時(shí)間和地域的限制，實(shí)現(xiàn)了隨時(shí)隨地的自由交互，成為顧客間互動(dòng)的重要場(chǎng)所。顧客間互動(dòng)是指發(fā)生在顧客之間的互動(dòng)，狹義上的顧客間互動(dòng)僅指發(fā)生在服務(wù)現(xiàn)場(chǎng)的顧客間接觸[16]；廣義上的顧客間互動(dòng)則是指相關(guān)信息在顧客間轉(zhuǎn)移的過(guò)程，這種過(guò)程會(huì)影響顧客的消費(fèi)偏好、購(gòu)買(mǎi)行為及同其他顧客進(jìn)一步交流的意愿[17]，它可以發(fā)生在服務(wù)現(xiàn)場(chǎng)和服務(wù)現(xiàn)場(chǎng)之外[16]。

本文關(guān)注虛擬品牌社群中的顧客間互動(dòng)行為，這是發(fā)生在服務(wù)現(xiàn)場(chǎng)之外的、虛擬環(huán)境中的顧客間互動(dòng)，屬于廣義上的顧客間互動(dòng)。廣義上的顧客間互動(dòng)強(qiáng)調(diào)信息的轉(zhuǎn)移和對(duì)顧客的影響，互動(dòng)發(fā)生的地點(diǎn)則不是重點(diǎn)。具體到虛擬品牌社群的環(huán)境中，顧客間的互動(dòng)可能是立即得到回復(fù)的即時(shí)溝通，也可能是需要一段時(shí)間的延時(shí)溝通，還有可能是根本沒(méi)有得到回復(fù)的準(zhǔn)社會(huì)互動(dòng)準(zhǔn)社會(huì)互動(dòng)，指虛擬環(huán)境中發(fā)帖者與瀏覽者通過(guò)互聯(lián)網(wǎng)等媒體進(jìn)行的非面對(duì)面的單向互動(dòng)。

式溝通。但這些都實(shí)現(xiàn)了信息的轉(zhuǎn)移，也都會(huì)對(duì)顧客產(chǎn)生影響，因而都屬于廣義上顧客間互動(dòng)行為研究的內(nèi)容，這也就是本文的主要研究?jī)?nèi)容。

2 虛擬品牌社群顧客間互動(dòng)行為類(lèi)型探索

2.1 研究方法與過(guò)程

作為一種定性研究方法，關(guān)鍵事件法通過(guò)特定程序收集被試講述的令其印象深刻的關(guān)鍵事件，對(duì)其進(jìn)行內(nèi)容分析并將之歸納到某個(gè)框架體系中。該方法能夠方便研究者對(duì)所發(fā)生的事情或狀況進(jìn)行分類(lèi)。當(dāng)前，關(guān)鍵事件法已經(jīng)被較多地用于實(shí)體服務(wù)環(huán)境中的顧客間互動(dòng)行為研究。例如，Martin和Pranter[4]運(yùn)用該法將公共場(chǎng)合的顧客間互動(dòng)行為歸納為顧客間的社交、其他顧客的外觀、不關(guān)心他人的行為、粗魯?shù)男袨椤⒈┝Φ男袨椤⒉粷M的行為及從容不迫的行為等7大類(lèi)32種具體行為。Zhang等[5]通過(guò)對(duì)餐廳、電影院等15種服務(wù)場(chǎng)景的關(guān)鍵事件研究，發(fā)現(xiàn)可以根據(jù)互動(dòng)行為給同屬顧客同屬顧客，處于同一服務(wù)（或消費(fèi)）場(chǎng)景中的其他顧客。

帶來(lái)的影響是直接或間接、積極或消極的，將顧客間互動(dòng)行為分為4大類(lèi)共9種。銀成鉞等[6]采用該法將服務(wù)接觸中的顧客間互動(dòng)行為分為其他顧客的外觀、其他顧客的行為和顧客間的語(yǔ)言交流等3大類(lèi)15個(gè)子類(lèi)。蔣婷和胡正明[7]采用該法將游客間互動(dòng)行為分為基本禮儀、旅游規(guī)范、語(yǔ)言溝通、幫助行為和其他等5個(gè)大類(lèi)20個(gè)子類(lèi)。

借鑒以上研究，本文亦采用關(guān)鍵事件法對(duì)虛擬品牌社群顧客間互動(dòng)行為進(jìn)行探索性研究。按照相關(guān)研究的普遍做法，通過(guò)問(wèn)卷調(diào)查收集相關(guān)數(shù)據(jù)。首先，請(qǐng)被試填寫(xiě)其經(jīng)常登錄的虛擬品牌社群；然后請(qǐng)被試描述在該社群中由于其他顧客的行為而使被試感到滿意或不滿意的一個(gè)事件，包括事件過(guò)程、其他顧客的表現(xiàn)和被試的感受；最后是被試的人口統(tǒng)計(jì)信息。本文委托“問(wèn)卷星”調(diào)研網(wǎng)站并購(gòu)買(mǎi)其樣本服務(wù)來(lái)收集數(shù)據(jù)。

調(diào)查共進(jìn)行了7天，回收問(wèn)卷322份。剔除無(wú)效問(wèn)卷157份，得到165份有效問(wèn)卷。其中，男性84人占比50.9%，女性81人占比49.1%；18～30歲84人占比50.9%，31～40歲64人占比38.8%；本科學(xué)歷121人占比73.3%；月收入4000～5000元及5000元以上的，共計(jì)118人，占比71.5%。在性別和年齡結(jié)構(gòu)上，被試與第36次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告中的相應(yīng)統(tǒng)計(jì)項(xiàng)目第36次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告顯示，截至2015年6月，中國(guó)網(wǎng)民男女比例為55.1：44.9；20～29歲網(wǎng)民占比最大，為31.4%；學(xué)歷以初、高中為主，占比67.0%；月收入以2001～5000元為主，占比43.4%。

基本吻合。在學(xué)歷層次和收入水平上，被試均高于該統(tǒng)計(jì)報(bào)告中的相應(yīng)統(tǒng)計(jì)項(xiàng)目。這說(shuō)明，與普通網(wǎng)民相比，虛擬品牌社群成員整體上學(xué)歷和收入較高。加入社群6～12個(gè)月、1～2年及3年以上的，共計(jì)112人，占比67.9%。總體上，樣本加入社群時(shí)間較長(zhǎng)，這也保證了收集的事件是具有普遍意義的。

本文首先閱讀并分析關(guān)鍵事件，初步確立分類(lèi)標(biāo)準(zhǔn)；其次，借鑒相關(guān)文獻(xiàn)[4～7]的做法，由包括本文的兩位研究者獨(dú)立對(duì)所有事件分類(lèi)，并進(jìn)一步確定分類(lèi)標(biāo)準(zhǔn)和類(lèi)別名稱(chēng)；最后，由第三位研究者再次對(duì)所有事件分類(lèi)，不一致的事件由3位研究者集中判斷并達(dá)成一致。本文采用式（1）所示的可靠性指數(shù)來(lái)檢驗(yàn)分類(lèi)過(guò)程的信度。其中，Ir表示信度指數(shù)，F(xiàn)0表示彼此同意的件數(shù)，N為總樣本數(shù)，K為分類(lèi)數(shù)。當(dāng)Ir超過(guò)0.8時(shí)，其結(jié)果被視為是可信的。

顧客間正面的相互影響更多。其次，再按照引起顧客滿意或不滿意的原因，將滿意事件劃分為建議與幫助、認(rèn)同與共鳴、友好態(tài)度3大類(lèi)10個(gè)子類(lèi)，將不滿意事件劃分為干擾與爭(zhēng)執(zhí)、負(fù)面態(tài)度、問(wèn)題未解決3大類(lèi)6個(gè)子類(lèi)。

第一類(lèi)，建議與幫助，主要指社群成員間關(guān)于產(chǎn)品或品牌購(gòu)買(mǎi)、使用、維護(hù)等方面的互動(dòng)行為，收集56個(gè)事件，占滿意事件比例61.5%，占總事件比例33.9%，包括3個(gè)子類(lèi)。（1）求助得到幫助，主要是顧客在產(chǎn)品或品牌使用中遇到問(wèn)題求助網(wǎng)友而得到幫助解決問(wèn)題的互動(dòng)。典型事件有手機(jī)閃退/黑屏、電腦卡頓/中毒，化妝品使用方法等，收集32個(gè)事件，是讓顧客滿意的第一大因素。（2）購(gòu)買(mǎi)咨詢(xún)建議，主要是指顧客在購(gòu)買(mǎi)產(chǎn)品之前咨詢(xún)網(wǎng)友而得到推薦或建議的互動(dòng)。典型事件有手機(jī)購(gòu)買(mǎi)咨詢(xún)、衣服質(zhì)量咨詢(xún)、電腦換件咨詢(xún)、護(hù)膚品牌咨詢(xún)等，收集7個(gè)事件。（3）獲得信息知識(shí)，主要是顧客從他人帖子中獲得關(guān)于產(chǎn)品或品牌相關(guān)信息知識(shí)的互動(dòng)，包括經(jīng)驗(yàn)分享帖、創(chuàng)新使用帖、回答問(wèn)題帖、產(chǎn)品推薦帖等。該類(lèi)事件中，顧客并沒(méi)有發(fā)帖求助，而是通過(guò)瀏覽他人帖子而實(shí)現(xiàn)互動(dòng)，這屬于準(zhǔn)社會(huì)互動(dòng)的范疇，收集17個(gè)事件，是讓顧客滿意的第二大因素。

第二類(lèi)，認(rèn)同與共鳴，主要指社群成員間能引起認(rèn)同與共鳴的互動(dòng)行為，收集18個(gè)事件，占滿意事件比例19.8%，占總事件比例10.9%，包括3個(gè)子類(lèi)。（1）觀點(diǎn)得到認(rèn)同，主要是顧客發(fā)帖表達(dá)意見(jiàn)和看法得到他人肯定與支持的互動(dòng)。典型描述如“得到稱(chēng)贊，回復(fù)率超高”“得到大家的肯定”，收集3個(gè)事件。（2）思想交流與碰撞，主要是顧客感知到可以與他人暢所欲言、自由交流并參與其中的行為。典型描述如“仁者見(jiàn)仁、智者見(jiàn)智的討論”“能談在一起”“可以自由表達(dá)想法”等，收集12個(gè)事件，是讓顧客滿意的第三大因素。（3）引起共鳴，主要指顧客瀏覽到能引起共鳴的帖子。典型描述如“說(shuō)得跟我想的一樣”“……很有內(nèi)涵，我很受啟發(fā)”，共收集3個(gè)事件，屬于準(zhǔn)社會(huì)互動(dòng)。

需要說(shuō)明的是，在以往的顧客間互動(dòng)行為研究中，尚沒(méi)有文獻(xiàn)涉及“認(rèn)同與共鳴”這一互動(dòng)行為，較為接近的只有Nambisan和Baron[11]從互動(dòng)內(nèi)容角度提出的成員身份互動(dòng)，即顧客維持和表露穩(wěn)定身份的互動(dòng)。品牌社群研究文獻(xiàn)表明，社群由對(duì)產(chǎn)品或品牌具有共同興趣和愛(ài)好的顧客組成，對(duì)品牌或社群的認(rèn)同是顧客參與社群的重要?jiǎng)恿ΑｑR斯洛需求層次理論指出，人有歸屬、尊重與自我實(shí)現(xiàn)的需要。當(dāng)顧客與社群其他成員進(jìn)行交流時(shí)，彼此相近的認(rèn)知必然會(huì)讓顧客產(chǎn)生歸屬感，進(jìn)而感知到尊重與自我實(shí)現(xiàn)的滿足，其結(jié)果就是顧客感到滿意。因而，筆者認(rèn)為，“認(rèn)同與共鳴”是虛擬品牌社群特有的、導(dǎo)致顧客滿意的關(guān)鍵顧客間互動(dòng)行為，也是該環(huán)境中顧客間互動(dòng)行為的特有維度。

第三類(lèi)，友好態(tài)度，主要指社群成員間輕松愉快的互動(dòng)行為以及對(duì)他人友好的態(tài)度，收集17個(gè)事件，占滿意事件比例18.7%，占總事件比例10.3%，包括4個(gè)子類(lèi)。（1）熱情友好態(tài)度，典型描述如“相互問(wèn)候，很親切”“氣氛融洽，輕松聊天”，收集12個(gè)事件，與“思想交流與碰撞”一樣是讓顧客滿意的第三大因素。（2）得到安慰與鼓勵(lì)，主要指顧客發(fā)帖傾訴遇到的困難和挫折并獲得他人安慰和鼓勵(lì)的互動(dòng)。事件描述為“工作中……，大家紛紛安慰鼓勵(lì)我”“發(fā)生了一件事，群友主動(dòng)關(guān)心我，感覺(jué)好了些”，共收集2個(gè)事件。（3）有趣的內(nèi)容，收集2個(gè)事件，事件描述為“論壇很有趣”“有些人很幽默”。（4）獲得他人饋贈(zèng)，收集1個(gè)事件，事件描述為“壇友送我一個(gè)游戲賬號(hào)，我很高興”。

第四類(lèi)，干擾與爭(zhēng)執(zhí)，主要指社群成員間令人不愉快的互動(dòng)行為乃至引起的爭(zhēng)執(zhí)和沖突，收集53個(gè)事件，占不滿意事件比例71.6%，占總事件比例32.1%，包括3個(gè)子類(lèi)。（1）爭(zhēng)執(zhí)和沖突，主要指顧客間由于觀點(diǎn)和看法不同而引發(fā)的爭(zhēng)執(zhí)和沖突。典型描述如“聊到一個(gè)應(yīng)用，意見(jiàn)不同互相說(shuō)”“手機(jī)測(cè)評(píng)觀點(diǎn)不同引起沖突”，收集7個(gè)事件。（2）不文明現(xiàn)象，典型事件如辱罵他人、發(fā)布不雅內(nèi)容、炫富或炫耀、鼓動(dòng)抵制某某等，收集29個(gè)事件，是讓顧客不滿意的第一大因素。（3）假消息和廣告，典型描述如“發(fā)布虛假中獎(jiǎng)信息”“在我帖子后鏈接廣告，不高興”“謠言很多”，收集17個(gè)事件，是讓顧客不滿意的第二大因素。

第五類(lèi)，負(fù)面態(tài)度，主要指社群成員互動(dòng)中感知到他人的冷漠與挑剔，收集19個(gè)事件，占不滿意事件比例25.7%，占總事件比例11.5%，包括2個(gè)子類(lèi)。（1）態(tài)度冷漠，典型描述如“提問(wèn)題時(shí)，沒(méi)人理”“提問(wèn)沒(méi)人回復(fù)”，收集4個(gè)事件。（2）態(tài)度挑剔，典型事件如咨詢(xún)問(wèn)題被嘲諷、發(fā)表評(píng)論被攻擊、對(duì)產(chǎn)品或品牌質(zhì)疑被圍攻等，收集15個(gè)事件，是讓顧客不滿意的第三大因素。

第六類(lèi)，問(wèn)題未解決，主要指顧客在社群內(nèi)提出問(wèn)題，雖得到答復(fù)但卻沒(méi)有解決問(wèn)題的互動(dòng)，收集2個(gè)事件，占不滿意事件比例2.7%，占總事件比例1.2%。事件描述為“……說(shuō)著玩，無(wú)法解決問(wèn)題”“……不搭邊，有用的不多”。

至此，通過(guò)對(duì)關(guān)鍵事件的內(nèi)容分析并參照現(xiàn)有研究，本文將虛擬品牌社群顧客間互動(dòng)行為劃分為6大類(lèi)16個(gè)子類(lèi)。使顧客滿意的主要是建議與幫助、認(rèn)同與共鳴、友好態(tài)度。其中，求助得到幫助、獲得信息知識(shí)、思想交流與碰撞、熱情友好態(tài)度是主要影響因素。使顧客不滿意的主要是干擾與爭(zhēng)執(zhí)、負(fù)面態(tài)度、問(wèn)題未解決。其中，不文明現(xiàn)象、假消息和廣告、態(tài)度挑剔是主要影響因素。可靠性指數(shù)表明，分類(lèi)結(jié)果具有較高信度，為后繼量表的開(kāi)發(fā)奠定了基礎(chǔ)。

3 虛擬品牌社群顧客間互動(dòng)行為量表開(kāi)發(fā)

本文首先將上述6類(lèi)行為作為虛擬品牌社群顧客間互動(dòng)行為的6個(gè)維度，以此為基礎(chǔ)提煉出35個(gè)語(yǔ)句；再結(jié)合深度訪談和文獻(xiàn)回顧補(bǔ)充7個(gè)語(yǔ)句；然后請(qǐng)營(yíng)銷(xiāo)專(zhuān)家甄別語(yǔ)句的重復(fù)性和模糊性，刪除13個(gè)問(wèn)句后得到初步優(yōu)化的29個(gè)測(cè)項(xiàng)；最后采用Likert 5級(jí)量表生成問(wèn)卷，從1到5分別表示從幾乎不發(fā)生到經(jīng)常發(fā)生。

3.1 預(yù)調(diào)研與量表修正

預(yù)調(diào)研主要是修正量表。通過(guò)“問(wèn)卷星”網(wǎng)站發(fā)布問(wèn)卷并邀請(qǐng)朋友填寫(xiě)。兩周時(shí)間里，回收107份問(wèn)卷，刪除無(wú)效問(wèn)卷3份，有效問(wèn)卷共計(jì)104份。使用Cronbachs α和CITC值（Corrected-item Total Correlation）進(jìn)行信度分析并凈化測(cè)項(xiàng)。一般認(rèn)為，Cronbachs α應(yīng)大于0.7。同時(shí)，刪除CITC小于0.5且刪除該項(xiàng)后Cronbachs α值增加的測(cè)項(xiàng)。按照上述標(biāo)準(zhǔn)，刪除3個(gè)題項(xiàng)后重新計(jì)算的CICT值均大于0.5，各維度Cronbachs α系數(shù)最小值為0.765，整體Cronbachs α系數(shù)為0.855，表明量表信度佳。量表KMO值為0.784，Bartletts球體檢驗(yàn)顯著，適合進(jìn)行探索性因子分析。采用主成分分析和最大方差正交旋轉(zhuǎn)，刪除因子載荷均小于0.5和兩個(gè)或多個(gè)因子載荷均不低于0.5的測(cè)項(xiàng)，逐個(gè)刪除3個(gè)測(cè)項(xiàng)后得到最終量表。萃取特征根大于1的公因子6個(gè)，旋轉(zhuǎn)后的23個(gè)測(cè)項(xiàng)分屬6個(gè)因子，各測(cè)項(xiàng)因子載荷均大于0.5，符合標(biāo)準(zhǔn)。6個(gè)公因子累計(jì)方差貢獻(xiàn)率68.055%，超過(guò)50%的閾值，可以很好地解釋研究變量。

3.2 正式調(diào)研與量表檢驗(yàn)

正式調(diào)研重新收集數(shù)據(jù)對(duì)量表進(jìn)行檢驗(yàn)。將23個(gè)測(cè)項(xiàng)生成新的問(wèn)卷，再次委托“問(wèn)卷星”網(wǎng)站并購(gòu)買(mǎi)其樣本服務(wù)收集數(shù)據(jù)。7天內(nèi)，回收問(wèn)卷280份，刪除26份無(wú)效問(wèn)卷，獲得有效問(wèn)卷254份。將254份問(wèn)卷隨機(jī)分成兩部分，前者120份用于信度分析和探索性因子分析，后者134份用于驗(yàn)證性因子分析。本文共有23個(gè)測(cè)項(xiàng)，兩份樣本均符合樣本數(shù)為量表測(cè)項(xiàng)數(shù)量5倍的基本要求。

120份樣本信度分析結(jié)果顯示，各個(gè)測(cè)項(xiàng)的CICT值均大于0.5，且刪除任一測(cè)項(xiàng)都會(huì)使Cronbachs α系數(shù)降低，表明每個(gè)測(cè)項(xiàng)都應(yīng)被保留。同時(shí)，6個(gè)維度的Cronbachs α系數(shù)最小值為0.786，整體Cronbachs α系數(shù)為0.828，達(dá)到了非常好的程度。KMO值為0.853，Bartletts球體檢驗(yàn)顯著，采用主成分分析并最大方差正交旋轉(zhuǎn)后，23個(gè)測(cè)項(xiàng)分屬6個(gè)因子，因子載荷均大于0.5且無(wú)跨因子載荷現(xiàn)象，顯示量表結(jié)構(gòu)較好。6個(gè)因子累計(jì)方差貢獻(xiàn)率為68.821%，表明抽取6個(gè)因子是合理的。

對(duì)剩余134個(gè)樣本進(jìn)行驗(yàn)證性因子分析。運(yùn)用AMOS17.0軟件構(gòu)建驗(yàn)證性因子分析模型，并采用固定負(fù)荷法和極大似然法進(jìn)行評(píng)估。表1表明，各測(cè)項(xiàng)因子載荷均在0.5～0.95的標(biāo)準(zhǔn)之間，全部通過(guò)了t檢驗(yàn)且在p<0.001的水平上顯著，表明假設(shè)關(guān)系是存在的；各個(gè)潛變量組合信度（CR）均大于0.6的標(biāo)準(zhǔn)，平均方差析出（AVE）均大于0.5的標(biāo)準(zhǔn)，且各個(gè)潛變量AVE值的平方根（對(duì)角線上數(shù)據(jù)）均大于對(duì)應(yīng)潛變量之間的相關(guān)系數(shù)（對(duì)角線下數(shù)據(jù)）（見(jiàn)表2），說(shuō)明量表內(nèi)部一致性、收斂效度和區(qū)分效度良好。χ2/df=1.214（1～2之內(nèi)），RMSEA=0.040（小于0.05）、RMR=0.039（小于0.05），IFI=0.975（大于0.9），GFI=0.867（大于0.8），NFI=0.872（大于0.8），在實(shí)務(wù)中大于0.8也被視為是合理的[18]，說(shuō)明模型擬合程度較好。

4 研究結(jié)論、意義及局限性

本文的研究結(jié)論可以總結(jié)為以下幾點(diǎn)。第一，通過(guò)對(duì)165個(gè)事件的內(nèi)容分析，本研究總結(jié)出建議與幫助、認(rèn)同與共鳴、友好態(tài)度3類(lèi)滿意事件（91件），及干擾與爭(zhēng)執(zhí)、負(fù)面態(tài)度、問(wèn)題未解決3類(lèi)不滿意事件（74件）。同時(shí)發(fā)現(xiàn)虛擬品牌社群特定情境下，顧客更多地感受到正面互動(dòng)行為，這與以往研究不同，基于共同愛(ài)好和興趣的虛擬品牌社群是這一不同的主要原因。第二，通過(guò)定性和定量研究，本文構(gòu)建了虛擬品牌社群顧客間互動(dòng)行為的6個(gè)維度，尤其是“認(rèn)同與共鳴”這一特有維度，是以往顧客間互動(dòng)研究尚未涉及的。第三，基于探索性研究的結(jié)果，本文嚴(yán)格按照規(guī)定流程開(kāi)發(fā)了虛擬品牌社群顧客間互動(dòng)行為量表，信度分析、探索性因子分析和驗(yàn)證性因子分析結(jié)果表明，量表包含6個(gè)維度23個(gè)測(cè)項(xiàng)，信度效度良好。

研究意義主要體現(xiàn)在以下幾點(diǎn)上。第一，顧客間互動(dòng)是虛擬品牌社群的關(guān)鍵內(nèi)容和社群成功與否的重要標(biāo)志。但是顧客并不天然都會(huì)與他人進(jìn)行積極主動(dòng)的良性互動(dòng)，消極負(fù)面互動(dòng)也普遍存在于顧客之間并影響顧客整體體驗(yàn)。本文識(shí)別并總結(jié)出虛擬品牌社群中導(dǎo)致顧客滿意與否的6類(lèi)互動(dòng)行為，為企業(yè)管控和引導(dǎo)顧客間互動(dòng)行為提供了切實(shí)的幫助和指導(dǎo)。第二，以往研究尚未涉及“認(rèn)同與共鳴”這一顧客間互動(dòng)行為，雖然這是基于虛擬品牌社群環(huán)境而提出的，但對(duì)其他環(huán)境中的此類(lèi)研究也會(huì)具有啟發(fā)和促進(jìn)作用。第三，如前所述，顧客間互動(dòng)研究多集中于實(shí)體環(huán)境，本文開(kāi)發(fā)的量表可以為虛擬環(huán)境中的此類(lèi)研究提供工具支持，從而拓展顧客間互動(dòng)的研究領(lǐng)域。

本文也具有一定的局限性。第一，對(duì)關(guān)鍵事件的劃分存在主觀性，故而研究結(jié)論也會(huì)有一定的局限性。第二，沒(méi)有區(qū)分不同的虛擬品牌社群。雖然虛擬環(huán)境不像實(shí)體環(huán)境能夠顯著影響顧客行為，但不同類(lèi)型社群的顧客間互動(dòng)還是會(huì)存在差異。例如，企業(yè)發(fā)起的社群中，假消息和廣告相對(duì)會(huì)少一些。手機(jī)、電腦等電子產(chǎn)品社群中，顧客間互動(dòng)可能更多地集中于產(chǎn)品的使用與維護(hù)上；而游戲、旅游等娛樂(lè)體驗(yàn)社群中，顧客可能更多地討論消費(fèi)中的樂(lè)趣和感受。因此，不同虛擬品牌社群中，各類(lèi)互動(dòng)行為的相對(duì)重要性還需要進(jìn)一步研究。第三，受時(shí)間和資源所限，本文的有效樣本數(shù)量還不夠大，未來(lái)應(yīng)在更大范圍內(nèi)收集樣本，以進(jìn)一步驗(yàn)證量表的適用性。

參考文獻(xiàn)：

[1]Harris K，Baron S，Ratcliffe J.Customers as Oral Participants in a Service Setting [J].Journal of Services Marketing，1995，9（4）：64-76.

[2]Moore R，Moore M L，Capella M.The Impact of Customer-to-customer Interaction in a High Personal Contact Service Setting[J].Journal of Services Marketing，2005，19（7）： 482-491.

[3]蔣婷，張峰.游客間互動(dòng)對(duì)再惠顧意愿的影響研究——基于游客體驗(yàn)的視角[J].旅游學(xué)刊，2013，28（7）：90-100.

[4]Martin C L，Pranter C A.Compatibility Management： Customer-to-customer Relationships in Service Environments [J].Journal of Services Marketing，1989，3（3）：5-15.

[5]Zhang J Y，Beatty S E，Mothersbaugh D. A CIT Investigation of Other Customers Influence in Services[J].Journal of Services Marketing，2010，24 （5）：389-399.

[6]銀成鉞，楊雪，王影.基于關(guān)鍵事件技術(shù)的服務(wù)業(yè)顧客間互動(dòng)行為研究[J].預(yù)測(cè)，2010，29（1）：15-20.

[7]蔣婷，胡正明.服務(wù)接觸中游客間互動(dòng)行為研究——基于關(guān)鍵事件技術(shù)的方法[J].旅游學(xué)刊，2011，26（5）：77-83.

[9]Frey K， Lüthje C.Antecedents and Consequences of Interaction Quality in Virtual End-user Communities[J].Creativity and Innovation Management，2011，20（1）：22-35.

[10]Wang H W， Meng Y，Wang W.The Role of Perceived Interactivity in Virtual Communities： Building Trust and Increasing Stickiness[J].Connection Science，2013，25（1）：55-73.

[11]Nambisan S，Baron R A.Virtual Customer Environments： Testing a Model of Voluntary Participation in Value Co-creation Activities [J].Journal of Product Innovation Management，2009，26（4）：388-406.

[12]Zhou J J，Zuo M Y，Yu Y， et al.How Fundamental and Supplemental Interactions Affect Users Knowledge Sharing in Virtual Communities？ A Social Cognitive Perspective [J].Internet Research，2014，24（5）：566-586.

[13]魏斐翡.電子商務(wù)物流網(wǎng)絡(luò)服務(wù)下的顧客電子互動(dòng)研究[J].計(jì)算機(jī)與數(shù)字工程，2013，41（10）：1567-1569，1684.

[14]Martin C L.Consumer-to-consumer Relationships： Satisfaction with Other Consumers Public Behavior[J].Journal of Consumer Affairs，1996，30（1）：146-169.

[15]Muniz A M Jr，O'Guinn T C.Brand Community[J].Journal of Consumer Research，2001，27（4）：412-432.

[16]Harris K，Baron S，Parker D.Understanding the Consumer Experience： Its “good to talk” [J].Journal of Marketing Management，2000，16（1-3）：111-127.

[17]Libai B，Bolton R，Bugel M S，et al.Customer-to-customer Interactions： Broadening the Scope of Word of Mouth Research [J].Journal of Service Research，2010，13（3）：267-282.

[18]Hair J F，Black W C，Babin B J，et al.Multivariate Data Analysis（7th Edition） [M].New Jersey：Prentice Hall，2009.

（責(zé)任編輯：楊 銳）