網絡推薦對線下商品體驗消費的影響研究

孫旭

摘 要：隨著網絡科技的不斷發展，網絡已經充斥在生活周圍，比如網絡購物，給大家帶來方便，卻對線下商品銷售帶來了不小的影響。本文通過調差問卷的形式收集一定的數據，再利用統計學中相關性分析利用Matlab軟件對網絡推薦對線下商品體驗消費的影響做了一定的研究。

關鍵詞：網絡推薦 相關性分析 Matlab

中圖分類號：F724 文獻標識碼：A 文章編號：1672-3791（2017）08（b）-0111-02

近年來隨著互聯網科技的高速發展，電子商務正是搭上了互聯網這條高速行駛的快車，對傳統線下零售業造成了巨大的沖擊。隨著亞馬遜、京東、淘寶等網站的成功，推薦系統作為一種促進消費者購買的有效工具越來越受到重視。推薦系統會對傳統線下零售業產生巨大的影響，這種影響可能是雙面的，一方面有可能促進線下實體店的商品銷售，另一方面也有可能對線下商品的銷售量起相反的作用。因此能準確分析網絡推薦對線下商品銷售情況的影響，對線下商戶來說是一個很有必要的問題。

本文采用理論分析和實證研究相結合的方法，通過對相關文獻的梳理，對所有相關變量進行綜合評價，提出了假設和研究模型；通過問卷調查得出了該方法，通過對實驗數據進行統計分析，得出了該數據的結論。具體方法如下：（1）理論分析：以探索推薦系統對消費者購買行為的影響機制，閱讀大量國內外相關文獻和專著，全面回顧和梳理推薦系統采用相關領域的研究成果和新進展，尋找一個有意義的研究，側重于挑選出多個有意義的變量。（2）實證研究：為了驗證本文提出的假設模型，筆者利用問卷調查方法來獲取樣本數據。采用統計分析軟件Matlab進行了樣本數據處理和分析，包括描述性統計、可靠性分析、相關分析、驗證性因素分析、模型分析等，通過數據分析結果驗證了假設模型。

1 模型的構建與設計

模型建立分為以下4個步驟。

（1）將商品分為4個大類：即時性商品、生活用品、大件物品、文化商品。

（2）收集與分析消費者經常在網絡上受到哪一類型的商品的推薦，做出統計結果。

（3）提出假設。根據網絡推薦對線下4類商品產生影響，提出了4個假設。H1：網絡推薦會對促進線下即時性商品的銷售。H2：網絡推薦會對促進線下生活用品的銷售。H3：網絡推薦會對促進線下大件物品的銷售。H4：網絡推薦會對促進線下文化商品的銷售。

（4）分別計算Pearson相關系數，來驗證假設的合理性。相關系數是按積差方法計算，同樣以兩變量與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變量之間相關程度；著重研究線性的單相關系數。在這次研究當中筆者選擇采取問卷法這種方法獲取數據更為穩定可靠，短時間能收集到大量的數據。問卷部分具體內容見表1。一共分發了100份問卷，其中有76份作為有效問卷處理。在收集到數據后需要對數據進行預處理，將文字類數據轉換為能計算的數值型數據，因此，本文將數據按照1～4的4個層級將數據進行分析。

2 研究結果分析

相關性分析得到的結果是一個2×2矩陣，其中對角線上的元素分別表示x和y的自相關，非對角線上的元素分別表示x與y的相關系數和y與x的相關系數，兩個是相等的。相關性系數越接近1，代表越相關，越接近0，代表越不相關。通過分析可知，大件物品和文化物品的相關系數接近零，所以它們不具有相關性。消費者對不同種類物品的青睞程度可以發現，限時性物品和日常生活用品線下銷售量與網絡推薦具有顯著相關性，所以接受H1。文化物品和大件物品不根據分析結果表明，接受假設H1和假設H2，拒絕假設H3和H4。即網絡推薦會促進線下即時性商品和日常生活用品銷售量的增加，促進消費者進行線下消費。而網絡推薦對大件商品和文化類商品的線下銷售量的影響就非常小。

剩下的兩類商品，文化類和大件類商品。文化類商品在網絡上獲取資源更快捷，而且根據相關性分析結果也表明網絡商品推薦對文化類商品在線下的銷售量并沒有多大的影響。大件類商品，例如奢侈品，數碼產品等這些商品有一個共同的特性那就是價格比較昂貴，一般普通消費者看到推薦后會產生購買欲望，但是對一些極端消費者比如財富相對較多的消費者和極度喜歡某種品牌的商品的消費者會產生線下的購買欲望。買這種價格比較高的商品，通過網絡消費者對質量不會特別放心，所以會更多地選擇線下消費。但是由于這種消費者所占比重較少，因此網絡推薦商品對著類線下商品的影響也不是特別大，還是拒絕假設H4具有相關性，所以拒絕假設H3和H4。

3 結語

為了確定網絡推薦對線下商品的影響，筆者首先采用了問卷調查的方式獲取數據。然后再合理的將收集到的資料轉換為能計算的數值行數據。再利用統計學中的相關性分析使用Pearson系數來衡量網絡推薦商品對線下商品的影響研究。利用Matlab工具對數據進行了分析計算，并且的出了以下結論：（1）網絡推薦商品對即時性商品例如零食，水果類的線下銷售量有顯著影響。（2）網絡推薦商品對日常生活用品在線下的銷售影響也比較大。（3）網絡推薦商品對比較昂貴的貴重物品，例如數碼產品和奢侈品等的影響較小，由于消費者群體較少，而且相關性分析得出的系數接近0。因此認為無影響。（4）網絡推薦商品對文化類商品例如音樂電影等影響最不明顯。

參考文獻

[1] 張兵.傳統零售企業的戰略轉型[J].企業改革與管理，2000（9）：14-15.

[2] Martin V. Deise.電子商務管理者指南：從戰術到戰略[M].清華大學出版社，2002.

[3] 張志朋.基于SNS社交平臺的企業網絡營銷策略研究[D].北京交通大學，2012.

[4] 周呂東.企業網上銀行客戶忠誠的影響因素研究[D].浙江大學，2010.

[5] 馬舒寧.企業微信營銷傳播研究[D].大連海事大學，2014.endprint