移動電商個性化推薦對消費者購買意愿影響分析

徐玲玲　朱婧

內容摘要：在移動電商平臺競爭激烈的背景下，個性化推薦成為其吸引、留住消費者的營銷手段之一。本文通過探索性多案例分析方法確立影響消費者接受個性化推薦的主要因素為呈現方式和推送方式，將兩因素作為TAM模型的外部變量，構建出個性化推薦影響消費者購買意愿的結構模型，采用方差分析來考察消費者類型在該模型中的調節效應。研究發現，個性化推薦的呈現方式和推送方式正向影響消費者感知有用性和易用性，消費者類型在此過程中能夠作為調節變量。

關鍵詞：移動電商 個性化推薦 技術接受模型 消費者類型

引言

由于互聯網及移動互聯網時代的到來，消費者傳統的購物習慣、社交、閱讀等行為正在向線上轉移。面對這一趨勢，移動電商平臺想要發展就要采取策略吸引、留住消費者，這已成為電子商務企業最常用的策略之一，個性化推薦策略較好地滿足了消費者個性化需求，不僅讓消費者在購物時的體驗感得到了提升，而且促進交易及實現利潤增長，具有雙贏的效果。

移動電商平臺憑借消費者之前的搜索、瀏覽以及購買記錄推測其偏好及需求，當其訪問平臺時進行推薦。移動電商個性化推薦系統的應用，能夠較好地解決“信息過載”這一問題，較準確地向消費者推薦需求商品信息，縮短了消費者在選購時的搜索時間，在購物時增強了消費者體驗感，提高消費者對平臺的滿意度；同時也可以加大商品的曝光率，促成潛在的交易達成，增加商品的銷售量，為商家帶來切實利益。移動電商個性化推薦服務雖然具有針對性，但推薦方式選擇不當，消費者會心存抵觸，所以尋找到消費者接受個性化推薦的因素格外重要。

近年來，個性化推薦在算法及消費者行為兩個研究方向得到了學者們的廣泛關注。算法方面，Ariely等（2004）將基于內容和協同過濾的個性化推薦算法進行了比較研究，發現前者的個性化推薦效果更好；Schafer等（2002）發現采用混合推薦系統進行產品推薦時，消費者會更樂意去接受所推薦的產品。消費者行為方面，戴德寶等（2015）將消費價值作為消費者接受互聯網個性化推薦的影響因素，并探究影響程度；Yoon等（2013）研究發現消費者對商品了解越清晰，越對個性化推薦服務產生反感，推薦的商品不會對其造成影響。

本文以前人研究為基礎，采用探索性多案例分析方法，指出呈現方式和推送方式是影響消費者接受個性化推薦的主要因素；運用技術接受模型（TAM）理論，構建基于呈現方式和推送方式兩個外部變量的個性化推薦影響消費者購買意愿的理論模型，并將消費者類型作為調節變量引入模型進行分析。

研究模型與研究假設

（一）探索接受個性化推薦的影響因素

利用具有理論構建功能的探索性多案例研究方法，以天貓、京東以及1號店為例。首先通過企業相關人員訪談、網絡搜集資料、期刊、書籍等收集案例信息，資料收集導向是“企業會使用哪些方式，讓消費者采納企業為其推薦的個性化商品”；其次，在對案例進行比較分析的基礎上，總結歸納創新決策方案的異同，使用質性數據分析軟件NVivo10對數據進行分析。

在對天貓、京東、1號店調研的基礎上，最終遴選出6份高相關度訪談記錄和40份文字材料。案例研究小組一致認為三家移動電商平臺對消費者個性化推薦的形式可以概括為呈現方式和推送方式（見表1）。

（二）研究假設

感知有用性是TAM模型中的重要變量，是指消費者情感上對新信息、新系統或產品的認可度直接影響采納度；感知易用性表示消費者情感上認為新技術或系統操作越簡單，越愿意去使用。該模型指出消費者感知有用性越強，消費者采納新技術越積極；消費者感知易用性對感知有用性和采納意愿都有積極作用。KLEIJNEN等（2012）認為用戶采用移動服務的行為會受有用性感知的正向作用。由此，可以提出以下假設：

H1：消費者對個性化推薦方式的易用性感知與有用性感知直接正相關；

H2：感知易用性正向影響消費者對移動電商個性化推薦的購買意愿；

H3：感知有用性正向影響消費者對移動電商個性化推薦的購買意愿。

Aljukhadar等（2011）認為消費者選擇接受個性化推薦系統推薦的信息時，受到信息呈現時間和界面設計等因素的影響。Dellaert等（2005）通過研究發現消費者評價推薦系統推薦的商品受到信息準確性和易理解性的影響。蔡日梅等（2008）提出消費者的有用性感知和易用性感知明顯與推薦商品信息位置合理性和內容簡約性相關。由此，可以提出以下假設：

H4：個性化推薦信息的呈現方式正向影響消費者感知有用性；

H5：個性化推薦信息的呈現方式正向影響消費者感知易用性。

互聯網未普及之前，常見的營銷方式集中在廣播、電視以及報紙等傳統渠道上。近些年，隨著互聯網及新媒體的蓬勃發展，如電子郵件、微博、微信、QQ等，這與案例研究小組的研究結果一致，移動電商平臺以這幾種推送方式向消費者傳遞個性化推薦信息。由此，可以提出以下假設：

H6：個性化推薦信息的推送方式正向影響消費者感知有用性；

H7：個性化推薦信息的推送方式正向影響消費者感知易用性。

根據消費者的購買特點不同，可以簡單地把其分成理智型和沖動型。理智型消費者在選購品的購買中冷靜、慎重，廣泛搜集資料、仔細比較和挑選，爭取在同類產品的各種品牌中做出最佳選擇。Beatty等（1998）研究發現沖動型消費者店內瀏覽會促進其產生購物傾向。Hoch等（1991）認為如果外界給予沖動型消費者一個刺激，將使其產生比較強烈的購買趨向。根據前人的研究可以看出，由于消費者類型的不同，在購物時產生的購買行為也是有差異的，但是現階段很少有將消費者類型引入個性化推薦，并作為調節變量來進行研究的。由此，可以提出以下假設：

H8：沖動型消費者在移動購物時受到個性化推薦信息呈現方式的影響而產生的感知有用性大于理智型消費者；

H9：沖動型消費者在移動購物時受到個性化推薦信息推送方式的影響而產生的感知有用性大于理智型消費者；

H10：沖動型消費者在移動購物時受到個性化推薦信息呈現方式的影響而產生的感知易用性大于理智型消費者；

H11：沖動型消費者在移動購物時受到個性化推薦信息推送方式的影響而產生的感知易用性大于理智型消費者。

基于上述假設，提出本文的理論模型（見圖1）。

實證研究

（一）問卷設計、信效度檢驗與模型擬合度評價

將國內外成熟的量表和探索性多案例研究方法相結合開發問卷，彌補了傳統問卷開發以理論研究為主，缺乏現實背景的缺陷。對問卷進行多次修改后最終形成的問卷包含6個變量24個題項，除人口統計信息外，所有問項均采用李克特五級量表。本研究一共發放420份問卷，回收405份，經過篩選整理出387份有效問卷，有效回收率達到92.1%。本次調查的男女比例分別為45%和55%，與《2015中國網絡購物用戶調研報告》中的男女比例相符，每月都會使用移動電商平臺進行購物的比例高達87.2%，調查對象教育程度為本科及以上學歷的比例達到96%。這些用戶群體可作為移動購物消費者的典型代表。

本文采用SPSS22.0軟件中的Reliability Analysis功能檢驗問卷量表信度，結果顯示問卷整體Cronbachs α系數值高達0.900，說明本研究設計的量表內部一致性很好。問卷量表的建構效度采用SPSS22.0軟件的探索性因子分析進行檢驗。結果顯示：樣本總體的KMO系數是0.841，大于標準值0.7；Bartlett球形檢驗后顯示量表的顯著性概率P值是0.000<0.001，表明量表的整體效度較好，適合做因子分析。對變量執行驗證性因子分析采用AMOS21.0軟件，數據顯示各題項與其對應潛變量標準化載荷值都高于0.5，且各個潛變量的平均方差抽取量（average variance extracted，AVE）都在0.5以上，表明各個潛變量有較好的收斂效度。各個子量表的Cronbachs α系數值以及各個變量同各個潛變量的AVE值的均方根之間的相關系數見表2所示。

根據基于AMOS21.0軟件的分析結果，模型的擬合度指標值如下：χ2 /df=2.162；GFI=0.918；AGFI=0.883；RMSEA=0.034；CFI=0.982。可見，本研究建構模型的諸多擬合指標都符合評價標準，表明該模型能夠有效驗證研究假設。利用AMOS21.0軟件進行分析，本文所提假設H1-H7均通過檢驗，說明移動電商個性化推薦信息呈現方式及推送方式均正向影響消費者的有用性感知和易用性感知，進而影響消費者的購買意愿。

（二）消費者類型的調節效應

在統計回歸分析中，類別變量要通過方差分析進行交互效應檢驗，且在這種情況下交互效應即調節效應。本研究中的調節變量和自變量均為類別變量，所以本文運用Two-Way ANOVA來檢驗消費者類型的交互作用。

1.消費者類型和呈現方式對感知有用性的交互效應。經過檢驗，消費者類型對感知有用性具有明顯的作用（F=116.624，P=0.000）；同時，呈現方式對感知有用性具有顯著影響（F=101.450，P=0.000），這也再次證明本文提出的H4假設；并且，消費者類型和呈現方式對消費者有用性感知的交互效應很明顯（F=9.286，P=0.019）。

進一步的分析結果（見表3和圖2）可以看出：沖動型消費者在移動購物時，若個性化推薦信息的呈現方式為單一時，感知有用性均值為4.80，而個性化推薦信息的呈現方式為多種時，感知有用性均值升為5.85；理智型消費者在移動購物時，若個性化推薦信息的呈現方式為單一時，感知有用性均值為3.02，而個性化推薦信息的呈現方式為多種時，感知有用性均值升為4.90，H8通過檢驗。

2.消費者類型和推送方式對感知有用性的交互效應。經過檢驗，消費者類型對感知有用性具有明顯的作用（F=127.152，P=0.000）；同時，推送方式對感知有用性具有顯著影響（F=97.356，P=0.000），這也再次證明本文提出的H6假設；并且，消費者類型和呈現方式對消費者有用性感知的交互效應很明顯（F=9.367，P=0.025）。

根據感知有用性在不同消費者類型和推送方式下的變化差異情況和交互作用（見圖3）可以看出：沖動型消費者在移動購物時，若個性化推薦信息的推送方式為單一時，感知有用性均值為4.58，而個性化推薦信息的推送方式為多種時，感知有用性均值升為5.16；理智型消費者在移動網絡購物時，若個性化推薦信息的推送方式為單一時，感知有用性均值為4.32，而個性化推薦信息的推送方式為多種時，感知有用性均值降為2.98，本研究H9通過檢驗。同時，由于理智型消費者的特性，多種個性化推薦信息的推送方式結合使用，會讓其產生反感，從而促使感知有用性顯著降低。

3.消費者類型和呈現方式對感知易用性的交互效應。經過檢驗，消費者類型對感知易用性具有明顯的作用（F=118.612，P=0.000）；同時，呈現方式對感知易用性具有顯著影響（F=101.496，P=0.000），這也再次證明本文提出的H5假設；并且，消費者類型和呈現方式對消費者易用性感知的交互效應很明顯（F=9.453，P=0.011）。

根據感知易用性在不同消費者類型和呈現方式下的變化差異情況和交互作用（見圖4）可以看出：沖動型消費者在移動購物過程中，若個性化推薦信息的呈現方式為單一時，感知易用性均值為2.35，而個性化推薦信息的呈現方式為多種時，感知易用性均值升為4.56；理智型消費者在移動購物過程中，若個性化推薦信息的呈現方式為單一時，感知易用性均值為1.85，而個性化推薦信息的呈現方式為多種時，感知易用性均值升為4.32，H10通過檢驗。同時，多種個性化推薦信息的呈現方式結合使用，可以對理智型消費者的感知易用性均值顯著提升。

4.消費者類型和推送方式對感知易用性的交互效應。經過檢驗，消費者類型對感知易用性具有明顯的作用（F=119.563，P=0.000）；同時，推送方式對感知易用性具有顯著影響（F=88.327，P=0.000），這也再次證明本文提出的H7假設；并且，消費者類型和推送方式對消費者易用性感知的交互效應很明顯（F=8.685，P=0.015）。

根據感知易用性在不同消費者類型和推送方式下的變化差異情況和交互作用（見圖5）可以看出：沖動型消費者在移動網絡購物時，若個性化推薦信息的推送方式為單一時，感知易用性均值為3.56，而個性化推薦信息的推送方式為多種時，感知易用性均值升為3.82；理智型消費者在移動網絡購物時，若個性化推薦信息的推送方式為單一時，感知易用性均值為3.25，而個性化推薦信息的推送方式為多種時，感知易用性均值升為3.47，H11通過檢驗。同時，多種個性化推薦信息的推送方式結合使用，對理智型消費者和沖動型消費者的感知易用性均值影響都不是很大。

通過上述研究，消費者類型能夠在個性化推薦的呈現方式、推送方式以及消費者的易用性感知和有用性感知之間有很明顯的交互作用，說明消費者類型可以作為一個有效的調節變量。

結論與啟示

第一，移動電商個性化推薦的呈現方式對消費者的有用性感知和易用性感知有明顯的積極作用。對于移動購物的消費者來說，移動電商平臺合理使用個性化推薦信息的呈現方式，將有利于消費者的識別和理解，提高消費者的購買意愿。移動電商平臺要考慮消費者在獲取推薦信息時的精力成本等，提高呈現方式的人性化程度以減少對消費者的負擔。在呈現方式的內容組織上，要對商品的參數、信息進行簡要說明，不要只是單純的羅列；在呈現方式的位置選擇上，要將推薦信息置于消費者關注度高的頁面位置，讓消費者快速找到推薦商品。

第二，個性化推薦信息的推送方式對消費者的有用性感知和易用性感知有顯著的正向作用。消費者在受到移動電商平臺通過不同推送方式的刺激時，對平臺推薦的商品會產生一定的興趣，同時通過該方式能夠很容易獲取商品的詳細介紹，將有利于消費者減少搜尋所需產品的時間成本，進而產生購買沖動。同時，在推送方式選擇上，移動電商平臺不要各種途徑都進行推薦，要有針對性地選擇推送方式，合理有效的刺激消費者。

第三，在個性化推薦的呈現方式、推送方式以及感知易用性、感知有用性之間，消費者類型可以作為調節變量。移動電商平臺在今后的發展中要著力關注個性化推薦系統功能的完善和豐富，本研究表明消費者類型是一個重要的調節變量，通過對消費者過去的購物習慣和購買商品時間等信息的獲取，智能地推斷出消費者的類型，針對不同的消費者類型實施不同的個性化推薦方式，可以有效激勵消費者進行產品選購。

第四，消費者的有用性和易用性感知對其進行移動購物行為產生正向刺激作用。移動電商平臺在進行個性化推薦時，要關注感知有用性和易用性，明確推薦的信息對消費者有沒有用、呈現的方式會不會對消費者造成視覺沖擊以及推送的方式能不能快速獲取商品信息等，企業想要實現為消費者提供高質量的個性化推薦服務就需要充分考慮這些因素。

本研究也存在一些不足之處，不應該局限于教育程度為本科及以上學歷的群體，因為他們有良好的知識和技能，感知易用性的差異性體現的不是很明顯，在接下來的研究中還需要擴大樣本數據量，讓結論具備一般性，同時在后續研究中會考慮風險、信任等影響因素。

參考文獻：

1.Aldas-Manzano J，Ruiz-Mafe C，Sanz-Blas.Exploring Individual Personality Factors as Driers of M-shopping acceptance[J].Industrial Management&Data; Systems，2009，109（6）

2.Wu，J.H.，Wang，S.C.What drives mobile commerce An empirical evaluation of the revised technology acceptance model[J].Information&Management;，2005，42（5）

3.Davis F.Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）

4.Wang，H.Y.，Wang，S.H.Predicting mobile hotel reservation adoption：Insight from a Perceived value standpoint[J].International Journal of Hospitality Management，2010，29（4）

5.Lu H.P.，Su P.Y.J.Factors Affecting Purchase Intention on Mobile Shopping Web Sites[J].Internet Research，2009，19（4）

6.G.Kim，B.Shin，H.G.Lee.Understanding Dynamics between Initial Trust and Usage Intentions of Mobile Banking[J].Information Systems Journal，2011，19（3）

7.戴德寶，劉西洋，范體軍.“互聯網+”時代網絡個性化推薦采納意愿影響因素研究[J].中國軟科學，2015（8）

8.Kleijnen M，de Ruyter K，Wetzels M.An Assessment of Value Creation in Mobile Service Delivery and the Moderating Role of Time Consciousness[J].Journal of Retailing，2007，83（1）

9.Muhammad Aljukhadar.Usage and Success Factors of Commercial Recommendation Agents：A Consumer Qualitative Study of My Product Advisor[J].Journal of Research in Interactive Marketing，2011，56（2）

10.蘇敬勤，崔淼，張竟浩.企業家視角下外部取向管理創新決策：基于探索性多案例識別的實證研究[J].科學學研究，2010，28（7）

11.陳劍，張華毅，湯胤.基于AINA模型的消費者網絡團購態度實證分析[J].商業經濟研究，2017（9）

12.Beatty，Ferrell.M.Elizabeth.Impulse Buying：Modeling its Precursors[J]，Journal of Retailing，1998，74（2）

13.Hoch，S.J.&Loewenstein;，GF.Time-Inconsistent preferences and Consumer SelfControl[J]，Journal of Consumer Research，1991，17（4）

14.Bellenger D N，Robertson D H，Hirschman E C.Impulse buying varies by product[J]，Journal of Advertising Research，1978，18（6）