B2B網絡算法對消費者購買決策的影響

文/韋曹瀅，中國人民大學

消費者購買決策是復雜的過程，其涉及到消費需求的刺激，購買意愿的產生，轉而了解商品，不同商品之間的比較，最后決定是否購買以及購買后相關的購買體驗評估。以上四個階段步驟對購買決策產生直接的影響，其中B2B網絡算法模型對于消費需求的刺激，商品之間的比較和購買后的評估產生決策性影響，本文將從以上三個方面進行相關闡述。B2B網絡算法是基于消費者和生產者的意愿進行的產品推廣和銷售，是生產者和消費者互相作用的產物，生產者對商品的包裝，消費者對產品的喜好是B2B網絡算法模型產生的重要依據，其將指導生產者運作和消費者購買，是電子商務體驗式購買不可缺少的一部分。

1 消費者購買決策的影響因素

1.1 消費需求刺激對購買決策的影響

消費者進行購買首先是由產生需求開始的，如果消費者沒有需求則很難產生購買決策，消費需求分為內在需求和外部潛在需求，內部需求是由消費者本身需要決定，是心理和生理以及消費觀念的綜合體現，外在需求是由生產者進行信息傳播制造的結果，是營銷策略帶來的最直接的體現，其中包括線上各大文字媒體網站等方式的傳播，以及各種折扣、特賣等方式的營銷活動刺激，包括新媒體運營以及傳統的互聯網內容營銷和線下的廣告、折扣等宣傳，這部分是對消費者購買決策的外在影響，消費需求是由外部環境制造出來的，購物網站是否知名，網站設計是否親民，網站的商品質量是否過關，網站推廣是否到位等一系列都將對消費者購買意愿產生影響。消費者自身需求是受個人生活習慣、消費習慣、網購習慣等影響，是自身消費習慣的重要體現。其對購買決策是直接影響，不存在買或者不買的選擇，而是對好與不好的區分。

1.2 信息搜索對購買決策的影響

消費者進行信息搜索的來源較廣，可以通過社交群體的推薦獲取，也可以是自己的親朋好友推薦獲取，此類信息對消費者的購買決策產生最為直接的影響，由于社交圈和朋友圈本身具有一定信譽的價值體系，故其推廣的信息更具有說服力，消費者更可能決定性的去購買相關產品而忽略其他產品，其次消費者可以通過網絡來進行信息獲取，互聯網搜索引擎獲取的內容具有一定的不確定性，消費者對其內容本身有一定的質疑成分，建立一套系統的評價體系將會對消費者購買決策產生最直觀的影響，最后消費者可以通過相關論壇、微博等渠道進行購買，其產品的有效價值仍需要消費者自身去判定，對于不確定性的產品價值消費者很難將其轉化為購買行為，互聯網及電子商務的發展需要區分和判定產品價值，這是相關算法所決定的，是需要算法設計者不斷去優化的結果。

1.3 商品選擇對購買決策的影響

消費者在進行網絡購買時將不斷進行比較以選擇性價比最高的商品，所有的消費者均會進行相關信息的比較，網絡算法需要執行的也是對商品價值的評估排行，從而推薦給消費者最適合其需求的產品。消費者在進行商品比較時主要考量以下幾個方面：價格、質量、好評程度、產品品牌、銷量反饋、企業信譽。一家具有超高信譽的企業，以較為親民的價格打造出精品的產品無疑受廣大消費者青睞，但是消費者需要在眾多產品中選擇出此類產品卻較耗費精力，網絡算法將其精簡化，推薦適合消費者自身的產品將為消費者帶來巨大購買體驗，是網絡購買的不可或缺的助手。其次在消費者選擇購買時，其他消費者對產品的評價一定程度上對當前購買行為產生決策影響，是不可忽略的影響因素之一。

1.4 購買及購買后評價對決策的影響

購買后的評價是消費者對產品的價值的認可的體現，當消費者收到購買商品，消費者將從以下幾個方面進行評估：是否跟商家描述一致，商家服務態度是否滿意，產品體驗是否達標，物流時間是否滿足自己要求，消費者是苛刻的，當以上體驗不滿足自身要求時將給予產品差評，評價結果直接影響后來消費者消費決策。

2 B2B網絡算法如何影響購買決策

2.1 B2B網絡算法對購買需求刺激的作用

B2B網絡算法作用于需求刺激主要體現在產品推廣端，比如目前百度在B2B領域推出的細雨算法是在消費需求階段影響購買決策的主要算法之一。在需求刺激階段線上主要是產品發布過程，信息的發布如果存在虛假或者不清晰規范，一定程度拉低購買欲望。細雨算法優化主要在以下幾個方面：1：細雨算法將標題內容表述更加合理清晰，其剔除了跟消費者瀏覽頁面無關的內容的相關標題信息，制造出標題與內容匹配的核心價值，其次將核心產品核心業務放置瀏覽主頁面，避免信息堆疊對消費者產生不利的瀏覽影響。2細雨算法加強了對頁面完整性的設置，頁面內容真實無虛假，符合消費者消費習慣，在內容上拒絕東拼西湊，影響消費者閱讀體驗全部剔除掉，增加閱讀體驗感，細雨算法作為互聯網平臺推送產品的算法之一對信息發布的過濾起著至關重要的作用，是購買決策的先判官。

2.2 B2B網絡算法對購買信息搜索的作用

信息檢索是消費者產生購買決策的先決條件，如果消費者無法獲取信息則無法對產品進行評判，B2B 信息搜索算法有多種模式，以下是信息檢索模式的典型案例：基于N層向量的信息檢索、基于關鍵詞組獲取的信息檢索、基于查詢擴展的信息檢索、基于向量空間模型的信息搜索、基于馬爾可夫模型的信息研究等等。不同的信息搜索算法一定程度作用消費者搜索信息內容。網絡算法對于信息搜索有以下幾方面影響：1搜索的查詢速度更高，查詢的準確率更高，當消費者不使用網絡算法進行搜索時，獲取的信息具有極大的不準確性、不真實性，影響了消費者購買體驗，不利于交易的成交；2搜索的內容更加真實可靠，通過網絡算法的搜索是經過嚴格的模型訓練，當搜索的內容不真實或者具有欺詐內容時，搜索算法將自動過濾掉不再顯示，是消費者在購買決策過程中的基礎條件。

2.3 B2B網絡算法對購買商品選擇的作用

購買商品的選擇是對商品屬性的二次選擇，B2B網絡算法可以針對多屬性決策進行網絡選擇，是網絡算法的一種，其可以根據消費者選擇的多屬性來進行篩選相應的產品。其次商品匹配算法也是在商品選擇的重要算法之一。WHIRL算法是通過向量空間變量進行建模，計算商品的相似程度，TMWM是通過抽取名稱中的集合詞來區分相似程度，相較于其他算法缺陷在于無法集中處理多個平臺的產品數據，為此一種凝聚層次的聚類算法填補這一空白，網絡的搜索內容匹配均與算法有關，目標是通過算法能夠精確的找到消費者需要的產品類型并對產品類型做出推送以便消費者完成購買任務。

2.4 B2B網絡算法對購買商品評價的作用

B2B網絡算法一定程度上影響著商品在平臺的排序，比如商品的綜合排序是按照上下架率、好評率、成交量、收藏率、轉化率等方面綜合評價，不同的算法其占比不同從而產生不同的商品排序，而消費者而言只會選取對其最優的產品，這將一定程度影響產品上架和購買率。目前排序算法典型有基于產品屬性的排序算法、基于產品在線評論的排序算法、基于產品銷量的排序算法等，鑒于不同的排序算法消費者可以根據搜索內容進行個性化排序，從而找到適合自己的相應產品，可見排序算法對產品成交具有一定的推動作用，是消費者購買決策的終極決斷。

3 B2B網絡算法與購買決策的關聯

3.1 B2B網絡算法推薦引導購買決策

消費者購買決策是由多方面決定的，但是在線上互聯網時代的推動下，在消費者接收線上信息時更多依賴于網絡算法對產品的評價以及排序和網絡算法對消費者搜索內容的理解，線上算法對于像拼多多、阿里巴巴類的電商型企業起至關重要的作用，直接反映消費者的購買體驗，故重視線上B2B網絡算法的研究才會促進線上消費者獲得更好的消費體驗，促進電商互聯網產品的發展。

3.2 購買決策反作用B2B網絡算法

B2B的網絡算法的改善和優化來源于實際案例數據支撐，比如在消費者獲得良好的購買體驗后，系統認為此案例為成功案例，故將相關購買信息輸入給系統，系統根據相關模型達到機器學習的目的，從而進一步優化參數設定，使得網絡算法不斷進步及被認可，從而讓算法更加智能，讓消費者消費體驗更加親切，便捷。

互聯網時代我們更應該抓住網絡算法給消費者帶來的便利，不斷深化算法學習功能，以更加便利的服務優化消費者的用戶體驗。