精准营销下消费者网购行为的多角度研究—基于风险感知与价值感知视角

洪艺萍

（泉州工艺美术职业学院 工商管理系，福建 泉州 362500）

近年来，随着互联网产业的迅速发展，与互联网产业深度融合而产生的电子商务产业规模也迅速扩大，2019年我国电子商务产业规模已经超过4万亿元，占全社会消费品零售额的比重在20%以上. 目前，我国网络购物用户总量在 6亿以上，因收入、偏好等差异性，消费者对产品和服务的需求类型也呈现巨大的差异性. 随着互联网的普及和电子商务的不断发展，以云计算、大数据为代表的新型技术逐步成为当前网络购物平台的发展方向[1]. 通过综合用户的历史购物行为建立大数据用户画像库，通过“云端”实时计算，并通过移动网络设备向用户推送其最关注、最需要及最感兴趣的购物信息，促进网络购物行为的繁荣，并由此建立了Web2.0时代的“精准营销”行为[2]. 消费者购买产品主要目的是获取产品和服务，满足其效用，即产品的价值必须符合消费者的消费需求和消费偏好[3]. 但是，消费者在购买产品过程中仅基于既有知识判断，会面临一定的消费风险，或难以满足其效用. 电子商务产业模式主要分为 B2C、B2B，无论哪种模式，消费者都难以直接接触到产品和服务，只能在消费平台上看产品照片，看其他消费者的评价，所以对网络消费者的精准营销必须要特别注重降低消费者的网购风险，使消费者最大化感受产品的价值[4]. 基于此，本文认为风险感知和价值感知是互联网时代精准营销影响消费者网购行为的两大重要因素.

1 研究模型的构建

本文以电子商务和网络购物为背景研究精准营销对消费者网购行为的影响，将消费者风险感知和价值感知作为两大中介变量，推导出如图 1所示的理论模型. 由于网购用户的收入、年龄、学历、需求等方面存在较大的差异，因此精准营销必须考虑这些因素，在实施精准营销之前必须要针对消费者、消费市场进行调研，继而基于调研制定营销策略，针对消费者的风险感知和价值感知进行营销，从而促使消费者网购行为的发生.

图1 研究模型

本文将调研方向主要分为群体调研、价格调研和营销调研，群体调研中网购用户的收入、年龄等是调研重点. 其中，高收入用户更加倾向于高端产品和服务，其在食品消费方面的需求比重较低，消费倾向更易受大V及该领域领袖、明星意见的影响；中低收入用户对产品的性价比更加关注，食品在其消费中占比较大，其消费行为更易受好友、其他购买同类型产品网购用户的影响. 价格调研考察不同家庭收入背景消费者的价值承受能力[5]. 如高收入用户并不会过度关注产品价格，而重点关注品质，但是低收入群体会关注当前产品价格、同类型产品价格、该产品往期价格、同类产品往期价格、未来是否有促销活动等. 营销调研主要考察消费者对不同营销手段的感知力度，如年轻用户可能对网络营销信息印象深刻，而中老年用户对电视信息、电话营销信息印象深刻[6]. 通过群体调研确定消费者易感知群体类型，价格调研确定消费者价格承受范围，营销调研确定更加适合该类型消费者的营销策略，确定其风险感知程度和价值感知程度，形成精准营销策略，促使该消费者网购行为的产生.

2 量表设计与数据收集

2.1 量表设计

基于图1内容，广泛查阅相关文献和研究中的设定，最终形成的正式量表如表1所示. 问题采用七点式李克特量表，基于调研者的意见分为“完全同意、同意、部分同意、不确定、部分不同意、不同意、完全不同意”7个选项.

表1 量表题项及相关设计

2.2 数据收集

本文调研数据来源于研究小组 2019年3～5月组织的在线问卷调查和线下问卷调查. 在线问卷调查通过问卷星、问卷网等网络平台开展，线下问卷调查对南京市部分居民小区进行实地调研. 在线调研发送问卷200份，获得了129份有效问卷；线下调研发送问卷200份，收回了171份有效问卷. 合计有效问卷为300份，有效调查率为75%.

本次调查对象群体具备如下特征：男女比例为 36%比 64%、最高分布年龄段为 20～29岁（76.5%）、最高分布月收入区间为3 000～4 000元（41.8%）、最高分布学历层为大专及本科以上学历（62%）、最高分布职业为学生（81.3%）. 对比中国互联网信息研究中心2017年发布的《中国网络购物用户画像》（简称《画像》）可以发现，本文调研的对象特征与《画像》中的对象基本一致，样本具备较好的典型性与代表性.

3 数据分析与讨论

本文的数据分析均在 AMOS 16.0软件环境下完成，首先采用 Cronbach’s系数检验量表信度，Cronbach’s系数的临界值为0.70；其次采用验证性因子分析（CFA）检验量表效度，根据F&L模型中的收敛效度衡量标准，需要同时满足标准化因子载荷显著且大于临界值0.50、组合信度（CR）大于临界值0.70、平均方差萃取量（AVE）大于临界值0.50等3个标准. 置信区间法表明，潜变量间的相关系数置信区间不含 1时，潜变量间区别明显，可以归纳区别效度. 其中，量表设计的群体调研、价格调研、营销调研、风险感知、价格感知及精准营销网购转换的Cronbach’s系数均高于临界值 0.70，表明研究设计的量表具备较好的信度水平；各个潜变量的组合信度（CR）均高于临界值0.70；所有题项的标准化因子载荷水平均高于0.50且具备显著性；除消费者风险感知的平均方差萃取量低于0.50的临界值外，其余潜变量均高于临界值. 此外通过结构方程检验分析可知，相对拟合指数的检验值均大于0.90，说明满足了结构方程的要求，从区别效度来看，所有潜变量间的相关系数置信区间不包含1，说明完全通过了信效度检验.

在信效度检验的基础上，采用最大似然估计法对结构方程中各个潜变量进行系数回归. 由于本文的样本量为300，而观测变量数为26，非期望产生指数估计要求二者比例高于10: 1，符合要求. 本文理论分析中的三个方面均显著影响着精准营销下消费者的网络购物行为，相关潜变量间的标准化估计系数至少在0.01的水平上显著，检验满足相关要求，通过修正指数进行估计可以将结构方程写成如图2所示的结构矩阵.

由图2可知：

1）消费者的网络购物行为极易受到相关群体的影响，但却不易受到营销因素的影响. 图 2中群体调研和价格调研显著提升了消费者的风险感知；而营销调研则在大幅提高消费者价值感知的同时降低了风险感知，说明消费者具备典型的群体化意识，并在网络购物这一事件上产生了明显的“羊群特征”. 这是由于网络世界极高的互联度，导致了信息分享的便利性，消费者会盲目跟从购物“热点”，从而置入大量伪需求产品.

2）价格因素是网络购物风险感知的重要因素，但对消费者的价值认知并未起到作用. 需要说明的是，价格是基于市场供需而浮动调节的外在变量，而产品价值则是蕴含在使用价值与劳动价值上的实际价值，两者之间的差额主要产生在营销层面，价格的变动往往起到了参考和示范的作用，消费者对产品的价值认知并不一致，从而加大了网络购物中的风险因素.

图2 结构方程及标准化估计结果

3）消费者的风险感知和价值感知是决定精准营销转换水平的核心变量，价值感知显著提升了精准营销向网络购物行为的转换，而风险感知要素显著降低了精准营销向网络购物行为的转换. 由于消费者感知到了网络购物中的风险，该风险来自价格、群体及偏好等多个要素，因此对于精准营销的推送会产生怀疑，进而无法产生有效的网络购物行为转换. 只有消费者有效接受网络购物的价值，能够认识到购买该产品带给自己的效益或者满足感，才能完成营销到购物的过程.

4 结论

本文基于风险感知和价值感知的理论视角，对精准营销下的网购行为进行分析，通过调研数据建立了对应的结构方程并得出各潜变量间的标准误差系数矩阵. 不难发现，消费者的风险感知和价值感知是决定精准营销转换水平的核心变量，风险感知要素显著降低了精准营销向网络购物行为的转换性. 但随着网络购物平台精准营销的广泛开展，应该注意防范购物风险，提升消费者信心并主动提供价值信息，从而加强精准营销的有效性，促进网络购物的发展.