论文部分内容阅读
【摘 要】本文从箱包产品营销数据和交易数量的关系入手，提出相关因素影响产品交易数量的概念模型和研究假设，并通过收集和分析385个箱包产品的营销数据，得出了浏览量、产品价格和消费者保障服务对交易数量产生直接影响，搜索引擎排名对交易数量产生间接影响，价格折扣、发货速度评分、服务态度评分、信用积分和好评率不影响交易数量的结论。
【关键词】箱包产品；交易数量；网络交易平台；营销数据
一、文献综述
张冠治（2011）通过分层随机抽樣的方法，选取C2C交易平台的实体标准化产品进行数据收集和分析，他认为影响交易数量的因素包括产品价格、网络沟通方式、消费者保障服务和产品描述信息。王有为（2009）对淘宝交易平台的手机产品营销数据进行相关性研究，他得出了以下结论：产品的好评率、商家的信用积分和店铺的友情链接通过提高浏览量，间接地提高了产品的交易数量；消费者保障服务和支付宝对提高产品的浏览量和交易数量有显著影响；收藏量和浏览量意味着达成交易的潜力比较大，是预测交易数量的重要指标。李蛟（2011）建立了多元线性回归模型，通过相关性研究，得出了信用积分、产品价格对交易数量有显著的影响，好评率、店铺动态评分和消费者保障服务对交易数量的影响不显著的结论。国内外学者的相关研究存在一些不足：一是相关研究对影响产品交易数量的因素没有达成统一的意见，尤其对店铺动态评分和信用积分能否影响交易数量争议比较大；二是随着搜索引擎技术的发展和市场竞争日益激烈，搜索引擎排名、服务质量和价格折扣也成为影响产品交易量的因素，国内外的学者对这些方面的研究比较缺乏；三是许多学者提出友情链接和产品描述信息也是交易数量的影响因素，可以收集友情链接和产品描述信息的条数，然后和产品交易数量进行相关分析，但是每条的友情链接和产品描述信息的效果可能不相同，按照条数进行收集和分析，得出的结论难以准确描述变量之间的关系。
二、概念模型和研究假设
1.概念模型。本文剔除了国内外学者提出的网络沟通方式、友情链接和产品描述信息等因素，参考Delone和Mclean的理论，在他们提出的D&M概念模型的基础上加入了价格折扣、搜索引擎排名和服务质量因素，提出了本文的概念模型和研究假设。
2.研究假设。（1）信息质量的研究假设。王有为（2009）认为浏览量比较高意味着消费者流量比较高，隐含着达成交易的可能，因此提出假设1：浏览量和交易数量呈正相关关系。Hogue（1999）发现当使用电子目录时，消费者倾向于选择显示在页面上方的产品，排名顺序可能对消费者购买行为产生影响，因此提出假设2：搜索引擎排名和交易数量呈负相关关系，即搜素引擎排名越高，交易数量越高。（2）净收益预期的研究假设。张五常（2002）认为，从需求定律的角度来说，假设其他因素不变，当正常产品的产品价格提高时，其需求量会降低。Akerlof（1970）从信息经济学的角度出发，认为在非对称信息或信息成本比较高的情况下，产品价格有信号传递的作用，消费者凭借产品的图片和文字描述难以确定产品质量，容易产生通过产品价格判断产品质量的行为。因此产品价格应该和交易数量应该呈正相关关系。由于淘宝交易平台的比较严格的信用制度和行业内的领先地位，淘宝交易平台的箱包产品质量差异性不大，需求价格弹性比较高，本文倾向于产品价格和交易数量呈负相关关系，因此提出假设3：产品价格和交易数量呈负相关关系。Hardesty的研究结果表明，对于产品价格比较低的日用消费品，当价格折扣幅度比较大时，基于百分比的价格折扣的消费者感知价值，低于基于绝对金额的价格折扣的消费者感知价值。淘宝交易平台的价格折扣是基于绝对金额的，箱包产品属于日常消费品，本文倾向于价格折扣和交易数量呈正相关关系，提出假设4：价格折扣和交易数量呈正相关关系。（3）服务质量的研究假设。张冠治（2011）通过收集淘宝交易平台的营销数据，并分析相关矩阵，得出了加入消费者保障服务有助于提高产品的交易数量的结论。因此提出假设5：消费者保障服务和交易数量呈正相关关系。（4）消费者满意度的研究假设。田剑认为店铺动态评分是评价商家信用的依据，通过构建多元线性回归模型和进行变量解释，他得出了店铺动态评分和交易数量呈正相关关系的结论。因此提出假设6：店铺动态评分和交易数量呈正相关关系。连红燕从博弈论的角度对产品的交易数量的影响因素进行了分析，提出在采用信用评级机制之后，商家会为了长期的营销利润而提高产品和服务的质量，消费者的满意度也相应的提高，从而提高了产品的交易数量。因此提出假设7：信用积分和交易数量呈正相关关系。
三、数据收集和分析
1.样本数量的计算。本文采取的是不重复简单随机抽样，置信度95%，期望的误差界限5%，样本变异程度为0.5。样本量N= P（1-P）/（E2/Z2+ P（1-P）/N），其中P为样本变异程度， N为总体规模，E为期望的误差界限，Z为置信度，95%的置信度对应的Z值为1.96。2012年8月2日晚22时的箱包产品总体规模N为222068件，需要抽取385个箱包产品的营销数据。
2.研究方法的选择。本文的研究目的是找到影响箱包产品交易量的因素，以及这些因素对交易数量的影响，因此选取偏相关分析的研究方法。多元线性回归模型可以解释和预测箱包产品的营销数据，但是多元回归模型要求对因变量有显著影响的自变量应该具有完整的统计数据，其预测值容易确定。由于箱包产品的外观设计、材料质感和品牌知名度对交易数量影响比较显著，但是他们的预测值难以确定，因此放弃了多元线性回归模型的建立。简单相关系数不仅由两个变量的内在联系决定，还可能受与两个变量相关的中介变量的影响，难以反映变量之间的准确相关关系；而偏相关是在控制其他变量的前提下评价两个变量的线性相关程度的指标。
3.偏相关的使用条件。偏相关分析的使用条件是连续变量服从正态分布，且呈线性关系。通过K-S检验，相关变量符合正态分布（P>0.05）；通过绘制散点图，相关变量之间呈近似线性关系，因此可以进行偏相关分析。相关性由Pearson相关系数R来评价。0.2≤|R|<0.4为低度相关；0.4≤|R|<0.7为中度相关；0.7≤|R|<1为高度相关。为了避免抽样误差，需要对R进行显著性检验。一般使用0.05作为评判标准。当P≤0.05时，说明变量相关性显著；P>0.05，说明变量相关性不显著。 4.偏相关分析结果。使用SPSS软件对交易数量和可能影响交易数量的变量进行偏相关分析（如表1所示），可以看出假设1、假设3和假设5成立（P≤0.05），其他的假设不成立，即产品价格、消费者保障服务和浏览量影响了产品的交易数量，其他因素对交易数量没有显著的影响。
5.偏相关分析结果的解释。通过对箱包产品营销数据的觀察和分析，诸多因素导致了研究假设不成立的结果。（1）对搜索引擎排名和浏览量进行偏相关分析，得出相关性显著的结果（P为0.000，R为0.479）；对搜索引擎排名和交易数量的简单相关分析，得出相关性显著的结果（P为0.006，R为0.301）。因此，搜索引擎排名本身并不能提高产品的交易数量，而是通过提高产品的浏览量，进而在转化率一定的情况下，间接地提高了产品的交易数量。（2）根据Krishna的研究（2002），箱包产品的价格折扣特点、情境因素和价格表现形式降低了消费者感知价值，提高了消费者感知风险。在价格折扣特点方面，箱包产品的价格折扣变异程度比较高，使消费者形成了产品的价格折扣随意性比较强的适应性预期，提高了消费者感知风险；在情境因素方面，同样的价格折扣下，经销商品牌产生的消费者感知价值低于生产企业品牌产生的消费者感知价值，淘宝交易平台的商家属于经销商，价格折扣的消费者感知价值比较低；在价格表现形式方面，刚性价格折扣产生的消费者感知价值高于弹性价格折扣产生的消费者感知价值，箱包产品的价格折扣持续的时间比较短，降低了价格折扣的消费者感知价值。（3）店铺动态评分取值于发货速度评分和服务态度评分的加权平均值，对发货速度评分和服务态度评分进行偏相关分析，得出高度正相关的结果（P为0.000，R为0. 787），由于评分需要付出时间成本和精力成本，因而消费者的主观性和随意性比较强，给予相同或相近的评分，这使得店铺动态评分失去了信号传递的作用，消费者不以评分的高低作为购买决策的依据。（4）淘宝交易平台的信用机制比较严格，失信惩罚机制比较严厉，因此消费者对信用积分的敏感度比较低；根据李维安（2007）的研究，信用积分和好评率可能存在饱和值，即在饱和值以下，交易数量随信用积分和好评率的提高而提高，在饱和值以上，信用积分难以提高交易数量；信用炒作行为的频繁发生使得消费者形成了信用积分失真性比较高的习惯性预期，因此不以信用积分作为购买决策的依据。
四、结论和启示
本文的概念模型和偏相关结果说明，箱包商家可以通过有针对性的营销活动，吸引消费者的注意，提高产品的交易数量：一是重视搜索引擎排名的同时，重点提高产品的浏览量和转化率；二是适度降低产品价格，提高价格折扣的消费者感知价值；三是不要过分追求信用积分的提高，改变店铺动态评分的形式，改用留言评价的方式；四是产品应该加入消费者保障服务。
参 考 文 献
[1]张冠治.C2C电子商务交易数量的影响因素研究[J].商场现代化.2011（3）
[2]王有为.社会网络与网商竞争力关系的实证研究[J].第二届网商及电子商务生态学术研讨会本文集.2009（9）
[3]李蛟.国内C2C电子商务网上交易数量影响因素分析[D].哈尔滨：哈尔滨工业大学.2011
[4]张五常.经济解释（卷二）供应的行为[M].中信出版社，2002
[5]George A. Akerlof. The Market for "Lemons"： Quality Uncertainty and the Market Mechanism [J].The Quarterly Journal of Economics，Vol.84，No.3.1970（8）：488～500
[6]Hardesty D M，BeardenW O. Consumer evaluations of different promo
-tion types andprice presentations： the moderating role of promotionalbene
fit level[J].Journal of Retailing， 2003， 79（1）：17～25
注：Michael Spence的信号传递模型（Signaling Model）说明，信号传递是指在信息不对称的情况下，具有信息优势的一方采取某种行动向信息劣势方发送相关信号，以回避逆向选择，提高市场效率的行为。
【关键词】箱包产品；交易数量；网络交易平台；营销数据
一、文献综述
张冠治（2011）通过分层随机抽樣的方法，选取C2C交易平台的实体标准化产品进行数据收集和分析，他认为影响交易数量的因素包括产品价格、网络沟通方式、消费者保障服务和产品描述信息。王有为（2009）对淘宝交易平台的手机产品营销数据进行相关性研究，他得出了以下结论：产品的好评率、商家的信用积分和店铺的友情链接通过提高浏览量，间接地提高了产品的交易数量；消费者保障服务和支付宝对提高产品的浏览量和交易数量有显著影响；收藏量和浏览量意味着达成交易的潜力比较大，是预测交易数量的重要指标。李蛟（2011）建立了多元线性回归模型，通过相关性研究，得出了信用积分、产品价格对交易数量有显著的影响，好评率、店铺动态评分和消费者保障服务对交易数量的影响不显著的结论。国内外学者的相关研究存在一些不足：一是相关研究对影响产品交易数量的因素没有达成统一的意见，尤其对店铺动态评分和信用积分能否影响交易数量争议比较大；二是随着搜索引擎技术的发展和市场竞争日益激烈，搜索引擎排名、服务质量和价格折扣也成为影响产品交易量的因素，国内外的学者对这些方面的研究比较缺乏；三是许多学者提出友情链接和产品描述信息也是交易数量的影响因素，可以收集友情链接和产品描述信息的条数，然后和产品交易数量进行相关分析，但是每条的友情链接和产品描述信息的效果可能不相同，按照条数进行收集和分析，得出的结论难以准确描述变量之间的关系。
二、概念模型和研究假设
1.概念模型。本文剔除了国内外学者提出的网络沟通方式、友情链接和产品描述信息等因素，参考Delone和Mclean的理论，在他们提出的D&M概念模型的基础上加入了价格折扣、搜索引擎排名和服务质量因素，提出了本文的概念模型和研究假设。
2.研究假设。（1）信息质量的研究假设。王有为（2009）认为浏览量比较高意味着消费者流量比较高，隐含着达成交易的可能，因此提出假设1：浏览量和交易数量呈正相关关系。Hogue（1999）发现当使用电子目录时，消费者倾向于选择显示在页面上方的产品，排名顺序可能对消费者购买行为产生影响，因此提出假设2：搜索引擎排名和交易数量呈负相关关系，即搜素引擎排名越高，交易数量越高。（2）净收益预期的研究假设。张五常（2002）认为，从需求定律的角度来说，假设其他因素不变，当正常产品的产品价格提高时，其需求量会降低。Akerlof（1970）从信息经济学的角度出发，认为在非对称信息或信息成本比较高的情况下，产品价格有信号传递的作用，消费者凭借产品的图片和文字描述难以确定产品质量，容易产生通过产品价格判断产品质量的行为。因此产品价格应该和交易数量应该呈正相关关系。由于淘宝交易平台的比较严格的信用制度和行业内的领先地位，淘宝交易平台的箱包产品质量差异性不大，需求价格弹性比较高，本文倾向于产品价格和交易数量呈负相关关系，因此提出假设3：产品价格和交易数量呈负相关关系。Hardesty的研究结果表明，对于产品价格比较低的日用消费品，当价格折扣幅度比较大时，基于百分比的价格折扣的消费者感知价值，低于基于绝对金额的价格折扣的消费者感知价值。淘宝交易平台的价格折扣是基于绝对金额的，箱包产品属于日常消费品，本文倾向于价格折扣和交易数量呈正相关关系，提出假设4：价格折扣和交易数量呈正相关关系。（3）服务质量的研究假设。张冠治（2011）通过收集淘宝交易平台的营销数据，并分析相关矩阵，得出了加入消费者保障服务有助于提高产品的交易数量的结论。因此提出假设5：消费者保障服务和交易数量呈正相关关系。（4）消费者满意度的研究假设。田剑认为店铺动态评分是评价商家信用的依据，通过构建多元线性回归模型和进行变量解释，他得出了店铺动态评分和交易数量呈正相关关系的结论。因此提出假设6：店铺动态评分和交易数量呈正相关关系。连红燕从博弈论的角度对产品的交易数量的影响因素进行了分析，提出在采用信用评级机制之后，商家会为了长期的营销利润而提高产品和服务的质量，消费者的满意度也相应的提高，从而提高了产品的交易数量。因此提出假设7：信用积分和交易数量呈正相关关系。
三、数据收集和分析
1.样本数量的计算。本文采取的是不重复简单随机抽样，置信度95%，期望的误差界限5%，样本变异程度为0.5。样本量N= P（1-P）/（E2/Z2+ P（1-P）/N），其中P为样本变异程度， N为总体规模，E为期望的误差界限，Z为置信度，95%的置信度对应的Z值为1.96。2012年8月2日晚22时的箱包产品总体规模N为222068件，需要抽取385个箱包产品的营销数据。
2.研究方法的选择。本文的研究目的是找到影响箱包产品交易量的因素，以及这些因素对交易数量的影响，因此选取偏相关分析的研究方法。多元线性回归模型可以解释和预测箱包产品的营销数据，但是多元回归模型要求对因变量有显著影响的自变量应该具有完整的统计数据，其预测值容易确定。由于箱包产品的外观设计、材料质感和品牌知名度对交易数量影响比较显著，但是他们的预测值难以确定，因此放弃了多元线性回归模型的建立。简单相关系数不仅由两个变量的内在联系决定，还可能受与两个变量相关的中介变量的影响，难以反映变量之间的准确相关关系；而偏相关是在控制其他变量的前提下评价两个变量的线性相关程度的指标。
3.偏相关的使用条件。偏相关分析的使用条件是连续变量服从正态分布，且呈线性关系。通过K-S检验，相关变量符合正态分布（P>0.05）；通过绘制散点图，相关变量之间呈近似线性关系，因此可以进行偏相关分析。相关性由Pearson相关系数R来评价。0.2≤|R|<0.4为低度相关；0.4≤|R|<0.7为中度相关；0.7≤|R|<1为高度相关。为了避免抽样误差，需要对R进行显著性检验。一般使用0.05作为评判标准。当P≤0.05时，说明变量相关性显著；P>0.05，说明变量相关性不显著。 4.偏相关分析结果。使用SPSS软件对交易数量和可能影响交易数量的变量进行偏相关分析（如表1所示），可以看出假设1、假设3和假设5成立（P≤0.05），其他的假设不成立，即产品价格、消费者保障服务和浏览量影响了产品的交易数量，其他因素对交易数量没有显著的影响。
5.偏相关分析结果的解释。通过对箱包产品营销数据的觀察和分析，诸多因素导致了研究假设不成立的结果。（1）对搜索引擎排名和浏览量进行偏相关分析，得出相关性显著的结果（P为0.000，R为0.479）；对搜索引擎排名和交易数量的简单相关分析，得出相关性显著的结果（P为0.006，R为0.301）。因此，搜索引擎排名本身并不能提高产品的交易数量，而是通过提高产品的浏览量，进而在转化率一定的情况下，间接地提高了产品的交易数量。（2）根据Krishna的研究（2002），箱包产品的价格折扣特点、情境因素和价格表现形式降低了消费者感知价值，提高了消费者感知风险。在价格折扣特点方面，箱包产品的价格折扣变异程度比较高，使消费者形成了产品的价格折扣随意性比较强的适应性预期，提高了消费者感知风险；在情境因素方面，同样的价格折扣下，经销商品牌产生的消费者感知价值低于生产企业品牌产生的消费者感知价值，淘宝交易平台的商家属于经销商，价格折扣的消费者感知价值比较低；在价格表现形式方面，刚性价格折扣产生的消费者感知价值高于弹性价格折扣产生的消费者感知价值，箱包产品的价格折扣持续的时间比较短，降低了价格折扣的消费者感知价值。（3）店铺动态评分取值于发货速度评分和服务态度评分的加权平均值，对发货速度评分和服务态度评分进行偏相关分析，得出高度正相关的结果（P为0.000，R为0. 787），由于评分需要付出时间成本和精力成本，因而消费者的主观性和随意性比较强，给予相同或相近的评分，这使得店铺动态评分失去了信号传递的作用，消费者不以评分的高低作为购买决策的依据。（4）淘宝交易平台的信用机制比较严格，失信惩罚机制比较严厉，因此消费者对信用积分的敏感度比较低；根据李维安（2007）的研究，信用积分和好评率可能存在饱和值，即在饱和值以下，交易数量随信用积分和好评率的提高而提高，在饱和值以上，信用积分难以提高交易数量；信用炒作行为的频繁发生使得消费者形成了信用积分失真性比较高的习惯性预期，因此不以信用积分作为购买决策的依据。
四、结论和启示
本文的概念模型和偏相关结果说明，箱包商家可以通过有针对性的营销活动，吸引消费者的注意，提高产品的交易数量：一是重视搜索引擎排名的同时，重点提高产品的浏览量和转化率；二是适度降低产品价格，提高价格折扣的消费者感知价值；三是不要过分追求信用积分的提高，改变店铺动态评分的形式，改用留言评价的方式；四是产品应该加入消费者保障服务。
参 考 文 献
[1]张冠治.C2C电子商务交易数量的影响因素研究[J].商场现代化.2011（3）
[2]王有为.社会网络与网商竞争力关系的实证研究[J].第二届网商及电子商务生态学术研讨会本文集.2009（9）
[3]李蛟.国内C2C电子商务网上交易数量影响因素分析[D].哈尔滨：哈尔滨工业大学.2011
[4]张五常.经济解释（卷二）供应的行为[M].中信出版社，2002
[5]George A. Akerlof. The Market for "Lemons"： Quality Uncertainty and the Market Mechanism [J].The Quarterly Journal of Economics，Vol.84，No.3.1970（8）：488～500
[6]Hardesty D M，BeardenW O. Consumer evaluations of different promo
-tion types andprice presentations： the moderating role of promotionalbene
fit level[J].Journal of Retailing， 2003， 79（1）：17～25
注：Michael Spence的信号传递模型（Signaling Model）说明，信号传递是指在信息不对称的情况下，具有信息优势的一方采取某种行动向信息劣势方发送相关信号，以回避逆向选择，提高市场效率的行为。