移动电商个性化推荐对消费者购买意愿的影响分析.docVIP

移动电商个性化推荐对消费者购买意愿的影响分析 　　内容摘要：在移动电商平台竞争激烈的背景下，个性化推荐成为其吸引、留住消费者的营销手段之一。本文通过探索性多案例分析方法确立影响消费者接受个性化推荐的主要因素为呈现方式和推送方式，将两因素作为TAM模型的外部变量，构建出个性化推荐影响消费者购买意愿的结构模型，采用方差分析来考察消费者类型在该模型中的调节效应。研究发现，个性化推荐的呈现方式和推送方式正向影响消费者感知有用性和易用性，消费者类型在此过程中能够作为调节变量。 　　关键词：移动电商 个性化推荐 技术接受模型 消费者类型 　　引言 　　由于互联网及移动互联网时代的到来，消费者传统的购物习惯、社交、阅读等行为正在向线上转移。面对这一趋势，移动电商平台想要发展就要采取策略吸引、留住消费者，这已成为电子商务企业最常用的策略之一，个性化推荐策略较好地满足了消费者个性化需求，不仅让消费者在购物时的体验感得到了提升，而且促进交易及实现利润增长，具有双赢的效果。 　　移动电商平台凭借消费者之前的搜索、浏览以及购买记录推测其偏好及需求，当其访问平台时进行推荐。移动电商个性化推荐系统的应用，能够较好地解决“信息过载”这一问题，较准确地向消费者推荐需求商品信息，缩短了消费者在选购时的搜索时间，在购物时增强了消费者体验感，提高消费者对平台的满意度；同时也可以加大商品的曝光率，促成潜在的交易达成，增加商品的销售量，为商家带来切实利益。移动电商个性化推荐服务虽然具有针对性，但推荐方式选择不当，消费者会心存抵触，所以寻找到消费者接受个性化推荐的因素格外重要。 　　近年来，个性化推荐在算法及消费者行为两个研究方向得到了学者们的广泛关注。算法方面，Ariely等（2004）将基于内容和协同过滤的个性化推荐算法进行了比较研究，发现前者的个性化推荐效果更好；Schafer等（2002）发现采用混合推荐系统进行产品推荐时，消费者会更乐意去接受所推荐的产品。消费者行为方面，戴德宝等（2015）将消费价值作为消费者接受互联网个性化推荐的影响因素，并探究影响程度；Yoon等（2013）研究发现消费者对商品了解越清晰，越对个性化推荐服务产生反感，推荐的商品不会对其造成影响。 　　本文以前人研究为基础，采用探索性多案例分析方法，指出呈现方式和推送方式是影响消费者接受个性化推荐的主要因素；运用技术接受模型（TAM）理论，构建基于呈现方式和推送方式两个外部变量的个性化推荐影响消费者购买意愿的理论模型，并将消费者类型作为调节变量引入模型进行分析。 　　研究模型与研究假设 　　（一）探索接受个性化推荐的影响因素 　　利用具有理论构建功能的探索性多案例研究方法，以天猫、京东以及1号店为例。首先通过企业相关人员访谈、网络搜集资料、期刊、书籍等收集案例信息，资料收集导向是“企业会使用哪些方式，让消费者采纳企业为其推荐的个性化商品”；其次，在对案例进行比较分析的基础上，总结归纳创新决策方案的异同，使用质性数据分析软件NVivo10对数据进行分析。 　　在对天猫、京东、1号店调研的基?A上，最终遴选出6份高相关度访谈记录和40份文字材料。案例研究小组一致认为三家移动电商平台对消费者个性化推荐的形式可以概括为呈现方式和推送方式（见表1）。 　　（二）研究假设 　　感知有用性是TAM模型中的重要变量，是指消费者情感上对新信息、新系统或产品的认可度直接影响采纳度；感知易用性表示消费者情感上认为新技术或系统操作越简单，越愿意去使用。该模型指出消费者感知有用性越强，消费者采纳新技术越积极；消费者感知易用性对感知有用性和采纳意愿都有积极作用。KLEIJNEN等（2012）认为用户采用移动服务的行为会受有用性感知的正向作用。由此，可以提出以下假设： 　　H1：消费者对个性化推荐方式的易用性感知与有用性感知直接正相关； 　　H2：感知易用性正向影响消费者对移动电商个性化推荐的购买意愿； 　　H3：感知有用性正向影响消费者对移动电商个性化推荐的购买意愿。 　　Aljukhadar等（2011）认为消费者选择接受个性化推荐系统推荐的信息时，受到信息呈现时间和界面设计等因素的影响。Dellaert等（2005）通过研究发现消费者评价推荐系统推荐的商品受到信息准确性和易理解性的影响。蔡日梅等（2008）提出消费者的有用性感知和易用性感知明显与推荐商品信息位置合理性和内容简约性相关。由此，可以提出以下假设： 　　H4：个性化推荐信息的呈现方式正向影响消费者感知有用性； 　　H5：个性化推荐信息的呈现方式正向影响消费者感知易用性。 　　互联网未普及之前，常见的营销方式集中在广播、电视以及报纸等传统渠道上。近些年，随着互联网及新媒体的蓬勃发展，如电子邮件、微博、微信、QQ等，