网络环境下基于价值理论的我国消费者购买意愿影响因素研究

随着网上零售业快速发展,如何提高网络消费者购买意愿已成为人们关注的焦点。论文运用感知价值理论分析了网络消费者购买意愿影响因素,提出了影响网络消费者购买意愿的重要研究假设,构建了网络消费者购买意愿假设模型,采用结构方程模型方法对样本数据进行了定量研究。研究结果揭示了网络消费者的风险态度通过感知利益和感知风险对感知价值的间接影响,而感知价值与购买意愿显著正相关。最后,论文对研究结果进行了讨论,提出了促进我国网上零售业发展的建议.     

基于网站和卖家的C2C消费者购买意愿模型:感知收益与风险的转移

基于在线购物意愿的研究已经证实了态度、主观规范和感知行为控制对购买意愿有显著的影响,但考虑媒介网站和在线卖家关系的研究并不多见。本文考虑C2C电子商务模式的特殊机制,发现消费者对网站的感知收益和风险会通过对网站的态度间接影响到对卖家收益和风险的判断上,表明收益和风险的感知能够在相近对象之间转移。同时证实,自我效能直接影响对卖家的感知风险,感知社会存在直接影响感知收益和风险,由此暗示传统交易中的消费者行为规律在网购中仍在发挥作用。     

基于S-O-R模型的价格和评价影响消费者网络购买意愿研究

随着电子商务的迅猛崛起,消费者网络购买行为已经成为当前学术研究和实践关注的热点.本研究基于S-O-R模型,构建网络购物情境下消费者心理和行为反应模型,探讨网络购物中的两个重要信息线索:价格和评价如何通过影响消费者的情绪和感知价值,进而影响其购买意愿的机理.通过一个行为实验同时收集行为和问卷数据,进行实证研究,问卷数据分析结果显示:1)感知价格显著负向影响唤起感、愉悦感和感知价值;感知评价显著正向影响愉悦感和感知价值;2)唤起感显著积极影响愉悦感,感知价值显著积极作用于唤起感和愉悦感;3)感知价值和愉悦感分别显著正向影响购买意愿.     

基于感知风险和涉人程度的消费者新能源汽车购买意愿实证研究

新能源汽车即节能又环保,是未来汽车产业的发展方向,其在市场中的有效扩散很大程度上依赖于消费者对新能源汽车的采纳行为。本文利用实证方法分析了感知风险和涉入程度对消费者新能源汽车购买意愿的影响;同时,探讨了人口统计变量对本研究中各变量的影响。通过利用SPSS和AMOS17.0软件对收集的264个有效样本进行分析,得出结论:(1)消费者的感知风险会负向影响其对新能源汽车的购买意愿。其中,财务风险、身体风险以及功能风险对购买意愿的影响较大;(2)消费者对新能源汽车的涉入程度会正向影响其购买意愿,而消费者关于新能源汽车的产品知识、产品象征性对其涉入程度有正向影响;(3)不同人口统计特征的消费者的感知风险、涉入程度以及购买意愿部分存在显著差异。最后,对政府和汽车制造商提出了开展新能源汽车市场推广工作的管理建议。     

互联网环境下消费信贷行为研究

采用结构方程建模方法,实证分析了感知易用性、感知有用性、感知风险、信用卡效应及使用的态度与互联网环境下消费者使用信用卡支付的意愿之间的作用路径关系,从而建立了互联网环境下消费信贷行为影响因素的概念模型．研究表明,除感知风险与使用的意愿之间存在负相关关系外,其余四个因素与使用的意愿之间均存在正相关关系,其中使用的态度对使用的意愿的影响最大．     

物流信息技术采纳对在线外卖平台消费者订购意愿的影响研究

从用户信息技术采纳视角,基于O2O在线外卖平台物流信息系统特性,分析其对平台用户订购意愿的作用路径.将经典的信息技术接受模型(TAM)与用户信任理论相结合,在外卖平台物流信息质量、点餐系统特点、物流功能模块与消费者个体特征分析的基础上,构建了考虑平台信任因素的在线外卖用户物流技术感知对其订购意愿影响机制模型.研究结果表明:外卖平台点餐系统的物流功能,用户的个体特征均对提升顾客的服务感知有显著影响;而订餐中的物流信息质量虽然能显著影响用户对平台技术感知的有用性,但却对加强消费者技术易用性的感受无明显效果;平台情感信任则正向调节了用户技术接受与其订购意愿间的作用关系.并结合美团和饿了么等平台的实证案例,给出了促成消费者重购行为的对策和建议.     

企业声誉在电子商务消费者信任建立过程的作用机制

声誉是企业的一项重要无形资产,能够增进企业对消费者的吸引力。本文从消费者视野探索企业声誉在电子商务消费者信任建立过程的作用机制。将感知的安全性引入技术接受模型,建立了理论模型及假设,并应用结构方程模型分析软件进行了检验。结果表明,企业声誉通过消费者感知的安全性、有用性和易用性正向影响消费者信任,消费者感知的安全性、易用性也通过感知的有用性影响消费者信任。     

基于结构方程模型的物流服务因素对消费者网购意愿影响研究

针对网络购物行为,以网购消费者为研究对象,探究影响消费者网购意愿的物流服务因素.利用因子分析识别出影响网购意愿的关键物流服务因素,基于此提出物流服务因素对消费者网购意愿的影响及各因素相互之间关系的假设,运用结构方程模型,借助SPSS和AMOS软件对调查数据进行分析,通过信效度检验、拟合度分析和路径分析验证原假设内容.结果表明:物流服务水平、服务保障、服务态度和物流经济性对消费者网购意愿具有正向影响,其中物流服务水平是首要影响因素,各物流服务因素之间也具有一定的正相关关系.研究为电商企业识别和分析消费者网购意愿的关键物流服务因素,进而完善其物流服务系统或选择第三方物流公司提供理论依据.     

社会化商务中消费者感知推荐信任的聚类方法研究

新兴社会化商务社会中人与人之间的高交互性及推荐信息的海量化和高动态性,对平台分析消费者感知信任提出了新的挑战。然而,对推荐信息进行聚类难以体现消费者主观性及主体间关系。本文将感知推荐信任聚类问题转化为复合网络划分问题,将主观逻辑方法与基于Normal矩阵的谱平分方法相结合构建社会化商务中消费者感知推荐信任的聚类方法。首先,将推荐信息转化为感知推荐信任,然后,从社交网络中抽取感知推荐信任相似度与关系亲密度网络,并构建Normal矩阵用谱平分方法进行划分。最后,通过多组仿真实验证明了该方法的实用性和有效性。该方法能够为社会化商务中消费者信任的分析提供新视角,为平台制定精准化营销策略提供支持。     

微信社群互动行为对用户理财产品投资组合风险决策的影响

微信社群如何影响用户理财产品购买决策是当下金融产品营销的一个重要理论问题。本研究依据效价理论提出感知风险、感知收益与用户理财产品的投资组合风险决策的关系模型,并将用户的微信社群互动纳入模型。基于287个用户问卷数据,129个微信社群的互动行为数据,以及用户理财产品实际购买行为的数据分析,发现用户购买理财产品的投资组合风险决策受到其感知风险与感知收益的影响,而且微信社群的互动频率负向影响用户感知风险与用户投资组合风险决策之间的负向关系、微信社群的消极情绪会加强感知风险对用户投资组合风险决策的负向影响并削弱感知利益对于用户投资组合风险决策的正向影响。本研究扩展了有关用户理财产品决策影响因素的分析视角,并对理财产品的用户管理有借鉴价值。     

基于期望视角的感知服务质量与顾客满意度区别研究

从期望出发,比较顾客视角的感知服务质量与满意度的区别。首先对期望概念进行明确界定,借鉴卡诺模型分类方法划分期望类别,基于重要性维度得到期望的三个类别:核心属性期望、重要属性期望和附加属性期望。以餐饮行业为实证研究背景,比较期望视角下的顾客满意度和感知服务质量的区别。发现核心属性期望、重要属性期望对顾客的服务质量评价影响更大,而附加属性期望对顾客的满意度评价影响更大。最后,给出企业对顾客期望、服务质量与顾客满意度的管理意义。     

基于价格可变的占线优惠卡问题及其竞争分析

优惠卡问题是租赁问题的一个推广,已往的研究都是考虑只存在一种优惠活动的情况,并给出最优的单阀值购买策略。在本文中,则考虑更接近实际的情况,即存在多种优惠活动的问题,给出了当所有优惠卡价格在有界范围内的双阀值购买策略,分别给出了其竞争比上下界。最后,通过数值分析说明优惠卡价格和折扣率对消费者购买策略和竞争比的影响。     

基于线上评论的生鲜产品供应链定价策略

随着网络购物的普及,线上评论对消费者的购买决策发挥着越来越重要的作用,零售商和制造商可以利用这些评论调整、优化生产流程。本文基于消费者效用理论,构建了由一个零售商和一个制造商组成的生鲜产品供应链定价决策模型,研究了三种决策模式下生鲜产品零售价、利润和保鲜努力水平的差异。研究发现:集中决策下生鲜产品的最优零售价最低、利润最高;随着运输时间增加,保鲜努力水平和新鲜度均呈现下降趋势;当成本分担系数较高时,在成本分担和收益共享的分散决策模式下,保鲜努力最优水平高于集中决策模式下保鲜努力最优水平。     

渠道整合背景下生鲜供应链协调策略研究

针对生鲜供应链中线上线下商家开展物流合作以及在此基础上的价格整合,采用线性补偿与收益共享进行供应链内协调.从渠道相互竞争与合作、消费者购买行为的角度,建立渠道整合前后供应商与零售商的定价和补偿模型,求解得到相应的供应链最优协调策略,并通过数值模拟对比分析两种情形下供应链的总利润水平.研究发现:对于给定规模的垄断市场,价格整合降低渠道利润.建议商家在进行渠道整合的同时,进一步拓展市场份额.     

基于高斯分布的在线采购机制设计及竞争分析

依附于互联网电子商务的在线采购拍卖交易, 对传统的贝叶斯离线拍卖理论提出新的挑战, 因为面对不同时间点的投标, 采购电商必须即可决策出是否中标以及购买价格。鉴于此, 对于诸如石油、煤、粮食等无限可分商品的电子采购, 本文基于投标具有高斯分布特征设计了一种激励相容的在线采购策略, 演绎出在线采购的数学模型, 利用Runge-Kutta数值算法, 通过Matlab编程求解出采购电商在线定价策略的需求曲线及其对应的竞争比, 最后, 利用数值模拟, 将在线采购机制策略与纯竞争分析得到的在线采购策略比较, 结果显示利用了高斯分布信息的在线采购策略的竞争性能由于利用了投标的统计信息而得到了提高。     

线上商品与多种快递服务的组合优化研究

针对网上销售的商品所捆绑的快递服务无法满足顾客多样化需求,而快递服务商又失去了市场空间的问题,提出一种“线上商品+多种快递服务”的组合销售模式,以扩大电商的市场规模,提高快递服务商的利润和差异化竞争水平。在市场细分和顾客需求调查的基础上,综合考虑电商、快递服务商、网购顾客三方的利益,以快递服务商收益最大为目标,构建基于顾客选择行为的“线上商品+多种快递服务”组合销售模式优化模型。以SP调查为数据基础,优化线上商品与多种快递服务的组合销售模式及确定各组合销售模式的均衡价格。模型的求解结果准确地揭示了顾客在网上购物时的快递服务选择行为、快递服务商的末端利润与组合模式之间的关系。     

A MCMC approach for modeling customer lifetime behavior using the COM‐Poisson distribution

One of the major challenges associated with the measurement of customer lifetime value is selecting an appropriate model for predicting customer future transactions. Among such models, the Pareto/negative binomial distribution (Pareto/NBD) is the most prevalent in noncontractual relationships characterized by latent customer defections; ie, defections are not observed by the firm when they happen. However, this model and its applications have some shortcomings. Firstly, a methodological shortcoming is that the Pareto/NBD, like all lifetime transaction models based on statistical distributions, assumes that the number of transactions by a customer follows a Poisson distribution. However, many applications have an empirical distribution that does not fit a Poisson model. Secondly, a computational concern is that the implementation of Pareto/NBD model presents some estimation challenges specifically related to the numerous evaluation of the Gaussian hypergeometric function. Finally, the model provides 4 parameters as output, which is insufficient to link the individual purchasing behavior to socio‐demographic information and to predict the behavior of new customers. In this paper, we model a customer's lifetime transactions using the Conway‐Maxwell‐Poisson distribution, which is a generalization of the Poisson distribution, offering more flexibility and a better fit to real‐world discrete data. To estimate parameters, we propose a Markov chain Monte Carlo algorithm, which is easy to implement. Use of this Bayesian paradigm provides individual customer estimates, which help link purchase behavior to socio‐demographic characteristics and an opportunity to target individual customers.     

基于在线评价且考虑消费者类型的酒店排序方法

针对在线评价的发布时间、获得的“有用”的投票数以及是否被贴上“砖家”点评标签对在线评价信息可信度和消费者购买决策具有重要影响,提出一种基于在线评价信息且考虑评价信息可信度及消费者类型的酒店排序方法。首先,将不同类型消费者群体给出的在线评价信息转换成考虑在线评价信息可信度的区间中智数;其次,依据区间中智数距离测度公式确定针对目标群体的各消费者群体权重,进而依据INLNPA集成算子集结各消费者群体评价信息确定针对目标群体的酒店-属性决策矩阵;再次,依据区间中智集熵测度方法确定各属性权重,在此基础上,基于VIKOR方法得到针对目标群体的酒店排序结果;最后,通过一个实例分析说明该方法的有效性和可行性。     

竞争环境下考虑顾客惰性行为的易逝品动态定价

消费者购买决策的行为倾向对企业的收益管理有着不可忽视的影响。本文在竞争企业动态定价问题中, 考虑了顾客惰性行为——即顾客购买决策的非理性拖延倾向——的影响。证明了库存充足情况下, 多企业多期博弈各销售期都存在唯一的纯策略纳什均衡。数值模拟表明, 顾客惰性对企业的最优价格和企业最大期望收益均造成负面影响, 且对销售低质量产品的企业的负面影响更大。此外, 顾客惰性宽度对各企业最优价格和最大期望收益的影响边际效应递增, 而顾客惰性深度产生的影响边际效应递减。     

The Derivation of a Measure of Brand Loyalty Using a Markov Brand Switching Model

The purpose of the paper is to develop a useful technique for extracting a measure of brand loyalty of a product in a competitive market from aggregate data. The approach is to fit a Markov brand switching model to data upon brand shares and a measure of purchasing pressure (for example promotional share), by the method of least squares. The elements of the transition matrix of the Markov model have unknown brand loyalty factors, and the problem is to derive algebraic expressions for these factors, in terms of the observed brand shares and purchasing pressures of all competitors in the market. An outline of the use of the derived measure of brand loyalty is given and a numerical example is included at the end of the paper to demonstrate the application of the technique.