虚拟社区、在线口碑与消费者行为

虚拟社区、在线口碑与消费者行为摘要：随着电子商务的发展，虚拟社区成为消费者分享个体购物经验、消费体验和沟通信息的重要场所，消费者在购物时也将虚拟社区中的口碑信息作为重要参考依据。本文在对国内外相关文献的研究基础上，构建出在线口碑对消费者行为的影响因素模型，并运用因子分析法对假设的模型进行了修正，发现口碑信息源因素、口碑信息传播方向因素、社区成员自身因素、社区成员互动因素和产品因素，在网络口碑对虚拟社区成员消费行为的影响过程中起了很大作用；企业若要利用好口碑信息就应提供充足的口碑信息，增加信息的可信度，提高在线口碑作为反馈机制的效益，提高在线口碑的间接收益，并掌握处理负面口碑的应急之策。关键词：虚拟社区；在线口碑；影响因素；因子分析中图分类号：f279.14文献标识码：avirtualcommunity,onlineword-of-mouthandconsumers′behaviorwangjia（artandcommunicationcollege,chinajilianguniversity,hangzhou310018,china）abstract:withthedevelopmentofe-commerce,virtualcommunitybecomesanimportantchannelforconsumerstosharetheirshoppingandconsumingexperience.moreandmoreconsumersareinclinedtotakeonlineword-of-mouthofproductsorserviceinvirtualcommunityasreferenceinformationfortheironlineshopping.basedonrelevantresearchandliteraturesinchinaandoversea,thispapersetsupahypotheticalmodeltakingonlineword-of-mouthasaninfluentialfactorandmodifiesthemodelwithfactoranalysismethodology.basedonalltheseresearch,thepaperfindsthattherearefiveinfluentialfactorsthatplayimportantroleduringtheprocessofconsumer′sbehaviorbeingaffectedbyonlineword-of-mouth,whichareinformationresources,informationcommunicationdirection,members′qualificationinvirtualcommunity,interactionamongmembersinvirtualcommunityandproductsqualityforsale.ifenterprisesaimtoleverageonlineword-of-mouth,theyneedtooffersufficientonlinemessage,enhanceinformationcredibility,increaseindirectreturnofonlineword-of-mouthandfullypreparetohandlecrisiswhilefacingnegativeonlinemessage.keywords:virtualcommunity;onlineword-of-mouth；influencialfactor；factoranalysis作为新兴的网络平台，虚拟社区在聚集人气、传递信息方面的力量不容小觑。随着电子商务的发展，虚拟社区更是成为消费者分享个体购物经验、消费体验和沟通信息的重要场所，借助各类搜索工具，消费者不仅可以轻松获得产品和服务的评价信息，也可以方便自由地发表自己的相关体验，形成网络口碑。据美国jupiterresearch公司的调查显示，消费者往往对那些允许发表产品评论的品牌更为信任，77%的网民在线购买商品前，会参考网上其他人所写的产品评论；超过90%的大公司相信，用户推荐和网民意见在影响用户是否购买的决定性因素中是非常重要的。随着虚拟社区的不断成熟。当前许多企业都希望利用这个平台做好口碑营销，或建设自己的品牌虚拟社区，或利用已有的第三方社区来拓展自己的信息源、进行客户关系管理，但其对在线口碑的认识和使用却大大滞后于飞速发展的口碑影响力。本文旨在通过构建虚拟社区内在线口碑对消费者行为的影响因素模型，通过对模型的解释给出基本结论和相关建议。一、文献述评（一）虚拟社区述评rheingold（1993）将虚拟社区界定为互联网上出现的社会集合体，在这个集合体中，人们经常讨论共同的话题，成员之间有感情交流并形成人际关系的网络。有关虚拟社区成员自身社区的动机，armstrong等（1999）最先提出消费者是为了交易、兴趣、幻想和关系的需要加入虚拟社区，而且认为一种类型的虚拟社区可以满足成员的多种需要；dholakia（2002）则认为消费者参与虚拟社区的个体动机有目标性价值、自我发现价值、保持人际联络价值、社会强化价值和娱乐性价值。在消费者参与虚拟社区的影响因素方面，okleshen（2000）的一项研究表明，潜水行为与感知成员资格不相关，发帖行为与感知成员资格正相关，虚拟社区的规模大小与成员参与活动存在显著地相关关系；dholakia（2002）则认为个体层次变量和群体层次变量都是驱动成员参与虚拟社区的重要因素，个体层次变量是群体层次变量的前因。（二）在线口碑述评因特网的出现使得顾客可以透过网页收集其他消费者提供的产品信息以及与此产品有关的讨论，并且顾客可以通过互联网针对特定产品进行自身经验、意见与相关知识的分享，这就形成了在线口碑（onlineword-of-mouth），也称之为网络口碑（sunetal，2006）。haubl和murray（2006）认为，在线口碑与传统口碑的相似之处是，两者的可信度都较高，传播者都来源于独立的第三方，他们能客观描述有关产品的事实情况。另外，口碑是双向而非单向传播的，两者都具有很强的交互性。陈明亮（2009）则提出，在线口碑与传统口碑的不同点主要体现在沟通的渠道和内容形式的不同、传播主体之间的关系强度不同、在线口碑比传统口碑影响力更大等几个方面。hennigthurauetal(2004)提出，由于媒体的低成本、更广的范围以及更高的匿名性，随着时间的发展，越来越多的顾客似乎可能将或者搜寻，或者简单地置于网络意见领袖的建议之中。更重要的是，与传统口碑的短暂性不同，网络口碑存在于网络空间中，它能够随时被访问到、链接到和搜索到。（三）社区成员消费行为述评社区成员消费行为可以从购买态度、购买决策和品牌忠诚度几个方面来综合考虑。对于潜在消费者，虚拟社区在线口碑最大的影响就是对其购买决策的影响，正面口碑能缩短其决策时间，改变其品牌选择的结果；对已有的消费者，在线口碑主要是影响其品牌认知，进而提高或降低其品牌忠诚度。dholakia（2002）提出虚拟社区传播新产品知识和信息会影响成员的消费选择。hennigthurauetal（2004）对消费者到网络论坛查询其他消费者在线言论的动机和影响进行了实证研究。结果发现消费者浏览虚拟论坛意见的最大动机是借鉴别人的经验，降低风险，减少搜寻时间，以便做出更好的购买决策，论坛意见对消费者购买决策和购买行为变化有明显的影响。okleshen（2000）的研究则发现虚拟社区中积极地参与者重视来自群体的信息，并随之修正个人行为，虚拟社区的意见领袖所发布的正面和负面信息会被其他成员高度重视。郭国庆等（2007）认为，口碑通过对消费者态度的强化或转化实现了其对消费者实际购买行为的影响。二、实证研究（一）研究方法本文以因子分析法为主要研究方法，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系，其主要宗旨是保证信息损失为最小，因子间不具有显著的相关性。（二）本文提出的假设本文通过阅读国内外相关文献，将在线口碑传播对虚拟社区成员消费行为的影响因素归纳为以下五个维度：信息源因素、信息传播方向因素、社区成员自身因素、产品因素、虚拟社区类型因素。并提出以下假设：假设1：信息源因素主要影响指标为使用者主观评价x1、使用者客观陈述x2、第三方评论x3、企业自述x4①这四个方面。假设2：信息传播方向因素主要影响指标为正面口碑x5、负面口碑x6和中立口碑7这三个方面。假设3：社区成员自身因素主要影响指标为网络涉入度x8、专业程度x9、口碑感知度x10、在线联结强度x11、信息传受双方信任度x12、潜在消费者x13、已有消费者x14。假设4：产品因素主要影响指标为习惯性购买渠道x15、产品类别x16、产品外观x17、产品价格x18、产品卷入程度x19。假设5：虚拟社区的类型因素主要影响指标为品牌虚拟社区x20、社交型虚拟社区x21、交易型虚拟社区x22和娱乐型虚拟社区x23。(三)调研对象本文抽选了杭州19楼论坛、天涯社区、onlylady、雅培四个虚拟社区为调研对象。发放问卷300份，回收有效问卷240份，问卷有效率为80%（非注册用户、年龄15岁以下50岁以上的对象所填问卷被视为无效问卷）。在接受调查问卷的人员中，男性占41%，其余59%为女性；年龄在20-35岁的人群所占比例最高，为61%；受访者80%为大专以上学历；每天上网时长在4-6小时的比例最高，为36.8%，1-3小时的为25.9%。（四）统计分析本次调研主要采用结构式问卷进行访问，问卷以封闭式题目为主，辅以部分开放式问题。问卷数据的处理采用spss.18软件包，主要分析方法有频数分析、因子分析和信度检验。1．kmo和球形bartlett检验。假设中的指标是否具有相关性，是进行因子分析的前提。kmo样本测度和bartlett球形检验是目前检验相关性的主要方法。其中，kmo值是相关系数与偏相关系数的一个比值，kmo值越大（最大接近1），表示变量间共同因子越多，越适合进行因子分析。根据学者kaiser的观点，如果kmo的值小于0.5，则不适宜进行因子分析。一般来说，0.7以上的kmo值才适合做因子分析。首先作者对处理过的数据结果做相关性检验,发现由这23个指标构成的体系总体kmo值仅为0.422，不适宜进行因子分析，但删除掉虚拟社区类型的四个指标后，即可得到如下结果（表1）。表1给出了因子分析的kmo和球形bartlett检验结果。bartlett球度检验的概率p值为0.0000，也就是说相关系数矩阵与单位矩阵有显著差异。同时,kmo值为0.713,根据kmo度量标准可知，该组数据可以进行因子分析。另外，统计分析结果显示，假设1中信息源四个因素的信度检验值只有0.298，删掉“企业自述”x4之后，信息源余下的三个子因素的cronbachα系数提高至0.673，调整幅度较高，因此可以将该项子因素删除。2．旋转矩阵。考虑到因子分析的一个重要目的在于对原始变量进行综合评价，且利用因子提取方法得到的结果虽然能保证因子之间的正交性，但因子对变量的解释能力较弱，所以需要通过对因子模型进行旋转变换，使公共因子的载荷系数更接近1或0。表2显示了经过旋转后因子载荷矩阵。从旋转后的因子载荷矩阵可以看出:（1）公因子1对使用者主观评价x1、使用者客观陈述x2和第三方评论x3有较高负荷,因此这些指标综合反映了在线口碑对消费者行为影响中的信息源因素,与假设1基本一致。（2）公因子2对x8、x9、x10、x13、x14和x19即网络涉入度、专业程度、口碑感知度、潜在消费者、已有消费者和产品卷入程度有较高负荷,这与假设3中社区成员自身因素的主要影响指标有一些出入,因此假设3被修正为社区成员自身因素的主要影响指标为为网络涉入度、专业程度、口碑感知度和产品卷入程度、潜在消费者、已有消费者等子因