APP下载

细化信用评价体系对消费者购买意愿的影响

2013-01-18修亚南

合作经济与科技 2013年21期
关键词:卖家意愿信用

□文/修亚南

(德州学院 山东·德州)

引言

随着我国互联网的迅速发展,电子商务的出现,改变了以往的商业运营理念,使交易变得越发方便快捷。在电子商务的发展过程中,出现了新兴的电子商务模式,即顾客对顾客的电子商务(C2C)。越来越多的网民在享受互联网服务时,他们的思考也将是深入的,最早对于交易过程和页面等表面化的关注已被更理性、实际的评判所替代。易观国际在《中国C2C市场趋势预测2006-2010》报告中指出,影响未来C2C市场交易规模的因素中,阻碍因素主要包括信用体系不完善,商业模式尚未得到验证和不断有主流厂商退出市场等。其中,信用问题一直是影响电子商务市场发展的重要因素,社会对信用问题产生的负面影响的关注,一方面降低了人们对电子商务的认知;另一方面也客观上暴露了问题。本文通过对C2C电子商务交易过程中的信用评价模式的分析,找出现有信用评价体系中,究竟有哪些因素,以什么样的程度影响潜在消费者购买意愿的因素,并对现有的信用评价体系提出改进建议。对提高国内拍卖网站中C2C交易的信用管理水平和提高C2C电子商务的发展速度有一定的参考价值。

一、电子商务信用评价体系

所谓C2C电子商务信用评价体系,是指交易双方在一笔交易完成后,在评价有效期内,根据本次交易的情况对交易对象进行相互评价,形成信用的信息反馈,并将一个用户得到的所有评价按一定方式集结为该用户的信用度和信用记录,用以反映该用户的信用状况,供其他用户作交易决策参考。信用评价体系作为一种传播信用信息的工具,其宗旨是帮助交易双方了解交易对象的信用状况,约束交易行为,降低交易风险,提高交易的成交率。

二、现有C2C电子商务信用评价体系问题分析

现有的C2C电子商务信用评价模型采用简单的信用累积评价算法,形成用户的信用记录和信用度,减轻了网上交易信用危机,增加了用户网上交易的信心,但在评价规则、评价算法方面仍存在一些问题。

(一)信用评价等级设计过于简单。仅设“好评”、“中评”、“差评”三档,对应得分为+1、0、-1,有时无法准确反映出用户的真实评价。比如在淘宝网中,对同一卖家,有两位买家就自己买到的商品都给出了好评。其实,查看两位买家的评论发现买家对卖家的产品都有不满意的地方,第一例是收到的商品没有包装,第二例是商品与网上描述不相符,由于这两个买家最终还是收到了商品,而且质量没什么问题,所以仍然给了卖家好评。

(二)信用评价算法缺乏对评价用户信用的考虑。实际上,信用度高的评价用户做出的评价更具有可信性,对被评用户的信用影响应该更大。例如,对一位作为卖家的被评价用户而言,每一个与其交易过的买家的好评对该卖家信用度的影响均相同,即信用值增。这就无法调动评价用户对交易及时进行评价的积极性,并可能会导致评价的随意性。

(三)信用评价算法中信用度的变化仅依据交易笔数,而与交易金额无关。这就意味着,进行一次几元钱的交易与进行一次几千元的交易获得的评价机会一样,都是一次,而且信用值的增减可能也相同。所以,原来一些卖电话卡的,卖方信誉度会增长很快,但其很长时间的交易总金额可能还不如一个在网上卖手机的人一次交易的金额多。一旦卖电话卡的人转卖手机等贵重商品,其实就造成了信用度的不对等,如果这个家恶意欺诈,那买家的风险就增大了许多。

图1 购买时的依据

图2 好评率对购买数量的影响(单位:件)

(四)缺乏对卖家近期交易频率的考虑。尽管C2C网站中对卖家交易历史有详细记录,卖家近一周、一个月、几个月的交易均有记录,但是信用度的计算并没有把卖家交易频率考虑进去,只是把卖家交易频率作为一个参考值。然而,对买家来说,近期交易频繁的卖家相对偶尔进行交易的卖家,具有更高的可信度。比如在淘宝网站中,具有同样信用度的两位钻石卖家如果一位卖家交易频繁,近一周内有几十笔甚至更多笔的交易,说明此卖家的业务量大,那么其造假的可能性会比较小;相反,如果另一位卖家,已经有一个月甚至几个月没有进行交易,那么相对而言,前一位卖家更具可靠性。

三、细化交易信用评价体系对消费者购买意愿的影响

通过调查显示,以前的评价确实会对消费者的购买意愿产生影响。44%的人在购买时会依据他人的评价来购买,36%的人在购买时会依据质量来购买,20%的人在购买时会依据价格来购买。(图1)

H0:假设卖家的信用等级,好凭率和消费者的购买意愿存在相关性。消费者的购买数量和信用等级、好评率的关系。(图2)

从图2可以看出,两个变量之间很明显存在相关性,随着好评率的增加,购买数量也呈现出“增加”的趋势,(属于正相关关系),下面进一步研究两者相关性的强弱。

用Y表示消费者购买数量,X6表示好评率。

假设一元线性方程为:Y=rX6+B

通过SPSS得出相关性系数r=0.994 Y=0.994X6+B r=0.994>0,所以卖家的信用等级和好评率会正向影响消费者的购买水平。

H1:假设支付中介的安全性会正向影响消费者的购买意愿。

由SPSS软件得出标准系数=0.17,证明支付中介的安全性对消费者购买意愿存在线性相关,又因为0.17>0,所以支付中介的有效性对消费者购买意愿存在正相关。

为了证明数据的拟合程度和有效性,由SPSS做了R2检验,如表1所示。(表1)

R2>0.8,说明数据很稳定,所以认为这组数据对线性回归模型是有效的。

H2:假设网页的质量越高,访问速度越快,搜索引擎越便捷,管理团队的效率越高,专业性越强,消费者的购买数量越多。由SPSS得出结论,如表2所示。(表2)

由SPSS软件得出,标准系数=0.256,说明C2C网站的整体环境与消费者的购买数量存在线性相关。

为了证明此组数据的拟合程度,由SPSS做出R2检验如表3所示。(表3)

可决系R2和调整的可觉系数R2都比较高,表明回归方程和方程拟合的较好,说明所建立的模型是有效的。

表1 支付中介安全性对消费者购买意愿影响的R2检验

表2 C2C网站的整体环境对购买数量影响的相关系数

表3 网站的整体环境对购买数量影响相关系数的R2检验

表4 卖家的整体素质对购买数量影响的R2检验

表5 卖家的整体素质对购买数量影响的相关系数

H3:假设卖家的服务态度,专业程度,对客户意见和投诉的反馈与消费者购买数量存在相关性。

为了证明数据的有效性,做了R2检验,如表4所示。(表4)

R2>0.8,说明这组数据很稳定,对线性回归模型是有效的。

同时,为了证明卖家的服务态度、专业程度,对客户意见和投诉的反馈与消费者购买数量存在的相关性,我们用SPSS软件做了线性系数分析,得出结果如表5所示。(表5)

由SPSS得出,标准系数=0.332>0,说明卖家的整体素质会正向促进消费者的购买意愿。

本研究在上述已有的理论模型基础上并结合中国C2C电子商务的实际情况,提出了C2C电子商务环境下的多维度信任模型。其中,“支付中介”、“信用积分”、“实名认证”、“用户意见反馈”、“C2C网站整体环境”和“卖家整体素质”作为C2C电子商务环境下主要的在线交易信用评价管理机制因素影响着“消费者的购买意愿”;同时,“消费者的购买意愿”也影响着“消费者对C2C电子商务平台的信任”和“消费者对C2C电子商务平台中卖家的信任”。

四、结论

第一,信用评价体系中,“信用积分”和“卖家素质感知”对在线消费者的购买意愿直接影响效应较高,其次就是“实名认证”和“用户意见反馈”,而“支付中介”和“网站环境”对在线消费者的购买意愿的直接影响相对较低,表明目前C2C电子商务信用评价体系中,6个方面的因素分别对在线消费者存在着不同的影响程度,但可以肯定的是,这6个方面的因素均从一定程度上促进了消费者的购买意愿。

第二,“信用积分”对在线消费者的购买意愿直接影响效应最高。这一方面说明网上卖家的信用评价还是具有很强的参考度,另一方面也暴露了信用评价体系单一,仅靠信用分数的高低决定卖家信誉度高低的弊端。“卖家素质感知”的影响效应也较高,这说明了在C2C购物平台中诸多的卖家当中,消费者在购买时还是会选择素质相对较高的卖家进行交易。

第三,研究还分析了人口统计变量在现有信用评价体系下对购买意愿的影响。之所以要强调是在现有的信用评价体系之下,研究结果表明了消费者的收入和过往网购金额对于他们的购物决策都有较强的正相关关系;但对于消费者的性别、年龄和学历与购买意愿的关系还是没有得到验证。

结束语

信用问题一直是网上购物的关键问题,本文以淘宝网为例,细化了信用评价体系对消费者购买意愿的影响。网上购物特别是C2C模式有着很光明的前途和市场。而信用是淘宝网购物交易过程的基石,因此建立并完善信用评价体系尤其重要,我们必须改进现有的信用评价体系,因为它不仅可以有效减少网上交易欺诈行为,而且可以加强我国个人信用体系建设,同时也必将促进网上购物市场更加繁荣。

[1]陈旭升.国内C2C电子商务信用管理研究[D].北京邮电大学,2009.2.

[2]洪琼.C2C电子商务网站信用评价模型的分析与研究[J].中国管理信息化,2008.6.

[3]江友农.国内拍卖网站C2C模式信用管理研究.成都电子科技大学学报,2005.6.

[4]刘戒骄.个人信用管理[M].北京:对外经济贸易大学出版社,2003.

[5]周黎安.信誉的价值:以网上拍卖交易为例[J].经济研究,2006.12.

猜你喜欢

卖家意愿信用
为食品安全加把“信用锁”
买家秀和卖家秀
不会吃蟹腿的买手 不是好卖家
信用收缩是否结束
付款不及时卖家将房卖出,能否解除购房合同?
信用中国网
充分尊重农民意愿 支持基层创新创造
卖家注意,这15种曾经风靡一时的经典玩具千万别卖!
信用消费有多爽?
交际意愿研究回顾与展望