基于关键事件法的虚拟品牌社群顾客间互动行为研究

杨瑞

摘要：运用关键事件法对虚拟品牌社群顾客间互动行为进行探索性研究，结果显示共有建议与帮助、认同与共鸣、友好态度、干扰与争执、负面态度和问题未解决6大类16个子类的顾客间互动行为。以此为基础进行量表开发，信度分析、探索性因子分析以及验证性因子分析表明，最终量表包括6个维度23个测项并具有良好的信度和效度。

关键词：虚拟品牌社群；顾客间互动行为；关键事件法；测量量表

DOI：10.13956/j.ss.1001-8409.2017.03.26

中图分类号：F713 文献标识码：A 文章编号：1001-8409（2017）03-0120-05

Abstract： Using Critical Incident Technique， this paper explores CCI behaviors in virtual brand communities and divides them into six categories： advice and help， identification and resonance， friendly attitude， interference and dispute， negative attitude， problems unsolved， a total of 16 subclasses. Then， a measurement scale is developed. Through the reliability analysis， exploratory factor analysis and confirmatory factor analysis， the final scale consists of 23 measurement items， and the scale has good reliability and validity.

Key words： virtual brand community； customer to customer interaction（CCI）behavior； Critical Incident Technique； measurement scale

互联网的发展使顾客间的交流日益便捷和频繁。连接品牌与顾客的虚拟品牌社群，聚集大量的顾客和潜在顾客，已经成为顾客间互动的重要平台。虚拟品牌社群中的互动包括顾客与企业（品牌）之间的互动以及顾客与顾客之间的互动，顾企之间的互动在顾客参与文献中讨论较多，而顾客之间的互动研究却相对匮乏。这主要是因为与顾企互动相比，顾客间互动的过程和结果难以控制和测量。但服务业文献表明，和其他顾客的口头交互会使顾客在购买过程中更加满意，其他顾客的评论比销售人员的建议更可信[1]；积极的顾客间互动对顾客忠诚和口碑传播具有正向作用[2]；不良的顾客间互动则会影响顾客的再惠顾意愿[3]。但当前的顾客间互动研究多集中于实体环境，关注处于同一消费场景中的顾客间互动[1～7]，仅有少数学者对虚拟环境中的顾客间互动进行了研究，但这些研究或者着眼于强度、双向性、响应性等互动属性[9，10]，或者注重互动内容[11，12]，将其分为产品互动、人际互动、信息互动等，鲜有针对互动行为的研究。国内仅见魏斐翡[13]对电子商务物流服务中的顾客间互动行为进行了研究，但该文的研究重点仍是处于同一虚拟服务场景中的顾客间互动。而本文关注处于服务现场之外的虚拟品牌社群中的顾客间互动行为，而且顾客间互动具有行业和情境依赖性[14]，针对特定情境的专门研究才更有意义。

鉴于此，本文对虚拟品牌社群顾客间互动行为进行探索性研究，探查其现象与形式，进而构建维度并开发量表，以期为企业影响和引导顾客间互动行为提供帮助，也为相应实证研究提供工具支持。

1 虚拟品牌社群顾客间互动行为研究内容

品牌社群是建立在品牌爱好者形成的社会关系之上的、不受地域限制的特殊消费者群体[15]。基于互联网的虚拟品牌社群超越了时间和地域的限制，实现了随时随地的自由交互，成为顾客间互动的重要场所。顾客间互动是指发生在顾客之间的互动，狭义上的顾客间互动仅指发生在服务现场的顾客间接触[16]；广义上的顾客间互动则是指相关信息在顾客间转移的过程，这种过程会影响顾客的消费偏好、购买行为及同其他顾客进一步交流的意愿[17]，它可以发生在服务现场和服务现场之外[16]。

本文关注虚拟品牌社群中的顾客间互动行为，这是发生在服务现场之外的、虚拟环境中的顾客间互动，属于广义上的顾客间互动。广义上的顾客间互动强调信息的转移和对顾客的影响，互动发生的地点则不是重点。具体到虚拟品牌社群的环境中，顾客间的互动可能是立即得到回复的即时沟通，也可能是需要一段时间的延时沟通，还有可能是根本没有得到回复的准社会互动准社会互动，指虚拟环境中发帖者与浏览者通过互联网等媒体进行的非面对面的单向互动。

式沟通。但这些都实现了信息的转移，也都会对顾客产生影响，因而都属于广义上顾客间互动行为研究的内容，这也就是本文的主要研究内容。

2 虚拟品牌社群顾客间互动行为类型探索

2.1 研究方法与过程

作为一种定性研究方法，关键事件法通过特定程序收集被试讲述的令其印象深刻的关键事件，对其进行内容分析并将之归纳到某个框架体系中。该方法能够方便研究者对所发生的事情或状况进行分类。当前，关键事件法已经被较多地用于实体服务环境中的顾客间互动行为研究。例如，Martin和Pranter[4]運用该法将公共场合的顾客间互动行为归纳为顾客间的社交、其他顾客的外观、不关心他人的行为、粗鲁的行为、暴力的行为、不满的行为及从容不迫的行为等7大类32种具体行为。Zhang等[5]通过对餐厅、电影院等15种服务场景的关键事件研究，发现可以根据互动行为给同属顾客同属顾客，处于同一服务（或消费）场景中的其他顾客。

带来的影响是直接或间接、积极或消极的，将顾客间互动行为分为4大类共9种。银成钺等[6]采用该法将服务接触中的顾客间互动行为分为其他顾客的外观、其他顾客的行为和顾客间的语言交流等3大类15个子类。蒋婷和胡正明[7]采用该法将游客间互动行为分为基本礼仪、旅游规范、语言沟通、帮助行为和其他等5个大类20个子类。

借鉴以上研究，本文亦采用关键事件法对虚拟品牌社群顾客间互动行为进行探索性研究。按照相关研究的普遍做法，通过问卷调查收集相关数据。首先，请被试填写其经常登录的虚拟品牌社群；然后请被试描述在该社群中由于其他顾客的行为而使被试感到满意或不满意的一个事件，包括事件过程、其他顾客的表现和被试的感受；最后是被试的人口统计信息。本文委托“问卷星”调研网站并购买其样本服务来收集数据。

调查共进行了7天，回收问卷322份。剔除无效问卷157份，得到165份有效问卷。其中，男性84人占比50.9%，女性81人占比49.1%；18～30岁84人占比50.9%，31～40岁64人占比38.8%；本科学历121人占比73.3%；月收入4000～5000元及5000元以上的，共计118人，占比71.5%。在性别和年龄结构上，被试与第36次中国互联网络发展状况统计报告中的相应统计项目第36次中国互联网络发展状况统计报告显示，截至2015年6月，中国网民男女比例为55.1：44.9；20～29岁网民占比最大，为31.4%；学历以初、高中为主，占比67.0%；月收入以2001～5000元为主，占比43.4%。

基本吻合。在学历层次和收入水平上，被试均高于该统计报告中的相应统计项目。这说明，与普通网民相比，虚拟品牌社群成员整体上学历和收入较高。加入社群6～12个月、1～2年及3年以上的，共计112人，占比67.9%。总体上，样本加入社群时间较长，这也保证了收集的事件是具有普遍意义的。

本文首先阅读并分析关键事件，初步确立分类标准；其次，借鉴相关文献[4～7]的做法，由包括本文的两位研究者独立对所有事件分类，并进一步确定分类标准和类别名称；最后，由第三位研究者再次对所有事件分类，不一致的事件由3位研究者集中判断并达成一致。本文采用式（1）所示的可靠性指数来检验分类过程的信度。其中，Ir表示信度指数，F0表示彼此同意的件数，N为总样本数，K为分类数。当Ir超过0.8时，其结果被视为是可信的。

顾客间正面的相互影响更多。其次，再按照引起顾客满意或不满意的原因，将满意事件划分为建议与帮助、认同与共鸣、友好态度3大类10个子类，将不满意事件划分为干扰与争执、负面态度、问题未解决3大类6个子类。

第一类，建议与帮助，主要指社群成员间关于产品或品牌购买、使用、维护等方面的互动行为，收集56个事件，占满意事件比例61.5%，占总事件比例33.9%，包括3个子类。（1）求助得到帮助，主要是顾客在产品或品牌使用中遇到问题求助网友而得到帮助解决问题的互动。典型事件有手机闪退/黑屏、电脑卡顿/中毒，化妆品使用方法等，收集32个事件，是让顾客满意的第一大因素。（2）购买咨询建议，主要是指顾客在购买产品之前咨询网友而得到推荐或建议的互动。典型事件有手机购买咨询、衣服质量咨询、电脑换件咨询、护肤品牌咨询等，收集7个事件。（3）获得信息知识，主要是顾客从他人帖子中获得关于产品或品牌相关信息知识的互动，包括经验分享帖、创新使用帖、回答问题帖、产品推荐帖等。该类事件中，顾客并没有发帖求助，而是通过浏览他人帖子而实现互动，这属于准社会互动的范畴，收集17个事件，是让顾客满意的第二大因素。

第二类，认同与共鸣，主要指社群成员间能引起认同与共鸣的互动行为，收集18个事件，占满意事件比例19.8%，占总事件比例10.9%，包括3个子类。（1）观点得到认同，主要是顾客发帖表达意见和看法得到他人肯定与支持的互动。典型描述如“得到称赞，回复率超高”“得到大家的肯定”，收集3个事件。（2）思想交流与碰撞，主要是顾客感知到可以与他人畅所欲言、自由交流并参与其中的行为。典型描述如“仁者见仁、智者见智的讨论”“能谈在一起”“可以自由表达想法”等，收集12个事件，是让顾客满意的第三大因素。（3）引起共鸣，主要指顾客浏览到能引起共鸣的帖子。典型描述如“说得跟我想的一样”“……很有内涵，我很受启发”，共收集3个事件，属于准社会互动。

需要说明的是，在以往的顾客间互动行为研究中，尚没有文献涉及“认同与共鸣”这一互动行为，较为接近的只有Nambisan和Baron[11]从互动內容角度提出的成员身份互动，即顾客维持和表露稳定身份的互动。品牌社群研究文献表明，社群由对产品或品牌具有共同兴趣和爱好的顾客组成，对品牌或社群的认同是顾客参与社群的重要动力。马斯洛需求层次理论指出，人有归属、尊重与自我实现的需要。当顾客与社群其他成员进行交流时，彼此相近的认知必然会让顾客产生归属感，进而感知到尊重与自我实现的满足，其结果就是顾客感到满意。因而，笔者认为，“认同与共鸣”是虚拟品牌社群特有的、导致顾客满意的关键顾客间互动行为，也是该环境中顾客间互动行为的特有维度。

第三类，友好态度，主要指社群成员间轻松愉快的互动行为以及对他人友好的态度，收集17个事件，占满意事件比例18.7%，占总事件比例10.3%，包括4个子类。（1）热情友好态度，典型描述如“相互问候，很亲切”“气氛融洽，轻松聊天”，收集12个事件，与“思想交流与碰撞”一样是让顾客满意的第三大因素。（2）得到安慰与鼓励，主要指顾客发帖倾诉遇到的困难和挫折并获得他人安慰和鼓励的互动。事件描述为“工作中……，大家纷纷安慰鼓励我”“发生了一件事，群友主动关心我，感觉好了些”，共收集2个事件。（3）有趣的内容，收集2个事件，事件描述为“论坛很有趣”“有些人很幽默”。（4）获得他人馈赠，收集1个事件，事件描述为“坛友送我一个游戏账号，我很高兴”。

第四类，干扰与争执，主要指社群成员间令人不愉快的互动行为乃至引起的争执和冲突，收集53个事件，占不满意事件比例71.6%，占总事件比例32.1%，包括3个子类。（1）争执和冲突，主要指顾客间由于观点和看法不同而引发的争执和冲突。典型描述如“聊到一个应用，意见不同互相说”“手机测评观点不同引起冲突”，收集7个事件。（2）不文明现象，典型事件如辱骂他人、发布不雅内容、炫富或炫耀、鼓动抵制某某等，收集29个事件，是让顾客不满意的第一大因素。（3）假消息和广告，典型描述如“发布虚假中奖信息”“在我帖子后链接广告，不高兴”“谣言很多”，收集17个事件，是让顾客不满意的第二大因素。

第五类，负面态度，主要指社群成员互动中感知到他人的冷漠与挑剔，收集19个事件，占不满意事件比例25.7%，占总事件比例11.5%，包括2个子类。（1）态度冷漠，典型描述如“提问题时，没人理”“提问没人回复”，收集4个事件。（2）态度挑剔，典型事件如咨询问题被嘲讽、发表评论被攻击、对产品或品牌质疑被围攻等，收集15个事件，是让顾客不满意的第三大因素。

第六类，问题未解决，主要指顾客在社群内提出问题，虽得到答复但却没有解决问题的互动，收集2个事件，占不满意事件比例2.7%，占总事件比例1.2%。事件描述为“……说着玩，无法解决问题”“……不搭边，有用的不多”。

至此，通过对关键事件的内容分析并参照现有研究，本文将虚拟品牌社群顾客间互动行为划分为6大类16个子类。使顾客满意的主要是建议与帮助、认同与共鸣、友好态度。其中，求助得到帮助、获得信息知识、思想交流与碰撞、热情友好态度是主要影响因素。使顾客不满意的主要是干扰与争执、负面态度、问题未解决。其中，不文明现象、假消息和广告、态度挑剔是主要影响因素。可靠性指数表明，分类结果具有较高信度，为后继量表的开发奠定了基础。

3 虚拟品牌社群顾客间互动行为量表开发

本文首先将上述6类行为作为虚拟品牌社群顾客间互动行为的6个维度，以此为基础提炼出35个语句；再结合深度访谈和文献回顾补充7个语句；然后请营销专家甄别语句的重复性和模糊性，删除13个问句后得到初步优化的29个测项；最后采用Likert 5级量表生成问卷，从1到5分别表示从几乎不发生到经常发生。

3.1 预调研与量表修正

预调研主要是修正量表。通过“问卷星”网站发布问卷并邀请朋友填写。两周时间里，回收107份问卷，删除无效问卷3份，有效问卷共计104份。使用Cronbachs α和CITC值（Corrected-item Total Correlation）进行信度分析并净化测项。一般认为，Cronbachs α应大于0.7。同时，删除CITC小于0.5且删除该项后Cronbachs α值增加的测项。按照上述标准，删除3个题项后重新计算的CICT值均大于0.5，各维度Cronbachs α系数最小值为0.765，整体Cronbachs α系数为0.855，表明量表信度佳。量表KMO值为0.784，Bartletts球体检验显著，适合进行探索性因子分析。采用主成分分析和最大方差正交旋转，删除因子载荷均小于0.5和两个或多个因子载荷均不低于0.5的测项，逐个删除3个测项后得到最终量表。萃取特征根大于1的公因子6个，旋转后的23个测项分属6个因子，各测项因子载荷均大于0.5，符合标准。6个公因子累计方差贡献率68.055%，超过50%的阈值，可以很好地解释研究变量。

3.2 正式调研与量表检验

正式调研重新收集数据对量表进行检验。将23个测项生成新的问卷，再次委托“问卷星”网站并购买其样本服务收集数据。7天内，回收问卷280份，删除26份无效问卷，获得有效问卷254份。将254份问卷随机分成两部分，前者120份用于信度分析和探索性因子分析，后者134份用于验证性因子分析。本文共有23个测项，两份样本均符合样本数为量表测项数量5倍的基本要求。

120份样本信度分析结果显示，各个测项的CICT值均大于0.5，且删除任一测项都会使Cronbachs α系数降低，表明每个测项都应被保留。同时，6个维度的Cronbachs α系数最小值为0.786，整体Cronbachs α系数为0.828，达到了非常好的程度。KMO值为0.853，Bartletts球体检验显著，采用主成分分析并最大方差正交旋转后，23个测项分属6个因子，因子载荷均大于0.5且无跨因子载荷现象，显示量表结构较好。6个因子累计方差贡献率为68.821%，表明抽取6个因子是合理的。

对剩余134个样本进行验证性因子分析。运用AMOS17.0软件构建验证性因子分析模型，并采用固定负荷法和极大似然法进行评估。表1表明，各测项因子载荷均在0.5～0.95的标准之间，全部通过了t检验且在p<0.001的水平上显著，表明假设关系是存在的；各個潜变量组合信度（CR）均大于0.6的标准，平均方差析出（AVE）均大于0.5的标准，且各个潜变量AVE值的平方根（对角线上数据）均大于对应潜变量之间的相关系数（对角线下数据）（见表2），说明量表内部一致性、收敛效度和区分效度良好。χ2/df=1.214（1～2之内），RMSEA=0.040（小于0.05）、RMR=0.039（小于0.05），IFI=0.975（大于0.9），GFI=0.867（大于0.8），NFI=0.872（大于0.8），在实务中大于0.8也被视为是合理的[18]，说明模型拟合程度较好。

4 研究结论、意义及局限性

本文的研究结论可以总结为以下几点。第一，通过对165个事件的内容分析，本研究总结出建议与帮助、认同与共鸣、友好态度3类满意事件（91件），及干扰与争执、负面态度、问题未解决3类不满意事件（74件）。同时发现虚拟品牌社群特定情境下，顾客更多地感受到正面互动行为，这与以往研究不同，基于共同爱好和兴趣的虚拟品牌社群是这一不同的主要原因。第二，通过定性和定量研究，本文构建了虚拟品牌社群顾客间互动行为的6个维度，尤其是“认同与共鸣”这一特有维度，是以往顾客间互动研究尚未涉及的。第三，基于探索性研究的结果，本文严格按照规定流程开发了虚拟品牌社群顾客间互动行为量表，信度分析、探索性因子分析和验证性因子分析结果表明，量表包含6个维度23个测项，信度效度良好。

研究意义主要体现在以下几点上。第一，顾客间互动是虚拟品牌社群的关键内容和社群成功与否的重要标志。但是顾客并不天然都会与他人进行积极主动的良性互动，消极负面互动也普遍存在于顾客之间并影响顾客整体体验。本文识别并总结出虚拟品牌社群中导致顾客满意与否的6类互动行为，为企业管控和引导顾客间互动行为提供了切实的帮助和指导。第二，以往研究尚未涉及“认同与共鸣”这一顾客间互动行为，虽然这是基于虚拟品牌社群环境而提出的，但对其他环境中的此类研究也会具有启发和促进作用。第三，如前所述，顾客间互动研究多集中于实体环境，本文开发的量表可以为虚拟环境中的此类研究提供工具支持，从而拓展顾客间互动的研究领域。

本文也具有一定的局限性。第一，对关键事件的划分存在主观性，故而研究结论也会有一定的局限性。第二，没有区分不同的虚拟品牌社群。虽然虚拟环境不像实体环境能够显著影响顾客行为，但不同类型社群的顾客間互动还是会存在差异。例如，企业发起的社群中，假消息和广告相对会少一些。手机、电脑等电子产品社群中，顾客间互动可能更多地集中于产品的使用与维护上；而游戏、旅游等娱乐体验社群中，顾客可能更多地讨论消费中的乐趣和感受。因此，不同虚拟品牌社群中，各类互动行为的相对重要性还需要进一步研究。第三，受时间和资源所限，本文的有效样本数量还不够大，未来应在更大范围内收集样本，以进一步验证量表的适用性。

参考文献：

[1]Harris K，Baron S，Ratcliffe J.Customers as Oral Participants in a Service Setting [J].Journal of Services Marketing，1995，9（4）：64-76.

[2]Moore R，Moore M L，Capella M.The Impact of Customer-to-customer Interaction in a High Personal Contact Service Setting[J].Journal of Services Marketing，2005，19（7）： 482-491.

[3]蒋婷，张峰.游客间互动对再惠顾意愿的影响研究——基于游客体验的视角[J].旅游学刊，2013，28（7）：90-100.

[4]Martin C L，Pranter C A.Compatibility Management： Customer-to-customer Relationships in Service Environments [J].Journal of Services Marketing，1989，3（3）：5-15.

[5]Zhang J Y，Beatty S E，Mothersbaugh D. A CIT Investigation of Other Customers Influence in Services[J].Journal of Services Marketing，2010，24 （5）：389-399.

[6]银成钺，杨雪，王影.基于关键事件技术的服务业顾客间互动行为研究[J].预测，2010，29（1）：15-20.

[7]蒋婷，胡正明.服务接触中游客间互动行为研究——基于关键事件技术的方法[J].旅游学刊，2011，26（5）：77-83.

[9]Frey K， Lüthje C.Antecedents and Consequences of Interaction Quality in Virtual End-user Communities[J].Creativity and Innovation Management，2011，20（1）：22-35.

[10]Wang H W， Meng Y，Wang W.The Role of Perceived Interactivity in Virtual Communities： Building Trust and Increasing Stickiness[J].Connection Science，2013，25（1）：55-73.

[11]Nambisan S，Baron R A.Virtual Customer Environments： Testing a Model of Voluntary Participation in Value Co-creation Activities [J].Journal of Product Innovation Management，2009，26（4）：388-406.

[12]Zhou J J，Zuo M Y，Yu Y， et al.How Fundamental and Supplemental Interactions Affect Users Knowledge Sharing in Virtual Communities？ A Social Cognitive Perspective [J].Internet Research，2014，24（5）：566-586.

[13]魏斐翡.电子商务物流网络服务下的顾客电子互动研究[J].计算机与数字工程，2013，41（10）：1567-1569，1684.

[14]Martin C L.Consumer-to-consumer Relationships： Satisfaction with Other Consumers Public Behavior[J].Journal of Consumer Affairs，1996，30（1）：146-169.

[15]Muniz A M Jr，O'Guinn T C.Brand Community[J].Journal of Consumer Research，2001，27（4）：412-432.

[16]Harris K，Baron S，Parker D.Understanding the Consumer Experience： Its “good to talk” [J].Journal of Marketing Management，2000，16（1-3）：111-127.

[17]Libai B，Bolton R，Bugel M S，et al.Customer-to-customer Interactions： Broadening the Scope of Word of Mouth Research [J].Journal of Service Research，2010，13（3）：267-282.

[18]Hair J F，Black W C，Babin B J，et al.Multivariate Data Analysis（7th Edition） [M].New Jersey：Prentice Hall，2009.

（责任编辑：杨 锐）