O2O模式下消费者购买决策影响因素社群关系研究

王 崇，陈大峰

(1．南京审计大学商学院，江苏 南京 211815；2．上海财经大学信息管理与工程学院，上海 200433)

1 引言

近年来线上与线下的整合呈现加速趋势。一方面，传统零售企业频频试水电子商务，开展电子商务战略布局，试图借助互联网提升企业的市场辐射能力, 挖掘更多的市场机遇。作为我国零售业巨头，苏宁、国美已先后进军网络零售领域。另一方面，淘宝、京东等老牌电商在巩固已有网络市场前提下，不断拓展线下业务，呈现出由线上到线下的发展趋势。无论是实体店去“传统化”纷纷“触网”，还是电商“下线”走进实体市场，均预示着一种崭新的商业模式——O2O已经开启了全新的电子商务时代。

O2O 是由 TrialPay 创始人Alex Rampell 首先提出来的，其全称是 Online To Offline，即“线上到线下”。O2O模式将互联网与线下的无限商机完美结合，依托线下实体店打造强大服务平台，实施“线上+线下”的全方位营销战略。在提升消费者购买意愿与开拓市场方面，与传统电子商务及营销模式相比，O2O商业模式显示出了超乎寻常的想象力，有专家断言：O2O 是未来电子商务的终极模式。

尽管O2O 模式以其超前的商业理念给人们带来了无限的遐想，但企业在 O2O 模式商业化运作中却遇到了种种挑战。电商线下服务不到位，线上与线下缺乏协同等诸多问题，导致企业没有充分发挥出O2O模式的应有效力。文献检索结果表明，由于O2O 商业模式刚刚起步，目前国内外有关O2O模式研究成果还很少，在国际权威期刊上没有检索到相关的研究论文。相对而言，国内学者近年来发表了一些研究成果，但多数研究是对O2O商业模式特点的外在描述和分析，缺乏理论深度和系统性。通过检索、筛选，下列研究成果基本反映了当前国内在O2O交易模式理论研究方面的现状。

杨旭等[1]从商家、产品、O2O网站平台及交易环境四个方面，分析了影响O2O电子商务消费者信任的主要因素，采用层次分析法和模糊综合评价分析建立了O2O电子商务消费者信任测度模型，实证结果表明，目前消费者对O2O电子商务的总体信任度水平偏低。王燕茹和梅佳[2]从年轻消费群体的消费心理、行为以及团购自身的特点出发，利用感知风险与技术接受模型对O2O团购的影响因素进行了实证分析。 张应语等[3]依据对O2O模式下感知收益与感知风险的分析，给出了O2O模式下生鲜农产品购买意愿的实证模型。张茜和赵亮[4]运用系统动力学建模方法，建立基于顾客体验的O2O商务模式系统动力学模型，通过模拟仿真，分析O2O商业模式对顾客体验和企业获利能力的重要影响。吴晓志等[5]研究了O2O模式下制造商与零售商双渠道供应链之间的定价契约，通过求解零售商O2O供应链利润函数, 求解批发价格契约下的O2O供应链渠道零售价格与销售数量。刘畅等[6]构建了O2O实体渠道和网络渠道的分散决策模型,并根据顾客的渠道决策、服务水平、物流时间等变量对渠道价格和利润的影响，分析了双渠道的价格竞争与服务竞争方案。Xiao Shengsheng和Dong Ming[7]结合O2O模式特点，采用隐半马尔可夫模型构建了O2O模式下信誉管理系统，以利于减小消费者O2O模式下购物的风险成本。

综上所述，上述学者围绕O2O模式，从顾客购买意愿、供应链等不同角度开展了理论研究，在一定程度上阐释了O2O模式理论特点，但对O2O模式工作机理仍尚未开展研究。与传统的B2C、C2C相比，整合了线上与线下资源的O2O模式，通过网店与实体店的协同、互动，能够极大地提高了消费者在线购买意愿。因此，要揭示O2O模式工作机理，首先应系统分析线上、线下影响消费者购买决策的维度构面，挖掘消费者购买决策的影响要素。在此基础上，揭示影响消费者在线购买意愿的构面要素之间协同关系。虽然上述文献不同程度地分析了O2O模式下影响消费者购买意愿的因素，但既没有系统分析线上、线下影响消费者购买决策构面要素，也没有研究影响消费者在线购买意愿的线上、线下属性要素之间的联系与协同。事实上，对于开展O2O交易模式的电商来说，正确运用网店、实体店构面要素之间的协同与互动对提升消费者在线购买意愿至关重要。为此，论文以消费者购买评价为视角，挖掘O2O模式下影响消费者购买决策的构面要素，研究消费者购买决策时构面要素之间的关联与相互影响，识别线上与线下间的协同机理，为构建、完善O2O模式工作机制奠定理论基础。

2 影响消费者购买决策的构面及要素分析

O2O模式是在线上、线下两个渠道整合基础上构建的全新平台。作为O2O营销平台的前端，线上渠道不仅可以充分利用互联网跨地域、无边界优势，向市场传递产品信息[8-9]，提供网上咨询与服务，开展网络营销，而且可以为顾客提供在线支付、网上预约等终端服务，促成线上顾客完成购买线下商品或服务的交易。线下渠道作为O2O平台的后端，除了提供代客下单、商品零售服务外，主要通过提供产品体验、现场咨询等线下服务，与网店实现互动，为线上营销提供支撑。O2O营销平台与传统电子商务模式最大的不同在于整合了线上、线下两个渠道及资源，为消费者购物提供了一个全新模式。因此，在O2O模式下购物，消费者不仅要关注线上虚拟营销，而且还要考虑线下实体服务。

网店是商家借助互联网面向消费市场开设的虚拟商品零售店，因为具有不受时间、地域限制的特点，商家可以充分利用网络的优势，向广大的消费市场传递产品、促销及服务等信息，促使消费者做出购买商品的决策[10]。对于追求以最小成本获取最大收益的消费者而言，网站的商品、促销及电商信誉不仅是购买商品需要了解的基本信息，而且也是购买决策的基本依据。所以，消费者高度关注这三个维度构面[11-13]。

消费者在购买商品前首先要评估商品的价格是否符合自身的心理价位[14-15]，因为商品价格是交易成本主要构成，尤其在资金有限的情况下，消费者必须控制支出。除了商品价格外，品牌是消费者关注的又一个重要因素。由于品牌反映了商品的质量与企业对顾客的承诺。所以，消费者将品牌大小视为产品质量高低的重要标志，通常借助商品的品牌判断商品质量与性能[16]。其次，消费者在购买商品前还希望通过网上商品的介绍[17]，尽可能通过了解商品的款式、构成及功能等，判断是否符合自身需要，结合商品的价格与品牌，初步判明商品的质量。商品介绍与说明的详尽程度对消费者了解商品的功效和质量具有重要作用。为此，论文提出假设H1：商品构面包括商品线上价格、品牌以及商品说明度，即电商通过文字、图片及视频等方法对产品说明的详尽程度。

网络促销是网店为唤起消费者购买欲望和促使消费者做出购买决策，而发布的各种刺激性商业信息，促销信息的内容不同、力度不同，对消费者购买意愿产生的效果也就不同。为此，论文提出假设H2：促销构面包括促销内容与促销力度两个要素。

此外, 消费者上网购物，电商的信誉、市场形象也是左右顾客购买行为的重要因素[17]，尤其当顾客购买价格较高的产品时，消费者不可能不考虑商家的信誉。通常来说，商家的知名度、市场口碑能反映其信誉度，顾客可根据电商知名度与市场口碑判断其信誉高低。为此，论文提出假设H3：电商构面包括电商知名度、市场口碑两个要素。

作为O2O营销平台的后端，线下实体店是对O2O营销平台前端的重要补充与支撑，对顾客购买决策影响极大。在O2O模式下，由于网店的虚拟性，顾客不会仅仅依据在线上对有关产品、促销及电商了解的情况，就形成最终判断，而是要通过对线下实体店进一步考察，最终决定是否在线购买[18-19]。在实体店，顾客不仅会了解线下产品销售价格，亲身体验、感受产品[20-21]，而且还会通过实地考察电商线下服务、促销兑现与否及售后服务，进一步判断产品的质量、电商的信誉。如果线下实体店能为顾客提供良好的产品体验、完善的服务，释疑解惑，消除顾虑，这不仅可以帮助消费者验证先前依据线上信息所做出的初步判断，拉近企业与顾客的距离，而且能够增进顾客的认同感，提升消费者在线购买的意愿。反之，就会大大降低消费者在线购买的意愿，对消费者购买决策产生极大的负面影响[22]。为此，将线下实体店影响消费者购买决策的因素划分为产品与服务两个构面，并提出如下两个假设,H4:产品构面包括商品线下价格、感知商品质量2个要素，H5:服务构面包括促销兑现率、线下服务及售后服务质量三个要素。

依据上述5个假设, 论文提出了O2O模式下影响消费者购买决策的多构面要素及体系假设模型，如图1所示。

图1 O2O模式下影响消费者购买决策的多构面要素体系假设模型

3 构面要素提炼

为了验证O2O模式下影响消费者购买决策的多构面要素体系假设模型正确与否，以假设模型线上、线下各自的构面要素为变量，设计调查问卷，采集样本数据，对假设模型开展实证分析。

3.1 离散型模糊数据问卷设计

在分析构面要素对消费者O2O模式下购买决策影响基础上，界定各构面要素的含义和边界，如表1所示。依据表1，设计调查问卷，采集样本数据。检验多构面要素影响消费者购买决策的假设成立与否，应采用模糊测评法设计样本数据测量量表。模糊测评是以模糊统计分析为理论的方法，依托模糊集合理论，对统计学的“明确样本”观念进行了推广与发展,使之建立在模糊集理论、软计算及统计学交叉发展基础之上[23-24]。传统李克特量表具有“非此即彼”缺点，不能准确测量被访者的态度和认知等潜在特质。为此，依据模糊统计分析理论，论文运用隶属度函数描述被访者对调查问题的模糊认识，用隶属度衡量被访者对调查问题态度的真实程度。附录1是依据表1设计的构面要素的测量项目，量表旨在反映各构面要素对消费者在线购买决策的影响程度。

表1 影响消费者购买决策的构面要素界定

对上述调查项目的测量采用李克特5点量表：非常不赞同、不赞同、稍微赞同、赞同、非常赞同，于是语义变量集合可表示为：L={l1,l2,l3,l4,l5}，其中，l1：非常不赞同，l2：不赞同，l3：稍微赞同，l4：赞同，l5：非常赞同，将L={l1,l2,l3,l4,l5}视为论域U上的5个语义变量。设{xi:i=1,2…n}为一组模糊样本，n是样本个数，样本xi相对于语义变量lj的隶属度函数为：

(1)

(2)

式中，隶属度fL(xij)=A(xij)·B(lij)。依据公式(2)，模糊样本集{x1,x2,…xn}属于5个语义变量l1、l2、l3、l4、l5隶属度的平均值，可由如下公式(3)计算。由此算得的隶属度均值即代表了样本对测量项目的真实态度。

(3)

根据表1中的假设模型构面要素测量项目以及采用的模糊测评法[20-21]，设计模糊等值计分式调查问卷，问卷由12个量表构成，每个量表设计如表2所示。

表2 构面要素模糊语义测量量表

3.2 数据分析与构面要素的提炼

问卷调查采用问卷星第三方平台在线样本库进行大规模数据采集，侧重选择有过网上购物经历或浏览过购物网站，年龄在20至45岁之间的网民作为本次调查样本。本次调查共采集了2186份有效调查问卷，依据公式(2)计算每一个样本xi属于语义变量l1、l2、l3、l4、l5的隶属度，依据公式(3)计算样本集{x1,x2,…x2186}分别属于语义变量l1、l2、l3、l4、l5的隶属度均值，计算结果如表3所示。

表3 构面要素语义变量隶属度均值

由表3可以看出，通过计算各构面要素样本集{x1,x2,…x2186}属于语义变量l1、l2、l3、l4、l5隶属度均值，12个构面要素隶属度均值计算结果检验了上述5个假设。

商品线上价格、商品说明度、商品品牌三个要素变量隶属度均值计算结果证明了假设H1成立。表明在O2O模式下，顾客很重视商品线上价格、商品说明度及商品品牌，三个变量不仅是消费者评价商品效用的重要指标，而且是影响顾客购买与否的重要依据。而促销内容要素变量属于语义变量l2的隶属度均值为0.6216，远大于其他几个语义变量隶属度均值，说明消费者在线购买时并不关注电商促销内容。这个研究结果阐明，当前电商促销手段雷同，缺乏特色，已无法吸引顾客的视线。相反，促销力度属于语义变量l4的隶属度均值为0.7142，显著大于l1、l2、l3语义变量的隶属度均值，表明顾客线上购物时非常关注电商促销力度，促销力度越大，越有助于提升购物者在线购买意愿。作为电商构面的两个要素，电商知名度、电商口碑两个变量隶属度均值显示出，消费者在购买决策时，同样非常重视电商知名度与口碑，借助这两个变量有助于消费者预测商品效用及购买风险的大小。

在表3中，商品线下价格与商品感知质量两个构面要素的隶属度均值证明了假设H4成立，表明消费者在O2O模式下购物，线下的商品价格及对商品的实际感受是影响顾客购买与否的重要因素。服务构面中促销兑现率、线下服务质量两个变量隶属度均值分别为0.6148、0.6913，显示电商线下促销兑现程度、线下服务质量如何，对消费者线上购物依然有重要影响。但售后服务质量属于语义变量l2的隶属度均值为0.5274，说明消费者O2O模式下购买决策不受售后服务影响。因为电商只能为顾客提供有限的售后服务，消费者购买商品后的服务更多来自于生产商。假设H4、H5的检验结果验证了O2O模式下线下实体店对线上营销平台的重要支撑作用。

综上所述，在删除促销内容、售后服务质量两个要素后，改进的O2O模式下影响消费者购买决策的多构面要素体系如图2所示。

图2 O2O模式下影响消费者购买决策的多构面要素体系

4 构面要素社群关系模型建立

图2表明，O2O模式下，对于线上平台而言，商品线上价格、商品说明度、商品品牌、促销力度、电商知名度、电商口碑是影响消费者购买决策的重要变量，而对于线下实体店而言，影响消费者在线购买决策的要素分别为商品线下价格、感知商品质量、促销兑现率及线下服务质量。由于O2O模式是通过线上与线下的协同实现立体化营销，所以，影响消费者购买决策的线上、线下构面要素之间必然存在关联与互动。这种关联实际上就是“网络”，线上与线下不同构面的每个要素是构成网络的“结点”，这个“网络”实质上反映的是“结点”彼此间的社会关系，即构面要素之间关联与协同。所以，该网络本质上是“社会网络”。消费者购买决策时对线上、线下不同构面要素的取舍，正是“社会网络”的外在体现。为此，依据采集的2186份调查问卷样本数据，采用社会网络分析法，对SP、CE、CB、PI、MP、MR、XP、PQ、PE、FQ构面要素内在联系进行量化表征与分析，通过挖掘构面要素间的“社会网络”，揭示O2O模式下消费者决策行为模式。建立在数学方法与图论基础上的社会网络分析，是研究社会网络关系结构及其属性的一套有效理论和方法[25]。

以影响顾客购买决策的构面要素为个案，以顾客为隶属项，依据样本数据建立拥有个案与隶属项的模糊发生阵(anm)10×2186，其中，n=1,2…10，m=1,2…2186，如表4所示。该矩阵是一个由介于[0,1]之间的隶属度元素组成，元素aij的大小表明了第m个顾客在购买决策时对第n个构面要素的重视程度。

表4 O2O模式下消费者购买评价模糊发生矩阵

在此基础上，依据模糊发生阵(anm)10×2186，构建个案邻接阵(bij)10×10，其中，i=1,2…10，j=1,2…10。矩阵元素bij是所有顾客认可构面要素Xi、Xj重要性的隶属度取最小值之后的代数和均值，如公式(4)所示。bij值的大小反映了消费者购买决策时Xi、Xj两个构面要素之间关联程度，且0≤bij≤1。如果bij=0，表明构面要素Xi与Xj之间不关联，bij值越大，构面要素Xi与Xj之间关联程度越高，即消费者越倾向于统筹考虑Xi、Xj这两个变量之间的关联，并将二者均视作最终决定购买与否的重要参考因素。由于无论是矩阵元素bij，还是矩阵元素bji，均表示构面要素Xi与Xj之间的关联程度，所以，bij=bji，个案邻接阵(bij)10×10是多值对称矩阵。

(4)

为分析构面要素Xi、Xj之间关联与互动，论文采用Ucinet6网络分析软件，构建个案邻接阵(bij)10×10,并依据邻接阵(bij)10×10，使用可视化软件NetDraw2.089建立了O2O 模式下消费者购买决策影响因素社群关系模型，如图3所示。

图3 O2O模式下消费者在线支付决策影响因素社群关系模型

模型顶点代表影响消费者购买决策的构面要素，顶点之间连线代表消费者统筹考虑连线两端的构面要素对购买决策的影响。由社群关系模型可以看出，虽然模型各顶点之间均存在连线，但不同连线的隶属度bij大小不一，存在较大差异。这表明有的构面要素之间关联程度较高，而有的构面要素之间关联程度较低。MR与PQ、PE、FQ关联的隶属度分别为0.93、0.89、0.90，MP与PQ、PE、FQ关联的隶属度分别为0.82、0.92、0.90，说明电商口碑MR、电商知名度MP两变量分别与感知商品质量PQ、促销兑现率PE、线下服务质量FQ三个要素均高度关联。SP与PQ、XP之间关联隶属度分别为0.89、0.91，CB与PQ、FQ之间关联隶属度分别为0.90、0.92，表明商品线上价格SP分别与感知商品质量PQ、商品线下价格XP显著关联，商品品牌CB与感知商品质量PQ、售后服务FQ显著关联。其次，CE与PQ的隶属度、PI与PE的隶属度充分显示出商品说明度CE与感知商品质量PQ、促销力度PI与促销兑现率PE均显著关联。此外，社群关系模型显示，MP与线上构面要素MR、CB、SP也分别具有较高的关联性。除上述构面要素之间存在显著关联外，其它构面要素之间的关联关系均不显著。

为了进一步挖掘 O2O模式下影响消费者购买决策的构面要素之间相互关系和影响，删除社群关系模型中关联隶属度小于0.5的连线，运用NetDraw2.089可视化软件重新构建O2O 模式下消费者购买决策影响因素社群关系模型，并使用UCINET6计算模型的中心度及密度等指标，如图4与表5所示。

图4 改进的O2O模式下消费者购买决策影响因素社群关系模型

表5 社群关系模型构面要素中心度

DensityVariableDegreeNrmDegreeClosenessBetweennessEigenvector0.7540SP2.986035.675064.28571.713047.5348CE1.340016.009652.94121.944417.4957CB3.666043.799369.23083.888955.3188PI1.910022.819656.25004.722223.4498MP4.990059.617781.818228.564863.9413MR3.370040.262864.28574.953741.6051XP2.650031.660756.25002.175944.0110PQ4.820057.586675.000021.157457.9866PE2.720032.497056.25001.388927.7134SA3.220038.470760.00004.490744.0154

改进的社群关系模型与构面要素中心度表明，在忽略关联度较低的构面要素之间联结后，电商知名度MP中心度最高，其次分别是感知商品质量PQ、商品品牌CB，说明电商知名度、感知商品质量、商品品牌相对其他变量而言处于“中心”位置，在影响消费者购买决策的构面要素中处于支配地位。此外，数值大小介于[0,1]区间的社群关系模型的密度指标计算结果为0.754，表明O2O模式下消费者购买决策影响因素社群关系模型整体上具有较高的紧密性，各构面要素之间联系紧密。为进一步揭示处于支配地位的各构面要素之间的内在联系，采用UCINET6挖掘社群关系模型子图成分，如图5所示。

图5 O2O模式下消费者在线支付决策影响因素社群关系模型的子图

由社群关系模型子图可以看出，O2O模式下消费者购买决策时对影响要素考虑、权衡，表现出其固有的行为模式：以电商知名度MP、商品品牌CB、商品线上价格SP及感知商品质量PQ为顶点，O2O模式下消费者在购买决策时，分别协同考虑电商知名度与感知商品质量、商品品牌与感知商品质量、商品线上价格与感知商品质量，同时，统筹权衡电商知名度与商品品牌、商品线上价格与商品品牌，如图6所示；以电商知名度MP、商品品牌CB、商品线下价格XP及商品线上价格SP为顶点，O2O模式下消费者在购买决策时，分别协同考虑商品线上价格与商品线下价格、商品品牌与商品线下价格，同时，统筹权衡电商知名度与商品线上价格、电商知名度与商品品牌、商品品牌与商品线上价格，如图7所示；以感知商品质量PQ、商品品牌CB、商品线下价格XP及商品线上价格SP为顶点，O2O模式下消费者购买决策时，分别协同考虑商品线上价格与感知商品质量、商品线上价格与商品线下价格、商品品牌与感知商品质量、商品品牌与商品线下价格，同时，又统筹权衡商品品牌与商品线上价格、感知商品质量与商品线下价格，如图8所示。由此可见，消费者在整合了线上与线下资源的O2O营销平台购物，是通过对线上与线下构面要素的综合权衡，最终做出购买决策。

图6 O2O模式下以MP、PQ、CB及SP构面要素为顶点的消费者行为模式

图7 O2O模式下以MP、CB、XP及SP构面要素为顶点的消费者行为模式

图8 O2O模式下以MP、CB、XP及SP构面要素为顶点的消费者行为模式

5 结语

依据对O2O模式下影响消费者购买决策构面要素的研究结果，可以提出如下有益的启示和借鉴：

(1)不断完善线上和线下的有效对接与协调，实现线上促销推广与线下实体活动相呼应，努力提升线下服务质量与售后服务，提高线下渠道对线上营销的支撑能力。

(2)依据商品品牌与市场消费水平，制定合理的商品价格。同时，考虑到线上与线下商品价格的相互影响，电商应统筹设计线上与线下协同的价格体系，引导、提升消费者在线消费的积极性。

(3)电商应加强商品进货渠道管理，保证商品质量，实施品牌化经营，为顾客线下商品体验与惠顾创造条件，提升顾客对商品质量的认同感。

(4)电商应通过持续不断的营销推广与市场培育，夯实市场基础，扩大市场影响力，提升企业的市场形象与竞争力。

通过对O2O模式下消费者购买决策影响因素挖掘，论文提出了影响消费者购买决策的构面要素体系，并采用社会网络分析法，构建了O2O模式下消费者购买决策影响因素社群关系模型。通过对模型构面要素之间关联关系、中心度及密度的分析，进一步完善、优化了消费者购买决策影响因素社群关系模型。在此基础上，对社群关系模型进行了挖掘与提炼，提取了构面要素社群关系的子图成分与O2O模式下消费者决策行为模式，揭示了影响消费者购买决策构面要素之间内在联系与关联。O2O作为全新的商业模式，目前仍在发展与探索之中。在后续研究中，有必要在已有基础上，进一步优化影响消费者购买决策的构面要素体系，深度研究基于构面要素之间内在关联的O2O模式协同机制，为电商正确制定O2O模式商业策略提供理论借鉴。