贝贝母婴平台社交电商影响消费者购买行为因素分析

张天宸

[摘 要] 文章基于互联网经济时代大背景，以B2C社交电商平台贝贝的发展模式为切入点，立足于国内社交电商行业发展现状，对社交电商的影响因素进行分析研究，进一步思考应该如何从贴合用户需求角度完善社交电商发展模式，从而发挥产品特色、顺应行业趋势，激活社交电商的发展潜力。

[关键词] 社交电商；影响因素；层次分析

中图分类号：F713.5 文献标识码：A

社交电商是一种基于人际网络的电商衍生模型，旨在通过社交互动、用户内容和其他方式协助购买商品，使用社交元素集成电商和社交网络。与传统电商相比，基于关系链的社交电商具有营销准确、社交效果好、用户喜爱度高等优点，被业界视为下一代领航电商模式[1]。

一、B2C电商平台贝贝的社交电商发展现状

社交电商模式有四种：电商社交化、社交电商化、品牌企业社交电商化、第三方社交电商平台，贝贝属于第三方社交电商平台。

贝贝开启了个人零售KOC时代，在原始客户社区的基础上建立了复杂关系链。当前，贝贝在社交电商中的核心和文化是以会员、销售为中心，分享、销售和利他文化，系统升级为贝店+VIP两套并行销售系统，用户享受班主任+顾问全方位服务，通过价值让渡和良好服务来激发消费者的购物欲望和分享欲望。

二、利用AHP模型解析社交电商的影响因素

通过上文以贝贝为实例的对国内社交电商的发展及盈利分析，下面对社交电商发展中的影响因素进行评估，首先构建分析模型。

（一）构建AHP模型

1.构建指标体系

根据表1指标体系的设计，综合分析后构造比较判断矩阵并进行一致性检验，其中指标的含义为：aij=1指标i与j同等重要，aij=3指标i比j稍重要，aij=5指标i比j重要，aij=7指标i比j重要得多，aij=9指标i比j极其重要，aij=2，4，6，8，指标i与j重要性介于相邻判断的中间值。

2.构建比较判断矩阵

在层次分析过程中，根据表2建立了各种规模。准则层相对于目标层（O）的判断矩阵，见表2。

针对M1和M2创建二阶评估矩阵，特征向量为（1.333，0.667），权重值为：66.667%，33.333%，λmax=2，CI=0，RI=0，通过一致性检验。方案层相对于准则层的判断矩阵Ni，i=1-7相对于M1的判断矩阵。

根据不同指标间相对重要程度，重复以上过程，比较判断矩阵如表3所示。

从表3可以看出，对于N1，N2，N3，N4，N5，N6和N7构造7阶判断矩阵。特征向量为（0.257，3.190，4.406，0.332，0.978，1.610，0.530），权重值为2.275%，28.221%，38.986%，2.934%，8.655%，14.241%，4.688%，λmax=7.473，CI=0.079，通过一致性检验。

Ni，i=8-12相对于M2的判断矩阵，见表4。

从表4可知，针对N8，N9，N10，N11，N12构建五阶判断矩阵，特征向量为（0.349、3.565、0.644、 0.644、1.933），权重值为4.896%，49.957%，9.029%，9.029%，27.088%，λmax=5.020，CI=0.005，RI=1.12，CR=0.004，通过一致性检验。

（二）数据分析评价

总权重得分矩阵（0.0152，0.1881，0.2599，0.0196，0.0577，0.0949，0.0313，0.0163，0.1665，0.0300，0.0300，0.0902），通过模型分析，得到如下结论。

1.用户的主观感受是社交电商中激发用户购买的最主要影响因素

社交电商作为新兴模式，最大优势是利用人们的社交圈进行销售。消费者更倾向于购买熟人推荐的产品、受信任的专业人士线上测评后的推荐产品，主观判断成为刺激用户购买欲望的最强动力。贝贝抓住用户感受，在宝妈购买产品时推销用户好评度高的产品并给予有资格证明的专业团队指导，引导消费者的主观判断，促进用户产生信任感和依赖性[2]。

2.感知配合度与感官印象会增加用户的购买欲望

刺激消费者产生知觉是促销的高效方法，当消费者通过平台购物时，通过简洁美观的页面在感官中留下较好印象，激发购买动机；宣传的适当性也是重要指标，合适的广告会提升用户的购买可能，因而社交电商平台需要特别关注广告形式、频率和位置。贝贝通过萌宝大赛、会员推荐与消费者进行交互，在适当的宣传当中潜移默化地影响用户对产品的感知印象，激发用户购买欲望并成功营销产品[3]。

三、结语

随着互联网经济的发展，人际交流方式悄然改变，网络社交切合人的心理依赖，有刚性需求属性。而社交电商合时宜地抓住时代脉搏，基于社交传播，通过平台多形式转发拓展，在更多场景激发消费欲望，促进消费。从发展形势看，社交电商在未来会运用更多创新模式、灵活方式以满足人们的社交需求和商品需求，为电商市场开辟一条独立发展的新路径[4-5]。

参考文献：

[1]程璐.社交电商凶猛[J].中国企业家，2019（8）：102-107.

[2]魏英华.浅谈移动互联网下社交电商的发展[J].中国商论，2020（7）：1-2.

[3]温家鑫，时婕.基于主成分分析的社交电商用户接受度模型构建[J].现代商业，2020（12）：32-33.

[4]許学敏.层次分析法在太阳镜产品质量评价中的应用[J].中国标准化，2019（2）：158-159.

[5]杨世武，苑心怡.社交电商用户购买意向驱动因素的模型与实证分析[J].湖北文理学院学报，2020，41（5）：80-88.