市场调研 愿 化网页设置 能够主动向客户推送产品。 ［摘要］本研究首先提出了影响消费者网上购物意愿的诸多 三、电子商务网站客户忠诚度评测 因素，通过因子分析、相关分析 统计分析方法，对 轻消费者 ．和用户消费行为预测．具体的网络客户对电子商务网站的忠诚度 和购买承诺，电子商务企业通过数据库挖技术了解到用户的期望 物网 电子商务网站客户忠诚度反映了网络客户在未来的购买行为 网络购物意愿影 因苎进行了综 分析并重新归类与命名，对购 ［关键词］年轻消费者幸 与建设置出，了一．购物意愿些 。 ．影响因素 ． ． 次才能建立忠诚。因此 网络用户的访问频率、滞留时间以及购 网上购物的发展速度非常快．企业也越来越重视网上销售。据北 买 譬 标衡兰 套呈 搴 皇 度：及煮 至 苎 孽 ）电子妻孽网 ！ 京正望咨询有限公司最新发布的２。００８中国网上购物调查报告显 量 进 测 兰 圳为代表器 ，－，￣－．２００７年 国网上购物发展迅速． ‘ 在以北京、上海、广州和深 采用会员制注册，注册会员再将电－商务网站推荐其他人注册．Ｔ 。ｕ’ 一 “ ” 。 １＿ 通过会员人数和推荐注册人数衡量客户忠诚度。 了４２ ５％ 网上购物用户总数超过１ＯＯ０万人．网上购物金额超过 四、总结 人民币２５０亿元。在以武汉、成都、沈阳和西安为代表的四个区 忠诚客户和零度忠诚客户。并且 电子商务企业能够针对不同忠 １．研究设计 季度 竺尊 ：术孽 ！ 电三 毫差 至营成本。．电子喜参： ｒ 企业构建基于客户忠诚度的数据库营销需要完善的数据信息 。橐 兰 宝 络至 商 上的，本研究问卷的设计是建立在理论分析、访谈、预调研的基础 ：问卷苫５。 物 ３个问题组成．主要涵盖两部分内容：受测人员基本 ．精 一、 “ ’ … ．‘ ； 通数据挖掘的技术人员以及敏锐眼光的销售人员。电子商务企业ｉ费者为研究对象。问卷的发放渠道主要可以分为两部分：同学网 化、满足不同客户的需求成为必然趋势。 因子分析方法是把多个指标化为少数几个互不相容的综合指 ２Ｄ０。年 时，由于指标间存在着包含或因果关系．从而形成了对概念解释 敖静海：电子商务环境下客户，ｔ－－Ａ的探究 效力的交叉和重复．．． ， ，。指标间的信息重叠越严重，对指标评价结果 ［４］田军华姚丽红：试论我国金融品牌忠诚度培育必要性及实 的夸大或低估程度也就越大一人们对指标在研究现象时相对 《商场现代化》２００９・年５月（中旬刊）总第５７５期 市ｌ矛调研 相关分析，看同级指标是否相互。假如很多指标之间的相关 系数绝对值较大．统计检验表明相关显著，则不能认为指标之间相 三、结论对实践的指导意义 从以上的因子分析及相关分析中可以看到．年轻消费者网络 互，就需进行因子分析。ＳＰＳＳ同时提供了几种帮助判断变量 购物的影响因素主要可以分为产品利益、便利性、服务质量、配 是否适合作因子分析的检验方法 本文采用ＫＭＯ检验和巴特利特 送绩效、娱乐性、风险水平 人口统计因素、个人创新倾向、网 球体检验。 表１ ＫＭＯ检验和巴碍 特璩体检验 ｝口Ｉ１０ａｎｄＢａｒｔｌｅｔｒｓ＂ｒｅｓｔ Ｋａｉｓｅｒ－Ｍｅｙｅｒ－Ｏｌｋｉｎ Ｍｅａｓｕｒｅ ｏｆＳａｍｐｌｉｎｇ Ａｄｅｑｕａｃｙ． ．７５７ Ｂａ ｒｔｌｅｔｔ＇ｓ Ｔｅｓｔ ｏｆ ＡｐＤｒｏｘ Ｃｈｉ・Ｓｑｕａｒｅ ２２．８８１ Ｓｐｈｅｒｉｄｔｙ ｄｆ ＳＩｇ＿ ０００ 从上表可以看出 ＫＭＯ统计量取值为０・７５７．说明适合作因 子分析；巴特利特球体检验用于检各变量是否各自．显著性概 率小于０・０１说各变量不相互．本文中显著性概率为０・０００． 因此拒绝相关阵是单位阵的零假设。 （２）指标项的筛选 对于指标，要求指标项在一个因子中的载荷高于０一 且 在其他因子中的载荷值不超过０・４ 否则予以删除。５３个影响因 素提取１４个公共因子．根据原有指标与每个公共因子之间的 相关系数．可对原有指标进行如下归类合并．并对其进行命名分别 是产品利益、便利性、服务质量、配送绩效、娱乐性、风险水平、 人口统计因素、个人创新倾向、网络经验、相容性、网上促销、 网站服务、消费者引导、购物导航。 ３相关分析 对新形成十四类指标进行相关分析，检验其相互性通过 表２，我们可以看出．新形成的因子之间关系不显著，其评定结果是 存在弱相关性的．可见．新形成的因子可也证明了用因子分析对指 标归类是可取的。产品利益 便利性、服务质量、配送绩效、娱 乐性、风险水平 人口统计因素、个人创新倾向、网络经验、相 容性 网上促销、网站服务、消费者引导、购物导航１４个因素都 与网上购物意愿正相关，而且它们的相伴概率（双侧Ｓｉｇ值）都 小于０ ０５．说明这十四个因素与购物意愿显著正相关：而风险水 平与个人创新倾向两个变量与购物意愿的相关性不显著。 表２各影响因素与厨上购物意愿的部分相关系数计算表（Ｉ） Ｃ●ｎ■棚●ｎ● ｒ‘量惘黛 １ ；￣ｌｔｍ ｏｎｑ１１１０１１ ’● ． Ｐ ５ｒ ８ （２－臼ｉ Ｏ∞ Ｏ００ Ｏ口ｏ Ｎ ３ ３５５ ３５６ 仨书住Ｓ２ Ｐ●■ｔｏＩ－ｃｏｎ＇ｅｌｍ￣ｏｎ “ ８ （２－ Ｉ岫 ∞Ｏ Ｎ ３５６ 鼍舞 鞋３３ ＰｌｌｌｌｌｏｎＣｏｒｒ￣ｅｎ ６４４＂ ８１ ６． ．２５ｏ＿ ＇Ｓ ●， ｓ （２－ｔａｉｌｅ￣ ０Ｏ０ Ｏ００ ０００ ００３ ０００ Ｎ ３蚰 ３５６ ３¨ ３５６ ３５ｅ 瑶缎嚣ＳＩ ＰｅａｒｓｏｎＣｏｒｒ￣ｍ４ｍｎ １ ・｜．４。 ｓｑ ｔ￣，ｅｅｏ） ＧＯ０ Ｎ ３酶 ３５６ 氍 Ｔ＝￡Ｓ５ Ｐ●辨 ｃｏｎ＇￣ｄ■ｔｏｎ －２１铲 ・１６３－ ・２５Ｏ＂ ・３● １ ２７４ Ｉ｜ Ｓ日（２－ ｄ） ０ｏｏ ∞２ ０００ ０００ ∞Ｏ 舶ｅ Ｎ ３甜 ６ ３５６ ３髓 ３¨ ３５ｅ ，５８ 成ＲＳ５ ＰＩ，ｍｃｏｒｒｅｌｍｂ＾ —ｏ７ｏ －ｌｏ３ ・｝５ ・０８７ ２７ ０８２ Ｓｂ ０・鲥哪 ＇Ｂ日 ０５２ ∞３ １０３ ０００ １２３ Ｎ ３５６ ３５６ ３ ３ ３５ ３５５ ■再叠Ｈｌ０ ＰｅＭ ｃｏｎ＇ｅｌ ｉｏｎ ０８２ 辄 嘲呻 ＇２｜ Ｎ ３５６ 《商场现代化 ２００９年５月（牛旬刊）总第５７５期 络经验、相容性、网上促销、网站服务、消费者引导，购物导航 １４个因素，从恩格尔一科拉特一布莱克威尔购买行为模式（ＥＫＢ 模式）分析可以将影响消费者的购物意愿分为两部分，第一部分 为：外部刺激．第二部分为：购买者特征。外部刺激又可以细分 为营销刺激和其他刺激．如图所示 匿ＥＫＢ模式分析 年轻的网络消费者是Ｂ２Ｃ网络购物的主力军 本次研究结合 诸多的研究文献 通过因子分析，相关分析选择了十四个网络购 物意愿的影响因素，并将十四个影响因素综合在一起进行了理论 分析和模型架构．并对这些因素对于网络购物意愿的单独影响作 用分别进行了理论上的分析，通过提出并验证了年轻消费者网络 购物意愿影响因素的综合作用模型，可以看出影响年轻消费者网 络购物的因素是多方面的。 从个人层面来看：参与网络购物的年轻消费者大部分是具有 个人创新倾向且熟悉网络的群体。从购物网站设置来看：网上促 销、网站服务、购物导航、消费者引导这些环节是影响年轻消费 者购物的重要部分．因此针对年轻消费者的购物网站应注重这三 方面的开发与完善。从网络购物环境来看：配送绩效也直接影响 着年轻消费者的购物意愿，因此购物网站在物流配送的选择与营 销方面应加大力度。 参考文献： ［１］黄珊刘跃：消费者网上购买行为分析及决策［Ｊ］．价值工 程 ２００４，（７）：１ １ ７～１ １ ９ ［２］程华 宝贡敏．网上购物意向决定因素的实证研究［Ｊ］＿数 量经济技术经济研究，２００５，（１ １）：１ ５０～１ ５３ ［５］杨文捷陆雄文黄丽华：网上购买者消费观念与消费倾向 研究【Ｊ］．合肥工业大学学报（自然科学版），２００４
