大数据环境下消费者购买意愿行为研究

收入·消费

大数据环境下消费者购买意愿行为研究

鄂浩坤，黄 硕，张 迪

（北京信息科技大学 经济管理学院，北京 100192）

［摘　要］本文以“大数据”环境的角度，探讨了消费者购买意愿的行为特征。分析“大数据”对消费者购买意愿的机制，包括正面和负面因素：“大数据”的资源利用和“大数据”的技术创新，分析“大数据”对消费者网上购买意愿的积极影响及数据挖掘的隐私性和数据筛选的质量，分析“大数据”对消费者购买意愿的负面影响。在此基础上，为电商在大数据时代下的发展给出了相关的建议。

［关键词］大数据；购买意愿；SOR模型［中图分类号］F713.55 ［文献标识码］A

1 引言

随着世界经济的发展，科学技术的进步，互联网的快速发展，各种通信设备和移动工具的普及，使得消费者的消费方式发生了翻天覆地的变化。各种购物网站的注册用户不断增加，网络技术的发展，使得用户发生和保存的购物、浏览等数据比以往都要容易，这样利用各种手段搜集数据要更容易、更全面。大数据的产生，使世界范围内的技术发生了巨大的变化，人们对生活方式、世界的认知思维方式都产生了极大的影响。由于大数据的强大数据分析能力，大大增强了事件的可预测性，使得大数据引起政府、科研机构、媒体、商界及社会公众的高度重视。大数据的广泛应用，使得大数据隐藏的行为规律慢慢地被掀出水面，大数据的分析可以对消费者的行为进行细分，针对每个消费群体制定不同的营销与服务。因此，挖掘大数据的营销价值是各界营销人员要掌握的重要方法。

提出了大数据环境下消费者关系管理策略。

3 大数据环境下消费行为特征

大数据时代的电子商务基于先进的数据挖掘分析平台，其销售活动不是传统的大众营销，而是大数据的个性化营销活动。电子商务在大数据环境下，消费者行为超过传统电子商务，主要表现出以下几个特点：

3.1 网购需要创新与个性化

根据马斯洛的需求层次理论，人们对较低层次的需求感到满意，他们往往会产生更高层次的需求。当互联网购物成为主流，特别是在大数据环境中，消费者选择网购的要求越来越高，不仅要求产品的功能、质量等，而且要满足他们的网购愉悦和体验。根据麦肯锡报告，企业可以通过分析大数据来综合每个维度数据并建立用户行为，从而使商家能够提供符合用户需求的商品和服务。可以看到大数据推动电子商务的个性化营销，同时，具有创新和个性化服务需求的消费者越来越高。

2 国内外研究

在国内外的研究中，很少有学者把消费者的购买意愿与大数据结合起来。大多数的消费者购买意愿研究集中在营销学、心理学、行为学等方面，学者主要探讨消费者行为的模型与其影响因素，而大数据的研究多来自信息技术等方面的探讨。大数据的快速发展，通过运用大数据的技术手段，对消费者行为研究将会产生大的影响。Sunil Erevelles、Nobuyuki Fukawa及Linda Swayne在他们的论文中提出了消费者行为的分析是大数据发展的中心，大数据技术能够获得消费者大量的数据，从而在这些大量的数据中分析出消费者购买意愿的行为。Michael Carolan对食品零售公司如何使用大数据进行了研究，得出了大数据推动消费者购买意愿的路径主要是产品、零售和习惯，这三个路径之间是相互关联、相互影响的。Mark Birkin认为企业和消费者之间互动所产生的消费数据正变得无处不在，这些数据中经常涵盖着消费者的各种各样的态度、生活方式和行为特征，对这些数据的分析研究得出了消费者数据可以为理解运输地理学中的问题以及解决从迁移、基础设施和零售服务提供到通勤和个人移动等应用问题做出重要贡献。朱光婷、朱君璇通过利用SOR建立了大数据环境下消费者行为模型，通过实证研究，得出大数据是通过中介因素影响消费者的购买行为的。刘益、张旭梅、但斌以生鲜农产品为例利用大数据技术从四个角度：体验管理、粉丝管理、粘性管理及价值管理

3.2 网购需要高标准化

基于传统的网络购物信息搜索性，个人隐私和财务安全，物流问题等不良现象，消费者一旦选择网购，就会要求更高。分析消费者行为数据，产生更多隐私和安全问题，这不仅影响消费者对商家的信任，反映网络购物的兴趣和关注，在这种情况下，保护个人信息安全的要求越来越强烈。

3.3 购物体验的重要性

在传统的电子商务消费者购物模式下，由于其易于传递信息，消费者可以浏览最新的消费者产品信息，只需留在家中，这为购物的便利性提供了很大的优势。但是，在电子商务模式购物中，消费者无法亲身体验产品的特性，因此消费者增加了对商品的渴望，并且他们对优惠商品的渴望提出了更高的要求。因此，大数据时代的购物体验已成为消费者关注的焦点。

4 基于“大数据”的消费者购买意愿研究

4.1 “大数据”带来的积极影响

4.1.1 “大数据”的实用价值。以客户为导向的公司长期以来利用数据分析来定位客户，但消费者的真正需求具有隐藏性，复杂性，可变性和环境依赖性，利用传统的、静态的、结构化数据使企业很难获取用户的真正需求。“大数据”有可能给企业真正的消费

［收稿日期］2018-10-16

［基金项目］本文受绿色发展大数据决策北京市重点实验室项目资助（编号：71F1810916）。

［作者简介］鄂浩坤（1992—），男，湖北黄冈人，硕士研究生，研究方向：企业管理；黄硕（1994—），男，河北雄安人，硕士研究生，研究方向：技术经济及管理；张迪（1995－），女，山东东营人，硕士研究生，研究方向：技术经济及管理。

-121-

收入·消费

者需求：消费者的行为会直接暴露出他们的思想，如网络中的用户足迹、点击、浏览、评论等都可以直接反映他们的性格、偏好、愿望。传统的消费者细分一般基于地理位置、人口特征等，“大数据”可以更接近消费者细分方式的实际需求：一是细分标准抽象。当人们的兴趣、爱好、价值观、生活方式，沟通能够被数字化时，这些特征具有实际可行性。二是细分市场小型化。从本质上讲，大多数的消费者对世界存在着利益、偏好和需求。每一个人都是一个小型市场。“大数据”能够促使企业朝着“微观市场”农村经济与科技2019年第30卷第02期（总第454期）

Mehrabian和Russell建立的SOR模型，建立了补贴影响消费者购买意图和购买意愿和忠诚度进一步影响网络行为的模型。同样的，Hsuan-Yu Hsu和Hung Tai Tsou也使用SOR模型来研究网站质量对消费者情绪的影响，以及情绪对重复购买意愿的影响。

根据以往的研究，以上分析了“大数据”对消费者购买意愿的机制，建立了基于“大数据”的顾客购买意向模型。如图1所示，该模型基于大数据和SOR模型与客户购买意图，解释大数据如何影响客户购买意愿。

的方向发展。

4.1.2 “大数据”的技术创新。大数据的到来，引起了越来越多的关注，新的数据存储技术、数据挖掘技术也得到了快速发展，基于大量的数据，以往的研究还提出了商品推荐系统并应用于电子商务领域。大量数据过载引起的大数据时代下的信息可以通过信息技术本身来解决，最重要的方法是建立一个推荐系统，以便在正确的时间和地点提供最适合用户需求的信息。推荐系统强大的信息检索和推荐功能为消费者提供了更全面、更个性化的信息，使消费者能够对产品功能、性能和价格合理性等进行更深入、更准确的评估，从而减少不同品牌之间的感知偏差。

4.2 “大数据”带来的负面影响

4.2.1 数据挖掘的隐私问题。数据隐私、数据安全是“大数据”时代不可避免的问题。在现阶段，消费者已经生成了大量的数据记录，如互联网痕迹、交易记录、使用数字工具留下的记录。数据通过分析消费者的各个方面，从而使一个人的行为无法隐藏。数据持有者可以根据历史数据推测行为轨迹和人们行为思维的轨迹。人们倾向于强调数据整合可以实现“1 + 1> 2”效果，但忽略了这种扩大渗透隐私的效果也大于2，缺乏“数据权利”体现了无休止的个人数据泄露。究其原因，有以下两个方面：一方面，数据的集中存储增加了数据泄露的风险，并确保这些数据不被滥用成为公共维护的一部分。另一方面，一些敏感数据的所有权和使用没有明确定义，许多大数据分析不考虑涉及个人的隐私问题。另外，过度依赖国外技术和大数据分析平台，很难避免信息泄露的风险。

4.2.2 数据筛选的质量问题。面对大量数据，如果不进行筛选，很难保证数据的完整性和客观性，数据分析和整合在有缺陷的基础上不可避免地会失去其价值。网站中的“大数据”主要如下：产品描述中的文字、图片、描述和动态描述。在这种情况下，数据篡改和操纵，伪造和伪造商品，刷信用等问题产生，烦琐的数据和虚假的信息不仅导致消费者情绪的变化，而且还反映了消费者对网站的信心，从而影响网购意向。虽然大数据技术的数据挖掘和数据分析带来了商业价值，但它也被黑客用来攻击。黑客最大限度地收集更多有用的信息，如社交网络、电子商务、电子邮件、电话、微博和家庭住址等准备攻击的信息，大数据分析让黑客更加危险。

4.3 消费者购买意愿的“大数据”机制。

SOR（刺激—个体生理、心理—反应）模型首先由Mehrabian和Russell提出，该模型表明环境刺激可以影响个体的情绪状态，从而进一步影响个体/逃避反应（接近和避免响应）。从那时起，Eroglu等人推出了SOR在线购物场景的第一个模型。

Eroglu在网上购物的背景下介绍SOR模型后，在该领域越来越多的研究人员开始尝试。 Zee-Sun Yun和Linda K.良好的

-122-

由图1 可知，“大数据”对网络购买意向的影响主要有两个方面：一是“大数据”积极影响，满足消费者的实际需求和潜在需求、消费者认为的价值利益; 其次，“大数据”负面影响消费者隐私泄露、网购消费者的利益和信任及消费者的感知风险。

图1 基于“大数据”消费者购买意愿模型

5 大数据时代电商发展的建议

5.1 建立完善的消费者数据库分析系统，提供创新、个性化的服务

电商销售通过建立的反馈系统收集消费者的信息，形成消费者的初始数据。在网上购物的过程中，消费者的咨询、订单和要求为商家提供了很多参考。通过对这些数据的分析，每个消费者信息都可以更清晰、更全面地被了解，只有这样才能明确目标市场，使企业更具针对性，实现分析数据库的一对一或个性化营销是满足客户需求、提高客户份额和满意度的基础。

5.2 提供合宜的产品、服务和信息，注重网站质量

电商应根据消费者的需求提供合适的产品、服务和信息。它表明消费者购物需求的多样化和个性化的特点。质量差的商品或不受信任的产品、服务或虚假信息会影响消费者的心情。 电商应在制定产品策略时尽可能提高目标的可靠性、保持信息质量、保证产品质量、使消费者感受到购买的价值。

5.3 确保网络信息安全

消费者更多地考虑信息安全问题。企业应确保个人信息安全。在使用消费者行为数据时，确保消费者的信息安全可以保护消费者的权益，同时提高自己的声誉。

[参考文献]

[1] 王永周,邓燕.基于大数据预测的消费者购买决策行为分析[J].商业经济究,2016(23).

[2] Sunil Erevelles,Nobuyuki Fukawa,Linda Swayne.Big Data consumer analytics and the transformation of marketing[J].Journal of Business Research,2016(69).

[3] Michael Carolan.Big data and food retail: Nudging out citizens by creating dependent consumers[J].Geoforum,2018(90).

[4] Mark Birkin.Spatial data analytics of mobility with consumer data[J].Journal of Transport Geography,2018(04).

[5] 朱光婷,朱君璇.大数据环境下网络消费者行为研究[J].统计与决策,2014(23).

[6] 刘益,张旭梅,但斌.基于大数据的“互联网＋”生鲜农产品数字消费者关系管理策略研究[J].管理现代化,2018(04).