社会交互对社会化商务用户体验的作用机理研究

来源:用户上传      作者:

　　摘要：[目的/意义]社会化商务环境下，由于不确定性和风险的存在，用户的体验较差，这将影响其交易意愿。而社会交互作为社会化商务的显著特征，将有助于缓解信息不对称，改善用户体验。因此，有必要研究社会交互对社会化商务用户体验的影响机理。[方法/过程]研究共收集了287份有效问卷，采用SPSS20和LISREL进行数据分析。[结果/结论]研究结果表明，人机交互（包括感知控制、感知个性化）和人人交互（包括专业度、熟悉度）显著影响流体验，流体验对用户的购买意愿和分享意愿有显著作用。因此，社会化商务平台应采取措施促进社会交互，从而改善用户体验，促进用户的社会化商务行为。
　　关键词：社会化商务;用户体验;社会交互
　　DOI：10.3969/j.issn.1008-0821.2019.02.012
　　〔中图分类号〕F713.36〔文献标识码〕A〔文章编号〕1008-0821（2019）02-0105-06
　　社会化商务通过Web2.0社交媒体技术来支持用户的在线交互，以帮助其获取产品和服务，这将显著促进交易的进行。众多企业意识到社会化商务的巨大价值，纷纷开展社会化商务。例如阿里巴巴收购新浪微博、京东与微信的合作都体现了社交与电商的融合。国内社会化商务具体来说包括以下3种类型：1）以美丽说、蘑菇街等为代表的兴趣社交电商;2）以爱淘宝、返利等为代表的社交导购电商;3）以知乎、百度贴吧等为代表的社区论坛电商。
　　类似于传统电子商务，社会化商务也包括不确定性和风险，包括产品不确定性、卖家不确定性等，这可能影响用户体验和交易行为。不同于传统电子商务，社会化商务的一个显著特征是社会交互。用户借助社交网络进行频繁交互，建立了较紧密的社会网络连接，这将有助于缓解信息不对称风险，从而改善用户体验，促进其交易行为。因此，有必要研究社会交互对社会化商务用户体验及其行为的作用机理，从而为企业提供决策借鉴和行动指南，他们可据此采取有效措施改善用戶体验，促进其社会化商务行为。
　　已有研究基于刺激—组织—响应（SOR）模型[1]、技术接受模型（TAM）[2]、动机模型（MM）[3]等理论研究了社会化商务用户行为，较少考虑用户体验的作用机理。基于此，本文将从社会交互角度考察用户体验对其行为的作用。用户体验通过流体验（Flow Experience）来测量，反映了用户在社区平台上从事社交活动、商务活动时全身心投入并感受到探索的兴奋和乐趣的状态。社会交互包括人机交互和人人交互两个方面。人机交互包括感知控制、感知响应、感知个性化[4]，人人交互包括相似度、专业度、熟悉度[5]，这些因素将促进用户流体验的形成，进而影响用户的购买意愿和分享意愿。最近的一项研究发现，约83%的受访者倾向于与在线朋友分享购物信息，并且67%的受访者会根据在线朋友的建议做出购买决定[6]。因此，购买和分享是用户进行社会化商务的两个重要因素，本文将考察流体验对这两个行为因素的作用。
　　1研究模型与假设
　　社会交互指的是信息源与接受者之间的双向交流[7]，社会交互通常发生在在线社区平台上，Liang T等[8]认为交互是社会化商务的一大特点。Massey B L等[9]将交互分为人人交互和内容交互两类。郭莹洁[10]提出人机交互机制是计算机与人之间的任务达成机制。Hoffman D L等[11]认为交互可以分为人机交互和人人交互两种类型，这一观点得到了众多后续学者的采用。本文也将采用Hoffman的观点，即用户不仅与社区平台进行人机交互，也与其它用户进行人人交互。
　　1.1人机交互
　　在社会化商务时代，人们进行交互依赖于终端设备和软件，例如手机、电脑、笔记本、社交软件等等，这些设备和软件成为连接人们沟通、连接人与商品的桥梁。张凤军等[12]的研究发现，相对于传统二维人机交互，三维人机交互能给用户提供更好体验，显示了人机交互对于用户体验的重要影响。Lee D等[4]将感知交互分为感知控制、感知响应、感知个性化和非语言信息，Wu G[13]将感知交互分为感知控制、感知响应和感知个性化。本文借鉴Wu的观点，采用感知控制、感知响应、感知个性化3个变量来研究社会化商务背景下的人机交互。
　　感知控制反映了用户自主任意地使用社区平台和管理自己在平台上的信息的程度。感知控制体现了用户感知执行目标行为的容易程度，不仅反映了过去的经验，而且反映了用户预期的障碍。环境心理学研究发现，认为自己对环境有更多控制权的个体倾向于更积极地从事行为，突出了控制对于用户行为的显著作用。与传统商务形式不同的是，社会化商务会产生更多的交互，用户更注重管理自己的个人信息，保障自己的信息隐私不被泄露，感知控制是用户在使用社会化商务平台的第一感受，良好的感知控制可以使用户自由舒畅地使用平台，提升用户使用平台时的安全感，用户在感到安全的情况下会更积极地参与活动，会投入更多的时间和精力在平台上进行交易和互动。因此，本文假设：
　　H1：感知控制显著影响流体验的形成。
　　感知响应反映了社区平台的响应速度及平台所提供信息与用户需求的相关度。即时响应是交互式通信的一个重要方面。当设备立即提供相关响应时，用户可以享受交互过程。响应的相关性和响应速度是交互性的关键方面。在社会化商务背景下，互动成为交易之外最为重要的环节，快速的响应和信息高相关度会促使用户更加投入该社区平台，促进流体验形成。
　　H2：感知响应显著影响流体验的形成。
　　感知个性化反映了社区平台根据用户偏好提供个性化信息和服务。Song J H等[14]等验证了网站上信息的个性化水平与交互性认知之间的线性关系。个性化服务有利于用户良好体验的形成，从而为用户带来愉快的使用享受。在社会化商务环境下，用户每天会产生并且分享大量的信息，这些信息并不一定都是其他用户所需要的，因而，社区平台提供的差异化个性化服务，能够帮助用户筛选出对其有用的信息，或者针对用户的偏好推荐合适的信息，使用户在参与互动过程中获得愉悦感，从而获得更好体验。 　　H3：感知个性化显著影响流体验的形成。
　　1.2人人交互
　　随着互联网络的发展，传统的用户与系统之间的简单按需求响应的人机交互已经不能满足用户的需求，因此，用户与用户之间的人人交互成为一种新的趋势。社区平台通过拓展人人交互环节来维持用户与用户、用户与平台之间的联系，由此形成基于用户体验的交互信息服务新模式。Liu H等[5]主要关注用户之间的3种人际互动，包括相似度、专业度、熟悉度。本文将采用这一分类来研究人人交互。
　　相似度是指社区平台上的成员品味偏好、对产品的喜好的相似程度，根据相似理论，个体容易被与他相似的人所吸引。Al-Natour等[15]指出，消费者对其他成员感知的相似性有助于他们享受互动。用户在使用社区平台时，会不自觉地与跟他们相似的人形成共鸣。在社会化商务环境下，用户想要获取的信息，大部分应该来自于与自己有相同偏好的用户，只有在偏好相似的情况下，才会有共同话题。因此，相似度将促进流体验的形成，提高用户的愉悦程度，促使他们投入更多的精力来参与在线社区平台上的活动。
　　H4：相似度显著影响流体验的形成。
　　专业度反映了社区成员在某一领域拥有的知识和水平。专业的知识来源对于信息的接受是很重要的，人们在接受社会影响时会更愿意相信专家的观点。在线社区平台上，有一定专业度、具备较多专业知识的成员会提供有用的建议。这些专业准确的信息会减少信息的不对称和成本，用户们花费更少的精力就可以获得更准确的信息，这会显著提升他们参与社区互动的积极性，促使其花费更多的时间在社区平台上，从而带来更加愉悦的用户体验。
　　H5：专业度显著影响流体验的形成。
　　熟悉度是指社区平台成员之间的互动程度以及他们对平台上其他成员的了解程度。熟悉度反映了社交购物网站中用户的交互频率和关系强度[5]，熟悉度可以减少不确定性，增强平台成员间的信任程度，促进交互的进行。当社区平台上用户互动时，因彼此不一定熟悉，难以产生信任感，很難在平台上放松地交流。只有在成员感到彼此都很熟悉的情况下，仿佛朋友一样，成员参与社区平台上的活动时才会更加愉悦和放松，从而促进流体验的形成。
　　H6：熟悉度显著影响流体验的形成。
　　1.3流体验
　　流体验是一种沉浸式的体验[16]，反映了单个用户在投入某种活动中时产生的兴奋感和愉悦感[17]。当用户沉浸在某个场景中时，他们感受不到外界环境变化，例如用户在使用在线社区平台进行购物、交流时，注意力会高度集中，感受不到时间流逝，用户将从中获得显著的愉悦感和满足感。已有文献也发现用户体验是影响其行为的一个重要因素。Holbrook M B等[18]的研究显示用户消费的最终目的不只是为了获取商品，还为了体验购物交互过程中的趣味感及愉悦感。段菲菲等[19]发现流体验影响用户使用手机游戏的行为。Polites G L等[20]发现良好的用户体验是促进其持续使用的重要因素。Richard M O等[21]的研究显示流体验正向影响用户购买意愿。因此，本文假设，
　　H7：流体验显著影响用户的购买意愿。
　　H8：流体验显著影响用户的分享意愿。
　　2数据收集与分析
　　2.1数据收集
　　研究模型包括9个变量，所有测量指标均来自已有文献，以提高量表的内容效度。表1列出各变量测量指标及其来源，所有指标均采用Likert 5点法进行测量。问卷编制完成后，由相关专业人员审核，然后根据其建议对问卷进行修改，以提高问卷的可读性和易理解性。
　　数据通过问卷星平台收集，邀请那些具有社会化商务经验的用户填写问卷。在筛除无效问卷（没有社会化商务购买经验的用户）后，共得到有效问卷287份，其中男性用户比例为50.9%，女性用户比例为49.1%，77.7%的用户在20～29周岁之间，82.9%的用户使用在线社区平台1年以上，77.4%的用户具备大学本科及以上学历，常用的在线社区平台主要包括微博、微信、小红书、蘑菇街等等。
　　2.2测量模型分析
　　对测量模型进行CFA（验证型因子分析），结果见表2。各变量的Cronbach Alpha系数均大于0.7，说明量表信度较好。AVE值均大于0.5，CR值均大于0.7，大部分指标的标准负载均大于0.7，显示效度较好。
　　2.3结构模型分析
　　研究采用LISREL软件进行结构模型分析，结果如图2所示，表3列出了模型拟合指数，除了GFI略低于推荐值，其他拟合指数都在推荐值范围之内，显示该模型具有良好的拟合度。流体验、购买意愿和分享意愿被解释的方差比例分别是69.6%、63.1%和49.2%。
　　3讨论
　　研究结果如图2所示，除H2、H4外，其他假设都得到支持。感知控制、感知个性化、专业度、熟悉度对流体验的形成有显著影响，流体验对用户购买意愿、分享意愿有显著影响。因此，在线社区平台需要注重为用户提供更具有操纵性、个性化更
　　强的服务。例如淘宝、蘑菇街、唯品会等，用户在使用这些社区平台的时候会更加关注是否能够自主有效管理自己在平台上的信息，是否能够方便使用，社区平台能否为用户推荐个性化同时又是他们所需要的产品和服务。用户在使用时感到便捷舒适，容易沉浸其中，从而在使用在线社区平台时会获取流体验。
　　专业度、熟悉度是社区平台上人人交互的重要变量，因此，在线社区平台应该注重增强用户之间的交流，培养用户之间的熟悉度，以便促进用户获取流体验。例如知乎、百度贴吧等在线社区平台，用户在使用时更注重彼此之间的熟悉程度以及对方的专业程度，在与对方很熟悉的时候，用户会更加放松地使用在线社区平台，从而更易形成流体验。流体验对于购买意愿和分享意愿都具有较强作用，这个结果与已有文献是一致的。韩贵鑫[23]的研究显示流体验会影响用户的购买行为。这表明流体验的产生可以促进用户的消费行为，从而为在线社区平台提供经济收益，而分享意愿可以促进在线社区平台在人群中的传播，便于品牌的推广和市场的拓展。因此，用户体验对于社会化商务平台的成功至关重要。 　　假設H2、H4未得到验证，这说明感知响应、相似度不会促进流体验的产生。这与已有研究相反，例如Steuer J[24]和Novak T P等[25]的研究显示感知响应速度对交互作用有显著影响，文鹏等[26]的研究显示系统显示的内容会显著影响用户的使用意愿。在人机交互方面，响应速度对流体验无显著影响，原因可能是流体验的形成主要受在线社区平台提供的内容影响，用户往往被平台内容吸引，而对于在搜索内容时系统的响应速度要求不高，即使系统响应较慢，但是只要能提供吸引用户的信息，用户仍然会沉浸其中，从而产生流体验。另外，随着网络通信技术的发展，在线社区平台的软硬件设施得到显著增强，系统响应速度普遍较快，因此用户不再认为系统的响应速度是影响他们沉浸其中的关键因素。
　　在人人交互方面，相似度对流体验无显著影响，这表明用户在社区平台上并不会被与自己相似的人所吸引，原因可能是他们在在线社区平台上交流主要是为了获得自己想要的信息，这些信息主要是通过更专业的人士和彼此相互熟悉的人来获取。与他们有相似偏好的人，并不能保证提供用户所需要的信息。
　　4结论
　　由于社会化商务包含的不确定性和风险，用户体验可能较差，进而影响其交易和分享行为。本文考察了社会交互对用户体验及其行为的作用。研究发现，感知控制、感知个性化、专业度、熟悉度对流体验具有显著作用，进而影响其购买意愿和分享意愿。研究没有发现感知响应和相似度对流体验的作用。
　　研究结果对社会化商务企业具有以下启示：1）社会化商务企业应高度重视平台的人机交互设计，重点关注平台的可操控性、个性化服务等方面。通过优化页面设计和导航、向用户推送个性化信息和服务等，减少其信息搜寻和获取成本，促进用户获得良好体验。例如平台可通过移动位置服务，根据用户的地理位置和偏好实时向其推送个性化信息，这将有助于改善用户体验。2）社会化商务企业也应重视促进用户之间的交互，通过各种措施如组织线下活动增进用户熟悉度、推选意见领袖体现专业度等，构建出一个可信的社区氛围，为用户获得良好的交互体验提供支持。3）用户体验是影响其社会化商务行为的重要因素。社会化商务企业需要通过各种措施包括促进社会交互来改善用户体验，进而促进其购买和分享行为，从而确保社会化商务的成功。
　　本文的研究存在一些不足。首先，本文主要考察了流体验对用户行为的作用。除了流体验，用户信任、感知风险等也可能影响社会化商务用户行为，未来研究可考虑这些因素的作用;其次，社会交互是一个较复杂的变量，未来的研究可以考察情感交互、信息交互等因素对流体验的影响。
　　参考文献
　　[1]代宝，刘业政.SNS用户的社交网络游戏行为研究综述[J].现代情报，2015，35（4）：159-163.
　　[2]孙晓阳，冯缨，樊茗玥.TAM移动社交媒体使用行为影响因素的统计检验[J].统计与决策，2016，（17）：101-104.
　　[3]刘宏，张小静，张亚男.社交网络营销信息分享行为的动机研究[J].图书馆学研究，2017，（18）：83-89.
　　[4]Lee D，Moon J，Kim Y J，Yi M Y.Antecedents and Consequences of Mobile Phone Usability：Linking Simplicity and Interactivity to Satisfaction，Trust，and Brand Loyalty[J].Information & Management，2015，52（3）：295-304.
　　[5]Liu H，Chu H，Huang Q，Huang Q，Chen X Y.Enhancing the Flow Experience of Consumers in China Through Interpersonal Interaction in Social Commerce[J].Computers in Human Behavior，2016，58：306-314.
　　[6]Chen J.Consumers Decisions in Social Commerce Context：An Empirical Investigation[J].Decision Support Systems，2015，79：55-64.
　　[7]Wiener D N.Subtle and Obvious Keys for the Minnesota Multiphasic Personality Inventory[J].Journal of Consulting Psychology，1948，12（3）：164-170.
　　[8]Liang T，Turban E.Introduction to the Special Issue Social Commerce：A Research Framework for Social Commerce[J].International Journal of Electronic Commerce，2014，16（2）：5-14.
　　[9]Massey B L，Levy M R.Interactivity，Online Journalism，and English-Language Web Newspapers in Asia[J].Journalism & Mass Communication Quarterly，2016，76（1）：138-151.
　　[10]郭莹洁.关于虚拟现实技术人机交互的研究[J].信息记录材料，2018，19（8）：247-248.
　　[11]Hoffman D L，Novak T P.Marketing in Hypermedia Computer-Mediated Environments：Conceptual Foundations[J].Journal of Marketing，1996，60（3）：50-68. 　　[12]张凤军，戴国忠，彭晓兰.虚拟现实的人机交互综述[J].中国科学：信息科学，2016，（12）：1711-1736.
　　[13]Wu G.Conceptualizing and Measuring the Perceived Interactivity of Websites[J].Journal of Current Issues & Research in Advertising，2006，28（1）：87-104.
　　[14]Song J H，Zinkhan G M.Determinants of Perceived Web Site Interactivity[J].Journal of Marketing，2008，72（2）：99-113.
　　[15]Al-Natour S，Benbasat I，Cenfetelli R.T.The Role of Similarity in E-commerce Interactions：The Case of Inline Shopping Assistants[C].SIGHCI，2005：70-74.
　　[16]Gao L，Bai X.Online Consumer Behaviour and Its Relationship to Website Atmospheric Induced Flow：Insights Into Online Travel Agencies in China[J].Journal of Retailing and Consumer Services，2014，21（4）：653-665.
　　[17]Mcmaster T.The Psychology of Optimal Experience[J].Library Journal，1990，115（5）：105-108.
　　[18]Holbrook M B，Hirschman E C.The Experiential Aspects of Consumption：Consumer Fantasies，Feelings，and Fun[J].Journal of Consumer Research，1982，9（2）：132-140.
　　[19]段菲菲，翟姗姗，池毛毛.手机游戏用户粘性影响机制研究：整合Flow理论和TAM理论[J].图书情报工作，2017，（3）：21-28.
　　[20]Polites G L，Williams C K，Karahanna E，et al.A Theoretical Framework for Consumer E-Satisfaction and Site Stickiness：An Evaluation in the Context of Online Hotel Reservations[J].Journal of Organizational Computing & Electronic Commerce，2012，22（1）：1-37.
　　[21]Richard M O，Chandra R.A Model of Consumer Web Navigational Behavior：Conceptual Development and Application[J].Journal of Business Research，2005，58（8）：1019-1029.
　　[22]Hsu C L，Chang K C，Chen M C.Flow Experience and Internet Shopping Behavior：Investigating the Moderating Effect of Consumer Characteristics[J].Systems Research & Behavioral Science，2012，29（3）：317-332.
　　[23]韓贵鑫.基于心流体验理论的移动互联网环境下消费者在线购买意愿影响因素研究[D].济南：山东大学，2016.
　　[24]Steuer J.Defining Virtual Reality：Dimensions Determining Telepresence[M].L.Erlbaum Associates Inc.，1995.
　　[25]Novak T P，Hoffman D L，Yung Y F.Measuring the Customer Experience in Online Environments：A Structural Modeling Approach[J].Marketing Science，2000，19（1）：22-42.
　　[26]文鹏，蔡瑞.微信用户使用意愿影响因素研究[J].情报杂志，2014，（6）：156-161.
　　（责任编辑：孙国雷）
转载注明来源:https://www.xzbu.com/4/view-15168060.htm