消费者网络节日购买行为的影响因素研究

周雅芳 陈英慧

[摘 要]在互联网和电子商务高速发展的现代信息社會，网络节日营销逐渐成为各大电商平台吸引消费者的重要渠道之一，助力企业提高产品销量，提升品牌形象。京东作为中国B2C市场最大的3C网购平台，2019年第3季度的总净收入值达到1 348亿人民币，同比增长28.7%，主要得益于其实施了有效且独特的营销战略。本文以在校大学生为研究样本，通过问卷调查对2019年京东“6.18”节日营销活动中消费者网购行为进行实证分析，找出影响消费者购买行为的重要因素，并就如何进一步完善网络节日营销策略提出相应的对策，旨在为相关研究提供参考。

[关键词]京东“6.18”;节日营销;消费者

doi：10.3969/j.issn.1673 - 0194.2020.22.074

[中图分类号]F724.6;F126.1[文献标识码]A[文章编号]1673-0194（2020）22-0-02

1     研究背景

互联网改变了人们的工作和生活方式。根据《中国互联网发展第44次统计报告》数据显示，截至2019年6月，我国网民总数超过8.54亿人，较2018年底增长2 598万，互联网普及率达61.2%;移动互联网用户8.47亿人，比2018年底增加

2 984万人;网购人数达到6.39亿人，比2018年底增加2 871万人，占总用户的74.8%。在“全民”网购的时代背景下，对于电商平台来说，既是一种机遇，更是一种挑战。谁能找到刺激消费者购买行为的关键点，谁就有机会赢得消费者，从而获得更大的市场份额和利益。网络节日，也有人称为网络数字节日。2009年，淘宝提出并实施了“造节消费”，即“双11”狂欢节。从2010年开始，京东将每年的6月份设为店庆月，“6.18”被定为店庆日，并以此开展促销活动。“6.18”活动极大的促销力度和极广的影响范围使其成为“双11”外的又一年中大促狂欢节。

2     研究现状

不少学者对节日营销进行了定性和定量研究。如谢利坤研究分析节日营销期间出现的问题，发现网络节日期间出现物流不及时、支付系统卡慢、平台虚假报价等问题，并提出新的看法及改进措施。李毅彩 等研究认为较高的价格折扣、促销限制、商品评论数量和质量、过去的购物体验、消费者自身因素等都会引起冲动性购买。王旭 等认为影响“双11”网购顾客满意度的主要因素分别是网购保障、商品信息、售后服务、网购系统，并根据调查结果提出相应的解决方案。现有研究以网络节日营销为切入点，实证分析网络节日营销影响因素的研究偏少。其中，针对淘宝“双11”的研究较多，以京东“6.18”为研究对象的相对较少。本文通过问卷调查收集在校大学生在京东“6.18”网络节日购物中的体验数据，探索研究其背后隐藏的影响消费者行为的重要因素。

3     调查问卷设计与数据收集

3.1   调查问卷设计

本文参考有关学者的研究成果和问卷量表，结合研究实际整理出问卷量表。问卷由两部分组成：第一部分用于收集受访者个人基本信息及网购信息，包括网购经历、性别、年级、月可支配金额、网购频率、节日当天花销，变量定义为Q1～Q6;第二部分是利用Likert 5级量表进行评分，从非常不同意到非常同意（1～5分）反映顾客满意度的29个二级指标，即29个具体问题组成的完整问卷，变量定义为Q7～Q35。

3.2   数据收集

通过小范围的前期测试，对问卷量表的维度设置和题项描述进行进一步修正和完善，最终形成正式的调查问卷。问卷发放对象主要是在校大学生，发放平台为问卷星。为了让受访者能够根据自身实际的感知价值、感知质量与顾客期望对比填写问卷，确保时效性和有效性，整个问卷调查共历时2个月。共计发放问卷418份，回收有效问卷387份，回收率为92.58%。样本分析：网购的男女占比分别为42.6%、57.4%，女性比男性多，说明女性更喜欢节日网购;高年级比低年级多，说明对于大学生来说，高年级的同学更重视节日网购，即对网购越熟练的消费者越关注节日营销活动。月可支配金额调查结果显示，1 000～2 000元的人数最多;消费金额在400元以内和400～1 000元的人数居多。在有限的可支配金额下，节日期间网购频次在1～5次/月的居多，说明节日网购在大学生中普及程度较高。

4     实证分析

4.1   信度分析

信度分析指采用相同的方式对所需要检测的样本进行计算得到的结果的一致度，通常以Cronbach α系数值检验量表信度。据表SPSS分析数据显示，可靠性、便利性、安全性、物流质量、售后服务、网络互动、购买意愿、消费行为这些变量的Cronbach's α系数均超过0.7，说明它们的题项设计非常好，而网络互动的Cronbach's α系数虽然没有达到0.7，但是也在0.65以上，符合最小可接受值。整体问卷的Cronbach's α系数为0.797，说明内部一致性比较好。

4.2   效度分析

效度分析采用探索性因子分析法（EFA），主要利用降维方法。通常来说，KMO度量值>0.8表示该数据适合做因子分析。根据KMO检测和Bartlett球体检验结果可知，整体问卷的KMO值为0.932，大于0.8。Bartlett球型度检验的近似卡方值为7 105.99，自由度为666，显著性概率是0.000，小于0.01，说明量表的效度比较好，可以进行下一步因子分析。抽取因子负荷表中初始特征值>1，选择相关性矩阵分析，旋转矩阵后使所有题项都落在各自因子内且载荷系数>0.5，则该题项保留。最后得到8个符合条件的因子，其特征值均大于1，对总方差的解释量为62.614%，可以作为参考信息进行下一步解释。旋转矩阵后得出最终各题项的因子负荷量。其中，最少包含3个问题，最多包含4个问题。根据邱皓政的观点，因子载荷在0.45以下的题目即可考虑删除。本文中变量所有题项的因子负荷值在0.505～0.791，说明该数据的结构效度良好。

4.3   相关度分析

相关度分析是判断现象之间是否存在相关关系，并分析存在何种形式关系的统计分析方法。本文对各变量进行相关性分析，验证变量间是否存在相关性，结果如表1所示。

由表1数据可知，表中所有变量两两之间在0.01水平的相关性显著。网络互动和消费行为之间相关性数值为0.611，为正值，说明二者具有正向相关性，购买意愿和消费行为之间相关性数值为0.838，为正值，说明二者具有正向相关性;安全性与便利性、便利性与购买意愿、便利性与消费行为、物流质量与网络互动、物流质量与购买意愿、售后服务与购买意愿、售后服务与消费行为、网络互动与购买意愿，这8组变量的相关性数值都在0.5～0.6，说明两两之间具有一定的相关性;其他变量间相关性数值都小于0.5，表示它们的相关性不强。

5     网络节日营销对策

5.1   完善物流服务

不断完善现有物流体系，把控物流细节服务，如包装安全性、派送时效性等，真正做到人性化与个性化相结合。

5.2   注重网络互动

大多数消费者面对无法触摸的商品时，都会选择参考他人的意见，比如，查看买家秀、商品评价、其他互动软件的宣传，这些都可能直接影响消费者的消费意愿。总之，提升消费者互动体验尤为重要。

主要参考文献

[1]谢利坤.浅析电商节日营销存在的问题及建议——以天猫“双11”为例[J].中国包装工业，2014（2）：53，55.

[2]李毅彩，李叶红.在线促销对消费者沖动性购买行为影响的实证研究[J].商业经济研究，2017（9）：38-39.

[3]王旭，杨福军.“双十一”期间网购顾客满意度研究[J].云南财经大学学报，2017（3）：147-160.

[4]邱皓政，林碧芳.结构方程模型的原理与应用[M].北京：中国轻工业出版社，2009.

[5]钟新联，师应来.统计基础知识[M].北京：中国财政经济出版社，2007.

[6]耿波.基于TAM的消费者网络购物意向的影响因素分析[J].统计与决策，2012（23）：105-107.

[7]刘泽健.基于经济学视角分析“618”网购节的问题及对策[J].全国流通经济，2017（23）：10-11.

[8]吴明隆.问卷统计分析实务：SPSS操作与应用[M].重庆：重庆大学出版社，2010.