下载:
-
随着社交工具普及和“社会化媒体＋网络”合作，社交领域成为了电商企业发展的蓝海[1]。进入体验经济时代，消费者既是信息的主要接收者，也是信息的主要创造者，因此其购物体验对于社交电商的发展具有重要意义。然而，社交电商平台上存在大量的中小商家，他们所提供的商品和服务虽然价低，但是存在质量问题，这使得平台的用户体验较差，不利于拉新、促活和留存用户。因此，创造和提供优良的顾客体验质量（Quality of Experience，QoE）成为维持社交电商平台用户持续增长的关键因素。
第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，中国网络购物交易规模达到7.10亿，较2018年底增长1.00亿，占中国网民总量的78.6%。在移动互联网时代，移动社交迅速发展，微信等移动社交应用软件表现出显著的流量价值，截至2020年3月，手机网络购物用户规模达到7.07亿，较2018年底增长1.16亿，占手机网民的78.9%，微信朋友圈、新浪微博使用率分别为85.1%和42.5%，较2018年底分别上升1.7%和0.2%。与传统电商相比，社交电商具有方便用户搜索和对比商品、在线购物情境丰富和去中心化等优势，这使得近些年社交电商行业规模迅速增长。数据显示，2019年中国社交电商行业规模达到6 268.5亿元，同比增长255.8%；社交电商交易额比2018年增长60%以上，远远高于中国网络零售整体增幅[2]39，由此可见社交电商已成为网络消费的新力量。
随着产业集中度的提高以及竞争格局的稳定，移动电商已从优先抢占市场份额的前期战略逐渐转移到强调服务质量和用户体验的发展期战略，市场发展趋势也逐渐由“价格驱动”向“服务驱动”转变，因此，如何帮助企业提升网购顾客体验质量，辅助企业进行运营管理，是亟待解决的问题。目前，学术界对社交电商平台用户的网购特征、影响因素、体验质量等方面的研究有待深入。本文试图从顾客体验质量的视角出发，基于文本挖掘、扎根理论和实证研究结果得出结论，发掘从内容质量、系统质量、交易质量和结果质量等方面提高顾客体验质量的必要性和迫切性，找到提高社交电商平台用户在线购物体验质量的方法，优化其运行机制。同时，针对研究结果提出相应的改善建议和方法，为社交电商企业运作提供客观依据和科学支持，提升B2C社交电商平台顾客体验质量，赢得更多满意和忠诚顾客。
-
“社交电商”的概念最早由Yooho在2015年提出，即在电商背景下，通过社交媒体等电子工具，支持商家线上销售产品或服务，同时引导消费者进行在线购物。一些学者认为，社交电商其实是电子商务利用社交媒体和社交网络服务进行延伸，是对传统电商的迭代和革新[3]。本文认为，社交电商是以人际关系网络为基础，借助网络社交媒体或网络媒体等工具，进行信息传递、移动支付和物流等电商经营活动。其中B2C类社交电商平台是指通过社交平台或内容互动平台，帮助商家进行商品展示和吸引客源，商家负责产品宣传、购物咨询、购后服务和物流等，以连接卖方和买方的市场，并通过获取佣金和广告收入等方式盈利。B2C社交电商的代表企业有拼多多、抖音电商、快手电商、小红书等，2019年拼购类社交电商规模超10 000亿[3]，截至2020年3月，电商直播用户规模达2.65亿，占网购用户的37.2%，占直播用户的47.3%[2]55。
国内外关于社交电商的研究主要有三个方面。
1. 社交电商的特征研究。黄建远[4]认为社交电商具有社交属性且用户黏性较大，可以满足用户的社交需求。项伟峰[5]指出社交电商具有准入门槛相低、更好地拉动新的消费需求、促进全球贸易等特征。
2. 社交电商平台顾客购物意愿的影响因素研究。Klein[6]认为，信任是社交电商客户保留和客户忠诚度的关键。Peng等[7]对感知价值与社交电子商务平台上商品的购买意愿之间的关系进行了实证研究，发现感知价值与购买意愿正相关，而时间压力负向调节情感和社会价值对购买意愿的影响。张慧芹[8]研究表明线上购买体验和线上购后体验显著影响社交电商顾客的重购意愿。
3. 社交电商的发展问题及对策研究。贾孝魁[9]对“互联网+”时代下以微信等为代表的社交媒体向电商平台导流的方式进行分析，发现社交电商是电子商务未来的发展趋势。韩国兰[10]提出共享经济背景下社交化电商发展的难点：碎片化影响用户体验、社群模式导致信任危机、社交电商法律法规不完善、平台责任义务范围不明确等。郭全中[11]认为社交电商竞争的关键在于做好用户裂变、提高商品质量和提高社交运营能力。
综上，国内外关于社交电商方面的研究尚处在探索阶段，中外学者对社交电商的研究一方面是从运营管理问题的角度对社交电商的现状研究以及未来发展趋势的探索，另一方面是从用户行为意愿角度出发，探索影响行为的因素。已有文献表明用户体验是影响社交电商发展的关键因素，但鲜有关于社交电商平台在线购物体验情境下顾客体验质量的研究。
-
Siller和Woods[12]最早提出QoE的概念，并将其解释为用户对通信网络七层协议中不同层次的服务质量（Quality of Service, QoS）机制总体感知的测量。之后，O’Neil[13]将QoE定义为确保通过IP网络平稳传输多媒体信息的QoS机制的整体性能，因此可以将QoE归纳为从用户视角对QoS进行综合评价。2007年，国际电信联盟（ITU-T）对QoE的定义进行了规范，指出它不仅是对QoS的综合评价，而且是使用用户对所提供的一个程序或业务整体可接受性的主观感受[14]，Lemke等[15]提出，QoE是用户对于体验的良好程度或优势的感知评价。Laghari[16]将QoE定义为所有人类主观和客观质量需求和经验的蓝图，这些需求和经验是由特定背景下人与技术以及业务实体的交互产生的。Brunnström k[17]指出QoE是指用户使用应用程序或服务后满意和不满意的程度。Dong等[18]指出QoE是用户对有关网络和网络提供的服务数据的评估。此外，Laghari等[19]指出QoE在一般角度上定义为根据使用任何服务或产品的客观或主观衡量标准来衡量客户满意度或客户绩效的基础。
近年来，徐虹和李秋云[20]认为QoE既体现用户在产品或服务方面的感受，又体现用户在体验过程的心理感受，Shin[21]认为QoE是最终用户主观感知的应用程序或服务的总体可接受性。曾时博和李仲斌[22]定义QoE为用户对业务、系统、设备、网络等质量和性能的主观感受。Laghari等[23]定义QoE为用户对服务质量的感知，可用于不同的技术、服务和产品中，并根据其需求提供QoS以提高最终用户的满意度。王新新和李震[24]1综合对国内外学者关于QoE的研究进行综合评述，指出QoE是在特定情况下消费者对互动过程中产生的独特情感的主观评价。
综合中外学者对QoE的研究，QoE的概念是从QoS研究中衍生出来的，与QoS相比，QoE的测量应用范围更加广泛[25]，QoE是主观的而QoS是客观的。此外，QoE的对象是用户，而QoS的对象是服务。与QoS不同，QoE是用户对使用服务过程中所形成的独特情感的主观评价[26]。
在体验的概念界定方面，ISO 9241-210将QoE定义为用户对于使用或期望使用的产品、系统或者服务的所有反应和结果，在补充说明中还有如下解释：用户体验是使用一个产品或系统之前、使用期间和使用之后主体或个体的的一种感受[27]。薛海波和王新新[28]指出，体验是买方在特定情境下与环境、商家、系统或其他买方交互的过程中形成的独特情感。McColl-Kennedy等[29]认为体验形成的独特情感来源于体验中的各个环节。
综上，本文认为体验是用户在特定情境下与体验中的不同环节进行互动的过程中的主观感受，顾客户体验质量则可以理解为特定情境下用户与体验中的不同环节进行互动的过程中所产生的主观感受状况（好坏）和程度（高低）的一种判断和评价[24]，因此，在线购物体验是指顾客在在线购物情境下与网站、商品和服务的互动全过程中所形成的主观情感，而在线购物体验质量则是指用户对在线购物情境下互动过程中形成的主观情感的一种判断和评价。
-
Otto和Ritchie[30]认为，QoE和QoS主要有测量维度和范围两个方面的区别，即对QoE的评估趋向于整体而对QoS的评估是基于属性的；同时，QoE的范围也比QoS更广。
1982年，Grönroos[31]提出感知服务质量模型，认为质量是顾客对服务期望和感知比较差异的主观评价。1985年，Parasuraman等[26]提出服务差距模型，该模型从质量的市场供给和顾客需求出发，提出服务认知、服务标准、传递标准、沟通标准和感知服务质量这五个因素在服务质量传递过程中阻碍消费者期望与感知。Kang[32]指出基于服务过程视角，感知服务质量模型比服务质量差距模型更加适合对体验质量的综合分析。在服务差距模型的基础上，1988年，Parasuraman等[33]提出SERVQUAL（Service Quality）量表，它通过可靠性、移情性、响应性、有形性、保障性五个维度、22个变量来衡量QoS。
与上述模型相比，单纯的基于服务质量的顾客体验质量评价，并不能完全反映顾客的真实内心感受，作为具有明显主观特征的体验质量应更多地从顾客服务与感知交互价值的角度进行全面的衡量和评价。2001年，Brady和Cronin[34]在感知服务质量模型和服务质量差距模型的基础上提出分层服务质量模型，该模型以真实可信、共鸣、移情作为质量测评标准分交互质量、环境质量和结果质量三个维度来衡量体验质量。分层服务质量模型主要测量了用户对产品和服务结果的认知，但是忽略了用户的心理预期，因此也存在一定的局限性。
Mahlke[35]通过定性研究指出，可以从情感和认知两个维度来评价用户体验，其中用户的认知部分包括其在操作过程中的技术特征和非技术特征。Vyas等[36]又提出用户体验元素研究模型，认为QoE的影响因素分为：审美、情感、认知和实用四个维度。
本研究梳理了国内外学者提出的QoE的维度，如表1所示。
表 1中外学者对QoE影响因素的探索
作者 年份 影响因素 Grönroos[31] 1982 技术质量、功能质量 Parasuraman等[26] 1985 服务认知、服务标准、传递标准、沟通标准 Parasuraman等[33] 1988 有形性、可靠性、响应性、保障性、移情性 Brady和Cronin[34] 2001 交互质量、环境质量、结果质量 Sascha Mahlke[35] 2006 情感、认知（技术特征、非技术特征） Vyas[36] 2006 审美、情感、认知、实用 Choi等[40] 2007 移动终端质量、网络信号质量、增值服务质量、方便性、支付渠道质量、价格 Kumar和L[41] 2008 运行质量、移动服务质量、支付质量、消费者服务质量 Kuo等[42] 2009 内容质量、导航和视觉设计质量、管理和客户服务质量、系统稳定性质量 Barakovic等[43] 2010 技术性能、可用性、主观评价、期望、使用环境 Chang等[44] 2010 物理环境、服务提供者、用户的同伴、其他用户、用户自身 Akter等[45] 2010 服务可靠性、系统效率性、系统稳定性、隐私安全性、回应性、专业性、个性化、运营体验、情感体验 林闯等[46] 2012 服务、环境、用户 吴泗宗和朱家川[37] 2015 渠道质量、网站质量、交易质量、售后质量 Fernandes[47] 2016 环境、服务提供商、学习、娱乐、功能效益和信任 徐虹和李秋云[48] 2017 层次维度、极性维度、强度维度、时间性维度 Yoshida[49] 2017 核心产品、服务、社会网络、关系投资质量 曾时博[22] 2018 用户期望、用户心情、认知能力、用户先前体验 王志远等[50] 2018 APP质量、交易中质量、交易后质量、移动互联网渠道质量 Schatz[51] 2018 技术性能、内容、应用、用户期望、目标、使用环境 注：作者根据相关文献整理。 综上所述，对于质量特点和维度方面，国内外学者对用户经验质量和服务质量的研究各不相同，国内学者们还没有对用户经验质量制定系统化的评价标准，对用户经验质量的研究主要是参照国外服务质量和体验质量的指标，从用户体验的角度出发，很少有测量QoE的研究[37]。总的来说，随着时代的发展，国内外学者试图建立体验质量评价体系，虽然一些研究为建立QoE评价指标奠定了基础，但服务质量评价则具有主观多样性等特点，在此基础上，评价指标的改善和修改是相当不同的，且QoE在水平和垂直领域具有更大的意义和特殊性，因此，本研究中所涉及的B2C社交电子商务平台应以国内外学者研究为基础，对评价指标进行革新。
-
在QoE量化方面，中外学者一般采用类别量表、等距量表和顺序量表对QoE进行测量，三种量表的测量水平依次减弱[38]。目前，QoE的测量普遍采用顺序量表测量法，如表2所示[39]。
表 2平均评估分值
MOS QoE 损害程度 5 优 不能察觉 4 良 可察觉但不严重 3 中 轻微 2 次 严重 1 劣 非常严重 在QoE测量方面，如前文所述，体验质量是特定情境下用户对体验中的不同环节进行的情感判断，而体验质量测量是指对体验中、体验后的用户情绪和情感进行的主观测量和客观测量。目前，QoE的测量方法主要采用自我报告法、观察法和心理生理测量法中的一种或多种。考虑到测量成本等因素，本研究在网购情境下采用自我报告法来测量顾客体验质量，通过文本分析和问卷调查法间接测量用户情绪和情感的影响因素以及变动过程等。
-
现阶段的中外学者对体验质量的研究集中在特定领域和行业，主要包括：产品体验质量[52]、通信网络体验质量[53]、主题公园体验质量[46]、旅游体验质量[54]、网购体验质量[52]、服务体验质量[26]、系统体验质量[19]等。在不同情境下的体验质量的内涵差异很大。从体验质量的研究对象来看，目前国内还鲜有对B2C社交电商平台顾客体验质量的专项深度研究；从测量方法上来看，在不同情境下，需要考虑测量要求和测量成本进行方法的选择；从质量的评价指标上来看，国内学者们还没有对QoE制定系统化的评价标准。本文认为，以社交电商平台为主要研究范围，以B2C社交电商平台作为重点研究内容，从理论深度参考多维分层结构模型对B2C社交电商平台顾客在线购物体验质量进行多维度的分析和测量可以帮助企业提高用户体验。
-
文本挖掘（Text Mining，TM），是以计算语言学、统计数理分析为理论基础,结合机器学习和信息检索技术，处理非结构化（文本）信息，并从文本中提取有意义的数字索引，从而使文本中包含的信息可用于各种数据挖掘（统计和机器学习）算法，是从文本信息源到知识模式的过程，其操作流程是按照一定顺序执行的。根据研究目的，所选取的文本挖掘流程也不尽相同，但一般要经过文本采集、数据清洗和预处理、特征提取、挖掘分析和模型评价与输出五个阶段。
基于文本挖掘技术，使用八爪鱼软件对B2C社交电商平台用户自2019年6月—2020年2月在360手机助手、应用汇、豌豆荚和历趣网四大手机应用下载平台上的评论进行数据抓取。2020年2月，拼多多的月活用户数为19 345万，排电商平台的第三名；淘宝和京东的月活跃用户数分别为48 925万和22 755万，但由于京东旗下的京喜、淘宝直播和蘑菇街在抓取时间段2019年6月—2020年2月内的数据量过少，故此处不进行抓取；抖音和快手的月活跃用户数分别52 081万和38 327万，排内容类社交电商前两名；小红书作为B2C社区内容类社交电商月活用户数也超过了1亿[55]。因此，选取拼多多、抖音、快手和小红书作为数据采集对象，得到顾客在线评论数量11 368条，总计27.55万字。经筛选，得到有效评论11 150条。
通过ROST-CM软件对顾客在线评论数据进行文本清洗、中文分词、词频统计等文本预处理。由于用户的一些评论偏向口语化，在分词过程中容易将这些词拆成单字，例如“团购” “拼多多” “退钱”等词，因此需要对词表进行自定义设置，避免误漏关键词。 最终提取“东西”“软件”“很好”“平台”和“喜欢”等120个高频词汇。之后，笔者进行了高频词语义网络分析，如图1所示。在语义网络图中以“朋友”“推荐”“实惠”“便宜”“购物”“很好”“平台”为族群中心，不断外延多个关注类目，说明这几项内容是社交电商平台的用户关注度较高、感受较深的。
图 1B2C社交电商顾客在线评论高频词语义网络
-
开放式编码是编码过程的第一阶段，以阅读相关文献为基础，进行深度思考，从材料中提取概念和范畴，并指定范畴名称，决定该特性和层次[56]1。笔者基于B2C社交电子商务平台用户在线评论时使用的高频词汇、语义网络等信息进行编码，共整理出12个子维度：信息质量、呈现质量、稳定性、功能性、安全性、用户服务、易用性、可选择性、可靠性、口碑效应、主观态度、效用价值，如表3所示。
表 3开放式编码范畴化
序号 在线评论举例 开放式编码 高频特征词 范畴化 1 各种广告太多，所购买的商品到货不真实，各种活动广告推荐物品只显示好评不显示差评，让人难以判断真实性，虚假宣传 商品、活动、东西、广告、产品、价格、评论、收藏 信息质量 2 很好，类别清晰排版明确，视频很多，给了我许多关于建身、绘画、穿搭的建议，我很喜欢 视频、游戏、作品、直播、知识、学习、内容、广告、播放 呈现质量 3 总出现卡死闪退，基本看五、六个视频就会卡住，有声音有图片但没办法返回主界面 下载、卸载、闪退、安装、系统、强制、模式、更新、自动、显示、版本 稳定性 4 非常的好好用，有很多有趣的功能，好玩又可以赚钱拿奖品，购物价格也超低，还会给很多优惠卷哦 软件、平台、应用、使用、上面、功能、购物、流量 功能性 5 垃圾软件，我才用了没多久就把我信息给泄露了。投诉也查不出来商家信息，拼多多一点也不靠谱 隐私、泄露 安全性 6 店家服务态度太差，平台服务效率太低，店家发错货拒不承认错误，客服解决事情效率太低，只会一而再再而三的拖，完全不在乎消费者的感受，损害消费者的权益。这就是店家的服务态度，而且平台一点都不管店家的行为 签到、拼单、砍价、提现、免费、红包、优惠券、客服、服务、态度、官方、优惠券、保障 用户服务 7 拼多多比淘宝更便宜。方便实用。服务周到 实用、好用、方便、时间 易用性 8 拼多多购物便宜又快捷，选择性多 齐全、选择 可选择性 9 签到不让提现，平台没信用，大家不要下载 商家、假货、问题、质量、提现 可靠性 10 朋友推荐的这款购物软件真不错，品种繁多，拼单价格实惠，不错 好评、差评、五星、骗人、一星、欺骗、朋友、好友、消费者、粉丝、用户、推荐、分享、宣传、邀请、微信 口碑效应 11 非常喜欢，非常好用的购物应用，方便快捷！非常满意 很好、好好、很棒、美好，恶心、绿色、感谢、太好了、满意、好玩、有趣、搞笑、快乐、好看、娱乐、开心、正能量 主观态度 12 以前经常用淘宝，现在喜欢用拼多多，拼单比较省钱，而且质量也不错，软件隔三差五还送无门槛优惠券，五元和十元无门槛优惠券，很优惠哦 便宜、物美价廉、实惠、省钱、划算、优惠、学到 效用价值 -
主轴式编码是对开放式编码中形成的范畴加以精炼和区分，将下级范畴与主范畴联系起来的过程[56]。笔者对12个范畴进行内涵的界定，并根据范畴间是否存在意义上的相关关系和逻辑次序的差别进行归纳分类，最终将这12个范畴归纳到四个核心范畴中，形成B2C社交电商平台顾客体验质量测量维度概念模型，结果如表4所示。
表 4主轴式编码
主范畴 对应范畴 范畴内涵 内容质量 信息质量 社交电商平台需要在社交电商APP上明确地介绍和说明所提供的商品、活动或服务信息 呈现质量 社交电商APP界面或页面（包括文字、图片、视频等）的设计感和美观度以及内容显示的视觉效果 系统质量 稳定性 社交电商APP系统技术方面完善且稳定，顾客可以随时登录社交电商APP，无障碍地完成搜索和对比、购物咨询、购后评价等在线购物环节 功能性 社交电商APP内部架构合理、操作门槛低、便捷效率，能够实现搜索、支付、推荐等功能，帮助顾客有效地获取、检索、比较和完成在线购环节 安全性 社交电商平台运营商保护顾客个人信息安全和财务信息安全的能力。 交易质量 用户服务 在交易过程和售后服务中，社交电商运营商为顾客提供的服务的主动性、专业性、个性化、及时性和有效性 易用性 顾客对社交电商APP相关操作以及完成在线购物全过程难易度的感知 可选择性 顾客在社交电商平台上有尽可能多品类的商品或服务可选择 可靠性 社交电商运营商在提供咨询、购买和配送服务时有效地履行承诺 结果质量 口碑效应 顾客通过面对面交流、网络发表评论等方式将个人对社交电商平台的态度进行传播产生的效应 主观态度 顾客在使用社交电商平台的过程中的心理倾向和情感评价 效用价值 顾客对社交电商平台效用的主观估计 -
选择式编码在一个更高的抽象度水平之上继续进行轴向式编码[57]。这一步骤的目的在于找出核心范畴，将那些已经提出的范畴以核心范畴为中心进行归并和融合[58]。本文在主轴式编码中归纳出四个主要范畴：内容质量、系统质量、交易质量和结果质量，现将四个主要范畴间的相互关系整合起来，得到核心范畴。
首先对四个主范畴的内涵进行界定，内容质量是指顾客对社交电商平台提供产品和服务等信息的真实有效性和页面或界面设计以及呈现的评价。系统质量是指括顾客对社交电商平台系统整体的稳定、功能性和安全的评价。交易质量是指顾客在与平台运营商或商家互动过程中对服务质量的感知。结果质量指顾客在购买后对社交电商平台的心理感受以及整体感知。这四个范畴均指向本研究的主题“顾客体验质量”，因此形成B2C社交电商平台顾客体验质量测量维度概念模型，如图2所示。
图 2B2C社交电商平台顾客体验质量测量维度概念模型
-
基于“体验质量”这一核心范畴，围绕核心范畴展开的是内容质量、系统质量、交易质量和结果质量四个主范畴，以及信息质量等12个子范畴，借鉴相关文献研究成果和文本挖掘结果，本文设计开发出B2C社交电商平台顾客体验质量的测量量表（表5~表8）。为了确保测量问项表达准确且整体问卷具有可行性，选取100位B2C社交电商平台用户进行试调查，并采用SPSS 22.0对86份有效问卷进行信度与效度测量，发现所有测量项的信度系数与效度度量标准均大于0.7，符合信度和效度检验的标准，适合进行大样本问卷调研。
表 5B2C社交电商平台QoE（内容质量）测量题项
编号 测量项 参考文献 QC1 社交电商平台上的商品信息分类清晰明确 笔者基于文本挖掘设计；Ruiz等[59]；Collier和 Bienstock[60]；Yang等[61]；Fassnacht和 Koese[62] QC2 社交电商平台上的商品详情信息清晰明确 QC3 社交电商平台上的商品信息更新即时有效 QC4 社交电商平台上的活动信息更新即时有效 QC5 社交电商平台上的视频和直播等商品推荐信息有用 QC6 社交电商平台上推荐的商品和活动信息有用 QC7 社交电商平台上的交易评价信息客观有用 QC8 社交电商平台上的提示和帮助信息有用 QC9 社交电商平台界面的设计美观 QC10 社交电商平台界面的颜色搭配协调 QC11 社交电商平台界面的布局清晰合理 QC12 社交电商平台界面上的文字、图片、视频等清晰合理 QC13 社交电商平台界面上的重要信息功能板块划分清晰合理 QC14 社交电商平台界面上的重要按键功能清晰合理 表 6B2C社交电商平台QoE（系统质量）测量题项
编号 测量项 参考文献 QS1 社交电商平台启动时很流畅 笔者基于文本挖掘设计；Ruiz等[59]；Collier和 Bienstock[60]；Yang等[61]；Parasuraman等[63] QS2 社交电商平台运行时很稳定 QS3 社交电商平台更新后很稳定 QS4 社交电商平台在浏览时很流畅 QS5 社交电商平台在交易时很流畅 QS6 社交电商平台能让我高效地搜索和对比商品 QS7 对搜索结果我可以自己设定商品显示方式和数量 QS8 社交电商平台的导航清晰，可以让我快速在不同层级的页面浏览 QS9 社交电商平台能让我高效地分享商品链接 QS10 社交电商平台能让我快捷地完成支付过程 QS11 社交电商平台可以保护我的隐私 QS12 社交电商平台可以保护个人信息 QS13 社交电商平台不会泄露个人信息 QS14 社交电商平台可以保障支付安全 QS15 社交电商平台可以保障账号安全 表 7B2C社交电商平台QoE（交易质量）测量题项
编号 测量项 参考文献 QT1 客服在处理交易问题时的态度很好 笔者基于文本挖掘设计；Parasuraman等[33]；Yang 等[61] QT2 客服主动热情地帮助我解决问题 QT3 客服能够快速处理我的问题并给予合理的答复 QT4 客服在解答我的问题时很专业 QT5 客服能够针对我的问题提供个性化的解决方案 QT6 投诉问题能够快速得到运营商的反馈 QT7 商家能按照承诺对其应承担的责任及时地进行赔偿 QT8 商家能按照承诺履行相关退换货义务 QT9 交易物流可以在规定的时间范围内将商品送达 QT10 我能够很快地学会使用社交电商平台 QT11 给朋友推荐或者分享商品的过程方便易于操作 QT12 通过朋友分享链接找到商品的过程易于操作 QT13 拼团购物的过程易于操作 QT14 通过视频和直播等途径购买商品的过程易于操作 QT15 商品支付过程方便易于操作 QT16 给商品评价方便易于操作 QT17 社交电商平台上的商品种类丰富 QT18 社交电商平台上有令我感兴趣的商品 QT19 社交电商平台上有可供选择的服务 QT20 社交电商平台让我在搜索过程中了解了更多值得购买的商品 QT21 社交电商平台经常对新产品进行更新和推荐 QT22 社交电商平台为我提供了可选择的支付方式 QT23 在社交电商平台上我可以选择交易物流 QT24 商品和活动信息大都是真实可信的 QT25 社交电商平台上视频或直播的博主们都是值得信赖的 QT26 通过朋友推荐的商品都是符合预期的 QT27 商家都是真诚值得信任的 QT28 买到的商品与商家描述的一致 QT29 在社交电商平台上的交易没有错误 表 8B2C社交电商平台QoE（结果质量）测量题项
编号 测量项 参考文献 RE11 社交电商平台上的视频、直播和游戏等内容使我感到愉快 笔者基于文本挖掘设计；Mehrabian和 Russell[64]；Parasuraman[26]；Pedersen[65]；Fassnacht和 Koese[62]；Agarwal和Meyer[66] RE12 社交电商平台上有一些功能和游戏能让我感到很有趣、很好玩 RE13 使用社交电商平台购物可以节省购物时间 RE14 使用社交电商平台购物可以省钱 RE15 使用社交电商平台可以学到穿搭、美食和养宠物等知识和技能 RE16 使用社交电商平台购物非常方便 RE17 使用社交电商平台可以结交志同道合的朋友 RE18 使用社交电商平台满足了我的购物需求 -
抽样调查为期一个月，调查对象为近6个月内使用过并且每个月至少使用过一次B2C社交电商平台的顾客。最终发放785份问卷，剔除问卷回答不完整以及数值极端的无效问卷，得到有效问卷687份，问卷有效回收率为87.52%。
样本分布情况如下：一是按性别分，男性（48.33%），女性（51.67%）；二是按年龄分，18~24岁（32.61%），25~30岁（32.31%），31~40岁（19.36%），41~50岁（11.21%），51~61岁（4.51%）；三是按受教育状况分，初中及以下（4.80%），高中/中专（15.43%），大专（23.87%），本科（37.85%），研究生及以上（18.05%）；四是按工作单位性质或职业状况分，事业单位（15.72%），国企/央企（26.49%），外企/合资企业（13.68%），民营/私人企业（24.45%），个体工商业者（6.99%），农民（0.15%），学生（11.06%），离退休人员（0.00%），其他（1.46%）；五是按年收入分，3万元及以下（11.35%），4~6万元（19.21%），7~10万元（24.75%），11~15万元（16.74%），16~20万元（5.97%），21~25万元（12.81%），26~30万元（5.82%），31万元以上（3.35%）；六是按每月使用次数分，1次（21.40%），2~4次（29.69%），5~7次（26.20%），8~9次（13.97%），10次及以上（8.73%）；七是按常使用的品牌分，拼多多（26.64%），小红书（25.62%），抖音（24.75%），快手（13.83%），其他（9.17%）。
-
笔者通过SPSS 22.0对问卷的信度（Reliability）和效度（Validity）进行了检验。问卷整体Cronbach'sα系数0.965>0.8，各变量的Cronbach’sα系数均大于0.7，信度效度检验结果表明，问卷的整体和各变量的设计合理，可信程度高，达到了信度检验的标准。KMO值为0.920，符合Kaiser关于KMO值应大于0.7的判断标准；Bartlett的球形度检验的卡方值为48 947.941，Sig值为0.000，达到了显著性水平，可以做因子分析。
-
1）竞争模型比较法确定二阶四因子模型
通过采集的数据对概念模型中十二个一阶因子及四个二阶因子进行验证，采用竞争模型比较的方法，确定构建量表的最优结构模型。
设置二阶四因子模型一、二阶十二因子模型、一阶单因子模型、一阶十二因子模型四个备择模型，其中一阶单因子模型假设只有顾客体验质量这一个潜变量连结76个观察变量；由探索性分析结果尝试一阶十二因子模型假设“信息质量”“呈现质量”“稳定性”“功能性”“安全性”“用户服务”“易用性”“可选择性”“可靠性”“口碑效应”“主观态度”和“效用价值”十二个因子为一阶因子，一阶十二模型的适配度改善但依然较差。在一阶十二因子模型的基础上，尝试提出二阶十二因子模型，尝试将十二个一阶因子归属到一个二阶因子顾客体验质量。经过计算，二阶十二因子模型的拟合度不好。根据二阶十二因子模型的标准化因子负荷和十二因子之间的相关系数归纳出二阶四因子模型一（图3）从因子的实际意义来分析，也符合扎根理论和探索性因子分析的结果。尝试提出二阶四因子模型一，一阶因子和二阶因子的归属情况如图3所示。
图 3二阶四因子模型一
二阶四因子模型一中所有变量的平均方差提取值（Average Variance Extracted，AVE）均大于0.6，组合信度（CR）均大于0.9，符合收敛度判别标准。因此，本文中相关变量的构建度良好，可以确保结构方程模型的有效性和可靠性。
为了进一步检验模型的区别效度，对前文提出的四个模型的适配度结果进行比较，具体分析如表9所示。
表 9区别效度结果
编号 模型 CMIN df CMIN/df CFI IFI TLI RMSEA 模型比较 ΔCMIN Δdf 1 二阶四因子模型一 5 975.380 2756 2.168 0.933 0.933 0.931 0.041 2 二阶十二因子模型 10 808.931 2762 4.276 0.812 0.812 0.806 0.969 2vs1 4 833.551*** 2 3 一阶单因子模型 31 836.657 2776 11.469 0.379 0.396 0.379 0.124 3vs1 25 861.277*** 5 4 一阶十二因子模型 15 931.019 2774 5.743 0.726 0.727 0.719 0.083 4vs1 9 955.639*** 2 注：***表示p<0.001。 综合表9可知，经过计算，二阶四因子模型一的的拟合度良好。其他三个模型与二阶四因子模型一比较后，各个拟合指标都变差了，且通过了显著性水平为0.001的卡方检验，说明二阶四因子模型一具有区分效度。
2）二阶四因子模型二验证性因子分析
为了进一步说明B2C社交电商顾客体验质量测量维度概念模型，本文尝试提出二阶四因子模型二（如图4所示），即顾客体验质量为二阶因子，内容质量、系统质量、交易质量和结果质量为一阶因子。经检验ⅹ2/df值为2.248，小于3； CFI的值为0.928，IFI的值为0.928，TLI的值为0.926，三者均大于0.9； RESEA的值为0.043，小于0.08。上述数据表明模型的适配度良好。
图 4二阶四因子模型二
表 10一阶因子在二阶因子上的标准化因子负荷
一阶因子 二阶因子 内容质量 系统质量 交易质量 结果质量 顾客体验质量 0.500 0.427 0.472 0.417 接下来分析AVE和CR。分析使用AMOS 22.0软件进行验证性因子分析，分析结果如表11所示。
表 11各因子CR及AVE
变量 题项 标准化因子载荷 AVE CR 变量 题项 标准化因子载荷 AVE CR 内容质量 QC1 0.788 0.636 0.961 交易质量 QT10 0.777 0.645 0.981 QC2 0.812 QT11 0.775 QC3 0.771 QT12 0.772 QC4 0.789 QT13 0.802 QC5 0.789 QT14 0.816 QC6 0.790 QT15 0.816 QC7 0.784 QT16 0.816 QC8 0.817 QT17 0.799 QC9 0.783 QT18 0.765 QC10 0.810 QT19 0.802 QC11 0.802 QT20 0.781 QC12 0.754 QT21 0.805 QC13 0.791 QT22 0.773 QC14 0.862 QT23 0.792 系统质量 ST1 0.838 0.661 0.967 QT24 0.809 ST2 0.839 QT25 0.823 ST3 0.810 QT26 0.804 ST4 0.844 QT27 0.824 ST5 0.800 QT28 0.786 QS6 0.793 QT29 0.779 QS7 0.828 结果质量 RE1 0.795 0.642 0.970 QS8 0.850 RE2 0.839 QS9 0.779 RE3 0.778 QS10 0.775 RE4 0.803 QS11 0.813 RE5 0.790 QS12 0.758 RE6 0.776 QS13 0.797 RE7 0.824 QS14 0.839 RE8 0.851 QS15 0.826 RE9 0.810 交易质量 QT1 0.804 0.645 0.981 RE10 0.807 QT2 0.837 RE11 0.821 QT3 0.813 RE12 0.787 QT4 0.818 RE13 0.772 QT5 0.811 RE14 0.817 QT6 0.760 RE15 0.804 QT7 0.846 RE16 0.755 QT8 0.841 RE17 0.806 QT9 0.808 RE18 0.760 从表11可以看出，所有变量的AVE均大于0.5，CR均大于0.7，说明聚合效度较高。接下来进行区别效度的检验。具体分析结果如表12所示。
表 12区分效度
维度 内容质量 系统质量 交易质量 结果质量 内容质量 0.796 系统质量 0.212 0.813 交易质量 0.235 0.183 0.803 结果质量 0.187 0.185 0.197 0.801 注：黑体数字为AVE平方根值，其余为相关系数。 从表12可以看出，二阶四因子模型二中四个因子分别对应的AVE平方根值最小为0.797，大于因子间相关系数的最大值0.235，意味着研究数据具有良好的区分效度。
-
1. B2C社交电商平台顾客在线购物体验质量测量量表可通过内容质量、系统质量、交易质量和结果质量四个维度进行测量。
基于文本挖掘、文本分析以及实证研究的结果，笔者将B2C社交电商平台顾客体验质量划分为四个维度：内容质量、系统质量、交易质量和结果质量。内容质量是指顾客对社交电商平台提供产品和服务等信息的真实有效性和页面或界面设计以及呈现的评价。系统质量是指括顾客对社交电商平台系统整体的稳定、功能性和安全的评价。交易质量是指顾客在与平台运营商或商家互动过程中对服务质量的感知。结果质量指顾客在购买后对社交电商平台的心理感受以及整体感知。
2. 内容质量从信息质量和呈现质量两个方面影响B2C社交电商平台顾客在线购物体验质量。
内容质量由信息质量和呈现质量两个维度构成，共14个题项。Collier[60]认为信息质量和呈现质量共同构成了APP的环境和氛围。优质的图像质量、清晰的布局以及有效有用的信息有利于吸引顾客，提升顾客体验，有利于提高顾客忠诚度[67]。此外，顾客对内容质量的主观感受也会影响结果质量，对平台口碑，用户感知价值等也会产生影响。
3. 系统质量从稳定性、功能性和安全性三个方面影响B2C社交电商平台顾客在线购物体验质量。
系统质量由稳定性、功能性和安全性三个维度构成，共15个题项，数据分析的结果表明它们均可以很好地反映顾客体验质量。Akter[45]认为移动电子商务的质量受到系统稳定性、系统功能性、隐私安全性的影响。王志远[50]认为在线购物的过程中存在人机交互环节，这个过程中系统的稳定性、功能性和安全性会影响网购体验质量。这些研究与笔者的结果一致，认为顾客体验质量受社交电商平台的系统稳定性和功能性，以及系统对顾客隐私的保护等系统质量的影响。
4. 交易质量通过用户服务、易用性、可选择性和安全性四个方面影响B2C社交电商平台顾客在线购物体验质量。
交易质量由口碑效应、主观态度和效用价值三个维度构成，共19个题项。目前国内外学者普遍认为交易质量会对用户体验产生影响，基于技术接受理论可以发现用户体验受到感知有用性和感知易用性的显著影响[68]。这与本研究所验证的结果一致，同时，笔者还发现运营商以及商家所提供的基础服务以及承诺履行的准确性和及时性会影响顾客对体验效果的评价，此外，商品和服务以及物流的可选择性也会影响顾客体验质量。
5. 结果质量从在口碑效应、主观态度和效用价值三个方面影响B2C社交电商平台顾客在线购物体验质量。
结果质量由三个维度组成，分别是口碑效应、主观态度和效用价值，结果质量维度量表共有18个题项构成。在口碑效应方面，Brian-Lee[69]的研究表明口碑效应可以揭示产品的体验质量，并提高人们的意识，加速产品的传播。B2C社交电商平台顾客会对在线购物过程中的主观感受进行口碑传播，从而影响其他人对社交电商平台产品的选择和使用。在主观态度方面，Hoffner[70]认为移动电商有助于调节顾客的情感状态，从而带来积极的心理利益，笔者发现使用B2C社交电商平台进行在线购物可以给顾客带来心灵的享受和生活乐趣等。在效用价值方面，Marinao-Artigas[71]认为移动电商能够给顾客带来方便，帮助其节约购买时间等，从而提升顾客的在线购物体验。笔者认为B2C社交电商平台可以创造社交价值、时间价值和经济价值等从而提高顾客体验质量。
-
1. 将顾客体验质量进行概念化和度量对于有效管理顾客体验至关重要。
社交电商平台的管理者应适当的将QoE进行概念化和度量对于有效管理顾客体验至关重要，反过来，提供高质量的体验对于维护顾客满意度和忠诚度也是必不可少的。近年来，在互联网上仅仅靠低价和突出的网站形象吸引尽可能多的客户是不够的，这些很容易被模仿，并不足以赢得客户，并获得竞争优势。此外随着社交电子商务的发展，顾客的要求越来越高，他们对体验好坏的容忍度降低。良好的顾客体验使顾客再次购买，从而产生利润，这是长期成功的关键。因此，提高顾客在线购物体验是社交电商平台运营商的主要竞争优势。
2. 加强内容和系统生态的建设与维护，打造一流的社交电商平台。
社交电商平台管理者应加强社交电商平台的界面设计，使界面视觉美观、布局清晰增强顾客的使用意愿，同时应注重商品、活动和服务信息的有效性和有用性，优化内容编排和互动板块，使顾客能够在平台上高效地搜索、对比和分享目标商品。同时，系统的稳定性和安全性也会影响顾客体验，因此社交电商平台管理者应注意系统的实时维护以保持系统的流畅性，此外还应根据相关法律法规保护顾客的隐私以及支付安全等。打造高质量的内容和系统生态，发展“优质内容+电商”的模型有利于提高顾客体验。
3. 以人为本，关注顾客的交易过程和心理感受，实时满足用户需求。
社交电商平台既要满足顾客在交易过程中对商品的可选择性和服务的专业性、及时性、可靠性以及平台的易用性等需求，又要满足顾客的心理需求。综合笔者的结果，社交电商平台管理者可以通过提高服务的相应性和专业性、增加售后人员妥善处理退换货问题、设立线下自提网点以保障物流配送的“最后一公里”等措施，对咨询、购买和配送等环节的服务质量进行把控，同时，提高商品和活动的可选择性和真实性，优化平台的功能架构使得顾客更方便使用，此外，管理者应对可以使顾客感到满足感、成就感、开心愉快的购物环节进行深度挖掘和完善，优化购物流程以及相关活动及营销策略等，以丰富顾客在线购物的情感体验。
A Measurement and Empirical Research on Quality of Experience (QoE) of Customer’ Online Shopping from B2C Social e-commerce Platform in China
-
摘要:基于在线文本挖掘获取11 368条B2C社交电商平台顾客在线评论信息，通过八爪鱼软件和ROST-CM的规范化处理获得详实可用数据；基于扎根理论构建B2C社交电商平台顾客在线购物体验质量（QoE）测量维度概念模型；开发测量量表，通过SPSS 22.0和Amos 21.0对来自用户的687份有效样本数据进行分析，得到对概念模型的验证性结果，结果表明B2C社交电商平台顾客体验质量包含内容质量、系统质量、交易质量和结果质量四个维度，其中内容质量包含信息质量、呈现质量两个子维度；系统质量包括稳定性、功能性和安全性三个子维度；交易质量包括用户服务、易用性、可选择性、可靠性四个子维度；结果质量包含口碑效应、主观态度、效用价值三个子维度。Abstract:Based on online text mining, 11 368 pieces of customer online review information from B2C social e-commerce platform was obtained. Detailed and available data were obtained through Octopus software and ROST-CM standardized processing. Based on grounded theory, the conceptual model of measurement dimension of Quality of Experience (QoE) of customer’ online shopping from B2C social E-commerce platform was built. A measurement scale was developed, and 687 valid samples from users were analyzed through SPSS22.0 and AMOS21.0 to obtain the verification results of the conceptual model. The results show that Quality of Experience (QoE) of customer’ online shopping from B2C social E-commerce platform contains four dimensions: content quality, system quality, transaction quality and result quality, in which content quality includes two sub-dimensions of information quality and presentation quality; system quality includes three sub-dimensions of stability, functionality and security; transaction quality includes four sub-dimensions of user service, ease of use, selectivity and reliability; result quality includes three sub-dimensions of word-of-mouth effect, subjective attitude, and utility value.
-
表 1中外学者对QoE影响因素的探索
作者 年份 影响因素 Grönroos[31] 1982 技术质量、功能质量 Parasuraman等[26] 1985 服务认知、服务标准、传递标准、沟通标准 Parasuraman等[33] 1988 有形性、可靠性、响应性、保障性、移情性 Brady和Cronin[34] 2001 交互质量、环境质量、结果质量 Sascha Mahlke[35] 2006 情感、认知（技术特征、非技术特征） Vyas[36] 2006 审美、情感、认知、实用 Choi等[40] 2007 移动终端质量、网络信号质量、增值服务质量、方便性、支付渠道质量、价格 Kumar和L[41] 2008 运行质量、移动服务质量、支付质量、消费者服务质量 Kuo等[42] 2009 内容质量、导航和视觉设计质量、管理和客户服务质量、系统稳定性质量 Barakovic等[43] 2010 技术性能、可用性、主观评价、期望、使用环境 Chang等[44] 2010 物理环境、服务提供者、用户的同伴、其他用户、用户自身 Akter等[45] 2010 服务可靠性、系统效率性、系统稳定性、隐私安全性、回应性、专业性、个性化、运营体验、情感体验 林闯等[46] 2012 服务、环境、用户 吴泗宗和朱家川[37] 2015 渠道质量、网站质量、交易质量、售后质量 Fernandes[47] 2016 环境、服务提供商、学习、娱乐、功能效益和信任 徐虹和李秋云[48] 2017 层次维度、极性维度、强度维度、时间性维度 Yoshida[49] 2017 核心产品、服务、社会网络、关系投资质量 曾时博[22] 2018 用户期望、用户心情、认知能力、用户先前体验 王志远等[50] 2018 APP质量、交易中质量、交易后质量、移动互联网渠道质量 Schatz[51] 2018 技术性能、内容、应用、用户期望、目标、使用环境 注：作者根据相关文献整理。 
下载:
导出CSV
表 3开放式编码范畴化
序号 在线评论举例 开放式编码 高频特征词 范畴化 1 各种广告太多，所购买的商品到货不真实，各种活动广告推荐物品只显示好评不显示差评，让人难以判断真实性，虚假宣传 商品、活动、东西、广告、产品、价格、评论、收藏 信息质量 2 很好，类别清晰排版明确，视频很多，给了我许多关于建身、绘画、穿搭的建议，我很喜欢 视频、游戏、作品、直播、知识、学习、内容、广告、播放 呈现质量 3 总出现卡死闪退，基本看五、六个视频就会卡住，有声音有图片但没办法返回主界面 下载、卸载、闪退、安装、系统、强制、模式、更新、自动、显示、版本 稳定性 4 非常的好好用，有很多有趣的功能，好玩又可以赚钱拿奖品，购物价格也超低，还会给很多优惠卷哦 软件、平台、应用、使用、上面、功能、购物、流量 功能性 5 垃圾软件，我才用了没多久就把我信息给泄露了。投诉也查不出来商家信息，拼多多一点也不靠谱 隐私、泄露 安全性 6 店家服务态度太差，平台服务效率太低，店家发错货拒不承认错误，客服解决事情效率太低，只会一而再再而三的拖，完全不在乎消费者的感受，损害消费者的权益。这就是店家的服务态度，而且平台一点都不管店家的行为 签到、拼单、砍价、提现、免费、红包、优惠券、客服、服务、态度、官方、优惠券、保障 用户服务 7 拼多多比淘宝更便宜。方便实用。服务周到 实用、好用、方便、时间 易用性 8 拼多多购物便宜又快捷，选择性多 齐全、选择 可选择性 9 签到不让提现，平台没信用，大家不要下载 商家、假货、问题、质量、提现 可靠性 10 朋友推荐的这款购物软件真不错，品种繁多，拼单价格实惠，不错 好评、差评、五星、骗人、一星、欺骗、朋友、好友、消费者、粉丝、用户、推荐、分享、宣传、邀请、微信 口碑效应 11 非常喜欢，非常好用的购物应用，方便快捷！非常满意 很好、好好、很棒、美好，恶心、绿色、感谢、太好了、满意、好玩、有趣、搞笑、快乐、好看、娱乐、开心、正能量 主观态度 12 以前经常用淘宝，现在喜欢用拼多多，拼单比较省钱，而且质量也不错，软件隔三差五还送无门槛优惠券，五元和十元无门槛优惠券，很优惠哦 便宜、物美价廉、实惠、省钱、划算、优惠、学到 效用价值 下载:
导出CSV
表 4主轴式编码
主范畴 对应范畴 范畴内涵 内容质量 信息质量 社交电商平台需要在社交电商APP上明确地介绍和说明所提供的商品、活动或服务信息 呈现质量 社交电商APP界面或页面（包括文字、图片、视频等）的设计感和美观度以及内容显示的视觉效果 系统质量 稳定性 社交电商APP系统技术方面完善且稳定，顾客可以随时登录社交电商APP，无障碍地完成搜索和对比、购物咨询、购后评价等在线购物环节 功能性 社交电商APP内部架构合理、操作门槛低、便捷效率，能够实现搜索、支付、推荐等功能，帮助顾客有效地获取、检索、比较和完成在线购环节 安全性 社交电商平台运营商保护顾客个人信息安全和财务信息安全的能力。 交易质量 用户服务 在交易过程和售后服务中，社交电商运营商为顾客提供的服务的主动性、专业性、个性化、及时性和有效性 易用性 顾客对社交电商APP相关操作以及完成在线购物全过程难易度的感知 可选择性 顾客在社交电商平台上有尽可能多品类的商品或服务可选择 可靠性 社交电商运营商在提供咨询、购买和配送服务时有效地履行承诺 结果质量 口碑效应 顾客通过面对面交流、网络发表评论等方式将个人对社交电商平台的态度进行传播产生的效应 主观态度 顾客在使用社交电商平台的过程中的心理倾向和情感评价 效用价值 顾客对社交电商平台效用的主观估计 下载:
导出CSV
表 5B2C社交电商平台QoE（内容质量）测量题项
编号 测量项 参考文献 QC1 社交电商平台上的商品信息分类清晰明确 笔者基于文本挖掘设计；Ruiz等[59]；Collier和 Bienstock[60]；Yang等[61]；Fassnacht和 Koese[62] QC2 社交电商平台上的商品详情信息清晰明确 QC3 社交电商平台上的商品信息更新即时有效 QC4 社交电商平台上的活动信息更新即时有效 QC5 社交电商平台上的视频和直播等商品推荐信息有用 QC6 社交电商平台上推荐的商品和活动信息有用 QC7 社交电商平台上的交易评价信息客观有用 QC8 社交电商平台上的提示和帮助信息有用 QC9 社交电商平台界面的设计美观 QC10 社交电商平台界面的颜色搭配协调 QC11 社交电商平台界面的布局清晰合理 QC12 社交电商平台界面上的文字、图片、视频等清晰合理 QC13 社交电商平台界面上的重要信息功能板块划分清晰合理 QC14 社交电商平台界面上的重要按键功能清晰合理 下载:
导出CSV
表 6B2C社交电商平台QoE（系统质量）测量题项
编号 测量项 参考文献 QS1 社交电商平台启动时很流畅 笔者基于文本挖掘设计；Ruiz等[59]；Collier和 Bienstock[60]；Yang等[61]；Parasuraman等[63] QS2 社交电商平台运行时很稳定 QS3 社交电商平台更新后很稳定 QS4 社交电商平台在浏览时很流畅 QS5 社交电商平台在交易时很流畅 QS6 社交电商平台能让我高效地搜索和对比商品 QS7 对搜索结果我可以自己设定商品显示方式和数量 QS8 社交电商平台的导航清晰，可以让我快速在不同层级的页面浏览 QS9 社交电商平台能让我高效地分享商品链接 QS10 社交电商平台能让我快捷地完成支付过程 QS11 社交电商平台可以保护我的隐私 QS12 社交电商平台可以保护个人信息 QS13 社交电商平台不会泄露个人信息 QS14 社交电商平台可以保障支付安全 QS15 社交电商平台可以保障账号安全 下载:
导出CSV
表 7B2C社交电商平台QoE（交易质量）测量题项
编号 测量项 参考文献 QT1 客服在处理交易问题时的态度很好 笔者基于文本挖掘设计；Parasuraman等[33]；Yang 等[61] QT2 客服主动热情地帮助我解决问题 QT3 客服能够快速处理我的问题并给予合理的答复 QT4 客服在解答我的问题时很专业 QT5 客服能够针对我的问题提供个性化的解决方案 QT6 投诉问题能够快速得到运营商的反馈 QT7 商家能按照承诺对其应承担的责任及时地进行赔偿 QT8 商家能按照承诺履行相关退换货义务 QT9 交易物流可以在规定的时间范围内将商品送达 QT10 我能够很快地学会使用社交电商平台 QT11 给朋友推荐或者分享商品的过程方便易于操作 QT12 通过朋友分享链接找到商品的过程易于操作 QT13 拼团购物的过程易于操作 QT14 通过视频和直播等途径购买商品的过程易于操作 QT15 商品支付过程方便易于操作 QT16 给商品评价方便易于操作 QT17 社交电商平台上的商品种类丰富 QT18 社交电商平台上有令我感兴趣的商品 QT19 社交电商平台上有可供选择的服务 QT20 社交电商平台让我在搜索过程中了解了更多值得购买的商品 QT21 社交电商平台经常对新产品进行更新和推荐 QT22 社交电商平台为我提供了可选择的支付方式 QT23 在社交电商平台上我可以选择交易物流 QT24 商品和活动信息大都是真实可信的 QT25 社交电商平台上视频或直播的博主们都是值得信赖的 QT26 通过朋友推荐的商品都是符合预期的 QT27 商家都是真诚值得信任的 QT28 买到的商品与商家描述的一致 QT29 在社交电商平台上的交易没有错误 下载:
导出CSV
表 8B2C社交电商平台QoE（结果质量）测量题项
编号 测量项 参考文献 RE11 社交电商平台上的视频、直播和游戏等内容使我感到愉快 笔者基于文本挖掘设计；Mehrabian和 Russell[64]；Parasuraman[26]；Pedersen[65]；Fassnacht和 Koese[62]；Agarwal和Meyer[66] RE12 社交电商平台上有一些功能和游戏能让我感到很有趣、很好玩 RE13 使用社交电商平台购物可以节省购物时间 RE14 使用社交电商平台购物可以省钱 RE15 使用社交电商平台可以学到穿搭、美食和养宠物等知识和技能 RE16 使用社交电商平台购物非常方便 RE17 使用社交电商平台可以结交志同道合的朋友 RE18 使用社交电商平台满足了我的购物需求 下载:
导出CSV
表 9区别效度结果
编号 模型 CMIN df CMIN/df CFI IFI TLI RMSEA 模型比较 ΔCMIN Δdf 1 二阶四因子模型一 5 975.380 2756 2.168 0.933 0.933 0.931 0.041 2 二阶十二因子模型 10 808.931 2762 4.276 0.812 0.812 0.806 0.969 2vs1 4 833.551*** 2 3 一阶单因子模型 31 836.657 2776 11.469 0.379 0.396 0.379 0.124 3vs1 25 861.277*** 5 4 一阶十二因子模型 15 931.019 2774 5.743 0.726 0.727 0.719 0.083 4vs1 9 955.639*** 2 注：***表示p<0.001。 下载:
导出CSV
表 11各因子CR及AVE
变量 题项 标准化因子载荷 AVE CR 变量 题项 标准化因子载荷 AVE CR 内容质量 QC1 0.788 0.636 0.961 交易质量 QT10 0.777 0.645 0.981 QC2 0.812 QT11 0.775 QC3 0.771 QT12 0.772 QC4 0.789 QT13 0.802 QC5 0.789 QT14 0.816 QC6 0.790 QT15 0.816 QC7 0.784 QT16 0.816 QC8 0.817 QT17 0.799 QC9 0.783 QT18 0.765 QC10 0.810 QT19 0.802 QC11 0.802 QT20 0.781 QC12 0.754 QT21 0.805 QC13 0.791 QT22 0.773 QC14 0.862 QT23 0.792 系统质量 ST1 0.838 0.661 0.967 QT24 0.809 ST2 0.839 QT25 0.823 ST3 0.810 QT26 0.804 ST4 0.844 QT27 0.824 ST5 0.800 QT28 0.786 QS6 0.793 QT29 0.779 QS7 0.828 结果质量 RE1 0.795 0.642 0.970 QS8 0.850 RE2 0.839 QS9 0.779 RE3 0.778 QS10 0.775 RE4 0.803 QS11 0.813 RE5 0.790 QS12 0.758 RE6 0.776 QS13 0.797 RE7 0.824 QS14 0.839 RE8 0.851 QS15 0.826 RE9 0.810 交易质量 QT1 0.804 0.645 0.981 RE10 0.807 QT2 0.837 RE11 0.821 QT3 0.813 RE12 0.787 QT4 0.818 RE13 0.772 QT5 0.811 RE14 0.817 QT6 0.760 RE15 0.804 QT7 0.846 RE16 0.755 QT8 0.841 RE17 0.806 QT9 0.808 RE18 0.760 下载:
导出CSV
表 12区分效度
维度 内容质量 系统质量 交易质量 结果质量 内容质量 0.796 系统质量 0.212 0.813 交易质量 0.235 0.183 0.803 结果质量 0.187 0.185 0.197 0.801 注：黑体数字为AVE平方根值，其余为相关系数。 下载:
导出CSV
-
[1] 陈林芬, 王重鸣. 网络消费者行为与电子商务服务质量的关系[J]. 消费经济, 2005, 21(3): 78- 81.doi:10.3969/j.issn.1007-5682.2005.03.020 [2] 中国互联网络信息中心. 第45次《中国互联网络发展状况统计报告》[EB/OL]. (2020-04-28)[2020-05-11].https://cac.gov.cn.com.cn/thread-27156-1-1.html. [3] 艾媒报告. 2019中国社交电商行业研究报告. [EB/OL]. (2019-04-28)[2019-8-30].https://www.iimedia.cn/c400/64206.html. [4] 黄建远. SNS 社交网站电子商务经营研究[J]. 现代传播, 2012(3): 161-162.doi:10.3969/j.issn.1007-8770.2012.03.042 [5] 项伟峰. SNS社交电子商务与传统电子商务的商业模式比较[J]. 商业经济研究, 2016(15): 142-144.doi:10.3969/j.issn.1002-5863.2016.15.051 [6] KLEIN B D.“On the development and application of a framework for understanding the properties and information quality of online reputation systems”[J]. Journal of the Midwest Association for Information Systems, 2017(6): 27-28. [7] PENG L, ZHANG W, WANG X, et al. Moderating effects of time pressure on the relationship between perceived value and purchase intention in social E-commerce sales promotion: considering the impact of product involvement[J]. Information & Management, 2018(56), 317-328. [8] 张慧芹. 社交电商顾客线上体验对重购意愿的影响研究[J]. 现代商贸工业, 2019(19): 49-51. [9] 贾孝魁.“互联网+”浪潮下社交电商发展模式及市场前景[J]. 商业经济研究, 2017(22): 77-79. [10] 韩国兰. 共享经济背景下社交化电商发展探讨[J]. 商业经济研究, 2018(1): 71-73.doi:10.3969/j.issn.1002-5863.2018.01.022 [11] 郭全中. 社交电商的本质、模式与竞争关键[J]. 互联网经济, 2019(6): 28-33. [12] SILLER M,WOODS J C. QoS arbitration for improving the QoE in multimedia transmission[C]// International Conference on Visual Information Engineering VIE 2003. Guildford, UK: IET, 2003. [13] O’Neil T M. Quality of experience and quality of service for IP video conferencing[R]. Milpitas, CA, USA: Polycom, Inc., 2002. [14] ITU-T. Definition of quality of experience(QoE): TD 109rev2 (PLEN/12)[S]. Geneva, Switzerland: International Telecommunication Union, 2007. [15] LEMKE F, CLARK M, WILSON H. Customer experience quality: an exploration in business and consumer contexts using repertory grid technique[J]. Journal of the Academy of Marketing Science, 2011, 39(6): 846-869.doi:10.1007/s11747-010-0219-0 [16] Khalil Ur Rehman Laghari, Kay Connelly. Toward total quality of experience: a qoe model in a communication ecosystem[J]. Communications Magazine IEEE, 2012, 50(4): 58-65.doi:10.1109/MCOM.2012.6178834 [17] BRUNNSTRÖM K, BEKER S A, DE M K, et al. Qualinet white paper on definitions of quality of experience[EB/OL]. (2013-12-01)[2020-06-12]. https://hal.archives-ouvertes.fr/hal-00977812. [18] Mianxiong DONG, Takashi KIMATA, Komei SUGIURA, et al. Quality-of-Experience (QoE) in emerging mobile social networks[J]. Ieice Transactions on Information & Systems, 2014, E97.D(10): 2606-2612. [19] LAGHARI A A, SADHAYO I H, CHANNA M I. Enhanced autonomic networking management architecture (Enama)[J]. Engineering, Science & Technology, 2014(1): 9–13. [20] 徐虹, 李秋云. 顾客是如何评价体验质量的: 基于在线评论的事件-属性分析[J]. 旅游科学, 2016, 30(3): 44-56.doi:10.3969/j.issn.1006-575X.2016.03.004 [21] SHIN D H. Effect of the customer experience on satisfaction with smartphones: Assessing smart satisfaction index with partial least squares[J]. Telecommunications Policy, 2015, 39(8): 627-641.doi:10.1016/j.telpol.2014.10.001 [22] 曾时博, 李仲斌. 高清视频会议QoE智能化分析系统关键技术研究与实现[J]. 收藏, 2018(2): 33. [23] LAGHARI A A, HE H, SHAFIQ M, et al. Application of quality of experience in networked services: review, trend & perspectives[J]. Systemic Practice and Action Research, 2018. [24] 王新新, 李震. 客观标准还是主观评价?消费者体验质量测量研究述评[J]. 外国经济与管理, 2019, 41(1): 127-140. [25] VERHOEF P C, NESLIN S A, VROOMEN B. Multichannel customer management: Understanding the research-shopper phenomenon[J]. International Journal of Research in Marketing, 2007, 24(2): 129–148.doi:10.1016/j.ijresmar.2006.11.002 [26] PARASURAMAN A, ZEITHAML V A, BERRY L L. A Conceptual Model of Service Quality and Its Implications for Future Research[J]. Journal of Marketing, 1985, 49(4): 41-50.doi:10.1177/002224298504900403 [27] International Organization for Standardization. Ergonomics of human system interaction-part 210: human-centered design for interactive systems (formerly known as 13407): ISO 9241-210: 2010[S]. Switzerland: International Organization for Standardization (ISO), 2010. [28] 薛海波, 王新新. 品牌社群影响品牌忠诚的作用机理研究: 基于超然消费体验的分析视角[J]. 中国工业经济, 2009(10): 96–107. [29] MCCOLL-KENNEDY J R, GUSTAFSSON A, JAAKKOLA E, et al. Fresh perspectives on customer experience[J]. Journal of Services Marketing, 2015, 29(6-7): 430–435. [30] OTTO J E, RITCHIE J B. The service experience in tourism[J]. Tourism Management, 1996, 17(3): 165-174.doi:10.1016/0261-5177(96)00003-9 [31] GRÖNROOS C. A service quality model and its marketing implications[J]. European Journal of Marketing, 1984, 18(4): 36-44.doi:10.1108/EUM0000000004784 [32] KANG G D, JAMES J. Service quality dimensions: an examination of Grönroos’s service quality model[J]. Managing Service Quality: An International Journal, 2004, 14(4): 266-277.doi:10.1108/09604520410546806 [33] Parasuraman, A, Zeithaml, Valarie A, Berry, Leonard L. SERVQUAL: a multiple-item scale for measuring consumer perceptions of service quality[J]. Journal of Retailing, 1988, 64(1): 12-40. [34] BRADY M K, CRONIN JR J J. Some new thoughts on conceptualizing perceived service quality: a hierarchical approach[J]. Journal of Marketing, 2001, 65(3): 34-49.doi:10.1509/jmkg.65.3.34.18334 [35] SASCHA M. Factors influencing the experience of website usage[C]// Extended Abstracts of the 2002 Conference on Human Factors in Computing Systems, CHI 2002. Minneapolis, Minnesota, USA: ACM, 2002. [36] VYAS D, GERRIT C, VAN DER V. APEC: a framework for designing experience[EB/OL]. (2006-06-11)[2019-12-9].https://www.academia.edu/282319/APECA Framework for Designing_Experience. [37] 吴泗宗, 朱家川. 网购体验质量对消费者行为意愿的影响机制: 概念模型的构建和假设提出[J]. 江淮论坛, 2015(3): 48-53.doi:10.3969/j.issn.1001-862X.2015.03.008 [38] 林丽, 阳明庆, 张超, 等. 产品情感研究及情感测量的关键技术[J]. 图学学报, 2013(1): 122–127.doi:10.3969/j.issn.2095-302X.2013.01.023 [39] International Telecommunication Union. Methods for subjective determination of transmission quality: ITU-T Recommendation P.800[S]. Geneva, Switzerland: International Telecommunication Union, 1996. [40] CHOI C, KIM C, SUNG N. Evaluating the quality of service in mobile business based on fuzzy set theory [C]// International Conference on Fuzzy Systems & Knowledge Discovery. Haikou, China: IEEE Computer Society, 2007. [41] KUMAR A, LIM H. Age differences in mobile service perceptions: comparison of Generation Y and baby boomers[J]. Journal of services marketing, 2008, 22(7): 568-577.doi:10.1108/08876040810909695 [42] KUO Y F, WUB C M, DENG W J. The relationships among service quality, perceived value, consumer satisfaction, and post- purchase intention in mobile value- added services[J]. Computers in Human Behavior, 2009, 25(4): 887- 896.doi:10.1016/j.chb.2009.03.003 [43] BARAKOVIC S, BARAKOVI J, BAJRI H. QoE dimensions and QoE measurement of NGN services [C]// Proceedings of the 18th Telecommunications Forum (TELFOR '10). Belgrade, Serbia: Telecommunications Society, 2010. [44] CHANG T Y, HORNG S C. Conceptualizing and measuring experience quality: the customer's perspective[J]. The Service Industries Journal, 2010, 30(14): 2401-2419.doi:10.1080/02642060802629919 [45] AKTER S, D’AMBRA J, RAY P. Service quality of mHealth platforms: development and validation of a hierarchical model using PLS[J]. Electronic Markets, 2010, 20(3-4): 209-227.doi:10.1007/s12525-010-0043-x [46] 林闯, 胡杰, 孔祥震. 用户体验质量(QoE)的模型与评价方法综述[J]. 计算机学报, 2012, 35(1): 1-15. [47] FERNANDES T, CRUZ M. Dimensions and outcomes of experience quality in tourism: The case of Port wine cellars[J]. Journal of Retailing and Consumer Services, 2016, 31: 371-379.doi:10.1016/j.jretconser.2016.05.002 [48] 徐虹, 李秋云. 主题公园顾客体验质量的评价维度及前因后果研究: 基于迪士尼和欢乐谷携程网上评论的分析[J]. 旅游科学, 2017 (1): 57-68. [49] YOSHIDA M. Consumer experience quality: a review and extension of the sport management literature[J]. Sport Management Review, 2017, 20(5): 427-442.doi:10.1016/j.smr.2017.01.002 [50] 王志远, 吴泗宗, 翟庆华. 如何提升移动网购体验: 基于用户双重视角体验质量影响因素的实证研究[J]. 当代财经, 2018, 403(6): 83-93. [51] SCHATZ, SCHWARZMANN R , ZINNER S , et al. QoE management for future networks[M]. Cham: Springer, 2018. [52] 周荣刚. IT产品用户体验质量的模糊综合评价研究[J]. 计算机工程与应用, 2007, 43(31): 102-105.doi:10.3321/j.issn:1002-8331.2007.31.031 [53] 赵飞龙, 梅杓春, 余轮. 移动通信网的QoE 测量及其量化方法[J]. 电子测量与仪器学报, 2010, 24(3): 230-236. [54] SUHARTANTO D, BRIEN A, PRIMIANA I, et al. Tourist loyalty in creative tourism: the role of experience quality, value, satisfaction, and motivation[J]. Current Issues in Tourism, 2019: 1-13. [55] 199IT网. Fastdata极数: 2019年中国短视频行业发展趋势报告[EB/OL]. （2020-02-29）[2020-06-12].http://www.199it.com/archives/1030913.html. [56] 陈向明. 质的研究方法与社会科学研究[M]. 北京: 教育科学出版社, 2000. [57] 刘家国, 刘巍, 刘潇琦, 等. 基于扎根理论方法的中俄跨境电子商务发展研究[J]. 科技与经济, 2015, 9(2): 27-40. [58] UWE F. 质性研究导引[M]. 重庆: 重庆大学出版社, 2011: 253. [59] RUIZ B, FITZ P A, LEWIS C, et al. Computer-adaptive testing: a new breed of assessment[J].Journal of the American Dietetic Association, 1995, 95(11): 1326-7. [60] WOLFINBARGER M, GILLY M C. E-tailQ: dimensionalizing, measuring and predicting E-tail quality[J]. Journal of Retailing, 2003, 79(3): 183-198. [61] COLLIER J E, BIENSTOCK C C. Measuring service quality in e-tailing[J]. Journal of Service Research, 2006, 8(3): 260-275.doi:10.1177/1094670505278867 [62] FASSNACHT M, KOESE I. Quality of Electronic Services[J]. Journal of Service Research, 2006, 9(1): 19-37. [63] PARASURAMAN A, ZEITHAML V A, MALHOTRA A. E-S-QUAL. a multiple-item scale for assessing electronic service quality[J]. Journal of Service Research, 2005, 7(3): 213-233.doi:10.1177/1094670504271156 [64] MEHRABIAN A, RUSSELL J A. An approach to environmental psychology[M]. Cambridge: MIT Press, 1974. [65] PEDERSEN P E. Adoption of mobile Intemet services: an exploratory study of mobile commerce early adopters[J]. Journal of organizational computing and electronic commerce, 2005, 15(3): 203-22.doi:10.1207/s15327744joce1503_2 [66] AGARWAL A, MEYER A. Beyond usability: evaluating emotional response as an integral part of the user experience[C]//International Conference on Human Factors in Computing Systems. Boston, MA: ACM, 2009. [67] 董建明. 傅利民. 人机交互: 以用户为中心的设计和评估[M]. 北京: 清华大学出版社, 2007. [68] KIM C S, ZHAO W H, YANG K H. An empirical study on the integrated framework of e-CRM in online shopping[J]. Journal of Electronic Commerce in Organizations, 2008, 6(3): 1-19.doi:10.4018/jeco.2008070101 [69] BRIAN LEE H C, LI X. Impact of online word of mouth on channel disintermediation for information goods[J]. Journal of Management Information Systems, 2018, 35(3): 964–993.doi:10.1080/07421222.2018.1481671 [70] HOFFNER C A, LEE S. Mobile phone use, emotion regulation, and well-being[J]. Cyberpsychology, Behavior, and Social Networking, 2015, 18(7), 411-416.doi:10.1089/cyber.2014.0487 [71] Marinao-Artigas E, Barajas-Portas K. Precedents of the satisfaction of mobile shoppers: a cross-country analysis[J]. Electronic Commerce Research and Applications, 2019, 12(6): 1-56. -
点击查看大图
图(4)/
表 (12)
计量
- 文章访问数:700
- HTML全文浏览量:463
- PDF下载量:134
- 被引次数:0
