黃敏學(xué) 王 薇
?
移動(dòng)購物更快嗎?決策場景與思維模式的相容性
黃敏學(xué) 王 薇
(武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院 市場營銷與旅游管理系, 武漢 430072)
既有文獻(xiàn)對消費(fèi)者延遲選擇影響因素的研究, 主要集中于決策復(fù)雜度、決策者特質(zhì)或情緒, 少有對決策場景進(jìn)行深入探討?;ヂ?lián)網(wǎng)購物時(shí)代, PC端與手機(jī)端已成為重要的消費(fèi)場景。針對手機(jī)端是否會(huì)加快消費(fèi)者決策過程的問題目前也存在不一致的結(jié)論。本文引入決策雙系統(tǒng)理論, 力圖解釋以往看似沖突的結(jié)論。消費(fèi)者的購買決策模式, 不僅會(huì)受到?jīng)Q策任務(wù)(產(chǎn)品價(jià)格)的影響, 還會(huì)受到?jīng)Q策場景(購買終端)影響。當(dāng)場景與決策任務(wù)使消費(fèi)者啟動(dòng)的思維模式相一致時(shí), 會(huì)提升決策流暢度, 降低延遲選擇。本文發(fā)現(xiàn), 移動(dòng)端(PC端)與低(高)價(jià)格產(chǎn)品更容易激發(fā)相容的經(jīng)驗(yàn)性(理性)思維, 降低延遲選擇傾向。反之, 則會(huì)同時(shí)啟動(dòng)兩種相左的決策思維, 增加延遲選擇傾向。本文從場景啟動(dòng)與價(jià)格啟動(dòng)視角, 將以往消費(fèi)者單一的決策思維模式, 拓展到多因素啟動(dòng)的思維模式相容性問題; 同時(shí)本文通過探究延遲選擇問題, 對價(jià)格策略與場景化營銷帶來啟示。
延遲選擇; 雙系統(tǒng)理論; 理性思維; 經(jīng)驗(yàn)性思維; 購買終端
互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展使得網(wǎng)上購物成為一種重要的購物形式(常亞平, 肖萬福, 覃伍, 閻俊, 2012; 井淼, 周穎, 王方華, 2007; Brengman, Geuens, Weijters, Smith, & Swinyard, 2003; Kozinets, 2016)。網(wǎng)絡(luò)購物的信息海量性與延遲選擇代價(jià)的降低, 也使得越來越多的人選擇先將商品加入購物車, 等待或考慮一段時(shí)間再做決策。這種情況可能會(huì)導(dǎo)致消費(fèi)者放棄購買, 對企業(yè)不利, 同時(shí)對消費(fèi)者自身也意味著機(jī)會(huì)的錯(cuò)失(Cho, Kang, & Cheon, 2006; Mourali, Yang, Pons, & Hassay, 2018)。由于傳統(tǒng)購物模式較單一, 以往有關(guān)消費(fèi)決策中延遲選擇影響因素的研究主要關(guān)注于決策任務(wù)本身與個(gè)體情緒的作用(Crockett et al., 2013; Pejsachowicz & Toussaert, 2017; Mochon, 2013; Hedgcock, Rao, & Chen, 2016), 鮮有考慮決策之外場景因素的影響。近年來, 移動(dòng)互聯(lián)網(wǎng)技術(shù)又使得網(wǎng)絡(luò)購物逐漸移動(dòng)化(Hubert, Blut, Brock, Backhaus, & Eberhardt, 2017), 消費(fèi)者不僅可以使用臺式電腦進(jìn)行購物, 還可以使用智能手機(jī)等移動(dòng)終端隨時(shí)隨地購買商品或服務(wù), 因此消費(fèi)場景也變得豐富起來。一方面, 移動(dòng)購物場景的時(shí)間碎片化、便利性以及觸摸效應(yīng)等會(huì)促進(jìn)消費(fèi)者積極選擇(Kahneman, 2011; Madrigal, 2014; Shen, Zhang, & Krishna, 2016); 而PC端能展示更多信息, 消費(fèi)者會(huì)因信息甄別而難以及時(shí)做出決策(Kahneman, 2011)。另一方面, 移動(dòng)端的信息展示也會(huì)使消費(fèi)者感到視覺擁擠而使其花費(fèi)更多時(shí)間與努力進(jìn)行商品評估(Sohn, Seegebarth, & Moritz, 2017)。事實(shí)上, 使用不同終端進(jìn)行購買決策時(shí), 消費(fèi)者所處心理模式的不同(Shen et al., 2016)會(huì)導(dǎo)致其決策行為存在差異。同時(shí), 網(wǎng)絡(luò)購物使得消費(fèi)者便于比價(jià), 所以價(jià)格也會(huì)對消費(fèi)者決策行為產(chǎn)生顯著影響(Dodds, Monroe, & Grewal, 1991)。因此, 本文認(rèn)為產(chǎn)生沖突結(jié)論的原因在于消費(fèi)者購買決策并非由單因素決定(Mallapragada, Chandukala, & Liu, 2016), 而是受消費(fèi)場景與決策任務(wù)本身的共同作用。為此本文以購買終端與產(chǎn)品價(jià)格為切入點(diǎn), 試圖通過引入二者的匹配對延遲選擇的相互作用影響機(jī)制, 力圖解決以往研究中看似沖突的結(jié)論。
決策雙系統(tǒng)理論認(rèn)為, 人在決策時(shí)會(huì)有啟發(fā)式與分析式兩種系統(tǒng)模式。用戶在使用移動(dòng)端與PC端時(shí), 也會(huì)相對應(yīng)地處于經(jīng)驗(yàn)性思維(experiential thinking style)與理性思維(rational thinking style)兩種思維模式(Novak & Hoffman, 2009; Shen et al., 2016)。同理, 對于價(jià)格水平而言, 購買高價(jià)格產(chǎn)品會(huì)使消費(fèi)者傾向采用理性的決策模式; 購買低價(jià)格產(chǎn)品會(huì)促使其采用快速省力的決策模式。然而如今消費(fèi)者的決策并非只受產(chǎn)品的單方面影響, 而是受場景與產(chǎn)品自身等方面的多因素共同作用。當(dāng)消費(fèi)者考慮多因素而面臨決策困難時(shí), 會(huì)通過延遲選擇來降低心理沖突(李曉明, 傅小蘭, 2006), 卻少有文獻(xiàn)對這種心理沖突進(jìn)行深入探究。本文認(rèn)為, 只有當(dāng)購買終端與產(chǎn)品價(jià)格水平觸發(fā)的思維模式相容時(shí), 才能減少延遲選擇傾向; 而當(dāng)二者觸發(fā)消費(fèi)者的思維模式相沖突時(shí), 會(huì)增加延遲選擇傾向。
綜上, 本研究以網(wǎng)絡(luò)購物中購買終端為切入點(diǎn), 進(jìn)入產(chǎn)品價(jià)格作為調(diào)節(jié)變量, 驗(yàn)證購買終端與產(chǎn)品價(jià)格的匹配對消費(fèi)決策中延遲選擇的影響及內(nèi)在機(jī)制(研究框架如圖1)。為了驗(yàn)證購物終端與產(chǎn)品價(jià)格對延遲選擇影響, 本文首先通過與某酒類企業(yè)合作, 收集真實(shí)的交易訂單數(shù)據(jù)驗(yàn)證本文假設(shè)。接著又通過實(shí)驗(yàn)室實(shí)驗(yàn), 進(jìn)一步驗(yàn)證其中的內(nèi)在作用機(jī)制。
圖1 研究框架
1.2.1 延遲選擇
延遲選擇(choice deferral)指個(gè)體在應(yīng)該做出選擇時(shí)而決定不作選擇, 包括推遲選擇(如選擇延遲選項(xiàng))或拒絕在可選項(xiàng)中選擇一個(gè)選項(xiàng)(Anderson, 2003)。因此, 延遲選擇是一種個(gè)體在決策困難下, 通過推遲作決定來逃避決策的行為(Anderson, 2003)。延遲選擇不僅會(huì)使企業(yè)收入下降, 對消費(fèi)者也可能意味著機(jī)會(huì)的喪失。因此對延遲選擇影響因素與機(jī)制的研究應(yīng)引起重視。
目前有關(guān)延遲選擇影響因素的研究主要集中于以下四個(gè)方面。(1)決策沖突: 當(dāng)消費(fèi)者難以對各個(gè)備選商品的產(chǎn)品屬性做出權(quán)衡時(shí), 消費(fèi)者會(huì)傾向延遲選擇(Dhar, 1997a)。(2)決策策略: 消費(fèi)者會(huì)根據(jù)決策任務(wù)來確定決策策略, 決策策略會(huì)影響決策難度進(jìn)而影響延遲選擇(Dhar, 1996)。(3)時(shí)間壓力: Dhar和Noliws (1999)指出, 在選擇決策階段且有時(shí)間壓力條件下, 人們會(huì)更多地采用非補(bǔ)償性策略, 提高對獨(dú)特性的關(guān)注而降低延遲選擇。(4)情緒因素: 消費(fèi)者在決策過程中的焦慮感、渴望程度等均會(huì)對延遲選擇產(chǎn)生影響(Dai & Hsee, 2013; Lichters, Brunnlieb, Nave, Sarstedt, & Vogt, 2016;Rassin & Muris, 2005)。當(dāng)?shù)弥徺I時(shí)的價(jià)格高于購買后的價(jià)格, 消費(fèi)者會(huì)體驗(yàn)到更強(qiáng)烈的后悔情緒(后比較情緒), 為了避免這種負(fù)向情緒, 消費(fèi)者會(huì)更傾向于延遲選擇(Cooke, Meyvis, & Schwartz, 2001; Mourali et al., 2018)。因此, 延遲選擇的影響因素可以總結(jié)為決策難度(決策沖突、決策策略、時(shí)間壓力)與負(fù)面情緒。
通過梳理既有文獻(xiàn), 我們發(fā)現(xiàn)以往有關(guān)延遲選擇的研究主要集中于備選項(xiàng)權(quán)衡比較階段(Dhar, 1996, 1997a, 1997b, 1999; Greenleaf & Lehmann, 1995; Mourali et al., 2018; Pejsachowicz & Toussaert, 2017),而在網(wǎng)絡(luò)購物中, 消費(fèi)者往往會(huì)在購物車階段或最后支付階段產(chǎn)生拖延躊躇的行為而不及時(shí)作決定(Cho et al., 2006)。同時(shí), 以往研究主要關(guān)注決策本身與個(gè)體特質(zhì)或情緒對延遲選擇的影響(Crockett et al., 2013; Hedgcock et al., 2016; Li, Ye, &Yang, 2017; Mochon, 2013; Pejsachowicz & Toussaert, 2017), 較少考慮決策過程的外在消費(fèi)場景的影響。對于網(wǎng)絡(luò)購物而言, 購買終端作為場景因素的一種(Novak & Hoffman, 2009), 消費(fèi)者無法通過真實(shí)觸摸來感知、評估商品, 但可以通過觸摸移動(dòng)設(shè)備屏幕模擬完成這一過程(Peck & Johnson, 2011; Oviatt, Cohen, Miller, Hodge, & Mann, 2012; Shen et al., 2016)。從情境觸發(fā)與觸摸效應(yīng)兩方面可知, 購買終端會(huì)影響消費(fèi)者的決策過程。因此本文欲探究購買終端(場景因素)與產(chǎn)品價(jià)格(決策任務(wù))的匹配對延遲選擇的影響。
1.2.2 購物終端與價(jià)格水平對延遲選擇影響
有研究表明, 移動(dòng)端購物情境的時(shí)間碎片化、觸屏操作便利性以及觸摸效應(yīng)等會(huì)消費(fèi)者更加感性而提高決策速度與滿意度(Brasel & Gips, 2014;Dijksterhuis & Olden, 2006;Elder & Kahneman, 2011; Shen et al., 2016; Zhao, Hoeffler, & ZauberMan, 2011)。在相同單位時(shí)間內(nèi), PC端能給消費(fèi)者展示更多的信息, 消費(fèi)者會(huì)因信息甄別而考慮更多(Kahneman, 2011)。而另一方面, 移動(dòng)端的信息展示也會(huì)使消費(fèi)者感到視覺擁擠而使其花費(fèi)更多時(shí)間與努力進(jìn)行商品評估(Sohn et al., 2017)。
本文認(rèn)為, 產(chǎn)生沖突結(jié)論的原因在于消費(fèi)者購買決策并非由單因素決定, 而是受消費(fèi)場景與決策任務(wù)本身的共同作用。因此本文以企業(yè)(消費(fèi)者)可以進(jìn)行操控(直接感知)的購買終端與產(chǎn)品價(jià)格為切入點(diǎn), 欲通過探究二者的匹配性對延遲選擇的影響來解決以往看似沖突的結(jié)論。產(chǎn)品價(jià)格水平會(huì)引發(fā)消費(fèi)者財(cái)務(wù)風(fēng)險(xiǎn)感知的不同, 進(jìn)而對決策思維模式產(chǎn)生影響。當(dāng)商品質(zhì)量一定, 低價(jià)格會(huì)降低消費(fèi)者感知財(cái)務(wù)風(fēng)險(xiǎn), 促使消費(fèi)者進(jìn)行快速判斷; 高價(jià)格會(huì)增加消費(fèi)者感知財(cái)務(wù)風(fēng)險(xiǎn), 促使使消費(fèi)者更加猶豫不決(劉紅艷, 李愛梅, 王海忠, 衛(wèi)海英, 2012; Dodds et al., 1991; Grewal, Monroe, & Krishnan, 1998; Kotler & Keller, 2009;Roselius, 1971)?;谝陨嫌懻? 我們認(rèn)為購買終端與產(chǎn)品價(jià)格的匹配存在交互效應(yīng), 并提出以下假設(shè):
H1a: 對于購買低價(jià)格產(chǎn)品, 消費(fèi)者使用PC端比移動(dòng)端的延遲選擇傾向更高。
H1b: 對于購買高價(jià)格產(chǎn)品, 消費(fèi)者使用移動(dòng)端比PC端的延遲選擇傾向更高。
本文將在研究1中, 利用收集的企業(yè)實(shí)際銷售訂單數(shù)據(jù)進(jìn)行驗(yàn)證分析。
1.2.3 決策雙系統(tǒng)理論
關(guān)于決策與推理的研究, 很多學(xué)者提出了雙系統(tǒng)理論模型(dual-process theory): 分析式系統(tǒng)(analytic system)和啟發(fā)式系統(tǒng)(heuristic system) (Cryder, Botti, & Simonyan, 2016; Dijksterhuis, Bos, Nordgren, & Baaren, 2006; Evans, 2002, 2003; Gilovich, Griffin, & Kahneman, 2002; Sloman, 1996; Stanovich & West, 2000)。分析式系統(tǒng)指人們在進(jìn)行決策推理時(shí), 更多地依賴?yán)硇运伎寂c判斷的控制加工方式; 啟發(fā)式系統(tǒng)指更多依賴感性與直覺的自動(dòng)加工方式(孫彥, 李紓, 殷曉莉, 2007)?;趦煞N系統(tǒng), 人的思維模式也存在兩種: 理性思維模式(rational thinking style)與經(jīng)驗(yàn)性思維模式(experiential thinking style)。理性思維模式是一種基于深思熟慮的、分析思考的“冷”模式。相反, 經(jīng)驗(yàn)性思維模式則是一種基于直覺的快速判斷的“熱”模式(Epstein, 1994; Hsee & Rottenstreich, 2004; Metcalfe & Mischel, 1999; Shafir, Simonson, & Tversky, 1993; Zhao et al., 2011)。目前對于思維模式影響因素的研究主要從內(nèi)部因素與外部因素兩個(gè)層面出發(fā)。一些學(xué)者認(rèn)為, 人的思維模式是一種相對穩(wěn)定的個(gè)人特質(zhì); 另一些學(xué)者認(rèn)為思維模式是一種在特定情境下的狀態(tài)(specific-situation state) (Novak & Hoffman, 2009)。因此, 購物終端作為一種消費(fèi)場景, 會(huì)對思維模式產(chǎn)生影響。
但這兩種系統(tǒng)是如何相互作用的呢?一種觀點(diǎn)是當(dāng)個(gè)體進(jìn)行決策判斷時(shí), 二者相互排斥, 不能同時(shí)運(yùn)作(Fiske & Neuberg, 1999)。另一種觀點(diǎn)是認(rèn)為兩種系統(tǒng)相互獨(dú)立、平行、同時(shí)對個(gè)體的決策推理過程產(chǎn)生作用(Evans, 2002, 2003; Kahneman & Frederick, 2002; Sloman, 1996, 2002; Stanovich & West, 2000)。此后, 更有學(xué)者通過過程分離程序(Process Dissociations Procedure, PDP)證明了此觀點(diǎn)(Ferreira,Garcia-Marques, & Sherman, 2006; 孫彥, 李紓, 殷曉莉, 2007)。因此本文中, 我們認(rèn)為兩種系統(tǒng)同時(shí)會(huì)對消費(fèi)者決策產(chǎn)生影響。
當(dāng)遇到?jīng)Q策困難時(shí), 消費(fèi)者往往通過延遲選擇來降低心理沖突(李曉明, 傅小蘭, 2006; Pejsachowicz & Toussaert, 2017)。一方面, 移動(dòng)購物終端的可移動(dòng)、可觸摸、低涉入、使用時(shí)空場景碎片化等特性, 使消費(fèi)者更加感性而依賴經(jīng)驗(yàn)直覺進(jìn)行快速?zèng)Q策(Kahneman, 2011; Shen et al., 2016; Zhao et al., 2011), 會(huì)促進(jìn)啟動(dòng)經(jīng)驗(yàn)性思維模式。同時(shí)相較于高價(jià)格產(chǎn)品, 消費(fèi)者在購買低價(jià)格產(chǎn)品時(shí)可能感知風(fēng)險(xiǎn)相對較低, 促使其選擇快捷省力的決策模式(劉紅艷等, 2012; Dodds et al., 1991;Dijksterhuis, 2004; Dijksterhuis & Olden, 2006; Kotler & Keller, 2009; Wang, Malthouse, & Krishnamurthi, 2015), 這與移動(dòng)端所啟動(dòng)的經(jīng)驗(yàn)性思維模式似乎更加相容, 提高決策流暢度(Mosteller, Donthu, & Eroglu, 2014), 降低延遲選擇傾向; 而相較于低價(jià)格產(chǎn)品, 消費(fèi)者在購買高價(jià)格產(chǎn)品可能感知風(fēng)險(xiǎn)相對較高, 促使其選擇分析思考的理性決策模式(Kotler & Keller, 2009), 這與移動(dòng)端啟動(dòng)的經(jīng)驗(yàn)性思維模式相左, 容易增加消費(fèi)者的心理模式?jīng)_突, 阻礙個(gè)體積極選擇, 增加延遲選擇傾向。另一方面, PC端信息展示細(xì)致豐富, 使用場景相對穩(wěn)定, 利于消費(fèi)者進(jìn)行全面的信息比較與深入的理性思考(Kahneman, 2011), 會(huì)促使觸發(fā)理性思維模式。這與購買高價(jià)格產(chǎn)品采用理性決策模式似乎更加相容, 提高決策流暢度, 降低延遲選擇傾向; 而與購買低價(jià)格產(chǎn)品采用的快速?zèng)Q策模式相左, 容易增加消費(fèi)者心理模式?jīng)_突, 阻礙個(gè)體積極選擇, 增加延遲選擇傾向。基于以上討論, 我們作出如下假設(shè):
H2a: 消費(fèi)者在PC端購買低價(jià)格產(chǎn)品, 容易觸發(fā)兩種相左的思維模式, 進(jìn)而相較于移動(dòng)端, 會(huì)增加延遲選擇傾向; 反之, 在移動(dòng)端購買低價(jià)格產(chǎn)品, 容易激發(fā)相容的經(jīng)驗(yàn)性思維, 進(jìn)而相較于PC端, 會(huì)降低延遲選擇傾向。
H2b: 消費(fèi)者在移動(dòng)端購買高價(jià)格產(chǎn)品, 容易觸發(fā)兩種相左的思維模式, 進(jìn)而相較于PC端, 會(huì)增加延遲選擇傾向; 反之, 在PC端購買高價(jià)格產(chǎn)品, 容易觸發(fā)相容的理性思維, 進(jìn)而相較于移動(dòng)端, 會(huì)降低延遲選擇傾向。
為了檢驗(yàn)消費(fèi)者網(wǎng)購使用終端類型(PC/手機(jī))與產(chǎn)品價(jià)格水平對購買延遲選擇的影響, 我們通過與某經(jīng)營酒類的企業(yè)合作, 獲取該企業(yè)兩個(gè)月左右天貓商城白酒銷售后臺訂單數(shù)據(jù)并進(jìn)行分析。由于延遲選擇傾向程度可以通過決策反應(yīng)時(shí)長來表現(xiàn)(Frost & Shows, 1993; Pejsachowicz & Toussaert, 2017),所以此部分研究中主要通過用戶的訂單時(shí)長來刻畫延遲選擇。此外, 本文選取某同一品牌酒類產(chǎn)品作為研究對象, 一是因?yàn)榫祁惍a(chǎn)品價(jià)格高低具有一定區(qū)分度; 二是控制不同品牌、不同產(chǎn)品類別的混淆, 利于分析; 三是酒類屬于常見的快消品, 屬于本研究涉及的范疇。
本研究獲取2016年8月26日至2016年11月1日某品牌酒類商品在天貓官方旗艦商城中41種白酒商品后臺銷售訂單數(shù)據(jù)16410條。此期間無大型促銷活動(dòng), 控制了促銷等價(jià)格變動(dòng)對分析結(jié)果的影響。訂單數(shù)據(jù)包含的字段內(nèi)容主要有用戶所購買商品的名稱、商品單價(jià)、訂單創(chuàng)建時(shí)間、訂單完成付款時(shí)間、購買終端。為方便探究產(chǎn)品單價(jià)對延遲選擇的影響, 研究中只選取購買瓶數(shù)為1的訂單數(shù)據(jù)。由于本文暫且不考慮重復(fù)購買對延遲選擇的影響, 因此針對每種產(chǎn)品篩選出首次購買的用戶, 以控制重復(fù)購買的用戶已對商品十分熟悉的情況而影響分析結(jié)果。最終得到用于分析的數(shù)據(jù)3674條。征詢該企業(yè)的意見后, 在此僅展現(xiàn)不同價(jià)格水平、購買終端數(shù)據(jù)的數(shù)量統(tǒng)計(jì)與變量描述性統(tǒng)計(jì)表, 如表1、表2所示。
表1 價(jià)格水平類型與購買終端訂單數(shù)交叉表
表2 變量的描述性統(tǒng)計(jì)分析結(jié)果
注: 單價(jià)單位: 元; 訂單時(shí)長單位: 秒
此部分, 本文根據(jù)所獲得的41種該品牌不同產(chǎn)品和度數(shù)的白酒商品用戶購買訂單時(shí)長(購買決策時(shí)長 = 訂單完成付款時(shí)間 ? 下單時(shí)間)、購買終端、商品單價(jià)數(shù)據(jù)進(jìn)行分析。由于購買終端數(shù)據(jù)為個(gè)位數(shù), 而訂單時(shí)長極大值近10萬秒, 所以在分析之前, 為提高數(shù)據(jù)分析結(jié)果的穩(wěn)健性, 我們首先將訂單時(shí)長數(shù)據(jù)進(jìn)行取對數(shù)處理。
購買終端與價(jià)格水平的交互作用對延遲選擇的影響:為便于探究手機(jī)端與PC端在高、低價(jià)格水平上訂單時(shí)長的差異, 研究者先將同一價(jià)格上兩種終端的平均訂單時(shí)長作差(= ▽(PC?手機(jī))), 再試圖通過分析挖掘來尋找使得訂單時(shí)長差值出現(xiàn)突變的價(jià)格水平的高低分界點(diǎn)(門限值)。為此, 本研究選擇采用門限回歸(Threshold regression) (Hansen, 2000)進(jìn)行分析:
同時(shí)根據(jù)本文只考慮價(jià)格高低兩種分類情況, 價(jià)格最小值為12元, 最大值為400元, 故有= 2, 且
其中μ為常數(shù)項(xiàng), β為門限值左右各段回歸系數(shù), ε為隨機(jī)項(xiàng),為門限值。并使用R語言對該模型進(jìn)行估計(jì)。
經(jīng)計(jì)算(Hansen, 2000), 當(dāng)γ = 209時(shí), (1)式模型擬合殘差平方和最小(= 25.49, 此時(shí)模型參數(shù)估計(jì)結(jié)果如表3所示(β= 0.001,= 0.757; β= ?0.01,0.001)。同時(shí), Chow-test檢驗(yàn)顯示, 統(tǒng)計(jì)量= 7.84 >(2, 36) = 3.26,< 0.05, 驗(yàn)證門限值γ = 209成立, β和β存在顯著差異。即在價(jià)格為209元處, PC端與手機(jī)端的訂單時(shí)長差變化趨勢產(chǎn)生了結(jié)構(gòu)性突變(出現(xiàn)斷點(diǎn)), 如圖2所示。因此在研究1中, 我們可將單價(jià)小于209元的商品視為低價(jià)格產(chǎn)品, 大于等于209元的商品視為高價(jià)格產(chǎn)品。
表3 門限回歸參數(shù)結(jié)果
注:= 0.507, 調(diào)整后的= 0.481。
圖2 PC端與手機(jī)端訂單時(shí)長差散點(diǎn)圖
當(dāng)商品價(jià)格小于209元時(shí), PC端訂單時(shí)長顯著大于手機(jī)端(= 2.34,= 1.11;= 3.61,= 1.49;(1, 2554) = 605.82,0.001, Cohen's= 0.97); 當(dāng)商品價(jià)格大于等于209元時(shí), PC端訂單時(shí)長小于手機(jī)端(= 5.37,= 1.22;= 4.53,= 0.91;(1, 1116) = 44.39,0.001, Cohen's= 0.78)。且在門限價(jià)格兩側(cè)PC端與手機(jī)端的訂單時(shí)長呈現(xiàn)顯著不同的變化趨勢, 因此驗(yàn)證了價(jià)格對購買終端與延遲選的關(guān)系中具有調(diào)節(jié)作用。假設(shè)H1a, H1b得以驗(yàn)證。
本研究與某酒類企業(yè)合作, 通過分析所獲得的銷售訂單二手?jǐn)?shù)據(jù)發(fā)現(xiàn): 購買終端與價(jià)格水平兩者的交互作用會(huì)對消費(fèi)者網(wǎng)上購買延遲選擇產(chǎn)生影響。具體來說, 對于低價(jià)格商品, PC端比手機(jī)端延遲選擇趨勢更強(qiáng); 對于高價(jià)格商品, 手機(jī)端比PC端延遲選擇趨勢更強(qiáng)。本研究驗(yàn)證了主效應(yīng)和調(diào)節(jié)效應(yīng)的作用。接下來, 本文將通過實(shí)驗(yàn)情境模擬進(jìn)一步檢驗(yàn)不同購買終端對價(jià)格水平與決策時(shí)間的影響, 并深入挖掘其內(nèi)在作用機(jī)制, 以增強(qiáng)結(jié)果的穩(wěn)健性。
研究1通過真實(shí)訂單數(shù)據(jù)證明了購買終端和價(jià)格水平的交互作用對消費(fèi)者延遲選擇的影響, 保證了分析的外部性。研究2主要通過場景實(shí)驗(yàn)的方法, 在重復(fù)檢驗(yàn)研究1結(jié)果的同時(shí), 進(jìn)一步對品牌等影響因素加以控制, 深度挖掘不同購買終端和價(jià)格水平交互作用對延遲選擇影響的內(nèi)在機(jī)制, 檢驗(yàn)分析結(jié)果具有較強(qiáng)的內(nèi)部效度。
本實(shí)驗(yàn)為2(購買終端: 手機(jī)端vs電腦端) × 2(價(jià)格水平: 高價(jià)格vs低價(jià)格)組間設(shè)計(jì)。目的是一方面驗(yàn)證移動(dòng)終端對延遲選擇的影響, 并且是否通過經(jīng)驗(yàn)性思維和理性思維起作用, 即驗(yàn)證主效應(yīng)與中介機(jī)制; 另一方面是為了再次驗(yàn)證產(chǎn)品價(jià)格及對主效應(yīng)的調(diào)節(jié)作用。
2018年8月21~2018年8月23日共138名來自某大學(xué)的大學(xué)生參與了本次實(shí)驗(yàn)。男生67人占比48.6%, 女生71人占比51.4%。所有被試者被隨機(jī)分配到上述4組中。為確保實(shí)驗(yàn)有效性, 本實(shí)驗(yàn)邀請被試到實(shí)驗(yàn)室分別使用手機(jī)和電腦進(jìn)行實(shí)驗(yàn)。借鑒以往有關(guān)產(chǎn)品價(jià)格方面的研究, 我們選擇日用品沐浴液作為實(shí)驗(yàn)刺激物(Beatty & Smith, 1987; Chezy, 2004)。
首先, 研究者讓被試想象自己正在網(wǎng)購一款沐浴液, 然后進(jìn)入以下情景“您現(xiàn)在正在使用該終端瀏覽某知名購物網(wǎng)站, 打算購買一款沐浴液。經(jīng)一番瀏覽評估后, 此時(shí)您找到一款自己比較滿意的沐浴液, 容量1000 g, 庫存充足”。不同組的被試看到的產(chǎn)品價(jià)格存在差異。結(jié)合市場價(jià)格, 低價(jià)格組設(shè)置為29.90元; 高價(jià)格組設(shè)置為259.90元。為避免現(xiàn)實(shí)產(chǎn)品品牌等對被試者感知的影響, 本實(shí)驗(yàn)選用虛擬品牌沐浴液進(jìn)行實(shí)驗(yàn)。且各組除價(jià)格不同, 其余產(chǎn)品信息展示內(nèi)容一致。具體如圖3所示。
隨后, 被試在閱讀完實(shí)驗(yàn)材料后, 回答了有關(guān)延遲選擇、經(jīng)驗(yàn)性思維模式、理性思維模式、手機(jī)操作體驗(yàn)、PC操作體驗(yàn)、價(jià)格水平感知等相關(guān)問題。延遲選擇測量語項(xiàng)包括: 我不會(huì)購買該產(chǎn)品, 而是繼續(xù)搜索其它沐浴液; 我會(huì)將該產(chǎn)品加入購物車, 以后再?zèng)Q定是否支付; 準(zhǔn)備在該終端支付該產(chǎn)品時(shí), 經(jīng)考慮后我會(huì)放棄支付(Cho et al. 2006; Lichters et al., 2016)。經(jīng)驗(yàn)性思維模式測量語項(xiàng)包括: 在該終端購物時(shí), 我通過對該產(chǎn)品的直觀感受來決定買或不買; 在使用該終端決定是否夠買該產(chǎn)品時(shí), 我會(huì)跟著感覺走; 使用該終端購買此產(chǎn)品時(shí), 我相信自己的直覺; 此時(shí)我頭腦一熱就做了決定; (Novak & Hoffman, 2009)。理性思維模式測量語項(xiàng)包括: 在該終端購買此產(chǎn)品, 我會(huì)仔細(xì)考慮; 在該終端購買此產(chǎn)品, 我會(huì)進(jìn)行系統(tǒng)的分析; 在該終端購買此產(chǎn)品, 我會(huì)按步驟進(jìn)行各方面考量, 再做決定; 此時(shí)我很清楚自己的思考過程(Novak & Hoffman, 2009)。手機(jī)端操控檢驗(yàn)語項(xiàng)包括: 該終端是便于移動(dòng)的; 該終端可通過觸摸屏幕進(jìn)行操作; 購物時(shí), 該終端向我展示的信息有限(Kahneman, 2011; Shen et al., 2016)。PC端操控檢驗(yàn)語項(xiàng)包括: 該終端是相對固定的; 該終端是通過鼠標(biāo)、鍵盤操控的; 購物時(shí), 該終端能向我展示充足的信息(Kahneman, 2011; Shen et al., 2016)。感知高價(jià)格測量語項(xiàng)包括: 我認(rèn)為該產(chǎn)品價(jià)格高; 我想繼續(xù)瀏覽以尋找價(jià)格更低的沐浴液; 為尋找更便宜的沐浴液而花費(fèi)更多的時(shí)間是有意義的(Lichtenstein, Ridgway & Netemeyer, 1993)。感知低價(jià)格測量語項(xiàng)包括: 我認(rèn)為該產(chǎn)品價(jià)格低; 我認(rèn)為該產(chǎn)品價(jià)格實(shí)惠; 花費(fèi)更多的精力尋找更便宜的沐浴液是無意義的(Lichtenstein et al., 1993; Mathwick, Rigdon, & Malhotra, 2001)。測量均為7級量表, 其中1表示非常不同意; 7表示非常同意。
圖3 情境刺激圖例
操控檢驗(yàn): 結(jié)果顯示價(jià)格水平高低操縱成功。高價(jià)格水平組中, 被試感知高價(jià)格水平得分明顯較高(= 5.54,= 0.88;= 3.32,= 0.96,(1, 138) = 199.96,< 0.001, Cohen's= 2.41); 低價(jià)格水平組中, 被試感知低價(jià)格得分明顯較高(= 5.57,= 0.99;=3.67,= 1.26;(1, 138) = 124.51,< 0.001, Cohen's= 1.68)
同時(shí), 被試者對終端的使用感也存在顯著差異。手機(jī)端組被試的移動(dòng)觸摸體驗(yàn)得分顯著高于PC端(= 5.01,= 0.91;M= 3.56,= 0.72;(1, 138) = 107.28,< 0.001, Cohen's= 1.77); PC端組穩(wěn)定性體驗(yàn)得分明顯高于手機(jī)端(= 5.43,= 0.91;= 3.09,= 0.85;(1, 138) = 246.88,< 0.001, Cohen's= 2.66)。
主效應(yīng)分析: 用戶在手機(jī)端和PC端上購物對延遲選擇的影響無顯著差異(= 4.43,=1.06;= 4.68,= 1.08;(1, 138) = 0.18,= 0.18, Cohen's= 0.23)。
調(diào)節(jié)效應(yīng)分析: 為了探究購買終端與價(jià)格水平的匹配對延遲選擇的影響, 我們將獲取的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。分析結(jié)果顯示(表4、圖4), 價(jià)格水平的調(diào)節(jié)作用顯著,(1, 138) = 226.06,< 0.001, 調(diào)整的= 0.625, η= 0.63。事前比較分析結(jié)果顯示: 價(jià)格水平高時(shí), 手機(jī)端比PC端延遲選擇傾向更強(qiáng)(= 5.26,= 0.61;= 3.87,=0.63;(1, 71) = 9.44,< 0.001, Cohen's= 2.24); 當(dāng)價(jià)格水平低時(shí), PC端比手機(jī)端延遲選擇傾向更強(qiáng)(= 5.55,= 0.71,= 3.57,=0.68;(1, 67) = 11.65,< 0.01, Cohen's= 2.85)。實(shí)驗(yàn)結(jié)果與研究1結(jié)論一致, 假設(shè)H1a, H1b再次得到驗(yàn)證。[特別地, 根據(jù)延遲選擇定義, 及以往文獻(xiàn)(Cho et al., 2006; Lichters et al., 2016), 這里手機(jī)端低價(jià)格組與PC端高價(jià)格組延遲選擇平均得分低于4, 說明該兩組被試整體上會(huì)選擇當(dāng)下做出選擇, 不會(huì)延遲選擇。手機(jī)端高價(jià)格組與PC端低價(jià)格組延遲選擇平均得分高于4, 說明該兩組被試整體平均來講會(huì)當(dāng)下不做選擇, 出現(xiàn)延遲選擇行為, 實(shí)驗(yàn)結(jié)果有效。]
圖4 購買終端與價(jià)格水平的交互作用對延遲選擇的影響
中介效應(yīng)分析: 本研究中, 經(jīng)驗(yàn)性思維是手機(jī)端與低價(jià)格水平交互影響消費(fèi)者延遲選擇的中介變量, 理性思維是PC端與高價(jià)格水平交互影響消費(fèi)者延遲選擇的中介變量。本研究首先采用Baron和Kenny (1986)的中介分析方法進(jìn)行回歸分析。接著, 為進(jìn)一步增加中介效應(yīng)檢驗(yàn)的可靠性, 我們按照 Bootstrap程序再次進(jìn)行中介效應(yīng)檢驗(yàn)(黃敏學(xué), 姚舜禹, 劉茂紅, 2018; 朱華偉, 張艷艷, 龔璇, 2017; Hayes, 2013, 2015; Preacher, Rucker, & Hayes, 2007; Zhao, Lynch, & Chen, 2010)。
經(jīng)驗(yàn)性思維中介作用: 首先, 對經(jīng)驗(yàn)性思維的中介效應(yīng)檢驗(yàn)中, 主要包括四個(gè)模型(見表5)。研究者先用手機(jī)端、價(jià)格水平、手機(jī)端×價(jià)格水平對延遲選擇進(jìn)行回歸(模型1), 得出手機(jī)端×價(jià)格水平(β = 1.28,< 0.05)顯著; 接著用手機(jī)端、價(jià)格水平和手機(jī)端×價(jià)格水平分別對經(jīng)驗(yàn)性思維和理性思維回歸(模型2和模型3)。發(fā)現(xiàn)在與經(jīng)驗(yàn)性思維回歸中, 價(jià)格水平(β = 1.04,< 0.05)和手機(jī)端×價(jià)格水平(β = ?1.79,< 0.01)均顯著; 在與理性思維回歸中, 各項(xiàng)系數(shù)均不顯著。這表明手機(jī)端觸發(fā)了被試者的經(jīng)驗(yàn)性思維。最后, 研究者用手機(jī)端、價(jià)格水平、手機(jī)端×價(jià)格水平、經(jīng)驗(yàn)性思維和理性思維進(jìn)行回歸(模型4), 經(jīng)驗(yàn)性思維對延遲選擇的影響是顯著的(β = ?0.22,< 0.05), 理性思維并沒有顯著性影響。加入經(jīng)驗(yàn)性思維和理性思維后, 手機(jī)端×價(jià)格水平對延遲選擇的影響不再顯著(β = 0.89,> 0.05), 由此可見, 經(jīng)驗(yàn)性思維在手機(jī)端與價(jià)格水平交互影響對延遲選擇的過程中起到完全中介作用。圖5為中介路徑分析圖。
表4 購買終端與價(jià)格水平的交互對延遲選擇影響的方差分析表
注:= 0.633, 調(diào)整后的0.625
表5 經(jīng)驗(yàn)性思維的中介作用
注: *< 0.05, **< 0.01, ***< 0.001
圖5 經(jīng)驗(yàn)性思維中介作用路徑分析圖
由于Bootstrap中介檢驗(yàn)法具有更高的檢驗(yàn)力且對樣本分布及參數(shù)不作要求(Zhao et, 2010), 檢驗(yàn)結(jié)果更加穩(wěn)健。因此我們繼續(xù)使用該方法試圖進(jìn)一步驗(yàn)證中介效應(yīng)。選擇模型8, 樣本量選擇5000, 在95%的置信水平下, 對經(jīng)驗(yàn)性思維中介效應(yīng)檢驗(yàn)中, 有調(diào)節(jié)的中介效應(yīng)的區(qū)間沒有包括0 (LLCL = 0.01, ULCL = 0.14), 表明有調(diào)節(jié)的中介效應(yīng)存在, 并且當(dāng)中介存在時(shí), 手機(jī)端和價(jià)格水平的交互效應(yīng)的區(qū)間包含0 (LLCL = ?0.21, ULCL = 0.20), 所以經(jīng)驗(yàn)性思維的完全中介效應(yīng)存在。
理性思維中介作用: 在對理性思維的中介效應(yīng)檢驗(yàn)中, 主要包括四個(gè)模型(見表6)。研究者先用PC端、價(jià)格水平、PC端×價(jià)格水平對延遲選擇進(jìn)行回歸(模型1), 得出PC端×價(jià)格水平(β = ?1.11,< 0.05)顯著; 接著用PC端、價(jià)格水平和PC端×價(jià)格水平分別對經(jīng)驗(yàn)性思維和理性思維回歸(模型2和模型3)。發(fā)現(xiàn)在與理性思維回歸中, PC端(β = 0.28,< 0.05)和PC端×價(jià)格水平(β = ?1.31,< 0.01)均顯著; 在與經(jīng)驗(yàn)性思維回歸中, 各項(xiàng)系數(shù)均不顯著。這表明PC端觸發(fā)了被試者的理性思維。最后, 研究者用PC端、價(jià)格水平、PC端×價(jià)格水平、經(jīng)驗(yàn)性思維和理性思維進(jìn)行回歸(模型4), 理性思維對延遲選擇的影響是顯著的(β = 0.50,< 0.001), 經(jīng)驗(yàn)性思維并沒有顯著性影響。加入經(jīng)驗(yàn)性思維和理性思維后, PC端×價(jià)格水平對延遲選擇的影響不再顯著(β = ?0.45,> 0.05), 由此可見, 理性思維在PC端與價(jià)格水平交互影響對延遲選擇的過程中起到完全中介作用。圖6為中介路徑分析圖。
由于Bootstrap中介檢驗(yàn)法具有更高的檢驗(yàn)力且對樣本分布及參數(shù)不作要求(Zhao et al., 2010), 檢驗(yàn)結(jié)果更加穩(wěn)健。因此我們繼續(xù)使用該方法試圖進(jìn)一步驗(yàn)證中介效應(yīng)。選擇模型8, 樣本量選擇5000, 在95%的置信水平下, 對理性思維中介效應(yīng)檢驗(yàn)中, 有調(diào)節(jié)的中介效應(yīng)的區(qū)間沒有包括0 (LLCL = 0.14, ULCL = 0.50), 表明有調(diào)節(jié)的中介效應(yīng)存在, 并且當(dāng)中介存在時(shí), PC端和價(jià)格水平的交互效應(yīng)的區(qū)間包含0 (LLCL = ?0.44, ULCL = 0.03), 所以理性思維的完全中介效應(yīng)存在。
表6 理性思維的中介作用
注: *< 0.05, **< 0.01, ***< 0.001
圖6 理性思維中介作用路徑分析圖
研究2發(fā)現(xiàn), 消費(fèi)者使用手機(jī)端或PC端購買產(chǎn)品時(shí), 二者對延遲選擇傾向無顯著差異。接著我們進(jìn)一步對比了兩種購買終端在不同價(jià)格水平下, 對消費(fèi)者延遲選擇的影響。結(jié)果發(fā)現(xiàn), 購買終端和價(jià)格水平的匹配對延遲選擇產(chǎn)生不同影響: 對于低價(jià)格產(chǎn)品, 消費(fèi)者在PC端比手機(jī)端購物的延遲選擇傾向更強(qiáng); 對于高價(jià)格產(chǎn)品, 消費(fèi)者在手機(jī)端比PC端購物的延遲選擇傾向更強(qiáng)。價(jià)格水平對主效應(yīng)的調(diào)節(jié)作用顯著, 因此研究結(jié)果支持假設(shè)H1a和H1b。另外, 研究2還對本研究的中介機(jī)制做出了檢驗(yàn), 結(jié)果表明: 手機(jī)端會(huì)觸發(fā)消費(fèi)者經(jīng)驗(yàn)性思維, 進(jìn)而增強(qiáng)對高價(jià)格產(chǎn)品購買的延遲選擇傾向; PC端會(huì)觸發(fā)消費(fèi)者理性思維, 進(jìn)而增強(qiáng)對低價(jià)格產(chǎn)品的延遲選擇傾向, 因此結(jié)果支持假設(shè)H2a和H2b。
移動(dòng)互聯(lián)網(wǎng)的發(fā)展拓展了傳統(tǒng)的單一購物模式, 移動(dòng)購物市場也逐漸成為企業(yè)成功的關(guān)鍵。一方面, 移動(dòng)終端的便利性與可觸摸性會(huì)促進(jìn)消費(fèi)者積極選擇; 另一方面, 移動(dòng)購物的決策回避成本降低, 選擇的海量性、產(chǎn)品信息顯示空間有限等使得消費(fèi)者往往難以及時(shí)抓住機(jī)會(huì), 做出判斷。而PC端便于產(chǎn)品信息展示, 網(wǎng)絡(luò)穩(wěn)定性高, 利于消費(fèi)者決策。所以目前有關(guān)購物終端研究結(jié)論并不統(tǒng)一。同時(shí)網(wǎng)絡(luò)購物更便于消費(fèi)者進(jìn)行比價(jià), 尋找適合的商品。因此價(jià)格也是影響消費(fèi)者網(wǎng)絡(luò)購物決策的重要原因。得益于網(wǎng)絡(luò)購物的交易信息化、數(shù)據(jù)化與自動(dòng)化, 本文通過與企業(yè)合作獲取銷售訂單二手?jǐn)?shù)據(jù), 建立計(jì)量模型分析數(shù)據(jù), 并結(jié)合心理學(xué)實(shí)驗(yàn), 重點(diǎn)探究了購買終端和產(chǎn)品價(jià)格的匹配對延遲選擇的影響。本研究以網(wǎng)絡(luò)購物為切入點(diǎn), 首先通過研究1, 驗(yàn)證了購買終端類型和產(chǎn)品價(jià)格水平之間的交互效應(yīng), 然后通過設(shè)計(jì)對照實(shí)驗(yàn), 結(jié)合雙系統(tǒng)理論, 驗(yàn)證了不同購買終端與價(jià)格水平交互對消費(fèi)者延遲選擇影響的內(nèi)在機(jī)制。本文的理論貢獻(xiàn)主要有以下幾點(diǎn):
(1)豐富了對消費(fèi)決策場景的認(rèn)識。一方面, 以往有關(guān)決策過程的研究主要對針對線上或線下的固定場景進(jìn)行探討(Dhar, 1996, 1997a, 1997b; Dhar & Nowlis, 1999; Mourali et al., 2018; Pejsachowicz & Toussaert, 2017)。隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展, 越來越多消費(fèi)者選擇使用手機(jī)隨時(shí)隨地進(jìn)行購買決策。因此本文的研究由以往的固定場景向移動(dòng)場景進(jìn)行了拓展。另一方面, 也有觀點(diǎn)僅從場景角度認(rèn)為移動(dòng)購物模式會(huì)使消費(fèi)者相對感性, 促進(jìn)決策過程。也有研究認(rèn)為移動(dòng)端使消費(fèi)者感到視覺擁擠而造成決策困難。而本文通過引入產(chǎn)品價(jià)格水平作為調(diào)節(jié), 同時(shí)探究了移動(dòng)場景(手機(jī)端)與固定場景(PC端)對決策過程中的延遲選擇的影響, 解決了以往看似沖突的結(jié)論。結(jié)果發(fā)現(xiàn)PC端易啟動(dòng)消費(fèi)者理性思維模式, 與高價(jià)格啟動(dòng)的理性思維相匹配, 更利于消費(fèi)者決策, 減少延遲選擇傾向。即相比移動(dòng)端, PC端更利于高價(jià)格產(chǎn)品的決策; 同理相比PC端, 移動(dòng)端更利于低價(jià)格產(chǎn)品的決策。因此本文拓展了以往有關(guān)某種單一場景利于決策的觀點(diǎn), 且證明了不同場景均有其各自的價(jià)值, 不存在絕對的優(yōu)劣。
(2)拓展了對延遲選擇影響因素的認(rèn)識。首先, 以往研究主要關(guān)注“決策任務(wù)(決策什么)”、“決策方式(如何決策)”、“決策者個(gè)人特質(zhì)或情緒(誰做決策)”對延遲選擇的影響, 少有考慮“決策場景(在哪決策)”的問題。也就是說, 傳統(tǒng)的決策場景相對單一穩(wěn)定, 研究者主要關(guān)注決策策略與個(gè)體特質(zhì)等內(nèi)在因素對延遲選擇的影響(Crockett et al., 2013; Pejsachowicz & Toussaert, 2017)。而隨著消費(fèi)場景的不斷豐富甚至移動(dòng)化, 使得消費(fèi)者的決策過程還容易受到消費(fèi)場景等外在因素的作用。其次, 消費(fèi)決策是一個(gè)復(fù)雜的過程, 并非由單方面決定, 而是受多因素共同影響。因此本文通過探究場景因素(購買終端)與決策任務(wù)本身(價(jià)格水平)的交互作用對延遲選擇的影響, 驗(yàn)證了購買終端要與價(jià)格水平相匹配才能減少延遲選擇。最后, 以往研究主要基于傳統(tǒng)單一購物模式下, 認(rèn)為消費(fèi)者決策是一個(gè)理性認(rèn)知的過程(李曉明, 傅小蘭, 2006)。然而, 隨著如今消費(fèi)場景的不斷豐富, 某些消費(fèi)場景(如移動(dòng)端)可能會(huì)促使消費(fèi)者進(jìn)行感性決策。
(3)深化了對雙系統(tǒng)理論的理解。已有觀點(diǎn)認(rèn)為當(dāng)遇到?jīng)Q策困難時(shí), 消費(fèi)者往往通過延遲選擇來降低心理沖突(李曉明, 傅小蘭, 2006; Pejsachowicz & Toussaert, 2017)。但少有研究對這種心理沖突的內(nèi)在機(jī)制進(jìn)行深入探討。當(dāng)面對多因素影響的決策問題時(shí), 消費(fèi)者會(huì)啟動(dòng)不同的思維模式。本文試圖從場景啟動(dòng)與產(chǎn)品價(jià)格啟動(dòng)兩個(gè)角度, 考慮了不同思維模式間的相容性問題。研究發(fā)現(xiàn), 相匹配的思維模式比相沖突的思維模式更利于消費(fèi)者決策, 減少延遲選擇。因此本文根據(jù)雙系統(tǒng)理論加深了延遲選擇機(jī)制的理解, 并深化了兩種系統(tǒng)并非獨(dú)立排斥而是同時(shí)對個(gè)體決策過程產(chǎn)生作用的認(rèn)識。
在管理實(shí)踐上, 本研究為企業(yè)的場景化精準(zhǔn)營銷提供參考依據(jù)與啟示。首先, 對于新產(chǎn)品的銷售, 企業(yè)可以通過產(chǎn)品價(jià)格定位, 精準(zhǔn)識別消費(fèi)者決策心理模式, 營造匹配的營銷場景, 促進(jìn)個(gè)體積極選擇。其次, 企業(yè)在制定線上銷售渠道時(shí), 還要考慮產(chǎn)品價(jià)格高低與購買終端的匹配問題。如本文發(fā)現(xiàn)PC端利于高價(jià)格產(chǎn)品的銷售, 手機(jī)端利于低價(jià)格產(chǎn)品的銷售。也就是說, 企業(yè)可以根據(jù)不同終端類型使用體驗(yàn)特征, 制定相匹配的價(jià)格策略或促銷策略, 盡可能減少消費(fèi)者的回避決策現(xiàn)象, 提高用戶決策流暢性, 增加企業(yè)收益。
本研究雖然得出了一些結(jié)論, 但整個(gè)過程還是存在一定的局限性。未來的研究可以從以下幾個(gè)方面進(jìn)一步完善與發(fā)展。一是本文主要分析了價(jià)格水平與購物終端的匹配問題, 而產(chǎn)品是多維度的, 其它產(chǎn)品屬性也可能進(jìn)一步對本研究產(chǎn)生影響, 可以在今后的研究中對此進(jìn)行更深的挖掘與探究。二是產(chǎn)品的品牌定位是否會(huì)對結(jié)果產(chǎn)生差異?會(huì)不會(huì)得出相反的結(jié)論?三是本研究目前將研究對象限于消費(fèi)者經(jīng)常網(wǎng)購的快消品, 而風(fēng)險(xiǎn)更高的決策任務(wù)或場景是否會(huì)對結(jié)果產(chǎn)生影響, 也可在未來的研究中加以關(guān)注。四是本文僅考慮了消費(fèi)者首次購買的情況, 未考慮重復(fù)購買對決策行為的影響, 可以在未來的研究中進(jìn)行更加全面的分析。
Anderson, C. J. (2003). The psychology of doing nothing: Forms of decision avoidance result from reason and emotion.,(1), 139–167.
Baron, R. M., & Kenny, D. A. (1986). The moderator mediator variable distinction in social psychological research: Conceptual,strategic, and statistical considerations.(6)1173–1182.
Beatty, S. E., & Smith, S. M. (1987). External search effort: An investigation across several product categories.,(1)83–95.
Brasel, S. A., & Gips, J. (2014). Tablets, touchscreens, and touchpads: How varying touch interfaces trigger psychological ownership and endowment.,(2), 226–233.
Brengman, M., Geuens, M., Weijters, B., Smith, S. M., & Swinyard, R. (2003). Segmenting internet shoppers based on their web-usage-related lifestyle: A cross-cultural validation.,(1), 79–88.
Chang, Y. P., Xiao, W. F., Qin, W., & Yan, J. (2012). The influence mechanism of third-party product reviews (TPRs) on impulse buying intention within the internet environment: By product category and commentators rank for regulation variables.,(9)1244–1264.
[常亞平, 肖萬福, 覃伍, 閻俊. (2012). 網(wǎng)絡(luò)環(huán)境下第三方評論對沖動(dòng)購買意愿的影響機(jī)制: 以產(chǎn)品類別和評論員級別為調(diào)節(jié)變量.,(9), 1244–1264.]
Chezy, O. (2004). Reexamining latitude of price acceptability and price thresholds: Predicting basic consumer reaction to price.,(4), 612–621.
Cho, C. H, Kang, J., & Cheon, H. J. (2006). Online shopping hesitation.,(3), 261–274.
Cooke, A. D. J., Meyvis T., & Schwartz, A. (2001). Avoiding future regret in purchase-timing decisions.,(4), 447–459.
Crockett, M. J., Apergis-Schoute, A., Herrmann, B., Lieberman, M. D., Müller, U., Robbins, T. W., & Clark, L. (2013). Serotonin modulates striatal responses to fairness and retaliation in humans.,(8), 3505–3513.
Cryder, C., Botti, S., & Simonyan, Y. (2016). The charity beauty premium: Satisfying donors “want” versus “should” desires.(4), 605–618.
Dai, X. C., & Hsee, C. K. (2013). Wish versus worry: Ownership effects on motivated judgment.,(2), 207–215.
Dhar, R. (1996). The effect of decision strategy on decision to defer choice.,(4), 265–281.
Dhar. R. (1997a). Consumer preference for a no-choice option.,(2), 215–231.
Dhar, R. (1997b). Context and task effects on choice deferral.,(1), 119–130.
Dhar, R., & Nowlis, S. M. (1999). The effect of time pressure on consumer choice deferral.,(4), 369–384.
Dijksterhuis, A. (2004). Think different: The merits of unconscious thought in preference development and decision making.,(5), 586–598.
Dijksterhuis, A., Bos, M. W., Nordgren, L. F., & Baaren, R. B. (2006). On making the right choice: The deliberation- without-attention effect.,(5763), 1005–1007.
Dijksterhuis, A., & Olden, Z. V. (2006). On the benefits of thinking unconsciously: Unconscious thought can increase post-choice satisfaction.,(5), 627–631.
Dodds, W. B., Monroe, K. B., & Grewal, D. (1991). Effects of price, brand, and store information on buyers' product evaluations.,(3), 307–319.
Elder, R. S., & Krishna A. (2012). The ‘Visual depiction effect’ in advertising: Facilitating embodied mental simulation through product orientation.,, 988–1003.
Epstein, S. (1994). Integration of the cognitive and psychodynamic unconscious.(8), 709–724.
Evans, J. S. B. T. (2002). Logical and human reasoning: An assessment of the deductive paradigm.(6)978–996.
Evans, J. S. B. T. (2003). In two minds: Dual-process account of reasoning.(10)454–459.
Ferreira, M. B., Garcia-Marques, L., Sherman, S. J., & Sherman, J. W. (2006). Automatic and controlled components of judgment and decision making.(5), 797?813.
Fiske, S. T., Lin, M., & Neuberg, S. L. (1999). The continuum model: Ten years laterIn S. Chaiken & Y. Trope (Eds.),(pp. 231–254).New York: Guilford Press.
Frost, R.O., & Shows, D. L. (1993). The nature and measurement of compulsive indecisiveness.(7), 683–692.
Gilovich T., Griffin D., & Kahneman D. (Eds.) (2002).. New York: Cambridge University Press.
Greenleaf, E. A., & Lehmann, D. R. (1995). Reasons for substantial delay in consumer decision making.(2)186–199.
Grewal, D., Monroe, K. B., & Krishnan, R. (1998). The effects of price-comparison advertising on buyers' perceptions of acquisition value, transaction value, and behavioral intentions.(2)46–59.
Hansen, B. E. (2000). Sample splitting and threshold estimation.(3)575–603.
Hayes, A. F. (2013).. New York: Guilford Press.
Hayes, A. F. (2015). An index and test of linear moderated mediation.(1)1–22.
Hubert, M., Blut, M., Brock, C., Backhaus, C., & Eberhardt, T. (2017). Acceptance of smartphone-based mobile shopping: Mobile benefits, customer characteristics, perceived risks, and the impact of application context.(2), 175–194.
Hedgcock, W. M., Rao, R. S., & Chen, H. A. (2016). Choosing to choose: The effects of decoys and prior choice on deferral.(10)2952–2976.
Hsee, C., & Rottenstreich, Y. (2004). Music, pandas, and muggers: On the affective psychology of value.(1)23–30.
Huang, M. X., Yao, S. Y., & Liu, M. H. (2018). Self-enhancing or self-deprecating: How can celebrity endorsement enhance the marketing effectiveness of advertisements in social media.(8)907–919.
[黃敏學(xué), 姚舜禹, 劉茂紅. (2018). 自強(qiáng)還是自嘲?名人代言如何提升社會(huì)化媒體廣告的營銷效果.(8), 907–919]
Jing, M., Zhou Y., & Wang, F. H. (2007). Empirical study on online shopping perceived risk.(2), 164–169.
[井淼, 周穎, 王方華. (2007). 網(wǎng)上購物感知風(fēng)險(xiǎn)的實(shí)證研究.(2)164–169.]
Kahneman, D. (Ed) (2011).London, UK, Penguin Books Ltd.
Kozinets, R. V. (2016). Amazonian forests and trees: Multiplicity and objectivity in studies of online consumer-generated ratings and reviews, A commentary on de Langhe, Fernbach, and Lichtenstein.(6)834–839.
Kotler, P., & Keller, K. L. (2009).(4 Auflth ed.). Upper Saddle River: Pearson.
Lichtenstein, D. R., Ridgway, N. M. & Netemeyer, R. G. (1993). Price perceptions and consumer shopping behavior: A field study.(2), 234–245.
Lichters, M., Brunnlieb, C., Nave, G., Sarstedt, M., & Vogt, B. (2016). The influence of serotonin deficiency on choice deferral and the compromise effect.,(2), 183–198.
Liu, H. Y., Li, A. M., Wang, H. Z. & Wei, H. Y. (2012). The effect of promotion types on consumers’ purchase decisions: From the perspective of construal level theory.(8)1100–1113.
[劉紅艷, 李愛梅, 王海忠, 衛(wèi)海英. (2012). 不同促銷方式對產(chǎn)品購買決策的影響——基于解釋水平理論視角的研究.,(8)1100–1113.]
Li, X. M., & Fu, X. L. (2006). The choice deferral in decision making.(1), 127–129.
[李曉明, 傅小蘭. (2006). 決策中的延遲選擇行為.,(1), 127–129.]
Li, X. M., Ye, Q. L., & Yang, G. Q. (2017). The lack of dominance and choice deferral: Choosing to defer to cope with the feeling of being out of control.(6), 754–765.
Mallapragada, G., Chandukala, S. R., & Liu, Q. (2016). Exploring the effects of "what" (product) and "where" (website) characteristics on online shopping behavior.(2), 21–38.
Mathwick, C., Malhotra, N., & Rigdon, E. (2001). Experiential value: Conceptualization, measurement and application in the catalog and internet shopping environment.(1), 39–56.
Metcalfe, J., & Mischel, W. (1999). Hot/cool-system analysis of delay of gratification: Dynamics of willpower.(1), 3–19.
Mochon, D. (2013). Single-option aversion.(3), 555–566.
Mosteller, J., Donthu, N., & Eroglu, S. (2014). The fluent online shopping experience.(11), 2486–2493.
Mourali, M., Yang, Z. Y., Pons, F., Hassay, D. (2018). Consumer power and choice deferral: The role of anticipated regret.(1)81–99
Novak T. P., & Hoffman, D. L. (2009). The fit of thinking style and situation: New measures of situation-specific experiential and rational cognition.(1), 56–72.
Oviatt, S., Cohen, A., Miller, A., Hodge, K., & Mann, A. (2012). The impact of interface affordance on human ideation, problem solving and inferential reasoning.(3), 1–22.
Peck, J., & Johnson, J. W. (2011). Autotelic need for touch, haptics, and persuasion: The role of involvement.(3), 222–239.
Pejsachowicz, L., & Toussaert, S. (2017). Choice deferral, indecisiveness and preference for flexibility.,, 417–425.
Preacher, K. J., Rucker, D. D., & Hayes, A. F. (2007). Addressing moderated mediation hypotheses: Theory, methods and prescriptions.(1), 185–227.
Rassin, E., & Muris, P. (2005). Indecisiveness and the interpretationof ambiguous situations.(7)1285–1291.
Roselius, T. (1971). Consumer rankings of risk reduction methods.(1), 56–61.
Shafir, E., Simonson, I., & Tversky, A. (1993). Reason-based choice.,(1-2), 11–36.
Shen, H., Zhang, M., & Krishna, A. (2016). Computer interfaces and the “direct-touch” effect: Can iPads increase the choice of hedonic food?(5), 745–758.
Sloman, S. A. (1996). The empirical case for two systems of reasoning.(1), 3–22.
Sloman, S. A. (2002). Two systems of reasoning. In T. Gilovich, D. Griffin, & D. Kahneman (Eds.),(pp. 379–396)Cambridge: Cambridge University Press.
Sohn, S., Seegebarth, B., & Moritz, M. (2017). The impact of perceived visual complexity of mobile online shops on user's satisfaction.(2), 195–214.
Stanovich, K. E., & West, R. F. (2000). Individual differences in reasoning: Implications for the rationality debate.(5), 645–726.
Sun, Y., Li, S., Yin, X. L. (2007). Two systems in decision-making and reasoning: Heuristic system and analytic system.(5), 721–726.
[孫彥, 李紓, 殷曉莉. (2007). 決策與推理的雙系統(tǒng)——啟發(fā)式系統(tǒng)和分析系統(tǒng).,(5), 721–726.]
Wang, J. H., Malthouse, E. C., & Krishnamurthi, L. (2015). On the go: How mobile shopping affects customer purchase behavior.(2), 217–234.
Zhao, M., Hoeffler, S., & ZauberMan, G. (2011). Mental simulation and product evaluation: The affective and cognitive dimensions of process versus outcome simulation.(5), 827–839.
Zhao, X. S., Lynch, J. G., & Chen, Q. M. (2010). Reconsidering Baron and Kenny: Myths and truths about mediation analysis.(2), 197–206.
Zhu, H. W., Zhang, Y. Y., & Gong, X. (2017). Does company’s humor resolve consumer complaining: The match of humor types and relationship norms.(4), 526–538.
[朱華偉, 張艷艷, 龔璇. (2017). 企業(yè)幽默能否化解消費(fèi)者抱怨: 幽默類型與關(guān)系范式的匹配.(4), 526–538.]
Does mobile shopping make fast decisions? The role of contextual factors and thinking style
HUANG Minxue; WANG Wei
(Department of Marketing and Tourism Management, Economics and Management School, Wuhan University, Wuhan 430072, China)
Previous studies have proposed that firms attempt to reduce online shopping choice deferral, which may lead consumers to abandon or drop their shopping carts before making their final purchase. Moreover, given their mobility and tactile effects, the use of mobile devices can make consumers more emotional compared with the use of desktop computers, thereby triggering a decision-making process. However, the results of some surveys reject such case and instead reveal that the decision-making process of consumers is influenced by the interaction between contextual factors and product attributes. In this paper, these contextual factors were classified into mobile devices and personal computers, while product attributes were classified into low price and high price. Inspired by dual-process theory, we supposed that high (low) price might evoke the rational (experiential) thinking styles of consumers and that mobile devices (personal computers) could trigger their experiential (rational) thinking styles. When these thinking styles are triggered by price and device types, the online choice deferral of these consumers will be reduced.
We performed two studies to verify these hypotheses. In Study 1, we collected 3, 674 order data from the Tmall online shopping platform for around two months with the cooperation of a wine company based in China. The threshold regression analysis of secondary data showed that the shopping terminal (mobile phones and personal computers) had no main effect on online shopping choice deferral. However, these results highlighted a significant interaction between product price and device type. As predicted in hypothesis 1, the results indicate that online consumers have significantly more choice deferral for a low-price product when shopping using their personal computers than their mobile phones. Meanwhile, these consumers have significantly more choice deferral for high-price products when shopping using their mobile phones than their personal computers. We also conducted a laboratory experiment to test our hypotheses and verified the mediating effect of thinking style by bootstrapping. We recruited 138 participants in Study 2. Our 2 (device type: mobile phone vs. personal computer) × 2 (price level: low vs. high) between-subject design showed that these participants had significantly lower tendency of choice deferral for low-price products when using mobile phones than when using personal computers. On the contrary, these participants showed a significantly lower tendency of choice deferral for high-price products when using personal computers than when using mobile phones. The mediating effect of thinking style was also verified.
The results suggest that online shopping choice deferral is affected not only by product attributes (such as price level in this paper) but also by specific situations (such as device type in this paper). High- (low-)priced products may evoke the rational (experiential) thinking styles of these consumers, while mobile devices (personal computers) can trigger their experiential (rational) thinking styles. When the thinking style is triggered by the product price and device, the online choice deferral of these consumers can be reduced. On the contrary, triggering these two thinking styles at the same time can increase their online shopping choice deferral.
The theoretical contributions of this research are as follows. First, this study offers a deeper understanding of the consumer shopping scenario by showing that different types of devices can trigger different thinking styles, thereby extending the current perspectives toward mobile shopping. Second, this study enriches the previous research on choice deferral by exploring the situational effect on the decision-making process. Third, this study extends the current understanding of the experiential and rational thinking styles by examining the relationship between these two styles, thereby contributing to dual-process theory. The findings of this study can also help companies improve their scenario-based target marketing.
choice deferral; dual-process theory; rational thinking style; experiential thinking style; device type
10.3724/SP.J.1041.2019.00612
2018–01–24
* 國家自然科學(xué)基金(91746206); 國家自然科學(xué)基金(71672132)資助。
王薇, E-mail: 497092314@qq.com
B849: F713.55