(山東科技大學 經(jīng)濟管理學院，山東 青島 266590)

一、引言

進入移動互聯(lián)網(wǎng)時代，消費者的傳統(tǒng)購物方式不斷向線上轉(zhuǎn)移，面對這一趨勢，個性化推薦成為電商平臺吸引和留住消費者的重要營銷手段。作為影響消費者決策的商務(wù)智能工具的個性化推薦系統(tǒng)，在降低商品信息過載、幫助消費者決策、提高平臺使用粘度等方面扮演著越來越重要角色。長久留住顧客是電商平臺發(fā)展的根本，各大電商平臺紛紛引進推薦系統(tǒng)，在分析消費者偏好后進行產(chǎn)品推薦，提高消費者購物體驗，增強用戶滿意度和平臺持續(xù)使用意愿，促進消費者的購買行為，保障平臺的長久收益。

然而，個性化推薦具有兩面性：一是個性化推薦通過分析消費者偏好向其推薦產(chǎn)品，降低搜索成本，在海量商品信息中減緩信息過載；二是由于推薦時間、空間或內(nèi)容上的不恰當，形成一些不良推薦，對消費者的購買決策和正常生活造成困擾，帶來新的信息過載問題。目前關(guān)于個性化推薦的研究多集中在改進推薦算法、提高消費者決策質(zhì)量、創(chuàng)造商業(yè)價值等積極作用方面，對消極作用的研究較少，且僅局限于隱私風險[1]和心理抗拒[2]兩個方面。本文結(jié)合信息過載，重點研究個性化推薦中的不良推薦，基于期望確認理論、心理抗拒理論和持續(xù)使用模型，分析不良推薦對平臺持續(xù)使用意愿的影響路徑及影響差異，為電商平臺改善個性化推薦服務(wù)并實現(xiàn)平臺持續(xù)健康發(fā)展提供管理建議。

二、理論基礎(chǔ)與研究假設(shè)

(一)基礎(chǔ)理論概述

1.不良推薦

個性化推薦是現(xiàn)代個性化服務(wù)的一種手段，電商平臺引進推薦系統(tǒng)，根據(jù)消費者的瀏覽記錄等信息分析其產(chǎn)品偏好，為其提供個性化服務(wù)，以提高平臺服務(wù)質(zhì)量，增強用戶粘性。由于推薦時間、空間和內(nèi)容上的不恰當，個性化推薦中存在不良推薦，不良推薦是指推薦質(zhì)量較差的個性化推薦。評價個性化推薦質(zhì)量可以從功能滿足和娛樂滿足兩個方面入手，功能滿足是指個性化推薦服務(wù)對消費者的購買決策起到幫助作用的滿意程度；娛樂滿足是指用戶在與個性化推薦服務(wù)的互動過程中獲得娛樂程度，若兩者滿意程度較高，則個性化推薦質(zhì)量較高，否則個性化推薦質(zhì)量較低，即不良推薦。不良推薦會對消費者的正常決策和生活造成困擾，引起心理焦慮和厭煩情緒，降低用戶體驗。

2.用戶滿意度

用戶滿意度是指用戶在購買商品或享受服務(wù)時，商品和服務(wù)達到用戶心理預(yù)期程度，滿意度的高低是反映商品好壞或服務(wù)優(yōu)劣的直接表現(xiàn)[3]。另外，通過對用戶持續(xù)使用意愿的文獻進行梳理發(fā)現(xiàn)，用戶滿意度是用戶持續(xù)使用最為顯著的影響因素[4]。對于本文而言，用戶滿意度是指用戶對個性化推薦服務(wù)的滿意程度，包括兩個方面：一是個性化推薦內(nèi)容是否滿足用戶功能需求，二是個性化推薦服務(wù)是否滿足用戶娛樂需求。

3.持續(xù)使用模型

采用持續(xù)使用模型(ECM-IS)作為建構(gòu)理論模型的基礎(chǔ)，加入用戶持續(xù)使用意愿和滿意度兩個變量。用戶持續(xù)使用是指用戶曾經(jīng)有過使用經(jīng)歷，由于個人習慣、網(wǎng)站功能齊全、服務(wù)周到、口碑良好等原因，現(xiàn)在及未來一段時間仍然使用該平臺，是電商平臺長久發(fā)展的根本。用戶滿意度是評價個性化推薦質(zhì)量，決定是否繼續(xù)使用電商平臺的重要指標，是影響用戶持續(xù)使用意愿的重要因素。

4.期望確認理論

根據(jù)期望確認理論，用戶通常提前對產(chǎn)品或服務(wù)有所期待，并對實際產(chǎn)品和服務(wù)性能進行評估。當評價高于預(yù)期時，用戶會表現(xiàn)出肯定和滿意態(tài)度；當評價比預(yù)期低時，用戶則會表現(xiàn)出不確定和不滿意。因此，如果用戶將實際體驗與預(yù)期期望進行比較，發(fā)現(xiàn)現(xiàn)實與期望存在偏差，個性化推薦服務(wù)體驗較差，其滿意度就會降低，平臺持續(xù)使用意愿隨之降低[5]。

5.心理抗拒理論

根據(jù)心理抗拒理論，當用戶感知自由受到外來威脅時，會產(chǎn)生厭惡和反感的情緒體驗，為了重獲自由，用戶將會采取措施抵制外來干擾。個性化推薦是根據(jù)消費者的瀏覽記錄等信息計算消費者產(chǎn)品偏好，對于隱私關(guān)注度較高的用戶來說，這涉及隱私侵犯問題。用戶瀏覽平臺的意愿是按需進行，若平臺試圖改變用戶正常的瀏覽行為，強行與用戶互動，就會使用戶產(chǎn)生強迫性感受等消極情緒，降低用戶滿意度和平臺持續(xù)使用意愿[6]。

(二)理論分析與研究假設(shè)

個性化推薦過程中不可避免出現(xiàn)一些不良推薦，例如推薦內(nèi)容重復(fù)度高，用戶在獲取有效信息時篩選成本高，由此產(chǎn)生的不滿和厭煩情緒會影響用戶對個性化推薦服務(wù)及平臺的評價。另外，當用戶正在全神貫注于某件事情時，出現(xiàn)一些無關(guān)緊要的推薦，這些推薦可能是用戶以前關(guān)注的信息，但卻不適合在這個時間段出現(xiàn)，用戶需要花費額外的精力刪除以往感興趣而目前不需要的信息。由此可見，不良推薦在某種程度上會影響用戶的生活，給用戶帶來新的信息過載[7]。不良推薦導致的新信息過載反映了推薦服務(wù)的劣質(zhì)性，干擾消費者決策和正常生活，引起心理焦慮和厭倦情緒，降低用戶滿意度。

根據(jù)已有研究，結(jié)合實際推薦過程中遇到的問題，引入信息冗余和信息迷航，從信息冗余、信息迷航、感知侵擾、強迫性感受等四個方面的消極認知，分析不良推薦給消費者帶來的困擾。其中信息冗余和信息迷航是在消費者參考平臺推薦建議時對自身決策提供反向幫助，表示消費者功能不滿足；感知侵擾和強迫性感受是在消費者與推薦服務(wù)互動時產(chǎn)生消極情緒，表示消費者娛樂不滿足。

1.信息冗余

目前大多數(shù)推薦系統(tǒng)默認消費者需求比較穩(wěn)定，然而用戶的網(wǎng)上行為是現(xiàn)實生活的網(wǎng)絡(luò)化，消費者的需求是不斷變化的。當消費者對產(chǎn)品的偏好發(fā)生變化時，推薦系統(tǒng)卻不能及時調(diào)整推薦方案，仍然按照以往偏好進行推薦，就會產(chǎn)生大量無用過時的推薦內(nèi)容，這幾乎是電商平臺個性化推薦的通病。推薦系統(tǒng)會過濾掉一些實際滿足消費者需求但后臺認為不滿足的產(chǎn)品信息，使得消費者在電商平臺購物時僅能獲得符合推薦算法的產(chǎn)品信息，此時的個性化推薦限制了消費者獲取產(chǎn)品信息的種類，使消費者感覺到推薦內(nèi)容過度冗余和重復(fù)。在有限的網(wǎng)絡(luò)購物時間和精力內(nèi)，若消費者只能瀏覽一些重復(fù)且類似的產(chǎn)品信息，難以獲取其他新穎、有趣的內(nèi)容，就會產(chǎn)生信息冗余現(xiàn)象。面對大量無用信息，消費者的個性化推薦體驗感較差，引起用戶滿意度的降低，為了滿足自己的個性化需求，消費者會停止使用當前平臺，尋求其他能夠滿足需求的電商平臺。

2.信息迷航

信息迷航是指用戶不清楚自己當前所在位置和下一步要去的地方，更不知道如何到達目的地的超空間迷航[8]。針對個性化推薦，信息迷航是指推薦服務(wù)使消費者迷失了購買方向。一般來說，消費者的購物行為不是瞬間發(fā)生的，從想要購買到?jīng)Q定購買之間需要經(jīng)歷一段時間，若消費者在開始購物之前已經(jīng)確定購買方向，而購物平臺向其推薦了其他功用產(chǎn)品，并恰巧吸引了她的注意力，產(chǎn)生瀏覽行為，原先的購買方向就會發(fā)生偏離，最后消費者會發(fā)現(xiàn)自己花費了大量時間和精力，并沒有購買到預(yù)期商品，反而產(chǎn)生了其他消費，增加了額外支出，使消費者產(chǎn)生不滿情緒。另外，用戶在購物時通常會采用“考慮—決策”兩階段策略，首先在眾多推薦中選中自己心儀的產(chǎn)品，點擊收藏或加入購物車，建立考慮集合，然后在考慮集合中篩選產(chǎn)品，做出購買決策。當電商平臺對處于決策階段的用戶進行推薦時，會增大心儀產(chǎn)品集合，篩選難度也跟著增大，消費者的產(chǎn)品偏好變得模糊，產(chǎn)生了困惑感。

3.感知侵擾

美國學者Edwards Steven M 等認為，感知侵擾是一種心理干擾，彈出式廣告會分散用戶的注意力，阻礙用戶實現(xiàn)其目標[9]。針對個性化推薦，感知侵擾是指推薦行為干擾了用戶當前活動的進行，不論用戶正在工作還是休閑娛樂，信息推薦都阻礙了用戶實現(xiàn)其目標。例如，當新產(chǎn)品上市時，商家會以電子郵件或手機短信形式對用戶進行提醒，面對這些推薦，消費者會感覺自己的時間和空間受到侵犯，并且還不得不對這些信息進行過濾。除了用戶的行動自由受到侵犯外，感知侵擾還包括用戶個人隱私泄露。目前很多推薦系統(tǒng)沒有經(jīng)過用戶允許就直接收集他們的信息，例如個人收藏、瀏覽痕跡、鼠標點擊次數(shù)、聯(lián)系方式、收貨地址等，當用戶看到自己某些隱秘偏好被公然推薦，個人信息被其他服務(wù)利用，就會擔心自己的支付信息是否泄露、人身財產(chǎn)是否安全等，從而產(chǎn)生恐慌感，開始排斥推薦行為和推薦內(nèi)容，產(chǎn)生不滿情緒[10]。

4.強迫性感受

目前很多電商平臺提供個性化推薦服務(wù)前并未詢問用戶意見，而是直接呈現(xiàn)，例如很多商家基于位置服務(wù)技術(shù)，在未經(jīng)用戶許可的情況下，將打車、訂餐、娛樂等服務(wù)信息發(fā)送到消費者的移動設(shè)備上，推薦內(nèi)容帶有明顯勸說意圖，以實現(xiàn)其營銷目的[11]。平臺強行與用戶互動，使消費者感覺到個體自由受到威脅，產(chǎn)生強迫性感受，從而產(chǎn)生抗拒心理，試圖拒絕外部信息來減少威脅。Edwards Steven M 等人在研究感知侵擾時提到了強迫性，他認為用戶被迫接觸推薦會產(chǎn)生強迫性感受，這種情感反應(yīng)會使用戶對平臺的態(tài)度變得消極[12]。Fitzsimons Gavan J等認為，當未經(jīng)用戶許可的推薦與用戶原本的選擇態(tài)度一致時，雖然推薦與需求匹配，但用戶仍會產(chǎn)生強迫性感受；當未經(jīng)用戶許可的推薦與用戶原本的選擇態(tài)度不一致時，用戶會無視推薦結(jié)果，保持原先的選擇偏好，并對這些推薦內(nèi)容持消極態(tài)度[13]。由此可見，強行互動引起強迫性感受，使用戶對推薦服務(wù)產(chǎn)生抵觸情緒。

綜上，用戶滿意度的高低取決于其在體驗個性化推薦服務(wù)過程中的滿足感和舒適感，若電商平臺提供不良推薦，且反復(fù)打擾用戶，必然會使其產(chǎn)生厭煩情緒。Maier Christian等人將不持續(xù)使用意愿定義為個人降低平臺使用強度，暫時或永久停止平臺使用，或切換到其他替代平臺的意愿[14]。當用戶實際體驗個性化推薦服務(wù)后，發(fā)現(xiàn)推薦內(nèi)容不僅不能幫助決策，反而擾亂了購買計劃，而且干擾用戶當前活動的進行且誘導消費意圖明顯，用戶的實際體驗與預(yù)期期望之間存在差距，功能需求和娛樂需求都沒有得到滿足，導致用戶產(chǎn)生負面情緒，用戶會考慮是否繼續(xù)使用該平臺，會有暫時逃離，減少使用頻率，甚至徹底放棄平臺使用的想法，以減緩平臺帶給自己的消極感受。若用戶的真實感受接近預(yù)期，那么用戶對獲得的服務(wù)就會產(chǎn)生積極情感，從而增強平臺持續(xù)使用意愿[15]。另外，研究不滿意度的相關(guān)文獻也指出，不滿意度會導致用戶產(chǎn)生想要規(guī)避現(xiàn)狀或者轉(zhuǎn)移到其他平臺的傾向[16]。因此，做出如下假設(shè)。

H1a：信息冗余與用戶滿意度呈現(xiàn)負相關(guān)。

H1b：信息迷航與用戶滿意度呈現(xiàn)負相關(guān)。

H1c：感知侵擾與用戶滿意度呈現(xiàn)負相關(guān)。

H1d：強迫性感受與用戶滿意度呈現(xiàn)負相關(guān)。

H2a：信息冗余與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H2b：信息迷航與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H2c：感知侵擾與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H2d：強迫性感受與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H3：用戶滿意度與平臺持續(xù)使用意愿呈現(xiàn)正相關(guān)。

5.用戶滿意度的中介效應(yīng)

根據(jù)態(tài)度理論，個體態(tài)度由認知、情感和行為意向三者構(gòu)成。以功能不滿足為例，用戶將推薦內(nèi)容與預(yù)期產(chǎn)品進行比較，發(fā)現(xiàn)期望與實際存在差距，用戶的功能需求沒有得到滿足，這一認知引起用戶產(chǎn)生不滿意的消極情感，并進一步降低平臺持續(xù)使用意愿，用戶試圖更換平臺，尋求能夠滿足自己功能需求的服務(wù)。可見，滿意度是用戶對推薦服務(wù)的價值認知與平臺持續(xù)使用意愿的中介變量。因此，做出如下假設(shè)。

H4：用戶滿意度分別在信息冗余、信息迷航、感知侵擾、強迫性感受與平臺持續(xù)使用意愿之間起到中介作用。

H4a：信息冗余通過滿意度與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

圖1 不良推薦對用戶滿意度及平臺持續(xù)使用意愿的影響模型

H4b：信息迷航通過滿意度與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H4c：感知侵擾通過滿意度與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

H4d：強迫性感受通過滿意度與平臺持續(xù)使用意愿呈現(xiàn)負相關(guān)。

上述假設(shè)推演形成本文的理論模型(如圖1所示)。

三、實證研究

(一)問卷確認與數(shù)據(jù)收集

本文涉及的所有初始量表均來自國內(nèi)外相關(guān)文獻，結(jié)合本文研究情境對題項進行合理的調(diào)整。問卷采用里克特5點計量法，被調(diào)查者基于感覺對問題進行打分，1表示“很不認同”，2表示“不認同”，3表示“一般”，4表示“認同”，5表示“很認同”。每個變量至少設(shè)置3個問題，以確保內(nèi)部效度的測量。

在正式調(diào)研之前，先選取32名學生進行預(yù)實驗，以檢驗問卷題項內(nèi)部的一致性。通過預(yù)實驗刪除不符合實驗要求的題項，正式調(diào)研部分包含26個題項，其中20個題項對模型中的6個變量進行測量。正式調(diào)研是2019年1月份至3月份，發(fā)放問卷380份，回收367份問卷，剔除無效問卷，得有效問卷330份，調(diào)研樣本的基本信息見表1。

表1 基本情況統(tǒng)計表

表2 不同控制變量下自變量對因變量的影響(1)

續(xù)表

表2 不同控制變量下自變量對因變量的影響(2)

表2顯示，在不同控制變量下，不良推薦對用戶滿意度和平臺持續(xù)使用意愿的影響不同。其中：(1)男性用戶滿意度受感知侵擾的影響最大，其平臺持續(xù)使用意愿受信息冗余的影響最大，而女性用戶滿意度和平臺持續(xù)使用意愿均與信息迷航關(guān)系最密切。(2)對于21-30歲年齡段的受訪者，其用戶滿意度和平臺持續(xù)使用意愿受不良推薦的影響表現(xiàn)最明顯，可以推斷出電商平臺的個性化服務(wù)對象集中在21-30歲。(3)用戶學歷越高，其滿意度受不良推薦的負向影響越小，而感知侵擾對任意年齡段用戶的平臺持續(xù)使用意愿的負向影響均較高。(4)學生在體驗個性化服務(wù)時，不良推薦對其滿意度的負向影響最小。在從事IT、電子商務(wù)、電信運營行業(yè)的人員中，其平臺持續(xù)使用意愿受不良推薦的影響最小。(5)用戶對個性化推薦原理越了解，其滿意度和平臺持續(xù)使用意愿越不容易受到不良推薦的影響。

(二)數(shù)據(jù)分析與模型檢驗

1.信度和效度檢驗

本研究通過測量Cronbach’s α 等值來檢驗量表的信效度，測量結(jié)果如表3所示。量表中所有變量的α 值均大于0.7，CR值均大于0.6，這說明該量表的信度良好。問卷題項主要參考前人的成熟量表，整體問卷的KMO值為0.96，巴特利特球形檢驗的卡方值為6 556.062，自由度為190，Sig值為0.000，因子載荷系數(shù)均大于0.8，AVE值均大于0.5，說明各項指標均符合標準，量表的效度良好。

表3 變量測量指標、信效度檢驗

2.結(jié)構(gòu)模型檢驗

表4 結(jié)構(gòu)方程假設(shè)檢驗結(jié)果

注：***表示P0.001；**表示P0.01；*表示P0.05。

表4顯示，在以上9個假設(shè)中，假設(shè)H2c和H2d未能通過檢驗，其余7個假設(shè)均得到實證的支持。其中感知侵擾對滿意度的回歸系數(shù)最小(-0.33***)，說明感知侵擾對滿意度的負向影響最大，其次是信息迷航(-0.28***)、信息冗余(-0.27***)、強迫性感受(-0.17***)。表4還顯示，信息冗余對平臺持續(xù)使用意愿的回歸系數(shù)最小(-0.19**)，說明信息冗余對平臺持續(xù)使用意愿的負向影響最大，其次是信息迷航(-0.14*)、強迫性感受(-0.11)、感知侵擾(-0.10)。

3.中介效應(yīng)檢驗

采用Bias-Corrected Bootstrap程序檢驗用戶滿意度的中介效應(yīng)，在原始數(shù)據(jù)(n=330)中利用重復(fù)隨機抽樣方法抽取5000個樣本，生成1個近似抽樣分布，用第2.5百分位數(shù)和第97.5百分位數(shù)估計95%的中介效應(yīng)置信區(qū)間。

表5 用戶滿意度的中介效應(yīng)檢驗結(jié)果

由表5得知，4條路徑的間接效應(yīng)95%置信區(qū)間沒有包括0，表明中介效應(yīng)具有統(tǒng)計學意義。其中，路徑1的直接效應(yīng)95%置信區(qū)間沒有包括0，表明起部分中介作用，即滿意度在信息冗余和持續(xù)使用意愿之間起部分中介作用；路徑2、3、4的直接效應(yīng)95%置信區(qū)間包括0，表明起完全中介作用，即滿意度分別在信息迷航、感知侵擾、強迫性感受和持續(xù)使用意愿之間起完全中介作用。由此證明，假設(shè)H4成立。從間接效應(yīng)可以看出，信息冗余(-0.118**)、信息迷航(-0.122**)、感知侵擾(-0.147**)、強迫性感受(-0.076**)分別通過滿意度對平臺持續(xù)使用意愿起到顯著負向作用，證明假設(shè)H4a，H4b，H4c，H4d成立。

四、研究結(jié)論與啟示

本文基于期望確認理論、心理抗拒理論和用戶持續(xù)使用模型，利用330份調(diào)查問卷，實證分析不良推薦對電商平臺持續(xù)使用意愿的影響路徑及影響差異，研究結(jié)論如下。

第一，信息冗余、信息迷航對用戶滿意度和平臺持續(xù)使用意愿產(chǎn)生負向影響。消費者希望通過個性化推薦服務(wù)，減少搜索成本，提高決策質(zhì)量。若是功能需求得不到滿足，會直接影響用戶滿意度和平臺持續(xù)使用意愿，消費者會考慮更換平臺，尋求其他能夠滿足自己功能需求的服務(wù)。

第二，感知侵擾和強迫性感受對用戶滿意度產(chǎn)生負向影響，并通過用戶滿意度對平臺持續(xù)使用意愿產(chǎn)生負向影響。電商平臺強行與消費者互動，導致消費者的注意力全部集中在與平臺互動帶給自己的負面影響上，弱化了互動的樂趣，娛樂滿足程度較低。雖然娛樂滿足程度低不會直接導致消費者放棄使用平臺，但隨著用戶滿意度的降低，平臺持續(xù)使用意愿也會間接地受到影響。

第三，在不良推薦對用戶滿意度的負向影響中，影響作用最大的是感知侵擾，其次是信息迷航和信息冗余，最后是強迫性感受。在不良推薦對電商平臺持續(xù)使用意愿的負向影響中，影響作用最大的是信息冗余，其次是信息迷航和強迫性感受，最后是感知侵擾。信息冗余強調(diào)的是電商平臺推薦精度差，推薦內(nèi)容冗余重復(fù)，消費者難以發(fā)現(xiàn)新產(chǎn)品信息，該結(jié)論進一步驗證了本文從新信息過載角度研究個性化推薦消極作用的重要性，說明不良推薦引起的信息冗余現(xiàn)象不容忽視。

信息技術(shù)推動了電商平臺的高效運轉(zhuǎn)，用戶持續(xù)使用是電商平臺可持續(xù)發(fā)展的基礎(chǔ)。通過分析不良推薦對平臺持續(xù)使用意愿的影響路徑及影響差異，可以為電商平臺未來管理工作帶來以下啟示：

第一，引進高質(zhì)量推薦系統(tǒng)，更新推薦算法，提高推薦準確性?？刂葡嗨仆扑]內(nèi)容的數(shù)量，增加“推薦數(shù)量選擇”服務(wù)，用戶可自主選擇自己接收的推薦數(shù)量。優(yōu)化推薦系統(tǒng)的界面設(shè)計，提高用戶的視覺體驗。結(jié)合消費者“考慮—決策”兩階段過程，采取不同推薦方案。

第二，改進信息挖掘技術(shù)，在關(guān)聯(lián)規(guī)則中加強隱私保護。當新用戶注冊時，利用調(diào)查問卷的形式了解用戶的隱私專注度，提問用戶是否愿意平臺記錄其瀏覽記錄和鼠標點擊等信息，允許用戶對自己的敏感信息做隱私標記，打消用戶的隱私顧慮。設(shè)置“推薦點評”功能，用戶可以對當前推薦進行評價，后臺根據(jù)用戶的評價重新制定推薦策略，強化信息反饋。

第三，加強電商平臺形象建設(shè)，完善平臺監(jiān)管機制，保護消費者權(quán)益。培養(yǎng)消費者的信任感，讓消費者覺得平臺是可以依靠的，相信平臺會把顧客利益放在第一位的。當出現(xiàn)失敗服務(wù)時，要及時進行補救并化解顧客抱怨，與消費者保持長期良好的互動關(guān)系，提高消費者使用平臺的持久性。