———基于ＳＯＲ理论
李翠微
摘 要:传统零售发展的瓶颈与科学技术的进步催生了“新零售”业态ꎮ“新零售”强调以消费者为中心ꎬ并发展出新型零售
商业模式ꎬ使消费者更深入地进入零售业价值链中ꎮ认识并把握新型零售模式中顾客共创价值的路径ꎬ可以加深业界对“新零售”模式的理解ꎬ并促进其发展ꎮ本文使用ＳＯＲ模型对新型零售模式下消费者共创价值行为进行量化研究ꎮ结果表明新零售商业模式可以通过提升消费者价值共创能力进而促进消费者价值共创行为ꎮ
关键词:新零售ꎻ价值共创能力ꎻ价值共创行为ꎻＳＯＲ理论
中图分类号:Ｆ７１３ 文献标识码:Ａ 文章编号:１００８－４４２８(２０２０)１７－００８０－０４
一、引言
随着零售行业的不断发展ꎬ传统线下零售与电子商务零售的用户数与销售额都到达瓶颈期ꎬ触碰到发展的“天花板”ꎮ２０１６年１０月ꎬ马云在互联网大会上首次提出“新零售”这一概念ꎬ引发中国零售业升级ꎮ新零售推动传统线下零售与电子商务零售改造优化的同时也催生出新的零售形式ꎮ这些新型零售形式打破原有的消费者场景限制ꎬ实现零售、餐饮、外卖等多场景结合ꎬ线上线下联动ꎬ是“新零售”模式优势的集中体现ꎮ
在“新零售”以消费者为中心的理念与新型零售的实践下ꎬ消费者更深入地参与了零售产业的价值链ꎬ因此该模式具有价值共创的巨大潜能ꎮ价值共创理论被广泛地运用于研究传统零售业与电子商务ꎬ但目前关注新零售中的价值共创行为的研究还有限ꎮ探索消费者在新型零售模式中的共创价值路径有助于学界与企业更直观地了解新零售模式下消费者的重要地位与新零售当前发展阶段消费者价值共创的现状ꎮ此外ꎬ目前针对“新零售”的研究多为理论研究ꎬ定量研究可以更深入地探究这种新商业模式ꎬ也是对此前案例探讨的补充ꎮ
二、文献综述
(一)新零售内涵与特征
“新零售”于２０１６年提出ꎬ作为一种新提出的商业模式ꎬ不论学术界还是产业界目前对其定义都没有统一的认知ꎮ杜睿云和蒋侃认为“‘新零售’可以被视作依托互联网ꎬ通过先进技术手段ꎬ改造商品生产消费过程并重塑零售业态ꎬ融合线上线下服务与物流等场景的零售业务新模式”ꎮ赵树梅和徐晓红认为新零售是“借助互联网思维与高新技术ꎬ对传统零售行业的改良创新ꎬ完成销售过程的活动”ꎮ阿里研究院则在报告中指出“‘新零售’是以消费者体验为中心的数据驱动的泛零售形态ꎬ其本质是无时无刻始终为消费者提供超出期望的‘内容’”ꎮ在产业界ꎬ不同的零售变革主导企业用“无界”“智慧”等不同的概念界定业态的变革ꎮ尽管称谓和侧重点存在区别ꎬ但均是对当前零售业“颠覆式”变革的描绘ꎮ
虽然对于“新零售”定义学界与业界争论较大ꎬ但通过研究“新零售”的实践过程ꎬ学者们观察到了一些“新零售”模式的显著特征ꎮ阿里研究院指出新零售的三大特征分别是以顾客为中心、从“物理化”与“数据化”双重思维思考零售业务、零售物种大爆发ꎮ王宝义认为“新零售”的本质包括数据驱动商业模式ꎬ线上＋线下＋物流等全渠道多场景融合ꎬ最终向消费者提供超预期的服务ꎮ王正沛和李国鑫认为“新零售”在运营模式、消费体验等方面与传统零售相比有显著不同和优势ꎬ借助大数据分析消费者消费习惯与偏好ꎬ“新零售”改造了零售价值链结构ꎬ通过数据协调零售生态的各个参与方ꎬ并在购物体验、营销体验等多方面具有消费体验优势ꎮ同时“新零售”实践过程中也打破了场景边界ꎬ实现了线上、线下、外卖等多场景融合ꎮ此外ꎬ传统零售商也在注意不断降低“新零售”对消费者的门槛ꎬ借助科技提升服务质量ꎮ综上所述ꎬ“新零售”具有数据驱动服务、场景多样性与技术易用性三大特征ꎮ
(二)价值共创理论１.消费者价值共创能力
消费者价值共创能力表示消费者与企业互通并和企业共同创造价值的潜力ꎬ客户拥有的资源是“公司用来构思和实施其战略的有形和无形资产”ꎮＰａｙｎｅ等认为价值共创的结果取决于利益相关者的价值创造能力和主观意愿ꎮＣｏｌｌｅｅｎ等认为顾客的价值共创能力与客户拥有的资源有关ꎬ包括客户的知识、说服资本与沟通技能、创造力和个人网络链接资产以及社会关系ꎮ综上所述ꎬ消费者与企业进行价值共创的能力涉及两个方面ꎬ一方面是消费者拥有的资源ꎬ另一方面是消费者个人意愿ꎮ
２.价值共创行为
ＢｏｖｅꎬＧｒｏｔｈꎬＹｉ＆ＧｏｎｇꎬＹｉ都曾经指出过ꎬ消费者的价值共创行为分为两类:一类是消费者参与行为ꎬ指为成功地完成价值共创所必需的角色内行为ꎻ另一类是消费者公民行为ꎬ这是一种自愿的角色外行为ꎬ这类行为为公司提供价值但不一定是价值共创所必需的ꎮＭｅｒｚ等的研究认为ꎬ消费者共创价值的最终结果与消费者意愿和消费者掌握的资源有关ꎮ
价值共创理论被广泛地运用于研究传统零售业与电子商务ꎬ但目前关注新零售中的价值共创行为的研究还有限ꎬ研究消费者在新零售模式下的价值共创行为有助于更深入地认识这种新的商业模式ꎬ并对实践提出指导ꎮ
—８０—
(刺激三)—ＳＯＲ组织模型
—响应模型(ＳＯＲ)是认知心理学方面的一个模型ꎬ由Ｍｅｃｈｒａｂｉａｎ等于１９７４年提出ꎬ主要用于解释环境特征对用户心理和行为的影响ꎮ其中Ｓ表示外界刺激(Ｓｔｉｍｕｌｕｓ)ꎬ会对主体产生一定影响Ｒ的反应表示主体在接收到刺激之后ꎻＯ表示有认知的有机体(Ｏｒｇａｎｉｓｍ)ꎻ(Ｒｅｓｐｏｎｓｅ)ꎮＳＯＲ模型大多被用于消费者行为研究ꎬ经过某些内心活动ꎬ相应做出ꎬ本文将新零售的新特征视为刺激ꎬ将消费者价值共创能力视为组织ꎬ将最终消费者价值共创行为视为响应ꎮ
三(、伴随着人工智能一)提出假设
消费者的价值共创能力与数据驱动的服务
、移动互联网、云计算等新兴技术的不断发展ꎬ数据服务领域出现了“大数据联盟”的新形式ꎮ胡艳玲等认为这种联盟可以跨越业务线和企业的界限ꎬ形成网络化的联盟数据资源集成中心ꎮ成员企业分工协作共同参与数据服务创新活动ꎬ建立多层次的服务网络ꎬ满足特定场景下用户的个性化需求ꎬ完成数据驱动的服务ꎮ
服务主导逻辑视角下ꎬ用户被视为价值的共同创造者ꎬ谢恩等认为企业在与客户的服务交往和接触中形成的“认可、互惠、信任”等关系ꎬ这些关系则赋予顾客进行创造共创的能力ꎮ在大数据联盟数据服务创新的支持下ꎬ企业不仅能在特定情境下恰当地整合服务资源ꎬ而且对于加速联合服务能力体系的构筑也有重要的作用ꎮ大数据使网络中的资源、能力和关系上彼此协同促进ꎬ共同发挥大数据联盟协同服务创新优势ꎮ胡艳玲等指出这种数据驱动的服务有利于满足特定情境下的用户需求ꎬ提供问题解决方案ꎬ进而加强企业与客户的认可、互惠、信任等关系ꎬ从而提升顾客的价值共创能力ꎮ综上所述ꎬ提出假设影响Ｈ１ａ::
ꎮ
消费者价值共创意愿受数据驱动服务的显著正向影响Ｈ１ｂ:ꎮ
消费者掌握的资源受数据驱动服务的显著正向(场景型商业模式是基于互联网技术与社交网络二)消费者的价值共创能力与场景多样性
、自媒体、大数据等多种背景ꎬ通过消费者和信息的碰撞与连接所产生的消费行为和潜在的消费可能性所带来的一种潜在价值的新型模式ꎮ消费场景关注基于空间的集中需求ꎬ由多种元素和维度构成ꎬ包括地点、时间、消费者、社交网络等ꎬ通过对信息的整合解构为用户提供高价值个性化服务ꎮ高磊提出了数字化时代场景营销的四要素ꎬ即对消费者生活的洞察、对顾客心智的占领、情感的认同与偏爱和社群的体验互动ꎮ场景型商业模式可以提升产品体验性、平台连接性和社群生态性ꎬ丰富消费者体验ꎬ进而提升消费者的价值共创能力ꎬ从而能够对价值共创产生正向的影响ꎮ新零售模式整合多种场景ꎬ更能够丰富人、时间、地点等维度ꎬ进而从更多方面满足顾客需求ꎬ丰富顾客体验ꎬ与顾客建立更深入链接ꎬ增加顾客的价值共创能力ꎮ综上所述影响Ｈ２ａ:ꎮ
消费ꎬ者提出假设价值共:
创意愿受场景多样性的显著正向Ｈ２ｂ:(三消费者掌握的资源受场景多样性的显著正向影响ꎮ容易使用且不需要学习成本的一种主观感受Ｄａｖｉｓ)指出技术易用性是使用者对新技术在多大程度上消费者的价值共创能力与技术易用性
ꎮ感知的技术易用性会增强消费者对新产品的理解能力ꎬ加深消费者对新产品的了解程度ꎮＥｖａｎｓｃｈｉｔｚｋｙ等的研究表明物联网的技术易用性会促进消费者对物联网的了解程度ꎮＤａｖｉｄ在对技术模型的
商务营销◎
研究中也指出技术的易用性会影响消费者的使用态度ꎬ而消费者态度则会影响消费者的价值共创意愿ꎮ综上所述ꎬ提出假设:
影响Ｈ３ａ:ꎮ
消费者价值共创意愿受技术易用性的显著正向Ｈ３ｂ:(消费者掌握的资源受技术易用性的显著正向影响过往有很多学者从不同角度研究了消费者的价值共创参四)消费者价值共创参与行为与价值共创能力
ꎮ与行为ꎮＲｅｎ和Ｔａｙｌｏｒ认为对于消费者虚拟社区来讲ꎬ主观意愿是影响成员参与行为重要因素之一ꎮ贾学义通过文本分析认为在电子商务等多个场景中ꎬ信任对信息搜索共享等行为有显著的正向影响ꎮＷａｓｋｏ和Ｆａｒａｊ的研究表明喜爱、信任等主观感受会激发归属感与责任心ꎬ最终促进消费者在虚拟社区中的参与行为ꎬ他也提出虚拟社区中用户彼此链接最终形成的互惠关系将促进其参与行为ꎮ龚主杰等提出虚拟社区用户对虚拟社区认同感对其持续行为具有正向的促进作用Ｂｅｒｇａｍｉ终推动虚拟社区的参与行为和Ｂａｇｏｚｚｉ提出认知性等因素会促进社会认同感ꎮꎮＦａｕｌｌａｎｔ等人通过研究领先用ꎬ并最户行为认为领先用户具有的深度产品与知识使用经验和思考能力会引领市场前沿的需求和解决方案ꎬ企业与这类用户合作能够取得超越市场发展趋势的突破性革新共同创造新价值ꎮ在新零售模式中ꎬ消费者与企业通过会员系统、交易系统、Ａｐｐ等构建了一种多元的虚拟社区ꎮ综上所述ꎬ的显著正向影响Ｈ４ａ:消费者价值共创参与行为受到消费者价值共创意愿提出假设:
ꎮ
著正向影响Ｈ４ｂ:消费者价值共创参与行为受到消费者掌握资源的显(用户价值共创公民行为是出于自愿的非必需角色外行五)消费者价值共创能力与价值共创公民行为
ꎮ
为ꎮ根据社会交换理论ꎬ由于积极主观意愿如信任、喜爱等可以对消费远期互利预期产生增强效果ꎬ企业可以通过培养高质量的信任和喜爱等主观意愿与消费者建立超越一般经济交互关系的社会情感联系ꎮ一旦这种关系得以形成ꎬ用户就会在互动中投入更多的精力ꎬ从而更可能感受到自己在价值共创过程中的决定作用ꎮＶａｌｌｅｒａｎｄ等提出自我决定论表明自主感往往与信任、兴趣、创造性等正相关ꎬ顾客在感受到自己的决定后会进行更多的价值共创活动ꎮ在用户处于主导地位的情况中ꎬ通过平台提升消费者信任程度、通过赋予消费者能力明确消费者价值共创角色等一系列提升消费者价值共创能力的行为对价值共创公民行为有显著的正向影响ꎮ综上所述ꎬ提出假设的显著正向影响Ｈ５ａ::
消费者价值共创公民行为受到消费者价值共创意愿ꎮ
著正向影响Ｈ５ｂ:消费者价值共创公民行为受到消费者掌握资源的显ꎮ
以上所述模型如图１所示ꎮ
图１ 新零售对消费者价值共创行为的ＳＯＲ模型
四(、本研究中的结构模型包含数据驱动的服务一)研究设计与实证分析问卷设计与样本描述
、场景多样性、
—８１—
技术易用性、消费者价值共创意愿、消费者掌握的资源、消费者价值共创参与行为、消费者价值共创公民行为ꎮ量表设计参考已有成熟量表ꎬ同时引入性别、年龄、学历、职业、服务使用频次５个控制变量ꎬ方便对样本进行描述ꎮ除控制变量外ꎬ其他所有测量项均采用李克特７级量表ꎮ
本次调查问卷通过网络平台与实地调研两种方法进行发放ꎬ发放对象为“盒马鲜生”用户ꎮ共收到问卷３０１份ꎬ最终保留有效问卷１３２份ꎬ有效样本结构见表１ꎮ从服务频次上来看ꎬ每月使用低于１次的“尝鲜类”用户占总样本的１/３ꎬ每月使用１~３次的用户占４５.４５％ꎬ每月使用４次以上的重度使用用户占２１.２１％ꎬ整体接近正态分布ꎬ样本具有一定的代表性ꎮ
表１ 实验对象描述性统计
性别
最高受服务使教育程度
年龄职业用频次/月
男４５.４５％初中０％
１８以下１.５１％
学生
４５.４５％低于１次３３.３３％
女５４.５５％高中４.５５％１８~２５６６.６７％自由职业４.５５％１~３次４５.４６％
本科３４.８５％２６~３０１８.１８％事业单位３.０３％４以上
次及
２１.２１％
硕士
及以上
６０.６０％３１~４０７.５８％
企业３９.３９％４１５１~~５０６０１.５２４.５４％％
其他
７.５８％
(利用二)实证分析与假设检验
ＫＭＯ系数与巴特利球形检验进行问卷的整体结构效度分析ꎬ结果如表２所示ꎬ说明问卷结构效度较好ꎮ分别计算新零售模式特征、消费者价值共创能力、消费者价值共创行为三个测项的结构效度得到结果见表２ꎬ说明各个测项结构效度较好ꎮ
表２ 效度分析
变量ＫＭＯ巴特利检验
新零售特征０.８５Ａｐｐｒｏｘ８２５.９２５Ｃｈｉ－Ｓｑｕａｒｅ
５５ｄｆ
ｓｉｇ.０消费者价值共创能力０.８５６１５３２.９２１９１０消费者价值共创行为
０.８０９１５０９.２５９１２００问卷整体
０.８５８
５４６８.９２３
７８００
行为之间的相关关系进行研究分析 对新零售特征、消费者价值共创能力ꎬ确定变量之间的关系及、消费者价值共创关系的强弱ꎮ分析结果如表３所示ꎮ数据显示新零售特征中各个维度与消费者价值共创能力两个维度之间均具有正相关的关系ꎻ新零售特征与消费者价值共创能力的各个维度均与消费者价值共创行为有正相关关系ꎬ会正向影响消费者价值共创行为ꎮ
表３ 相关性检验
数据驱消费者消费者消费者动的服场景多技术易
消费者
价值共掌握资参与行务样性用性
公民行
创意愿源为为
数据驱动的服务１
场景多样性０.６３６∗
∗技术易用性０.６６５
∗∗
消费者价值共创意愿０.７８３∗∗消费者掌握资源０.５３５∗∗０.７３９０.６５３１
∗
∗
∗∗０.７０７１
∗
∗
消费者参与行为∗∗０.６０８∗∗∗∗０.５８４∗∗０.７１４１
∗
∗
０.７３４∗∗１
∗
消费者公民行为
０.７２７
∗∗
０.６４７０.６８６
∗∗
０.６０１∗∗０.６４７
∗∗
０.８６６０.９２６
∗∗
０.５７１∗
∗∗
注:∗∗
表示在０.０１级别(双尾)ꎬ相关性显著ꎮ
０.６８６
０.８０４１
∗
∗
１
进行信度、效度检验并验证变量间相关性后ꎬ对假设进行检验ꎮ各变量之间的标准化路径系数值、ｔ值和假设检验结果如表４所示ꎮ从表中可以看到ꎬ所有的假设检验的Ｐ值
—８２—
均小于０.０１ꎬ变量间关系的显著性均得到验证ꎮ
表４ 假设检验
假设假设路径关系
标准化系数ｔ值
显著性
Ｈ１ａＨ１ｂ数据驱动的服务→∗∗∗Ｈ２ａ数据驱动的服务场景多样性→消费者价值共创意愿消费者价值共创意愿消费者掌握资源
０.５３５０.７８３１４.３７３∗∗∗０.７３９１２.５０７７.２１８
∗∗∗Ｈ３ａ
Ｈ２ｂ场景多样性技术易用性→→→消费者价值共创意愿消费者掌握资源
０.６０８８.７３９
∗∗∗∗∗∗Ｈ３ｂＨ４ａ消费者价值共创意愿技术易用性
→→消费者掌握资源０.５８４０.７０７１１.３８４
∗∗∗消费者参与行为８.１９４
∗∗∗Ｈ４ｂＨ５ａ消费者价值共创意愿消费者掌握资源
→消费者参与行为０.５７１
０.８６６１９.７８９∗∗∗消费者公民行为７.９２２∗∗∗ Ｈ５ｂ
注:∗∗∗
消费者掌握资源→
→
消费者公民行为
０.９２６０.６８６２７.９６９１０.７５７
∗∗∗
表示Ｐ<０.００１ꎮ
五、研究结论与管理启示
新零售模式中数据驱动的服务、场景多样性与技术易用性特征为消费者带来的新体验对消费者价值共创能力的两个维度均有正向影响ꎮ这些新特征有助于不断对消费者行为与需求进行精细化的管理ꎬ提升服务水平ꎬ高效交互ꎬ满足消费者个性化需求ꎬ提升消费者对品牌的好感度ꎬ增强消费者对品牌的信任ꎬ从而提升消费者与企业进行价值共创的意愿ꎮ同时ꎬ这些特征还会激发用户深入了解企业品牌与服务的意愿ꎬ通过虚拟社区、会员体系等帮助用户与企业以及用户间建立更多链接ꎬ帮助用户获得更多信息ꎬ增加消费者拥有的资源ꎮ
消费者价值共创能力各个维度对消费者的价值共创参与行为与公民行为均有正向影响ꎮ新零售这种新的商业模式借助各种新技术ꎬ整合资源ꎬ为消费者提供了多场景、多维度、多样的零售服务ꎬ深入挖掘和满足了更多个性化的用户需求ꎬ加强了用户间交流ꎬ增加顾客接受服务时的耐心ꎮ同时让用户掌握了更多资源与主动权ꎬ帮助消费者更深入了解企业服务ꎬ加深了消费者与企业和其他用户之间的情感ꎮ这对于企业形象的提升和用户态度的好转都起到正向作用ꎮ消费者感受到更多的掌控能力与决定权也将推动消费者进行反馈或对他人自发推荐等非必需的行为ꎮ这种新的商业模式有利于提高消费者对企业长远的预期ꎬ消费者愿意以更高的价值共创意愿参与到与企业的价值共创活动中ꎮ最终ꎬ消费者的价值共创参与行为与公民行为在新零售模式中将增加ꎮ
根据本文的研究结论ꎬ建议零售企业在营销实践中应该注重构建更多元的数据体系ꎬ有针对地拓展服务场景ꎬ同时加强对新兴技术的运用ꎬ并注意降低消费者使用新技术的成本ꎬ充分发挥新零售商业模式的优势ꎬ鼓励消费者与企业共同创造价值ꎮ在与消费者的关系方面ꎬ应该加强对用户价值共创能力的了解与管理ꎬ定期进行调研ꎬ通过各类数据跟踪消费者行为ꎬ挖掘消费者的价值创造潜力ꎮ
参考文献[１]:
格理论与实践杜睿云ꎬ蒋侃[２]ꎬ２０１７.新零售(２)::内涵１３９－ꎬ１４１.
发展动因与关键问题[Ｊ].价中国流通经济赵树梅ꎬ徐晓红.“新零售”的含义、模式及发展路径[Ｊ].[３]经济王宝义.“新零售ꎬ２０１７(５):１４”的本质－２２.
ꎬ成因及实践动向[Ｊ].中国流通[４]王正沛ꎬ２０１７ꎬ３１(７):ꎬ李国鑫.３消费体验视角下新零售演化发展逻辑研
－１１.
商务营销◎
究[Ｊ].管理学报ꎬ２０１９ꎬ１６(３):３３３.
[５]ＰＡＹＮＥＡꎬＳＴＯＲＢＡＣＫＡＫꎬＦＲＯＷＰꎬｅｔａｌ.Ｃｏ－ｃｒｅａｔｉｎｇｂｒａｎｄｓ:Ｄｉａｇｎｏｓｉｎｇａｎｄｄｅｓｉｇｎｉｎｇｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｅｘｐｅｒｉｅｎｃｅ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２００９ꎬ６２(３):３７９－３８９.
[６]ＨＡＲＭＥＬＩＮＧＣＭꎬＭＯＦＦＥＴＴＪＷꎬＡＲＮＯＬＤＭＪ.Ｔｏｗａｒｄａｔｈｅｏｒｙｏｆｃｕｓｔｏｍｅｒｅｎｇａｇｅｍｅｎｔｍａｒｋｅｔｉｎｇ[Ｊ].ＪｏｕｒｎａｌｏｆｔｈｅＡ￣ｃａｄｅｍｙｏｆＭａｒｋｅｔｉｎｇＳｃｉｅｎｃｅꎬ２０１６ꎬ４５(３):１－２４.
[７]ＢＯＶＥＬＬꎬＰＥＲＶＡＮＳＪꎬＢＥＡＴＴＹＳＥꎬｅｔａｌ.Ｓｅｒｖｉｃｅｗｏｒｋｅｒｒｏｌｅｉｎｅｎｃｏｕｒａｇｉｎｇｃｕｓｔｏｍｅｒｏｒｇａｎｉｚａｔｉｏｎａｌｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒｓ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２００９ꎬ６２(７):６９８－７０５.
[８]ＧＲＯＴＨＭ.Ｃｕｓｔｏｍｅｒｓａｓｇｏｏｄｓｏｌｄｉｅｒｓ:Ｅｘａｍｉｎｉｎｇｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒｓｉｎｉｎｔｅｒｎｅｔｓｅｒｖｉｃｅｄｅｌｉｖｅｒｉｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔꎬ２００５ꎬ３１(１):７－２７.
[９]ＹＩＹꎬＧＯＮＧＴ.Ｉｆｅｍｐｌｏｙｅｅｓ“ｇｏｔｈｅｅｘｔｒａｍｉｌｅ”ꎬｄｏｃｕｓｔｏｍｅｒｓｒｅｃｉｐｒｏｃａｔｅｗｉｔｈｓｉｍｉｌａｒｂｅｈａｖｉｏｒ?[Ｊ].Ｐｓｙｃｈｏｌｏｇｙ＆Ｍａｒｋｅｔｉｎｇꎬ２００８ꎬ２５(１０):９６１－９８６.
[１０]ＹＩＹꎬＮＡＴＡＲＡＡＪＡＮＲꎬＧＯＮＧＴ.Ｃｕｓｔｏｍｅｒｐａｒｔｉｃｉｐａｔｉｏｎａｎｄｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒａｌｉｎｆｌｕｅｎｃｅｓｏｎｅｍｐｌｏｙｅｅｐｅｒｆｏｒｍａｎｃｅꎬｓａｔｉｓｆａｃｔｉｏｎꎬｃｏｍｍｉｔｍｅｎｔꎬａｎｄｔｕｒｎｏｖｅｒｉｎｔｅｎｔｉｏｎ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２０１１ꎬ６４(１):８７－９５.
[１１]ＭＥＲＺＭＡꎬＺＡＲＡＮＴＯＮＥＬＬＯＬꎬＧＲＡＰＰＩＳ.Ｈｏｗｖａｌｕａｂｌｅａｒｅｙｏｕｒｃｕｓｔｏｍｅｒｓｉｎｔｈｅｂｒａｎｄｖａｌｕｅｃｏ－ｃｒｅａｔｉｏｎｐｒｏｃｅｓｓ?ＴｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａＣｕｓｔｏｍｅｒＣｏ－ＣｒｅａｔｉｏｎＶａｌｕｅ(ＣＣＣＶ)ｓｃａｌｅ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２０１８ꎬ８２:７９－８９.
[１２]赖胜强.网络谣言对受众再传播行为的影响机理研究[Ｊ].情报杂志ꎬ２０１４(５):１５３－１５６.
[１３]谢恩ꎬ李垣.基于资源观点的联盟中价值创造研究综述[Ｊ].管理科学学报ꎬ２００３ꎬ６(１):８１－８６.
[１４]胡艳玲ꎬ高长元ꎬ翟丽丽ꎬ等.服务主导逻辑下大数据联盟数据服务创新价值共创机理[Ｊ].情报理论与实践ꎬ２０１９ꎬ４２(３):６０.
[１５]高磊.数字化时代场景营销的四大关键要素[Ｊ].广告大观:理论版ꎬ２０１７(６):９.
(上接第７７页)
用户数据面临外泄的风险ꎬ很多用户为了保护自己的信息安全ꎬ不愿意泄露或是输出自己的真实信息ꎬ使得企业无法准确判断用户需求ꎬ从而降低用户画像方法的现实意义ꎮ怎样实现用户的隐私保护ꎬ以及怎样建立用户与企业之间的信任感ꎬ是需要进一步研究的方向所在ꎮ
参考文献:
[１]金剑霞.大数据背景下企业精准营销研究[Ｊ/ＯＬ].中国商论ꎬ２０２０(３):９７－９８[２０２０－０２－０９].ｈｔｔｐｓ://ｄｏｉ.ｏｒｇ/１０.１９６９９/ｊ.ｃｎｋｉ.ｉｓｓｎ２０９６０２９８.２０２０.０３.０９７.
[２]郝胜宇ꎬ陈静仁.大数据时代用户画像助力企业实现精准化营销[Ｊ].中国集体经济ꎬ２０１６(４):６１－６２.
[３]李丹ꎬ高建忠.基于用户画像的图书馆推荐服务初探[Ｊ].图书馆ꎬ２０１９(７):６６－７１.
[１６]ＤＡＶＩＳＦＤ.Ｐｅｒｃｅｉｖｅｄｕｓｅｆｕｌｎｅｓｓꎬｐｅｒｃｅｉｖｅｄｅａｓｅｏｆｕｓｅꎬａｎｄｕｓｅｒａｃｃｅｐｔａｎｃｅｏｆｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ[Ｊ].ＭＩＳＱｕａｒｔｅｒｌｙꎬ１９８９ꎬ１３(３):３１９－３４０.
[１７]ＥＶＡＮＳＣＨＩＴＺＫＹＨꎬＩＹＥＲＧＲꎬＰＩＬＬＡＩＫＧꎬｅｔａｌ.Ｃｏｎｓｕｍｅｒｔｒｉａｌꎬｃｏｎｔｉｎｕｏｕｓｕｓｅꎬａｎｄｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓｏｆａｒｅｔａｉｌｓｅｒｖｉｃｅｉｎｎｏｖａｔｉｏｎ:Ｔｈｅｃａｓｅｏｆｔｈｅｐｅｒｓｏｎａｌｓｈｏｐｐｉｎｇａｓｓｉｓｔａｎｔ[Ｊ].ＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔＩｎｎｏｖａｔｉｏｎＭａｎａｇｅｍｅｎｔꎬ２０１５ꎬ３２(３):４５９－４７５.
[１８]ＲＥＮＪꎬＴＡＹＬＯＲＲＮ.Ａｕｔｏｍａｔｉｃａｎｄｖｅｒｓａｔｉｌｅｐｕｂｌｉｃａｔｉｏｎｓｒａｎｋｉｎｇｆｏｒｒｅｓｅａｒｃｈｉｎｓｔｉｔｕｔｉｏｎｓａｎｄｓｃｈｏｌａｒｓ[Ｊ].ＣｏｍｍｕｎｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＭꎬ２００７ꎬ５０(６):８１－８５.
[１９]贾学义.信任对信息行为的影响研究述论:基于ｗｅｂｏｆｓｃｉｅｎｃｅ核心集[Ｊ].宁夏大学学报(人文社会科学版)ꎬ２０１８ꎬ４０(１):１３８－１４４.
[２０]ＷＡＳＫＯＭＭＬꎬＦＡＲＡＪＳ.“Ｉｔｉｓｗｈａｔｏｎｅｄｏｅｓ”:Ｗｈｙｐｅｏ￣ｐｌｅｐａｒｔｉｃｉｐａｔｅａｎｄｈｅｌｐｏｔｈｅｒｓｉｎｅｌｅｃｔｒｏｎｉｃｃｏｍｍｕｎｉｔｉｅｓｏｆｐｒａｃ￣ｔｉｃｅ[Ｊ].ＴｈｅＪｏｕｒｎａｌｏｆＳｔｒａｔｅｇｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓꎬ２０００ꎬ９(２－３):１５５－１７３.
[２１]龚主杰ꎬ赵文军ꎬ熊曙初.基于感知价值的虚拟社区成员持续知识共享意愿研究[Ｊ].图书与情报ꎬ２０１３(５):８９－９４.[２２]ＢＥＲＧＡＭＩＭꎬＢＡＧＯＺＺＩＲＰ.Ｓｅｌｆ－ｃａｔｅｇｏｒｉｚａｔｉｏｎꎬａｆｆｅｃｔｉｖｅｃｏｍｍｉｔｍｅｎｔａｎｄｇｒｏｕｐｓｅｌｆ－ｅｓｔｅｅｍａｓｄｉｓｔｉｎｃｔａｓｐｅｃｔｓｏｆｓｏｃｉａｌｉ￣ｄｅｎｔｉｔｙｉｎｔｈｅｏｒｇａｎｉｚａｔｉｏｎ[Ｊ].ＢｒｉｔｉｓｈＪｏｕｒｎａｌｏｆＳｏｃｉａｌＰｓｙｃｈｏｌｏｇｙꎬ２０００ꎬ３９(４):５５５－５７７.
[２３]ＦＡＵＬＬＡＮＴＲꎬＳＣＨＷＡＲＺＥＪꎬＫＲＡＪＧＥＲＩꎬｅｔａｌ.Ｔｏｗａｒｄｓａｃｏｍｐｒｅｈｅｎｓｉｖｅｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｌｅａｄｕｓｅｒｎｅｓｓ:Ｔｈｅｓｅａｒｃｈｆｏｒｉｎｄｉｖｉｄｕａｌｃｒｅａｔｉｖｉｔｙ[Ｊ].ＣｒｅａｔｉｖｉｔｙａｎｄＩｎｎｏｖａｔｉｏｎＭａｎａｇｅｍｅｎｔꎬ２０１２ꎬ２１(１):７６－９２.
[２４]ＶＡＬＬＥＲＡＮＤＲＪꎬＤＥＣＩＥＬꎬＲＹＡＮＲＭ.Ｉｎｔｒｉｎｓｉｃｍｏｔｉｖａ￣ｔｉｏｎｉｎｓｐｏｒｔ[Ｊ].ＥｘｅｒｃｉｓｅａｎｄＳｐｏｒｔＳｃｉｅｎｃｅｓＲｅｖｉｅｗｓꎬ１９８７ꎬ１５(１):３８９－４２６.
作者简介:
李翠微ꎬ女ꎬ内蒙古呼和浩特人ꎬ北京邮电大学硕士研究生ꎬ研究方向:价值共创ꎮ
[４]郝书雅.大数据营销背景下的消费者画像分析[Ｊ].全国流通经济ꎬ２０１９(２０):８－９.
[５]王向晖.基于用户画像的电商企业移动精准营销研究[Ｊ].齐齐哈尔师范高等专科学校学报ꎬ２０１９(６):９５－９６.
[６]崔春生ꎬ王雪ꎬ李文龙.情境环境下基于用户画像的旅游产品推荐算法研究[Ｊ].数学的实践与认识ꎬ２０１９ꎬ４９(２０):１２２－１３１.
[７]袁军.大数据环境下用户画像在高校图书馆的应用研究[Ｊ].图书馆研究与工作ꎬ２０１９(６):２２－２６.
[８]曾鸿ꎬ吴苏倪.基于微博的大数据用户画像与精准营销[Ｊ].现代经济信息ꎬ２０１６(１６):３０６－３０８.
作者简介:
王斐ꎬ女ꎬ山东人ꎬ东南大学研究生ꎬ研究方向:电子商务、数据分析、个性化推荐ꎮ
—８３—
因篇幅问题不能全部显示，请点此查看更多更全内容