随着社交电商的快速发展，通过社交关系的共振形成信息更广范围的传播从而带动电商购买力的社区化电子商务模式应运而生，社区化电子商务一端是集内容生成和人际社交等功能于一体的网络社区；另一端则是销售商品的电商购物平台。社区化电商平台大多以成熟的网络社区为前身，依靠网络社区积累的庞大用户流量，可以将原有的社区用户转变为电商购买力。但是与传统电商一样，这种模式极易被复制和模仿，并且由于当前一些社交电商平台“虚假营销软文”、“刷好评”、“网红带货泛滥”等现象频频发生，也导致了网络顾客信任危机，因此如何提升用户的忠诚度从而获得更大的竞争优势，是其面临的最大问题。

在兼具“社交+购物”功能的社区化电商背景下，消费者不仅关注产品的价格、服务的质量，还更加关注社区互动的用户体验，良好的用户体验对用户忠诚度的提升有着极为重要的作用[1]。但是，由于社交网络的社会性、交互性和复杂性等特点更为突出，融虚拟社区和购物平台为一体的社区化电商模式在服务模式与交互方式等方面都发生了变化，传统电子商务和品牌虚拟社区用户忠诚度的影响因素也不能一成不变的应用到社区化电商中。在社区化电商模式中，基于其“社交+购物”的特性来增强用户在网络社区模块和电商购物模块的体验质量，从而实现“社区流量—电商流量”的变现，对用户忠诚度的提升至关重要。

综上，本文以社区化电子商务为研究背景，从网络社区和购物平台相结合的角度出发，综合社区体验和购物体验两个维度着重考察社区化电商平台用户忠诚度的影响因素、作用机制和提升机制，从而把握住关键体验点，精准地提升顾客忠诚度。

1、理论基础

1.1 用户体验

用户体验是一种复杂的感受，源自于对感觉、心灵和头脑的刺激而诱发对个别事件的感知，研究表明用户体验是用户重复购买行为的决定性因素。关于网络用户体验的研究，目前主要集中在三个方面：一是研究如何优化用户体验，如刘敏[2]从视觉体验和逻辑规则体验维度研究了搜索引擎用户体验并提出了优化方法；二是研究如何评估用户体验，如马思琪等[3]对VR用户体验进行了评估研究；三是研究用户体验的价值，主要集中在用户态度和用户行为方面，如崔筱婷等[4]研究了跨境电商平台用户体验对购买意愿的影响。以往大部分研究都以单一的虚拟社区或传统电子商务平台为背景探讨网络用户体验的影响，与传统电商平台不同，社区化电商平台的用户不再独立地与电商进行互动，它融合了在线社区，支持在线购物的同时也支持用户互动和生成内容，因此基于体验视角的社区电商平台用户忠诚度研究，必须将社区体验和购物体验相结合，并不能从单一的传统体验视角展开。

1.2 网络用户忠诚度

培养和维系顾客忠诚是互联网企业获取利润和竞争优势的关键途径，用户忠诚度是消费者体验的重要结果，李静[1]通过对品牌体验、品牌社区与消费者忠诚相关性的研究，指出用户体验对用户忠诚度有显著正向影响。但是在消费者参与网络活动过程中，不同体验成分对于用户忠诚度的影响作用及机制存在较大差异[5]，且不同模式和类型的电商平台中顾客忠诚各影响因素的作用方向、影响路径及强度也会存在差异，单一网络社区或传统电子商务平台背景下用户忠诚度的影响因素并不能一成不变的应用到社区化电商中[6]。综上，本文以社区化电子商务用户忠诚度为对象，构建基于用户体验视角（社区体验+购物体验）的忠诚度影响因素模型，并运用结构方程模型等实证研究电商体验、社区体验对社区化电商平台顾客忠诚度的影响因素和作用机制。

2、模型构建和研究假设

2.1 研究模型的构建

社区化电子商务包括网络社区和购物商城两个部分，由于用户在不同功能的平台环境中所产生的体验也不同，所以基于体验视角的社区化电子商务用户忠诚度的研究要以网络社区体验和电商购物体验两个视角为切入点，将网络社区内产生的社交行为与电商平台中产生的购物行为相结合。基于社交电商、用户体验、网络用户忠诚理论的研究，本文参考用户体验—用户认同（信任和满意）—用户忠诚的研究模型，结合社区化电商平台的特点构建基于体验视角的社区化电子商务用户忠诚度影响因素的模型。构建研究模型如图1所示。

2.2 研究假设的提出

2.2.1 关于电商购物体验因素的假设

图1基于体验视角的社区化电子商务用户忠诚度影响因素模型

产品质量。研究发现大部分消费者会选择在自身喜爱并且产品质量相对较高的平台上购物，产品质量的好坏会直接影响消费者对平台的信任程度，产品或服务质量有助于提升顾客满意度，商品和服务的物有所值对提升顾客忠诚具有正向的影响[6]。因此，提出假设：

H1a：产品质量正向影响平台用户信任度；

H1b：产品质量正向影响平台用户满意度；

H1c：产品质量正向影响平台用户忠诚度。

商品种类。社区化电商平台以通过虚拟社区用户间互动来辅助商品的销售，平台商品种类越丰富，越能够满足消费者不同种类商品的购物需求，对平台的满意度和信任度也越高[5]，因此提出假设：

H2a：商品种类正向影响平台用户信任度；

H2b：商品种类正向影响平台用户满意度；

H2c：商品种类正向影响平台用户忠诚度。

服务质量。当顾客在网络购物过程中遇到问题时，需要平台及时、友好、有效的对顾客所遇到的问题进行解决，良好的服务质量可以提升顾客的满意度和信任度。Seoyoung et al[7]的研究中表明，高质量的服务是影响消费者品牌忠诚的因素。因此，提出假设：

H3a：服务质量对平台用户信任度具有正向影响；

H3b：服务质量对平台用户满意度具有正向影响；

H3c：服务质量对平台用户忠诚度具有正向影响。

系统质量。稳定的系统质量和技术支持是电子商务平台顺利运行最基本的要求，Wolfinbarger et al[8]验证了系统质量是顾客对网站满意的重要因素。安全的运行系统会增加顾客的信任感，方便快捷的搜索系统会增加顾客对平台的满意度，从而增加顾客忠诚度。因此，提出假设：

H4a：系统质量对平台用户信任度具有正向影响；

H4b：系统质量对平台用户满意度具有正向影响；

H4c：系统质量对平台用户忠诚度具有正向影响。

2.2.2 关于社区体验因素的假设

社区活跃度。网络社区活跃度指社区活动的组织频度、参与话题讨论人数以及话题的回应程度。Bansal et al[9]研究发现，网络社区活跃度越高，信息的发送者和接受者在心理上的距离就越接近，此时信息接受者对信息产生的信任度越高。因此，提出假设：

H5a：社区活跃程度正向影响平台用户满意度；

H5b：社区活跃程度正向影响平台用户忠诚度；

H5c：社区活跃程度正向影响平台用户信任度。

社区吻合度。社区吻合度指网络社区与其成员之间的兴趣爱好和价值观的吻合程度，也包括社区内容设计的细分程度、信息的丰富程度以及与用户需求的吻合程度。研究发现当顾客对网络社区表现出高度契合时，会对其产品和服务表现出更高的忠诚[10]。因此，提出假设：

H6a：社区吻合程度正向影响平台用户满意度；

H6b：社区吻合程度正向影响平台用户忠诚度；

H6c：社区吻合程度正向影响平台用户信任度。

知识共享度。知识共享度指网络社区的知识创造与共享程度。社区化电商平台中，用户可以查阅商品的评论或购物体验，为其做出购买决策提供了参考依据；在购物之后，用户可以分享商品或服务的使用感受及亲历的购物体验，为别人做出购物决策提供依据[11]。可见知识共享度对社区成员对平台的忠诚度和满意度至关重要。因此，提出假设：

H7a：知识共享度正向影响平台用户信任度；

H7b：知识共享度正向影响平台用户满意度；

H7c：知识共享度正向影响平台用户忠诚度。

2.2.3 替代品吸引力对用户忠诚度影响的假设

在互联网环境中，消费者能够运用多种网络渠道去发掘替代产品的相关信息，并在现有的产品与替代品之间进行比较，进而做出是否转换产品或服务平台的决策，可见替代品吸引力对于持续承诺具有负向作用。Ghazali et al[12]研究发现，替代品吸引力对在线零售商的忠诚度具有显著负向影响。因此，提出假设：

H8：替代品吸引力负向作用于用户忠诚度。

2.2.4 转换成本对用户忠诚度影响的假设

较高的转化成本容易使消费者放弃转换产品或服务的提供者。Sari et al[13]通过研究发现高的顾客转换阻碍和转换成本能够预测调查对象对银行的忠诚度，转换成本正向影响顾客忠诚度。因此，提出假设：

H9：转换成本正向影响用户忠诚度。

2.2.5 信任对用户满意度和忠诚度影响的假设

在进行网络交易时，消费者一定会更倾向选择信誉较高的平台，因此用户信任度在构建良好的顾客满意过程中扮演着十分重要的角色，同时信任也是产生顾客忠诚度的前提条件。用户忠诚将会受到信任各个维度的积极影响，信任对顾客忠诚呈正相关作用。因此，提出假设：

H10a：信任度会正向影响平台用户满意度；

H10b：信任度会正向影响平台用户忠诚度。

2.2.6 满意对用户忠诚度影响的假设

Srivastava et al[14]在研究中表明，客户体验会通过客户满意影响消费者品牌忠诚，且满意度和忠诚度两者之间正向相关。对于社区化电商平台而言，用户既可以在社区分享交流也可以在平台进行购物，当用户满意度增加时，他们才有可能再次进行分享交流或重复购物，从而持续增加忠诚度。因此，提出假设：

H11：满意度正向影响用户忠诚度。

2.2.7 信任度和满意度中介作用假设

由于信任度和满意度产生于对平台的整体衡量，既包括社区活跃度、社区吻合度和知识共享度，也包括电商产品质量、服务质量等因素，社区体验和电商体验各维度的因素都可能影响用户信任度和满意度，所以信任度和满意度也具有中介作用。因此，提出假设：

H12a：信任度在电商购物体验与用户忠诚度关系中具有中介作用；

H12b：信任度在社区体验与用户忠诚度关系中具有中介作用；

H12c：满意度在电商购物体验与用户忠诚度关系中具有中介作用；

H12d：满意度在社区体验与用户忠诚度关系中具有中介作用。

3、研究设计及实证分析

3.1 变量测量

对所有的构念测量均借鉴前人的成熟量表，并与相关专家讨论改进，采用李克特7级量表，确保测量量表具有良好的效度和信度。以社区体验和购物体验两个角度为切入点，电商购物体验中，系统质量的测量语项借鉴Wolfinbarger et al[8]的研究；服务质量的测量语项借鉴Zhou T et al[15]的量表。社区体验中的社区活跃度的测量语项借鉴Bansal et al[9]的量表，知识共享度的测量语项借鉴周军杰等[16]的量表；转换成本的测量语项主要借鉴Chang et al[17]的量表；替代品吸引力的测量语项主要借鉴Bansal et al[9]的量表。

3.2 样本特征

选择中国互联网调研平台设计调查问卷，正式发布前进行小规模数量的提前测试并针对存在的问题进行了二次修订。选择用户数量庞大，用户活跃度高，发帖量较大且保持持续更新的社区化电商平台收集数据，正式问卷共回收415份，其中有效问卷共计340份，样本量大于量表题项5倍，符合要求。有效样本的结构情况如表1所示，样本能较好地反映社区化电子商务用户的基本特征。

3.3 信度和效度检验

信度检验包括内部一致性信度和组合信度。关于内部一致性信度，通过计算各维度所有变量的Cronbach'α值，其值均在0.736以上，大于推荐的基准值0.700，可见每个构念有较高的内部一致性；关于组合信度，计算所有构念组合信度CR值，其值均在0.853以上，大于推荐基准值0.700，说明所有构念有较高的组合信度。具体如表2所示。

效度检验包括收敛效度和鉴别效度。关于收敛效度，采用验证性因子分析检验。由表2可知，所有测项的因子载荷都大于0.5，且测量模型的验证性分析结果显示：χ2/df值为1.843（满足χ2/df<2);RMR值为0.046（满足RMR<0.050);GFI值为0.945、CFI值为0.994、NFI值为0.950、NNFI值为0.969，这些数值均大于0.900;RMSEA的值为0.043，小于0.050，可见收敛效度较高。

关于判别效度，通过平均方差提取(AVE)检验，见表2，所有变量的AVE值均大于0.666，大于推荐值0.500；如表3所示，除知识共享度与满意度的相关系数外，所有AVE值的平方根均大于相应变量间的相关系数，说明各变量之间具有较好的判别效度。

表1有效样本结构描述

表2变量信度和收敛效度检验

综上，数据具有较好的信度和效度。

3.4 数据同源偏差分析

表3判别效度检验结果

同一个体填写问卷时可能造成同源偏差，采用了设置判别性的反向语项方式，以此删除存在明显逻辑性矛盾的问卷。

采用Harman的单因子检验法和构念之间相关系数检验法对数据进行检验。对全部构念测项进行探索性因子分析，运用SPSS23.0得出第一个因子的方差解释率为43.799%，小于50%，说明研究数据的共同方法偏差在可接受范围之内。

检验构念之间的相关系数，构念间的相关系数最大者为0.843，小于0.9。综上所述，无严重同源偏差问题，可作进一步数据分析和假设检验。

3.5 模型检验与结果分析

采用AMOS17.0软件运用最大似然估计法对结构模型进行检验。结果显示x2/df的值为1.883，满足建议小于3的标准；CFI值为0.991,GFI值为0.940,NNFI值为0.967,NFI值为0.948，均大于0.900;RMSEA等于0.045，低于建议值0.050，结构模型有较好的拟合度，适宜进行路径分析。具体分析结果如表4所示。

表4回归分析主效应检验结果

3.6 中介检验

采用ZHAO et al[18]提出的中介效应检验程序，运用SPSS软件的BootStrap方法对中介效应检验。样本量选择5 000，根据间接效应在95%置信区间是否包括0来判断中介效应是否显著，如表5至表8所示。

表5平台信任度在用户电商购物体验各维度与用户忠诚度关系中的中介效应

对中介路径是否存在进行检验。结果表明：信任度在购物体验对忠诚度影响中发挥的中介作用显著，中介作用大小为0.703，且在95%的置信水平上，中介效应的置信区间不包括0，假设H12a成立。同理，假设H12c,H12b,H12d成立。

表6平台满意度在用户电商购物体验各维度与用户忠诚度关系中的中介效应

表7平台信任度在用户社区体验各维度与用户忠诚度关系中的中介效应

表8平台满意度在用户社区体验各维度与用户忠诚度关系中的中介效应

从中介效应值的大小来看，平台满意度在社区体验对忠诚度影响中的中介作用明显大于其在购物体验对忠诚度影响中的中介作用，由于社区化电商平台是由网络社区转型而来，所以社区体验的满意度对提升用户忠诚度更显重要；而信任度在社区体验和购物体验对忠诚度影响中的中介作用大小无显著差异。

4、结论与启示

本文以社区体验和电商购物体验视角探究社区化电商平台用户忠诚度的影响因素，构建社区电商用户忠诚度影响因素模型，并提出相关研究假设，采用因子分析和结构方程模型实证分析平台用户忠诚度的影响因素和作用机制。结果显示：购物体验各维度对用户忠诚度具有显著正向影响；社区体验各维度对用户忠诚度具有显著正向影响；转换成本正向影响用户忠诚度。同时，信任度和满意度在购物体验和社区体验对用户忠诚度的影响中发挥中介效应。

本文对于社区化电商用户忠诚度的提升机制的启示如下：

第一，提升用户体验质量，建立良好的信任机制。信任对用户忠诚影响显著，在社区体验方面，建立社区用户的原创内容生产激励机制，鼓励用户原创、记录真实的使用体验，监管社区信息质量、及时审核信息内容，避免大量广告贴、网红带货贴和虚假信息贴导致用户信任度降低和用户流失，提升用户体验的真实感；在购物体验方面，注重提升产品与服务质量，保证正品，丰富产品种类。

第二，提升服务体验质量，重视转换成本的效用。转换成本对用户忠诚有正向影响，在社区体验方面，应从积分兑换、与用户的亲密关系等多个方面提高转换成本；在购物体验方面，应强化产品和服务质量以提高转换成本，增强服务体验质量，保留住忠诚的顾客。

第三，提升环境体验质量，增强用户满意度。系统质量对满意度影响显著，在购物体验方面可以设计更加人性化的系统界面、拓展多样化系统功能、为客户提供个性化的使用环境服务。社区活跃度、社区吻合度正向影响满意度，在社区体验上，可以设计有趣的版块以增强社区活跃度，增加用户反馈机能了解社区成员的需求并及时做出调整以提高吻合度，还可以组织多种形式用户感兴趣的社区活动以此增强用户参与度并提升参与过程中的快乐感，从而提升环境体验质量，增加用户的满意度，提升忠诚度。

提升个性化体验质量，注重创新发展与应用。社区功能上，应对用户分享的内容以及浏览、点赞、收藏、回复的情况进行深度分析，挖掘用户感兴趣的共同话题及信息，探究社交行为到购买行为转化的影响因素，设计新应用或新功能；购物功能上，注重个性化需求，根据用户的购物记录、浏览及收藏等情况，针对不同人群进行有针对性的信息推送、产品设计，满足各受众群体的需要，增强个性化体验，提升忠诚度。

参考文献:

[1]李静.品牌体验､品牌社区关系与消费者品牌忠诚相关性分析[J].商业经济研究,2022(1):74-77.

[2]刘敏.基于用户体验的品牌搜索引擎服务评价及优化[J].图书馆学研究,2020(19):41-49.

[3]马思琪,车啸平,于淇,等.基于事件的虚拟现实用户体验评估方法研究[J].计算机科学,2021,48(2):167-174.

[4]崔筱婷,曲洪建.跨境电商平台用户体验对服装消费者购买意愿的影响———基于来源国形象的调节作用[J].丝绸,2020,57(4):52-61.

[5]黄京华,金悦,张晶.企业微博如何提升消费者忠诚度———基于社会认同理论的实证研究[J].南开管理评论,2016,19(4):159-168.

[6]沈鹏熠,许基南,朱建斌.混合服务质量对双线服务忠诚的影响———线上线下融合视角[J].商业经济与管理,2021(2):16-33.

[10]梁天宝,邓保国.虚拟品牌社区价值对品牌认同的影响:社区体验与在线支持的调节分析[J].商业经济研究,2022(5):84-87.

[11]罗汉洋,李智妮,林旭东,等.网络口碑影响机制:信任的中介和性别及涉入度的调节[J].系统管理学报,2019,28(3):401-414.

[16]周军杰,左美云.线上线下互动､群体分化与知识共享的关系研究———基于虚拟社区的实证分析[J].中国管理科学,2012,20(6):185-192.

基金资助:国家社科基金青年项目(18CGL015);上海科委软科学重点项目(18692111000);上海市科技计划项目(22692104000);

文章来源:孙天慧.基于体验视角的社区化电商用户忠诚度作用机理及提升机制研究[J].物流科技,2024,47(15):48-54.