1. 引言
随着移动终端的普及以及互联网技术的发展，社交媒体平台已经成为人们日常生活中不可或缺的信息获取工具。作为内容分享平台，无论是普通用户或是商品生产商均能方便快捷地发送与商品信息相关的内容，使消费者有条件地主动搜寻产品和企业的信息，及时与商家进行沟通和交流，并积极地分享信息。一些社交媒体甚至直接将信息内容链接购物页面，为消费者提供了更加便捷、个性化的购物体验。因此，提高社交媒体平台信息获取效果，对相关商家有着重要意义。
在社交媒体平台中，消费者获取信息的方式除传统的主动的商品信息获取之外，更为普遍的则是有非线性的、被动的商品信息获取，即信息偶遇。消费者们可能在休闲娱乐时浏览到某一商品信息，并被其吸引，亦或是在了解某一商品信息时，在评论区等地看到了另一个商品信息，并对其感兴趣。总之，在社会化媒体平台已经日益成为消费者进行信息偶遇获取购物信息，并进行购物决策的重要平台。因此，本文旨在研究社会化媒体环境中消费者信息偶遇行为对其针对商品信息的沟通交流及购买行为的影响，并为企业的营销策略提供参考。
2. 理论基础及文献综述
SICAS模型是根据2011年中国互联网络信息中心发布的《2011中国社会化营销蓝皮书》，对用户消费行为进行了一种全新的分析模式。主要包括Sense (感知)、产生兴趣–互动(Interest & Interactive)、建立连接与相互沟通(Connect & Communicate)、行动(Action)、分享(Share)五个阶段，同时五个阶段也相互关联，每个阶段都互相影响，形成了双向互动。SICAS模型已完整地描述了社会化媒体营销环境下消费者的消费行为。已有研究以SICAS模型作为理论基础，研究某一特定消费产品的营销策略，如杨盼[1]、赵嘉旭[2]分别借助SICAS模型研究盒马、泡泡玛特营销策略。关于该模型的研究，杨仕梅、周小波[3]从消费者、公司两个角度分别对该模型进行了分析。
研究领域中关于信息偶遇的探讨最早起源于1995年Erdelez首次阐述了信息偶遇这一概念[4]。她将信息偶遇定义为一种在没有明确预期的情况下，偶然发现有趣或有价值的信息的现象。随后，Erdelez [5]、栗村伦久[6]等研究人员进一步发展了信息偶遇的过程模型，他们将信息偶遇的过程细化为几个阶段：注意力的吸引、停留、审查、信息的获取、返回或结束。在获取行为阶段，涉及信息的分享、保存和应用等行为。至今，关于信息偶遇的研究主要聚焦于探讨触发信息偶遇的各种因素。例如，张悦和胡翠红[7]从用户特征、信息特性和环境设置三个维度分析了影响信息偶遇的关键因素。郭海霞[8]也指出，在网络浏览的环境中，那些具有较高好奇心、信息素养以及学习动机的用户更倾向于经历信息偶遇。
以往研究中，有关消费者行为及信息偶遇均已取得了不少研究成果，但在社会化媒体环境中，消费者非线性的信息获取，及其对消费行为的影响尚未明晰，因此本研究将研究重点放在消费者被动的、偶然的信息获取对其消费行为的影响。
3. 研究方法
3.1. 研究假设
已有研究围绕社会化媒体平台消费者行为、相关营销对策展开，但少有研究从信息偶遇视角展开，但在社会化媒体平台，消费者信息行为不同于电子商务平台中消费者主动搜索的信息获取方式，大多消费者更可能在浏览社交媒体过程中被动地与商品信息产生感知、互动等行为，与消费者行为相契合。重点从用户社交出发、从其信息偶遇的角度、研究其行为，不同于以往研究中倾向于从产品营销角度分析消费者行为。
根据SOR理论[9]，及意义建构理论[10]，人在信息获取过程中也有主观认知过程，用户的信息偶遇过程，即被动的信息获取过程，其个体认知参与其中，SICAS模型也认为消费者会在不断浏览社会化媒体过程中对相关商品及某一行业产生一定认知。当消费者在无目的浏览社交媒体过程中，会被动获取商品信息偶遇，这一过程中对该品牌、商品信息产生认知，因此我们假设：
H1：信息偶遇正向影响消费者对商品信息或服务的感知。
基于SICAS模型[11]，消费者行动主要体现在与商家互动、购买以及分享行为。社会化媒体环境中，用户可以从各种形式偶遇商品信息或服务，例如抖音、小红书等平台内容的评论中，也可以在与陌生人互动中、品牌直播间，信息偶遇的途径更为多元，且社交媒体方便的交互特性，也使得用户之间、消费者与商家之间的交流变得更为便捷，能快速地针对偶遇信息进行交流，方便了消费者深入了解产品信息，故而我们假设：
H2：消费者对商品信息或服务的感知正向影响消费者对商品信息的兴趣。
在社交媒体平台上，了解某一具体商品信息或消费市场状况，以此作为自己购物的依据，已成为消费者重要的购物方式。已有研究中，樊树钢、郭宸希等指[12]出女大学生们会通过不同渠道收集了解更多的品牌及商品信息之后再进行线上或线下消费。消费者在信息偶遇后对该商品信息产生兴趣，进而也会引发其直接的购买行为，因此我们假设：
H3：消费者对商品信息或服务的感知正向影响消费者消费行为。
3.2. 变量设计及数据收集
根据研究目标，将本次研究因变量和自变量，分别为信息偶遇和消费者沟通交流行为及购买行为，以信息偶遇及消费者行为中的感知作为中介变量。依据Kim等人[13]构建的信息偶遇量表以及SICAS模型概念。针对这四个变量，均设置了一定量问题。本研究的问卷测量量表采用Likert5级量表，分值范围从1分到5分，分别对应为1“完全不可能”~5“一定会”。
本研究通过发放问卷的方式，搜集了那些在社交网络上有过商品信息偶遇以及信息获取用户的反馈。问卷题项设计紧扣本研究所设计的关于信息偶遇对消费者行为作用模型，并针对模型中提及的关键因素构建了相应的问题，参与者根据自己的实际体验对这些问题进行了评分。为了量化参与者的态度和感受，本研究采用了5级Likert量表进行问卷评分，分数从1到5，分别代表“完全不可能”至“一定会”。通过问卷星平台共发放了196份问卷，并对答案雷同的问卷进行了筛选，最终得到有效问卷187份。从收集的基本数据来看，男生比例42%，女生比例57.2%其中被试者大部分年龄集中在20到40岁，占65.9%，该群体使用社交媒体更为频繁，信息素养较高，能更主动借助相关平台获取信息。在教育背景方面，拥有本科学历及以上的参与者占据了较大比例，达到47.6%。关于社交媒体的使用频率，数据显示有44.4%的受访者表示他们会经常性地使用社交媒体，而有46.7%的受访者则认为自己总是使用社交媒体。整体而言，调查对象的特征与实际情况相吻合，因此所收集的数据具有较好的代表性。
4. 实证分析
4.1. 信度分析
Cronbach’s Alpha系数是一种衡量问卷或测试内部一致性的信度指标，广泛应用于学术研究中以确保数据的可靠性。在本研究中，我们运用了SmartPLS 3.0这一分析工具来进行信度的检验。根据普遍的学术标准，Cronbach’s Alpha系数的不同数值范围代表了不同的信度水平。当α值低于0.6时，通常认为问卷或量表的内部一致性较差，信度不足，因而所得数据的研究价值有限。如果α值处于0.7至0.8之间，则认为量表具有较好的信度，表明问卷或测试的各个题目在一定程度上能够一致地测量同一概念。当α值超过0.8时，我们可以说量表具有非常高的信度，意味着问卷或测试的各题目在测量目标概念时表现出高度的一致性和可靠性。本研究中量表问卷的信度如表1所示，其中，GZ表示感知维度、IE (Information encountering)表示信息偶遇维度、JL表示沟通与交流维度、XD表示行动维度。各维度的量表信度均在0.7以上，说明整体的结果具有一定的可信度，可以进行后续的分析。
Table 1. Reliability and validity analysis
表1. 信效度分析
|
Cronbach’s Alpha |
rho_A |
组合信度(CR) |
平均抽取变异量(AVE) |
IE |
0.894 |
0.895 |
0.917 |
0.613 |
JL |
0.737 |
0.737 |
0.884 |
0.791 |
XD |
0.758 |
0.921 |
0.885 |
0.795 |
GZ |
0.701 |
0.710 |
0.869 |
0.769 |
4.2. 效度分析
在进行问卷研究时，除了信度检验之外，效度的检验也是至关重要的。效度主要分为两种：收敛效度和区别效度。
在本研究中，我们采用了平均提取方差(Average Variance Extracted, AVE)和组合信度(Composite Reliability, CR)等指标来评估收敛效度。一般而言，AVE值大于0.5表明量表具有良好的收敛效度，意味着量表中的题目在很大程度上能够反映其所测量的潜在变量。
根据表1的数据，我们可以看到本研究中的所有变量的AVE值均超过了0.5的标准阈值，这表明各个变量的测量具有良好的收敛效度。同时，CR值是另一种评估内部一致性的指标，其值接近或超过0.7通常被认为是可接受的。在本研究中，CR值集中在0.9左右，远高于0.7的标准，进一步证实了量表的高内部一致性。
此外，为了检验区别效度，我们还需要确保每个潜在变量的AVE平方根值大于该变量与其他潜在变量之间的相关系数。在本研究中，量表问卷的各维度均已达到这一标准，如表2所示，表明问卷不仅具有收敛效度，也具有区别效度。
Table 2. Tests of differential validity
表2. 区别效度检验
|
GZ |
IE |
JL |
XD |
GZ |
0.877 |
|
|
|
IE |
0.741 |
0.783 |
|
|
JL |
0.706 |
0.732 |
0.890 |
|
XD |
0.168 |
0.154 |
0.166 |
0.892 |
综上所述，本研究的问卷量表在收敛效度和区别效度方面均达到了研究的要求，这为研究结果的可靠性和有效性提供了坚实的基础。
4.3. 假设检验
路径系数方面，本研究共提出3个假设，结果如表3所示，消费者在社会化电子商务平台中的信息偶遇与其对商品信息或服务的感知(β = 0.741, t = 14.317, p = 0.000 < 0.05)成正向显著关系，假设H1成立；消费者对商品信息或服务的感知与消费者的沟通交流行为(β = 0.706, t = 11.504, p = 0.000 < 0.05)之间成正向显著关系，假设H2成立；消费者对商品信息或服务的感知与消费者购买行为(β = 0.168, t = 1.807, p = 0.036 < 0.05)之间成正向显著关系，假设H3成立。
Table 3. Path coefficient regression results
表3. 路径系数回归结果
|
初始样本(O) |
样本均值(M) |
标准差(STDEV) |
T统计量(|O/STDEV|) |
p值 |
结论 |
IE -> GZ |
0.741 |
0.737 |
0.052 |
14.317 |
0.000 |
支持 |
GZ -> JL |
0.706 |
0.704 |
0.061 |
11.504 |
0.000 |
支持 |
GZ -> XD |
0.168 |
0.169 |
0.093 |
1.807 |
0.036 |
支持 |
5. 结果与讨论
本文通过设计调查问卷和收集数据，借助SmartPLS对数据进行分析之后发现：(1) 消费者对商品信息偶遇会助使其对该商品及相关产品市场产生一定感知。(2) 在以消费者对商品信息的感知作为中介时，消费者对商品信息的偶遇一定程度上影响消费者沟通与购买行为。
根据以上结论，本研究提出以下建议：第一，要为消费者信息偶遇创造机会。加强对商品信息发布账户数据监管，关注账号播放量、转发、评论等相关数据，及时调整信息内容，关注消费者用户画像、市场动向，注重内容维护。提高信息发布质量，同时发挥意见领袖作用，加强与相关领域博主合作，制定合理的营销策略，提高产品信息传播质量与效果，提供更多相关产品信息，为消费者信息偶遇提供更多机会。与此同时，也必须保证内容信息的真实，维护品牌声誉。第二，由于社会化媒体多样化的信息呈现方式，消费者可以用纯文字、图片以及视频等形式进行在线评论。评论过程进一步促进了商品信息偶遇，消费者经常在浏览相关产品信息时获取其他消费者提供的商品或服务信息，帮助自己更好地做出消费决策。产品商家也应注重在线评论的维护，保证销售伦理道德。第三，对于社会化媒体平台来说，要加强对平台监管，要维护良好的购物环境，加强对产品商家信息发布真实性及质量进行管理，引导商家及相关博主发布优质视频，对在线评论进行维护，完善平台在线评论体系，积极引导消费者作出真实有效的商品评价。第四，社会化媒体平台也应引导消费者理性消费，引导消费者辨明商品信息真实性，对相关广告信息进行明显区分，传递正确消费观，不能一味宣扬消费主义，要引导消费者合理正确消费。