1. 研究背景
孙丽燕等[1]给出了数字化营销(Digital-Marketing)的定义是，以互联网信息技术为基础，通过利用现代数字化手段等互联网技术，并依托企业资源来开展的营销活动，目的是为了实现企业产品或服务被销售的经营盈利活动过程。数字化营销使企业以营销活动为核心，构建数字化、智能化、网络化等的信息集成、应用与共享系统。该系统能够将企业各部门、各区域，甚至商务伙伴的信息进行数字化、标准化处理，并通过计算机技术和网络传输实现高效的信息共享。通过这种方式，企业能够最大限度地利用各类信息源，形成一个完善的营销信息模型。各部门、各区域以及商务伙伴之间可以通过网络这一信息高速公路，轻松地进行信息查询、协作与共享，从而实现共赢，并有效避免信息源和知识源的浪费以及低水平重复。这样的数字化营销系统不仅能够提升营销活动的效益和效率，更能推动企业实现全面、高速、可持续的发展。
随着信息技术的迅猛发展和互联网的普及，数字化营销作为一种新型的营销方式，正逐渐成为企业获取竞争优势的重要手段。其中，尤其是云计算、AI、大数据等高新数字化技术的应用，供给数字化营销以强大的后端支持。这些前端的数字化技术不仅能够提高企业在营销活动中的效率，达成精准营销的目的，还能够让企业更直观地了解顾客实时的需求变化，实现顾客所青睐的个性化特征，增强顾客的满意度。同时，随着互联网的普及和移动互联网的快速发展，消费者的购物行为和消费习惯发生了深刻的变化。消费者越来越依赖于网络进行信息搜索、产品比较和购买决策。这种变化使得传统营销方式逐渐失效，而数字化营销则能够更好地满足消费者的需求，提高营销效果。另外，在数字化营销的背景下，消费者权益保护也面临着新的挑战。例如，消费者在购物过程中可能会遇到虚假广告、欺诈信息等问题。因此，研究数字化营销对消费者购物意愿的影响，也可以为消费者权益保护提供理论支持和实践指导。
数字化营销将更加注重数据驱动和智能化决策，实现更加精准的营销定位和个性化的服务。同时，随着社交媒体、短视频等新媒体平台的兴起，数字化营销的渠道也将更加多样化和碎片化。此外，数字化营销还将更加注重与消费者的互动和体验，通过创新性的营销活动和内容营销，提升消费者的参与度和忠诚度。同时，数字化营销也将更加注重品牌建设和口碑管理，通过塑造独特的品牌形象和口碑效应，提升企业的市场影响力和竞争力。
该研究旨在理解数字化营销是如何影响顾客的购物意愿。数字化营销通过运用大数据、人工智能、社交媒体等先进技术，能够更精准地定位目标顾客群体，从而制定不同的个性化数字化营销，同时把产品信息和企业所独有的品牌价值传达给顾客。因此，研究数字化营销方式对顾客购物意愿的影响，有助于企业更好地把握市场动态，优化营销策略，提高营销效果。
其次，该研究旨在揭示不同因素对顾客购物意愿的具体作用机制。例如，数据分析的精准度、社交媒体互动的频率、个性化推荐的有效性等因素(客观因素)都可能影响顾客的购物决策。通过深入研究这些因素的作用机制，企业可以更有针对性地改进数字化营销手段，提升顾客体验和满意度。此外，该研究还关注数字化营销方式对不同类型顾客的购物意愿的差异化影响。由于顾客的年龄、性别、消费习惯等特征(主观因素)存在差异，他们对数字化营销方式的接受程度和反应也可能不同。因此，研究数字化营销对不同类型顾客的购物意愿的影响，有助于企业制定更加精细化的营销策略，满足不同顾客群体的需求。
综上所述，企业数字化营销方式对顾客购物意愿影响的研究目的具有多方面的意义和价值，不仅有助于企业优化数字化营销策略、提高营销效率，可以为企业和平台制定更为细致的市场营销策略提供有力支持。所以，本研究主要探寻以下问题：
(1) 企业/平台的数字化营销水平程度，是否影响顾客的购物意愿；
(2) 顾客的感知价值在购物决策中的作用；
(3) 顾客对数字化营销方式的接受程度，是否影响数字化营销水平和购买意愿之间的关系。
LOPES等[2]指出数字化营销现在已经从源头改变了顾客在进行购物环节时的搜寻信息、挑选、评论和分享他们关于购买产品或服务的经历的购物方式。易加斌等[3]基于互联网平台与企业组织惯性，提出将数字化技术与商业模式的融合创新可以有效地提升企业或平台数字化营销的战略性转型实施。崔熙婧[4]认为数字化营销具有实现企业或平台与顾客之间信息的双向交互、信息传递的指数级增长、降低信息传递的损耗、较高的集成性和智能化等优势，正广泛应用于多个相关领域产业之中。
李宗梅[5]在研究中指出，数字化经济的崛起使得顾客在进行产品或服务的选择上获得了更广阔的空间和更大的便利。当下传统实体店的产品或服务品种品类由于主要受到空间和成本两个因素的限制，顾客的选择相对来说有所局限。然而，在数字化经济的变革推动之下，顾客可以通过互联网访问到全球不同产地的产品或服务，继而获得更多元化的信息和个性化的不同选择。这种多元化的选择让顾客更能满足自己的购物需求，也从另一方面促使企业和平台对其产品的质量进行改进提升，同时在产品和服务的价格上也会产生竞争，最后都能为顾客带来了更多优惠与福利。
回看整个购物环节之后，可以发现数字化经济的发展还推动了顾客行为个性化特征的凸显，即企业或平台可以由此进行有关顾客的数据分析。通过互联网的分析和挖掘，企业和平台可以更好地了解顾客的购买偏好、个性爱好和购物习惯等消费信息。在顾客或潜在顾客进行线上购物时，这些企业和平台可以向他们推送精准的个性化推荐，帮助顾客更迅速直接地找到自己所需的商品，提高购物效率和顾客的满意度，顾客还可以通过社交网络和评论区等途径分享自己的购物经验和建议观点，为其他顾客提供进行购物时的参考依据。与传统营销方式相比，数字化营销具有多样化展现形式和互动方式，能吸引大量的顾客(包括潜在顾客)，并允许企业通过不同在线平台和社交媒体等数字化媒介与顾客进行充分且便捷的互动，以影响顾客的购买决策行为。此外，当顾客积极地分享自己的购物体验时，数字化营销能有效显著地增强企业品牌价值，进而更大范围地促进产品销售(Alwan和Alshurideh，2022) [6]。许多的学者就互联网平台和社交媒体运营营销等数字化营销活动对顾客购买意愿的影响进行了深入研究，如徐梦阳(2023) [7]通过对电商平台直播的研究可以发现，网红直播能有效地激发线上社交的临场感，顾客在观看直播时可以参与到活动中去，进而提升消费者购买意愿；吕婷等(2018) [8]通过对乡村旅游行为意愿的研究发现，社交媒体营销等数字化营销方式所形成的网络顾客口碑能有效地提高顾客对乡村旅游的消费意愿；秦俊丽(2022) [9]通过结构方程模型研究发现，社交媒体营销的数字化营销能有效地增强顾客感知价值，进而提升顾客的乡村旅游消费意愿。上述研究显示，以数字电商平台个性化推荐和社交媒体营销为主要形式的数字化营销方式能显著提高顾客感知价值，进而提高顾客购买意愿，但现有关于数字化营销、感知价值和顾客购买意愿间的作用机制研究还有待于进一步深化。在数字经济时代，数字化营销已成为企业和平台最为重要的营销渠道和手段。
2. 理论模型
2.1. 数字化营销水平与顾客对数字化营销的接受程度的关系
数字化营销水平与企业或品牌的市场表现息息相关，它涉及到一系列利用数字技术和在线平台来推广产品或服务的策略和活动。随着互联网的普及和科技的飞速发展，数字化营销在企业的营销战略中占据了越来越重要的地位。而顾客对数字化营销的接受程度，则是一个关键的调节变量，它直接影响着数字化营销的效果和效率。王加辉[10]指出在经济数字化变革过程中，城乡内的顾客享受到企业/平台提供的便利和有利支持，如新型数字化供应链的建立、直播购物以及信息技术的不断完善与普及等等，促进了顾客对于新兴消费模式的更为广泛和积极的接受。也可反映出，数字化的逐步建设与服务的升级完善重塑了城乡居民的购买习惯。另外，顾客可以通过智能平台应用、社交媒体等平台，随时随地了解数字化营销模式的动态，促使其更为积极地尝试和接受数字化营销；企业或平台也通过更为高效的物流供应链管理，数字化营销的产品能够以尽可能短的时间送达到顾客手中，同时又满足了顾客们对于个性化等需求，进而提升了他们对新兴数字化购物模式的接受程度[11]。数字化营销水平的高低，主要体现在企业营销策略的创新性、技术的先进性和执行的精准性上。一个高水平的数字化营销战略，能够充分利用大数据、人工智能等先进技术，精准定位目标顾客群体，制定个性化的营销方案，并通过多种渠道进行有效传播。这样的战略不仅能够提高品牌知名度和美誉度，还能够促进销售增长和顾客忠诚度的提升。
数字化营销的效果并非只取决于数字化营销水平的高低，顾客对数字化营销的接受程度同样是一个不可忽视的因素。顾客的接受程度受到多种因素的影响，包括他们的年龄、教育背景、消费习惯以及对数字技术的熟悉程度等。对于年轻、教育程度较高且对数字技术较为熟悉的顾客群体来说，他们更容易接受和喜欢数字化营销的方式，因为这些方式更符合他们的生活习惯和审美需求。而对于其他顾客群体来说，他们可能对数字化营销持有一定的疑虑或抵触情绪，需要更多的时间和努力来引导他们接受和适应。因此，数字化营销水平与顾客接受程度之间的关系是相互影响、相互制约的。一方面，提高数字化营销水平可以吸引更多顾客的关注和喜爱，从而提高他们对数字化营销的接受程度。另一方面，顾客对数字化营销的接受程度也会反过来影响数字化营销的效果和效率。如果顾客对数字化营销持积极态度，那么营销活动的传播范围和影响力就会更大，反之则可能受到限制。
为了提升顾客对数字化营销的接受程度，企业可以采取一系列措施。例如，加强数字技术的普及和教育，提高顾客对数字技术的认知和使用能力；优化数字化营销的内容和形式，使其更加符合顾客的需求和喜好；加强与顾客的互动和沟通，建立良好的品牌形象和顾客关系等。数字化营销水平与顾客接受程度之间存在着密切的关系。企业需要不断提升数字化营销水平，同时关注并引导顾客对数字化营销的接受程度，以实现更好的营销效果和市场表现。
H1：顾客对数字化营销的接受程度积极影响顾客购买意愿。
H2：顾客对数字化营销的接受程度在数字化营销水平与顾客购买意愿之间起调节作用。
2.2. 数字化营销水平与顾客感知价值的关系
数字化营销水平与企业营销战略的成败息息相关，其通过运用先进的数字技术和在线平台，为企业提供了全新的营销渠道和方式。在这个过程中，顾客感知价值作为中介变量，起着至关重要的作用。
数字化营销水平的高低直接影响着顾客感知价值的形成和提升。孟庆良等(2009) [12]首次对顾客感知价值进行了定义，其认为顾客感知价值是指：在购物行为发生时，消费者可以主观感受到商品或服务所提供的价值。高水平的数字化营销不仅意味着策略的创新和技术的先进，更在于它能否精准地满足顾客的需求，提供超越期望的价值体验。例如，通过大数据分析，企业可以深入了解顾客的偏好和行为，进而设计个性化的产品和服务，增强顾客的满意度和忠诚度。
数字化营销水平的提升也有助于提升顾客对品牌或产品的认知度和信任感，进而增加其感知价值。借助各种数字平台，企业可以更加生动地展示产品或服务的优点，与顾客进行实时互动，解答疑问，消除顾虑，从而增强顾客对品牌的信任感和好感度。同样地，顾客感知价值的高低也会影响其对数字化营销活动的态度和反应。当顾客感知到产品或服务的价值较高时，他们更有可能积极参与数字化营销活动，如点击广告、分享信息/链接、购买产品和服务等，从而进一步推动数字化营销的效果。此外，顾客感知价值还会影响他们的口碑传播和再次购买意愿。如果顾客在数字化营销活动中获得了良好的价值体验，他们更有可能向亲朋好友推荐该品牌或产品，形成积极的口碑效应。
综上所述，本文认为数字化营销水平与顾客感知价值之间存在着密切的关系。数字化营销水平的提升有助于提升顾客感知价值，而顾客感知价值的提升又会进一步推动数字化营销的效果，由此提出以下假设：
H3：企业/平台的数字化营销水平正向影响顾客购买意愿。
2.3. 顾客感知价值与顾客购买意愿的关系
顾客感知价值在市场营销中扮演着举足轻重的角色，参考Lin等(2005) [13]对感知价值的研究，将顾客感知价值定义为顾客基于对自己所付出的努力和所能得到收获的衡量和比较，对购买的产品或服务效用给出的整体评估。王立强(2012) [14]提出消费者在购物时会主动将期望价值与感知价值进行比较，如果两者比较之后结果相差很大将直接影响到顾客的购物意愿。当感知价值高于期望价值，或远远高于期望价值时，顾客会产生品牌忠诚心理，从而会在之后一直或频繁地购买此类产品。它不仅是顾客对于产品或服务整体质量的主观评价，更是影响顾客购买意愿的关键因素。顾客感知价值的高低，直接关联着顾客购买意愿的强弱，是连接顾客内心需求和实际行动的桥梁。
总结来说，顾客感知价值的核心在于顾客对于产品或服务所带来的利益与所付出的成本之间的权衡。当顾客认为所获得的利益远超过付出的成本时，他们便会形成较高的感知价值。这种高感知价值会激发顾客对于产品或服务的积极评价和满意度，进而增强他们的购买意愿。感知价值不仅仅包括产品或服务的功能性价值，如性能、质量等，还包括情感性价值、社会性价值以及体验性价值等多个方面。当产品或服务在多个维度上都能满足顾客的期望和需求时，顾客的整体感知价值便会提升，从而增强购买意愿。
尤其需要企业和平台关注的是，顾客感知价值还具有动态性。随着时间的推移和数字化市场的变化，顾客的需求和期望也随之不断发生变化。因此，企业需要不断地关注顾客感知价值的变化，及时更新调整产品或服务，以确保持续满足顾客的期望和需求，从而维持或提升顾客的购买意愿。值得一提的是，顾客感知价值与购买意愿之间的关系并非单向的。顾客的购买行为及其后续体验也会反过来影响他们对产品或服务的感知价值。一次愉快的购买体验会增强顾客的感知价值，进而提升他们再次购买的意愿；反之，一次糟糕的购买体验则可能降低顾客的感知价值，削弱他们的购买意愿。
因此，企业在制定营销策略时，应充分考虑如何提升顾客的感知价值。这包括但不限于提供优质的产品或服务、提供个性化的购物体验、建立良好的顾客关系以及提供完善的售后服务等。通过这些措施，企业不仅可以提升顾客的感知价值，增强他们的购买意愿，还可以建立起长期的顾客忠诚，实现企业的可持续发展。可以得出，顾客感知价值与购买意愿之间存在着密切的关系，并由以上的分析提出以下的假设：
H4：企业数字化营销方式是通过提升顾客感知价值来影响顾客购买意愿的。
本文的研究模型如图1所示。
Figure 1. Model structure diagram
图1. 模型结构图
3. 方法
本研究“数字化营销方式对顾客购买意愿的影响”调查问卷由问卷介绍、填写前说明、基本信息调查和量表题(分为七大项)四个部分，其中1道多选题，2道筛选题，5道基本信息题和23道量表题以及1道建议填空题。
问卷介绍部分主要是向受访者说明此次问卷调查的目的、用途以及匿名和保密性 原则，以确保受访者能够认真如实地进行填写；填写前说明部分主要是向受访者解释相关名词和相关问题的含义，以确保受访者能够在理解题项的基础上准确填写；在基本信息部分，主要包含受访者的性别、年龄、学历、受访者目前所生活的城市以及月收入水平；最后，量表题部分是调查问卷的核心部分，又可细分为四个变量，分别是对企业/平台数字化营销水平测量的量表题、对顾客对数字化营销方式的接受程度测量的量表题(其中又分为对个性化推荐的满意程度测量、社交媒体运营的互动程度测量、搜索引擎的有效程度测量和网络广告的接受程度测量四个维度的数字化营销方式接受程度测量)、对数字化营销顾客感知价值测量的量表题以及对接受数字化营销的顾客购物意愿测量的量表题。
在四个变量中，数字化营销水平是自变量，顾客购物意愿是因变量，顾客感知价值是中介变量，而数字化营销方式接受程度作为调节变量。其中，调节变量——数字化营销方式接受程度又可分为四个子变量，分别是个性化推荐的满意程度、社交媒体运营的互动程度、搜索引擎的有效程度和网络广告的接受程度。本研究因变量(顾客购物意愿)与中介变量(顾客感知价值)的测量量表基本沿用国内外较为成熟的变量量表，其中自变量(数字化营销水平)与调节变量(数字化营销方式接受程度)的测量量表为本人所写。同时，为了使题项描述显得更加简洁，方便受访者进行选择，本研究所有变量的测量题项均采用五级评分量表，即以数值“1”、“2”、“3”、“4”、“5”分别代表受访者“很不符合”、“符合”、“一般”、“较符合”、“很符合”的选择。
4. 研究结果
本研究主要利用统计分析软件SPSS26.0、Hayes开发的PROCESS插件、统计分析软件Amos24.0和微软办公软件EXCEL对问卷收集得到的数据进行处理以及分析。主要借助统计分析软件SPSS26.0对收集上来问卷的数据进行描述性统计分析、变量间相关性分析、变量的信度和效度检验和逐层的回归分析；同时，也利用Hayes开发的PROCESS插件进行问卷数据的中介和调节效应检验。
4.1. 描述性统计分析
对目标人群进行分析，即对问卷进行基础的描述性统计，详情见表1。由表1可知，问卷发放对象共228人，其中男性129人，女性199人，占比分别为56.6%和43.4%。年龄在18~25岁这一段的人数最多，为199人，占比87.3%，人数其次多的是26~35岁，为15人，占比6.6%。问卷调查中学历为大学本科水平的人数最多，共168人，占比73.7%，人数第二多的学历是大学专科，为29人，占比12.7%，学历为研究生的人数为18人，占比7.9%。居住城市在一线城市的人最多，为192人，占比为84.2%，居住人数其次是二线城市，共22人，占比9.6%。另外，调查问卷中还初步调查了被调查人员的收入水平范围，其中收入在5000元以下的人数最多，共144人，占比为63.2%，收入水平在5001元至8000元的人数为54人，占比为23.7%。
Table 1. Statistical analysis of target population for survey questionnaire of “The impact of digital marketing methods on customer purchase intention”
表1. “数字化营销方式对顾客购买意愿的影响”调查问卷目标人群统计分析
| 名称 |
选项 |
频数 |
百分比(%) |
| 性别 |
男 |
129 |
56.6 |
| 女 |
99 |
43.4 |
| 年龄 |
18岁以下 |
6 |
2.6 |
| 18~25岁 |
199 |
87.3 |
| 26~35岁 |
15 |
6.6 |
| 35~45岁 |
4 |
1.8 |
| 45~55岁 |
4 |
1.8 |
| 55以上 |
0 |
0 |
| 学历 |
初中及以下 |
2 |
1.9 |
| 高中/中专 |
8 |
3.5 |
| 大学专科 |
29 |
12.7 |
| 大学本科 |
168 |
73.7 |
| 研究生 |
18 |
7.9 |
| 博士生及以上 |
3 |
1.3 |
| 城市 |
一线城市 |
192 |
84.2 |
| 二线城市 |
22 |
9.6 |
| 三线城市 |
9 |
3.9 |
| 非线级城市 |
5 |
2.2 |
| 收入水平 |
小于等于5000元 |
144 |
63.2 |
| 5001~8000元 |
54 |
23.7 |
| 8001~1万元 |
12 |
5.3 |
| 1万元以上 |
18 |
7.9 |
4.2. 相关分析
在进行假设检验之前，利用统计分析软件SPSS26.0对所有变量进行相关性分析，以Person相关系数为测量指标。表2显示了研究涉及的几个变量之间的相关系数。结果表明：数字化营销水平与顾客感知价值在0.1级别(双尾)呈显著正相关(r = 0.561, p** < 0.01)，数字化营销水平与顾客购买意愿在0.1级别(双尾)呈显著正相关(r = 0.531, p** < 0.01)，数字化营销水平与数字化营销接受程度在0.1级别(双尾)呈显著正相关(r = 0.572, p** < 0.01)；数字化营销接受程度与顾客感知价值在0.1级别(双尾)呈显著正相关(r = 0.762, p** < 0.01)，数字化营销接受程度与顾客购买意愿在0.1级别(双尾)呈显著正相关(r = 0.800, p** < 0.01)，顾客感知价值与顾客购买意愿在0.1级别(双尾)呈显著正相关(r = 0.707, p** < 0.01)，对几个变量间的相关性分析也为后续的假设检验提供初步支持。
Table 2. Correlation analysis
表2. 相关分析
| 变量 |
数字化营销水平 |
数字化营销接受程度 |
顾客感知价值 |
顾客购买意愿 |
| 数字化营销水平 |
1 |
|
|
|
| 数字化营销接受程度 |
0.572** |
1 |
|
|
| 顾客感知价值 |
0.561** |
0.762** |
1 |
|
| 顾客购买意愿 |
0.531** |
0.800** |
0.707** |
1 |
注：N = 228。*表示p < 0.05，**表示p < 0.01，***表示p < 0.001，下同。
4.3. 信度分析
本研究共涉及4个变量，其信度系数如表3所示，量表信度皆符合标准。其中数字化营销水平、数字化营销接受程度、顾客感知价值和顾客购买意愿的信度系数皆大于0.7，信度良好。
Table 3. Reliability coefficient
表3. 信度系数
| 变量 |
题项数 |
Cronbach’s alpha |
| 数字化营销水平 |
6 |
0.807 |
| 数字化营销接受程度 |
12 |
0.811 |
| 顾客感知价值 |
4 |
0.875 |
| 顾客购买意愿 |
3 |
0.734 |
4.4. 线性回归分析
用SPSS26.0进行多元线性回归，回归结果如表4所示，共做了若干个线性回归模型。如表中数据结果显示，在M1中加入控制变量后，数字化营销水平对顾客感知价值的影响正向显著(β = 0.207, t = 0.060，p < 0.001)，假设H3成立，即企业/平台的数字化营销水平正向影响顾客购买意愿。在M2中，加入变量后，可得到顾客对数字化营销的接受程度对顾客购买意愿的影响正向显著(β = 0.683, t = 0.068, p < 0.001)，假设H1得到验证，即顾客对数字化营销的接受程度对顾客的购买意愿具有正向的显著影响。
Table 4. Linear regression analysis results
表4. 线性回归分析结果
| 因变量 |
顾客购买意愿 |
顾客购买意愿 |
| 模型 |
M1 |
M2 |
|
| 统计量类别 |
β |
t |
β |
t |
|
|
| 控制变量 |
|
|
|
|
|
|
| 性别 |
0.137 |
0.057 |
0.069 |
0.049 |
|
|
| 年龄 |
0.003 |
0.055 |
−0.036 |
0.047 |
|
|
| 学历 |
0.037 |
0.041 |
0.028 |
0.035 |
|
|
| 城市 |
0.031 |
0.045 |
0.012 |
0.038 |
|
|
| 收入水平 |
0.02 |
0.033 |
−0.039 |
0.028 |
|
|
| 自变量 |
|
|
|
|
|
|
| 数字化营销水平数字化营销接受程度 |
0.207*** |
0.060 |
|
|
|
|
| 中介变量 |
|
|
0.683*** |
0.068 |
|
|
| 顾客感知价值 |
0.486*** |
0.045 |
0.191*** |
0.049 |
|
|
| R |
0.736 |
0.818 |
|
| R2 |
0.542*** |
0.670*** |
|
| F值 |
37.174*** |
63.753*** |
|
注：N = 228。*表示p < 0.05，**表示p < 0.01，***表示p < 0.001，下同。
4.5. 调节效应检验
Table 5. Moderating effect
表5. 调节效应
| 因变量 |
AI客服消费者感知价值 |
| 模型 |
M3 |
| 统计量类别 |
β |
t |
| 控制变量 |
|
|
| 性别 |
0.0491 |
0.6377 |
| 年龄 |
0.0477 |
−0.5309 |
| 学历 |
0.0352 |
1.1260 |
| 城市 |
0.0383 |
0.0837 |
| 收入水平 |
0.0286 |
−1.1553 |
| 自变量 |
|
|
| 数字化营销水平 |
0.0563 |
1.0530 |
| 调节变量 |
|
|
| 数字化营销接受程度 |
0.0522*** |
15.4485 |
| 交互项 |
|
|
| 数字化营销水平 × 数字化营销接受程度 |
0.0693* |
2.6137 |
| R |
0.8114*** |
| R2 |
0.6584*** |
| F值 |
6.8316*** |
注：*表示p < 0.05，**表示p < 0.01，***表示p < 0.001，下同。
如表5中所示的结果，自变量数字化营销水平和调节变量数字化营销的接受程度的交互项与中介变量(表中的因变量)数字化营销顾客感知价值之间存在显著的正向关系(β = 0.0693, t = 2.6137, p < 0.05)，这表明调节变量数字化营销接受程度在自变量数字化营销水平和因变量顾客感知价值之间的调节效应显著。假设H2得到初步支持。即顾客对数字化营销的接受程度在数字化营销水平与顾客购买意愿之间起调节作用。
4.6. 中介效应检验
根据PROCESS程序进一步检验数字化营销顾客感知价值中介效应的显著性。采用Hayes (2012)编制的SPSS宏中的process插件对变革责任感的中介作用进行Bootstrap检验，重复抽样5000次，结果如表6所示，Boot CI下限为0.2469，Boot CI上限为0.4356，即在95%显著性水平下的置信区间为[0.2469, 0.4356]，不包含0，这表明数字化营销顾客感知价值的中介效应显著。模型假设H4得到初步支持。即企业/平台数字化营销方式是通过提升数字化营销顾客感知价值来影响数字化营销顾客购买意愿的。
Table 6. Indirect effect (N = 228)
表6. 间接效应(N = 228)
|
效应值 |
Boot标准误 |
Boot CI下限 |
Boot CI上限 |
| 总效应 |
0.5754 |
0.0615 |
0.4541 |
0.6967 |
| 直接效应 |
0.2066 |
0.0605 |
0.0008 |
0.0874 |
| 顾客感知价值的间接效应 |
0.3392 |
0.0488 |
0.2469 |
0.4356 |
5. 结论
5.1. 研究结论
本文通过问卷调查得出以下结论：
第一，数字化营销方式提高了顾客的购买意愿，有助于增强顾客与品牌之间的黏性。
第二，企业在制定数字化营销策略时，需要充分考虑顾客的接受程度，选择适合自身特点和市场需求的营销方式，以提高营销效果。
第三，在顾客感知价值方面，研究发现数字化营销方式能够通过提供丰富的产品信息、便捷的购物体验以及个性化的服务等方式，提升顾客对产品的感知价值。这表明，企业在实施数字化营销时，应充分利用数字化营销方式的优势，提高顾客感知价值和满意度，顾客感知价值的提升进而增强其购物意愿和忠诚度，以适应数字化时代的市场竞争。同时，企业还应加强对数字化营销方式的创新和研究，以应对市场变化和技术进步带来的挑战。
5.2. 研究建议
企业在实施数字化营销时，应注重与顾客的信息交流。通过有效的沟通，了解顾客的需求和偏好，进而制定更加精准的营销策略，提高营销效果。同时，企业也应关注顾客对不同数字化营销方式的接受程度，以便调整和优化营销策略。企业应加强对顾客数据的收集和分析，利用大数据和人工智能技术完善个性化推荐系统。通过精准匹配顾客需求，提供个性化的产品和服务，提升顾客的购物体验和满意度。
企业应注重提升顾客对产品的感知价值，通过提供丰富的产品信息、便捷的购物流程、优质的售后服务等方式，增强顾客对品牌的信任和忠诚度。同时，企业还可以利用数字化营销手段收集顾客反馈和意见，不断优化产品和服务质量。
企业应加大对数字化营销的投入，提升数字化营销水平。通过引入先进的技术和工具，提高数字化营销的效率和质量，进而提升顾客感知价值，增强顾客忠诚度。另外，企业应不断关注市场变化和消费者需求的变化，持续优化数字化营销策略。通过定期的市场调研和数据分析，了解市场趋势和消费者行为，以便及时调整营销策略，适应市场变化。
5.3. 问题与展望
尽管本研究取得了一定的成果，但仍存在一些问题和不足之处。首先，本研究主要采用了问卷调查的方法收集数据，可能存在样本选择偏差和主观性较强的问题。未来研究可以考虑采用更多元化、更为专业的数据收集方法，以提高研究的准确性和可靠性。
本研究主要关注了数字化营销方式对顾客购物意愿的影响，但未深入探讨不同数字化营销手段之间的协同效应。未来研究可以进一步探讨不同数字化营销手段之间的相互作用和影响机制，为企业和平台制定更全面的数字化营销策略提供指导，增强企业和平台的数字化营销水平。随着技术的不断发展和市场的不断变化，数字化营销领域将不断涌现新的方法和手段。未来研究应密切关注数字化营销领域的发展趋势和前沿技术，及时更新研究内容和方法，以更好地指导企业实践。
综上所述，本研究为企业数字化营销实践提供了一定的理论支持和实践指导。然而，仍存在一些问题和不足之处需要未来研究进一步探讨和完善。希望未来研究能够不断推动数字化营销领域的发展和创新，为企业创造更大的商业价值和社会价值。