利用認知地圖預測在電子商務市場中的消費者購買決策

全文

(1)國立成功大學工業與資訊管理學系碩士班. 碩士論文. Forecasting Customers’ Purchasing Decision in E-commerce by Cognitive Map 利用認知地圖預測在電子商務市場中的消費者購買決策. 研究生：陳奕彤指導教授：林清河博士 103 年 6 月中華民國一零三年六月.

(2)

(3) 中文摘要隨著網際網路與電子產品的蓬勃發展，消費市場已逐漸轉型為無國界與時空限制的形式，因此，產品發售除了藉由零售商與通路商向消費者展示外，低成本、高曝光的網路平台也成為產品推銷的熱門選項。台灣擁有完整便利的通路及物流網絡，加上高普及率的網際網路與移動網絡，使得台灣擁有每年 700 億元的電子商務市場。各電子商務平台為了搶食消費市場，無不致力於投入推薦系統的研發工作中，此系統不僅從消費者購買流程中擷取消費者對於產品的喜好，更能在下一次瀏覽商店時推薦明星商品，以提升消費額。本研究利用認知地圖為收集零散資料之工具，結合過去文獻探討之消費者購買決策影響因子與關聯性，經由決策資源系統- POOL 2 精算後，可加強因子關係的完整性，其成果可用來預測消費者喜好及購買行為。認知地圖為人類對某特定環境，因個人認知與想像之差異而產生與實際位置偏移或扭曲之路徑，並在腦中繪製成一路徑圖，此路徑圖的終點將會決定是否實際做出特定行為。換句話說，消費者因自身喜好或外在條件而對產品產生不同的印象會影響消費者是否購買產品，而喜好與外在條件會在消費者腦中形成一獨特的認知地圖。本研究之結果可藉由消費者之個人選擇，經過認知地圖的路徑指示，預測消費者是否願意購買，不僅協助網路商家改善產品與網頁特質符合消費者期待，也提供網路平台公司改善推薦系統。. 關鍵字：POOL2、認知地圖、電子商務、網路購買.

(4) Forecasting Customers’ Purchasing Decision in E-commerce by Cognitive Map Yi-Tong, Chen Chinho, Lin Industry and Information Management- National Cheng Kong University. SUMMARY. With the booming increase in E-commerce market sales in the world, lower searching costs and convenience have resulted in a huge internet population. The companies who own the transaction platforms and internet shops are devoting themselves to the development of recommended systems and websites that correspond to their customers’ needs in order to raise sales. A cognitive map (CM) is a good tool to capture human cognition for the purpose of predicting reflective behavior and to integrate scattered information. Therefore, we use a CM to map factors from previous studies related to consumer purchases and relationships. Moreover, we put a CM into a decision support system called POOL 2 to enhance the structure. The system can figure out cognitive integrity and identify implications among the factors and relationships. The results indicate that the cognitive map and POOL2 are available to compute scattered information. In this study, we found only one factors raised after computing. This means there is some effect between factors not found before. It can therefore give shop owners and platform managers some new suggestions. Key words: POOL 2, Cognitive Map, E-commerce, Online Purchasing. II.

(5) INTRODUCTION According to a report by J.P Morgan, purchasing turnover on the Internet was projected to increase to approximately U.S $ 1.2 trillion dollars globally by 2013. This means the E-market will become bigger and may even grow several times larger because of the huge population and low trade barrier. With the goal of raising single sales, companies using network platforms are devoted to designing recommended systems. Such systems will transform preference information into reference recommendations for customers. Shop owners also use recommended systems to figure out consumer expectations and to attract consumers. This research uses a cognitive map obtained from previous research to construct impacting factors and to gain an understanding of their relationships. After shaping a cognitive map (PCM), we apply a Decision Support System (Pool 2), which was developed for the cognitive map, to analyze the PCM. The purpose is to clarify the implication and inconsistencies within impact factor relationships. We will discover more potential relationships among factors after doing this analysis. The result can be a reference for future researchers by which to extend the relationships of purchase decision-making in an E-commerce environment. MATERIALS AND METHODS Our PCM merges assertions from 23 experts (as listed in Diagram 1). These studies each had their own distinctive topics by which to discuss E-commerce purchase decisions, such as trust, online shop image, etc. Because of the array complex factors gleaned from the assertions of these experts, we classify the factors into seven groups, Theories, Online shop image, Trust, Commercial perspective, Technology characteristics, Innovation, and Customer features, respectively. The diagram below shows the factors in each classification.. III.

(6) Table 3.3 Factors Classification Classification. Factors. Theories. Purchase Intention, Attitude, Subjective Norms, PBC, Self-Efficacy, Controllability. Online shop image. Enjoyment, Familiarity, Settlement Performance, Trust. Trust. Reputation, Size, Information Quality, Transaction Safety, Word-of- Mouth, Communication, Perceived Risk. Commercial perspective. Price, Variety, Product Quality, Compatibility, Enjoyment, Customer Service. Technology characteristics. Download Delay, Transaction Safety, Web Design. Innovation. Innovativeness, Compatibility, Familiarity, Perceived Risk, PEOU, PU. Customer features. Time, Customer Skill, Customer Use Experience. We use a kind of decision support system (DSS) - POOL 2, which was originally applied by Zhang et al. in 1989, to develop the cognitive map and assist in decision-making. POOL 2 was designed based on negative-positive-neutral (NPN) logic and NPN relations, which are part of a generic system intended to correspond to the needs listed in a cognitive map. POOL 2 consists of three loosely coupled components, a cognitive mapping subsystem, a cognitive map understanding subsystem and a decision analysis subsystem, which are depicted as a parallel of knowledge “pooling,” “clearing” and “drawing.” The word “pool” was derived from a metaphor that collects all knowledge for “pooling.” The system is generic in the sense that it is domain independent.. IV.

(7) RESULTS AND DISCUSSION This research provided two results. First, we found the value between factor 29 and factor 17 to have grown from 0.118 to 0.674. Second, we collected as many factors and relationships as possible, and the values of the relational level are both positive and negative. This affords different applications in different backgrounds. CONCLUSION Although we only found one relationship to have changed (factor 29 toward factor 17), because of lack of numerous samples for the same relationship, we verified the usefulness of a cognitive map to integrate scattered information and the use of the POOL 2 system to analyze the cognitive map. These two tools can be used in different fields to collect partial information that may lead to a comprehensive understanding. However, we still acknowledge some theoretical and empirical limitations. First, the research does not aim at any specific product or service. The distinctive characteristics of specific product categories may greatly affect purchasing intention, such as goods of renting or car. The distinctions between different product categories in an online shop would be interesting to study in the future. Second, this research is not limited to first purchase, repurchasing or continued purchasing. However, there are some particular factors that would affect the results in those specific situations. Third, this study didn’t contain individual characteristics and social attributes. Future studies can expand this issue to develop our results.. V.

(8) 誌謝研究所兩年的時間匆匆過去了，時光飛逝直到畢業的這天仍然對剛進工資管所第一天的回憶記憶猶新，這兩年研究所的多采多姿遠比大學時期豐富許多，遇到如此多志趣相投的同學、朋友以及師長、校園給我的幫助與支援，更是我在成大充實生活的最大幫手。首先，我最感謝跟我有如家人般的研究室夥伴欣和、裕淵、韋達，以及室友昀儒，不管是在碩一共同課程上或作業報告中的互相幫助，或是在碩二惱人的畢業論文與教授 meeting 的協調中都給予我很大的支持與加油打氣，即便我們五人的論文主題與興趣完全不同，不過卻能在許多可以互相幫忙的地方，像是論文格式、細節內容、簡報製作或是口試準備上給予很多的建議與提醒，讓我在論文寫得昏天暗地之餘也不忘除了論文內容外該注意的事項。接著，我要感謝碩一暑假在台積電認識的一群好朋友，成大的家有、舜治、奕文、珮芳、祖瑞、峻翊，北部學校的志軒、姿蓉、銥岑、景安、博基，雖然在論文上無法給予太大的幫助，但卻時時刻刻能在最低潮的時候互相勉勵以及給我鼓勵。最後，在論文寫作上我要特別感謝丁介人學長以及林清河指導教授的協助，丁學長協助對於寫程式一竅不通的我完成本篇論文最關鍵的矩陣運算系統，使我有較多的心力致力于論文寫作以及因子關聯性數據的收集。清河教授不僅要求我以英文撰寫，給予我極大的挑戰，在論文內容的指導上也相當盡心盡力，幫助我順利完成研究所課程中最重要的一課，雖然在初期覺得這是件不可能的任務，不過當完成的那一刻苦盡甘來的成就感以及提升對英文寫作的信心，卻是不可抹滅的，感謝教授的堅持以及用心。. VI.

(9) 研究所生涯即將結束，朋友師長給我的鼓勵以及家人給我的支持，尤其是媽媽時常的勉勵及信任，皆讓我的心更加的充實，相信對於人生下一階段已做好準備，而研究所生涯的豐富收獲也會一併提升我的實力、帶領我順利走向職場生活。. VII.

(10) 目錄中英文摘要 ........................................................................................................................................... I 誌謝 ....................................................................................................................................................... VI. 1. 緒論 ...................................................................................................................................................1. 1.1 研究動機 .......................................................................................................................................... 1 1.2 研究目的 .......................................................................................................................................... 3 1.3 研究流程 .......................................................................................................................................... 4. 2. 文獻回顧 ......................................................................................................................................... 5. 2.1 電子商務 E-commerce ................................................................................................................. 5 2.2 理論模型的比較 ............................................................................................................................ 6 2.2.1 理性行為理論 Theory of Reasoned Action (TRA) ..................................................... 7 2.2.2 計畫行為理論 Theory of Planned Behavior (TPB) .................................................... 8 2.2.3 技術接受模型 Technology Acceptance Model (TAM) ............................................. 9 2.2.4 認知地圖 Cognitive map（CM）..................................................................................10. 2.3 因子收集 ........................................................................................................................................12 2.3.1 理論型因子 ...........................................................................................................................17. 2.3.2 網路商店形象因子 .............................................................................................................18. 2.3.3 信任型因子 ...........................................................................................................................19 VIII.

(11) 2.3.4 商業觀點因子 ......................................................................................................................21 2.3.5 科技特性型因子..................................................................................................................23. 2.3.6 創新性因子 ...........................................................................................................................24 2.3.7 消費者特性因子..................................................................................................................26. 2.3.8 小結...........................................................................................................................................27. 3. 研究方法 ...................................................................................................................................... 28 3.1 決策資源系統 POOL2 ...............................................................................................................28. 3.2 初始認知地圖 ...............................................................................................................................30. 4. 研究結果 ...................................................................................................................................... 46 4.1 啟發式傳遞封包演算法(Heuristic Transitive Closure, HTC) ........................................46 4.2 先進認知地圖(Advanced Cognitive Map, ACM) .............................................................48. 5. 結論 ................................................................................................................................................ 55 5.1 結論 ...................................................................................................................................................55. 5.2 管理意涵 .........................................................................................................................................56 5.3 研究限制與未來研究方向 ........................................................................................................58. 參考文獻 ............................................................................................................................................ 60. 附錄 1 – TOP 期刊清單 .............................................................................................................. 66. IX.

(12) 表目錄表 2-1 因子矩陣一 ..................................................................................................................................13. 表 2-2 因子矩陣二 ..................................................................................................................................14 表 4-1 FORM "A" (DATA _ A)……………………………………………………………..50 表 4-2 FORM "B"( DATA _ B)…………………………………………………..………..51 表 4-3 FORM "NEW A"(DATA _ NEW_ A)…………………………………………… 52 表 4-4 FORM "NEW B" (DATA _ NEW_ B)……………………………………………… 53. X.

(13) 圖目錄圖 1-1 研究流程 ........................................................................................................................................ 4. 圖 2-1 TRA PBC TPB 理論模型 ............................................................................................................ 9 圖 2-2 TAM 理論模型 .........................................................................................................................10. 圖 2-3 關鍵字搜尋結果 ........................................................................................................................12 圖 2-4 因子統計之放射線圖...............................................................................................................15. 圖 2-5 文獻蒐集流程 .............................................................................................................................16 圖 2-6 理論型因子結構 ........................................................................................................................18 圖 2-7 網路商店形象因子結構 ..........................................................................................................19. 圖 2-8 信任型因子結構 ........................................................................................................................21 圖 2-9 商業觀點型因子結構...............................................................................................................23. 圖 2-10 科技特性型因子結構 ............................................................................................................24. 圖 2-11 創新性因子結構 ......................................................................................................................25 圖 2-12 消費者特性因子結構 ............................................................................................................27. 圖 3-1 POOL2 決策系統之通用結構與資訊流.............................................................................29 圖 3-2 初始認知地圖 PCM .................................................................................................................45. 圖 4-1 HTC 計算系統 .............................................................................................................................49. XI.

(14) 1. 緒論 1.1 研究動機電子商務（E-commerce）是一種應用網際網路進行交易的新形態消費模式，其被分為四種形式，分別為 Business-to-Business(B2B)、Business to Customer(B2C)、 Customer to customer(C2C)及 Customer to Business(C2B)。B2B 為企業對企業進行交易的形式，也就是交易通常發生在企業之間或是合作夥伴間的貿易，例如蘋果公司與台積電之間的貿易關係。B2C 為企業藉由網路平台販售商品、服務或資訊給消費者，例如 Amazon。C2C 為一種消費者與消費者之間的交易形式，消費者在虛擬網路平台購買商品陳列空間，將商品販售給消費者，例如 eBay。C2B 為團購型態的消費模式並近兩年快速成長，此種消費模式藉由聚集大量買家而形成一種議價能力，並藉此壓低商品價格。Gomaji 就是其中一種提供最低價格的 C2B 消費模式的購買平台。本研究僅針對 B2C 的消費模式進行購買行為的預測。根據摩根大通(J.P Morgan)的報告顯示，2013 年全球網路交易額將會達到 1.2 兆美元(楊璧瑜, 2013)。全世界最大的電子商務市場-美國，也將會在 2013 年達到 220 億美元的交易額。另外，在全世界相當有聲譽的管理顧問公司波士頓諮詢公司(Boston Consulting Group, BCG)指出 20 國集團(Group of 20, G20)的國家網路經濟在 2016 年將會比 2010 年的銷售額成長兩倍(由 2.3 兆美元至 4.2 兆美元)，其中網路消費佔有很大一部分(陳畊麗, 2013)。另一方面，在亞洲，中國電子商務市場的交易規模在 2013 年將會達到 460 億美金，並且超越全世界最大的電子商務市場-美國而成為全世界第一大電子商務市場(楊璧瑜, 2013)。同樣在 2013 年，台灣的電子商務市場銷售額也有 25 億美元的規模。因為網路普及率的成長及無國界的市場，電子商務市場在未來仍具有相當大的成長潛力。. 1.

(15) 因為使用網路的人口日漸增多，電子商務已經成為全球貿易及商業發展相當重要的貿易選項，各國無不致力於開發電子商務以提升國內經濟及促進出口銷售額。台灣當然也無法避免跟隨此趨勢，加上台灣擁有以下相當完善的電子商務發展條件，因而提升國際貿易的競爭力。首先，台灣擁有 86.5%的高網路普及率及 79.9%的家戶寬頻普及率。根據 World Economic Forum (WEF)出版的 2013 年全球資訊科技報告指出 (Global Information Technology Report 2013) ，台灣的網路發展指數 (Networked Readiness Index, NRI)在全球排名第十。第二，麥肯錫公司(McKinsey Company)指出台. 灣的網路經濟從 2010 年後快速成長，並佔 GDP 5.4%的高比例，相當於英國，甚至超越美國的 3.8%及日本的 4%。第三，根據經濟部(Ministry of Economy)的數據顯示，爆炸性的電子商務市場與 2009 年相比，在 2012 年(660 億台幣)創造出兩倍的出口銷. 售額。此外，根據 2011 年的統計，超過 30%的台灣網路商家皆具有跨交易的功能，這不僅代表台灣的網路賣家擁有國際貿易的良好基礎，同時具有相當完善的物流網路來支援電子商務市場。第四，根據資策會的調查結果顯示(Foreseeing Innovation New Digiservices, FIND)，行動電話的網路普及率由 2009 年開始每年以將近 10%的速度成. 長，並在 2013 年達到 37.3%。另外，在 2015 年，本國政府將會建設亞洲電子商務轉. 運中心，此政策將會帶來一兆台幣的市場銷售額以及創造至少 8.2 萬的工作機會。以上所有的環境與條件皆顯示台灣擁有成熟的電子商務環境能，並與全世界各國競爭搶食電子商務市場大餅。在此同時，因應電子商務市場的成長，也能同時帶動許多周邊效益，像是交通運輸及轉運中心、第三方物流(Third Part Logistics, 3PL)或是倉儲中心等等。因此，跨國性電子商務不僅會成為商業趨勢且在未來也必定會成為台灣的競爭優勢(吳瑄芮, 2013; 楊璧瑜, 2013)。因為進入障礙低及高市場潛力，大部分的公司都希望能進入電子商務市場爭取更多的利潤。對銷售者而言，在網路上販售商品可跨越時間與空間的限制，也就是說，銷售者可享受低資本但高曝光率。對消費者而言，他們可以買到最低價商品，同時享. 2.

(16) 受高商品多樣性及快速更新。電子商務對於中小企業在市場開發及商店擴張上是不可或缺的角色，消費者也依賴網路購物尋找期望商品。. 1.2 研究目的因為電子商務的快速成長，網路平台扮演著重要的角色以提供買賣雙方進行貿易或資訊交換。為了提高單筆銷售量，擁有網路平台的公司致力於設計推薦系統以增加消費者購買商品的機率。推薦系統為資訊系統的一種，其可藉由收集購買資料或瀏覽紀錄等數據進行消費者喜好分析。此系統會針對個人喜好的分析結果，搜尋相關商品推薦給消費者。如此一來，不僅給予消費者更大的便利以快速搜尋理想產品，同時對於網路商家而言，也達到廣告的效果，並能有效提高單筆消費額。並且推薦系統能幫助消費者篩選掉多餘的資訊以減少搜尋成本，並藉由購買記錄分析出消費者期望商品給予商家吸引更多消費者的建議。過去關於電子商務之消費者購買行為研究中，大部份僅針對該文獻提出之主題及主題因子對於購買行為影響進行探討，未有文獻能真正整合所有因子且建構完整之因子架構，以探討購買行為受到哪些因子影響。本研究利用認知地圖建構由過去文獻聚集影響網路購買行為之因子，將多篇文獻收集來的因子及關聯性繪製初始認知地圖 (Previous Cognitive Map, PCM)，接著，本研究將利用其中一種專門為認知地圖開發的決策資源系統–Pool 2 計算 PCM。目的是為了釐清因子及其關聯性的含義之不一致性。預期在經過 Pool 2 的計算後，本研究將得到更多隱含的因子關聯性。此結果可為未來研究提供更多電子商務市場中消費者購買影響因子關聯性的參考。同時，本研究結果也能幫助網路平台管理者了解如何改善推薦系統，或協助網路商家改善商品陳列及網站特徵，使其符合消費者期望。. 3.

(17) 1.3 研究流程以下為本研究的研究流程，首先，確定研究主題及研究範圍。接著，由眾多文獻中蒐集因子及因子關聯性。第三，本研究在蒐集因子及關聯性後，將其建構成認知地圖並且投入決策資源系統-Pool 2。最後，本研究將討論其管理意涵、給未來研究的建議及本研究限制。. 研究範圍及研究目的確立. 文獻蒐集. 因子及其關聯性確立. 繪製初始認知地圖. 初始認知地圖投入 POOL2. 結果探討及建議. 圖 1-1 研究流程. 4.

(18) 2. 文獻回顧在第二章文獻回顧中，將在第一節介紹電子商務 E-commerce 的定義，第二節介紹關於本研究會提到的理論模型及比較其差異性，第三節將說明關於本研究使用之影響因子的定義及其簡單的分類。. 2.1 電子商務 E-commerce 電子商務為消費者與公司利用電子設備與網際網路進行資訊交換及交易的商業型態，更確切的說，電子商務為一種網絡資訊系統，提供買賣雙方一個平台，可以在交易前、中、後交換資訊、進行交易及進行其他活動。(Varadarajan & Yadav, 2002)。此外，電子商務為包含網路拍賣、網路商店、團購、社群購物等等不同的形式，且商品涵蓋有形商品、虛擬商品及服務等等。電子商務在近幾年快速成長，不管是傳統產業或是科技公司皆在電子商務上擁有廣大的市場商機，甚至能協助國內企業邁向國際化發展。另外，電子商務也徹底改變傳統的消費型態，消費者只要利用滑鼠即可點選購買其所需產品，而這所有的優勢皆起源於網際網路的特性。其特性如下，一、在電子商務中的購物網站提供多樣化的功能，像是產品搜尋、線上下單、訂單追蹤、軟體下載或是虛擬商品下載、客製化物流等等功能(Lin & Chan, 2009)。消費者僅透過電腦螢幕前，甚至在同一個網頁就可完成所有購物流程。二、電子商務因為透過網際網路的緣故而具備獨特的時間與空間分隔特性，消費者與銷售商家不需要同時間同地點進行交易(Ba & Pavlou, 2002)。此特性對於銷售商家而言，可以減少時間處理訂單與節省人力資源成本，對於消費者而言則可隨時隨地享受購物的樂趣。三、價格透明化(price transparency)為電子商務中吸引消費者的最大的主因，例如：旅遊行程的比價。過去的文獻報告也指出(Bakos, 1997; Brynjolfsson & Smith, 2000)，電子商務可減少資訊不對稱及搜尋成本，因此消費者相 5.

(19) 對於傳統購物而言，更喜歡在網路商家購物。因為價格與資訊透明化，使消費者可以更容易比較不同商家的商品價格與規格，進而更快速的找到符合期望之商品。以上幾點特性都成功的吸引巨大的市場商機及購物人口，使電子商務快速地蓬勃發展。網際網路已逐漸成為促進企業國際化的重要工具(Kuhlmeier & Knight, 2005)。此外，網際網路的存取、組織及交流資訊的功能皆為消費者與企業帶來新的貿易關係與溝通方式。基於新的貿易關係產生，也帶動更多周邊產業商機，像是製造業、零售業與物流業等等(A. Herrero Crespo & Rodriguez del Bosque, 2010)。因為電子商務的多功能性與多樣化特性，其市場銷售額在未來將有很大的成長空間。然而，在電子商務市場中仍有許多的挑戰必須克服，例如：如何保護買賣雙方的隱私及商業機密、如何設計更人性化的網路介面使消費者方便進行購物、如何編排創新的產品陳列方式以吸引更多的消費者等等。若能改善這些問題，就能提升消費者滿意度及購買意願並減少交易的不確定性。因此，本研究期望能找到所有能影響線上購物的因子，並且藉由每篇文獻的結論來建構完整的認知地圖，進而找出因子間尚未被發現的關聯性。本章第三節將介紹本研究根據過去文獻提供的影響因子及其定義，並將其進行簡單分類。. 2.2 理論模型的比較過去有關於電子商務的文獻中，每篇文章皆給予不同的面向，探討該面向因子對於網路購物的影響性。有些文獻注重信任對於購物的影響(Chow & Holden, 1997; Everard & Galletta, 2005; S. Kim & Park, 2013)、有些則探索訂購系統對於消費者購物的影響(L. D. Chen, Gillenson, & Sherrell, 2002; Pavlou & Fygenson, 2006)、網站或公司形象(M. Y. Chen & Teng, 2013; Luo, Ba, & Zhang, 2012)及資訊科技(Pavlou, 2003; Pavlou & Fygenson, 2006)等主題也曾被多篇文獻多方探討。另一方面，關於電子商務中消費者購買行為的研究也被其他學者以初次購買、再次購買及持續購買等分類進行購買行為的探討(Andrews & Bianchi, 2013; M. J. Kim, Lee, & Chung, 2013)。根據本研. 6.

(20) 究整理後發現，無論以何種主題或面向進行探討，大部分的文獻皆運用以下四種理論進行因子關聯性的架構，分別為計畫行為理論 Theory of Planned Behavior (TPB)、理性行為理論 Theory of Reasoned Action (TRA)、技術接受模型 Technology Acceptance Model (TAM)及認知行為控制 Perceived Behavioral Control (PBC)四種。以上四種理論各有其特色以幫助學者理解理性消費者的購買行為與人類對於購物的認知，以下將分別介紹理論特性：. 2.2.1 理性行為理論 Theory of Reasoned Action (TRA). 理性行為理論(Theory of Reasoned Action, TRA) (Ajzen & Fishbein, 1980)及計畫行為理論(Theory of Planned Behavior ,TPB) (Ajzen, 1985, 1991)被運用在探討人類特定行為模式等研究上。TRA理論源自於社會心理學，主要探討態度、行為意圖及實際行為間的關聯性。此理論已經被應用在許多領域，像是醫學心理學、企業資源規劃 (Enterprise Resource Planning, ERP)以及專家系統(expert system)等等。在TRA理論應用在商業領域的案例研究中曾提到，消費者的實際行為是由消費者的行為意圖所控制，而行為意圖的產出則來自於態度(attitude)及主觀規範(subjective norm, SN)。態度是指行為人本身對於特定行為的喜好程度。主觀規範則是指行為人週遭事物或人對於特定行為的認知意見，進而影響行為人對特定行為的喜好(Ajzen & Fishbein, 1980)。在商業領域的應用中，TRA可由態度面合理的預測人類對於特性行為表現的意圖，並且此預測是根據消費者本身是否喜好做出該行為，而不是因為行為人喜好該商品或服務，進而做出訂購的動作。除了態度外，消費者對於特定行為意圖的表現也會受到其他人的社會規範信念所影響(Hansen, Møller Jensen, & Stubbe Solgaard, 2004)。由此可知， TRA理論主要說明人類的行為表現主要被態度與行為規範所影響。. 7.

(21) 2.2.2 計畫行為理論 Theory of Planned Behavior (TPB). 在TRA理論發表後不久,該理論學者Ajzen在1991年也提出由TRA理論演進的另一理論-計畫行為理論(Theory of Planned Behavior, TPB)。TPB是延伸自TRA理論的使用限制，主要加入行為人因為個人對於特定行為的控制能力或資源的限制而造成不完整的意志控制(incomplete volitional control)(Ajzen, 1991)。Ajzen學者認為非動基因素像是必要的機會與資源，如時間、金錢、技巧、團隊合作等等，統稱為認知行為控制 (Perceived Behavioral Control, PBC)的項目應該被加入一起探討，因此該學者將PBC加入TRA理論後而形成新的TPB理論。Ajzen學者給予PBC的定義如下：行為人是否有能力去達成特定行為端看其是否有機會及資源去達成該行為(Ajzen, 1991)。TPB理論很廣泛的被應用於預測在不同背景及條件下是否做出特定行為的理論模型，因此，過去以TPB為理論架構探討網路消費者行為的研究結果，是可以被合理的期待其結果的有效性(Pavlou & Fygenson, 2006)。根據過去文獻記載(Sheppard, Hartwick, & Warshaw, 1988)，TPB已經被評估過其預測人類行為的可行性，並且已被採用在多種領域中。 TPB理論在預測及解釋人類行為的研究中，是其中一種最有影響性的理論。下圖將分別解釋TRA、PBC、TPB三者的理論架構：. 8.

(22) 圖 2-1 TRA PBC TPB 理論模型. 2.2.3 技術接受模型 Technology Acceptance Model (TAM). 技術接受模型(Technology Acceptance Model, TAM)(Davis, 1986)是另一個被廣泛應用在預測電子商務市場中消費者購買行為的理論。TAM 被發展來解釋終端消費者行為及消費者使用資訊系統的執行性。該理論是基於 TRA 因果關係來說明個人接受信息技術(Information Technology, IT)的行為。TAM 指出使用者對於 IT 技術的認知有用性(Perceived Usefulness, PU)及認知易用性(Perceived Ease of Use, PEOU)將會是影響使用意圖(usage intention)的關鍵因素。認知有用性在此被定義為使用者認為使用一個特定的資訊系統將提高他或她的工作表現程度(Davis, 1989)。認知易用性則被定義為使用者認為使用特定資訊系統可以減少付出努力或是更自由使用的程度(Davis, 1989)，換句話說，就是使用者使用特定資訊系統可以更加輕鬆自在的達成其目的。 TAM 在研究使用者接受新技術的關鍵因素領域中是其中一種最常見的模型(Lin & Chan, 2009)。此模型藉由輸入外部變因來觀察使用者行為，並且此模型的特性較為. 9.

(23) 開放性，可進行跨文化及跨領域的研究。我們可以藉此理解使用者在使用新資訊科技的滿意度及是否會持續做出使用行為。TAM 模型架構如下所示：. 圖 2-2 TAM 理論模型. 2.2.4 認知地圖 Cognitive map（CM）. TRA、TPB及TAM等理論各有各的特色，在預測人類行為的研究中皆提供很大的彈性與靈活性可運用在不同的環境條件下，且在過去研究中已被證實其有效性並應用在多個領域中。該理論在電子商務的消費者購買決策的研究中，甚至還更進一步的細分不同的主題預測消費者行為，像是信任、形象、風險、行銷等等。研究人依據有興趣之主題，找出該主題中會影響消費者購買決策的因子，進行因子對於消費者網路購物影響的探討。然而，由於影響消費者購買決策的面向太多、因子太雜，少有文獻整合所有可能的影響因子進行因子關聯性的統整，因此，對於電子商務市場的消費者購買動機及影響因素難以有全面性的了解。基於這個原因，本研究選擇認知地圖當作整合因子的工具，希望盡可能的收集影響因子並計算出完整的影響消費者購買途徑進行探討。. 10.

(24) 認知地圖(Cognitive Map, CM)起源於1948年Tolman學者的老鼠走迷宮實驗中，藉由老鼠的實際行為了解人類的臨床表現(Tolman, 1948)。認知地圖是指在特定環境條件下，被認為存在的態度或屬性的一種關係的表示(Zhang et al., 1989)。取得任意兩個元素，可觀察一方的狀態或運動是否會影響到另一元素的動作或狀態(Montazemi & Conrath, 1986)。認知地圖自1948年開始不斷的被改良，並且可完整的應用在醫學科學、股票市場、決策制定、軍事及環境心理學等等不同的領域。認知地圖主要著重在抓取影響因子間抽象的因果關聯性，特別是影響方向、信號及因果獨立性三者。認知地圖試圖抓住信念系統的定性結構(Qualitative Structure of a Belief System)，此地圖藉由信念因子的雙向關係可進行決策制定(Wellman, 1994)。認知地圖的優勢在於其可洞察特定的決策環境，即便該決策環境的資訊可能很難被取得。除了可收集特定決策環境下的資訊並且加強我們對於該環境的理解外，它還能夠找出可能被忽略的見解。即使地圖無法找出更多的見解，它也可以被當作一種資訊系統進行分析，換句話說，認知地圖可被當作子集的數據庫，引導資訊的投入以方便設計相關的資訊系統(Montazemi & Conrath, 1986)。認知地圖的特性可以被使用於支援決策制定且可被當作一種捕捉零散資訊的工具。本研究探討的主題-在電子商務市場的消費者購買決策中，過去的文獻都有自己特定的研究主題像是信任、資訊技術、聲譽等等，並提出該主題的一套影響購買決策的因子，因此本研究將每一項主題的影響因子視為一組子集或稱零散資訊。通過結合這些零散資訊而形成的認知地圖定進行計算，我們可得到一個全面的、完整的因子路徑結構，以了解消費者在電子商務市場中的購買決策。. 11.

(25) 2.3 因子收集本研究為了呈現最完整的認知地圖，必須盡可能的收集全部相關的文獻、因子及其關聯性，我們使用其中一種強力的文獻收集工具-Thomson Data Analyzer，以協助我們達成這麼目標。Thomson Data Analyzer 對於管理與抽取來自於公司內部或商業數據庫中的商業關鍵見解相當強大，此工具不僅可篩選出適合的資訊，也能對於選出的資訊加以進行分析，並且以多種樣式呈現，像是表單、矩陣、關聯圖或是放射線圖等等。由這些分析圖可看出相關文獻的數量及與本研究主題的相關度以及統計其中的關鍵字。第一步：為了使收集來的文獻具有可信度，本研究採用來自 SSCI 的文獻並且鎖定四大主題排行前 20 名的期刊，分別是管理、商業、商業與金融、經濟等四大類，詳細期刊清單如附件一。由於本研究主題限制在電子商務並且著重於購買行為決策，因此輸入以下幾個關鍵字進行文獻查找，分別是“電子商務(E-commerce)”、“B2C”、“購買(purchase/purchasing)”、“決策制定(decision making)”、“認知地圖”以及“消費者 (customer/consumer)”。關鍵字文獻搜尋結果如圖 2-3 所示，共 769 篇文獻與本研究相關。. 圖 2-3 關鍵字搜尋結果. 12.

(26) 第二步：本研究將收集到的文獻進行關鍵字統計並產出一 38 乘 38 的因子矩陣如表 2-1 與表 2-2 所示。由此表可看出同時擁有縱軸與橫軸因子的文獻共有幾篇，例如由表可知共有 144 篇文獻同時包含購買及消費者兩個關鍵字。另外，此表也可看出七百多篇文獻中可統整出 38 個關鍵字。第三步：接下來選擇與本研究較相關的因子以取得所需的資訊，因此以電子商務為主軸，選擇所有包含“電子商務”關鍵字與“購買”、“消費者”、“購買決定”等關鍵字組合的文獻進行整合，如表 2-1 與表 2-2 圈選之範圍。由於其中包含許多重複或不相關的文獻，為了將重複者及不同主題之文獻刪除，本研究將在下一步閱覽所有被挑選文獻的摘要及結論以挑選出最適當的文獻採納。表 2-1 因子矩陣一. 13.

(27) 表 2-2 因子矩陣二. 另一方面，本研究輸出另一放射線圖以確定文獻收集的狀況，在放射線圖中每一個點代表一篇至十篇文獻(當該組文獻數量破百時，每個點將代表十篇文獻)，而每一層放射線代表一個因子，圖型重疊的部分代表共有多少數量的文獻同時具備重疊層數的因子。例如，如圖 2-4 所標記(→)，表示共有 144 篇文獻同時具備“購買”及“消費者” 兩項關鍵字。. 14.

(28) 圖 2-4 因子統計之放射線圖此圖也提供另一種解釋，由此圖可知即使過去有大量的文獻研究過購買決策，但特別針對電子商務市場進行的購買決策研究卻僅有 47 篇(圖中 e-commerce 關鍵字後僅顯示 47)，可說是相當的少。第四步：雖然在步驟二時篩選出超過五百篇文獻，但扣除重複計算的文獻後僅剩下 150 篇。為了挑出更接近本研究主題的文獻，我們閱覽此 150 篇文獻的摘要及結果挑出最適合留下的文獻進行整合。最後，共有 23 篇文獻與本研究主題-“利用認知地圖預測消費者在電子商務市場中的購買決策”高度相關。其他被剃除的文獻並非完全排除，其結論大部分被包含於此 23 篇高度相關的文獻中，接下來，我們將解是因子的定義以及本研究將因子簡單分為七大類進行說明。. 15.

(29) 步驟一：由WOB資料庫收集相關文獻 (輸入優質期刊清單及關鍵字 ). 輸出： 769篇文獻. 步驟二：使用軟體進行文獻關鍵字的整合與計算 (輸入769筆文獻清單) 輸出：關鍵字清單與包含該關鍵字的文獻數量. 步驟三：篩選與本研究主題相關的關鍵字. 輸出：據被篩選關鍵字的文獻清單共150筆步驟四：根據文獻摘要與結論二次篩選需要文獻輸出：最終共23篇高度相關文獻步驟五：最後的需求文獻產出共23筆並進行因子分類. 圖 2-5 文獻蒐集流程. 16.

(30) 第五步：基於收集而來的文獻中每篇皆有自己探討的面向，本研究根據文獻中提到的分類及因子本身的定義，簡單將其分為七大類，分別為理論型因子、網路商店形象、商業與行銷觀點、信任、科技特性、創新性、消費者特性等。此外，由於信任屬於網路商店形象型因子的其中之一，因此本研究將信任型因子視為網路商店形象因子群的子集，以下將分主題探討。. 2.3.1 理論型因子. 本節介紹TPB理論其涵蓋TAM、PBC及TRA的大部分因子與架構，因此本研究採納TPB理論的所有因子與因子關聯性為認知地圖的元素。在TPB理論中，態度(attitude)、主觀規範(subject norms)和認知行為控制(perceived behavioral control, PBC)為行為意圖(behavior intention)的前導因子(antecedent factors)，接著行為意圖在影響實際行為 (real behavior)。然而，過去學者((Pavlou & Fygenson, 2006)曾對於TPB理論中的PBC 部份提出一些模糊地帶的質疑，並且在經過實際驗證後給予兩項不同的維度補充說明，分別是自我效能(self-efficacy, SE)及可控制性(controllability)。根據Bandura (1986)的定義，自我效能代表行為人判斷自己是否可執行特定行為的能力；可控制性則是指行為人判斷本身是否有足夠的資源與機會執行特定行為(Ajzen, 2002a)。換言之，自我效能意味著消費者是否能判斷有足夠能力蒐集產品資訊及執行購買(Pavlou & Fygenson, 2006)；可控制性代表消費者認知是否擁有資源與機會及其可用性，以協助消費者進行資料收集與線上購買的動作(Pavlou & Fygenson, 2006)。另一方面亦指出 TAM 理論中提到的兩個行為意圖前導性因子- 認知有用性 (Perceived usefulness, PU) 及認知易用性(Perceived ease of use, PEOU)在多篇文獻中皆顯示先影響態度而非直接影響行為意圖，因此本研究視此兩個因子為態度為前導性因子。認知易用性被定義為網路消費者感知該網站容易使用的程度，以及花費最小努. 17.

(31) 力，像是時間與能源等等去學習使用網站；認知有用性代表購物網站如何提供有用的資訊給消費者和促進網上交易。圖2-6為本研究的理論型因子架構，以TPB理論為主軸，加入TAM理論的認知有用性與認知易用性兩項因子，以及Pavlou學者提出補充 PBC的認知有用性及認知易用性因子，形成理論型因子結構。. 圖 2-6 理論型因子結構. 2.3.2 網路商店形象因子. 網路商店又稱虛擬商店是一種運用網站平台商品陳列或販售服務品質的店面形式，因此消費者僅能由商家在網站上描述知悉產品資訊來源，所以形象對於商家相當重要，使消費者判斷的準確性之一。網路商店形象被定義為消費者藉由與網路商店的互動、商店特性、功能性及對商家的個人喜好綜合而成的概念。在文獻中(M. Y. Chen & Teng, 2013)，關於網路商店形象的因子有趣味性(Enjoyment/playfulness)、沉降性能 (Settlement Performance)、信認(Trust)及熟悉感(Familiarity)等因子。趣味性與熟悉感屬於前導性因子。趣味性代表消費者在網上購物感知到的樂趣和吸引力，並且正向影響認知易用性；熟悉感或稱能見度(Retailer Visibility)指消費者是 18.

(32) 否認識或認同商家，而且熟悉感大部分是來自於廣告的曝光。熟悉感在購買決策時有顯著地正向影響，因為消費者時常會認為知名的公司將提供完善的服務以滿足消費者需求(Chow & Holden, 1997)，另外，熟悉感具有沉降性能的正向影響；沉降性能定義為交付選項的選擇性、交貨準確度及在線商店提供的產品和服務交付的速度。在文獻中也提到其他的因子關聯性(M. Y. Chen & Teng, 2013)，首先，認知易用性影響認知有用性與信任；第二，沉降性能是信任與認知有用性的前導因子；最後，認知有用性與沉降性能的提高會提升購買意圖。其餘的因子關聯性如圖所示：. 圖 2-7 網路商店形象因子結構. 2.3.3 信任型因子. 信任因子在電子商務的研究中被許多專家學者討論過(M. Y. Chen & Teng, 2013; Gefen, 2000; S. Kim & Park, 2013; Pavlou & Fygenson, 2006)，並且給予很完整的定義。信任定義為網路消費者認知商家和其品牌的信賴度、可靠度及安全性程度(M. Y. Chen & Teng, 2013)。此外，信任也描述消費者對於網路商家提供資訊有效性、產品準確性、運送及時效與交付性的信念(Pavlou & Fygenson, 2006)。本研究將信任定義為消費者對於網路商家提供有效、準確的資訊和及時的交付服務或產品。. 19.

(33) 雖然在過去以有許多文獻針對信任本身進行研究(M. Y. Chen & Teng, 2013; S. Kim & Park, 2013; Pavlou & Fygenson, 2006)，但甚少研究針對信任的前導因子進行研究。此研究(S. Kim & Park, 2013)針對消費者在社群商務的信任進行調查，該作者提出影響信任的因子包含聲譽(Reputation)、公司規模(Size)、資訊品質(Information Quality)、交易安全 (Transaction Safety) 、口碑 (Word-of-Mouth Referrals ,WOM) 、溝通 (Communication)以及認知風險(Perceived Risk)。聲譽定義為消費者相信商家誠信與關心消費者的程度(Doney & Cannon, 1997)。正向的聲譽可增加消費者信賴且對於公司而言是很有價值的無形資產；公司規模則是指消費者感知網路商家的市場占有率(S. Kim & Park, 2013)，消費者對於越大規模的公司，其信賴感也會更高。資訊品質被視為購物網站能提供最新及最完整的資訊給消費者的程度(S. Kim & Park, 2013)。過去的研究(D. J. Kim, Ferrin, & Rao, 2008)曾提到，因為網站上有限的商品及服務資訊，導致消費者僅能依賴資訊品質以增加對網路商家的信賴感。亦即交易安全或稱資訊保護(Information Protect) (Pavlou & Fygenson, 2006)則定義為消費者認為電子商務提供高程度安全交易或交易相關資訊的程度(Cheung & Lee, 2006)。口碑在過去文獻中(S. Kim & Park, 2013)被指為消費者在網路活動中交換資訊或經驗，以幫助其他消費者進行購買決策的制定，也就是說，消費者一般認為來自其他消費者的購買經驗及購物資訊有較高的可信度，前述當網路商家的口碑越高，消費者對其的信任也越高。溝通通常是指消費者通過正式或非正式的流程管道，創造或與賣家分享資訊以達成協議(Moon & Lee, 2008)，所以當網路商家與消費者溝通越便利、越頻繁時，消費者的信賴感會越高。此外，也有研究(Kuhlmeier & Knight, 2005)指出認知風險也會影響消費者信任感。認知風險為因為資訊的不完整，使得消費者無法準確的預測交易結果而降低對網路商家的信任感，又稱做為不確定性(Uncertainty) (Luo et al., 2012)。當消費者感知到的風. 20.

(34) 險越大，購買意圖會越低，因此認知風險會負向影響信任。其他相關的信任型因子關聯性如圖2-8所示：. 圖 2-8 信任型因子結構. 2.3.4 商業觀點因子. 大部份有關於電子商務的研究(L. D. Chen et al., 2002; Á. Herrero Crespo & Rodríguez Del Bosque Rodríguez, 2008; Kuhlmeier & Knight, 2005; van der Heijden, Verhagen, & Creemers, 2003; Wang, Lin, & Pin, 2006)，皆著重於資訊系統或資訊科技，較少探討電子商務中的商業或行銷面向，然而，商業與行銷卻是貿易市場中最基礎也最不容忽視的根基。簡單來說行銷就是找到消費者的需求並且竭盡所能的滿足它；商. 21.

(35) 業則是指系統化的提供產品和服務，藉此得到利潤之回饋。因此，消費者在線上購買的行為是一種商業決策且此決策會被商業變數(例如價格、產品品質等)所影響。過去既有文獻(A. Herrero Crespo & Rodriguez del Bosque, 2010)針對商業與行銷面向進行商業特性如何在電子商務市場中影響銷售的探討，該文獻提出產品特性與購物經驗為網路購物中主要的商業特性，其中產品特性包含價格/金錢資源(Price/Monetary)、產品多樣性(Variety)、品質(Quality)與消費者服務(Customer Service)；購物經驗則包含努力/認知易用性(Effort/PEOU)、兼容性(Compatibility)、趣味性(Playfulness/Enjoyment) 等等(Luo et al., 2012)。在產品特性方面，根據經濟學理論，當產品價格越高時，需求數量越低，無論是文獻中提到的價格Luo et al. (2012)或是金錢資源(Pavlou & Fygenson, 2006)因子，都有相似的定義，當金錢資源越少或是價格越高時，對於產品或服務的需求會下降，所產生負向影響購買態度。產品多樣性是指在虛擬市場中提供多樣化的商品或服務，包含消費者在現實生活中因為地區限制而無法購買到的商品。品質被定義為符合或超過消費者期待的高品質商品與服務(A. Herrero Crespo & Rodriguez del Bosque, 2010)，然而當多樣性越高、或產品品質越高時，該因子會正向影響購買態度。消費者服務可幫助顧客在購買錢了解產品以及在購買後的產品維修與保養，根據文獻指出好的消費者服務可以改善產品或交易的不確定性及低能見度(或稱熟悉感)(Luo et al., 2012)，因此消費者服務負向影響認知風險且正向提升能見度。在購物經驗方面，努力被定義為電子商務網站可以節省時間及使購物流程更加簡單輕鬆，與認知易用性有相似的定義，視為同一種因子且正向影響購買態度。兼容性指網站或科技的創新與現存的價值、信念及使用者基本需求一致性的程度(L. D. Chen et al., 2002)。趣味性之定義已在 2.3.2 節中提過，因此不再贅述。以上三個因子，兼容性、努力、趣味性在文獻中皆被檢測為正向影響態度，其餘的因子關聯與更完整的結構如圖 2-9 所示：. 22.

(36) 圖 2-9 商業觀點型因子結構. 2.3.5 科技特性型因子. 電子商務交易必須使用電子設備及網際網路才可發揮其功能，像是商品搜尋、網路購物及訂單追蹤等等商業流程，因此，資訊科技(Information Technology, IT)扮演著公司與客戶交流的重要角色。本研究根據專門研究IT技術與電子商務間關係的文獻結論(Luo et al., 2012; Pavlou & Fygenson, 2006)，提出的科技特性因子如下：延遲下載 (Download Delay)、資訊保護/交易安全(Information Protect/Transaction Safety)、網站設計/網站導航性(Website Designed/Web Navigability)。首先，延遲下載被定義為網站回覆時間過長、造成消費者的時間資源減少，使得消費者使用意願降低，因此延遲下載將產生負向影響態度與可控制性(Pavlou & Fygenson, 2006)。第二，由於資訊在網際網路中會被快速而廣泛的傳播，因此資訊保護/交易安全在資訊科技中相當重要，資訊. 23.

(37) 保護技術的提升能保護消費者隱私或個資被曝光。第三，在相關文獻(Luo et al., 2012) 中也提到簡單清楚的網站設計可引導消費者更便捷的使用網站功能，使其更快速的找到需求資訊，並且可減少消費者對產品的不確定性以增加購買滿意度，因此網站設計 /網站導航性會正向影響可控制性與自我效能，並且負向影響認知風險。其餘的科技特性因子關聯性如下圖所示：. 圖 2-10 科技特性型因子結構. 2.3.6 創新性因子. 電子商務視為新形態的交易模式，且大規模的改變人類的生活習慣，不管是商品的展示方式、購買流程、搜尋方式對於消費者而言都相當的創新。然而，消費者該以何種方式學習、究其原因可吸引消費者更改生活習慣以及多久時間可接受創新性的消費模式，仍需要深入研究。回顧過去文獻(Á. Herrero Crespo & Rodríguez Del Bosque. 24.

(38) Rodríguez, 2008)曾針對創新科技對於消費者的影響進行研究，該文獻結合創新擴散理論(Innovation Diffusion Theory, IDT)與 TPB 理論，在 TPB 理論中的態度認知以探討電子商務模式的創新性，其中創新擴散理論提出五種人類會採納一創新科技的元素，分別為便利性(convenience)、兼容性(compatibility)、複雜性(complexity)、可靠性(reliability) 及可感知性(perceptibility)等(Rogers, 2010)。過去文獻(M. Y. Chen & Teng, 2013; Á. Herrero Crespo & Rodríguez Del Bosque Rodríguez, 2008; A. Herrero Crespo & Rodriguez del Bosque, 2010)也有利用創新性作為基礎，進行電子商務市場與消費者購買決策的關聯性研究，結論顯示兼容性(compatibility)、創新性(innovativeness)、熟悉度/能見度(retailer visibility/familiarity)、認知有用性(PU)、認知易用性(PEOU)為電子商務中與創新性相關的影響因子，因子間的關聯性及對於其他因子的影響如下圖所示：. 圖 2-11 創新性因子結構. 25.

(39) 2.3.7 消費者特性因子. 當消費者為整條供應鏈的最終端，且供應鏈上的所有公司都必須盡可能的迎合消費者期望以創造利潤，因此，透過文獻(Chiu, Wang, Fang, & Huang, 2014; Kohli, Devaraj, & Mahmood, 2004; Kuhlmeier & Knight, 2005; Pavlou & Fygenson, 2006)獲取消費者在電子商務中的購物喜好以與購物經驗以改善購買流程。根據上述文獻的研究結果皆可顯示，使用經驗(use experience)、時間(time)及消費者技巧(customer skill)為電子商務市場中主要影響消費者購買決策的因子，並且上述三種消費者特性因子對於其他因子的影響性如下：首先，使用經驗被定義為使用網路購物時間長度以及頻率次數，由於消費者在網路上購物的經驗越多，將有助於更便捷的尋找期望產品，因此使用經驗會產生正向影響購買意圖以及負向影響認知風險。第二，時間是消費者瀏覽網路及搜尋期望產品的重要資源之一，時間資源越多，消費者更可輕鬆自在地在線上瀏覽購物，於是正向影響將可控制性。第三，消費者技巧定義為消費者提升特定行為的知識和專長，並且它是一種消費者對於某種行為是否可完成的潛在預測，因此自我效能將對消費者技巧正向影響有明顯顯著(Pavlou & Fygenson, 2006)。消費者特性因子對於其他因子的影響如下圖所示：. 26.

(40) 圖 2-12 消費者特性因子結構. 2.3.8 小結. 本章節闡述過去有許多文獻可得知消費者在電子商務市場中的決策給予很多不同面向的探討，每個面向皆有許多獨特影響因子存在，且經過本研究的整理後發現每一種面向的因子皆有少部分重疊，像是認知風險存在於網路商店形象型因子與信任型因子等等。然而，本研究並未發現有任何文獻統整所有的面向，並給予影響消費者在電子商務中購物決策的原因一個完整且綜合性的探討。因此本研究針對將利用認知地圖理論整合各面向的因子，並運用數學方法運算該地圖的完整因子結構。因此接下來將在第三章利用文獻收集而成的因子進行初始認知地圖的組成，並解釋決策支援系統 POOL2 的整體運算流程。. 27.

(41) 3. 研究方法第三章將在 3-1 節解釋決策資源系統 POOL2 的整體運算流程與邏輯基礎，並在 3-2 節解釋本研究初始認知地圖的組成。. 3.1 決策資源系統 POOL2 本研究使用一名為POOL2的決策資源系統(Decision Support Systems, DSS)進行認知地圖的運算，此系統為Zhang等學者於1989年提出(Zhang et al., 1989)，專門使用於認知地圖的計算以幫助決策的制定。POOL 2主要以負-正-中邏輯與關聯性，簡稱 NPN(Negative-Positive-Neutral, NPN logics and NPN relations)為基礎，因為此通用系統可符合認知地圖中的因子關係表示，適用於認知地圖的表達與運算。POOL 2是由三個子系統組合而成的完整系統，分別為認知地圖組成系統 (cognitive mapping subsystem)、認知地圖理解系統(cognitive map understanding subsystem)、決策分析系統(decision analysis subsystem)等三種，可將其理解為匯集(pooling)、清算(clearing)、繪製(drawing)等三個平行的概念，其中匯集為一種隱喻，代表收息所有知識，也就是資訊流匯集於一池中；清算則為將收集來的知識經過理解分析、給予一完整的概念；繪製則是將整理完成的結果視為一地圖，當投入一物件後，觀察其對於後方的因子引起的漣漪，以預測最後可能形成的結果，再經由決策者經驗與判斷進行決策的制定。. 28.

(42) Cognitive Mapping (Pooling). PCM. Cognitive Map Ander-stan ding. ACM. (Clearing). Decision Analysis. (Drawing). Decision Support. Assertions from Experts 圖 3-1 POOL2 決策系統之通用結構與資訊流 (Zhang, Chen, & Bezdek, 1989). 第一步，本研究從過去相關文獻(表3-1)中收集專家意見包含因子與因子關聯性，以結合成認知地圖，因此第一階段將產出初始認知地圖(PCM)。PCM合併多重觀點與多位專家意見以避免資訊的不完整性或是受限於領域與面向的不同，而無法得到完整的預測。觀點與意見結合的重要性在於購買的影響因素太過廣泛且沒有範圍限制，因此沒有人可以獨自一人收集到複雜且龐大的資訊。然而，在結合資訊後仍然有一些瓶頸存在，像是專家意見的互相衝突、未開發到的資訊等等，例如Ａ文獻的結果顯示Ａ因子與Ｂ因子有關聯性，但在Ｂ文獻中沒有發現該現象；或者Ａ文獻提出Ａ因子與Ｂ因子為正相關，但在Ｂ文獻中卻顯示負相關等等狀況。所以第二步驟的目的就是將這樣的衝突狀況減到最低，並且觀察是否有未知的資訊隱藏在其中。在第二步驟中，初始認知地圖將會化成矩陣形式被當作輸入原件投入理解(Understanding System)系統中，此步驟主要應用啟發式傳遞封包演算法(Heuristic Transitive Closure Algorithm, HTC Algorithm)運算初始認知地圖轉化而成的矩陣，經過系統的轉化後將減少衝突狀. 29.

(43) 況並強化認知地圖的整體性。經過處理的認知地圖會成為此階段的產出，稱做先進認知地圖(Advanced Cognitive Map, ACM)，此認知地圖具有較完整的因子影響路徑，可提供管理者決策制定時的參考，本研究將在第四章進行認知地圖的進算以取得先進認知地圖。最後，根據過去針對消費者購買探討的研究產出的先進認知地圖結果，可給予管理者一個消費者購買決策因素的影響路徑概觀，在加上管理者對於該產業、領域、公司狀況與發展進行決策的制定。另外，負-正-中邏輯與關聯性(NPN logics & NPN relation)是在1989年由Zhang等學者提出的一種結合二值明確邏輯(two-valued crisp logic)、二值關聯性(crisp/binary relations)、模糊邏輯(fuzzy logic)、模糊關聯性(fuzzy relations)等的邏輯思維(Zhang et al., 1989)。NPN邏輯將關聯性強度設在[- 1, 1]區間而非介於[0, 1]的正區間，因為在認知地圖中因子的關聯性共有正向、負向、無關聯等三種，剛好適用於「-」號代表負相關、「+」號代表正相關、「0」則可代表無關聯的因子關聯性。在NPN邏輯中，當有一個變數"非負"時，此變數可能為正向或無相關(中立)，反之，當有一個變數"非正" 時，此變數可能為負向或無相關(中立)，因此將出現三種單值(singleton values)，- 1 (negative)、1(positive)、0(neutral or unrelated);以及三種複合值(compound values)，(- 1, 0) (negative or neutral)、(0, l) (neutral or positive)、(- 1, l)(negative, neutral, or positive)。依據NPN邏輯與NPN關聯性的定義，因為變數介於[- 1, 1]，此概念可同時應用在二值邏輯( 1, 0)與模糊邏輯[ 1, 0]的相關問題上。更甚者，此邏輯可表示出非負值或非正值的變數，所以NPN邏輯與NPN關聯性可適用於認知世界的人類意識表達。. 3.2 初始認知地圖本研究的初始認知地圖PCM來結合23位與本研究主題高度相關的專家意見如表 3-1所示，這些研究皆針對電子商務中消費者的購買決策提出獨特的主題進行探討，例如信任、聲譽以及消費者對新功能的接受程度等等，對於線上購物的影響。其他相. 30.

(44) 關度較低的文獻，本研究發現其結論大部分都被包含在此23篇的結論中，因此本研究不採納其餘較低度相關的文獻進行探討。以下將說明本研究初始認知地圖的組成。表 3-1 本研究採納之相關文獻列表 Resource of factors and relations. 1. Understanding and predicting electronic commerce adoption: an extension of the theory of planned behavior.(Pavlou & Fygenson, 2006). 2. The influence of the commercial features of the Internet on the adoption of e-commerce by consumers.(A. Herrero Crespo & Rodriguez del Bosque, 2010). 3. Explaining B2C e-commerce acceptance: An integrative model based on the framework by Gatignon and Robertson.(Á. Herrero Crespo & Rodríguez Del Bosque Rodríguez, 2008). 4. A comprehensive model of the effects of online store image on purchase intention in an e-commerce environment.(M. Y. Chen & Teng, 2013). 5. Effects of various characteristics of social commerce (s-commerce) on consumers’ trust and trust performance.(S. Kim & Park, 2013). 6. Antecedents to internet-based purchasing: a multinational study.(Kuhlmeier & Knight, 2005). 7. Understanding the beliefs and intentions in search and purchase functions in an E-commerce web site.(Lin & Chan, 2009). 8. The Effectiveness of Online Shopping Characteristics and Well-Designed Websites on Satisfaction.(Luo et al., 2012). 9. Consumer internet purchasing behavior in Chile.(Andrews & Bianchi, 2013). 10. E-commerce: the role of familiarity and trust.(Gefen, 2000). 11. Internet pricing, price satisfaction, and customer satisfaction.(Cao, Gruca, & Klemz, 2003). 12. Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model.(Pavlou, 2003). 31.

(45) 13. Customer behavioral intentions for online purchases: An examination of fulfillment method and customer experience level.(Boyer & Hult, 2006). 14. A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents.(D. J. Kim et al., 2008). 15. Customer behavior in an online ordering application: A decision scoring model.(Boyer & Hult, 2005). 16. Re-examining the influence of trust on online repeat purchase intention: The moderating role of habit and its antecedents.(Chiu, Hsu, Lai, & Chang, 2012). 17. Predicting consumer intention to use mobile service.(Wang et al., 2006). 18. Understanding online purchase intentions: contributions from technology and trust perspectives.(van der Heijden et al., 2003). 19. How presentation flaws affect perceived site quality, trust, and intention to purchase from an online store.(Everard & Galletta, 2005). 20. Understanding online customer repurchasing intention and the mediating role of trust - an empirical investigation in two developed countries.(Qureshi et al., 2009). 21. The impact of customer trust and perception of security control on the acceptance of electronic commerce.(Bomil & Ingoo, 2003). 22. What Signals Are You Sending? How Website Quality Influences Perceptions of Product Quality and Purchase Intentions.(Wells, Valacich, & Hess, 2011). 23. Understanding determinants of online consumer satisfaction: A decision process perspective.(Kohli et al., 2004) 本研究基於“聯集(Union)”的概念進行初始認知地圖中的因子關聯性組成，也就是. 說，本研究接受所有被觀察到的現象，無論不同文獻的意見是否一致。例如A因子與 B因子在A文獻中有關聯性，但在B文獻中沒有，本研究仍將A、B因子視為有關聯性；又或者A文獻中的A、B因子呈負向相關，但在B文獻中呈現正向相關，兩種現象本研究皆採納，並會在第二階段認知地圖的計算中進行不同現象的結合。此規則的採用主. 32.

(46) 要原因為避免任何一點資訊的遺漏或是出現資訊不完整的缺口，任何資訊都必須被採納。表3-2為因子的中英對照以及表3-3列出本研究給予因子的簡單分類。. 中文. 英文. 態度. 表 3-2 因子名稱中英對照中文. 英文. Attitude. 認知有用性. PU. 溝通. Communication. 購買意圖. Purchase Intention. 兼容性. Compatibility. 實際購買行為. Purchasing Behavior. 可控制性. Controllability. 聲譽. Reputation. 消費者服務. Customer Service. 自我效能. Self-Efficacy. 沉降性能. Settlement Performance Size. 消費者技巧. Customer Skill. 延遲下載. Download Delay. 公司規模. 趣味性. Enjoyment/ Playfulness. 主觀規範. 熟悉感. Familiarity/. 時間. Subjective Norms. Time Retailer Visibility 資訊品質. 交易安全 Information Quality. Transaction Safety/Information Protect. 創新性. Innovativeness. 信任. Trust. 認知行為控制. PBC. 使用經驗. Use Experience. 認知易用性. PEOU. 多樣性. Variety. 網站設計. Web Design/. 認知風險 Perceived Risk. Web Navigation. 33.

(47) 價格. Price. 口碑. 產品品質. Product Quality. Word-of-Mouth(WOM). 表 3-3 因子分類 Classification. Factors. Theories. Purchase Intention, Attitude, Subjective Norms, PBC, Self-Efficacy, Controllability. Online shop image. Enjoyment, Familiarity, Settlement Performance, Trust. Trust. Reputation, Size, Information Quality, Transaction Safety, Word-of- Mouth, Communication, Perceived Risk. Commercial perspective. Price, Variety, Product Quality, Compatibility, Enjoyment, Customer Service. Technology characteristic. Download Delay, Transaction Safety, Web Design. Innovation. Innovativeness, Compatibility, Familiarity, Perceived Risk, PEOU, PU. Customer feature. Time, Customer Skill, Customer Use Experience. 為了在初始認知地圖PCM中能更方便辨認因子，本研究將因子編號如表3-4所示共31項，此編號將應用在圖3-2中初始認知地圖PCM中。另外，本研究由過去23篇文獻收集而來的因子關聯性將全部列於表3-5，第一行代表自變因子以及該因子編號，第二行與第三行分別為正負向以及影響程度，最後一行代表應變因子，也就是被前面因子影響的因子。. 34.

(48) 表 3-4 因子代號表 NO. Factors. NO. Factors. 1. Attitude. 17. Purchasing Intention. 2. Communication. 18. Product Quality. 3. Compatibility. 19. Reputation. 4. Customer Service. 20. Self-Efficacy. 5. Customer Skill. 21. Settlement Performance. 6. Download Delay. 22. Size. 7. Enjoyment/Playfulness. 23. Subjective Norm. 8. Familiarity/Retailer Visibility. 24. Time. 9. Information Quality. 25. Transaction Safety/Information Protect. 10. Innovativeness. 26. Trust. 11. Perceived Behavioral Control (PBC). 27. Use Experience. 12. Perceived Ease-of-Use (PEOU). 28. Variety. 13. Perceived Risk. 29. Web Design/Web Navigation. 14. Perceived Use (PU)/Usefulness. 30. Word-of-Mouth Referrals (WOM). 15. Price. 31. Controllability. 16. Purchasing Behavior. 35.

(49) 表 3- 5 因子關聯性列表 Paper 1 Trust (26)1. +2. .183. Attitude (1). Trust (26). +. .15. Controllability (31). PU (14). +. .19. Attitude (1). PEOU (12). +. .22. Attitude (1). PEOU (12). +. .22. Controllability (31). PEOU (12). +. .26. Self-Efficacy (20). Download Delay (6). -. -.11. Attitude (1). Download Delay (6). -. -.33. Controllability (31). Time (24). +. .17. Controllability (31). Web Navigation (29). +. .24. Self-Efficacy (20). Price (15). +. -.2. Attitude (1). Price (15). +. -.24. Controllability (31). Product Quality (18). +. .21. Attitude (1). Trust (26). +. .2. Self-Efficacy (20). Transaction Safe (25). +. .17. Controllability (31). Customer Skill (5). +. .22. Self-Efficacy (20). Attitude (1). +. .59. Purchasing Intention (17). Controllability (31). +. .49. PBC (11). Self-Efficacy (20). +. .59. PBC (11). PBC (11). +. .21. Purchasing Intention (17). PBC (11). +. .2. Purchasing Behavior (16). 36.

(50) Purchasing Intention (17). +. .26. Purchasing Behavior (16). Web Navigation (29). +. .08. Controllability (31). Price (15). +. -.143. Attitude (1). Variety (28). +. .143. Attitude (1). Product Quality (18). +. .143. Attitude (1). PEOU (12). +. .664. Attitude (1). Compatibility (3). +. .664. Attitude (1). Playfulness (7). +. .664. Attitude (1). Perceived Risk (13). -. -.061. Attitude (1). Perceived Risk (13). -. -.087. Purchasing Intention (17). Subject Norm (23). +. .274. Purchasing Intention (17). PEOU (12). +. .309. PU (14). Compatibility (3). +. .572. PU (14). Compatibility (3). +. .183. Attitude (1). PU (14). +. .545. Attitude (1). Subject Norm (23). +. .237. Purchasing Intention (17). Attitude (1). +. .458. Purchasing Intention (17). Innovativeness (10). +. .143. Purchasing Intention (17). Innovativeness (10). -. -.0146 Subject Norm (23). +. .63. Paper 2. Paper 3. Paper 4 Enjoyment (7). PEOU (12). 37.

(51) Familiarity (8). +. .6. Settlement Performance (21). PEOU (12). +. .43. PU (14). PEOU (12). +. .73. Trust (26). Settlement Performance (21). +. .26. Trust (26). Trust (26). +. .32. PU (14). PU (14). +. .2. Purchasing Intention (17). Settlement Performance (21). +. .39. Purchasing Intention (17). Reputation (19). +. .459. Trust (26). Size (22). +. .275. Trust (26). Information Quality (9). +. .354. Trust (26). Communication (2). +. .418. Trust (26). WOM (30). +. .325. Trust (26). Trust (26). +. .576. Purchasing Intention (17). Transaction Safe (25). +. .48. Trust (26). Use Experience (27). -. -.22. Perceived Risk (13). Perceived Risk (13). -. -.22. Purchasing Intention (17). Use Experience (27). +. .29. Purchasing Intention (17). Use Experience (27). +. .2. PEOU (12). PEOU (12). +. .73. PU (14). PEOU (12). +. .21. Purchasing Intention (17). Paper 5. Paper 6. Paper 7. 38.

(52) PU (14). +. .41. Purchasing Intention (17). Perceived Risk (13). -. -.086. Purchasing Intention (17). Retailer Visibility (8). +. .027. Purchasing Intention (17). Web Design (29). +. .041. Perceived Risk (13). Customer Service (4). -. -.053. Retailer Visibility (8). Customer Service (4). +. .18. Perceived Risk (13). Attitude (1). +. .91. Purchasing Intention (17). WOM (30). +. .34. Attitude (1). Compatibility (3). +. .5. Attitude (1). Familiarity (8). +. .17. Trust (26). Familiarity (8). +. .38. Purchasing Intention (17). Trust (26). +. .43. Purchasing Intention (17). Information Quality (9). +. .62. Settlement Performance (21). PEOU (12). +. .64. Settlement Performance (21). Variety (28). +. .594. Settlement Performance (21). Web Design (29). +. .64. Settlement Performance (21). Price (15). -. -.512. Purchasing Intention (17). -. -.04. Trust (26). Paper 8. Paper 9. Paper 10. Paper 11. Paper 12 Use Experience (27). 39.

(53) Reputation (19). +. .24. Trust (26). Reputation (19). -. -.37. Perceived Risk (13). Reputation (19). +. .2. Purchasing Intention (17). Trust (26). -. -.33. Perceived Risk (13). Trust (26). +. .18. Purchasing Intention (17). Trust (26). +. .31. PU (14). Trust (26). +. .34. PEOU (12). Perceived Risk (13). -. -.31. Purchasing Intention (17). PU (14). +. .25. Purchasing Intention (17). PEOU (12). +. .39. PU (14). PEOU (12). +. .02. Purchasing Intention (17). Customer Service (4). +. .1. Product Quality (18). Customer Service (4). +. .05. Web Navigation (29). Customer Service (4). +. .03. Time (24). Product Quality (18). +. .31. Customer Service (4). Product Quality (18). +. .14. Web Navigation (29). Product Quality (18). +. .1. Time (24). Web Navigation (29). +. .22. Customer Service (4). Price (15). +. .1. Web Navigation (29). Web Navigation (29). +. .37. Product Quality (18). Web Navigation (29). +. .14. Time (24). Time (24). +. .16. Customer Service (4). Paper 13. 40.

(54) Time (24). +. .31. Product Quality (18). Time (24). +. .38. Web Navigation (29). Price (15). +. .02. Customer Service (4). Price (15). +. .07. Product Quality (18). Price (15). -. -.02. Time (24). Information Quality (9). +. .369. Trust (26). Transaction Safe (25). -. -.18. Perceived Risk (13). Transaction Safe (25). +. .293. Trust (26). Reputation (19). -. -.83. Perceived Risk (13). Reputation (19). +. .165. Trust (26). Familiarity (8). +. .08. Trust (26). Familiarity (8). +. .204. Purchasing Intention (17). Trust (26). -. -.377. Perceived Risk (13). Trust (26). +. .448. Purchasing Intention (17). Self-Efficacy (20). +. .197. Purchasing Intention (17). Perceived Risk (13). -. -.18. Purchasing Intention (17). Purchasing Intention (17). +. .397. Purchasing Behavior (16). Product Quality (18). -. -.48. Customer Service (4). Time (24). -. -.05. Customer Service (4). Time (24). +. .04. Product Quality (18). Paper 14. Paper 15. Paper 16. 41.