B2B网络算法对消费者购买决策的影响

2019-12-22韦曹滢中国人民大学

新商务周刊 2019年22期

文/韦曹滢，中国人民大学

消费者购买决策是复杂的过程，其涉及到消费需求的刺激，购买意愿的产生，转而了解商品，不同商品之间的比较，最后决定是否购买以及购买后相关的购买体验评估。以上四个阶段步骤对购买决策产生直接的影响，其中B2B网络算法模型对于消费需求的刺激，商品之间的比较和购买后的评估产生决策性影响，本文将从以上三个方面进行相关阐述。B2B网络算法是基于消费者和生产者的意愿进行的产品推广和销售，是生产者和消费者互相作用的产物，生产者对商品的包装，消费者对产品的喜好是B2B网络算法模型产生的重要依据，其将指导生产者运作和消费者购买，是电子商务体验式购买不可缺少的一部分。

1 消费者购买决策的影响因素

1.1 消费需求刺激对购买决策的影响

消费者进行购买首先是由产生需求开始的，如果消费者没有需求则很难产生购买决策，消费需求分为内在需求和外部潜在需求，内部需求是由消费者本身需要决定，是心理和生理以及消费观念的综合体现，外在需求是由生产者进行信息传播制造的结果，是营销策略带来的最直接的体现，其中包括线上各大文字媒体网站等方式的传播，以及各种折扣、特卖等方式的营销活动刺激，包括新媒体运营以及传统的互联网内容营销和线下的广告、折扣等宣传，这部分是对消费者购买决策的外在影响，消费需求是由外部环境制造出来的，购物网站是否知名，网站设计是否亲民，网站的商品质量是否过关，网站推广是否到位等一系列都将对消费者购买意愿产生影响。消费者自身需求是受个人生活习惯、消费习惯、网购习惯等影响，是自身消费习惯的重要体现。其对购买决策是直接影响，不存在买或者不买的选择，而是对好与不好的区分。

1.2 信息搜索对购买决策的影响

消费者进行信息搜索的来源较广，可以通过社交群体的推荐获取，也可以是自己的亲朋好友推荐获取，此类信息对消费者的购买决策产生最为直接的影响，由于社交圈和朋友圈本身具有一定信誉的价值体系，故其推广的信息更具有说服力，消费者更可能决定性的去购买相关产品而忽略其他产品，其次消费者可以通过网络来进行信息获取，互联网搜索引擎获取的内容具有一定的不确定性，消费者对其内容本身有一定的质疑成分，建立一套系统的评价体系将会对消费者购买决策产生最直观的影响，最后消费者可以通过相关论坛、微博等渠道进行购买，其产品的有效价值仍需要消费者自身去判定，对于不确定性的产品价值消费者很难将其转化为购买行为，互联网及电子商务的发展需要区分和判定产品价值，这是相关算法所决定的，是需要算法设计者不断去优化的结果。

1.3 商品选择对购买决策的影响

消费者在进行网络购买时将不断进行比较以选择性价比最高的商品，所有的消费者均会进行相关信息的比较，网络算法需要执行的也是对商品价值的评估排行，从而推荐给消费者最适合其需求的产品。消费者在进行商品比较时主要考量以下几个方面：价格、质量、好评程度、产品品牌、销量反馈、企业信誉。一家具有超高信誉的企业，以较为亲民的价格打造出精品的产品无疑受广大消费者青睐，但是消费者需要在众多产品中选择出此类产品却较耗费精力，网络算法将其精简化，推荐适合消费者自身的产品将为消费者带来巨大购买体验，是网络购买的不可或缺的助手。其次在消费者选择购买时，其他消费者对产品的评价一定程度上对当前购买行为产生决策影响，是不可忽略的影响因素之一。

1.4 购买及购买后评价对决策的影响

购买后的评价是消费者对产品的价值的认可的体现，当消费者收到购买商品，消费者将从以下几个方面进行评估：是否跟商家描述一致，商家服务态度是否满意，产品体验是否达标，物流时间是否满足自己要求，消费者是苛刻的，当以上体验不满足自身要求时将给予产品差评，评价结果直接影响后来消费者消费决策。

2 B2B网络算法如何影响购买决策

2.1 B2B网络算法对购买需求刺激的作用

B2B网络算法作用于需求刺激主要体现在产品推广端，比如目前百度在B2B领域推出的细雨算法是在消费需求阶段影响购买决策的主要算法之一。在需求刺激阶段线上主要是产品发布过程，信息的发布如果存在虚假或者不清晰规范，一定程度拉低购买欲望。细雨算法优化主要在以下几个方面：1：细雨算法将标题内容表述更加合理清晰，其剔除了跟消费者浏览页面无关的内容的相关标题信息，制造出标题与内容匹配的核心价值，其次将核心产品核心业务放置浏览主页面，避免信息堆叠对消费者产生不利的浏览影响。2细雨算法加强了对页面完整性的设置，页面内容真实无虚假，符合消费者消费习惯，在内容上拒绝东拼西凑，影响消费者阅读体验全部剔除掉，增加阅读体验感，细雨算法作为互联网平台推送产品的算法之一对信息发布的过滤起着至关重要的作用，是购买决策的先判官。

2.2 B2B网络算法对购买信息搜索的作用

信息检索是消费者产生购买决策的先决条件，如果消费者无法获取信息则无法对产品进行评判，B2B 信息搜索算法有多种模式，以下是信息检索模式的典型案例：基于N层向量的信息检索、基于关键词组获取的信息检索、基于查询扩展的信息检索、基于向量空间模型的信息搜索、基于马尔可夫模型的信息研究等等。不同的信息搜索算法一定程度作用消费者搜索信息内容。网络算法对于信息搜索有以下几方面影响：1搜索的查询速度更高，查询的准确率更高，当消费者不使用网络算法进行搜索时，获取的信息具有极大的不准确性、不真实性，影响了消费者购买体验，不利于交易的成交；2搜索的内容更加真实可靠，通过网络算法的搜索是经过严格的模型训练，当搜索的内容不真实或者具有欺诈内容时，搜索算法将自动过滤掉不再显示，是消费者在购买决策过程中的基础条件。

2.3 B2B网络算法对购买商品选择的作用

购买商品的选择是对商品属性的二次选择，B2B网络算法可以针对多属性决策进行网络选择，是网络算法的一种，其可以根据消费者选择的多属性来进行筛选相应的产品。其次商品匹配算法也是在商品选择的重要算法之一。WHIRL算法是通过向量空间变量进行建模，计算商品的相似程度，TMWM是通过抽取名称中的集合词来区分相似程度，相较于其他算法缺陷在于无法集中处理多个平台的产品数据，为此一种凝聚层次的聚类算法填补这一空白，网络的搜索内容匹配均与算法有关，目标是通过算法能够精确的找到消费者需要的产品类型并对产品类型做出推送以便消费者完成购买任务。

2.4 B2B网络算法对购买商品评价的作用

B2B网络算法一定程度上影响着商品在平台的排序，比如商品的综合排序是按照上下架率、好评率、成交量、收藏率、转化率等方面综合评价，不同的算法其占比不同从而产生不同的商品排序，而消费者而言只会选取对其最优的产品，这将一定程度影响产品上架和购买率。目前排序算法典型有基于产品属性的排序算法、基于产品在线评论的排序算法、基于产品销量的排序算法等，鉴于不同的排序算法消费者可以根据搜索内容进行个性化排序，从而找到适合自己的相应产品，可见排序算法对产品成交具有一定的推动作用，是消费者购买决策的终极决断。

3 B2B网络算法与购买决策的关联

3.1 B2B网络算法推荐引导购买决策

消费者购买决策是由多方面决定的，但是在线上互联网时代的推动下，在消费者接收线上信息时更多依赖于网络算法对产品的评价以及排序和网络算法对消费者搜索内容的理解，线上算法对于像拼多多、阿里巴巴类的电商型企业起至关重要的作用，直接反映消费者的购买体验，故重视线上B2B网络算法的研究才会促进线上消费者获得更好的消费体验，促进电商互联网产品的发展。