淘宝买家对聚划算的心理认知探讨什么

恍惚恍惚又来到了文章的学习，小编的产品运营将要带领大家了解营销师所要知道的营销秘籍。想必大家又有很多问题吧！！有兴趣的朋友就不要错过了。产品包装
 Q3季度淘宝用研与西南财经大学的陈冬宇老师合作，对聚划算的用户进行了深入研究，项目中投放的定量问卷涉及到用户对聚划算的心理认知，本文单独就这一部分内容进行讨论，并侧重于研究方法的讨论，最终数据是从样本中筛选出的了解聚划算的用户1010个。
本次研究采用七级量表考察用户对聚划算的心理认知，包含25个描述性语句（详见下文因子分析结果中的表述），事先对语句做了划分，共有八个面向：信任、产品多样性*、商品质量*、信息充裕性、服务质量、购买行为、安全措施、感知的机会主义行为*。其中，带*的面向均为反向语句；另外，“购买行为”的语句表述更倾向行为层面，分析时，并没有将其严格地区分出来，主要考虑购买行为隐含了用户对聚划算的习惯性依赖心理。
一、项目分析
首先，将反向语句全部正向处理；然后，求得每个样本25句描述同意程度的总分。分析可知，每个分项语句与总分均显著相关，表明量表的相关效度较高，但其中“在聚划算上团购的购物券通常都有严格的消费限制，如限定了消费的内容、时间、地点等”与总分的相关系数仅为0.162，可考虑删除。
将总分升序排列，查看样本量27%处的得分，作为低分组的上限临界值；样本量73%处的得分，作为高分组的下限临界值。得到高低分组，对25个语句的得分做独立样本T检验进行项目分析，可知量表中的语句得分在高低分组均存在非常显著差异。
Cronbach’s Alpha信度检验时，Alpha系数为0.904，删除“在聚划算上团购的购物券通常都有严格的消费限制，如限定了消费的内容、时间、地点等”时，Alpha系数变为0.910，可考虑删除。
二、因子分析产品经理职责
检验量表的建构效度时，以单独语句不适宜构成一个因子的原则，同样需要删除语句“在聚划算上团购的购物券通常都有严格的消费限制，如限定了消费的内容、时间、地点等”。
再次因子分析，得到取样适度性KMO值为0.913，非常适合进行因子分析；Bartlett球形检验的值为15098.173（df=276）达到显著，代表群体的相关矩阵间有共同因子存在，可以进行因子分析。
最后萃取出八个公因子，累积方差贡献率为77.8%，效果理想，且公因子与事先规定的面向吻合（详细情况如下图）。变量原始矩阵与重构矩阵之间的残差》0.05的个数比例为11%，拟合效果也非常好。

独立样本T检验可知，从来没参加过聚划算和每月购买4次或以上聚划算的用户，对聚划算的信息充裕性、对信息、服务、交易条款等的信任感不存在明显差异；
每月购买4次或以上聚划算的用户对聚划算服务质量的认可度较低，明显高于未购买用户，这与用户心理相符，只有真正购买过，且购买得多，才能发现更多服务当中的问题，对服务的要求就会更高，这也表明聚划算越来越强调服务质量，是非常有必要的。
这两群用户对在聚划算感知的机会主义也不存在差异，尤其是每月购买4次或以上聚划算的用户，他们感知的机会主义心理要低于未购买过的用户，表明他们在聚划算购物更多的不是在撞大运，而是信任这个平台，对商品质量、产品多样性、交易安全等明显更加认可，即便对服务质量不满意，但依然有强烈的购买**，并逐渐形成了习惯性依赖。

推荐必须让用户发现新价值，发现自己搜索、查找所不能发现的东西，否则推荐没有意义。推荐很多时候很难给用户提供价值的，因为每个用户所想要的都不同，所以推荐有时也会是骚扰。
　　说得最多的是精准推荐，利用大数据了解用户后进行推荐，但是我一直对这个报有怀疑态度，有时候连人自己都不了解自己，不知道为什么自己会做出某些行为，大数据所积累的就很难满足一个人的心思，况且现在的数据也没有做到大的地步。根据数据精准推荐是一定程度上能让推荐的东西更符合用户的口味，但效果不绝对是好的。就拿音乐app来说，豆瓣会推荐用户喜欢的同类音乐，吸引了大批用户，但推荐越精准，曲风越雷同，用户一直听同一个曲风的人也会腻，所以有些用户慢慢地离开了豆瓣fm，转向有歌单的qq音乐和网易云音乐
　　分类是最保守效果最明显的推荐方式。好的分类能让用户很快地找到想要的东西。网络运营
　　热门也是一个常用的推荐方式，但是热门的东西并不一定就是有价值的。例如导购类app，把销量最好的放在首屏，可能就是某条小裙子，但是我就是来买裤子的。经常会在导购类app首屏幕看到很多没有购买欲的东西，往往我就直奔分类而去了。
　　专题也是一个常用推荐方式。个人比较推荐这种方式，由编辑来引领潮流，这个编辑要很懂用户习惯和心理，同时又有高于一般用户的审美能力。用户是懒惰的，有意见领袖来引导，总会想看看的。天猫这方面做得比较好。达人推荐也属于这个范畴。
　　友人推荐，这是最具杀伤力的，但却最容易引来反弹。友人发自内心的推荐是想要的，但是友人出于盈利目的的推荐也许招来恶感。
　　总之，推荐一定要让用户发现新价值，而不是给用户干扰和无意义的东西。
在聚划算完全有可能购买很重要商品的比例，明显高于完全有可能购买无关紧要商品的比例，这也说明，用户在聚划算的购买心理，越来越理性，**用户冲动购物需要向正向引导，不是引导他们购买没用的东西，而是引导他们购买很重要的东西。
四、小结
1、经过以往的研究经验，量表中包含反向语句时，量表的效果通常都不是特别理想，尤其是一个面向同时包含正向和反向语句的情况。本研究包含8个反向语句，分别归属三个面向，且这三个面向全都是反向语句，一定程度上避免了反向语句的影响，但效果并不是特别好。
2、如果研究用户的心理认知，最好将行为层面的语句转化成心理层面的语句，这样分析时才能更明确，结论才更严谨。
3、本文分析时，尝试使用心理认知的公因子与每月购买频率（含不购买）做回归分析，能够建立有统计意义的方程，但决定系数的解释力不强，并不能说明认知心理对购买频率起到决定作用。
4、本研究分群体研究时，个别群体的样本量不大，相应的研究结论不能作为决策依据。
5、本文的研究思路如下：
step1.对心理认知量表做项目分析——确认量表的信度效度；
step2.对量表进行因子分析——检验事先划分的面向是否合理，并根据数据结果得到心理认知的公因子，简化研究的维度（将原来25个语句简化成8个维度）；
step3.根据研究中的关键变量，对样本分群——如每月购买频率、购买无关紧要商品的可能性、购买很重要商品的可能性等，
step4.对比不同群体在心理认知公因子方面的差异——找出位于关键变量两端的群体作比较，能更明确地找到用户的心理特征差异。
 了解更多相关资讯或视频教程内容知识欢迎进入课课家教育查询详情，那里有你的好朋友帮你解答你的问题哦。。。