本科毕业设计(论文)开题报告
题目：我国消费者网络购物行为的影响因素分析
课 题 类 型： 设计□ 论文■
学 生 姓 名： 金 朋
学 号： 3080504124
专 业 班 级： 市场营销081
学 院： 管理工程
指 导 教 师： 何治国
开 题 时 间： 2月21日
2012 年2 月21 日
一、毕业设计内容及研究意义
1、研究内容
（1）了解我国网络购物的发展历程
（2）阐述网络购物的现状及其优缺点
（3）结合消费者网络购物心理等因素的分析论述如何使网络购物更好更快的发展
（4）浅析网络购物应如何改革以满足更广大消费者的需要
（5）浅析如何实现网络购物的规模化发展，提高其竞争力
2、研究意义
首先，对于消费者来说:
第一，可以在家“逛商店”，订货不受时间、地点的限制；第二，获得较大量的商品信息，可以买到当地没有的商品；第三，网上支付较传统拿现金支付更加安全，可避免现金丢失或遭到抢劫；第四，从订货、买货到货物上门无需亲临现场，既省时又省力；第五，由于网上商品省去租店面、召雇员及储存保管等一系列费用，总的来说其价格较一般商场的同类商品更物美价廉。
其次，对于商家来说:
由于网上销售库存压力较小、经营成本低、经营规模不受场地限制等。在将来会有更多的企业选择网上销售，通过互联网对市场信息的及时反馈适时调整经营战略，以此提高企业的经济效益和参与国际竞争的能力。
再次，对于整个市场经济来说：
这种新型的购物模式可在更大的范围内、更广的层面上以更高的效率实现资源配置。
综上可以看出，网上购物突破了传统商务的障碍，无论对消费者、企业还是市场都有着巨大的吸引力和影响力，在新经济时期无疑是达到“多赢”效果的理想模式。
二、毕业设计研究现状和发展趋势
1、研究现状
根据CNNIC发布的调查数据，截至20xx年12月底，我国网民数量达到4.57亿，占到了全部人口数的34.3%。另一方面，北京正望咨询也发布数据表明，20xx年度我国网上购物继续高速发展，全年网购规模达到4980亿元，占全国社会商品零售总额的3.2%，网购人数达到1.85亿，网上购物在网民中的渗透率为40.6%。20xx年我国网购用户规模达到1.94亿，其中，团购用户规模达到6465万。网络购物使用率提升至37.8%。与20xx年相比，网购用户增长率为20.8%。中国互联网络信息中心数据显示，截至20xx年12月底，我国使用网上支付的用户规模达到1.67亿，使用率提升至32.5%。与20xx年相比，用户增长2957万，增长率为21.6%。
2、发展趋势
第一个趋势是当年的垂直B2C平台中的佼佼者大多转化为类似大超市的跨品类综合零售平台，也就是常说的横向多元化。最典型的如京东，最初是一个卖光磁产品的专业网站，然后转化为专业的3C产品B2C平台，最后华丽转身为一个综合大卖场，从服装、食品、五金到家电、3C等等都有销售。
第二个趋势是垂直品类的B2C在品类上不断拓展，从当初的书籍到3C产品，乃至现在的服装鞋帽，垂直B2C的品类逐步丰富。未来中国的B2C发展有两个方向，一是做新的品类。比如除了常规的服装、鞋类、酒类、奢侈品、食品百货、
3C品类外，现在逐渐热门的金融保险和旅游类电子商务。二是在已有品类基础上做相关多元化，比如凡客诚品从最初的男士商务衬衣已经拓展到了男装、女装、童装、鞋、配饰、家居六大类。
第三个趋势是传统企业已经不再是考虑做不做电子商务的问题，而是考虑怎么做了。传统企业的电商之路也越发清晰，大多数传统企业首先把电子商务作为一个新的渠道来发展，销售尾货或特殊型号，在各大B2C平台如淘宝商城开店，先试水，待到经验丰富时再成立独立的电子商城，同时会成立电子商务事业部或者子公司。
当然，虽然目前电子商务很热，但必然有一个优胜劣汰、逐渐成熟的过程。所以，预计未来中国电子商务的发展将会呈现这样的景象：大综合平台马太效应明显，强者越来越强。垂直品类则出现不均衡发展，由于之前已经发展了较长时间，比较成熟的品类增长速度会趋缓。而新进入的品类则会迎来快速发展，如金融保险、旅游乃至食品等。同时，传统企业逐渐进入电子商务领域并不断成熟，未来中国的电子商务市场必将上演一场更为精彩的好戏。在当今这个信息高速发展的社会里，网络已经成为人们日常学习生活中很重要的部分。人们可以从网络中浏览信息，享受服务，享受高科技带来的便利。因此网络市场前景相当广阔，而作为网络服务主流的网上购物更是很具有开发潜力。随着电脑上网的发展，越来越多的电脑用户逐渐认识了网上购物。目前，我国也有多个有影响力的网店，我国网络购物的法律法规也在不断的完善，越来越多的人开始接受并喜欢网络购物，网络购物的潜在消费者很庞大，网络购物会更加大众化、普遍化，将会有一个很好的发展前景。
三、毕业设计研究方案及工作计划
1详细内容提纲
引言
第一章 绪论
1.1 研究背景
1.2 研究意义
第二章 我国网络购物发展概述
2.1 网络购物的含义
2.2 我国网络购物发展历程
2.3 我国网络购物存在的不足
第三章 消费者网络购物分析
3.1 消费者网购心理因素
3.2 消费者对网购的意见和建议
第四章 网络购物的两面性
4.1 网络购物的优缺点
4.2 网络购物面临的挑战和难题
第五章 网络购物改革
5.1 如何识别消费者需要
5.2 网购改革要满足不同需求
5.3 网络购物的规模化发展
2工作计划
2月25日-27日 根据指导老师提供的选题方向进行选题
2月27日-28日 学生分课题组
2月29日 毕业论文动员、指导老师与学生见面
3月1日-30日 确定论文选题和草拟论文开题报告
4月1日-5日 撰写开题报告
4月6日-10日 开题报告修改定稿并上交
4月11日-30日 毕业论文初稿拟定及审阅指导
5月1日-30日 二稿撰写及审阅指导
5月8日-10日 毕业论文中期检查
6月1日-20日 三稿定稿
6月21日-22日 指导老师评语，拟定答辩问题
6月23日-24日 指导老师评阅论文，拟评语、答辩问题
6月25日 指导与准备答辩
3、研究重点和难点
工作重点：首先通过网络购物优缺点分析其发展措施，其次通过对消费者的市场调查，了解他们网购的原因或抵触因素。最后通过这两点的结合研究网络购物的改革措施使其更好的满足消费者需要。
工作难点：选择合适的相关案例并将其与理论知识有效地结合，从而研究网络购物的发展趋势，进而总结出科学的结论。
四、主要参考文献
[1] 彭亚飞，魏海梧.浅谈网上购物的现状、问题及对策[J].时代经贸.2008.12
[2] 乔秋珍.网上购物中存在的法律问题及其完善M].时代企业教育.2010.4
[3] 曲祥雯.网上购物分析及思考[C].福建电脑.2007.1
[4] 曹康.网上购物在我国发展的瓶颈及对策分析[C].黑龙江对外经贸.2007.12
[5] 张伟.消费者网上购物的心理分析.时代文学.2008.5
[6] 伍燕青.浅谈我国网上购物的发展现状[J].华南金融电脑.2007.3
[7] 王晓玉.论我国网络广告的现状、前景及发展对策[M].民营科技.2009.6
[8] 程华，保贡敏.网上购物意向决定因素的实证研究[J].数量经济技术经济研究.2003.11
[9] 韩艳敏.消费者网络购物意向的多层SEM模型分析[C].统计与决策.2007.4
[10]郑冉冉,宋泽.网上购物意图影响因素实证研究[J].贸易经济与治理.2007.7
[11]DelI.Hawkins,RogerJ.Best.ConsumerBehavior[C].机械工业出版社.2003.2
[12](美)亨利阿塞尔.消费者行为与营销策路[C].机械工业出版社.2000.3
[13](英)Jim Blythe.消费者行为精要[C].中信出版社.2003.5
Consumers' decision-making process and their online shopping behavior: a clickstream analysis
Abstract：The objective of this study is to investigate how different online decision-making processes used by consumers, influence the
complexity of their online shopping behavior. During an online experiment, subjects were asked to perform a shopping task on a website offering product recommendations. Significant differences were observed between subjects' decision-making process and their online shopping behavior. Subjects who did not consult a product recommendation had a significantly less complex online shopping behavior (e.g., fewer web pages viewed) than subjects who consulted the product recommendation. Surprisingly, no differences were found between the online shopping behavior of subjects who consulted but did not follow the product recommendation and subjects who consulted and followed the product recommendation. Managerial and theoretical implications of these results are provided.
Keywords ：Online shopping; Decision-making; Website
The objective of this paper is to investigate how different online decision-making processes used by consumers to make a product choice influence the complexity of their online shopping behavior. When faced with a product selection, consumers are suggested to perform an internal search (e.g., relying on their prior knowledge of brands) and, if necessary, an external search. The latter may comprise activities such as gathering more information about brands and seeking recommendations from relevant others. Thus, different consumers may use different decision-making strategies to make a consumption decision ( [Olshavsky, 1985] and [Payne et al., 1993]). Furthermore, consumers shopping online may modify or change the way they search for information to take advantage of certain unique characteristics of the Internet (Peterson and Merino, 2003). For instance, the presence of new information sources such as recommender systems, intelligent-agent-based systems and less easily accessible sources offline (e.g., opinions of a large group of consumers on a specific product) may modify the way, in which consumers perform their external information search. In this paper, we investigate the effect of different decision-making processes on consumers' shopping behavior (e.g., decision time, pages visited, etc.) while performing an online goal-directed activity, namely, the selection of a product.
When applied to the Internet, the effect of various decision-making processes on consumers' shopping behavior leads to interesting questions. For instance, do consumers who consult and follow an online product recommendation have a less complex shopping behavior than consumers who do not consult or who do consult but do not follow a recommendation? Answers to such questions have important managerial and theoretical implications. First, they would help marketers maximize the effectiveness and usability of their websites. For instance, if it were known that after they consult an online product recommendation, consumers usually revisit product detail pages, a link from the product recommendation page to these pages would facilitate consumers' navigation and consequently, their decision-making process. Second, Peterson and Merino (2003) and Cowles et al. (2002) argue that the Internet represents a sufficiently different retail environment where concepts such as consumer information search behavior should be revisited. Thus, by investigating the effect of consumers' decision-making process on their online shopping behavior, this paper contributes to better understand how consumers search for information and make their decisions online.
If a product recommendation from an information source is available to consumers, they can either decide not to consult it, consult and follow it, or consult and not follow it. If they decide not to consult the product recommendation, consumers would rely only on their prior knowledge or experience and on other information about the products to make a decision. Thus, they would use an affect referral or an own-based decision making process (Olshavsky, 1985). For the former type of decision-making process, consumers do not base their decisions on an exhaustive evaluation of attributes and/or alternatives, but rather on their past experience. For the latter type, Payne et al. (1993) suggest that consumers can use a variety of heuristics (lexicographic, disjunctive, etc.) that may vary according to the desired decision's accuracy and the effort that consumers are willing to invest in the particular decision.
If consumers decide to consult and follow the product recommendation, they would use an other-based decision-making process ( [Olshavsky, 1985],
[Rosen and Olshavsky, 1987a] and [Rosen and Olshavsky, 1987b]). Here, it is suggested that consumers subcontract either part or all of their decision-making process because they do not have a preferred option or the capacity or the motivation to process information. Solomon (1986) predicates that consumers may use surrogates to act on their behalf for information search, evaluation of options and/or even to carry out transactions. In other-based decision-making processes, the final brand decision comes from a recommendation source.
If consumers decide to consult the product recommendation, but not to follow it, it would represent an owned-based or hybrid decision-making process depending on the extent of the usage of the recommendation in their
decision-making process ( [Olshavsky, 1985], [Rosen and Olshavsky, 1987a] and [Rosen and Olshavsky, 1987b]). Consumers that adopt own-based decision-making processes can be influenced by recommendations but do not rely on them exclusively to make decisions. For instance, a consumer may ask a close friend about attributes which are important to consider for a given product (Price and Feick, 1984), but may also gather complementary information from other information sources such as advertising, store visit and salespeople in order to determine the pertinent product attributes to consider. However, if the recommendation plays a greater role in the process, it would be considered a hybrid decision-making process. For instance, Rosen and Olshavsky (1987b) found evidence that consumers use a recommended brand from a trusted information source as a benchmark to evaluate other brands in order to find the best brand available. Finally, Fitzsimons and Lehmann (2001) found that, when consumers decide to go against a product recommendation, they experience decreased satisfaction, increased difficulty and confidence with their product choice.
Thus, overall the shopping behavior of consumers who consult but do not follow a product recommendation should be more complex than those who do not consult a product recommendation since the former base their decision on at least one more piece of information, which is the recommendation. In addition, the shopping behavior of consumers who consult but do not follow a product recommendation should be more extensive and complex than those who do consult and follow a product recommendation since there is a mismatch between the recommendation and the preferred alternative, which leads to more deliberation.
Research has shown that the type of product affects the type of information search and ultimately the decision-making process consumers use to select a product ( [Bearden and Etzel, 1982], [Childers and Rao, 1992], [Formisamo et al., 1982], [King and Balasubramanian, 1994] and [Olshavsky and Granbois, 1979]). King and Balasubramanian (1994) found that consumers assessing a search product (i.e., for which evaluation is possible prior to purchase) are more likely to use own-based decision-making processes than consumers assessing an experience product and that consumers evaluating an experience product (i.e., for which evaluation is not possible prior to purchase) rely more on other-based and hybrid decision-making processes than consumers assessing a search product. Thus, by influencing the consumers' decision-making process, the type of product should also influence their shopping behavior.
In light of research on consumers' use of relevant others in their pre-purchase external search efforts ( [Olshavsky and Granbois, 1979],
[Price and Feick, 1984], [Rosen and Olshavsky, 1987a] and [Rosen and Olshavsky, 1987b]) and in consideration of the emergence of online information sources providing personalized recommendations (Maes, 1999),
Senecal and Nantel (2002) assert that online recommendation sources can be sorted into three broad categories: (1) other consumers (e.g., relatives, friends and acquaintances), (2) human experts (e.g., salespersons, independent experts) and (3) expert systems and consumer decision support systems such as recommender systems and intelligent-agent-based systems. Although the first two information sources have been researched in consumer behavior in the past and are known to be used by and influence consumers ( [Ardnt, 1967], [Brown and Reingen, 1987], [Duhan et al., 1997], [Gilly et al., 1998], [Olshavsky and Granbois, 1979], [Price and Feick, 1984], [Rosen and Olshavsky, 1987a], [Rosen and Olshavsky, 1987b] and [Still et al., 1984]), recommender systems and intelligent-agent-based systems are relatively new. These information sources can help consumers in various steps of their decision-making process (Maes, 1999). Recommender systems have been found to help consumers efficiently filter available alternatives, increase the quality of their considered set (i.e., a larger proportion of non-dominated alternatives) and increase their product choice confidence.
消费者的决策过程和他们的网上购物行为：点击流分析
摘要：本研究的目的是探讨如何不同的网上消费者使用的决策进程，影响了他们的网上购物行为的复杂性。在网上的实验中，受试者被要求在网站上提供产品建议执行的购物任务。之间的显着差异，观察受试者的决策过程和他们的网上购物行为。谁没有征询产品建议的主题有显着复杂的网上购物比科目谁征询产品建议的行为（例如，浏览网页较少）。令人惊讶的是，咨询，但没有按照咨询和遵循的产品推荐产品的建议和科目的科目的网上购物行为之间没有差异。这些成果的管理和理论意义。
关键词：网上购物;决策;网站
本文的目的是探讨不同的消费者使用，使产品的选择过程在线决策如何影响他们的网上购物行为的复杂性。面对产品选择时，消费者建议进行内部搜索（例如，依托其品牌的先验知识），如果有必要，外部搜索。后者可能包括收集更多有关品牌的信息，并寻求有关的其他建议等活动。因此，不同的消费者可能会使用不同的战略，决策，做出消费的决定。此外，消费者在网上购物可能会修改或改变搜索信息的方式，他们采取利用互联网的某些独特的特征（Peterson和奴，20xx年）。举例来说，存在的新的信息来源，如推荐系统，基于智能代理系统和不太方便的来源脱机（例如，一个消费者对特定产品的大集团的意见）可能会修改的方式，消费者在执行其外部的信息搜索。在本文中，我们探讨不同消费者的购物行为的决策过程（例如，决定时间，访问的网页等）的影响，同时在线的目标导向的活动，即产品的选择。
当应用到互联网，对消费者的购物行为的影响，导致各种决策过程的有趣的问题。例如，消费者协商，并按照网上的产品推荐谁不咨询人咨询的消费者比较复杂的购物行为，但不遵循建议吗？这些问题的答案具有重要的管理和理论意义。首先，他们将帮助营销人员最大限度地提高其网站的有效性和可用性。举例
来说，如果它被称为后，他们咨询在线产品推荐，消费者通常会重新审视产品的详细信息页面，从产品的建议页，这些页的链接将有利于消费者的导航，因此，其决策过程。彼得森和第二，美利奴（2003）和考尔斯等。 （2002）认为，互联网代表的地方，如消费者信息搜索行为的概念应当重新足够不同的零售环境。因此，本文通过调查消费者的决策对他们的网上购物行为过程的影响，有助于更好地了解消费者如何搜索信息和网上作出决定。
如果从一个信息源的产品建议，是提供给消费者，他们可以决定不来咨询，咨询和遵循它，或咨询，而不是遵循它。如果他们决定不征询产品建议，消费者只能依靠自己原有的知识或经验，对有关产品的其他信息来作出决定。因此，他们会使用影响转诊或基于自己的决策过程。对于前一种类型的决策过程，消费者不属性和/或替代品，而是对他们过去的经验的基础上详尽的评估他们的决定。对于后者的类型，佩恩等。 （1993）建议，消费者可以使用各种启发式（字典，分离性等），根据所需决策的准确性和努力，消费者愿意投资于特定的决定，可能会有所不同。
如果消费者决定进行磋商，并按照产品的建议，他们将使用其他基于决策过程。在这里，它建议消费者转包其决策过程的部分或全部，因为他们没有一个首选的选项或能力或处理信息的动机。所罗门（1986）谓词，消费者可以使用代理人代表他们采取行动的信息搜索，评估选项和/或什至进行交易。在其他基于决策过程，最终决定品牌的建议来源。
如果消费者决定咨询该产品的建议，但不遵循它，它会代表为基础的国有或混合的决策过程，在其决策过程中建议使用程度。采用基于自己的决策过程，可以影响消费者的建议，但不依赖于他们专门作出决定。例如，消费者可能会问一个亲密的朋友，这是重要的考虑因素，对于一个给定的产品价格和Feick（1984）的有关属性，但也可能收集信息，以便从其他来源的信息，如广告，商店访问和销售人员的互补确定相关的产品属性考虑。但是，如果该建议在这个过程中起着更大的作用，它会被认为是一种混合的决策过程。例如，罗森和Olshavsky的（19xx年b）发现证据，从一个值得信赖的信息源，消费者使用推荐品牌为基准，评估等品牌，以便找到最好的品牌。最后，菲茨西蒙斯和莱曼（2001）发现，当消费者决定对产品的建议，他们遇到的满意度下降，难度增加，他们选择产品的信心。
因此，整体的咨询，但不按照产品的建议，应该比那些谁不征询因为前者的基础上的产品建议至少有一个以上的信息，这是建议的一块他们的决定更复杂的消费者的购物行为。此外，咨询，但不按照产品推荐消费者的购物行为应该更广泛，更复杂的比那些人协商，并按照产品的建议，因为有一个不匹配之间的建议，并首选替代，从而导致更多的审议。
研究表明，产品类型影响的信息搜索类型和最终的决策过程消费者的使用选择一个产品。消费者评估搜索产品（即评价是可能的，在购买之前），比评估的经验产品的消费者更容易使用基于自己的决策过程和评估经验的产品的消费者（即，评价为是不可能在购买之前）依赖于其他基和混合决策过程比评估搜索产品的消费者。因此，通过影响消费者的决策过程，产品类型也应该影响他们的购物行为。
在研究光对消费者在购买前的外部搜寻努力和网上信息源，提供个性化的建议（梅斯，19xx年）出现的审议，网上推荐来源可以分成两大类：（1）其他消费者（例如，亲戚，朋友和熟人），（2）人类专家（例如，营业员，独立专家）
和专家系统和消费者的决策支持系统，如推荐系统和智能代理的系统。虽然前两个信息来源已经在过去的消费行为研究，是已知的和影响消费者推荐系统和智能代理的系统是相对较新。这些信息来源，可以帮助消费者在他们的决策过程（梅斯，19xx年）的各种步骤。推荐系统已被发现，以帮助消费者有效地筛选可用的替代品，增加其视为一套质量（即占较大比重，非主导的替代品），并增加他们的产品选择的信心。