影响消费者购买决策的因素分析

影响消费者购买决策的因素分析

内容摘要：随着我国经济的快速发展，人们的生活水平得到了显著提高，从而也带动了消费经济的增长，同时在市场经济条件下人们的消费观念和消费结构都有所改变，为了更好地体现出企业产品或服务的社会价值，企业应该加大对影响消费者购买决策因素的了解和分析，以求有针对性地制定出企业产品或服务策略和营销策略，从而提高企业产品或服务的市场占有率以及客户满意度，进而全面提升企业的综合竞争力。本文在阐述了消费者购买决策相关概念的基础上，运用系统聚类的方法分析了影响消费者购买决策的类别。

关键字：消费者购买决策影响因素

一、消费者购买决策的含义

（一）消费者购买决策的概念

广义的消费者购买决策是指消费者为了满足某种需求，在一定的购买动机的支配下，在可供选择的两个或两个以上的购买方案中，经过分析、评价、选择并且实施最佳的购买方案，以及购后评价的活动过程。它是一个系统的决策活动过程，包括需求的确定、购买动机的形成、购买方案的抉择和实施、购后评价等环节。

（二）消费者购买决策的特点

1.消费者购买决策的目的性

消费者进行决策，就是要促进一个或若干个消费目标的实现，这本身就带有目的性。在决策过程中，要围绕目标进行筹划、选择、安排，就是实现活动的目的性。

2.消费者购买决策的过程性

消费者购买决策是指消费者在受到内、外因素刺激，产生需求，并形成购买动机，抉择和实施购买方案，购后经验又会反馈回去影响下一次的消费者购买决策，从而形成一个完整的循环过程。

3.消费者购买决策主体的需求个性

由于购买商品的行为是消费者主观需求、意愿的外在体现，受许多客观因素的影响。除集体消费之外，个体消费者的购买决策一般都是由个人单独进行的。

4.消费者购买决策的复杂性

心理活动和购买决策过程的复杂性。决策是人大脑复杂思维活动的产物。消费者在做决策时不仅要开展感觉、知觉、注意、记忆等一系列心理活动，还必须进行分析、推理、判断等一系列思维活动，并且要计算费用支出与可能带来的各种利益。因此，消费者的购买决策过程一般是比较复杂的。

决策内容的复杂性。消费者通过分析，确定在何时、何地、以何种方式、何种价格购买何种品牌商品等一系列复杂的购买决策内容。

购买决策影响因素的复杂性。消费者的购买决策受到多方面因素的影响和制约，具体包括消费者个人的性格、气质、兴趣、生活习惯与收入水平等主体相关因素；消费者所处的空间环境、社会文化环境和经济环境等各种刺激因素，如产品本身的属性、价格、企业的信誉和服务水平，以及各种促销形式等。这些因素之间存在着复杂的交互作用，它们会对消费者的决策内容、方式及结果有不确定的影响。

5.消费者购买决策的情景性

由于影响决策的各种因素不是一成不变的，而是随着时间、地点、环境的变化不断发生变化。因此，对于同一个消费者的消费决策具有明显的情景性，其具体决策方式因所处情景不同而不同。由于不同消费者的收入水平、购买传统、消费心理、家庭环境等因素存在着差异性，因此，不同的消费者对于同一种商品的

差异。

购买决策也可能存在着[1]

二、指标的选择、数据的获取和分析方法

（一）指标的选择

本文在消费者购买决策的影响因素指标的选取上充分考虑根消费者购买决策的相关理论和现实生活的方方面面，力求指标能够简明、综合的反映消费者购买决策过程；最终选取以下13个指标作为分析的依据（见表1）

表1 变量和指标名称

（二）数据的获取

为了获取直接有效地分析数据，使得本次分析具有现实意义，本文采取问卷调查的方式搜集数据（调查问卷见附录1）。问卷调查采取对兰州市居民随机拦截式访问的形式，共计发放问卷300份，最终审查得出有效问卷290份，是一次成功的调查访问。

（三）数据的分析方法概述

聚类方法选择。聚类分析是一种多变量分析程序，其实质是一种建立分类的方法，将一批样本数据(或变量)按照它们在性质上的亲疏程度在没有先验知识的情况下动进行分类。在分类过程中，不必事先给出一个分类标准，聚类分析能够从样本数出发，客观地决定分类标准。

系统聚类法(Hierarchical Cluster)。系统聚类法是聚类分析的一种，其基本思想先是，在聚类分析的开始，每个样本自成一类;然后，按照某种方法度量所有样本间的亲疏度，并把其中最相似的样本首先聚成一小类;接下来，度量剩余的样本和类之间的亲疏程度，并将当前最亲密的样本或小类再聚成一类;再接下来，再度量余的样本和小类(或小类和小类)间的亲疏程度，并将当前最亲密

为止。

的样本或小类再成一类;如此反复，直到把所有样本聚成一类[2]

三、数据分析结果及说明

对各个指标的290个数据利用SPSS软件进行系统聚类分析。在对原始数据进行分析前首先要进行标准化，标准化的方法是：利用SPSS软件中的“Analyze”菜单，选择“Descriptive Statistics”中的“Descriptive”选项；将X1—X13的变量选入Variable（s）框中，选择Save Standardized Values Variable 选项对变量做标准化处理，生成以Z开头的标准化变量。对标准化处理后的数据做变量的系统聚类分析首先得到系统聚类进度表（见表2）。

表2 聚类进度表

聚类进度表体现的是聚类的具体步骤，其中的大部分内容并不是通常要关注的对象，因为在大部分实际应用中，并不关心聚类的具体过程，但是当需要判断数据应该分成多少个集群时，聚类系数有了很好的参考价值。随着聚类进程，系数的数值逐渐变大，表明聚类开始时，类间差异较小，聚类结束时，类与类之间的差异较大，这个差异的变化正好体现了聚类分析的基本思想。

聚类分析产生的最重要的结果就是谱系图(Dendrogram)，也称作树状图、龙骨图，如图1所示。通过谱系图可以非常直观地看出本次研究分析的整个聚类过程和结果。在谱系图种，聚类的全过程以直观的方式表现出来，它把类间的最大距离算作相对距离为25，其余的距离均换算成与之相比的相对距离大小。图形的左边代表进行聚类的对象或者事物，而对象或者类别的合并则通过线条连接的方式来表示，在本研究中，对应的是变量列在结果的最左端，而在结果的上部

距离。

列出的是类别间的相对[3]

* * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * Dendrogram using Single Linkage

Rescaled Distance Cluster Combine

C A S E 0 5 10 15 20 25

Label Num +---------+---------+---------+---------+---------+

ZX2 2 ─┬─────────────────────────────────────────┐

ZX4 4 ─┘│

ZX1 1 ───────────────────────────────────────────┼─┐

ZX9 9 ───────────────────────────────────────────┘├─┐

ZX12 12 ─────────────────────────────────────────────┘├─┐

ZX10 10 ───────────────────────────────┬───────────────┘│

ZX11 11 ───────────────────────────────┘│

ZX3 3 ───────────────────────────────────┬───────────┐│

ZX6 6 ───────────────────────────────────┘├─┤

ZX5 5 ───────────────────────────────────────────────┤│

ZX13 13 ───────────────────────────────────────────────┘│

ZX8 8 ─────────────────────────────────────────────────┤