谭春果 首都经济贸易大学
摘要:随着社会信息化的发展,很多水果厂家及零售商开拓了网络销售渠道,但网络营销效果并不明显。文章运用链接分析法,对国内较大的20个水果电子商务网站进行调查及分析,找出影响水果电子商务网站建设的主要因素并提出相应对策。
关键词:链接分析;水果电子商务;网站评价
一、引言
现如今,全球已进入网络经济时代,电子商务正改变着人们的生产和生活方式。中国自古以来就是水果生产和消费大国,近年来频频出现农产品结构性相对过剩的现象,导致市场疲软、价格走低、农民增收趋缓。随着网络信息技术的发展和物流配送水平的进一步提高,很多水果厂家及零售商开辟了网络销售渠道。
国内水果电子商务的发展还处于初级阶段,并没有取得理想的营销效果。目前对水果电子商务的研究主要针对物流建设领域,缺乏对水果电子商务网站的研究。本文就试图根据网络信息计量学原理,对国内较大的20个水果电子商务网站进行分析,找出影响网站建设的关键因素,来促进这类网站的建设与发展。
现有的网站评价研究中,国外比较有代表性的有Gomez,BizRate的评价体系,其评价内容和指标从用户满意度的角度出发,通过给网站评分进行排名;Parasuraman, Zeithaml和Malhotra则提出用ES-Qual 这一网站服务质量测量工具作为网站评价的方法。国内对电子商务网站评价的研究起步相对较晚,评价方法不尽相同。张小栓、高明等将各类电子商务网站评价方法总结为网站跟踪统计、软件实施测试、网络计量学等九类,王伟军则归纳为网站流量统计、专家评价、问卷调查和综合评价等四种。其次,评价多以主观研究为主,缺少实证数据的支持。比如,卢海霞就采用模糊综合评价法对我国水果零售电子商务网站进行了综合评价并提出建议。此外,现有评价多以整个电子商务领域为研究对象,鲜有针对不同模式的企业的分类研究。
二、数据获取与结果分析
(一)数据获取
本文选取了20个国内专业的水果电子商务网站作为研究对象,通过分析变量之间的相关关系,拟定讨论以下问题:网站的网页数和各个链接数是否存在相关性?网站的流量排名与哪些指标相关,是否与网络影响因子存在相关关系?
根据电子商务网站评价指标全面性、可测性、层次性、准确性的原则,本文在众多对网站建设有影响力的因子中,选取链接和流量作为数据统计指标。链接指标有网页数、总链接数、外部链接数、内部链接数、总的网络影响因子(WIF)、外部网络影响因子(WIFe)、内部网络影响因子(WIFs)。流量指标有网站流量排名、日均IP访问量、日均PV访问量、蹦失率、网站年龄。
本文通过Open Site Explorer获取链接数据,它是著名搜索引擎优化工具提供商SEOmoz推出的链接分析网站,可以统计总链接数、外部链接数,由此计算各个网站的网络影响因子,链接数据见表1。选择Alexa作为流量数据的采集工具,为了保证数据的科学性,本文选取三个月平均值作为分析的原始数据,流量数据见表2。(由于篇幅有限本文只列出三个网站的数据结果)
表1 链接数据
网站名称
|
网页数
|
总链接数
|
WIF
|
外部链接数
|
WIFe
|
内部链接数
|
WIFs
|
顶果网
|
1750
|
2907
|
1.661
|
1945
|
1.111
|
962
|
0.550
|
Q果网
|
1379
|
4257
|
3.087
|
3668
|
2.660
|
589
|
0.427
|
ECFruit
|
1150
|
3579
|
3.112
|
3056
|
2.657
|
523
|
0.455
|
表2 网络流量数据
网站名称
|
流量排名
|
日均IP访问量
|
日均PV访问量
|
蹦失率
|
网站年龄(月)
|
顶果网
|
186426
|
3120
|
49920
|
0.116
|
35
|
Q果网
|
469594
|
1380
|
7866
|
0.342
|
11
|
ECFruit
|
647196
|
1080
|
4212
|
0.378
|
52
|
注:为了计算方便,网站年龄以月为单位,超过15天就算作一个月
(二)结果分析
根据本文的研究对象,选取肯德尔相关系数和斯皮尔曼相关系数进行分析。在SPSS中实现Bivariate过程,可得出两两相关的分析结果
1、 链接数的相关度分析
表3截取了部分数据,只列出了网页数、外部链接数与其余链接指标之间的肯德尔相关系数。斯皮尔曼相关分析得出的结果与表3十分接近。
表3 肯德尔相关系数
|
|
|
|
网页数
|
总链接数
|
WIF
|
外部链接数
|
WIFe
|
内部链接数
|
WIFs
|
Kendall's tau_b
|
网页数
|
Correlation Coefficient
|
1.000
|
.156
|
-.511*
|
.156
|
-.422
|
.422
|
-.644**
|
Sig. (2-tailed)
|
.
|
.531
|
.040
|
.531
|
.089
|
.089
|
.009
|
N
|
20
|
20
|
20
|
20
|
20
|
20
|
20
|
外部链接数
|
Correlation Coefficient
|
.156
|
.822**
|
.333
|
1.000
|
.422
|
.200
|
-.067
|
Sig. (2-tailed)
|
.531
|
.001
|
.180
|
.
|
.089
|
.421
|
.788
|
N
|
20
|
20
|
20
|
20
|
20
|
20
|
20
|
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
上表中,变量间两两的相关系数是用方阵的形式列出的。相关度的判定如下:︳r︳<0.3,表示相关关系很弱,通常看作没有相关关系;︳r︳在0.3和0.5之间,表示低度相关关系;︳r︳在0.5和0.8之间,表示中度相关关系;︳r︳>0.8,表示高度相关关系。
由表3可以得出以下结论:
(1)水果电子商务网站的网页数与内部链接数存在低度相关关系(相关系数为0.422),而与总链接数和外部链接数相关关系很弱(相关系数小于0.3)。这是由于一般情况下,网站的网页数越多,该网站被搜索引擎收录的可能性越大;用户访问网站一般带有目的性,与访问目的不相关的网页则不再进一步访问,所以即使网站的外部链接数再多,也不会对网页数带来影响。
(2)水果电子商务网站的外部链接数和总链接数存在高度相关关系(相关系数为0.822),而与内部链接数相关性很小(相关系数小于0.3)。这可以解释为用户访问水果网站,大多数是从搜索引擎搜索的,而直接进入某一网站的可能性较小。
2、流量排名与各指标的相关度分析
表4列出了网站的流量排名与其余各项指标之间的肯德尔相关系数。
表4 肯德尔相关系数
流量排名
|
|
网页数
|
总链接数
|
WIF
|
外部链接数
|
WIFe
|
内部链接数
|
Correlation Coefficient
|
-.644**
|
-.511*
|
.156
|
-.422
|
.067
|
-.689**
|
Sig. (2-tailed)
|
.009
|
.040
|
.531
|
.089
|
.788
|
.006
|
N
|
20
|
20
|
20
|
20
|
20
|
20
|
|
|
WIFs
|
日均IP访问量
|
日均PV访问量
|
蹦失率
|
网站年龄
|
|
Correlation Coefficient
|
.289
|
-.978**
|
-.911**
|
.733**
|
-.067
|
|
Sig. (2-tailed)
|
.245
|
.000
|
.000
|
.003
|
.788
|
|
N
|
20
|
20
|
20
|
20
|
20
|
|
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
斯皮尔曼相关分析与肯德尔相关分析的结论相当一致,其中负相关表示指标变量越大则流量排名越靠前。
(1)我国水果电子商务网站的流量排名既与链接指标相关也与流量指标相关,但是更多地与流量指标相关。
(2)我国水果电子商务网站的流量排名与与内部链接数、日均IP访问量、日均PV访问量和蹦失率存在高度相关关系,与网页数、总链接数、外部链接数存在中度相关关系,与网站年龄不存在相关关系。
(3)我国水果电子商务网站的流量排名与各个网络影响因子不存在相关关系。
3、友情链接分析
鉴于上述结论得出的网站链接指标的重要性,现进一步研究网站的友情链接。得出表5的数据。通过数据分析得出以下结论:
(1)网站的流量排名与友情链接指标有一定的相关性,一般而言,出站链接越多,与其他网站的关系越友好。
(2)一般而言,一个网站的反向链接越多,表示对方网站对该网站越重视;链接比越大,网站流量排名越好。
(3)我国水果电子商务网站对友情链接还不够重视。
表5 友情链接指标
网站名称
|
出站链接
|
反向链接
|
链接比
|
顶果网
|
9
|
4
|
0.444
|
Q果网
|
13
|
5
|
0.385
|
ECFruit
|
5
|
1
|
0.200
|
三、结论
(一)水果电子商务网站各项指标建设要协同发展
电子商务网站作为企业门户和交易平台,访问量是其存活和发展的最基本的要求,获取访问量的一种重要形式就是链接。网页数体现了网站所包含内容量的多少,内链数代表网站内部网页之间的系统性、关联性,外链数反映了网站的影响范围。几个指标之间具有一定程度的相关关系,各指标之间要协同发展。
(二)我国水果电子商务网站建设不具有先入优势
网站年龄与流量排名在1%显著性水平下不相关,这表明网站建设时间长,只在网站本身的逻辑性和统一性上占有优势,而并没有先入优势。这种现象的出现,说明虽然我国水果电子商务产业已初具规模,但依然潜力巨大,有大量可供后来者占领的空间。
(三)电子商务网站要注重多样化、可持续发展
电子商务企业要充分利用各种途径发展新市场,不断推出一些新型的、符合消费者实际需求的产品。要不断扩大网站的信息容量、网站吸收其他网站的能力、以及网站的外部影响力。不断地吸收新观念、新员工、新组织和新工艺,增加外部新“物种”进入系统的机会,提高企业的创新能力。
参考文献:
[1]李君君,陈海敏.基于因子分析和对应分析的电子商务网站评价[J].情报科学,2008(8):1252-1256.
[2]Parasuraman A., Zeithaml V.A., Malhotra A.. E-S-QUAL: A Multiple-item Scale for Assessing Electronic Service Quality[J]. Journal of Service Research, 2005,7(3): 213-234.
[3]张小栓,高明,张健,赵明,傅泽田.电子商务网站评价方法研究综述[J].情报杂志,2007(6):2-5.
[4]王伟军.电子商务网站评价研究与应用分析[J].情报科学,2003(6):641.
|