網路商店擴散模式之研究

中山大學資訊管理研究所碩士

顧宜錚

指導教授

中山大學資訊管理研究所教授

梁定澎

論文摘要

電子商務的蓬勃發展引爆無限商機,但是網際網路上商業交易的成長與擴散之相關研究目前仍嫌不足,本研究針對網站建構「線上交易」功能成為網路商店的擴散現象加以觀察,並探討造成不同產業實施線上交易差異之原因,結果顯示資訊強度愈高的產業對於線上交易功能的採納潛力愈高,而且依商品特性的不同,各產業實行的比例、經營模式亦不同。除了產業特性的因素外,不同國家的地理特性及政府法令,亦會影響到網路商店對於線上交易功能的採用。

與中小企業之關聯性

網際網路的發展形成了新的經濟體系,此一經濟體系的最大特徵在於進入障礙相當的低,地理區域的限制亦逐漸被打破,大企業所擁有的連鎖通路優勢不一定能夠延續到電子市場,因此,中小企業將可利用此一特性攻佔市場,在電子市場中提高市場佔有率。然而就現階段而言,並非每一種產業均適合於網路上銷售,而本研究的目的即在於探討產業特性對於網路商店擴散的影響,以提供中小企業在擬定有關電子商務策略時參考的依據。

壹、前言

網際網路的迅速發展及網路使用人口的增加,使網路上消費性商業(Business to Consumer)迅速成長,Amazon書店及CDNow商城都是大家所熟知的例子。然而,雖然在美國有成功的網路書店,但在台灣的追隨者卻往往並不成功,而且隨著產業的不同,似乎並不是所有的行業都適合在網路上作行銷或經營商業。

網路商店是科技擴散研究的一環,科技擴散的研究在於探討一項創新科技被採用的過程及影響因素,近年來已有學者對於網際網路(Internet)的擴散現象進行研究(Sibley,1990; Goodman, 1994),然而目前在電子商務處於迅速發展的階段,對於網路商店擴散的議題,卻仍然沒有系統性研究,唯有對此一擴散現象有更深入的研究,我們才能對未來的網路商業有更清楚的瞭解。因此,對於網路商店的發展與擴散的探討實為刻不容緩的工作。

本研究的主旨即在探討網路商店發展線上交易的成長與擴散情形,並探討它受產業及地區特質的影響。具體而言,本研究的目的有以下三項:

·探討網路商店實行線上交易功能的過去成長與未來擴散趨勢。

·分析產業特性對於網路商店實行線上交易功能的影響。

·探討在不同的產業特性下,線上交易的經營型態有何差異。

貳、文獻探討

由於本研究在探討電子商店的擴散,因此相關文獻包括電子商務與擴散理論二個部份,分別在本節中加以探討。

一、影響線上交易的因素

電子商務(Electronic Commerce)是指透過電腦與資訊網路來達到交換商品有關資訊及完成商品交易的活動。根據Zwass(1996)對電子商務所下的定義「使用通訊網路來從事商業資訊分享、維持商業關係,以及進行商業交易活動」,各種應用網路科技來從事商業活動的行為,均可視為電子商務。

由於電子商務是透過網路科技來進行商業活動,因此,電子商務本身的市場特性不同於傳統的市場特性而會受到許多因素的影響。Whinston等人(1997,Ch.1-2)認為商品是否具有數位化特性,是影響該商品是否適合於電子商務上銷售的重要因素,因為可數位化的商品或服務比不易數位化的商品更有利於在網際網路上進行銷售。若以商品本身的數位化程度、商品處理過程的數位化程度,以及參與商品銷售角色的數位化程度為三個構面,可以建構出電子商務的領域架構(electronic commerce areas)。如圖2-1所示,圖中黑色區域為電子商務的核心,不論是商品、過程及銷售角色三方面,均已數位化;而白色區域則屬於傳統與電子商務的混合型態(conventional electronic commerce),其中至少有一個以上的數位化構面,故亦可包含於電子商務的範圍之內;至於灰色區域,則因三個構面均未能數位化,因此仍為傳統的交易模式,本研究的研究範圍包括完全數位化與混合型態的電子商務。

 


 


研究中,整理目前相關文獻的討論內容,將電子商務銷售通路選擇的原因歸類為商品適合論、媒體豐富論及交易成本理論等三種論點。持商品適合論的學者,主要係以網路使用者特性、商品資訊需求程度,或商品數位化特性為核心,探討那些種類的商品適合透過網路搜尋與傳送。而媒體豐富理論的論點在於提供較豐富資訊的通路可佔有較高的優勢,可以用來預測與解釋消費者的銷售通路選擇行為。交易成本理論是以交易作為分析的對象,藉由探討某一交易採用不同交易方式所產生的交易成本高低,來決定該交易的最適當交易方式。

Schwartz1997)依據Porter and Millar1985)所提出之商品資訊強度矩陣(information intensity matrix)分類來推論網際網路上的銷售情況,認為不需要太多資訊處理活動的商品,購買時不需要獲得太多資訊,所以不適合在網際網路上銷售;相對地,對於資訊豐富的商品而言,在網路上可以做良好的資訊收集,因此適合在電子商務的銷售通路上發展。

商品資訊強度矩陣的兩個構面為「產品的資訊內涵」及「處理程序的資訊強度」,產品的資訊內涵在於衡量產品本身包含資訊的高低程度,而處理程序的資訊強度主要是引用價值鏈的概念,衡量資訊在企業流程的強度。此模式可衡量在不同產業結構下,資訊科技在企業各價值活動中的使用程度,以及產品內含的資訊高低,進而評估企業運用資訊科技可獲得的策略利益高低,以幫助企業對資訊科技的定位。

國外學者Palmer[Palmer and Griffith, 1998]在其有關網站設計的研究中發現,處理程序的資訊強度(價值鏈)與線上交易的相關性比產品資訊強度更高,並根據網路商店在資訊強度矩陣中不同的定位,提供網站設計及網路行銷的策略性建議。

網路商店可以有許多不同的型態,由純粹只作網頁廣告到直接在線上買賣交貨,而經營線上交易的層級,可依據金流與物流的即時性分為四類[張紹勳、曾淑峰,1997],如表2-1所示。因此,不論是在線上提供付款機制、帳務處理、產品或服務傳遞、線上訂購等,均為本研究所定義的「線上交易」行為。

2-1 線上交易類別

     物流

金流

 

線上

線上即時交易

線上購物

非線上

線上服務

線上訂購

二、擴散理論

Rogers1995)對擴散(Diffusion)定義為:「創新(innovation)的事物透過某些管道(channels)的傳播,經過一段時間由社會系統的成員所採用的過程。」因此,在擴散的過程中包含了創新、傳播管道、時間及社會系統等四個重要的關鍵因素。而創新的意義為一種想法或事物,對採用者而言是一種新的嘗試,而過去研究中所謂新的想法或事物,指的都是科技創新,因此,創新(innovation)和科技(technology)可視為同義詞[Rogers,1995]。由於網路商店本身即是一種新式科技的應用,因此有關科技擴散的相關探討可作為本研究發展網路商店擴散模式的參考。

擴散模型是利用數學模型,來描述一項創新技術在一社會系統中不同時間點的散佈程度[Mahajan and Peterson, 1985]。擴散模型的目的在於描述採用者(adopter)隨著時間而增加的情形,因此它可以用來預測一項創新技術未來發展的可能型態、描述一項政策實行的效果,或者應用在行銷管理上有關一項創新產品的銷售預測及發展產品生命週期。

在應用或解釋一般擴散模式時,有幾項基本的前提假設[Mahajan and Peterson, 1985]

1.擴散過程中的「採用」認定是二分法,不是採用就是不採用。

2.社會系統中的潛在採用者,為已知的或是可估算的。

3.擴散模型對於採用的行為並不考慮「重度使用」,即不考慮重覆購買的情況。

4.社會系統的成員間有完全的互動。

5.創新的本質在擴散過程中不會發生改變,而且創新的擴散和其他創新無關。

6.在基礎的擴散模型中,假設社會的地理空間並不會在擴散過程中改變。

7.創新的擴散不會受到行銷策略的影響。


擴散的基本模型可以下列的數學函數來表示:

其中 N(t= t0) = N0

N(t)為累積採用者的時間函數,

n(t)為時點t的非累積採用者人數

=在社會系統中的潛在採用者總數

 


g(t) = 擴散係數

N0 = 時點t0的累積採用者人數

方程式[1]顯示出擴散速率為潛在採用者總數與累積採用者之間差異的函數,隨著累積採用者愈接近潛在採用者總數時,擴散速率亦隨之遞減。而g(t)為潛在採用者在時點t可能採用的機率,因此g(t)受到擴散過程中有關創新的本質、傳播的管道及社會系統的屬性等因素的影響。

依據上述的關係,則              就等於時點t的預期採用人數n(t),換句話說,n(t)可視為在時點t,社會系統中的潛在採用者轉變為採用者的人數,而g(t)即為轉變的係數。g(t)可以下列兩種型態來表示:

(1) g(t)為時間的函數。

(2)g(t)為累積採用者的函數,

g(t) = a+bN(t)+cN(t)2+...

然而為了簡化說明及參數估計的方便,一般而言g(t)以下列三種型式來表示:

 g(t)=a

 g(t)=bN(t)

 g(t)=a+bN(t)         其中a,b為模型係數或參數。


假使g(t)=a,則基本擴散模型可以下列方程式來表示:

此模型又稱為外部影響擴散模型(External-Influence Model)。

假使g(t)=bN(t),則基本擴散模型可以下列方程式來表示:


此模型又稱為內部影響擴散模型(Internal-Influence Model)。

假使g(t)=a+bN(t),則基本擴散模型可以下列方程式來表示:


此模型又稱為混合影響擴散模型(Mixed-Influence Model)。

外部影響擴散模型適用於當創新的資訊只來自於社會系統外部時,係數a可視為大眾媒體在擴散過程中的影響力。而內部影響擴散模型對於透過社會系統成員間互動而擴散的現象有較好的適合度,即擴散率為先前採用者與潛在採用者之間的互動函數。至於混合影響擴散模型則為內部與外部影響函數的結合。

Internet擴散的相關研究方面, Goodman et al.1994)曾針對網際網路的擴散,分析其擴散的方式和阻礙擴散的因素,結果發現網際網路的擴散主要係透過政府單位的支持、營利與非營利單位的推廣、以及小型組織與個人的嘗試來進行,而主要的阻礙因素則為法令與政治上的限制、對技術無法掌握,以及與當地文化的不合。國外學者Rai等利用Logistic, Gompertz and Exponential Model來推論Internet主機的成長預測,結果發現以Exponentail Model的預測能力最好(Rai, Ravichandran, and Samaddar, 1998)。

參、研究架構

根據上述之文獻探討,可以歸納出影響網路商店擴散模式的相關因素,包括產品的屬性、市場特性、擴散通路等。本研究將針對產品的屬性及市場特性來探討網路商店的擴散,並以資訊強度矩陣做為產品屬性的衡量基礎,而市場特性的影響因素方面,主要在於衡量台灣及美國地區因地理區域及政府法令的不同,對於網站的經營型態可能的影響,研究架構如圖3-1所示。

依商品適合論的觀點,商品的數化程度及資訊需求程度高的產品適合於網路上進行交易[Schwartz,1997,Ch.4;Whiston,1997,Ch.1,2]Schwartz1997)更利用商品資訊強度矩陣來作進一步推論,認為購買資訊缺乏的商品不需要太多的資訊處理活動,因此不適合在網際網路上銷售,相對地,資訊豐富的商品極適合在網路上進行交易,因為網際網路提供良好的資訊獲得型態及比較機制。因此,本研究利用商品資訊強度矩陣將商品適合論、媒體豐富論及交易成本理論結合,將產品的影響屬性歸類為產品的資訊內涵及價值鏈活動的資訊強度二大因素(表3-1)。


3-1研究架構

 

 


3- 1  資訊強度矩陣與電子商務通路選擇理論的整合

資訊強度矩陣

電子商務通路選擇理論

產品的資訊內涵

資訊豐富理論

商品適合論

價值鏈活動的資訊強度

交易成本理論

網路商店擴散的過程除了受到產品屬性的影響外,創新採用決策的影響因素可能來自於外部影響力[Rogers,1995]Rogers認為社會本質為影響社會成員採用創新的因素之一,故本研究採用「地理區域」來衡量;此外,Kalakota and Whinston1996)二位學者提出的電子商務的一般性架構中,「公共政策」及「網路技術」為電子商務發展的二大支柱,因此本研究採用「政府法令」作為外部影響因素之一。所以,在市場特性方面,本研究採用「政府法令」、「地理區域」做為影響變數。

根據上述文獻的探討結果及研究架構提出下列幾項假說:

H1:產品資訊內涵

H10產品的資訊內涵程度與建構網站成為網路商店的比例無關。

H11產品的資訊內涵程度高的產業,建構網站成為網路商店的比例較高。

H2:價值鏈活動的資訊強度

H20產業價值鏈活動的資訊強度愈高與建構網站成為網路商店的比例無關。

H21:價值鏈活動的資訊強度愈高的產業,建構網站成為網路商店的比例較高。

H3:地理區域特性

H30:不同國別的網路商店之擴散程度相同

H31:不同國別的網路商店之擴散程度不同

肆、研究設計

由於本研究以資訊強度矩陣做為產品屬性的衡量基礎,因此首先需要依資訊強度矩陣的四個分類分別選取產業做為研究對象。本研究根據網路上資料的可取得性,選擇了銀行、飲料、投資顧問及書店等四個行業作為研究對象,蒐集其網路商店的資料,再依資訊強度矩陣的劃分準則[Poter,1985;Palmer,1998]分別歸類四種行業的定位於四個象限中,如圖4-1所示。

   產品的資訊強度  

高價值鏈的低

資訊強度

銀行業

書店

飲料

投資顧問

4-1:樣本產業分類

在地區方面,本研究以美國及台灣作為比較研究的地區,經選定行業及地區後,便開始蒐集網路上交易網站的成長情形。在網站選取上,台灣地區以「蕃薯藤台灣網際網路索引」(http://www.yam.org.tw/)做為網站的抽樣工具,而美國地區則以雅虎(Yahoo, http://www.yahoo.com)做為網站的抽樣工具,以民國八十六年12月為基準,對於當月份在上述兩個索引網站完成登錄的網站,進行遂月的線上交易狀況分析。由於台灣的網路商店數量較少,故觀察樣本為關鍵字查詢結果之所有可觀察的網路商店,而美國地區因網站數眾多,故再針對登錄的網站進行抽樣,以隨機亂數抽樣。由於台灣可以就查詢的全部結果進行觀察,因此可以直接選擇有效樣本,而美國地區因為是採隨機抽樣,故必須再扣除非樣本網站,包括其它產業、不以美國地區為服務範圍、無法連結等網站,最後有效樣本。抽樣所得網站由研究人員就其是否具有線上交易功能作觀察並判別,觀察期間為每個月的20日到25日,以求取資料的一致性。

伍、研究結果

根據上一節的分類及樣本,本研究自民國八十六年十二月起至八十七年十一月,逐月觀察並記錄各產業內網路商店實行線上交易的情況,將各月份有實行線上交易的網站家數統計如表5-1~5-2所示。

5-1 台灣地區各產業實施線上交易功能成長比率。

行業

月份

Dec-97

Jan-98

Feb-98

Mar-98

Apr-98

May-98

Jun-98

Jul-98

Aug-98

Sep-98

Oct-98

Nov-98

網路商店累計家數

17

20

21

23

25

26

27

28

28

28

28

28

網路商店佔網站比率

41%

49%

51%

56%

61%

63%

66%

68%

68%

68%

68%

68%

成長率

 

7.32%

2.44%

4.88%

4.88%

2.44%

2.44%

2.44%

0.00%

0.00%

0.00%

0.00%

網路商店累計家數

17

17

17

17

18

18

18

19

20

21

21

21

網路商店佔網站比率

41%

41%

41%

41%

44%

44%

44%

46%

49%

51%

51%

51%

成長率

 

0.00%

0.00%

0.00%

2.44%

0.00%

0.00%

2.44%

2.44%

2.44%

0.00%

0.00%

網路商店累計家數

2

2

3

3

3

3

3

4

4

4

4

4

網路商店佔網站比率

9%

9%

13%

13%

13%

13%

13%

17%

17%

17%

17%

17%

成長率

 

0.00%

4.35%

0.00%

0.00%

0.00%

0.00%

4.35%

0.00%

0.00%

0.00%

0.00%

網路商店累計家數

15

16

20

20

21

21

23

24

26

28

28

28

網路商店佔網站比率

23%

25%

31%

31%

33%

33%

36%

38%

41%

44%

44%

44%

成長率

 

2%

6%

0%

2%

0%

3%

2%

3%

3%

0%

0%

·台灣地區

9712月時,銀行業和書店線上交易的比率均已達41%,但銀行業持續成長,至9811月時已達68%,遠高於書局的51%,投顧業雖在9712月時只有23%,但是其成長率比書局高,因此到9811月已有44%,飲料業則採用率最低,成長率亦不高。

·美國地區

書局的採用率最高,且其成長率亦高,至9811月已有80%的書局網站有線上交易,銀行和飲料的採用率及成長卻比投顧高,這和台灣的狀況有相當出入。

5-2 美國地區各產業實施線上交易功能成長比率

行業

月份

Dec-97

Jan-98

Feb-98

Mar-98

Apr-98

May-98

Jun-98

Jul-98

Aug-98

Sep-98

Oct-98

Nov-98

網路商店累計家數

20

38

52

59

62

63

63

63

66

70

72

73

網路商店佔網站比率

11%

22%

30%

34%

35%

36%

36%

36%

38%

40%

41%

41%

成長率

 

10.23%

7.95%

3.98%

1.70%

0.57%

0.00%

0.00%

1.70%

2.27%

1.14%

0.57%

網路商店累計家數

54

68

80

91

91

96

96

96

96

96

96

97

網路商店佔網站比率

45%

56%

66%

75%

75%

79%

79%

79%

79%

79%

79%

80%

成長率

 

11.57%

9.92%

9.09%

0.00%

4.13%

0.00%

0.00%

0.00%

0.00%

0.00%

0.83%

網路商店累計家數

15

23

27

28

30

35

36

37

37

37

37

41

網路商店佔網站比率

14%

22%

26%

27%

29%

34%

35%

36%

36%

36%

36%

39%

成長率

 

7.69%

3.85%

0.96%

1.92%

4.81%

0.96%

0.96%

0.00%

0.00%

0.00%

3.85%

飲料(不含包裝飲用水)

網路商店累計家數

11

13

16

16

17

19

19

20

20

20

20

21

網路商店佔網站比率

11%

13%

15%

15%

16%

18%

18%

19%

19%

19%

19%

20%

成長率

 

1.92%

2.88%

0.00%

0.96%

1.92%

0.00%

0.96%

0.00%

0.00%

0.00%

0.96%

網路商店累計家數

11

23

27

29

29

31

31

31

31

32

33

35

網路商店佔網站比率

10%

21%

25%

27%

27%

28%

28%

28%

28%

29%

30%

32%

成長率

 

11.01%

3.67%

1.83%

0.00%

1.83%

0.00%

0.00%

0.00%

0.92%

0.92%

1.83%

一、地理區域特性對網路商店擴散程度的影響

如圖5-1所示,由於美國的飲料網站中,包裝飲用水的網站如:礦泉水、蒸餾水、飲用水等,提供線上訂購的比率相當地高,而台灣的飲料網站樣本中,卻無此種經營型態的網站,如果將此類網站自美國飲料網站中抽離,則飲料的成長率即低於投資顧問。由此可以明顯地看出,美國廣大地理區域的特性造成飲料產業中,包裝飲用水的廠商利用網路來進行銷售,此和台灣的情況相差很大。為使兩個地區的產業定義趨於一致,以檢定假說三是否成立,本節將專賣包裝飲用水的網路商店予以刪除。

根據表5-1和表5-2的統計結果,本節針對台灣和美國兩個地區的四個產業進行檢定,以了解不同國家的地理特性對於網路商店發展是否有所差異,結果如表5-3所示。由表5-3可以發現,不同國別的網路商店擴散程度並不全相同,因此,當中小企業在建構網路商店時,不可純粹以國外的成功網路商店做為模仿的對象,必須以目標市場的特性來加以考量        

 


 


5-1 美國地區五個產業的網路商店發展趨勢

5-3  台灣與美國地區的網路商店發展現況比較

產業別

台灣

美國

P(a/2=0.025)

銀行

68

41

0*P<0.025

書店

51

80

0*P<0.025

飲料

17

20

0.371

投顧

44

32

0.057

二、擴散模型的適合度檢定

為了進一步瞭解網路商店發展潛力及成長情形,本研究根據表5-1和表5-2的資料,利用擴散模型來推估各種產業的網站未來的發展趨勢,而參數的估計採用非線性最小平方法(NLS)來估算各擴散模型的參數ab及潛在使用者總數M。由於混合模式的相關係數結果均比外部模式和內部模式低,因此以下僅列出外部模式和內部模式的參數推估結果,如表5-4~5-5所示:

在估算出各模式的參數後,再繼續收集三個月的資料(自9812月至992月)來進行適合度檢定,各地區及產業的資料如表5-6所示。將此三個月的比例值與二種模型的預測值進行比較,結果三個月的誤差總和如表5-7所示,台灣和美國地區的銀行及書局產業均以內部模式的預測效度較佳,而飲料和投資顧問產業以外部模式的預測效度較佳。此結果與表5-4和表5-5比較,除了美國銀行產業由外部影響模式修正為內部影響模式外,其餘的模型適合度均為一致。

良好的模型適合度除了可以推論各產業的潛在採用者比例外,模型所假設的特性亦可以反應各產業的網路商店擴散影響因素不同。外部影響模型假設影響採用的因素係來自於系統外的資訊傳播,系統內的成員彼此間缺乏互動;而內部影響模型則是假設影響響採用的因素主要來自成員間的互動關係,即採用者的數目會影響到未採用者採用的比例。

5-4 台灣地區四種產業在各模型的預測結果比較

                   產業

模型(參數)

銀行

書店

參數

M

R2

參數

M

R2

內部影響(b)

0.5271

0.70

0.9947

0.0338

1

0.9522

外部影響(a)

0.2507

0.72

0.9923

0.0151

1

0.9467

                   產業

模型(參數)

飲料

投顧

參數

M

R2

參數

M

R2

內部影響(b)

0.99

0.2

0.9317

0.3371

0.52

0.9805

外部影響(a)

0.1071

0.22

0.9339

0.0574

0.69

0.9812

5-5 美國地區四種產業在各模型的預測結果比較

                 產業

模型(參數)

銀行

書店

 

參數

M

R2

參數

M

R2

 

內部影響(b)

1

0.45

0.921

0.879

0.8

0.9963

 

外部影響(a)

0.476

0.42

0.9858

0.498

0.81

0.9931

 

 

                 產業

模型(參數)

飲料

投顧

 

參數

M

R2

參數

M

R2

 

內部影響(b)

0.9849

0.4

0.9747

0.8

0.4

0.8306

 

外部影響(a)

0.2866

0.39

0.9843

0.7047

0.33

0.946

由此可見,銀行與書局產業在網路商店的經營方面競爭非常激烈,廠商在網站建構線上交易功能,會導致競爭對手的模仿;相對地,飲料業與投資顧問產業目前建構網路商店的比例均低,互動的程度較不明顯。

三、資訊強度對網路商店擴散程度的影響

利用擴散模式的預測值M來代表實際的潛在使用者總數有其誤差所在,因此本研究不以預測的數值做為評斷的依據,而是以各產業採用比例的相對高低來進行比較。以台灣地區而言,未來可能發展線上交易的網站比例以書店最高,銀行及投顧次之,最低的為飲料;再者比較美國地區的預測結果,在相同的價值連資訊強度象限中,書局顯著高於銀行,但投顧卻未高於飲料。然而造成此一現象的主要原因在美國的飲料網站中,有高達22%為礦泉水或包裝飲用水的廠商,此一部分的差異比較如上一節所述。

就資訊強度矩陣的二個變數而言,不論是台灣或是美國的網路商店,屬於產品資訊強度高的產業建構網路商店的比例顯著高於產品資訊強度低的產業,且價值鏈強度高的產業其建構網路商店的比例亦較價值鏈強度低的產業為高(表5-4和表5-5)。


 

5-6  98/12-99/03 各產業的成長情形

    地區

 

行業

                 月份

成長趨勢

Dec-98

Jan-99

Feb-99

                月份

成長趨勢

Dec-98

Jan-99

Feb-99

實施線上交易網站累計家數

28

28

29

實施線上交易網站累計家數

77

79

80

實施線上交易網站家數比率

0.6829

0.6829

0.7073

實施線上交易網站家數比率

0.4375

0.4489

0.4545

實施線上交易網站累計家數

21

22

22

實施線上交易網站累計家數

105

107

108

實施線上交易網站家數比率

0.5122

0.5366

0.5366

實施線上交易網站家數比率

0.8678

0.8843

0.8926

實施線上交易網站累計家數

4

5

5

實施線上交易網站累計家數

39

39

41

實施線上交易網站家數比率

0.1739

0.2174

0.2174

實施線上交易網站家數比率

0.3750

0.3750

0.3942

投資

顧問

實施線上交易網站家數

29

30

30

實施線上交易網站家數

35

39

39

實施線上交易網站家數比率

0.4603

0.4762

0.4762

實施線上交易網站家數比率

0.3211

0.3578

0.3578

 

5-7  二種模型的預測值與實際值的誤差總和比較

        地區

 

行業

外部模式

內部模式

外部模式

內部模式

銀行

0.0399

0.0367*

0.0829

0.0161*

書局

0.0287

0.0205*

0.2449

0.2314*

飲料

0.0668*

0.0724

0.0185*

0.0413

投資顧問

0.0126*

0.0173

0.0645*

0.1087

因此,根據上述的檢定結果可以整理出下列二項結論:

1.產品的資訊內涵程度高的產業,建構網站成為網路商店的比例較高。

2.價值鏈活動的資訊強度愈高的產業,建構網站成為網路商店的比例較高。

陸、結論與建議

本研究針對台灣及美國地區網站線上交易功能的成長情形,搜集了一年的資料經分析後發現,資訊強度愈高的產業對於線上交易功能的採納潛力愈高,而且不同國家的地理特性亦會影響到網路商店對於線上交易功能的採用,因此外國網站的經營模式並不一定適用於國內市場,應該依網站的目標市場特性來加以修正。因此,根據本研究所得到的研究成果,提供中小企業下列幾項建議:

若是產業所屬的資訊強度愈高,則愈適合利用網路商店做為新的行銷通路,因此,企業應該積極成立電子商務發展小組或部門,積極開發電子商務市場。

企業可以利用擴散模式來衡量所處產業的網路商店發展程度,若該產業仍處於起始期,且產品的資訊強度不高,則可以保持觀察或利用網站做公司形象或產品的宣傳,反之則應該及早開發,以取得先佔優勢。相對地,若該產業已屬成熟期,則應採追隨策略,以保持競爭優勢。

企業可以利用產品特性的轉換來提高資訊強度,以充份利用線上交易的競爭優勢,例如將書籍轉為電子書即可進行線上傳遞。

若產品內涵的資訊強度高,則企業應充分利用網頁多媒體呈現的方式來發展產品的行銷活動。

除了上述對於中小企業經營策略的建議外,本研究可以提供給學術界對於同一產業內,影響廠商採用網路商店的個別影響因素分析相關研究之基礎,亦為本研究未來的研究方向。

感謝:本研究承蒙國科會計劃NSC-88-2416-H-110-005-N6之經費支持

參考文獻

中文部份

黃錦祥,消費者選擇網路購物的經濟分析,國立中山大學資訊管理學系未出版的博士論文,民國876月,頁20-36

陶振超,誰在使用WWW-台灣地區WWW使用者調查結果報告,資訊與電腦,民國858月號,頁62-67

張紹勳、曾淑峰,網路郵購與傳統郵購之實證研究,第三屆國際資訊管理研究暨實務研討會論文集,民國86年,頁250-256

彭昭英,SAS與統計分析,儒林圖書,民國871月,九版。

工商時報,開放網路銀行  新銀行鼓掌,1999/5/26

中國時報,台灣金融業需要一場作業效率革命,1999/5/26

英文部份

Goodman S. E., Press L.I., Ruth S.R., and Rutkowski A.M., ”The Global Diffusion of the Internet: Patterns and Problems,” Communications of the ACM37:8),1994.

Kalakota,R. and Whinston, A.B. ,Frontiers of Electronic Commerce, Addision-Wesley, Reading, MA. 1996.

Mahajan, V, and Muller, E., ”Innovation Diffusion and New Product Growth Models in Marketing,  ”Journal of Marketing, 1979.

Mahajan, V, and Muller, E. and Srivastava, R. K., ”Determination of Adopter Categories by Using Innovation Diffusion Models,” Journal of Marketing Research, 1990.

Mahajan, V, and Peterson R.A., Models For Innovation Diffusion, Beverly Hill, CA: Sage Publication Inc. , 1985.

Porter, M.E. and Millar, V.E., ”How information gives you competitive advantage,” Harvard Business Review85:4,1985,pp.149-160.

Palmer, J.W. and Griffith, D.A., “An emerging model of web site design for marketing,” Communications Of the ACM(41:3),1998.

Rogers, E. M., Diffusion of Innovations, 4th ed., New York, 1995.

Rai, A.,Ravichandran T., and Samaddar S.,”How to anticipate the internet’s global diffusion,” Communications Of the ACM(41:10),1998.

Schwartz, E.I. Webonomics. Broadway Books, New York, NY, 1997.

Sibley, E. H., “Diffusion in Computing Networks,” Communications of the ACM 33:12 1990.

Whinston, A.B., Stahl, D.O. and Choi, S. The Economics of Electronic Commerce, Macmillan Technical Publishing, Indiana, 1997.

Zwass, V. “Electronic Commerce: Structures and Issues,” International Journal of Electronic Commerce1:1),1996pp.3-23.