信息显示板技术在服装消费决策中的应用分析

摘 要：信息显示板是一种过程追踪工具，以m×n矩阵方式呈现信息，研究者记录分析被试对信息进行检索和比较的操作，用以推断其信息获取和决策制定的心理过程。服装消费决策的研究大多采用投入产出法构建结构模型，应用过程追踪工具研究决策心理过程的却很少。信息显示板作为一种行之有效的过程追踪工具，已在有关消费决策的多个研究领域中广泛使用，怎样将其很好的应用到服装领域，可能是今后有关服装消费决策的研究热点之一。

关键词：消费决策；服装消费；信息显示板;Mouselab

中图分类号：F49

文献标识码：A

文章编号：1672-3198（2011）15-0220-02

对消费者购买决策的心理过程及其规律进行研究，有利于企业制定和实施各种对应的营销策略，也有助于消费者做出较为合理的购买决策。比较而言，服装消费决策是各种消费决策中比较常见且复杂的一种，而消费决策心理是服装研究领域的一个薄弱点。

1 IDB简介

有关消费决策的研究方法可以分为两个基本类别，即投入产出法和过程追踪法。投入产出法并不试图直接对决策过程进行研究，而是假设一个决策过程，操纵输入变量，建立统计模型，推论出最终的选择结果并看其是否支持先前的过程假设。研究者认为，任何一种决策模型，如果不试图评估问题表征与最终决策之间不同阶段的心理过程，这个决策模型都是不完整的。研究者难以从投入产出法所对应的结构模型中获取对决策过程更为深刻的理解。而过程追踪法则是从决策心理的角度入手，试图在不干扰决策过程的情况下，评估输入变量与决策结果之间的活动，以便更为直接的检测该过程。

信息显示板（Information Display Board，IDB）是广泛应用于决策过程研究的一种过程追踪工具，其实验方法是向被试展现一个结构化的信息矩阵。该矩阵由m个备择项在n个属性上的值组成，被试通过检索和比较备择项的各属性值，做出最后的选择。研究者记录、分析被试对信息进行检索和比较的操作，用以推断其信息获取和决策制定的心理过程。

Payne作为IDB实验的前驱，在其早期（1976）的研究中，呈现给被试的是一块贴满信封的木板。被试在检索某一信息时，需从信封中取出卡片，阅读完毕后再将卡片放回信封。随着计算机的普及，研究者用电脑显示器取代了早期的信息板作为信息的呈现装置，并先后引入键盘和鼠标作为定点输入设备。有了相关技术的支持，信息显示板的实验过程得以软件化，其中最为常用的是Payne等人开发的 Mouselab程序。该程序在显示屏上呈现一个方框矩阵，被试移动鼠标点击某一方框时该方框的内容（即备择项的属性值）才会显示，当鼠标点击另一方框时，先前显示的方框内容会立刻隐藏，在被试进行操作的同时，程序后台将记录鼠标点击方框的次数、点击的顺序、方框内容显示的时间等，研究者对这些数据进行处理，用以分析被试获取信息和做出决策的心理过程。随后，互联网的迅速普及使得IDB实验发展到了一个新的阶段。Willemsen和Johnson（2004）将Mouselab软件网络化，并在其官网提供免费下载和最新版本。经过不断改进，MouselabWEB已发展到1.00beta（2010测试版），此版本增加了一些新的功能，如鼠标悬停即可显示方框内容等。

除信息显示板以外，常见的过程追踪方法有口语分析法（verbal protocol analysis）和眼动跟踪法（tracing of eye-movements）。口语分析法是决策研究中常用并被证明有效的过程追踪方法。但是，要对口语分析法中“出声思维”的内容进行编码却十分不易，被试有时不能很好地“出声思维”，因而不能完全暴露某些心理过程。另外，“出声思维”作为一项附加任务，对决策任务本身的完成也会造成干扰。相比之下，信息显示板和眼动技术作为较为客观的实验方法，弥补了口语分析法的这些缺点，即能在不干扰被试的情况下进行实验，并通过软件化程序直接记录过程数据。但这样就引发了另一个问题，即收集的过程数据过多时要采用怎样的方法或标准来筛选数据和分析数据。此外，由于眼动实验需要被试面对眼动仪器并保持头部不动，也就缩小了实验的可行范围，成本也较高，而信息显示板可从官网下载免费软件进行编程，通过网络传播进行过程实验，操作简单并可广泛使用。

2 IDB的数据处理

过程追踪工具能够收集的数据量非常庞大，但这些数据是否都与真实的决策过程相关并不确定。在过程追踪法中，需要记录哪些特征数据，记录的数据是否都将用于分析，都是该实验方法的难点问题。

以Mouselab为例，其实验所收集的数据可以粗略的分为两大类：（1）基础度量，例如时间、点击量、选择结果等；（2）信息检索度量，即鼠标在各方框间的转换。

基础度量涉及到数据的各种运算，例如对某一个属性方框的点击次数，整个检索过程所消耗的时间等。对大多数实验而言，有关基础测量的统计信息主要有：比例与比率分析、平均值、方差分析、多元方差分析、时间序列以及随机效应模型。

在一个信息矩阵中，鼠标在各方框间的转换有四种可能的类型（见图1）：（1）无转换，即重复点击同一个属性方框；（2）在同一备择项的各属性间转换，即基于备择项的检索模式；（3）在同一属性的不同备择项间转换，即基于属性的检索模式；（4）备择项和属性均转换。在有关决策制定的研究中，常用于进行数据分析的是第二第三这两种转换类型。研究者以各种转换数据为基础，发展出不同的指标使之成为更易处理的数据度量。其中，佩恩指数（PI，1976）根据第二第三两种转换类型所占的比例大小，用以区分两种不同的检索模式。当第二种转换类型比例大时，佩恩指数为正值，通常被认为采用了补偿性策略，反则更多为非补偿性策略。但B•ckenholt和Hynan（1994）认为，当备择项和属性数量不相等时，佩恩指数不具备可靠性。研究者就此提出了一种新的度量指数（SM指数），该指数可以对实验中观测到的转换频率和偶然几率进行比较。Payne等人认为，SM指数具有很好的统计学特性，但在检索模式的分类和指标值的解释上存在一定问题，而佩恩指数基于转换比例的分类方法有效，指标值也易于理解。此外，Stokmans（1992）引入了PI的修正指数VR（Van Raaij，1977）。VR与PI用的基础数据相同，但VR指数对检索过程前半阶段和后半阶段的转换类型进行了比较。Stokmans（1992）研究发现，VR对信息检索策略的差异性检测灵敏度更高。

3 IDB实验在服装领域的应用

Norman和Schulte-Mecklenbeck（2009）的研究显示，作为IDB实验标准程序的Mouselab软件，其应用领域主要集中在四个方面：投机实验（gambles）、启发法（heuristics）、方法比较（method comparisons）以及消费者决策（consumer decision making），其中有一半的文献（已出版）将消费者决策作为研究方向。具体到服装领域，采用了信息显示板研究服装消费决策的却并不多。

Davis（1987）采用了信封式的信息显示板，研究消费者怎样利用服装标签所传达的信息对服装质量和时尚度进行评定。Davis只记录了可作为基础度量的数据。分析结果显示，消费者在对服装质量和时尚度作出评定时，忽略了一半左右的服装属性，而检索最多的属性为款式和价格。

刘亚娟（2009）将问卷调查法和以Mouselabweb为工具的IDB实验相结合，通过对信息点击次数、加工时间、搜索深度和搜索模式的分析，研究了决策时间和备择项数量对服装消费决策的影响。研究结果显示，当备择项少且时间充足时，被试的搜索深度最大，当备择项多且时间紧迫时，被试的搜索深度最小，而搜索模式在不同条件下均为选项内维度移动，即佩恩指数为正，属于基于备择项的检索模式；决策时间和备择项数量对点击次数、加工时间也有显著影响。此外，在属性重要性的问卷调查中，质量、款式和色彩排在前三位，而从IDB实验的平均点击次数来看，款式、品牌和实用性排在前三位，其中重要性排序差别最大的为“品牌”这一属性，这说明人们对服装品牌的重要性评价与实际购买中的重视程度存在差异。

从上述文献来看，Davis（1987）采用的最早期的信封式信息显示板实验中，并没有对信息检索模式进行探讨，而这一部分是信息显示板实验中一个重要的研究点。刘亚娟（2009）的研究，虽然将最新的Mouselabweb工具引入到实验操作中，但其研究重点仍然定位在应用心理学领域，并没有对信息显示板中服装各个属性怎样赋值进行深入研究。而属性的赋值对实践中的决策行为影响重大。总而言之，针对一个具体类型的服装消费决策，怎样构建一个信息显示板，使其实验内容与实际中的消费决策更加贴合，实验结果更准确并具有现实意义，仍然是一个全新的研究课题。

4 结语

目前，有关服装消费决策的研究大多是采用问卷调查、数据统计等方法构建结构模型以推断决策过程，应用过程追踪工具针对消费决策的心理过程进行研究的却很少。信息显示板作为一种行之有效的过程追踪工具，已在有关消费决策的多个研究领域中广泛使用，怎样将其很好的应用到服装领域，可能是今后有关服装消费决策的研究热点之一。

此外，互联网的快速发展不仅引发了消费方式的转变，新的研究领域也随之产生。据CNNIC统计，服装已成为当前最畅销的网络商品之一。各种购物网站利用其海量的贮存和链接，向消费者提供更多的备择商品和商品属性。为了帮助消费者比较和选择，很多知名购物网站都采取了类似IDB矩阵的方式呈现商品信息，这将有利于该研究方法在服装消费决策领域的应用。

参考文献

［1］孙明遐.大学生消费决策及其影响因素的研究［D］.南京师范大学，2005.

［2］Bettman J R，Johnson E J，Payne J W.Consumer decision making.In: T S Robertson & H H Kassarjian（Eds.）.Handbooks of Consumer behavior.Englewood Cliffs，NJ: Prentice-Hall，Inc，1991： 50-84.

［3］Kühberger A，Schulte-Mecklenbeck M，Ranyard R.Windows for understanding the mind: Introduction to A Handbook of Process Tracing Methods for Decision Research.In: M Schulte-Mecklenbeck et al（Eds.）.A Handbook of Process Tracing Methods for Decision Research: A Critical Review and User’s Guide.New York: Taylor & Francis，2011.

［4］Schulte-Mecklenbeck M.Tracing the decision maker.Unpublished PhD Thesis.University of Fribourg，Switzerland，2005:03-39.

［5］Payne J W，Braunstein M L，Carroll J S.Exploring Predecisional Behavior: An Alternative Approach to Decision Research.Organizational Behavior and Human Performance，1978，22: 17-44.

［6］Todd P A.Process tracing methods in the decision sciences: A comparision and review of methods.In: T L Nyerges et al.（Eds.）.Cognitive Aspects of Human-Computer Interaction for Geographic Information Systems.Netherlands: Kluwer Academic Publishers，1995: 77-95.

［7］Payne J W.Task complexity and contingent processing in decision-making: An information search and protocol analysis.Organizational Behavior and Human Performance，1976，16:366-387.

［8］Norman E，Schulte-Mecklenbeck M.Take a quick click at that! Mouselab and Eye-tracking as tools to measure intuition.In: A Gl?ckner & C Witteman（Eds.）.Foundations for Tracing Intuition: Challenges and methods.London: Psychology Press，2009.

［9］Payne J W，Bettman J R.，Johnson E J.The adaptive decision maker.New York: Cambridge University Press，1993（Appendix）.

［10］Willemsen M C，Johnson E J.The MouselabWeb Page..cn/qkpdf/smgy/smgy201115/smgy201115135-1.pdf" style="color:red" target="_blank">原版全文 推荐访问： 决策 消费 服装 分析 显示