C2C信用评价体系

C2C信用评价体系（精选8篇）

C2C信用评价体系 篇1

摘要：商业的核心是诚信, 电子商务也不例外。针对C2C电子商务发展过程中出现的由于信息不对称所造成的欺诈问题以及因为退货规则和信用炒作所造成的信用评价的真实性与有效性问题, 本文对问题的成因进行了分析, 并创新性的通过引入退货评价以及将交易金额作为权重引入信用评价体系, 对现有信用评价体系进行了改进, 形成了新的信用评价模型。新的信用评价模型可以有效地提高信用评价的真实性与有效性, 并显著的减少信用炒作对信用评价记录的影响。

关键词：C2C,电子商务,网上拍卖,信用评价,退货

0 引言

C2C电子商务主要是指个人与个人之间进行的网上交易, 2009年中国网络购物交易额达到2630亿元, 比2008年增长105.2%[1]。但是由于网上交易的不确定性和信息的不对称性, 使得C2C电子商务欺诈问题仍然比较严重, 目前的信用评价体系也存在着一些问题, 这些问题在阻碍着电子商务的进一步发展, 解决好这些问题将有助于C2C电子商务的继续前进[2]。

1 当前C2C电子商务网站信用评价体系概述

1.1 国内C2C电子商务信用评价体系现状

淘宝网是目前国内C2C电子商务市场上最大的使用用户最多的交易平台。按照当前的淘宝网评价规则中规定, 信用评价分为好评、中评、差评三级, 假定卖家的信用积分为T, 则

这里, n1为好评个数, n2为差评个数, 同一买家对某一卖家的好评每月最多累计6个。

卖家好评率G为:

这里, n为总交易次数, n4为退货次数。

同时, 交易次数满足下述关系:

这里, n3为中评次数。

1.2 当前信用评价体系中存在的问题及原因分析

虽然以淘宝网为代表的C2C电子商务平台网站在不断努力完善交易规则, 加强对卖家的管理, 努力减少交易中欺诈问题的发生, 但是在当前的信用评价体系下, 依然存在以下的问题和漏洞。

首先, 在《淘宝网评价规则》中规定:“如果交易过程中发生退款, 且交易买方选择‘未收到货’或‘要退货’, 则在退款完成后, 此交易视为取消, 不发生评价无评价积分”。这条规则的本意, 是为了避免某些不正当竞争手段和使卖家更愿意接受退货而避免交易纠纷, 这在一定程度上保证了交易的正常进行。但是, 这条规则也存在着负面的效果, 那就是退货的人无法给出反馈意见供后来者参考。那些不良卖家只需要在买家发现之后接受退货, 就可以不受到任何惩罚, 这可以称得上是无风险的欺诈。

其次, 由于现有信用评价体系采用的是简单累积信用评价积分的模式, 出现了一些卖家利用大量的低价交易刷信用评价, 快速提升信用等级的“信用炒作”现象, 严重扰乱了市场的正常交易秩序。

上述问题产生的主要原因在于, 在电子商务交易形式下, 交易双方在交易过程中是不见面的, 双方的信息是不对称的, 买家无法充分了解卖家的真实信用情况和商品的信息, 这就使欺诈成为可能[3]。同时, 由于双方通过网络进行交易, 一旦发生欺诈或者产生纠纷, 消费者维权困难, 买家为了减少损失而选择退货之后对卖家声誉和经营不再构成直接影响[4]。

2 信用评价体系改进研究

2.1 退货原因分类

要提高信用评价体系的有效性, 就必须把退货后的评价纳入信用评价体系中来。退货不一定都是因为欺诈, 退货的原因通常可以分成两类:第一类是因为型号不符、缺货等客观原因造成的正常退货;第二类是因为与描述不符、以次充好、以假充真等造成的非正常退货。参见图1。

2.2 信用炒作分析

信用炒作, 在任何时候都会存在, 是无法彻底根除的, 即使在现实中也会有各种“托”的存在, 我们只能尽量遏制这种行为, 提高信用炒作的难度和成本。据实际调查发现, 信用炒作主要是以低价物品尤其是虚拟物品的交易作为手段, 原因是虚拟物品不需要物流, 低价物品可以尽量减少信用炒作所需要的资金流动, 这些都可以有效地降低信用炒作所需的成本。

2.3 信用评价体系的改进

经过上述分析, 要提高信用评价体系的有效性, 可以将现有的好评、中评、差评三档评价体系改为百分制评价, 即每位买家针对每次交易进行打分, 同时为每笔交易按照金额给其加上一个权重, 然后再累计得分。

假定某卖家信用积分为T, 则

其中, n为总交易次数, Mi (i=1, 2, …, n) 表示每次交易的金额, Si (i=1, 2, …, n;Si∈[-100, 100]) 为每次交易获得的买家评分。

假定T1个信用积分为一个信用度, 则该卖家的信用度C为:

其加权平均得分S为:

按照上述处理方法, 可以实现金额越高的交易所占的权重越大, 对信用记录的影响也就越大, 使得卖家无法通过大量的低价商品交易来进行信用炒作或者快速累积信用。退货之后要选择退货原因并进行评分。则卖家的信用评价记录应该为表1所示形式, 卖家的总评包括信用度C和加权平均得分S两项。

2.4 可能出现的不良反应及其应对

在进行这样的修改之后, 会出现两种不好的反应。第一, 在新的信用评价体系下, 那些出售假冒伪劣商品的不良卖家会不愿意接受退货, 因为他们即使接受退货也会使信用评价记录产生不良记录, 所以他们会拒绝接受退货, 或者要求买家以正常退货的名义来进行退货以规避新的信用评价规则。第二, 一些不良卖家会利用新的规则对竞争对手进行大量的恶意评价, 故意扰乱交易秩序, 使买家难以区分诚信卖家与不良卖家。

针对第一种情况, 作为交易平台的C2C电子商务网站必须发挥其应有的监督与管理的作用。对无故拒绝接受退货的卖家进行严厉的惩罚, 例如评分视为-100, 金额按照交易金额的10倍计算, 使不良卖家不敢拒绝退货。针对第二种情况, 则必须避免恶意投诉对诚信卖家的影响, 不能简单的倾向于买家, 要坚持以充足的证据作为判断与惩罚的依据, 对进行恶意评价及投诉的人要采取封号甚至封注册所用证件的手段进行严厉惩罚, 必要时可以要求司法介入, 否则必然会出现恶意评价与投诉满天飞而使诚信卖家受到损害的情况。此外, 还应该把卖家拒绝退货、恶意投诉以及受到惩罚的情况在信用评价记录中显著位置明确显示出来, 以提醒买家注意。

3 仿真验证与比较研究

由于卖家的真实交易数据涉及到商业机密问题, 我们通过一组代表各种典型情况的数据来进行信用评价体系的仿真验证与比较研究。假设现有四个卖家A、B、C和D, A代表未进行信用炒作的卖假货的卖家, B代表进行了信用炒作后准备卖假货的卖家, C代表未进行信用炒作的卖真货的卖家, D代表进行了信用炒作并准备卖真货的卖家, 假设四位卖家都是新卖家, A和C各自进行了20次交易, B和D各自进行了100次交易的信用炒作, 四个卖家的交易记录如表2所示。四类卖家的代表由于他们所出售商品的真假的不同, 产生了不同的交易数据, 主要的差异就是退货数量尤其是非正常退货的数量的不同。

四个卖家在现有信用评价体系中的信用评价记录分别如表3所示。

在改进后的信用评价体系中, 为简化计算, 交易正常完成和正常退货计为100分, 非正常退货计为-100分, 信用炒作交易计为5元, 正常交易计为50元, 取T1=100*100=10000, 计算得到在新的信用评价体系下四位卖家的信用评价记录如表4所示。

在此基础上, 再进行一次交易, 金额统一定为100元, 假定A和B出售的假货被识破并退货, 评分为-100, C和D出售的真货买家不是非常满意, 评分为80, 则4位卖家的信用评价记录如表5所示。

从表3中可以看到, 现有信用评价体系中没有考虑非正常退货和交易权重的影响, 买家得到的信息是四个卖家都是很好的卖家, 依次应为D、B、C、A。这一排名直接反映了现有的信用评价体系中存在的问题。

从表4和表5的对比中可以看出, 因为将对非正常退货的处理和交易的金额作为权重引入了改进后的信用评价体系, 得到了更准确的信用评价信息。从表5中可以很容易地发现, 卖家A和B并不可信;C是最好的;D也是可信的, 但是差于C。而这些结论与我们前面假设的情况是相符合的, 这证明改进是有效的。

4 结语

在信用评价体系中引入对非正常退货的处理并将交易金额作为权重之后, 对于买家有效区分卖家的优劣、了解卖家的真实信用情况是有效的。虽然这一改变会带来一些客观的问题, 比如卖家拒绝接受非正常退货和恶意评价的问题, 以及由此导致的网站方客服工作量增加的情况等。但是为了淘汰具有欺诈行为的卖家, 让网上交易环境更加健康地发展壮大, 在网站和广大买家以及那些诚信经营的卖家的欢迎与支持下, 进行有效的信用评价体系构建并逐步完善是必须的。当然, 本文中对交易金额作为权重的处理还略显粗糙, 在实践过程中还需要不断的改进应用的方法, 使信用评价记录能够更加真实的反映出卖家的信用情况。

参考文献

[1]艾瑞咨询.2009-2010年中国网络购物行业发展报告简版[EB/OL].http://www.iresearch.com.cn/Report/1362.htm (l2010-4-2) .

[2]刘贵玉.论电子商务中的信息不对称与信用管理.现代情报, 2004 (9) :29-30.

[3]马丽, 崔嘉, 朱兵, 王延飞.浅谈网购的信息不对称问题以及信用评价的重要作用.消费导刊, 2009 (6) :22-25.

[4]淘宝网.信用评价计分、修改、删除规则与解读[EB/OL].http://a.taobao.com/detail/2011/01/17/437538/1.php (2011-1-25) .

C2C信用评价体系 篇2

[关键词] C2C电子商务顾客信任度DEA模型因子分析

一、引言

C2C是个人消费者和个人消费者之间的交易，网站作为平台给个人消费者提供一个自由买卖的空间，只要符合规定，任何人都可以在这个空间买卖商品，相互交易。这是一种交易双方都为个体的电子商务模式。

C2C电子商务被认为未来互联网经济的重要支点，近年来已经开始出现快速发展的趋势。据统计，2001年中国C2C电子商务的交易额为４亿元，2004年为41.6亿元，2005年已达139.24亿元，2005年中国C2C电子商务的注册用户总数已经达到了3787万，相比较于2004年底的约为1500万的注册用户，增长幅度达152.5%。目前，中国的C2C电子商务市场，作为先行者的eBay公司的易趣网、阿里巴巴的淘宝网，是占据市场份额较大的两家。而受未来发展前景的吸引，新浪、搜狐和腾讯等传统互联网企业也开始推出自己的C2C电子商务网站，腾讯公司的C2C电子商务网站拍拍网，从2005年9月中旬开始试运行，已经出现良好的势头。2006年11月22日腾讯控股有限公司公布，2006年第三季度总收入为7.369亿元，比上一季度增长4.5%，比去年同期增长103.1%，与C2C密切相关的互联网增值服务收入为4.9亿元，比上一季度增长6.0%，比去年同期增长139.4%，腾讯公司是C2C市场强有力的竞争者。除此之外，还有一拍网、当当等网站都要分享C2C蛋糕。中国的C2C网上购物的主要商品是时尚商品和IT类产品，主要包括服装、化妆品、珠宝、电脑、手机、数码产品、家电等。网上购物方式向个性化、多样化方向发展，网上购物消费模式将对社会消费习惯产生重要的影响。

C2C电子商务企业的发展，面临许多问题，主要的突出问题有：一是安全问题；二是支付问题；三是配送问题；四是顾客信任问题，第四个问题可以说是前三个问题的综合表现。

顾客信任是指顾客对某一企业、某一品牌的产品或服务认同和信赖，它是顾客满意的不断强化的结果，与顾客满意倾向于感性感觉不同，顾客信任是顾客在理性分析基础上的肯定、认同和信赖。

顾客信任是维持稳定和良好的客户关系的前提。由于电子商务的虚拟性，使顾客对商品的判断仅能停留在计算机网页提供的商品图像和相关数据信息上，而网页图像与实物的差异、数据的真实性与可靠性都是影响顾客购买的重要因素。因此，在没有其他信息来源的情况下，顾客的购买行为在很大程度上取决于对电子商务企业的信任。一般地，顾客信任要经历从认知信任、情感信任到行为信任的过程。只有达到行为信任，才能形成顾客与商品经营者长期稳定的消费关系，企业才能赢得了忠诚的顾客并获得顾客超值回报，这是企业所追求的目标。顾客信任给企业带来的好处是多方面的。一是顾客信任带来重复购买，而且老顾客保持的时间越长，购买量就越大;二是因招揽顾客费用减少，使企业成本降低。据美国市场营销学会等单位调研表明:由于“口碑效应”，100个满意顾客会带来25个新顾客。每收到一个顾客投诉，就意味着有20个顾客不满意;获得一个新顾客的成本是保持一个老顾客的5倍，而且在日趋成熟的C2C电子商务市场中，电子商务企业争取到新客户的困难非常大。故在C2C市场中顾客信任对电子商务企业是非常重要的，顾客的信任度是网络购买的决定性因素，它关系到电子商务企业的生存和发展的重大问题。故对评价顾客信任度是值得探讨的一个重要问题。

二、顾客信任度的评价

1.评价方式的选取

对顾客信任度的评价，涉及到测评指标体系和测评方法问题，测评指标体系与测评的目的有关，而测评方法不仅与目的有关而且与所取得的数据资料有关，目前大多数测评方法以理论探讨居多。查金祥的《网络购物顾客满意度影响因素的实证研究》、张小康的《电子商务企业绩效评价体系》等许多学者都做了比较系统的顾客满意度指标体系研究，但一般地，由于调查指标比较多，如何综合、进行有效的评价是比较困难的。本文运用DEA模型和因子分析方法，对我国C2C电子商务企业的顾客信任度从投入和产出的角度进行综合评价，以其找出每个企业各自的优劣。下面根据中国互联网信息中心《2006年中国C2C网上购物调查报告》数据，组织者:中国互联网信息中心，调查城市:北京、上海和广州，调查方式:网上在线或者电话抽样调查，调查时间:2005年。笔者经过分析，从众多的调查数据中提炼出反映顾客信任度的关键性指标，把顾客信任度指标划分为投入和产出两类指标，其中把电子商务企业的基础设施的投入、交易的安全问题、支付问题和配送问题归入投入指标，投入指标反映了顾客从认知信任、情感信任到行为信任的过程，而体现了使用价值、成果和市场份额等归到产出指标，此类指标反映了顾客信任的价值回报。数据见表1。其中淘宝网或eBay易趣网卖家半年内的计划的数据是分别为淘宝网和eBay易趣网卖家半年内分别在淘宝网、eBay易趣网和拍拍网的计划的平均数。

DEA模型采用具有非阿基米德无穷小量的CCR模型形式：

其中Xij为第j个C2C电子商務企业的第i种投入要素,Yij为第j个C2C电子商务企业的第i种产出要素,Xj0和Yj0分别表示要考察的电子商务企业的投入要素和产出要素,θ表示DEA效率值（0≤θ≤1）。在模型计算结果中决策单元DMU中各个量S-ij与对应指标分量Xij的比值称为投入冗余率,记为αij,即αij=S-ij/Xij,它表示分量指标可节省的比例。同样地设β=S+ij/Yij称为产出不足率。

2.结果及其评价

模型的计算结果如下表2:

从计算结果可看出:淘宝网和拍拍网的顾客信任度的综合效率是DEA有效的，总的信任度较高，而eBay易趣网是非有效，eBay易趣网的∑λ=0.86<1，说明虽然规模收益是递增的，但规模效率较低，投入资源的配置效率不高。主要体现在:一是投入冗余率较多:关闭现有店铺和对现有店铺减少的投入冗余率分别达到57.4%和60.3%，这两项指标表明eBay易趣网的网上店铺管理效率不高。而在卖家不守信用、未能成交或成交后借故毁约，卖家发运的物品不对板、劣质品或残损，卖家收到货款后不发货或消失和其它不愉快的购物经历等信誉投入指标的冗余率分别为16.9%，35.1%，13.7%和20.8%，这些指标揭示了eBay易趣网在网络营销中的安全、支付和配送等环节存在问题，在C2C网上购物，目前法律没有明确规定要求网络交易平台审查卖家的身份和保留交易记录，一旦出现了交易纠纷，消费者维权的难度很大。eBay易趣网在服务的可靠性、服务的及时性、服务的准确性、服务的安全性、服务的连续性、服务的完整性、服务的情感性满意等方面比淘宝网和拍拍网要差。我们知道这些因素是影响顾客购买决策的主要因素，也是影响顾客信任度的核心因素，是电子商务企业能否可持续发展的关键。二是产出不足，eBay易趣网的用户市场份额和购物常客比例的产出不足率分别为5%和76.3%，说明通过自身的努力还可以争取到更多的顾客和市场份额。信任评价是各大交易平台服务商提供的诚信体系的一部分，也是衡量网上用户信誉的重要指标。从上可知，淘宝网和拍拍网顾客信任度高，而eBay易趣网相对较差。消费者应尽量与信用度高的卖家交易，但也不能盲目相信，建议在出价前要查看该用户注册的时间、所交易的具体商品以及其他用户给他的具体评价、留言。短时间内发生大量的交易记录，尤其要保持警惕，而作为C2C电子商务企业必须重视顾客的购物心理，树立品牌意识，努力提高自身信誉水平。

为了更具体地分析各个C2C的电子商务企业顾客信任度在投入和产出各个方面的优劣性，用表1的数据进一步作了因子分析。由于投入和产出的变动方向不同，故对投入和产出分别作因子分析。通过计算投入方向的各公共因子特征值的累计贡献率，选取了两个投入公共因子后，其累计贡献率已达到99.8%，旋转后的因子载荷矩阵为表3。

公共因子F1对X4至X8的载荷量大，这里的X7在F1和F2上的载荷量相差不大，为了更能说明问题，把它归到F1，F1体现了C2C电子商务企业的网上店铺管理水平，从F1的得分情况来看，管理水平较高为拍拍网，其次为淘宝网、eBay易趣网。而公共因子F2对X1、X2和至X3的载荷量大，这个因子体现了网上销售的安全和配送问题，由F2的得分知道安全及配送的综合水平较好的依次为淘宝网、拍拍网、eBay易趣网。综合评价模型为:F=74.4F1+

25.4F2，由此得到淘宝网、eBay易趣网和拍拍网信任度投入水平的综合得分为2.48、77.35和-79.83，从投入的角度来看，综合得分越小则表明投入综合效率越好，故投入效率总水平从优到劣的排序为拍拍网、淘宝网和eBay易趣网。拍拍网投入效果之所以显著还得益于其中一个重要原因：沟通手段，腾讯将拍拍网与QQ紧密集成起来，让买卖双方不但可以通过即时通讯自由交流，在对话框的右边也能够同时看到商品。拍拍网借助于腾讯即时通讯工具QQ方便快捷沟通工具，使这个在C2C领域的后起之秀，虽然市场份额不多，但发展迅猛，这表明沟通是C2C电子商务中很重要的一环。

同样地对于产出，得到如下的旋转后的因子载荷矩阵为表4。

产出的综合评价模型为:F=87.5F1+12.2F2，淘宝网、eBay易趣网和拍拍网信任度产出水平的综合得分为83.5、-92.4和9.0，故产出效率总水平从优到劣的排序为淘宝网、拍拍网和eBay易趣网。淘宝网2005年全年累计总成交额达到80.2亿元，比2004年成交额增长率超过700%，市场份额达到67.3%，在C2C市场是以老大居称。

综上所述，淘宝网其信任度的产出回报价值效果较好，但其投入效率和节约水平比不上拍拍网，淘宝网和拍拍网的顾客信任度综合效率水平较好，而eBay易趣网尽管市场占有率排在第二位，然而其信任度无论在投入还是在产出回报价值均处劣势。这从eBay易趣网电子商务市场份额从2004年的34.19%萎缩到2005年的29.1%已显现出来。

本文试图采用定量的方式对C2C电子商务企业的顾客信任度从投入和产出的角度进行评价，仅仅反映出顾客信任度一个侧面，要想全面、合理评价它，几乎是比较困难的事情，但不管怎样从中能得到一些启发，这为改善C2C电子商务企业的经营状况、知此知彼、提高国际竞争力提供有益的东西。

对于中国的C2C电子商务企业而言，如何提高网络营销的顾客信任度，虽然目前面临许多问题。然而有理由相信，中国的C2C电子商务产业一定会在与国际电子商务巨头的竞争中取得了令人瞩目的成绩，对未来充满信心和期待。

参考文献:

[1]计世网:http://www.ccw.com.cn/，易观国际发布《2005年第四季度中国C2C市场数据》

[2]查金祥王立生:网络购物顾客满意度影響因素的实证研究[J].管理科学，2006，1:50-58

[3]张小康邓景毅:电子商务企业绩效评价体系[J].商业研究，2005,18: 207-210

[4]中国互联网信息中心《2006年中国C2C网上购物调查报告》,网页：http://www.cnnic.net.cn/html/Dir/2006/05/08/3813.htm

[5]苗志娟靳云:顾客满意度的测量及其应用[J].陕西科技大学学报，2006，1:138-142

[6]庞川陈忠民罗瑞文:消费者网络信任影响因素的实证分析[J].系统工程理论方法应用，2004，8: 295-299

C2C信用评价体系 篇3

一、现有的信用评价体系及其特点

目前, 淘宝、易趣等个人电子商务网站建立了各自的信用评价体系。各个网站的信用评价规则有所不同, 有的网站采用“所有评价一起积分”的制度, 有的网站则采用“买卖信用值分离”的制度。但大多数遵循以下模式:交易成功后, 在评价的有效期内, 交易双方就该笔交易做出评价。评价分为“好评”、“中评”、“差评”三档, 并且每种评价对应一个信用积分 (好评——+1分;中评——0分;差评——-1分) 。用户所显示的信用总积分为以往所有交易的代数和, 且不同的信用积分对应不同的信用等级。

现有信用评价体系简单且较为实用, 它利用了一种古老的信誉机制:口碑, 即已有的客户评价对其他客户的影响。它使互不相识的买家和卖家之间可以相互了解并进行交易, 为C2C电子商务减轻了信用危机。C2C电子商务中的卖家, 一旦有了良好的信用积累, 就能吸引到全国甚至全球不同地区的买家来进行交易, 从而以较低的网络成本来获得良好的收益;相反, 如果他的信用记录不好, 则较难吸引到买家。而对买家而言, 现有的信用评价系统也可以帮助其在短时间内查找到信誉良好的卖家, 降低交易的风险。买家可以很容易地掌握卖家的信用情况:信用指数越高, 好评越多, 卖家的可信度也就越高。同时, 现有的信用评价体系的另一个优点是它的易用性。现有机制的评价打分规则简单明了, 符合普通用户的操作习惯, 不受使用者知识水平的限制。

二、现有信用评价体系的不足

现有的信用评价体系, 采用较为简单的分数累积方法, 主要存在以下问题:

1、信用度的变化仅与交易笔数有关, 而与交易金额无关:也就是说, 进行一笔几元钱的交易与进行一次上千元的交易所获得的评价机会是一样的, 而且信用积分的增长幅度也是相同的。这使得一些卖家通过多次小额交易在短时间内迅速提高其信用度。例如一些卖饰品小店或游戏点卡的卖家, 其信用指数增长会很快。一旦这种卖家转而去卖手机或电脑等贵重商品, 就形成了信用指数不对等的问题。如果这种卖家利用以往积累的信用度恶意欺诈, 那买家将承受较大的交易风险。

2、信用评价算法与评价用户自身的信用无联系:信用度高的用户与信用度低的用户在作出评价时, 对卖家信用变化的影响是相同的。这就无法调动评价用户对交易进行及时评价的积极性, 造成部分用户交易后不做出评价的情况, 导致评价的随意性。实际上, 评价用户信用度越高, 说明其在历史交易过程中表现得越好, 在交易后对信用评价的参与度越高, 更能客观公正的反应交易行为。

3、信用评价的真实性存在问题:在对网上社区的调查中发现, 信用指数的真实性一直受到广大用户怀疑。卖家可能一次注册多个会员名进行信用欺诈, 欺骗真实买家;或者与其他亲密会员间达成协议, 互换好评, 获取信用积分, 即所谓的“刷信用”。许多C 2 C网站亦存在对他人进行恶意评价的现象, 利用自己或朋友注册的其他用户名对竞争对手进行多次“中评”和“差评”, 影响卖家的信用度, 误导潜在的其他买家。

4、新卖家难以得到与老卖家等同的竞争机会:根据现有的信用评价体系, 无法区分某个卖家的信用积分低是由于其信用不好还是因为该卖家是新进用户。由于从众心理, 即使该卖家的商品和服务再好, 多数买家还是更愿意与信用度高的老卖家进行交易, 而不愿尝试与新卖家进行交易。这使得新进的卖家更难获得交易机会, 信用积分增长更加缓慢。

三、改进的C2C电子商务信用评价模型

针对上述问题, 笔者从以下几个方面作出了改进。

(一) 综合多方面因素, 确定本次交易的评分Tc

现有的评价体制中, 买家给出的评分是模糊笼统的。实际上, 一次交易完成后, 影响用户评分大小的因素很多, 包括商品的质量、性价比, 卖家的服务态度, 快递的速度等等。为了量化买家的评分, 使其更加客观准确, 可以在评分时引入因素权重分配制度。

Tc为针对本次交易, 评价用户 (买家) 对卖家给出的评分, 称为本次的综合评分;Ck为某一参考因素的评分, ak为其相应的权重, m为影响用户评分的因素个数。则有:

以“商品的质量”为例, 若一般用户觉得其在各项影响因素中是最重要的, 则我们将它的相应权重设置为较大。

(二) 考虑被评用户 (卖家) 的历史好评率

被评用户完成交易后的积分, 不仅包括本次交易所得的评分, 也应考虑其历史积分。记T1为本次交易考虑历史积分影响后的评分, ω1为相应权重, 该如何设置权重大小呢?若卖家共进行了N次交易, 将该卖家得到的历史好评数记为NG, 则ω1可取为卖家得到的历史好评率, 即 。则有:

由此可见, 该卖家得到的历史好评越多, 积分增长越快。

的信用度为解决卖家通过频繁的小额交易,

迅速提高信用积分的问题, 交易金额应作为考评的因素。T2为考虑交易金额影响后的评分。则有:T 2=ω2.T c (Ⅲ)

我们可以按照不同商品的价格等级, 来决定权重ω2的大小。如:0-1元的商品交易, 可将权重设为0.1;1-100元的商品交易, 可将权重设为0.2;100-500元的商品交易, 可将权重设为0.4;500-1000元的商品交易, 可将权重设为0.6, 以此类推……

(四) 考虑评价用户本身的信用度

为了保护卖家不遭受恶意评价, 同时也防止卖家作假, 蓄意给自己好评。在评价中也应考虑评价用户本身的信用度。信用度高的用户作出的评价更具可信度, 对卖家的信用影响应该更大。记T 3为考虑交易金额影响后的评分。则有:

同理, 我们可以按照不同买家的信用积分等级, 来决定权重ω3的大小。买家的信用等级越高, 则ω3设置得越大。

T为综合考虑以上各方面的影响后, 本次交易的最终评分, 则有 ;将 (Ⅰ) (Ⅱ) (Ⅲ) (Ⅳ)

式代入上式, 得到如下模型:

四、其他改进建议通过以上对信用评

则的修正, 我们可以得到更真实、准确的卖家信用积分。但当前评价体系中存在的很多问题, 需要在C 2 C网站建设、电子商务规划、信用体制等方面进行改进。笔者简单提出几点可行性建议:

(一) 调动用户及时评价的积极性

对卖家做出任何评价。而超过一定时间, 很多个人电子商务网站的评价系统将默认其为好评。因此, 电子商务网站应采用各种方式 (如奖励积分或者邮寄礼品等) , 鼓励买家在交易后做出评价, 并写下相应的评语给其他潜在顾客予指导。

(二) 加强信用法制建设

法制建设是社会信用体系形成的基础保障。目前我国还没有专门针对电子商务信用的法律和法规, 因此, 为了加强我国电子商务信用体系的建立, 必须加强相应法律法规的建立与健全。

(三) 失信严惩机制

严格的信用监督和失信惩戒机制, 也应成为我国电子商务信用体系建设不可或缺的部分。在借鉴国外经验的同时, 根据我国市场经济的特点, 制定出符合我国国情的信用惩戒机制。通过对失信违法行为的打击, 提高网上交易用户的信用意识, 改善我国电子商务的信用环境。

参考文献

[1]、刘宏, 金镇, 彭莎莉.电子商务信用及信用体系问题研究[J].电脑学习.2007.02

[2]、朴春慧, 安静, 方美琪.C2C电子商务网站信用评价模型及算法研究[J].情报杂志, 2007.06

[3]、简析C to C电子商务网站信用体系的建立.http://tech.tom.com

[4]、陈丹, 赵树宽, 巩顺龙.电子商务信用管理体系构建研究[J].情报科学.2006, 01, 第24卷, 第1期

C2C信用评价体系 篇4

关键词：C2C,电子商务网站,信用评价体系,算法

C2C是以专业商务网站提供交易平台服务的, 通过少量费用甚至免费的方式提供商家一个网络商品销售的平台, 主要的竞争优势是为消费者提供价格低廉的商品, 经营方式也比较灵活, 无论是学生、在岗工作的社会人还是灵活就业人员都可以通过平台在家完成商业操作。C2C交易模式不需要实体店面, 时间与地域方面不受限制, 客户范围很广。

一、C2C电子商务主要信用模式

C2C电子商务网站当前现有的信用模式中的规则是以企业为基础的规范, 没有法制标准, 因此缺乏必要的权威性与稳定性。不规范的信用模式限制了电子商务的正常健康发展。只有对C2C信用评价进行宏观规划并制定相应的法律法规, 才能确保法律环境的健全。目前最有效的方式是以法律制定来对信用规则进行刚性规定。

(一) 统一信用模式。

中国电子商务中常见的4种信用模式在一定程度上提高了网络交易的安全性和可靠性, 为交易双方提供了良好的信用环境, 但各自存在的缺陷也是显而易见的。尤其是, 这些信用模式所依据的规则仅是一些企业性规范, 缺乏必要的稳定性和权威性。因此, 要统一电子商务信用模式, 突破电子商务发展的瓶颈。

(二) 建立统一且客观的信用评估模型。

以淘宝网的信用评价体系为例, 信用评估模型的方式为评分, 交易双方对交易过程中对方的信用以具体的分数进行评价并提交给淘宝平台。这种信用评价体系的基础是交易双方的个人评价, 具有极大的主观性。这种模式下积累的信用信息不具有客观性与可靠性, 无法作为信用衡量的有效标准。在C2C商务领域中, 需要以行业特点为基础, 构建客观可靠的信用评价体系。

(三) 建立可共享的信息通道。

C2C电子商务平台的基础是覆盖范围广泛、通信快速的互联网通信平台, 而同时电子商务的商业特点决定了用户资料的保密要求, 因此不同商业平台对用户信用进行评价却无法实现信息共享。比如零售商N在电子商务网站A上进行了商业欺诈行为, 例如欺骗买家、制假售假等, 在获得惩罚性信用评价后, 将销售运作转到电子商务网站B。由于B网站上零售商N的信用评价是全新的, 无法对其之前的行为进行有效识别。这种原因是电子商务平台A与B之间没有即时有效的信息资源共享通道。这种方式可以通过用户信用信息与交易信息的分类, 将信用信息以专业机构的方式进行评价与管理, 通过信用信息网络化的方式预测用户信用评价, 避免欺诈的发生。这种信息共享模式能够有效改善电子商务C2C模式的诚信环境。

二、电子商务信用模型

传统的信用评价体系中存在很多的问题, 包括信用评价级别过于简单、信用度不具有可比性、无法对客户信用进行客观评价、忽视近期交易频率等诸多问题。基于这些问题, 采用层次分析法对信用反馈评价体系中的指标进行权重的确定。层次分析法是现代数学理论中新生的建议决策理论, 是通过多目标分析与多准则量化对方案进行分析的系统分析方法, 分析过程具有定量与定性结合的数学化特点。

首先, 根据已有的调查研究, 对C2C电子商务网络购物中消费者所关心的各个指标进行研究, 通过问卷调查结合数据分析, 获得了信用度的多维评价因素。卖家信用评价指标因素分为产品质量、信息质量、配送质量与服务质量。产品质量指标的衡量方式为发送货物匹配程度、产品真伪与完好程度等, 信息质量指标的衡量方式为产品与网络信息描述的匹配程度, 配送质量的衡量方式为发货速度, 服务质量的衡量方式为出售方服务态度与产品售后服务等。

三、结束语

C2C网络信用评价模式对于电子商务信用评价体系有更高的要求, 也需要根据信用评价的特点进行规范化、制度化的规定。新环境下, 信用评价的特点存在很多变化。

(一) 信用数据的来源渠道多样化。

C2C电子平台的信用数据只是多种来源之一, 社会机构的其他部门也有义务为信用评价提供信息服务, 如工商、银行、税务、公安、电信、保险以及用人单位等。

(二) 个人信用评价模式更丰富, 信息使用价值更高。

信息渠道更为广泛, 信用评价的信息综合性更强, 更加广泛的应用范围, 能够面向商业与非商业机构, 向全社会提供服务。

(三) 信用评价主体的身份更加明确。

通过具有法律义务的社会与政府机构的共同协作, 拓展的数据信息资源, 能够对信用评价的主体身份进行多角度的认证, 确保被评价人信用信息与身份信息的可靠性与准确性。

(四) 用户信用与个人信息保护体系更全面与完善。

第三方认证机构需要以法律法规为依据进行管理与运作, 同时建立完善的监督管理体系, 通过法律规范的途径确保客户的信息安全。

(五) 对于不规范甚至违法行为进行更加科学、更加系统的惩罚。

信用评价体系由分散独立的模式向集中网络化管理模式的转变, 违反信用规则的可能性逐渐减少。在违规违法行为的处理上, 应当建立多种不同形式的多层次处罚管理体系, 首先以道德与心理上的公示方式处罚开始, 逐渐过渡到经济利益, 最后对特别严重的违规行为给予强制性的行政与法律处罚, 在用户信用意识养成中起到促进作用。

在社会进步与经济发展的发展过程中, 个人信用制度应当逐渐完善并受到重视, 社会需要逐步建立并完善相关的法律法规。在这个过程中, 第三方个人征信机构是必然会出现的, 这种信用机构需要在法律规定的程序下构建, 并以法律法规进行规范化管理与运作。

参考文献

[1]朴春慧, 安静, 方美琪等.C2C电子商务网站信用评价模型及算法研究[J].情报杂志, 2007, 26 (8) :105-107.[1]朴春慧, 安静, 方美琪等.C2C电子商务网站信用评价模型及算法研究[J].情报杂志, 2007, 26 (8) :105-107.

[2]谈晓勇, 任永梅.C2C电子商务网站信用评价中的主要问题及其对策研究[J].全国商情!经济理论研究, 2008, (17) :39-40.[2]谈晓勇, 任永梅.C2C电子商务网站信用评价中的主要问题及其对策研究[J].全国商情!经济理论研究, 2008, (17) :39-40.

C2C信用评价体系 篇5

电子商务信用是指电子商务交易中由买方、卖方、电子商务平台提供方、物流企业、银行和认证中心等多方面构成的互动信任关系。其电子商务信用风险实质是由网络交易的虚拟化和特殊性产生的其主体的信用不能为对方了解所引发的信用风险。而C2C作为电子商务中具体交易形式的一种,在其迅速发展的过程中表现出越来越突出的信用问题。

1 现有的C2C电子商务信用评价模型

目前大多数的C2C电子商务网站都纷纷建立起了自己的信用评价体系,如知名的易趣、淘宝、拍拍、百度有啊等,都是通过用户完成交易后,进行买卖双方的互评,计入评价和被评价用户的信用体系中,基本的评价模型如图1所示。该信用评价模型可表示为:Sn=Sn-1+snsn∈{-1,0,1},其中Sn表示用户的当前信用度,Sn-l表示用户上一次交易结束后的信用度,sn表示用户得到第n次信用反馈后的评分。

1.1 现有的信用评价模型的特点

(1)操作简单,规则基本一致。不管是易趣、还是淘宝都要求网上交易成功后,在评价的有效期内,交易双方就该笔交易做出评价。评价分为“好评”、“中评”、“差评”三档,并且每种评价对一个信用积分(好评—+1分;中评—0分;差评—-1分)。用户所显示的信用总积分为以往所有交易的代数和,且不同的信用积分对应不同的信用等级,符合普通用户的操作习惯,不受使用者知识水平的限制。(2)现有的信用评价体系较为实用,它利用了一种古老的口碑信誉机制,使互不相识的买家和卖家之间可相互了解并进行交易,一定程度上为C2C电子商务减轻了信用危机。不管是对对买家还是卖家,现有的信用评价系统都可以帮助其在短时间内积累到良好的信誉,从而降低交易的成本和风险。(3)总体的作用和目的都有高度的一致性。即都是为了美化网上购物环境、提升电子商务服务质量。都希望通过信用评价方法的使用,减少网上交易欺诈现象,提高网上购物效率,保障电子商务市场交易者的利益。

1.2 现有的信用评价模型的缺陷

不管是百度有啊的百分制信用评价体系,还是淘宝网的“好、中、差”模糊评价体系,都未逃脱买家(卖家)级别的“交易型信用评价体系模式”,即一方的信用程度取决于另一方给予的评定,这种模式存在明显的缺陷。

1.2.1 评价规则过于简单,主观性较强

多数网站采用的模式均是好评+1,中评+0,差评-1的方式,虽然易于操作,但未必能真实的反映评价双方的态度。而且对于好评、中评、差评,以及物品质量、服务态度这几点基本都取决于评价人的主观想法。比如绝大多数人习惯对于比较满意的商品给好评,但还有一部分人习惯觉得比较满意就给中评,虽然是同样的东西同样的服务,因此这种主观性较强的评价对于其他客户的参考价值是值得商榷的。

1.2.2 信用指数的可比性差,这体现在信用评价算法与评价用户自身的信用无关,与交易额无关,与新老用户无关等方面

用户的信用等级简单依靠以往所有交易的代数和的评价算法过于简单。对作为卖方的被评价用户而言,信用度高的与信用度低的用户对其信用变化的影响是相同的。比如说他们给的评价都是好评,则信用度同样都增值1,这就无法调动评价用户对交易及时进行评价的积极性,并可能会导致评价的随意性。但事实上,评价用户信用度越高,说明其在历史交易过程中表现得越好,在交易后对信用评价的参与度越高,更能客观公正的反应交易行为。像淘宝等所采取的每次交易顺利完成后就能对对方进行评价的模式,较多关注了交易次数,而忽略了考虑交易金额的方法是欠妥当。这样进行一次几元的交易与进行一次几万或更多交易获得的评价机会是一样的,而且信用积分的增长幅度也是相同的。这使得一些卖家通过多次小额交易在短时间内迅速提高其信用度的现象时有发生。例如一些卖饰品小店或游戏点卡的卖家,其信用指数增长会很快。一旦这种卖家转而去卖手机或电脑等贵重商品,就形成了信用指数不对等的问题。如果这种卖家利用以往积累的信用度恶意欺诈,那买家将承受较大的交易风险。同样新老用户的评价对信用指数的影响在以往的评价模型中也是被忽视的问题。对于卖家而言,老用户更能了解卖家的商品质量、卖家自身的诚信度以及卖家的服务等方面,因此老用户的评价对于新用户来说具有更高的参考价值。

1.2.3 缺乏动态跟踪

传统的评价体系中对个人、企业或组织的信用评价一般需要持续跟踪观察,掌握其信用状况变化,综合考虑影响信用的因素,进行不断的调整。在C2C模式中,若一个卖家的差评一直不能取消,而且这些不良记录数量比较多或者是差评的情节比较严重,那么即使他已经积累了较高的信用指数,也有可能放弃这个用户名,重新注册一个新的用户名,以新的身份重新开始网上交易。当然,这样做的代价是放弃以前积累的好评,但为了提高交易成功的机会,降低交易成本,他不得不这样做,买家对卖家的差评通常会看得非常仔细,重视差评中的细节。一旦他这样做了,这套信用评价模型对他的评价也就失去了效用。

2 改进的C2C电子商务信用评价模型

针对现有C2C信用评价模型存在的问题,我们设计了一种改进的信用评价模型。在改进的信用评价模型中,为使信用度更具有参考价值,主要是细化了信用评价体系,修改了评分规则,更新了评价算法,力图较为客观的达到对用户的信用评价。对于一个信用评价模型,评价者能够客观地反映交易的真实情况至关重要。因此,在信用评价模型中增加了加权平均分的计算。被评用户的加权平均分不仅受评价用户评分的影响,同时也与评价用户的信用度密切相关。依据改进后的评价模型,提出了一个新的信用评价算法。这里采用“买卖信用度分离”机制,并且采用加权平均的算法完成信用评价。设计了如图3的一个算法流程。

2.1 本次交易评分SC

已有的评价模型中,买卖双方给出的评分是及其笼统的。事实上影响用户评分大小的因素很多,包括商品的价格、质量、卖家的服务、物流质量等等。这样可以在评分时引入因素权重分配制度,就可以更加客观准确进行评分。针对本次交易,假设评价用户(买家)对卖家给出的评分为S;m为影响用户评分的因素个数,Ck为某一影响因素的得分,Ak为其相应的权重,其中用户认为影响较大的因素权重就较大,Ak的值就越大,则有:

2.2 评价用户历史信任度

由于,评价用户每次交易的评分与其历史信任度无关,使得交易评分的随机性很大。好评、中评或差评,对评价用户(买家)而言影响微乎其微,因此,不及时评价的、恶意评价的情况时有发生。这对被评用户而言是很不公平的,因此考

虑评价用户的历史积分后的得分:

B1是按照评价用户的历史积分等级来设置的,等级越高B1的值就越大,评价用户做出的评价可信度就越高。如果是新用户,其初始的B1则依据一些静态的指标来建立的。涉及新用户的年龄,性别,婚姻状况,学历,职业,银行存款,月收入等,其权重分配都是依据专家法来确定的。

2.3 被评用户历史信任度

被评用户的最后积分还应与被评用户的历史信任度相关,它代表了被评用户在以往的交易当中,每一个用户对它的评价。考虑被评用户的历史积分后的得分:

如果被评用户历史好评率越高,B2值越大,积分增长越快,也代表这个卖家诚信度越高。考虑被评用户的历史信任度不仅可以防止恶意刷积分现象,还可以有效遏制被评用户对评价用户的恶意报复。如果是新卖家,其初始的B2和新买家的建立方法一样。

2.4 交易金额产生的信任度

大量的事实证明,当网上交易金额较大时,买卖双方的评价都比较谨慎客观,因此考虑把交易金额纳入双方的信任评价中来。考虑交易金额产生的信任度后得分:

B3的大小可以依据交易金额划分,比如可以规定:100元以下的权重设为0.1,100-500元的权重设为0.2,500-1000元的权重设为0.3,1000-2000元的权重设为0.4,依次类推。

综合考虑以上的因素后,本次交易后评价双方的最终得分也用公式完成。

其中C1、C2、C3,可按专家法来设置。哪一个权重大,其值也就大。

3 信用评价体系的其它推进措施

信用评价体系的建立从虚拟市场中管理者和网上交易者的关系看,电子商务信用风险问题还需要管理者对网上交易者进行有效的信用监管。我国C2C的信用监管体系借鉴国外的方法,也从身份认证、第三方支付平台、社区的力量和法律环境4个方面为信用评价体系的建立服务。

3.1 引入第三方身份认证

身份匿名是电子商务诚信问题的根源之一。虽然各大网站都有自己的身份认证体制,但相对来说比较松散。最好的解决办法之一就是由国家权威机构进行第三方身份认证和信用认证。由国家权威机构建立个人信用体系,成立第三方信用机构和电子商务认证机构。这样,一方面由国家权威机构认证的交易双方信誉度更高;另一方面交易双方不必担心隐私的泄漏,可依然保持匿名交易。

3.2 解决产品质量及售后服务问题

据多个中国C2C网上购物调查报告显示,商品的质量、售后服务等问题越来越成为严重影响C2C电子商务交易的主要因素。假货的横行严重损害了C2C电子商务的信用。由于空间上的距离,电子商务交易后的产品投诉和售后服务的成本很高。现行的规则规定一旦出现问题,投诉的原则是“谁申诉谁举证”。但是要求消费者个人提供产品质量的真伪认证一般很难做到,即使可以其成本也很高。因此是否可以考虑建立第三方保付的“保证金”制度,交易双方根据交易金额按照一定比例向第三方保付机构支付保证金,一旦交易双方出现纷争,保付金可以作为售后服务的费用从“过错方”扣除,如果交易双方在规定期限里没有纷争的话,保付金可以退还给双方。

3.3 解决信用孤岛问题

我国目前还没有国家权威的个人信用评价和管理机构,各个网站一般独立地对在自己网站上进行交易的用户信用进行评价和管理。同时,由于各网站的评价和管理体系不同,网站之间很难做到信用共享,这就造成了所谓信用孤岛问题。建议由国家权威机构建立个人信用评价和管理体系,将网上交易的信用范畴纳入其管理中,并统一信用的评价和管理体系;或者进一步完善电子商务信用联盟间的信用共享和自我监督功能。

4 结束语

C2C的电子商务交易是与每一位消费者最为密切相关的一种电子商务模式。但是正是由于交易双方对信用的考虑与担心,阻碍了交易的及时与顺利进行。本文在分析了常见的信用评价模型的基础上,对模型进行了改良,提倡把交易双方的历史信用、交易金额产生的信用等因素纳入评价体系中来,并采用专家法和加权平均的算法来计算交易交易双方的信用得分,使评价更加科学和合理。当然,对C2C电子商务中的信用评价问题是一个较为复杂的问题,指标的多少适宜度、评价方法的选择都还是一个需要不断讨论和研究的话题。

摘要：C2C电子商务迅速发展的同时,信用问题逐渐成为阻碍其发展的主要问题之一。现有的C2C电子商务信用评价体系的建立,在一定程度上保证了网络交易的安全,促进了人们进行网上购物的意愿,但仍存在明显的不足。本文在分析现有评价模型的基础上,建立了改进后的C2C评价信用模型,并提出了考虑交易双方的历史信用度、交易金额等因素来综合计算被评用户的信用度。

关键词：C2C电子商务,信用,评价模型,评价算法

参考文献

[1]王强.基于统一信任的电子商务信用评价模型[J].通信技术,2010(08).

[2]祁燕.一种改进的电子商务信用评价模型[J].大众科技,2010(06).

[3]田双领.C2C电子商务信用评价分析与研究[D].西安电子科技大学.2008,01.

[4]雷培莉.信用评价体系问题及算法研究[J].现代商业.2009,36.

[5]孟丛,王新春.基于C2C模式的电子商务信用评价模型研究[J].济南职业学院学报.2008(12).

C2C信用评价体系 篇6

C2C电子商务是指个人与个人之间的网上交易。由于C2C交易的参与者一般为个人或者小型的企业, 没有什么知名度, 而且网上交易采用匿名制, 交易双方彼此不了解, 无法获知交易对象的身份和信用状况, 所以更容易产生不信任的问题, 阻碍交易的进行。因此, 互联网的匿名性和开放性对传统商业信用提出了更高的要求。

C2C电子商务信用评价体系是在双方成功交易后进行互相评价并计入信用积分的一种体制。用户可以通过信用度和历史评价来考察对方的诚信度。因此, 建立完善的信用评价体系对于C2C电子商务的健康顺利发展尤为重要。本文对C2C电子商务应用中主流的信用评价体系进行分析, 总结了目前存在的突出问题, 并提出了相应的对策及建议。

一、C2C电子商务网站信用评价中的主要问题

易趣、淘宝等C2C交易额占绝对优势的网站采用的C2C信用评价模型采用简单的信用累积评价算法, 形成用户的信用记录和信用度, 并最终确定用户的信用等级, 但也存在以下问题:

1.对买家和卖家身份验证的条件不对等

身份匿名在给网上交易提供便利的同时, 也对整个交易过程提供了对应的风险, 因此, 身份验证就成了C2C电子商务交易者的首要问题。为了解决网络交易中匿名制带来的网络欺诈问题, 对卖家身份, 一般C2C电子商务网站都有一套身份验证的机制, 如易趣、淘宝等网站采取了实名认证机制, 淘宝对身份验证的步骤比较复杂, 要经过公安部门和银行系统的两道认证, 易趣身份验证要保证用户一人一名。但对买家身份, C2C电子商务网站身份验证则简单很多, 有些甚至不需要进行验证, 这样做的目的, 显然是网站希望能吸引到更多的买家, 但这也在一定程度上造成了信用评价漏洞, 便于信用炒作, 常见的现象是, 一些卖家通过注册多个账户自己跟自己进行虚假“交易”, 以迅速提升信用度。

2.买方信用和卖方信用没有完全分开

很多C2C电子商务网站没有把买方信用和卖方信用分开。但买和卖的性质是不一样的, 买方信用和卖方信用背后承担的责任不同, 其关注点不一样, 对于买家, 关心的是对方的卖家信用;对于卖家, 关心的是对方的买方信用。应该把买方信用和卖方信用分开计算。

3.信用评价等级设计过于简单

仅设“好评”、“中评”、“差评”三档, 对应得分为+1, 0, -1, 区间跨度大, 提供信息过于简单和模糊, 无法准确区分用户的真实评价之间的差异。比如, 对同一卖家, 有两位买家就自己买到的商品都给出了好评, 但其实查看其留言, 满意程度并不等同, 有时差距还比较大, 这种例子比比皆是。

4.对评价用户本人信用的考虑不够

对一位作为卖家的被评价用户而言, 每一个与其交易过的买家的好评对该卖家信用度的影响均相同, 即信用值增l, 这将导致评价的随意性和不合理性, 给一部分进行恶意评价或造假的人可乘之机。实际上, 信用度高的评价用户做出的评价更具有可信性, 对其评价结果我们应该在评价中给于更大的重视。

5.对实际交易金额对信用度的影响没有重视

在现行评价系统算法中, 一次一万元的交易与一次一元的交易获得的评价机会都是一样的, 都是一次, 而且信用值的增减也相同。这样, 对于一些卖低值商品的, 卖方信誉度会增长很快, 但其很长时间的交易总金额可能还不如一个在网上卖高值产品的人一次交易的金额多。一旦卖低值商品的人转卖高值产品, 其实就造成了信用度的不对等和盗用, 如果这个卖家以此为手段进行恶意欺诈, 那买家的风险就增大了许多。

二、对策及建议

针对以上所述的C2C电子商务网站信用评价体系的缺陷和不足, 特提出以下几个方面的对策及建议:

1.加强身份验证, 形成权威、多方位的身份验证体系

在对卖家身份进行验证的同时, 建议最好对买家也要进行身份验证, 并且将经过严格验证的买家和经过非严格验证的买家以及没有经过验证的买家对卖方的信用积分区别对待、分离计算, 这样既可以最大程度地保护买家参与电子商务的积极性, 同时又可以提供相对公正合理的信用评价结果。

一些买家不愿意进行身份验证, 是因为担心隐私得不到应有的保护, 害怕被拍卖网站用作商业用途。2005年底, 央行的全国个人征信系统已联网运行, 随之中国电子商务协会颁布了《中国企业电子商务诚信基本规范》, 以此为契机, 各网站可以建立起权威、统一的身份验证平台。

电子商务信用是整体信用环境的一个表现, 同样受到法律、政府行为的制约, 信用是一个由政府信用、企业信用、中介组织信用和个人信用组成的综合体系。我们完全可以发挥各方面的力量, 由国家或其他权威机构建立个人信用体系, 成立第三方信用服务机构、电子商务认证机构, 对参与交易的各方提供身份验证和信用认证服务。买卖双方可以通过第三方认证机构得到对方的信用信息, 而双方依然保持匿名制, 从而建立起匿名的个人信用。这样将加大信用炒作的成本和难度, 可以有效减低信用炒作。

2.大力发展第三方的担保和支付平台。

由于网络是虚拟的, 网上交易也是在不见面的情况下发生的, 所以这就导致了在交易过程中出现了交易时间差, 而解决交易时间差的最好方法就是建立第三方的担保和支付平台。同时, 第三方支付平台还在一定程度上保证了交易的实际发生。针对某些用户以抬高信用为目的, 在无实际成交的情况下做出好评的情况, 可以只对经过第三方支付平台支付的交易才可以进行信用评价。这就使C2C交易双方的风险大大降低, 对买家和卖家的信用及利益都有有效的监督和保护作用, 可以显著减少骗取信用的虚假交易。

3.丰富和完善信用评价等级设计

现有的评价系统过于简单, 只有好评、中评、差评三个等级。为了更准确地反映用户的真实评价, 可以将信用评价分为五个等级或者七个等级, 采用选择项, 并设立相应的评价指导和细则, 这样将能更好地拉开评价差距, 使评价更准确。

4.施行买卖信用度分离制度

施行买卖信用度分离制度, 可以使交易双方都能更清楚地看到自己所需要的数据, 买方只看重对方作为卖方的信用度数据, 而卖方也同样只是看重对方作为买方的信用度, 这样买卖双方能够更自觉地遵从诚信交易的原则。

5.建立分层动态的信用度报表分析系统

对不同商品、不同金额的交易, 不同的群体对信用评价的需求有较大差异, 单一的报表很难满足交易者多层次多方位的各种需要, 因此有必要建立分层的信用度报表分析系统, 最好用统计图表进行显示, 从而方便买卖双方进行查询, 并选择适合自己的交易对象。

历史信用度是指用户的全部信用积分。但远期与近期信用信息的参考价值是不同的, 也具有不同的参考群体。有的卖家最近一段时间交易信用很差, 但是由于他以前的交易记录非常好, 信用指数很高, 所以最近的失败交易对他的信用没有太多影响, 这不利于交易对象进行正确的判断。所以针对这种情况, 可以考虑提供信用评价走势图, 清晰地展现各个不同阶段的交易情况和信用状况, 这样有利于交易双方做出正确的判断。

6.采用加权的信用评价算法

C2C信用评价模型采用简单的信用累积评价算法, 形成用户的信用记录和信用度, 没有反映评价人自身信用状况和实际交易金额的大小, 会客观上造成不公平的状况。因此, 建议采用加权的信用评价算法。在计算信用度时, 对信用度高的评价用户做出的评价采用更高的权重, 同时, 对实际交易金额大的交易也给于更高的权重。

三、结束语

C2C电子商务模式是目前我国最为活跃的电子商务类型, 信用评价体系的建立与完善是C2C电子商务健康发展的重要保障, 并有利于促进我国个人信用体系的建设。一套公正、合理的C2C电子商务信用评价体系可以最大限度地降低交易双方的信息不对称和时空分隔带来的不信任, 促进C2C电子商务的更大发展。

参考文献

[1]朴春慧, 安静, 方美琪.电子商务网站信用评价模型及算法研究[J].情报杂志, 2007, (8) :105-107.

[2]邵兵家, 李睿.拍卖网站信用评价体系研究[J].统计与决策, 2006, (2) :89-91.

C2C信用评价体系 篇7

1 电子商务信用的内涵

对信用的研究最初是从社会学和心理学开始的, 随着经济发展形成了经济学意义上的信用。目前公认的信用定义是:信任方根据被信任方的目的、动机、行为, 接受被信任对象程度的一个心理状态。可以看出信任包括两个方面:信用是对被信任对象的一个概率判断的心理过程;概率值反映信任方对被信任方的接受程度。电子商务信用是在电子商务环境中的信用, 即电子商务环境中各交易主体遵守市场合约的程度不确定性的大小。其中影响电子商务信用的因素有虚拟市场中各交易主体的文化、道德、信用能力、管理能力和电子商务技术等。个人风险态度也是决定信任接受程度的重要影响因素。因此对电子商务信用可从技术、文化、管理等多个层面为着眼点, 本文从消费者感知和信息的角度对C2C电子商务信用进行研究, 不考虑信息技术对信用的影响。

2基于消费者感知的信用评价模型理论依据

信用是一个概率值的心理形成过程, 如果概率形成的背景不同, 概率形成的参照物就会不同。如果各个交易主体是第一次接触, 信任方主要会根据第三方或被信任方的信誉来对其进行判断;如果交易主体是多次接触, 信任方主要根据以前交易的经验、经历来对其进行判断。回顾国内外的研究成果, 交易双方在第一次接触时, 信任方对被信任方的信用主要是以被信任方的信誉和感知信任来度量的。信用是一个概率形成过程, 所以信用既源于被信任方的客观状况, 也与自身的主观感受或预期有关, 即感知信任。C2C电子商务卖方信用评价的基础是基于消费者对商家交易信用信息的反馈, 所以信用评价应该充分体现消费者对网上商品的感知情况。网络环境下需要充分考虑网络虚拟性的特点, 将消费者感知作为度量商品优劣的标准和衡量商家交易信用的重要指标。对于第一次进行网上交易的消费者来说, 完善的网上商品信用标准和信用评价体系可以在很大程度上降低实际交易风险和消费者心理负担, 促使交易的达成。

3信用评价模型指标的提出

消费者对于网上交易商品的认识来源于3个不同的阶段。第一阶段是网上获取信息阶段, 如浏览商品图片、文字;第二阶段是收货后即时检验阶段, 如检查商品质量、数量、包装等;第三阶段是使用后深度认识阶段, 如使用商品后对商品质量、性能等的认识。通过分析网络交易的特点和消费者对商品感知的重点, 本文认为消费者感知主要体现在3方面:产品本身、售后服务、其他 (如赠品、优惠等) 。

具体来说, 图片和描述的真实性、商品质量的满意程度、数量的正确、包装的完整等对消费者建立对商家的信任至关重要。售后服务的及时性、准确性、承诺的兑现情况、服务态度等也是消费者感知商家信用的重要因素。除此之外, 商家推出的赠品、捆绑销售策略 (套餐) 、优惠等活动的真实性也影响消费者对商家信用的感知。本文选取的影响消费者感知的主要指标见表1。

4 信用评价模型的应用

模型的主要应用有两个:①作为网上交易商品的消费者感知标准;②作为交易后买方对卖方的信用测评模型。

4.1 消费者感知的商品标准

作为网上交易商品的消费者感知标准, 在发生交易纠纷时对其商品进行判定。例如, 通过第三方支付的网上交易流程中规定:消费者在收到商品并对其检查满意后, 才通知第三方支付货款给商家。但是, 由于商品满意是一个很主观、很笼统的概念, 对其没有一个明确的界定, 当消费者提出退款退货时常常发生纠纷。如果将消费者感知的信用评价模型作为判定商品是否合格的标准之一, 可以大大降低消费者的心理成本, 解决电子商务中的实际问题。

4.2 信用测评模型

作为交易后买方对卖方的信用测评模型, 对于完善卖方信用信息和最大程度上客观化买方对卖方的信用信息反馈起到重要的作用。现有的网站信用评价简单, 数据信息不完善, 不能 很好地体现影响交易双方信用特别是卖方信誉度的具体环节。以淘宝网为例, 信用评价分为“差评、中评、好评”3个等级, 信用计分分别为“-1、0、+1”分, 这种评价系统和计分系统不能反映交易过程中和交易完成后的具体问题环节, 不便于商家和消费者了解信用问题的症结, 也不便于电子商务网站对商家进行信用管理进而提升整个平台的信用水平。同时, 各网站评价标准不一致、可比性差, 平台网站和监管机构对电子商务中交易主体的信用管理十分困难。

4.2.1 三步信用测评模型

尼尔逊将商品分为3类:搜寻品、经验品和信用品。搜寻品是指购买前消费者已掌握充分的信息, 经验品是指只有购买后才能判断其质量的商品, 信用商品是指购买后也不能判断其品质的商品。那么, 对于经验品品质的测评只有当消费者使用了该商品对其有了感知之后才能进行, 这里存在与现有及时信用评价的时间差。所以信用测评应分3步进行。电子商务的信用评价模型为:交易后及时信用评价模型、使用后反馈信用评价模型和售后服务评价模型 (分别见表2、表3和表4) 。

根据商品的性质, 若消费者在收到商品后能立即识别商品性能、质量等关键因素并能完成及时评价模型中的全部内容, 则无需再填写反馈信用评价。反馈期限根据行业产品的特性而定。

4.2.2 信用评价模型指标权重设定与计分方法

可以通过对消费者进行问卷调查的方式, 对一级指标A1、A2、A3进行信用重要性评价, 同时, 也对A1、A2指标环境下的二级指标进行关于相应一级指标的重要性评价。评价分为5个等级:“非常重要”、“重要”、“一般”、“不重要”、“非常不重要”, 对应的分数分别为5分、4分、3分、2分和1分。完成问卷后, 将各项指标的得分加总。

运用层次分析法计算指标权重。计算A1指标下的二级指标B1、B2、B3、B4、B5、B6的重要性比较矩阵。计算A2指标下的二级指标B7、B8重要性比较矩阵。由于问卷采用的形式为各个指标的重要性判定, 在得出各指标的得分后再对统计数据进行两两比较分析, 所以数据一致性检验肯定通过。

通过Expert Choice软件计算出A1指标下B1～B6的权重, A2指标下B7、B8的权重, A1、A2、A3关于总目标信用的权重。

计分方法:加权信用得分=A1权重× (B1权重×B1得分+…+B6权重×B6得分) +A2权重× (B7权重×B7得分+B8权重×B8得分) +A3权重×A3得分。得到加权信用得分后, 再对加权信用得分按照信用评价算法进行计算, 最后得出商家一次交易信用的最终得分。

5 信用评价模型应用的保障机制

为保证消费者感知的网上商品标准的权威和交易信用反馈的客观、统一、可信, 需要第三方认证机构的参与。首先, 消费者感知商品标准需要得到第三方认证机构的认证, 使其得到普遍的认可。第二, 在发生货到不满意需要退换货、退款的交易纠纷时, 应该由第三方认证机构根据消费者感知的商品标准对其进行评定, 以保证消费者感知的商品标准得到权威的实施。第三, 第三方认证机构对商家进行信用等级评定, 按照信用等级越高保费越少的原则对商家收取相应的信用担保费用。如果发生理赔事件, 第三方认证机构根据相应商品标准 (包括消费者感知的网上商品标准) 对消费者进行提前赔付。第四, 在交易后买方对卖方的信用进行反馈时, 第三方认证机构应该建立统一的基于消费者感知的交易信用评价体系, 确保信用信息反馈的完整性、可比性和权威性。

6 结束语

本文提出的基于消费者感知的信用评价模型是建立在C2C电子商务基础上的。但是, 也可以根据B2C电子商务交易的特点稍作变化后应用到B2C电子商务中。本文旨在通过建立消费者感知的信用评价模型来完善交易信用反馈信息, 健全基于网上交易商品标准。力图以统一的信用反馈标准来统计网上交易商家信用状况, 以更真实和客观的信息反映商家信用状况, 用消费者感知的信用评价模型来降低消费者对网上交易的心理成本, 促使交易关系的建立。

参考文献

[1]魏明侠, 于建华, 孙鹏.电子商务信用建立的评估机制研究[J].河南社会科学, 2007[6].

[2]田博, 覃正.电子商务中的信用模型研究[J].情报杂志, 2007[4].

[3]洪琼, 何刚.C2C电子商务网站信用评价模型的分析与研究[J].中国管理信息化:综合版, 2007[1].

[4]王静一.信息与电子商务平台的信用管理[J].科技管理研究, 2007[11].

C2C信用评价体系 篇8

易观国际研究数据显示,2009年第四季度中国C2C网上零售市场交易规模达到729亿元,环比增长19.8%,全年交易规模达2307亿,同比增长102.61%。从互联网周刊2009年1～6月最具影响力C2C网站结果同样可以看出,C2C网站的影响力很大。笔者认为,运用对应分析法对C2C网站进行的评价,对于网站所有者了解自身优缺点有非常大的帮助和借鉴作用。

近年来,学术界展开了许多网站评测、评估的研究。Morrison根据评价完成的目的与时间将网站评价分为形成性评价与总结性评价[1]。Christian Bauer从网站的内容和结构入手对网站进行评价[2]。JW Palmer将下载延迟、导航结构、网站内容与交互性作为评价网站设计与可用性的指标[3]。Stuart J. Barnes应用WebQual 2.0的标准去衡量网络书店的质量[4]。Petra Schubert则从用户的角度出发评价电子商务网站[5]。

笔者认为,无论是从哪一个角度进行评价,最终的目的都是为了网站的推广。因此本文将网站推广的成果作为评价的切入点。

在评价方法上,英国的Berthon教授在2001年运用对应分析法(Correspondence Analysis)对世界范围内的15家电信公司网站进行评价,取得了新的突破[6]。他指出对应分析法能够较好地评估网站的定位问题,能够较准确评价出网站之间的区分度。这种方法不仅仅适用于电信类网站评价,也适合其它各行领域网站的评价。

因此,本文根据对应分析法的原理,从Alexa数据仓库中获取评测数据,运用统计学的处理方法,对国内C2C网站的推广成果进行评价。希望更加清晰地反映各个C2C网站在推广方面表现出的核心竞争力和劣势,以指导C2C网站的定位,使其发挥优势,并在薄弱环节有所改进。

2 对应分析法的原理

对应分析是由法国人Benzenci于1970年提出的,起初在法国和日本最为流行,然后引入到美国[6]。对应分析法是在R型和Q型因子分析的基础上发展起来的一种多元统计分析方法,因此对应分析又称为R-Q型因子分析。在因子分析中,如果研究的对象是样品,则需采用Q型因子分析;如果研究的对象是变量,则需采用R型因子分析。但是,这两种分析方法往往是相互对立的,必须分别对样品和变量进行处理。因此,因子分析对于分析样品的属性和样品之间的内在联系,就比较困难,因为样品的属性是变值,而样品却是固定的。于是就产生了对应分析法。对应分析法克服了上述缺点,综合了R型和Q型因子分析的优点,并将它们统一起来使得由R型的分析结果很容易得到Q型的分析结果,这就克服了Q型分析计算量大的困难;更重要的是可以把变量和样品的载荷反映在相同的公因子轴上,这样就把变量和样品联系起来便于解释和推断[7][8]。

对应分析法整个处理过程由两部分组成:表格和关联图。对应分析法中的表格是一个二维的表格,由行和列组成。每一列代表事物的一个属性,依次排开。行则代表不同的事物本身,它由样本集合构成,排列顺序并没有特别的要求[9]。在关联图上,各个样本都浓缩为一个点集合,而样本的属性变量在图上同样也是以点集合的形式显示出来。对应分析法的具体分析步骤如下[10][11][12]:

(1)设原始资料矩阵为

undefined

其中n为样品,p为指标。Xij为第i个样品第j个指标观察值。

(2)将X按行和列分别求和T,

undefined

(3)对原始数据作对应变换

undefined;j=1,2,…,p).

(4)因子分析

R型。计算协方差阵A=Z’Z的特征值λ1≥λ2≥λp按其累计百分比undefined,取其前m个特征值λ1,λ2,…λm,并计算相应的单位特征向量u1,u2,…,um,从而得到R型因子载荷矩阵。

undefined

Q型。对上述m个特征根λ1,λ2,…λm,计算其对应于矩阵B=ZZ’的单位特征向量Z'u1=V1,Zu2=V2,…,Zum=Vm,得到Q型因子载荷矩阵。

undefined

(5)在二维因子轴上作图。

3 C2C网站推广效果的评价

3.1 网站样本选择

为了能够比较准确地反映我国网站建设的水平和现状,并且达到比较分析的目的,从C2C网站中选取典型网站作为评价样本,并在以后的研究中用数字来表示。具体含义如表1:

3.2 评价指标的描述和数据的获取

Reach:反映了特定网站的用户占全球用户的百分比;

Page views :综合浏览量,网站各网页被浏览的总次数;

pageviews/user :平均每个访问者访问的页面数;

Bounce rate跳出率:指单页访问次数或访问者从进入(目标)页离开网站的访问次数百分比。高跳出率通常表示网站进入页对访问者不具针对性。 目标网页越有吸引力,就会有更多访问者在网站上停留并进行转换;

Time on site即网站停留时间:访客在站点上花更多的时间意味着网站的黏性越高,同时也表明网站为访客提供了更有价值的内容和服务,网站转化访客价值的机会也就越多;

Search traffic:在所有访问中,来自搜索引擎的访问在所有访问中所占的比例。

由alexa获取的原始数据如表2:

在上表中,跳出率是负向指标,已经做了取倒数的处理。

3.3 结果分析

本研究中使用SPSS软件进行分析,程序如下:

CORRESPONDENCE TABLE=all(10 6)

/DIMENSIONS=2

/MEASURE=EUCLID

/STANDARDIZE=CSUM

/NORMALIZATION=SYMMETRICAL

/PRINT=TABLE RPOINTS CPOINTS

/PLOT=NDIM(1,MAX) BIPLOT(20).

得到的结果以及分析如下:

上表为提取维度的汇总表,可见前两个维度共携带了总信息量的97.3%,因此使用默认的二维结果是比较好的选择。

图1是最终的对应分析图。

从散点图中可以看出,没有任何两个散点是重合的,这表明6个属性的确是反映了网站推广效果的不同方面。

亚马逊、麦网、红孩子和当当四个网站相对聚集,其发展水平相近;但是网上购物网(smarter)与美国购物网(usashopcn)彼此远离,两者的差距比较大。

美国购物网在“网站停留时间”的指标上表现良好,因此数据表现与实际情况相符,即访问者对该网站表现出比较多的兴趣,网站的吸引力比较大。

网上购物网在图中与“search traffic”的射线方向一致。从表象看,似乎其在搜索引擎优化方面表现良好。然而背后的原因是,其他对比网站的知名度要高于网上购物网,无需依靠搜索引擎链接带来用户。然而网上购物网的情况正好相反,由于其知名度不高,其不得不高度依赖搜索引擎,比如百度或谷歌。

淘宝的人均访问页数是最多的。这与其目前的地位相符。该网站所提供的关于产品与服务的信息是全面且足够的。

麦网的跳出率相对较低。其产品不如淘宝那样丰富,但是这并未影响到它的吸引力。许多访问者在首页之后选择继续浏览。麦网的页面浏览总数也比除淘宝外的其他网站要高。

4 研究局限及展望

Alexa的统计原则之一就是,域名下的单独页面算在该网站流量。那么淘宝网这样有众多网商店铺的C2C站点在流量上很占优势。

Alexa工具条是访问统计的依据,与此同时Alexa工具条会被反病毒软件禁止导致无法正常工作。特别是访问量数据会受比较大的影响。

Alexa工具条目前支持IE,Netscape,Firefox,Mozilla,但是不支持Opera,那些面对Opera浏览器的站点会减少计算。

在采样方法上,Alexa亦存在问题。比如装工具条的人具有某些相同特质,若其数据是用于分析比较不同类型的网站或面向不同群体的,C2C站点则不够科学。同时,Alexa中流量小的网站数据并不准确,排名十万以后的网站不能真实反映流量。