AI定價與顧客滿意度：基於SOR模型的分析
數位創新改變了目前消費者的購物行為以及商業手法等等，近期的研究也提出了使用AI虛擬助手來協助企業進行個人化的電子商務業務的方法。AI助手能介入品牌購買的決策當中，在這之中，不少研究透過演算法的開發、分析購買歷史紀錄與資料，以及從數位環境和數位行銷內容等各方面，探討AI介入的應用程式所提供的創新服務。
撰文｜王冠云
消費者行為與SOR模式
從消費者面來看，Shan等人 (2025) 指出，目前的研究較少著墨在基於AI提供的個人化服務的顧客滿意度，在他們的研究中，探討了AI產品和價格推薦的準確度之間的關係。所謂AI推薦的產品準確度以及價格準確度，指的是能否成功推薦消費者真的想要的產品，以及能否成功提供消費者真的願意付的價格。
為了探索相關議題，Shan等人 (2025) 基於「刺激-有機體-反應 (stimulus organism-response, S-O-R)」理論，探討價格、個人化服務滿意度、品牌敏感度以及AI信任度等之間的關係。「S-O-R」理論是一個消費者心理學的理論，簡單而言，在探討外在刺激對於消費者心理的認知狀態以及情感狀態的影響。在研究中，刺激 (stimulus) 指的是「產品」以及「價格」，而有機體 (organism) 則是顧客對於個人化服務的滿意度的評價，反應 (response) 則是消費者對於AI個人化服務的信任意願。在這樣的架構中，我們可以理解成價格和產品的準確度這樣刺激，經過了AI個人化服務的信任這個有機體機制的處理之後，會形成什麼樣的滿意度的結果反應。
Shan等人 (2025) 選擇了以「淘寶」購物平臺作為研究對象，因為他們已經導入了基於AI的推薦系統，而推薦系統會根據消費者過往的消費紀錄進行推薦，研究資料透過淘寶的網路使用者來收集，總計有446位男性樣本以及298位女性樣本，收集項目包含他們的基本資料、購物頻率等。另外，也使用問卷調查的方式，收集了關於價格、品牌敏感度、個人化服務滿意度等等項目的問題。
AI推薦與價格
研究發現，雖然AI價格和產品推薦的準確度會影響消費者的滿意度，但主要還是由價格主導了消費者的滿意程度，這樣的研究結果也證實了AI推薦的準確度以長遠的角度來看，確實會影響消費者的滿意度。
另外，當消費者依賴AI推薦產品的時候，個人化服務的滿意度也會調節了對AI的信任度以及產品的準確度，也就是說，針對使用AI推薦系統的企業而言，推出一個值得信賴的AI服務是相當重要的，而這也牽涉到了消費者的科技接受度。
Shan等人 (2025) 指出，對於企業而言，不只是資訊系統的投資，針對電子商務的AI推薦系統，從該研究結果來看，對於提升顧客關係而言提供了重要的證據。而為了提升消費者的信任，加強AI推薦系統的透明度，提供相關的教育訓練或推廣，也能幫助建立顧客的信任程度。以學理而言，這篇研究提供了在各種服務都被AI強化了的今日，電子商務的顧客滿意度以及AI推薦系統之間的關係。而且基於SOR模式進行分析，也將過往基於SOR模式所進行的消費者研究轉移到今日具有AI個人化服務的商業市場中進行了驗證。
新興服務與SOR模型
Shan等人 (2025) 也提醒，儘管他們用了一個很龐大的電子商務平臺進行研究，但仍然有其他大型的電子商務服務，例如Amazon、eBay等，在不同的大型商業資料庫中，可能也會有不同的消費者特性，在適用性的推論上仍須注意，而其他後續的未來研究，也應擴展到不同的消費市場的廣大電子商務，以了解AI導入電子商務服務之後的成效。
另一方面，關於新興服務以及SOR模式的應用，Wu等人 (2024) 針對臺灣新興的網路銀行也套用了SOR模式分析網銀服務的產品及服務內容以及產品忠誠度進行了問卷調查，其中，「功能性」以及「溝通」是消費者所看重的價值。Liang等人 (2025) 基於SOR模式探討了網路評論和購買意願之間的關係，而在研究當中，也指出若提升了網路評論的信任度，甚至是網路平臺本身的可信度，也能提升購買意願。在這些使用SOR模型分析並且探討目前電子商務、新興網路服務等消費市場的研究中，都不約而同地指出了關於服務以及平臺的可信度，對於最終消費者對於品牌的感受度以及購買意願是相當具有影響力的。
參考文獻
- Shan, Y., Li, R.Y.M. The impact of AI recommendation’s price and product accuracy on customer satisfaction: SEM-SOR theoretical approach. Curr Psychol (2025).
- Wu, QZ., Lien, YL., Tang, HH., Lai, M.T. (2024). Enhancing Customer Loyalty in Pure Internet Banking: An Analysis of Experience and NPS Shifts Using S-O-R Theory. In: Antona, M., Stephanidis, C. (eds) Universal Access in Human-Computer Interaction. HCII 2024. Lecture Notes in Computer Science, vol 14697. Springer, Cham.
- Liang, W.-Y., Huang, C.-C., Tseng, T.-L.(B). and Chen, J.-C. (2025), "The impact of mandatory disclosure on rewarding online reviews based on S-O-R theory", Asia Pacific Journal of Marketing and Logistics, Vol. ahead-of-print No. ahead-of-print.