《Journal of Theoretical and Applied Electronic Commerce Research》：Performance Evaluation of E-Commerce Websites Based on Multi-Criteria Decision-Making Methods
编辑推荐：
电子商务的显著增长为商业领域带来了激烈的竞争。寻求在竞争中脱颖而出的企业，客户对其的评价不仅取决于所售产品的质量，还取决于其在数字平台上的表现。为了衡量这一评价，研究人员采用多准则决策（Multi-Criteria Decision Making, MCDM）
电子商务的显著增长为商业领域带来了激烈的竞争。寻求在竞争中脱颖而出的企业，客户对其的评价不仅取决于所售产品的质量，还取决于其在数字平台上的表现。为了衡量这一评价，研究人员采用多准则决策（Multi-Criteria Decision Making, MCDM）方法，基于11项技术导向和用户导向的绩效准则，对土耳其25家电子商务公司的网站绩效进行了分析。MAXC（Maximum Criterion，最大准则）和SITDE（Skewness Impact Through Distributional Evaluation，基于分布评估的偏度影响）方法用于确定网站准则权重，而CORASO（COmpromise Ranking from Alternative Solutions，基于替代方案折衷排序）方法则用于方案排序。结果显示，"访客总数"（total number of visitors）权重最高，"跳出率"（Bounce Rate）权重最低。根据CORASO方法，绩效排名前三的电子商务网站为EC1、EC2和EC3，排名后三位的为EC11、EC14和EC20。
数字平台交易正在取代传统的面对面商业方式。电子商务使企业能够以较低预算开展国际业务，同时为富有创造力和雄心的企业家提供了新的商业机会。随着互联网的快速发展和全球普及，电子商务日益受到青睐，因其为企业和消费者双方均带来诸多便利。
网站已成为当今商业活动的核心平台。作为电子商务开展的载体，网站使企业能够与现有及潜在客户进行互动。除客户互动外，网站还能提升品牌曝光度并增加收入。企业网站效能与其电子商务绩效密切相关。客户对企业的感知不仅取决于其运营状况，还受到网站功能的显著影响。具有优质内容和快速用户界面（User Interface, UI）的平台往往获得更好的用户反馈。
衡量用户与网站互动最常用的指标是最大内容绘制（Largest Contentful Paint, LCP）。LCP是评估网站加载性能和了解用户多快能够访问页面主要内容的重要指标，该指标显示网页主要部分的加载时间。为获得最佳用户体验，此时间应小于2.5秒。毫秒级的加载延迟都会对当今消费者的耐心构成挑战。一项令人警醒的证据表明，仅0.1秒的延迟就可能使客户流失风险增加8.3%。尽管电子商务是相对较新的现象，但其迅速崛起至全球经济中心的核心原因在于其使购物过程变得轻松便捷。
数字平台的成功如今不仅取决于技术能力，还依赖于受用户反馈影响而开展的一系列持续监测活动。这种监测不仅在于数据收集，更提供了追踪用户在数字平台上的行为路径和浏览模式的机会。网站加载延迟一秒可导致销售额下降7%。因此，速度指数（Speed Index, SI）在衡量网站性能方面非常重要，但仅凭此单一指标评估 success 是不准确的。超过一半的用户会在网站主要内容加载超过三秒时放弃访问，这一指标被称为跳出率（Bounce Rate），该指标对商业可持续性同样至关重要。
2019年末席卷全球的COVID-19疫情引发了数字平台的大幅增长。传统商业模式随之改变，这极大促进了电子商务的扩张。面对日益激烈的竞争环境，缺乏电子商务经验的中小企业也被迫进行数字化转型。数字世界的这些发展使早期绩效指标显得不足，从而推动了更全面绩效评估准则的发展。
最大内容绘制（LCP）和速度指数（SI）是当今衡量数字平台效率最常用的两项指标。由于这些方法包含技术细节，它们在性能测量中作为评估者的指南。然而，这些指标不足以评估用户体验。当纳入同时衡量用户体验的准则时，性能分析变得相当复杂。多准则决策（MCDM）方法因此被广泛应用于解决这一复杂结构，这些方法不仅能解决复杂问题，还能为管理者的决策过程提供指导。
研究人员选择MAXC、SITDE和CORASO方法出于方法论和实证两方面的考量。在赋权阶段，传统的客观方法如熵权法（Entropy）、CRITIC法（Criteria Importance Through Intercriteria Correlation）和MEREC法（Method based on the Removal Effects of Criteria）虽经充分验证，但在当下语境中存在特定局限。熵权法仅根据离散程度分配权重而不考虑离散方向，这在准则分布高度偏斜时可能产生反直觉结果。CRITIC法同时纳入标准差和准则间相关性，但其对皮尔逊相关系数的依赖使其对异常值敏感，并假设数据近似正态分布。MEREC法采用对数去除效应逻辑，在对称分布下表现良好，但未显式建模非对称性。相比之下，MAXC通过最大偏差原理确定权重，以计算透明的方式捕捉区分能力；而SITDE则直接通过调整权重以反映各准则分布的非对称性来解决偏斜问题。鉴于网络流量和技术性能指标（如总访问量和总阻塞时间）呈现明显的右偏分布特征，MAXC-SITDE组合对于当前数据集而言比上述替代方法更具实证适用性。通过乘法聚合公式整合两种方法，进一步确保了在任一视角下区分能力较低的准则获得适当的低复合权重。
在排序阶段，TOPSIS（Technique for Order Preference by Similarity to Ideal Solution，逼近理想解排序法）仅通过几何距离排序而不纳入折衷机制，使其在添加或删除方案时易发生排序逆转。VIKOR（VlseKriterijumska Optimizacija I Kompromisno Resenje，多准则优化与妥协解法）虽产生折衷排序，但需指定策略权重参数v，这引入了主观性。WASPAS（Weighted Aggregated Sum Product Assessment，加权聚合和积评估法）结合加权求和与加权乘积模型，但未显式参考最差解，限制了对持续低效表现的惩罚能力。CORASO通过同时测量各方案与最优参考点的接近程度及与最差参考点的距离来进行折衷聚合，且仅需决策矩阵本身而不需用户定义参数。这一特性使CORASO在方法论上自成一体，尤其适用于本研究这类客观的、数据驱动的绩效评估。
本研究在方法论和理论上均对土耳其电子商务公司网站绩效评估文献有所贡献。先前研究表明，电子商务网站的质量和绩效指标多通过可用性、可访问性、设计质量或用户体验等有限维度进行考量。然而，将用户流量和互动指标与技术网站性能指标整合于同一分析框架中的研究相对有限。据此，研究人员评估了土耳其25家电子商务公司的网站绩效，综合考量了技术和用户导向的十一项准则。此外，研究将最大准则法（MAXC）与基于分布评估的偏度影响法（SITDE）共同用于准则赋权，并采用基于替代方案折衷排序法（CORASO）对公司进行排序。该研究揭示了电子商务公司的比较绩效，同时为数字竞争环境中决定网站绩效的准则优先级提供了实证框架。
对现有基于MCDM的网站评估文献的审视揭示了两大显著局限。第一，多数先前研究依赖AHP、TOPSIS或VIKOR等常规赋权方法，未能考虑准则数据中的分布非对称性——鉴于网络流量和技术性能指标的偏斜特征，这一问题尤为相关。第二，尚无先前研究将用户流量指标和技术网站性能指标同时整合于应用于土耳其电子商务公司的单一分析框架中。本研究通过提出MAXC、SITDE和CORASO相结合的新型混合框架，同时解决了上述两个空白。MAXC通过最大偏差原理确定准则权重，为已有方法提供了计算上更高效的替代方案。SITDE通过显式调整权重以反映各准则分布的偏斜程度，防止非对称数据扭曲赋权过程。CORASO随后通过同时参考最优和最差观测绩效值的折衷机制对方案进行排序，降低了TOPSIS和VIKOR等方法中文献记载的排序逆转风险。据研究人员所知，这一特定组合此前尚未应用于电子商务网站绩效评估，构成了对MCDM和数字绩效评估文献均具拓展性的方法论贡献。
研究所采用的三种方法按顺序互补运作。第一阶段，MAXC方法通过测量各方案与最大观测值的偏离程度来识别各准则的相对重要性：跨方案变异更大的准则被赋予更高权重，因其携带更多区分能力。第二阶段，SITDE方法通过纳入各准则分布的偏度来精化这些权重，确保非对称分布的数据不会扭曲赋权过程。最后，CORASO方法利用整合权重对方案进行排序，同时测量其与最优绩效值的接近程度及与最差绩效值的距离。这一顺序结构同时确保了统计稳健性和方法透明度。
本研究使用MAXC和SITDE准则赋权方法分析电子商务公司数字平台的绩效，并采用CORASO方法对公司进行排序。研究数据于2025年11月从similarweb.com和gtmetrix.com两个网站获取。研究所用数据来自similarweb.com和gtmetrix.com两个广泛使用的网络分析平台。similarweb.com提供了包括全球排名、国家排名、总访问量、访问时长、每次访问页数和跳出率在内的流量相关指标，这些数据来源于互联网服务提供商数据、面板数据和网络爬取的组合，并按月更新。gtmetrix.com则通过自动化基于浏览器的测试提供了技术性能指标，即最大内容绘制（LCP）、综合性能得分、速度指数（SI）、可访问性得分和总阻塞时间（TBT）。需要承认的是，两个平台均存在固有限制。similarweb.com通过统计建模而非直接测量来估计流量数据，这可能引入抽样偏差，尤其对低流量网站而言。gtmetrix.com的测试结果可能因服务器负载状况和测试服务器的地理位置而异。这些限制与先前使用类似数据源的研究所报告的一致，应在解释研究结果时予以考虑。
2025年11月的数据由similarweb.com和gtmetrix.com免费提供。研究共选取了25个网站，采用了11个被认为影响网站绩效的准则。这些准则包括：全球排名（GR）、国家排名（CR）、总访问量（TV）、访问时长（VD）、每次访问页数（PPV）、跳出率（BR）、最大内容绘制（LCP）、性能（P）、速度指数（SI）、可访问性（AC）和总阻塞时间（TBT）。其中五项被视为有益准则——TV、VD、PPV、P和AC——而六项被视为非有益准则。GR和CR被认为是非有益准则，因为它们是排名指标，数值越小代表在全球和国家层面的网站中位置越强。BR值表示未发生有意义互动即从网站退出的比率，数值越高越不利，因此该准则也被视为非有益准则。同样的逻辑适用于SI、LCP和TBT这些技术性能指标，它们被视为非有益准则，因为较低的值表示更快的加载速度、更高的响应性和更流畅的用户体验。
研究评估了25家电子商务公司。该样本由土耳其广泛认知的电子商务网站组成， these sites在分析所识别的11项准则上完整且可比较。因此，该样本并不代表土耳其访问量最高的25个平台的官方排名，而是一组突出的电子商务网站。纳入研究的25个电子商务网站通过基于两项客观准则的目的性抽样程序选取。第一，仅考虑2025年11月SimilarWeb土耳其国家排名中位列前500的网站，以确保样本反映土耳其市场中最具可见度和活跃度的电子商务平台。第二，在最终纳入前，验证了所有十一项准则在SimilarWeb和GTmetrix上的数据完整性；任何一项或多项准则值缺失或被标记为不可靠的网站均被排除。应用这两项准则后，最终获得25个既代表土耳其活跃电子商务格局、又在数据可获得性方面具有分析可比性的网站。
准则赋权结果方面，研究人员首先实施了MAXC方法以确定准则权重，随后通过SITDE方法的步骤推导准则权重。最终通过方程式（12）将两种方法推导的准则权重进行整合。结果显示，总访问量（TV）携带最高的整合权重（0.2827），其次是总阻塞时间（TBT）（0.2205）和速度指数（SI）（0.1292）。可访问性（AC）则获得最低权重（0.01），这表明在评估准则中，用户流量和技术加载性能是区分网站绩效的最决定性因素。
方案排序结果方面，获取准则整合权重后，研究人员采用CORASO方法评估电子商务公司。作为CORASO方法的第一步，应用方程式（13）和（14）对表3中的数值进行归一化处理。随后，方程式（15）产生加权归一化值，方程式（16）确定总值，方程式（17）和（18）确定与替代方案的偏差，方程式（19）计算CORASO方法的值。最终结果显示，EC1（trendyol.com） 以0.6756的Q
i值位居第一，而EC11（migros.com.tr）以?0.7136的Q
i值排名末位。正的Q
i值表示性能接近最优解的方案，而负值则反映与最优表现存在显著偏差的方案。结果揭示了公司间明显的绩效分层，前五名依次为EC1、EC2、EC3、EC4和EC5，后三名分别为EC20、EC14和EC11。
为评估CORASO排序的可靠性和一致性，研究人员将结果与五种替代MCDM方法进行了基准比较，并随后开展了基于蒙特卡洛模拟的敏感性分析。比较的五种方法包括：COPRAS（COmplex PRoportional Assessment，复杂比例评估法）、ARAS（Additive Ratio Assessment，加性比率评估法）、MARCOS（Measurement of alternatives and ranking according to COmpromise solution，基于妥协解的方案测量与排序法）、CRADIS（compromise ranking of alternatives from distance to ideal solution，基于与理想解距离的方案折衷排序法）和ALPAS（The Alternative Prioritization and Assessment System，替代方案优先排序与评估系统）。EC1在所有六种方法中均稳居首位，而EC11和EC14则始终被列为最低绩效者。然而，随着所用方法的不同，部分公司的排名出现轻微变化。COPRAS方法对EC7、EC22和EC6等公司的排名产生了比其他方法更大的差异。另一方面，EC11、EC14和EC20等公司在所有方法中均被一致排在较低位置，表明低效方案也被一致识别。总体而言，CORASO在极值处提供稳定结果的能力，以及其对中间排名方案不过度敏感的特性，表明该方法可作为评估电子商务公司绩效的平衡且稳健的MCDM方法。
蒙特卡洛模拟用于创建准则权重的50种不同情景。敏感性分析结果表明，无论权重如何设定，CORASO算法的排名保持基本稳定。在图表中观察各方案（EC1–EC25）在大量不同情景（S-1–S-50）中的排名曲线时，高绩效公司的排名表现出极小的波动，基本保持其整体排名层级。这一研究表明CORASO方法对准则权重的随机变化不具高敏感性，方法结果保持其结构稳定性。然而，部分中等排名公司在不同情景中表现出更多波动性。尽管如此，这些变化并未导致排名两端的最优和最差绩效组的位置发生重大改变。排名中垫底的公司在各类情景中基本保持原位，表明低效方案被持续识别。总体而言，基于蒙特卡洛模拟的敏感性分析有力支持了CORASO方法即使在权重存在不确定性时仍能产生可靠结果的能力，同时也表明CORASO方法可作为评估电子商务公司绩效的可靠决策支持工具。
讨论与结论部分，研究人员对25家土耳其电子商务企业网站进行了评估。MAXC和SITDE方法用于评估准则权重，CORASO方法用于电子商务公司排序。研究共使用11项准则，涵盖网站技术性能测量和用户体验测量。分析结果显示，土耳其电子商务公司的网站绩效由不同准则决定。根据CORASO方法结果，EC1（trendyol.com）、EC2（sahibinden.com）和EC3（hepsiburada.com）为绩效前三名。这三者的高排名可归因于其在分析所考虑的技术性能和用户互动指标方面相较于竞争对手的优越表现。三者均在最 大内容绘制（LCP）、速度指数（SI）、总阻塞时间（TBT）和跳出率（BR）等非有益准则中获得较低（因而更优）的得分，同时在性能（P）、可访问性（AC）和每次访问页数（PPV）等显示用户参与模式的有益准则中表现优于竞争对手。综合而言，EC1、EC2和EC3的高排名可归因于更快的页面加载性能、更低的延迟和更积极的用户行为指标。
研究人员进一步审视了最具影响力的三项准则——总访问量（TV）、总阻塞时间（TBT）和速度指数（SI）——如何塑造最终排名。TV携带研究中最高的整合权重，反映各平台的综合市场覆盖范围。EC1（trendyol.com）和EC2（sahibinden.com）录得的月度访客量显著高于样本其余部分，建立了仅从 技术评分无法弥补的绩效差距。这一发现特定于当前数据集，与Maruf和Kar等于此前对土耳其电子商务网站的评估有所不同，在那些研究中技术性能指标携带最高权重，表明主导区分准则可能因赋权方法论而异。TBT携带第二高权重，衡量浏览器主线程被阻塞且无法响应用户输入的总时长。较低TBT值表示更响应的界面和更流畅的交互体验。排名靠前的网站TBT值均低于100毫秒，而若干中低排名平台超过300毫秒——用户通常在此阈值以上感知到明显输入延迟。该准则因此作为区分技术优化平台与较重JavaScript执行负载平台的二级区分因子。SI反映页面加载过程中内容视觉完成的速度，通过惩罚高渲染延迟进一步强化了排名。样本中排名后半部分的平台SI值超过3秒，这一范围与显著更高的用户放弃率相关。高TV、低TBT和低SI在排名靠前网站中的汇聚说明，土耳其市场中优越的电子商务网站绩效并非归因于任何单一维度，而是市场覆盖、交互响应性和视觉加载速度同时优化的结果。
EC11（migros.com.tr）、EC14（pttavm.com）和EC20（koctas.com.tr）为排名最低的企业。高跳出率和糟糕的技术性能是导致这些企业电子商务平台表现不佳的主要因素。研究结果再次证明，衡量网站绩效是一个复杂过程，无法仅通过少数指标完成。获得政府资助的网站pttavm.com以及拥有典型零售 方式的在线零售商koctas.com.tr和migros.com.tr均处于列表底部。该排名揭示了电子商务和网站绩效处于不断变化之中，能够适应客户需求和演进趋势的企业表现更佳。
研究结论指出，本研究因所采用的 methodology 以及基于技术性能和用户体验的准则而对相关文献具有重要贡献。研究结果强调了不仅通过技术指标，还需通过考虑用户体验的绩效准则来审视网站绩效的必要性。在此方面，本研究与Ayd?n和Kahraman的结论一致，即电子商务网站质量测量应被视为多准则决策问题。此外，本研究结果支持?ahin和Sara对用户中心评估和网站可用性的 调，也与Gupta等关于用于检验网站绩效的技术指标的发现相一致。然而，通过同时考虑技术指标和消费者满意度，本研究超越了文献中的现有方法。研究结果与Li和Sun的观点一致，即电子商务网站的成功取决于多重因素，因此需要多维评估。本研究共使用11项准则测量网站绩效，将技术和用户体验维度纳入分析，从而确保了更全面的绩效测量。
最后，本研究发现与Kar等的研究结果一致。该研究使用AHP-TOPSIS框架评估电子商务网站绩效，支持了通过多维决策结构评估电子商务网站绩效的必要性。然而，当前研究通过总共使用更广泛的十一项准则、采用二手数据而非专家意见、并应用MAXC-SITDE-CORASO混合方法，与Kar等的研究形成区别。
研究结果对电子商务管理者、数字营销团队和网站开发者均具有实践意涵。对于电子商务管理者，这些发现可指导优先资源配置领域的 定。高流量但技术评分较低的网站需要优先改进页面加载速度、降低延迟和提高可访问性，而非仅依赖市场可见性。对于数字营销团队，BR和TV准则可能具有重要意义。设计醒目且与访客 相关的着陆页、产品内容和活动信息有助于降低跳出率，同时 引人的设计和清晰有吸引力的活动信息也可增加访问时长。对于网站开发者，关注LCP、SI、TBT、P和AC技术指标无疑将 网站性能。高排名网站在这些准则中的表现代表更优性能， 着更快加载、更短阻塞时间和更高可访问性，有助于提供更流畅的用户体验。
该研究还引入了新的方法论路径。研究人员使用MAXC和SITDE方法进行准则赋权，随后采用CORASO方法进行方案排序，提供了一种系统性且 的决策支持机制。SITDE方法的使用 了对网站绩效数据中潜在分布差异的考量。然而，研究也存在若干局限：研究仅考察了2025年11月的数据，样本局限于土耳其电子商务公司；网站绩效的动态性 排名反映特定时期的位置，技术更新、季节 活动和客户预期变化均可能影响网站绩效。未来研究可 用长期数据集以分析网站绩效， 技术更新和季节 活动的影响，或 析国际运营的电子商务公司以获得更具普遍性的结果。
