應(yīng)凱悅 林承亮 肖星燦 鄭一龍

摘 要：邀請式裂變營銷作為獲取新用戶的重要手段，已經(jīng)在拼多多、瑞幸咖啡等營銷案例中取得重大成功。但對于缺乏基礎(chǔ)用戶群體和影響力的新興App來說，邀請式裂變營銷的適用性仍有待研究。本文研究表明，新興App的感知易用性、感知有用性對邀請式裂變營銷效果有正向影響，但影響并不顯著，新用戶在其他App上的成功經(jīng)驗也不會明顯提高該用戶對新興App的使用意愿，但周邊朋友的推薦可以明顯提高新用戶使用意愿。

關(guān)鍵詞：邀請式裂變營銷;新興App;用戶使用意愿

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，各類新興App層出不窮。根據(jù)Qimai.cn數(shù)據(jù)統(tǒng)計，App Store近180天每日上架應(yīng)用數(shù)量在2000款上下波動，而得到年度應(yīng)用榜推薦的不過百余款。如何在激烈的App市場中占據(jù)一席之地，是每個App自上架起就需要考慮的問題。

此前，拼多多、瑞幸咖啡等App借助邀請式裂變營銷，已成功在短時間內(nèi)獲得了大量新用戶。但并無研究表明，對于新興App，邀請式裂變營銷具有同樣的適用性。基于此，本文以技術(shù)接受模型（Technology Acceptance Model，TAM）為基礎(chǔ)，就邀請式裂變營銷對新興App新用戶使用意愿影響進行實證研究。

一、現(xiàn)有國內(nèi)外相關(guān)研究

邀請式裂變營銷是指老用戶通過某種分享形式對新用戶進行邀請后，某一方或雙方獲得獎勵的裂變形式。這類似于統(tǒng)計學(xué)中的滾雪球抽樣方法，當App確定定位，完成用戶畫像，明確目標人群后，找到第一批“種子用戶”，邀請式裂變營銷將催動其生根發(fā)芽，迅速拉動種子用戶身邊同類型的人群加入，實現(xiàn)精準營銷，并以可見利益為驅(qū)動力擴大流量，在發(fā)達的社交網(wǎng)絡(luò)的催動下實現(xiàn)較高的獲取新用戶的效率。

目前對于邀請式裂變營銷的研究較少，多數(shù)僅作為裂變營銷的一個形式在文中出現(xiàn)。如羅煜卿（2018）等認為，裂變營銷是一種性價比非常高的拉新推廣手段，其拉新成本在配合精準的裂變渠道后大大低于傳統(tǒng)拉新成本，并具有極高的轉(zhuǎn)換率和留存率。作為裂變營銷的經(jīng)典打法之一，邀請式裂變營銷繼承了其老用戶帶來新用戶的本質(zhì)，成為了很多App的標配玩法。孫小強（2005）等認為，邀請式營銷的本質(zhì)是利用他人的傳播渠道或行為，主動向更廣泛的范圍傳播有價值的信息。邀請式營銷只是一種原則，沒有固定模式，對于一些小企業(yè)，只要找準切入點，力爭在小范圍內(nèi)獲得一些有效傳播是完全可以做到的。目前關(guān)于用戶使用意愿研究的文獻較多，如移動圖書館App、移動音樂App、短視頻App以及移動地圖App。但這些研究大多沒有區(qū)分新用戶還是老用戶。同時，這些研究主要探討了影響移動App用戶使用意愿的因素，如不同維度的感知價值、知曉率、功能需求等，沒有與邀請式裂變營銷這一日益流行的營銷方式結(jié)合起來。

二、研究設(shè)計

1.自變量、因變量設(shè)置

（1）自變量

感知易用性：用戶在使用App的過程中，營銷規(guī)則的難易程度與用戶是否使用有關(guān)系。本文認為，用戶對邀請式裂變營銷的感知易用性對用戶使用意愿的影響存在正向相關(guān)關(guān)系。

感知有用性：感知有用性被大量用于TAM的研究中。它是指受眾使用一項新技術(shù)時，能感知到的對自己效率的提升程度以及對工作生活的幫助程度。本研究將探討在邀請式裂變營銷的規(guī)則下，用戶對邀請式裂變營銷的感知有用性對其使用意愿的影響程度。本文認為，用戶對邀請式裂變營銷的感知有用性對用戶使用意愿的影響存在正向相關(guān)關(guān)系。

感知風(fēng)險：用戶在接觸邀請式裂變營銷的過程中，所產(chǎn)生的害怕隱私泄露、分享的內(nèi)容被濫用等不安全感都與其對邀請式裂變營銷的使用意愿相關(guān)。本文認為，用戶對邀請式裂變營銷的感知風(fēng)險對用戶使用意愿的影響存在反向相關(guān)關(guān)系。

經(jīng)驗：用戶在接觸邀請式裂變營銷的過程中，對已知他人經(jīng)歷以及用戶本人直接接觸客觀事物得出的總結(jié)性認識與其對邀請式裂變營銷的使用意愿相關(guān)。本文認為，用戶對邀請式裂變營銷的相關(guān)經(jīng)驗對用戶使用意愿的影響存在正向相關(guān)關(guān)系。

他人推薦：用戶在接觸邀請式裂變營銷的過程中，他人對用戶的推薦與用戶對邀請式裂變營銷的使用意愿存在一定程度的相關(guān)關(guān)系。本文認為，他人推薦對用戶使用意愿的影響存在正向相關(guān)關(guān)系。

（2）因變量

使用意愿：用戶對邀請式裂變營銷的感知易用性、感知有用性與感知風(fēng)險進行綜合的判斷后，所得出的與之相應(yīng)的使用意愿傾向。

2.研究假設(shè)與整合模型

根據(jù)以上自變量與因變量的分析，提出以下六項研究假設(shè)。

假設(shè)H1：邀請式裂變營銷的感知易用性對用戶使用意愿呈正向影響;

假設(shè)H2：邀請式裂變營銷的感知有用性對用戶使用意愿呈正向影響;

假設(shè)H3：邀請式裂變營銷的感知易用性對感知有用性呈正向影響;

假設(shè)H4：邀請式裂變營銷的感知風(fēng)險對使用意愿呈反向影響;

假設(shè)H5：使用經(jīng)驗對使用意愿呈正向影響;

假設(shè)H6：他人推薦對使用意愿呈正向影響。

根據(jù)以上研究假設(shè)TAM模型，提出研究整合模型，如圖1所示：

3.問卷設(shè)計

根據(jù)研究整合模型，本文依照6個考察變量，為邀請式裂變營銷的感知易用性設(shè)置了4個測度問題，為邀請式裂變營銷的感知有用性設(shè)置了6個測度問題，為邀請式裂變營銷的感知風(fēng)險設(shè)置了6個測度問題，為使用意愿設(shè)置了4個測度問題，為經(jīng)驗設(shè)置了2個測度問題，為他人推薦設(shè)置了2個測度問題。問卷使用Lik-ert七級量表進行使用意愿傾向測量，即“非常不同意”、“不同意”、“有點不同意”、“一般”、“有點同意”、“同意”、“非常同意”，其中1表示“非常不同意”，4表示“一般”，7表示“非常同意”。接受調(diào)查者需要根據(jù)個人實際情況在1-7分內(nèi)給出主觀評估。

另外，為符合大眾的語言習(xí)慣，問卷以“老拉新”代替“邀請式裂變營銷”的表述并備注其定義幫助接受調(diào)查者理解，提高問卷的可靠性。

4.問卷收發(fā)情況及基本信息統(tǒng)計

（1）調(diào)查問卷設(shè)計

有關(guān)研究假設(shè)題項設(shè)計如表1所示：

（2）調(diào)查實施情況

在抽樣方法上，本文采用了方便抽樣，自2020年7月21日開始至2020年8月9日結(jié)束，在問卷星網(wǎng)絡(luò)平臺上在線發(fā)放問卷。問卷鏈接推廣主要通過微博、微信、QQ等公共社交平臺進行，共計收回500份問卷，剔除無效問卷后，有效問卷411份。

目前，使用邀請式裂變營銷發(fā)展新用戶的App大多選擇長期使用和接觸互聯(lián)網(wǎng)營銷的群體，尤其以大學(xué)生為主。接受問卷調(diào)查的對象中，大學(xué)生群體占大多數(shù)。因此，本研究問卷調(diào)查樣本的社會特征和接觸過邀請式裂變營銷的用戶整體社會特征在理論上具有一定的相似性，調(diào)查樣本在一定程度上可以反映出接觸過邀請式裂變營銷用戶的情況。

（3）基本信息統(tǒng)計分析

問卷調(diào)查對象情況如表2所示：

表2顯示了有效樣本的調(diào)查對象信息。從性別來看，男性為42.37%，女性為57.63%;21.47%的調(diào)查對象小于20歲，56.31%的調(diào)查對象年齡介于20歲到25歲，22.22%的調(diào)查對象大于25歲;從受教育程度來看，調(diào)查對象受教育程度較高;從職業(yè)來看，學(xué)生占比54.8%。

5.實證測度

（1）信度檢驗

本文使用SPSS軟件采用alpha信度系數(shù)法對問卷進行信度檢驗。結(jié)果如表3所示。一般認為，信度系數(shù)大于0.8，則為信度高。信度系數(shù)在0.7-0.8之間，信度較好。信度系數(shù)在0.6-0.7之間，信度可以接受。信度小于0.6，信度不佳。從表中可以看出Cronbachs Alpha值為0.917，大于0.8。結(jié)果表明，問卷收集的數(shù)據(jù)總體結(jié)構(gòu)良好，信度高。

（2）效度檢驗

本文采用SPSS軟件對數(shù)據(jù)的效度系數(shù)進行測量，結(jié)果如表4所示。輸出結(jié)果中，取樣足夠度的Kaiser-Meyer-Olkin度量的值為0.943，即KMO值大于0.7;Sig小于0.05，說明該問卷具有良好的結(jié)構(gòu)效度，適合進行因子分析。

（3）因子分析

提取方法：主成份分析

由表5可以看出，累計方差貢獻率為62.783%，超過了60%。包含了原變量的大部分信息。由此可以看出，主成分在提取和解釋原變量信息的能力較好。

（4）相關(guān)性分析

變量之間的Pearson相關(guān)系數(shù)絕對值大于0時，可以認為兩變量相關(guān)。結(jié)果見表6，在輸出結(jié)果中可以觀察到影響因素之間的Pearson相關(guān)系數(shù)均大于0，概率P值均等于0.000，小于0.05。所以可以得出感知易用性與感知有用性顯著相關(guān)，感知易用性、感知有用性、感知風(fēng)險、經(jīng)驗、推薦對用戶使用意愿均呈正向影響。

（5）測量模型分析

運用AMOS24.0對所構(gòu)建模型進行結(jié)構(gòu)方程模型分析，所得假設(shè)變量中的相關(guān)系數(shù)，以驗證是否成立。如圖2所示。若各假設(shè)中變量間的相關(guān)系數(shù)大于0，則說明有顯著的正向影響。

經(jīng)檢驗，感知易用性對感知有用性有顯著影響，感知有用性、感知易用性、經(jīng)驗、推薦均對使用意愿有正向影響，感知風(fēng)險對使用意愿有反向影響。

通過上述分析，可得出假設(shè)結(jié)論。

（6）研究結(jié)果

由結(jié)果可得，假設(shè)H1，H2，H3，H4，H5，H6通過檢驗。

①研究假設(shè)是邀請式裂變營銷的感知易用性對使用意愿呈正向影響。根據(jù)樣本分析，其路徑分析的結(jié)果為0.13，假設(shè)H1的研究結(jié)果不是很顯著，說明感知易用性對使用意愿的影響不大。這表明，對于新用戶來說，邀請式裂變營銷規(guī)則簡單易上手并不是導(dǎo)致用戶下載App的主要原因。

②研究假設(shè)是邀請式裂變營銷的感知有用性對使用意愿呈正向影響。根據(jù)樣本分析，其路徑分析的結(jié)果為0.17，假設(shè)H2的研究結(jié)果不是很顯著，說明感知有用性對使用意愿的影響不大。這表明，對于新用戶來說，主觀上認為其所帶來的工作績效的提升程度不是導(dǎo)致其下載并愿意持續(xù)使用App的主要原因，但其受感知有用性的影響大于感知易用性，這表明，比較二者，用戶更愿意使用能夠提高工作效率的App。

③研究假設(shè)是邀請式裂變營銷的感知易用性對感知有用性呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.52，假設(shè)H3的研究結(jié)果是顯著的，實證結(jié)果支持假設(shè)，說明感知易用性對感知有用性呈正向影響。這表明，簡單的操作規(guī)則能讓用戶主觀上認為使用該App能夠提高工作效率。

④研究假設(shè)是邀請式裂變營銷的感知風(fēng)險對使用意愿呈反向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為-0.06，假設(shè)H4的研究結(jié)果不是很顯著，說明感知風(fēng)險對使用意愿并無較大影響。這表明，用戶所感知的風(fēng)險程度增大，使用意愿程度就會小幅度降低。

⑤研究假設(shè)是經(jīng)驗對使用意愿呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.15，假設(shè)H5的研究結(jié)果不是很顯著，說明經(jīng)驗對使用意愿并無太大影響。這表明，即使用戶擁有大量使用同類型App的經(jīng)驗，或得到通過社交軟件等信息渠道傳播的使用經(jīng)驗，也不會顯著提升其使用該App的意愿。

⑥研究假設(shè)是他人推薦對使用意愿呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.49，假設(shè)H6的研究結(jié)果是顯著的，實證結(jié)果支持假設(shè)。說明使用意愿受推薦的影響較大。這表明他人的推薦會提升用戶使用該App的意愿。

通過以上研究分析，對新用戶接受新興App影響最大的是推薦。根據(jù)分析得出，其主要原因是人們面對一個未知的新興App時往往會持懷疑態(tài)度，簡單的分享并不能打消新用戶的使用顧慮，而這時如果有信任的人推薦，可以消除新用戶的懷疑，提升其使用意愿。受信任的人推薦越多，新用戶的使用意愿越強烈。用戶感知風(fēng)險負向影響用戶使用意愿，使用潛在風(fēng)險越大的App，越不容易得到新用戶的青睞。進一步訪談表明，新用戶對App風(fēng)險的判斷和企業(yè)推薦的力度呈正向相關(guān)。高云龍（1998）曾提出，有時企業(yè)越是拼命推銷某種商品，消費者越小心謹慎，這就是消費者的逆反心理，且在人類社會中大量存在。因此，當許多并非用戶信任的人在社交平臺等進行產(chǎn)品推薦，效果反而適得其反。

三、結(jié)論

本文以TAM模型為基礎(chǔ)，研究了邀請式裂變營銷對新興App用戶使用意愿的影響。研究表明，影響新興App邀請式裂變營銷效果的，主要不是App的易用性和有用性，用戶過去的經(jīng)驗也并不具有顯著作用。有效的推薦可以提升邀請式裂變營銷的效果，也即單一的鏈接分享需要加上更加私密的推薦后，才可以提高新用戶對新興App的興趣。但這種推薦需要建立在推薦人和用戶的信任關(guān)系前提之上。平臺營銷型推薦有可能反而會加大用戶的風(fēng)險判斷，而產(chǎn)生更加拒絕的心理。

參考文獻：

[1]杜青岳.基于TAM模型的知乎用戶接受與使用行為研究[J].廣州大學(xué)學(xué)報（社會科學(xué)版），2018，17（06）：38-43.

[2]孫小強，李彩金，林芝芳.邀請式營銷：新技術(shù)產(chǎn)業(yè)的營銷創(chuàng)新[J].企業(yè)活力，2005（9）：28-29.

[3]劉書畫.裂變營銷：最低成本的獲客之道[J].寧波經(jīng)濟，2019（5）：60.

[4]羅煜卿，胡澤.淺談社交媒體情境下的裂變營銷模式[J].消費導(dǎo)刊，2018（17）：65.

[5]童紹茂.鄉(xiāng)村精品酒店的邀請式營銷探析[J].旅游研究，2009，1（2）：81-85.

[6]楊飛.瑞幸咖啡上市：日虧400萬卻狂攬300億市值背后的營銷真相曝光[J].茶世界，2019（6）：34-38.

[7]管健.消費社交化的特點、隱憂及方向[J].人民論壇，2020（5）： 82-83.

[8]DAVIS F D.Perceived usefulness，perceived ease of use， and user acceptance of information technology[J].MIS Quarterly，1989，13（3）：319.

[9]張楠，郭迅華，陳國青.信息技術(shù)初期接受擴展模型及其實證研究[J].系統(tǒng)工程理論與實踐，2007（9）：123-130.

[10]孫建軍，成穎，柯青.TAM模型研究進展——模型演化[J].情報科學(xué)，2015，25（8）：1121-1127.

[11]高云龍.逆反心理與企業(yè)營銷[J].商業(yè)研究，1998（9）：3-5.

[12]甘春梅，邱智燕，徐維晞.基于fsQCA的移動地圖App持續(xù)使用意愿影響因素研究[J/OL].情報理論與實踐：1-13.

[13]潘明皓.臨床護士移動護理類APP使用意向的影響因素研究[D].山東大學(xué)，2020.