林翠波

一、引言

自2015年起，網(wǎng)絡直播作為大眾的休閑娛樂方式開始蓬勃發(fā)展。截至2020年3月，我國網(wǎng)絡直播用戶規(guī)模達5.60億人，較2018年底增長1.63億，占網(wǎng)民整體的62.0%[1]。2018年，我國網(wǎng)絡直播行業(yè)進入了成熟期，僅僅依靠廣告、打賞等方式盈利的直播間，開始出現(xiàn)內(nèi)容同質(zhì)化，變現(xiàn)難等問題。為了尋求新的盈利點，“直播+領域”具備“專業(yè)水平高”“變現(xiàn)能力強”等特點成為主播的不二選擇，例如“直播+教育”“直播+電商”等等。同時，對萬物都保持高度敏感的金融業(yè)，也興起了“直播熱”，正在探索直播背景下新的營銷模式，提升線上運營能力。

表3-1 研究假設

自2018年起，中國銀行、交通銀行、平安銀行等手機銀行App陸續(xù)上線了直播功能?！爸辈?銀行”新模式打破了時間和地域的局限，客戶與銀行的互動性更便捷；培養(yǎng)了客戶的忠誠度，降低營銷成本；精準匹配了客戶的需求，提高服務質(zhì)量與服務效率。但同時也存在許多問題，例如沒有真正的結合金融行業(yè)的特點進行直播，沒有抓住自身的優(yōu)勢，且節(jié)目制作比較粗糙，影響了客戶的觀看體驗等等。目前，“直播帶貨”類型多種多樣、競爭相當激烈。一旦客戶的觀看體驗不佳，隨時可以停止觀看，甚至對“銀行直播”產(chǎn)生偏見，不再觀看此類直播，他可以選擇其他性價比更高的直播間來滿足自己的購物需求。因此，了解客戶對銀行直播的滿意度，及其在直播間購買意愿的影響因素，對“銀行+直播”的發(fā)展極為關鍵，本文將研究消費者在銀行直播間購買意愿的影響因素。

近年來，很多學者對直播營銷進行研究，但“直播+銀行”在金融業(yè)正處于探索期，以直播實踐為主，相關研究正處于起步階段。本文對銀行直播情況進行問卷調(diào)查，探討影響“消費者購買意愿”的因素，完善相關的理論研究，為金融業(yè)直播提供一定的理論基礎。

二、相關研究評述與變量選擇

可供性是指行為的可能性，會導致特定的結果。只有當客戶感受到可供性時，才會影響到客戶行為?？晒┬圆皇切袨楸旧?，只是行為發(fā)生的一種預測因素。因此，本文將“可供性”作為預測變量。

網(wǎng)絡主播是在直播過程中的主講人，發(fā)揮著意見領袖的作用。D Brinberg認為消費者的價值觀受到意見領袖的影響，進而影響營銷結果。張瑜實證發(fā)現(xiàn)，女性消費者更加信賴意見領袖?？傊?，消費者容易受到網(wǎng)絡主播影響，產(chǎn)生購買欲望。因此，本文將“網(wǎng)絡主播”作為預測變量。

交互性是指在直播過程中，消費者與主播，消費者與消費者之間的互動。凌黎等人認為交互性在企業(yè)營銷、公共服務等方面都起著關鍵作用。郭國慶等人實證發(fā)現(xiàn)，交互性對消費者的滿意度和體驗感產(chǎn)生正向影響?？傊辈ラg實時互動，消費者不僅能夠得到主播的及時指導，還能了解到其他消費者的購買體驗，進而影響消費者的購買意愿。因此，本文將“交互性”作為預測變量。

早期學者認為消費者態(tài)度僅包含情感因素，范圍過于狹窄。Fishbein & Ajzen認為消費者的購買意愿由其態(tài)度和評價組成。Freedman，Sears& Carl Smith豐富了Fishbein & Ajzen中態(tài)度的內(nèi)涵，即態(tài)度包含認知、情感和行為傾向因素，形成消費者態(tài)度的ABC理論。且ABC理論受到學界的廣泛認可。因此，本文將“消費者態(tài)度”作為結果變量。

三、研究模型與假設

基于理論基礎和本文的研究目標，現(xiàn)將本文的研究假設總結如表3-1。

四、研究方法設計

（一）問卷設計

本文基于前人對“直播”的研究，再結合本文的研究目標來設計問卷。問卷主要由以下幾個部分組成：

（1） 非量表題：①受訪者的基本信息；②受訪者觀看直播情況以及觀看銀行直播情況。題項均為單（多）選題。

表4-1 調(diào)查對象基本情況表

（2） 量表題：設計量表時，對成熟的量表進行調(diào)整，測量指標為直播的可供性、網(wǎng)絡主播、交互性和消費者態(tài)度。題項均采用李克特量表中的五級量表：“非常不同意”“不同意”“不確定”“同意”“非常同意” 。

問卷設計好之后，邀請了有觀看銀行直播或者觀看網(wǎng)絡直播經(jīng)歷的在校大學生進行一次預調(diào)研。根據(jù)預調(diào)研結果，決定是否還需要調(diào)整量表的題項，進而形成最終的正式問卷。

（二）預調(diào)研

為了檢驗問卷的合理性，形成初始問卷之后，進行了小范圍的預調(diào)研。發(fā)放對象為有觀看銀行直播或者觀看網(wǎng)絡直播經(jīng)歷的在校大學生，一共發(fā)放問卷100份，回收有效問卷78份。樣本的性別方面，男性占30%，女性占70%，女性占比較高；年齡主要集中在18～24歲；學歷本科為主。此樣本具有觀看銀行直播經(jīng)歷、女性為主、年輕化和高學歷的特征，具有一定的代表性。

運用SPSS統(tǒng)計軟件對數(shù)據(jù)進行信度和效度檢驗。信度檢驗本文采用Cronbach’α系數(shù)，檢驗結果為0.957，大于0.8，表明該問卷量表的信度良好。效度是指問卷的有效性，也就是問卷收集的數(shù)據(jù)與研究目標之間的匹配程度。一般而言，從內(nèi)容效度和結構效度兩方面對效度進行評判。在內(nèi)容效度方面，本文的問卷是在成熟量表的基礎上結合本文的研究背景和目標設置而成，因此，具有較好的內(nèi)容效度；在結構效度方面，使用因子分析法。在進行探索性分析時，刪除使因子結果不穩(wěn)定的題項19.1和20.3，之后變量總體的KMO值為0.883，Bartlett球形檢驗的顯著水平為0.0000，且可供性、網(wǎng)絡主播、交互性和消費者態(tài)度的KMO值和Bartlett球形檢驗結果都在可接受范圍內(nèi)。系統(tǒng)默認提取前4個特征值大于1的變量為公因子，且累計方差貢獻率為70.15%，大于60%，可以對自變量進行解釋。在每個主成分因子中，自身觀測變量的因子載荷值均大于0.5，說明問卷的結構效度較好。

表4-2 調(diào)查對象觀看直播情況表

圖4-1 直播情況條形圖

圖4-2 直播情況詞云圖

圖4-3 直播情況雷達圖

（三）正式調(diào)研

1.描述性統(tǒng)計

本文選擇問卷星網(wǎng)站制作調(diào)查問卷，將問卷鏈接通過微信、QQ、郵箱等渠道邀請用戶作答。一共發(fā)放350份問卷，回收問卷320份，剔除無效問卷后，最終得到305份有效問卷，有效樣本率為87.14%。下面對有效樣本進行初步分析。

（1）調(diào)查對象基本情況

調(diào)查對象的基本情況如表4-1所示，性別方面，男性與女性的比例分別是28.2%和71.8%，女性居多，從網(wǎng)絡直播營銷的角度來說，女性更容易受主播的影響，因此，該樣本性別分布合理；年齡方面，18～24歲占63.6%，占比偏高是因為近一半的調(diào)查對象來自高校在校生，綜合來看，18～35歲占比高達97.7%，整體趨于年輕化，網(wǎng)絡直播形式在年輕人群里中較為盛行，且直播營銷需要重點關注粉絲們的喜好，因此，年齡分布也合理；教育水平方面，本科占57.0%，碩士占39.3%，教育水平較高，一方面，受調(diào)查對象的影響，另一方面，教育水平高的群體，理財意識較強且收入也相對高，很有必要了解這類潛在客戶的喜好；收入方面，2000元以下占57.0%，這是因為調(diào)查對象大多是學生；職業(yè)方面，學生占64.3 %，這與調(diào)查對象有關?？傊?，此樣本結構良好，具有女性為主、年輕化、高學歷的特征。

（2）調(diào)查對象觀看直播情況

調(diào)查對象觀看直播情況如表4-2所示，觀看時間集中在“睡前時間”和“節(jié)假日”，占比分別是32.0%和25.2%，由于絕大多數(shù)用戶平時忙于工作（學習），因此，這符合實際情況；直播可接受時長為“1小時內(nèi)”占比高達76.1%，由此可見，中等時長客戶是主流；觀看渠道主要集中在“微信等社交平臺”“銀行官方渠道”“抖音等短視頻平臺”，占比分別是29.5%、26.9%和22.3%，其中，微信等社交平臺引流效果最佳。

調(diào)查對象觀看銀行直播情況如圖4-1、圖4-2、圖4-3所示。由圖4-1(a)知，調(diào)查對象中通過新媒體了解銀行的業(yè)務的人群占比最多，其次是前往銀行營業(yè)網(wǎng)點；由圖4-1(b)知，調(diào)查對象中大部分人希望“銀行工作人員”“金融類專家”“銀行高管”擔任主播。由此可見，“新媒體”是用戶首選；用戶更加期待銀行相關的工作人員主持直播。

由圖4-2(c)知，調(diào)查對象對“銀行直播”的評價是“對銀行了解更加深刻”“有效答疑”“有效宣傳”“方式新穎”，整體來看，對“銀行直播”還是比較支持和認可的；由圖4-2(d)知，調(diào)查對象觀看直播的最主要原因是“消遣娛樂”，其次是“內(nèi)容吸引力強”；由圖4-2(e)知，調(diào)查對象希望主播必備的幾點要求里面，除了“形象好氣質(zhì)佳”之外，更加看重主播的“專業(yè)知識”能力；由圖4-2(f)知，在直播間的福利中，調(diào)查對象更加青睞“限時搶購優(yōu)惠理財”，其次才是“贈送商家優(yōu)惠券”等等。

由圖4-3知，調(diào)查對象對銀行直播專題的喜好程度為：非常不喜歡“明星體驗銀行生活”；不喜歡“銀行業(yè)績發(fā)布會”“明星體驗銀行生活”；喜歡“實時反饋客戶意見”“理財知識安全講座”“金融產(chǎn)品講座”“銀行各類招聘會”等等；非常喜歡“實時反饋客戶意見”“理財知識安全講座”“銀行各類招聘會”。

五、模型檢驗

（一）測量模型檢驗

在進行因子分析之前，先做KMO和Bartlett檢驗，對因子進行適應性評估，檢驗結果顯示可供性、網(wǎng)絡主播、交互性和購買意愿的KMO值分別為0.737、0.905、0.879和0.926，均大于0.7，說明樣本可以進行因子分析；Sig.=0.00＜0.05，說明變量之間具有相關性，適合做因子分析。下面進行因子分析。

表5-1 變量信度和聚合效度檢驗

表5-2 潛在變量之間的相關系數(shù)表

本文使用主成分分析法得到解釋總方差，提取前4個特征值大于1的變量為公因子，且累計方差貢獻率為73.52%，大于60%，可以對自變量進行解釋。

下面從聚合效度和判別效度兩方面檢驗模型的效度。聚合效度通過觀測變量的因子載荷系數(shù)和潛在變量的平均提取方差(average variance extracted，AVE)來檢驗。檢驗結果如表5-1所示，因子載荷系數(shù)和AVE均在0.5以上，說明模型的聚合效度較好。

判別效度通過潛在變量的AVE值的平方根和其他變量之間的相關系數(shù)來檢驗。檢驗結果如表5-2所示，其中，主對角線表示各潛在變量的AVE值的平方根，其余的表示相關系數(shù)。主對角元素的值均大于該列的相關系數(shù)，說明判別效度可以接受。

圖5-4 AMOS 結構方程圖

表5-3 模型擬合指標表

表5-4 相關性分析

表5-5 回歸分析

（二）結構模型檢驗

根據(jù)本文假設的模型，利用AMOS進行驗證性因子分析，繪制模型圖如圖4所示。

3）通過收集現(xiàn)場相關故障信息及波紋表明，110kV那曲變#1、#2兩臺主變并列運行，且#1主變中性點接地運行情況下，故障當時那曲#1主變高壓側基本無3I。故障零序電流流過，那安線上流過的故障零序電流基本與當那線上流過的故障零序電流持平。

本文采用卡方與其自由度的比值（χ2/df）、擬合優(yōu)度指數(shù)（GFI）、修正擬合優(yōu)度指數(shù)（AGFI）、模型比較適合度（CFI）以及近似誤差均方根(RMSEA)這5個指標共同評價此模型，將問卷數(shù)據(jù)導入該模型后，得到表5-3。

由表5-3可知，所有指標均符合標準，說明建立的模型擬合效果較好，可以進行下一步的分析研究。

（三）研究假設檢驗

1.相關分析

有了相關分析才有回歸分析。因此，在進行假設檢驗之前，先對數(shù)據(jù)做相關分析。將影響消費者行為的因子，可供性、網(wǎng)絡主播、互動性與消費者態(tài)度做相關分析如表5-4所示。

從表5-4結果可知，可供性、網(wǎng)絡主播、互動性與消費者態(tài)度呈正相關。

2.回歸分析

為了檢驗可供性、網(wǎng)絡主播、互動性與消費者態(tài)度之間的影響關系，將消費者態(tài)度作為自變量，可供性、網(wǎng)絡主播和互動性作為因變量建立回歸分析，得到回歸結果如表5-5所示。

由表5-5可知，可供性的顯著性水平大于0.05，而網(wǎng)絡主播和互動性的顯著性水平小于0.05。因此，可以認為“可供性”不滿足假設H1，即假設H1不成立；“網(wǎng)絡主播”和“互動性”滿足假設H2和H3，即假設H2和H3成立。

六、結論與展望

根據(jù)銀行直播模式對消費者購買意愿的影響研究，可以得出以下結論：

（1）銀行在直播過程中，其可供性對消費者態(tài)度的影響不夠顯著。這可能是由于金融話題較敏感，即使主播給予消費者針對性的理財建議，但消費者由于自身的資金情況或者其他情況未必會購買這些理財產(chǎn)品。

（2）銀行在直播過程中，其網(wǎng)絡主播正向影響消費者態(tài)度。網(wǎng)絡主播起到意見領袖的作用，根據(jù)消費者的調(diào)研結果（詳見描述性分析章節(jié)）設計消費者心目中的“主播”，在主播的引導下，更容易激發(fā)消費者的購買欲望。

（3）銀行在直播過程中，與消費者的高度互動正向影響消費者態(tài)度。與消費者實時互動，能夠提升消費者對產(chǎn)品的信任，提高消費者的滿足感，進而激發(fā)消費者的購買欲望。

基于本文的研究，為那些正在或者即將上線“直播+營銷”的各類金融機構提出幾點建議：

（1）直播前，充分了解消費者的喜好，做好直播的宣傳工作。大數(shù)據(jù)時代，善于利用網(wǎng)絡技術形成的消費者數(shù)據(jù)庫，結合訪談以及問卷調(diào)查，精準捕捉消費者的需求；以消費者的需求為導向，設計“主播”，打造“直播間”；再利用互聯(lián)網(wǎng)技術，精準發(fā)送直播通知，或者采取一些激勵機制進行人人分享的裂變宣傳。

（2）直播中，揚長避短，直播與金融有機結合。首先，加強與消費者互動；其次，直播內(nèi)容方式與金融結合，定位自己的風格標簽；最后，統(tǒng)一下單連接入口，支付方式要安全便捷。

（3）直播后，及時收集客戶反饋。直播結束后，及時做好反饋工作，傾聽客戶心聲，提升客戶的體驗感和滿意度。

本研究由于時間和人力的限制，存在一些不足，有待完善，主要集中體現(xiàn)在以下幾點：①所收集的問卷樣本，大多數(shù)來自高校在校生，具有一定的局限性。如果后續(xù)的研究可以將樣本定位在“銀行客戶”，那么研究效果會更好。②研究因素考慮不夠全面，本文僅從可供性、主播和互動性三個方面入手，后續(xù)研究可以選取更具體的更細微的影響因素進行分析。③本文研究不夠深入，不同直播專題的消費場景有所差異，后續(xù)研究可以從具體的某個專題出發(fā)。