彭宇泓,郝遼鋼

(西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院,四川 成都 610031)

一、引言

作為流量貨幣化的主要方式,電商直播拓寬了原有消費(fèi)場景中核心元素的概念邊界,構(gòu)建出以平臺+主播+品牌+用戶為主要參與者的生態(tài)閉環(huán),為更多的傳統(tǒng)企業(yè)提供了流量入口。2021 年中國電商直播用戶規(guī)模為6.72 億人,交易規(guī)模達(dá)到10 500 億元,預(yù)計2022 年將擴(kuò)大至3 萬億元。直播間產(chǎn)品銷量是企業(yè)盈利情況的直觀反映,影響了企業(yè)參與直播營銷的積極性,口碑推薦水平也是影響消費(fèi)者購買決策的關(guān)鍵因素,但是已有關(guān)于直播營銷的研究較少從消費(fèi)者實(shí)際響應(yīng)行為視角展開。

在直播營銷相關(guān)研究中,學(xué)者主要探討了消費(fèi)者參與直播購物的動機(jī)和影響因素。例如,技術(shù)可視性、消費(fèi)者偏好、主播身份屬性、信息源特性等。值得注意的是,直播界面中各類觀眾參與信息如觀看數(shù)量、評論數(shù)量、收藏數(shù)量、粉絲數(shù)量能夠讓消費(fèi)者直觀了解產(chǎn)品關(guān)注度與主播聲譽(yù),降低消費(fèi)者的信息不對稱,幫助其作出購買與評價決策。例如,Park et al.研究發(fā)現(xiàn)主播受歡迎程度和直播觀看數(shù)量對消費(fèi)者信任具有直接影響,游戲直播中彈幕評論的數(shù)量正向影響觀眾的打賞意愿。但遺憾的是,目前在電商直播領(lǐng)域研究中,直播界面動態(tài)數(shù)據(jù)對消費(fèi)者購買和口碑推薦的影響尚未得到充分檢驗。此外,主播的產(chǎn)品描述文本是主播與消費(fèi)者積極互動的重要載體,主播通常向消費(fèi)者傳遞產(chǎn)品特征、使用體驗、促銷優(yōu)惠等重要信息,進(jìn)而說服消費(fèi)者購買產(chǎn)品,但主播的產(chǎn)品描述性文本如何影響消費(fèi)者購買和口碑推薦意愿仍缺乏實(shí)證檢驗。依據(jù)軟硬信息融合理論,個體對外界信息的處理需要融合多個信息源,其中,模糊、隨機(jī)、主觀且難以量化的非結(jié)構(gòu)化數(shù)據(jù)被稱為軟信息,如音頻、文本、社會資本、人格特征、工作能力等;而定量、程序性的結(jié)構(gòu)化數(shù)據(jù)被稱為硬信息,如財務(wù)數(shù)據(jù)、資產(chǎn)抵押和信用評估數(shù)據(jù)等。由于Chen et al.認(rèn)為電商直播的消費(fèi)者說服是實(shí)時可觀看數(shù)據(jù)和口頭語言的雙重作用過程,故本研究以軟硬信息融合模型為研究框架,將電商直播消費(fèi)者響應(yīng)的影響因素分為硬信息和軟信息兩類。其中,硬信息是指消費(fèi)者在直播界面可以直觀獲取的量化信息,包括直播平臺實(shí)時的觀看數(shù)量、評論數(shù)量、收藏數(shù)量、粉絲數(shù)量等非語言線索信息;軟信息是主播產(chǎn)品描述性文本的語言情感、文本語義和文本可讀性,需要消費(fèi)者采取主動識別和語義推理等加工方式。

綜上,本研究以國內(nèi)典型電商直播平臺為實(shí)證對象,結(jié)合多元回歸、深度學(xué)習(xí)和文本分析方法,探究電商直播界面硬信息與主播產(chǎn)品描述性文本軟信息對直播消費(fèi)者購買和推薦行為的影響,研究結(jié)論有助于揭示電商直播信息的動態(tài)傳遞過程,并為電商直播行業(yè)針對性的市場拓展提供啟發(fā)。

二、研究假設(shè)

(一)硬信息

1.觀看數(shù)量。電商直播消費(fèi)者觀看作為最直接的參與方式使觀眾的注意力和社交互動“商品化”。其中,電商主播通過分享、展示、聊天等互動方式與用戶建立交換關(guān)系,并在此基礎(chǔ)上向消費(fèi)者傳遞商業(yè)信息。Brettel et al.發(fā)現(xiàn),用戶對公司Facebook 頁面的高參與度顯著影響短期和長期的銷售額。Kilger et al.的研究表明,網(wǎng)絡(luò)參與度的社會特征與產(chǎn)品購買的可能性呈正相關(guān)。從消費(fèi)者有限關(guān)注視角來看,消費(fèi)者無法對市場上的全部公開信息做出及時反應(yīng),因此消費(fèi)者往往將目光投射到市場密切關(guān)注或積極看好的商家,體現(xiàn)出情緒驅(qū)動的特征。此時,較高的直播觀看數(shù)量和關(guān)注度會吸引更多消費(fèi)者的注意,處在信息不確定困境的消費(fèi)者表現(xiàn)出行動趨同的羊群行為,進(jìn)而產(chǎn)生購買和口碑推薦行為。

H:電商直播的在線觀看數(shù)量對產(chǎn)品銷量存在顯著正向影響。

H:電商直播的在線觀看數(shù)量對口碑推薦數(shù)量存在顯著正向影響。

2.評論數(shù)量。在線評論作為一種典型的減少信息不對稱的方式,從第三方角度為潛在客戶提供了額外的信息(如使用產(chǎn)品的體驗、產(chǎn)品評價等)。實(shí)時的彈幕評論傳遞了有關(guān)產(chǎn)品屬性、主播知識水平、網(wǎng)絡(luò)口碑等信息,彈幕評論數(shù)量越多,表明消費(fèi)者與主播互動和產(chǎn)品特征討論越激烈,口碑信息的傳播面越廣,直播間觀眾的心流體驗和趣味性感知越明顯,因此更有可能產(chǎn)生購買和口碑推薦的社群行為。然而,根據(jù)最佳喚醒水平理論,當(dāng)喚醒強(qiáng)度處于中等水平時,消費(fèi)者更容易產(chǎn)生正面態(tài)度。反之,直播間過多的彈幕評論容易使消費(fèi)者產(chǎn)生視覺混亂和注意力沖突,進(jìn)而損害其認(rèn)知過程。例如,Valt et al.研究表明,當(dāng)環(huán)境提供的信息超出了個體控制能力的范圍時,個體會產(chǎn)生心理阻抗和負(fù)面情緒體驗。Sreejesh et al.的研究也發(fā)現(xiàn),游戲直播間過于密集的彈幕評論會擠占觀眾的視覺范圍,不利于吸引觀眾注意高質(zhì)量的視頻內(nèi)容。基于上述分析,本文提出以下研究假設(shè):

H:電商直播的評論數(shù)量與產(chǎn)品銷量呈倒U形關(guān)系。

H:電商直播的評論數(shù)量與口碑推薦數(shù)量呈倒U 形關(guān)系。

3.收藏數(shù)量。在企業(yè)社交媒體上,人們可以通過點(diǎn)贊、分享的方式與傳播者互動,產(chǎn)生相互的認(rèn)同感,進(jìn)而促進(jìn)個體對企業(yè)品牌的忠誠。在直播情境中,Yu et al.研究表明觀眾的點(diǎn)贊和視頻收藏數(shù)量對虛擬禮物銷售具有積極影響。直播間收藏點(diǎn)贊數(shù)量越高,觀眾對視頻或產(chǎn)品內(nèi)容的認(rèn)可程度越高,這也間接增強(qiáng)了消費(fèi)者對產(chǎn)品品質(zhì)的信任程度,使其更容易產(chǎn)生購買和推薦行為。此外,直播間收藏數(shù)量是直播間受歡迎程度的重要信號,高收藏量會吸引旁觀者進(jìn)入直播間,使消費(fèi)者產(chǎn)生群體的虛擬情感和消費(fèi)認(rèn)同。因此,收藏數(shù)量作為流行度和質(zhì)量信號能夠提高客戶的購買意愿和口碑推薦意愿。由此,本文提出以下研究假設(shè):

H:電商直播的收藏數(shù)量對產(chǎn)品銷量存在顯著正向影響。

H:電商直播的收藏數(shù)量對口碑推薦數(shù)量存在顯著正向影響。

4.粉絲數(shù)量。隨著直播電商行業(yè)的穩(wěn)步發(fā)展,直播市場出現(xiàn)明顯的馬太效應(yīng),相比腰部主播和尾部主播,頭部主播的粉絲數(shù)量較多,粉絲對主播和品牌的忠誠度更高,直播間的觀看購買轉(zhuǎn)化率更高,這也意味著粉絲量較多的主播擁有更強(qiáng)的議價權(quán)和更大的選品空間,由此高粉絲量直播間形成了觀看-購買的良性循環(huán)。對普通直播消費(fèi)者而言,高粉絲數(shù)量的主播推薦產(chǎn)品會傳遞高品質(zhì)、高流行度的積極信號,并且龐大的粉絲規(guī)模有助于形成產(chǎn)品市場號召力,通過社交媒體等信息反饋渠道傳遞產(chǎn)品信息。因此,粉絲數(shù)量對于激發(fā)消費(fèi)者產(chǎn)品購買、提高口碑傳播意愿具有重要作用。綜上,本文提出如下研究假設(shè):

H:電商直播的粉絲數(shù)量對產(chǎn)品銷量存在顯著正向影響。

H:電商直播的粉絲數(shù)量對口碑推薦數(shù)量存在顯著正向影響。

(二)產(chǎn)品描述性文本軟信息

1.文本情感。言語有效理論指出,語言情感傳遞了個體主觀態(tài)度和立場,是個體信息傳遞真實(shí)性的反饋,對有效溝通具有重要影響。Chen et al.研究已經(jīng)證明,相比文字信息,主播語言中的積極情緒對觀眾的評論、點(diǎn)贊、金幣打賞行為具有更顯著的作用。Rachele et al.對分析師研究報告進(jìn)行文本分析后發(fā)現(xiàn),管理層使用大量的樂觀詞匯使文本呈現(xiàn)樂觀語調(diào)會傳遞企業(yè)健康發(fā)展的積極信號,從而增強(qiáng)投資者的信心。Howard et al.同樣認(rèn)為,信息接收者可以模仿發(fā)送者的微笑并體驗到快樂的情緒,這進(jìn)一步導(dǎo)致他們對產(chǎn)品有積極的態(tài)度偏向。在直播電商情境中,主播產(chǎn)品描述過程的情感越積極,消費(fèi)群體的情緒感染越明顯,消費(fèi)者更容易產(chǎn)生良好的產(chǎn)品體驗預(yù)期,因此更有可能產(chǎn)生購買和口碑推薦行為。基于上述分析,本文提出以下研究假設(shè):

H:主播產(chǎn)品描述性文本的情感積極程度對產(chǎn)品銷量存在顯著正向影響。

H:主播產(chǎn)品描述性文本的情感積極程度對口碑推薦數(shù)量存在顯著正向影響。

2.文本語義。亞里士多德修辭理論指出,說服者傳遞信息的方式可以改變受眾態(tài)度和行為,使受眾趨向說服者的預(yù)定方向。在直播過程中,主播策略性選擇有助于構(gòu)建正面產(chǎn)品形象的信息,如質(zhì)量保障、口碑評價、自我測評、產(chǎn)品延伸等,能夠彌合消費(fèi)者的需求異質(zhì)性和多樣性,滿足觀眾對內(nèi)(產(chǎn)品特征)外(第三方評價)信息的綜合考量。此外,Liang et al.研究也表明,P2P 借貸申請文本語義的豐富性對融資績效有顯著的正向作用,能夠提高受眾對產(chǎn)品內(nèi)容的認(rèn)可度。對于直播觀眾而言,主播全面、詳細(xì)的產(chǎn)品介紹是增強(qiáng)產(chǎn)品信任的重要基礎(chǔ),有趣的互動交流也會縮短觀眾的心理距離,促使消費(fèi)者完成交易。由此,本文提出如下假設(shè):

H:主播產(chǎn)品描述性文本包含的語義豐富性對產(chǎn)品銷量存在顯著正向影響。

H:主播產(chǎn)品描述性文本包含的語義豐富性對口碑推薦數(shù)量存在顯著正向影響。

3.文本可讀性。產(chǎn)品描述性文本可讀性是指消費(fèi)者理解產(chǎn)品相關(guān)描述文本的難易程度,是衡量主播產(chǎn)品描述信息質(zhì)量的重要變量。產(chǎn)品描述性文本可讀性對消費(fèi)者響應(yīng)產(chǎn)生作用主要基于以下兩方面原因:第一,清晰準(zhǔn)確、簡潔易懂的產(chǎn)品描述提供了更多關(guān)于產(chǎn)品內(nèi)在價值相關(guān)的重要信息,有助于提高顧客的信息可獲得性。高可讀性的產(chǎn)品描述性文本減少了信息噪音,使得產(chǎn)品描述邏輯更加清晰,意味著消費(fèi)者處理產(chǎn)品信息的難度和解讀成本均降低,進(jìn)而增強(qiáng)消費(fèi)者的交易意愿和口碑推薦可能性。第二,較高的文本可讀性能夠增強(qiáng)顧客的信息可信度?？勺x性較高的產(chǎn)品描述作為消費(fèi)者判斷產(chǎn)品質(zhì)量的重要參考依據(jù),向消費(fèi)者傳遞了關(guān)于直播電商、主播選品實(shí)力、產(chǎn)品質(zhì)量等方面的積極信號,降低了消費(fèi)者對產(chǎn)品質(zhì)量的不確定性,改善了雙方的信息不對稱程度,增強(qiáng)了消費(fèi)者對電商平臺和主播的信任程度,并最終轉(zhuǎn)化為消費(fèi)者的購買意愿和口碑推薦意愿。

H:主播產(chǎn)品描述性文本的可讀性對產(chǎn)品銷量存在顯著正向影響。

H:主播產(chǎn)品描述性文本的可讀性對口碑推薦數(shù)量存在顯著正向影響。

上述分析,構(gòu)成本文的直播營銷軟硬信息融合模型(如圖1 所示)。

圖1 直播營銷軟硬信息融合模型

三、研究設(shè)計

(一)樣本篩選

1.數(shù)據(jù)來源?？紤]到研究樣本的代表性,本文參考2019—2020 年中國直播電商用戶常用直播平臺榜單,選擇淘寶直播為研究對象。相關(guān)數(shù)據(jù)如觀看數(shù)量、評論數(shù)量、收藏數(shù)量、產(chǎn)品銷量等均來源于專業(yè)的電商直播監(jiān)測數(shù)據(jù)庫“知瓜數(shù)據(jù)”,該數(shù)據(jù)庫能夠提供淘寶直播網(wǎng)站各主播在直播周期內(nèi)的詳細(xì)監(jiān)測數(shù)據(jù)。與此同時,本研究運(yùn)用Internet Download Manager 軟件下載研究樣本的直播視頻,再使用Any Video Converter Ultimate 視頻轉(zhuǎn)換工具將直播視頻轉(zhuǎn)換成MP3 音頻文件,最后通過Python 程序調(diào)用百度AI 開放平臺語音識別將MP3 音頻文件轉(zhuǎn)換成文本格式,得到該場直播最終的主播產(chǎn)品描述性文本。

2.數(shù)據(jù)預(yù)處理。本文以2020 年11 月至2021年4 月的直播數(shù)據(jù)為樣本,并對初始樣本進(jìn)行了預(yù)處理:(1)刪除主播等級較低的直播數(shù)據(jù);(2)刪除直播時間低于1 小時,直播間流量低于100 人的數(shù)據(jù);(3)刪除30 天內(nèi)沒有直播記錄的主播數(shù)據(jù);(4)剔除無效產(chǎn)品描述信息的樣本,即存在描述時長過短,文字轉(zhuǎn)譯后亂碼等問題;(5)刪除直播數(shù)據(jù)不完整,缺失值較多的樣本,最終獲得來自302 場直播的1 208 條硬信息樣本觀測值。

(二)變量定義和測量方法

1.被解釋變量:為了探究直播界面硬信息和軟信息對消費(fèi)者響應(yīng)的影響,產(chǎn)品銷量值(

Sales

)通過直播間在直播期間所有上架商品的銷量變化總和來測量;口碑推薦值(

Recommend

)通過直播間在直播期間轉(zhuǎn)發(fā)數(shù)量來測量。2.解釋變量:硬信息方面,采用直播期間進(jìn)入直播間人數(shù)值衡量觀看數(shù)量(

Watch

);直播期間取樣彈幕數(shù)總和值衡量評論數(shù)量(

Review

);直播期間點(diǎn)贊數(shù)總和值衡量收藏數(shù)量(

Like

);直播間粉絲數(shù)量衡量粉絲數(shù)量(

Fans

)。主播產(chǎn)品描述性文本軟信息方面:(1)文本語義(

Semantic

)。鑒于每個直播文本較長,本文先將文本分段,并把所有段落組合成語料庫,再根據(jù)主題相似度和困惑度來確定所有直播文本的主題數(shù),最后采用基于TF-IDF 方法的LDA 模型得到每個直播文本屬于每個主題的概率,作為文本語義軟信息的變量值。(2)文本情感(

Sentiment

)。本文采用PaddleHub 的深度學(xué)習(xí)模型作為預(yù)訓(xùn)練模型,選擇Adam Weight Decay Strategy作為Fine-Tune 優(yōu)化策略,最后利用訓(xùn)練完成的模型預(yù)測得到每個產(chǎn)品描述性文本的語言情感得分。(3)文本可讀性(

Readability

)。本文參考已有文獻(xiàn),運(yùn)用可讀性公式從句子平均長度、漢字難度以及詞匯難度三個維度來綜合評價主播產(chǎn)品描述性文本的可讀性。為了盡量控制其他潛在因素對被解釋變量的影響,提高研究精度,本文在模型中增加了以下幾個控制變量,包括直播時長(

Duration

)、主播經(jīng)驗(

Experience

)、主播類型(

Type

)、平均價格(

Price

)、商品數(shù)(

Number

)、文本長度(

Length

),并對所有連續(xù)變量進(jìn)行了對數(shù)化處理。

(三)模型構(gòu)建

在計量模型選擇上,為了有效識別電商直播硬信息、描述性文本軟信息對消費(fèi)者響應(yīng)的影響,同時避免部分概念重合和高度相關(guān)增大估計誤差,本文擬構(gòu)建分層回歸模型(Hierarchical Regressions),分別以產(chǎn)品銷量和口碑推薦數(shù)量為被解釋變量建立多元回歸模型(1)和(2)。

檢驗電商直播硬信息、描述性文本軟信息對產(chǎn)品銷量的影響:

檢驗電商直播硬信息、描述性文本軟信息對口碑推薦數(shù)量的影響:

四、實(shí)證分析

(一)特征值計算

1.主播產(chǎn)品描述性文本語義得分。本文采用主題相似度結(jié)合困惑度的方法(Perplexity-Var)來確定最佳主題,模型結(jié)果顯示,當(dāng)主題數(shù)為5 時,Perplexity-Var 指標(biāo)最小,因此本文確定最佳主題數(shù)為5。接下來采用基于TF-IDF 方法的LDA 模型從主播產(chǎn)品描述文本中提取主題,主題詞匯按出現(xiàn)的后驗概率降序排序。電商直播產(chǎn)品描述性文本5 個主題側(cè)重不同的方面,其中

Topic

1 包含“直播間”“優(yōu)惠券”“鏈接”“價格”等詞匯,突出直播間的促銷優(yōu)惠。

Topic

2 包含“推薦”“喜歡”“關(guān)注”“謝謝”等詞匯,突出主播與觀眾的情感互動。

Topic

3 包含“品牌”“顏色”“衣服”“熱門”等詞匯,突出產(chǎn)品屬性。

Topic

4 包含“運(yùn)費(fèi)”“客服”“回復(fù)”“評論”等詞匯,突出售后服務(wù)。

Topic

5 包含“搭配”“建議”“講解”“詳情頁” 等詞匯,突出主播的專業(yè)知識水平。與此同時,根據(jù)5 個主題在全部產(chǎn)品描述性文本中出現(xiàn)的平均概率,主播產(chǎn)品描述最關(guān)注產(chǎn)品屬性(0.31)、促銷優(yōu)惠(0.27)、情感互動(0.22)、專業(yè)知識(0.14)、售后服務(wù)(0.11)。2.主播產(chǎn)品描述性文本情感得分。本文采用5種深度學(xué)習(xí)模型訓(xùn)練并預(yù)測得到主播產(chǎn)品描述性文本的情感得分?？紤]到主播產(chǎn)品描述性文本的長文本特征和上下文相關(guān)性,本文引入雙向的長短期記憶網(wǎng)絡(luò)(

Bi

-

directional

Long

Short

-

Term

Memory

,

BiLSTM

)。模型訓(xùn)練結(jié)果顯示,

SENTA

-

BiLSTM

模型的精確度、召回率、準(zhǔn)確率都較高,因此更適用于預(yù)訓(xùn)練模型。

3.可讀性得分。產(chǎn)品描述性文本可讀性指標(biāo)參考已有研究,考慮平均句長、漢字難度和詞匯難度進(jìn)行綜合指標(biāo)衡量。根據(jù)《漢語水平詞匯與漢字等級大綱》中的漢字等級大綱,利用 Python 進(jìn)行編程,計算4 個等級的漢字和詞匯的次數(shù)、種數(shù)及其各自比例,并最終計算得到文本漢字難度和詞匯難度。

(二)模型回歸結(jié)果

模型各變量的Pearson 相關(guān)系數(shù)大多未超過0.5 的門檻值,方差膨脹系數(shù)(VIF)估計結(jié)果最大值為2.48,表明模型不存在顯著的多重共線性問題。

為全面揭示多變量對結(jié)果變量的影響,本文采用嵌套模型設(shè)計進(jìn)一步考察電商直播硬信息和產(chǎn)品描述性文本軟信息對消費(fèi)者響應(yīng)的影響。為避免橫截面數(shù)據(jù)進(jìn)行線性回歸可能出現(xiàn)的異方差問題,本文采用懷特(White)檢驗方法,最終檢驗結(jié)果顯示不存在顯著的異方差情況,因此采用OLS 回歸?；貧w結(jié)果如表1 所示,其中Model1、Model2 和Model3 因變量均為產(chǎn)品銷量,Model4 至Model6 因變量為消費(fèi)者口碑推薦行為。

表1 多元回歸模型參數(shù)估計結(jié)果

硬信息方面,電商直播觀看數(shù)量、收藏數(shù)量均正向影響消費(fèi)者響應(yīng),假設(shè)H、H和假設(shè)H、H得到驗證。其中,電商直播在線觀看數(shù)量越多(

β

=0.052,

P

＜0.1;

β

=0.052,

P

＜0.05),消費(fèi)者購買和口碑推薦意愿越強(qiáng)烈。觀眾點(diǎn)贊收藏行為越 多(

β

=0.075,

P

＜0.05;

β

=0.065,

P

＜0.05),消費(fèi)者越信任直播商家。粉絲數(shù)量越多,產(chǎn)品銷量越高,但粉絲數(shù)量對口碑推薦行為的影響不顯 著(

β

=0.129,

P

＜0.01;

β

=-0.047,

NS

),可能的解釋是:粉絲作為主播和直播間的忠誠客戶,在接受產(chǎn)品信號后更傾向采取即刻購買行為,因此對產(chǎn)品銷量的正向促進(jìn)作用更加明顯。評論數(shù)量對產(chǎn)品銷量影響系數(shù)顯著為負(fù)(

β

=-0.797,

P

＜0.05),在加入兩項乘積的交互項后,評論數(shù)量二次項(

Review

)對產(chǎn)品銷量的影響系數(shù)顯著為正(

β

=0.072,

P

＜0.01),表明評論數(shù)量與產(chǎn)品銷量存在顯著的U 形關(guān)系,因此假設(shè)H不成立。評論數(shù)量對口碑推薦的影響系數(shù)顯著為正(

β

=1.111,

P

＜0.01),在加入兩項乘積的交互項后,評論數(shù)量二次項(

Review

)對口碑推薦行為的影響系數(shù)顯著為負(fù)(

β

=-0.056,

P

＜0.01),表明評論數(shù)量與消費(fèi)者口碑推薦存在顯著的倒U 形關(guān)系,假設(shè)H成立。主播產(chǎn)品描述性文本軟信息方面,文本情感積極程度顯著正向影響消費(fèi)者響應(yīng),產(chǎn)品描述性文本的情感越積極(

β

=0.448,

P

＜0.01;

β

=1.472,

P

＜0.01),產(chǎn)品銷量和口碑推薦數(shù)量越高,接受假設(shè)H、H。描述性文本主題方面,

Topic

1～5 對產(chǎn)品銷量影響系數(shù)不顯著,拒絕假設(shè)H,但對消費(fèi)者口碑推薦行為的影響系數(shù)大部分顯著為正,表明產(chǎn)品描述性文本包含的語義越豐富,消費(fèi)者越容易被說服,從而產(chǎn)生推薦行為,因此接受假設(shè)H。產(chǎn)品描述性文本的可讀性越高(

β

=0.275,

P

＜0.05;

β

=0.219,

P

＜0.05),消費(fèi)者越容易判斷產(chǎn)品質(zhì)量,產(chǎn)生理性決策后的購買行為,假設(shè)H、H得到驗證。綜上所述,本文H、H、H3 個假設(shè)沒有得到支持,其余假設(shè)均成立。

(三)穩(wěn)健性檢驗

為驗證估計結(jié)果的可靠性,本文進(jìn)一步從考慮極端值、指標(biāo)變換兩個方面展開穩(wěn)健性檢驗。

1.排除購物節(jié)、周末等特殊日期影響。由于在重大購物節(jié)如“雙11”“3·18”購物節(jié)等,消費(fèi)者容易受到從眾心理和儀式感消費(fèi)心理的影響產(chǎn)生沖動消費(fèi)行為,周末節(jié)假日也為消費(fèi)者提供了較為充裕的直播購物時間,因此購物日期可能影響電商直播產(chǎn)品銷量和消費(fèi)者口碑推薦行為。因此,本文刪除2020 年“雙11”“雙12”、2021 年“3·18”以及各周末節(jié)假日期的樣本數(shù)據(jù),最終得到187 條樣本,并重新進(jìn)行回歸分析。在排除購物節(jié)、周末、節(jié)假日影響后,所得結(jié)論與前文論證結(jié)果基本一致。

2.替換個別變量的衡量方式。為進(jìn)一步提升電商直播可傳遞信息的精度,保證核心檢驗結(jié)果的可靠性,本文采用觀看次數(shù)衡量觀看數(shù)量,觀看次數(shù)是觀眾進(jìn)入直播間觀看的次數(shù)(非去重數(shù)據(jù)),同樣能代表直播間觀看數(shù)量。采用直播期間產(chǎn)品銷售額變化衡量產(chǎn)品銷量。采用直播間30 日內(nèi)取樣彈幕數(shù)平均值衡量評論數(shù)量,直播間30 日內(nèi)點(diǎn)贊數(shù)量平均值衡量收藏點(diǎn)贊數(shù)量。主播經(jīng)驗采用平臺提供的主播綜合價值指數(shù)(衡量該主播在周期時間內(nèi)帶貨水平、互動水平表現(xiàn))?；貧w結(jié)果與表1 中的主要發(fā)現(xiàn)沒有顯著差異,表明本文實(shí)證結(jié)果具有穩(wěn)健性。

五、研究結(jié)論與啟示

(一)結(jié)論

本文以軟硬信息融合模型為研究框架,將電商直播消費(fèi)者響應(yīng)的影響因素分為硬信息(觀看數(shù)量、評論數(shù)量、收藏數(shù)量、粉絲數(shù)量)和軟信息(主播產(chǎn)品描述性文本語言情感、文本語義、文本可讀性),探究多維因素對直播消費(fèi)者響應(yīng)的影響。

在硬信息方面,在線觀看數(shù)量對消費(fèi)者響應(yīng)存在正向影響。隨著評論數(shù)量的增加,產(chǎn)品銷量呈現(xiàn)先減后增的趨勢,即評論數(shù)量對消費(fèi)者口碑推薦存在顯著的倒U 形作用,說明豐富的評論信息有助于消費(fèi)者進(jìn)行決策,但消費(fèi)者的記憶容量有限,信息處理需求超過上限會導(dǎo)致消費(fèi)者的認(rèn)知超載,進(jìn)而弱化評論對消費(fèi)者口碑推薦的積極作用。此外,收藏數(shù)量越多,消費(fèi)者響應(yīng)效果越積極。粉絲數(shù)量對消費(fèi)者購買行為具有顯著的正向影響,但對口碑推薦行為影響不顯著,由于粉絲具有強(qiáng)大的社群號召能力和流量吸引能力,未來可以考慮深入探究直播粉絲社群內(nèi)部特征對消費(fèi)者行為的影響機(jī)理。

在軟信息方面,主播產(chǎn)品描述性文本的情感積極程度對消費(fèi)者響應(yīng)存在正向影響,這是因為情感說服會通過影響個體情緒進(jìn)而影響個體態(tài)度。此外,描述性文本語義越豐富,消費(fèi)者口碑推薦越積極,但描述性文本語義豐富性對產(chǎn)品銷量購買的影響不顯著,表明直播消費(fèi)者購買行為并非僅關(guān)注主播產(chǎn)品描述的豐富程度,而是對產(chǎn)品屬性、產(chǎn)品及直播間流行度、主播描述風(fēng)格等綜合信息的加工結(jié)果。最后,主播產(chǎn)品描述性文本的可讀性對直播消費(fèi)者響應(yīng)存在積極影響。

(二)管理啟示

1.對電商直播平臺的建議。首先,需要健全信息安全管理和營銷行為規(guī)范,保證信息披露的準(zhǔn)確性和服務(wù)的真實(shí)性,為消費(fèi)者購買提供制度保障。其次,在信息真實(shí)有效的基礎(chǔ)上,對涉嫌違法違規(guī)的高風(fēng)險營銷行為采取彈窗提示、違規(guī)警示、限制流量、暫停直播等措施,杜絕危害電商直播秩序的行為發(fā)生。

2.對電商直播商家的建議。第一,提高直播間宣傳及促銷優(yōu)惠力度。借助網(wǎng)紅達(dá)人、限時抽獎等方式提高直播間內(nèi)觀看、評論、點(diǎn)贊等關(guān)注度水平。第二,完善直播間產(chǎn)品銷售管理。優(yōu)化產(chǎn)品選擇、促銷流程和售后服務(wù),為消費(fèi)者提供多元的服務(wù)條款與靈活的交易渠道,全方位提高電商直播消費(fèi)者購物體驗。

3.對電商主播的建議。首先,細(xì)化產(chǎn)品描述內(nèi)容,加強(qiáng)專業(yè)信息推送。主播應(yīng)圍繞消費(fèi)者需求,對產(chǎn)品或服務(wù)進(jìn)行真實(shí)、全面、準(zhǔn)確的講解,說服過程做到邏輯清晰、思路明確,準(zhǔn)確傳遞產(chǎn)品信息并解答消費(fèi)者疑問,為消費(fèi)者購買決策提供信息基礎(chǔ)。其次,豐富語言情感,強(qiáng)化互動內(nèi)容管理。主播可以根據(jù)購買群體的心理訴求,采用熱情積極的勸說性語言,提高消費(fèi)者的購買積極性。