劉連

摘? ?要：隨著5G技術(shù)的成熟與移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)的蓬勃發(fā)展，直播商業(yè)發(fā)展迅猛，電商直播引起了學(xué)術(shù)界的廣泛關(guān)注，尤其對電商直播過程中消費(fèi)者行為的研究成為了近年來消費(fèi)者研究的熱點(diǎn)，因此，對現(xiàn)有的電商直播消費(fèi)者行為研究的重點(diǎn)因素進(jìn)行了梳理，歸納了現(xiàn)有的模型與理論。

關(guān)鍵詞：電商直播；消費(fèi)者行為；影響因素；消費(fèi)者行為模型

中圖分類號：F274.6? ? ? 文獻(xiàn)標(biāo)志碼：A? 文章編號：1673-291X（2023）12-0055-03

一、電商直播行業(yè)發(fā)展概述

據(jù)第48次中國互聯(lián)網(wǎng)產(chǎn)業(yè)報(bào)告，截至2021年6月，我國手機(jī)網(wǎng)民規(guī)模達(dá)10.07億人，網(wǎng)絡(luò)購物用戶規(guī)模達(dá)8.12億個(gè)，占網(wǎng)民整體的86.3%。電商直播用戶規(guī)模為3.88 億個(gè)，較2020 年3月增長1.23 億個(gè)，在電商直播中購買過商品的用戶已經(jīng)占到整體電商直播用戶的66.2%[1，2]?，F(xiàn)階段，短視頻與直播、電商相互加持，視頻軟件抖音與快手成為了電商直播的競爭平臺。電商直播為傳統(tǒng)電商打開了新的流量入口，也因此成為了電商領(lǐng)域的新風(fēng)口。在傳統(tǒng)電商尋求突破的大環(huán)境下，對電商直播的消費(fèi)者行為分析不僅可以為直播營銷活動(dòng)提供理論支持，還能促進(jìn)直播電商行業(yè)良性發(fā)展。

二、電商直播消費(fèi)者行為影響因素研究

消費(fèi)者購買行為的形成過程通常較復(fù)雜，形成的因素與個(gè)人和環(huán)境之間的相互作用息息相關(guān)，并且常常不是單個(gè)因素引起消費(fèi)者的購買行為，而是多種因素的組合使然。區(qū)別于傳統(tǒng)電子商務(wù)，直播過程中用戶可以直接在直播間與共同觀看者討論產(chǎn)品來感知其他用戶對產(chǎn)品的口碑信息，同時(shí)，在直播過程中用戶可以實(shí)時(shí)地與銷售人員進(jìn)行互動(dòng)。相比于傳統(tǒng)電商的圖片文案，直播過程中的信息來源更豐富，有助于用戶更全面地了解產(chǎn)品特性。這種快捷直接并且高效的購物新模式深得用戶青睞，讓用戶從搜索式購物模式轉(zhuǎn)變?yōu)榘l(fā)現(xiàn)式購物模式，快速促成購買。由于直播電商是一種較新的電商模式，各式各樣的研究針對的重點(diǎn)不一。

（一）主播特性

社會心理學(xué)認(rèn)為，信息來源可信度可以從信息可靠性、吸引力和專業(yè)性三個(gè)方面來說服消費(fèi)者，并且通過心理路徑來影響消費(fèi)者的態(tài)度。電商直播過程中由主播講解商品，主播是內(nèi)容的生產(chǎn)者，因此主播特性與信息源特性息息相關(guān)。主播主要有兩種，一種是意見領(lǐng)袖，他們常常是網(wǎng)紅明星并且具有號召力；一種是業(yè)界專家，是以專注于某種產(chǎn)品為主的專業(yè)人員。趙保國[3]提出，主播的主動(dòng)性、專業(yè)性、真實(shí)性和主播知名度能顯著影響用戶的感知價(jià)值。許霞[4]將主播特性歸納為專業(yè)性、交互性和知名度，并探討了產(chǎn)品特性與主播特性對消費(fèi)者購買行為的影響。尹杰[5]認(rèn)為，直播購物過程中意見領(lǐng)袖的知名度和產(chǎn)品涉入度、交互性以及專業(yè)性對消費(fèi)者購買意愿有影響。趙大偉[6]將主播特性歸納為魅力性、互動(dòng)性和專業(yè)性，并且提出電商主播特性、感知質(zhì)量對消費(fèi)者購買意愿有顯著正向影響。主播特性因人與產(chǎn)品而異，主播是用戶與商家溝通的橋梁，不僅要承擔(dān)產(chǎn)品講解的作用而且更要做好消費(fèi)引導(dǎo)。

（二）彈幕

電商直播間配備彈幕功能，用戶可以在公屏上發(fā)布在線評論，主播可以通過彈幕測量用戶需求，因此，彈幕不僅是用戶參與信息行為的一種表現(xiàn)，同時(shí)是用戶之間溝通的橋梁和情緒表達(dá)的載體。用戶在觀看直播的過程中，滾動(dòng)的彈幕、商家的解說、送禮的標(biāo)識和彈出的購物提示構(gòu)成了直播間的購物環(huán)境，不同類型彈幕廣告視頻能夠影響消費(fèi)者的認(rèn)知，彈幕內(nèi)容的消極或者積極特性會影響消費(fèi)者價(jià)值和風(fēng)險(xiǎn)的感知。范思[7]的研究發(fā)現(xiàn)，彈幕和視頻的熱度呈正相關(guān)關(guān)系，并且驗(yàn)證了彈幕會促使用戶產(chǎn)生羊群效應(yīng)。孟陸[8]通過爬取彈幕文本和計(jì)量模型的方法，細(xì)化了不同類型直播網(wǎng)紅信息源特性對喚起消費(fèi)者搜索與購買行為的影響。高夏媛[9]從彈幕互助性和情境促進(jìn)兩方面入手作為直播間共同觀看用戶的信息行為線索，提出用戶的彈幕互助性正向影響用戶的社會臨場感以及對產(chǎn)品的信任。

三、常用模型理論

（一）SOR理論

SOR 模型認(rèn)為，外部刺激因素可以影響用戶的內(nèi)在認(rèn)知，繼而觸發(fā)用戶的行為或者反應(yīng)。刺激常常是環(huán)境因素，比如用戶的工作環(huán)境，在以SOR理論為基礎(chǔ)的消費(fèi)者行為研究中，這里的環(huán)境常常指用戶的消費(fèi)環(huán)境。機(jī)體指的是在外部環(huán)境刺激的情況下用戶的內(nèi)在評估過程，包括用戶的情緒變化以及認(rèn)知。行為是指在用戶的評估和認(rèn)知過程之后引起的用戶的行為變化，如參與行為、反饋行為、購買等。下面列舉一些基于SOR理論的直播電商研究如表1所示。

（二）技術(shù)接受模型

技術(shù)接受模型（TAM）由Davis提出，用于解釋用戶對信息系統(tǒng)的接受程度，因此常被用來分析用戶信息系統(tǒng)使用行為。該理論在后期學(xué)者的研究中不斷演變。

在直播電商用戶行為研究中，技術(shù)接受模型也被采用，作為研究框架。李貞貞[14]以技術(shù)接受模型為基礎(chǔ)，以淘寶直播為例，以感知易用性、感知有用性、信任、商家信譽(yù)和交互性為潛在變量，構(gòu)建了電商直播平臺的用戶接受行為的概念模型。Cai J[15]以技術(shù)接受模型為基礎(chǔ)，消費(fèi)者動(dòng)機(jī)為自變量、用戶參與行為為因變量構(gòu)建直播電商用戶行為模型。

（三）ELM模型（盡可能詳述模型）

ELM模型是心理學(xué)家Richard E.Petty和John T.Cacioppo提出的。該模型經(jīng)常被用來研究社交商務(wù)情境中信息接收者的信息處理過程，強(qiáng)調(diào)用戶態(tài)度的改變是由兩種路徑引起的，即中心路徑和外圍路徑。中心路徑和信息質(zhì)量息息相關(guān)，當(dāng)個(gè)人感覺事件相關(guān)性高時(shí)會深入判斷中心路徑的論據(jù)并且做出判斷，當(dāng)個(gè)人感覺事件相關(guān)性低時(shí)用戶則會依賴外圍路徑，即環(huán)境特點(diǎn)來評估事件。ELM模型的優(yōu)點(diǎn)在于研究模型聚焦于用戶的信息加工路徑，影響因素選擇靈活。由于用戶的態(tài)度常常正向促進(jìn)購買意愿，ELM模型在此類行為研究上具有優(yōu)勢。HH Chang[16]調(diào)研了“臉書”二手市場中中心路徑因素（信息完整性和信息準(zhǔn)確性）和外圍路徑因素（美學(xué)和流行）對消費(fèi)者行為的影響，并且發(fā)現(xiàn)沖動(dòng)是影響消費(fèi)者態(tài)度和行為之間關(guān)系的調(diào)節(jié)因素。Liao L[17]關(guān)注電影行業(yè)，利用ELM模型探究在社交媒體營銷中不同的營銷渠道和不同的營銷活動(dòng)對電影票房的影響。在直播電商的研究中，高夏媛以ELM為基礎(chǔ)研究電商直播觀眾的信息處理過程對觀眾態(tài)度及直播購買意愿的影響，并驗(yàn)證了觀眾沖動(dòng)性調(diào)節(jié)作用。Chun-Der Chen[18]利用ELM模型探究了電商直播過程中消費(fèi)者信任的建立路徑以及與購買意愿之間的關(guān)系。許霞[4]在此研究的基礎(chǔ)上引入消費(fèi)者自我效能作為調(diào)節(jié)變量，提出并且驗(yàn)證產(chǎn)品信息與主播特性對電商直播消費(fèi)者購買意愿的影響。

四、總結(jié)與展望

電商直播是近年來興起的一種電子商務(wù)的形式，相比傳統(tǒng)電商它大大縮短了供應(yīng)鏈與需求鏈，尤其是在購物過程中消費(fèi)者還可以及時(shí)與主播進(jìn)行互動(dòng)，加強(qiáng)了消費(fèi)者購物過程中的臨場感和信任感，配合多元化的場景搭配帶給了用戶沉浸式的購物體驗(yàn)。近幾年，直播賣貨發(fā)展勢頭迅猛，國內(nèi)外在電商直播消費(fèi)者行為研究的理論模型和影響因素等方面積累了豐碩的成果，尤其對用戶的參與行為和用戶的購買意愿的研究成果最為豐富，從而直播電商大體的理論模型研究已經(jīng)比較全面。在理論研究方面，以后的研究趨勢可能集中于各個(gè)領(lǐng)域的精細(xì)化。比如，集中于不同類型產(chǎn)品或者不同的類型的主播以及消費(fèi)者的直播購物過程中消費(fèi)者的行為研究，或者集中于已有的心理學(xué)或者消費(fèi)者行為理論對已有的研究模型提出新的變量，如提出一些在模型中能起到重要作用的調(diào)節(jié)變量。在研究方法方面結(jié)合實(shí)驗(yàn)和數(shù)據(jù)分析方法，比如結(jié)合眼動(dòng)腦電和數(shù)據(jù)挖掘算法針對直播購物過程中用戶行為數(shù)據(jù)進(jìn)行分析，再配合模型進(jìn)行研究。

參考文獻(xiàn)：

[1]? ?中國互聯(lián)網(wǎng)信息中心．第48次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].[2021-12-7].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202109/t20210915_71543.htm.

[2]? ?艾瑞咨詢公司.2020年中國視頻內(nèi)容電商行業(yè)白皮書[EB/OL].[2021-12-07].https：//www.iresearch.com.cn/Detail/report？id=3657&isfree=0

[3]? ?趙保國，王耘豐.電商主播特征對消費(fèi)者購買意愿的影響[J].商業(yè)研究，2021（1）：1-6.

[4]? ?許霞.電商直播產(chǎn)品信息與主播特性對消費(fèi)者購買意愿的影響研究[D].北京：北京外國語大學(xué)，2021.

[5]? ?尹杰.電子商務(wù)直播模式下意見領(lǐng)袖對消費(fèi)者消費(fèi)意愿的影響：以淘寶直播為例[J].電子商務(wù)，2020（5）：15-16.

[6]? ?趙大偉，馮家欣.電商主播關(guān)鍵意見領(lǐng)袖特性對消費(fèi)者購買的影響研究[J].商業(yè)研究，2021（4）：1-9.

[7]? ?范思.參與式網(wǎng)站中用戶體驗(yàn)與交互行為研究[D].武漢：華中科技大學(xué)，2018.

[8]? ?孟陸，劉鳳軍，陳斯允，等.我可以喚起你嗎：不同類型直播網(wǎng)紅信息源特性對消費(fèi)者購買意愿的影響機(jī)制研究[J].南開管理評論，2020，23（1）：131-143.

[9]? ?高夏媛，李琪，徐曉瑜，等.共同觀看者對直播觀眾購買傾向的影響研究[J].西安交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2021，41（6）：10.

[10]? ?K Kang，Lu J，Guo L，et al. The dynamic effect of interactivity on customer engagement behavior through tie strength： Evidence from live streaming commerce platforms-ScienceDirect[J].International Journal of Information Management，2020（56）：102251.

[11]? ?Hewei T，Youngsook L. Factors Affecting Continuous Purchase Intention of Fashion Products on Social E-commerce：SOR Model and the Mediating Effect[J].Entertainment Computing，2021，41（4）：100474.

[12]? ?魏華，高勁松，段菲菲.電商直播模式下信息交互對用戶參與行為的影響[J].情報(bào)科學(xué)，2021，39（4）：148-156.

[13]? ?張寶生，張慶普，趙辰光.電商直播模式下網(wǎng)絡(luò)直播特征對消費(fèi)者購買意愿的影響：消費(fèi)者感知的中介作用[J].中國流通經(jīng)濟(jì)， 2021，35（6）：52-61.

[14]? ?李貞貞，肖宛如，趙雪芹.大學(xué)生使用電商直播平臺影響因素研究：以淘寶直播為例[J].情報(bào)探索，2021（1）：72-78.

[15]? ?Cai J.， Wohn D. Y.， Mittal A.， et al. Utilitarian and Hedonic Motivations for Live Streaming Shopping// Acm International Conference. ACM，2018：81-88.

[16]? ?HH Chang，YY Lu. An elaboration likelihood model of consumer respond action to facebook second-hand marketplace：Impulsiveness as a moderator[J].Information & Management，2020，57（2）：103171.

[17]? ?Liao L，Huang T. The effect of different social media marketing channels and events on movie box office： An elaboration likelihood model perspective[J].Information & Management，2021，58（7）：103481.

[18]? ?Chun-Der Chen，Qun Zhao，Jin-Long Wang.How livestreaming increases product sales： role of trust transfer and elaboration likelihood model. Behaviour & Information Technology.[EB/OL].[2020-9-29].https：//doi.org/10.1080/0144929X.2020.1827457.

[責(zé)任編輯? ?柯? ?黎]