【弹幕/评论&消费者行为】与游戏无关的聊天是否会刺激直播中的高价值礼物?推文分享—2024-06-25

今天的推文主题是:评论/弹幕&消费者行为。

在知网与外网上找到了这五篇文章,发现对于弹幕的研究不是很多,不过弹幕也只是一个直播间的一种交流方式,大部分论文只是将弹幕当做其中一个变量,并不单独研究,因此,看看这几篇文章是如何研究消费者发的弹幕/评论的。

一、情境下即时评论信息特性对顾客粘性的影响研究 ———基于情绪认知理论

image-20240625194124655

选自《管理评论》 

1、背景

随着电商直播行业的迅猛发展,竞争日益激烈,如何留住顾客成为获取长期收益的关键。现有研究多聚焦于短期顾客行为,对顾客粘性的探讨相对不足。此外,尽管主播对顾客行为有显著影响,顾客通过弹幕发布的即时评论信息也对其他顾客产生重要影响,但这一点在研究中尚未得到充分关注。本文旨在探索电商直播情境下即时评论信息特性对顾客粘性的影响。

2、理论基础

本文以情绪认知理论为基础,该理论认为情绪反应是个体对当前环境进行评价后的心理和生理反应,由愉悦(情绪效价)和唤起(情绪强度)两个维度构成。在本研究中,情绪认知理论用于解释顾客在接收到即时评论信息(外界刺激)后,如何通过认知评价产生情绪反应,进而影响顾客粘性。

3、理论模型

模型中的核心变量包括即时评论信息的五种特性(同步性、诊断性、娱乐性、契合性、创新性)、情绪反应(唤起和愉悦)以及顾客粘性(访问粘性和购买粘性)。研究假设即时评论信息特性通过影响情绪反应进而正向影响顾客粘性。

4、研究方法

本文结合了质性研究和量化研究方法。质性研究用于识别即时评论信息的特性和开发测量量表,量化研究通过问卷调查收集数据,运用结构方程模型进行假设检验。

5、研究对象与数据收集

研究对象为使用淘宝直播、抖音直播等平台的顾客。通过问卷星平台发放电子问卷,共收集了336份有效问卷。

6、实证过程

  • 在质性研究阶段,通过访谈和编码过程识别即时评论信息特性。
  • 量化研究阶段,通过问卷调查收集数据,并使用SPSS和Mplus软件进行信效度检验和假设检验。

7、研究结论

  • 研究发现即时评论信息的五种特性通过情绪反应的中介作用显著影响顾客粘性。
  • 同步性和诊断性对顾客访问粘性和购买粘性的影响最为显著。
  • 情绪唤起和愉悦在顾客粘性形成过程中起到不同作用,访问粘性与“高度唤起-中度愉悦”的情绪状态相关,而购买粘性与“高度唤起-高度愉悦”的情绪状态相关。

8、局限性

研究局限在于样本来源相对单一,未来研究可以探讨不同直播平台、直播间规模、顾客特点等情况下即时评论信息特性对顾客粘性影响的差异。此外,研究主要采用问卷调研方法,未来可以设计实验研究来更深入地探讨因果关系。最后,研究主要关注顾客作为信源的角色,未来可以进一步探讨顾客和主播同时作为信源时的相互作用


二、直播电商中象征价值评论不一致对购买意愿的影响

选自《软科学》

1、研究背景

随着电商直播的兴起,直播已成为电商平台的标配服务。在直播环境中,主播和观众对产品象征价值的不一致评论是常见现象,但现有研究对直播环境下的评论不一致情形研究较少。本文旨在探究直播中主播和观众对产品象征价值的不一致评论对其他消费者购买意愿的影响。

2、理论基础

  • 自我表达理论:理论认为个体通过产品或品牌的选择来表达自我,满足个性化需求。在本研究中,自我表达理论用于解释消费者如何通过产品的象征价值来实现自我表达,以及这种表达如何影响购买意愿。

3、理论模型

4、研究方法

  • 文章采用实验法,通过预实验和正式实验来验证假设。

  • 使用方差分析和中介效应分析等统计方法来处理数据和测试假设。

5、研究对象与数据收集

  • 研究对象为电商直播用户,通过社交媒体和网络论坛招募,要求参与者具有一定的直播购物经验。

  • 数据收集通过在线问卷和实验后的问卷调查完成,测量参与者对产品自我表达能力、购买意愿等的感知。

6、实验过程&实证过程

  • 预实验检验了象征价值不一致语境和消费者与主播社会距离的操控有效性。

  • 正式实验分为三个,分别验证了象征价值评论不一致对购买意愿的影响、产品类型的调节作用、消费者与主播社会距离的调节作用。

7、研究结论

  • 象征价值评论的不一致性能够提升消费者的购买意愿,且产品自我表达能力在其中起到中介作用。

  • 产品类型和社会距离对象征价值评论不一致与购买意愿之间的关系具有调节作用。对于利基产品,不一致评论的正向影响更显著;而对于明星产品,这种影响减弱感知社会距离较远时不一致评论的积极效应被强化


三、了解短视频平台游戏化互动的阴暗面: 从违反期望理论的视角

1、研究背景

本文研究的背景是在COVID-19疫情期间,短视频游戏平台经历了爆炸性增长,成为企业商业活动的新营销平台。尽管游戏化(Gamification)策略在这些平台上得到了广泛应用,但关于如何在短视频平台上实施游戏化策略的研究却相对缺乏。

2、理论基础

期望违反理论(EVT)认为,人们在社会活动中总是持有期望,当这些期望被违反时,人们会更加关注违反的原因,并采取行动以平衡由此产生的认知失调。本研究将EVT应用于模型中,以解释用户参与短视频游戏化活动时,因期望未得到满足而产生的负面行为。

3、理论模型

奖励期望违反(Reward Expectation Violation, REV)、

成就期望违反(Achievement Expectation Violation, AEV)、

竞争期望违反(Competition Expectation Violation, CEV),

以及心理抗拒(Psychological Resistance)和情绪耗尽(Emotional Exhaustion)作为中介变量,

负面使用行为(Negative Use Behavior)作为结果变量。

道德许可(Moral Licensing)作为调节变量影响上述关系。

这个图怎么看起来乱乱的(小声bb)

疑问?

为什么中介会有心理抗拒和情绪耗尽,这两个变量看起来处于一个连续的过程中,心理抗拒在前,情绪耗尽在后,既然是心里的状态的辩护,为什么只有两个中介变量?

答:

心理抗拒(Psychological Resistance)和情绪耗尽(Emotional Exhaustion)作为中介变量,是基于认知情感个性系统(Cognitive-Affective Personality System, CAPS)理论提出的,它们在用户对游戏化互动的反应中扮演着不同的角色,并且反映了用户心理状态的不同维度

  • 心理抗拒

        心理抗拒是指个体在面对违背自身意愿的情况时,采取的负面行动以恢复自由的心理状态。在游戏化互动中,如果用户感觉他们的期望没有得到满足,例如奖励不如预期,或者感觉被操纵,他们可能会产生心理抗拒。这种抗拒是对认知评价的直接反应,用户可能会认为游戏规则过于复杂或不公平,感觉自己的自主性受到威胁,从而产生抵抗行为。

  • 情绪耗尽

        情绪耗尽是指个体在资源投入(如时间、精力、情感)没有得到预期回报时,感到的疲惫和消耗状态。它是情绪状态的反映,当用户在游戏化活动中经历了持续的心理压力和社交比较,而没有获得相应的成就感或满足感时,他们的情感资源会逐渐耗尽,导致情绪耗尽。

4、研究方法

研究采用了两波调查数据收集,通过结构方程模型(Structural Equation Modeling, SEM)进行数据分析,使用Amos 22.0软件进行模型拟合和假设检验。

5、研究对象与数据收集

研究对象为短视频平台TikTok的用户。数据收集通过中国的一个专业在线调查公司wjx.cn进行,该公司在150个城市有固定的市场信息收集站点。研究跟踪了约30,000名开始参与“春节团圆,瓜分20亿现金”游戏化任务的TikTok用户。

6、实验过程/实证过程

研究进行了两波数据收集,第一波在活动开始前五天进行,第二波在活动结束后三天进行。通过对比两波数据,分析用户期望违反水平的变化以及其对心理状态和行为的影响。

7、研究结论

研究发现,游戏化互动中的奖励、成就和竞争期望违反能够预测用户的负面使用行为。心理抗拒和情绪耗尽在期望违反和负面使用行为之间起到了中介作用。此外,道德许可对期望违反对心理抗拒的影响有负向调节作用,但对期望违反和情绪耗尽之间的关系没有显著影响。

8、局限性

研究的时间跨度相对较短,可能存在时间因素对游戏化期望违反的干扰效应。未来研究可以通过更长时间的连续跟踪调查来改进。同时,研究可能忽略了游戏化设计元素与用户特征之间的可能交互作用,以及TikTok特有的算法对用户隐私和其他潜在影响的挑战。


四、实时互动和情感如何影响在线销售?了解流媒体直播的作用

1、研究背景

本文研究的背景是中国自2020年以来直播电商的迅速增长,直播电商在促进国内需求和刺激消费方面发挥着越来越重要的作用。直播电商是一种新型的电商营销模式,通过互联网平台上的视频互动向用户推广产品或服务。直播弹幕(danmaku)作为直播电商的一个重要特征,能够反映用户的实时互动和情绪,刺激用户参与和购买行为

2、理论基础

SOR模型(Stimulus-Organism-Response Model):解释外部环境因素如何通过影响个体的心理感知来塑造行为。

3、理论模型

  • 外部刺激(S):用户间的互动(娱乐型和信息型)。

  • 有机体(O):流(包括用户停留时间、点赞数、弹幕数和发送弹幕的人数),作为客观数据收集。

  • 响应(R):购买行为,通过产品销售反映。

  • 情绪(UE):作为调节变量,影响流和购买行为之间的关系。

疑问?为什么flow里面的变量定义为sor理论的机体——O?

"Flow"(流)被定义为SOR模型中的有机体(O),原因如下:

  1. 内部心理状态:Flow描述了个体在活动中完全投入的心理状态,这种状态涉及到高度的专注和沉浸感。在直播电商环境中,用户的Flow体验反映了他们对直播内容的专注和投入程度,这是个体内部心理状态的体现。

  2. 中介作用:Flow作为用户互动体验的中介,连接了外部刺激(用户间的互动)和最终的行为响应(购买行为)。用户间的互动(S)通过影响用户的Flow状态(O),进而影响用户的购买行为(R)。

  3. 情感和认知反应:Flow不仅包括情感上的沉浸和享受,也包括认知上的专注和参与。这与SOR模型中对有机体的定义相吻合,即个体对刺激的认知和情感反应。

  4. 行为的前奏Flow状态通常与积极的行为倾向相关联,如在直播电商中的持续观看、发送弹幕和点赞等。这些行为是最终购买行为(R)的前奏,Flow状态因此成为预测购买行为的关键因素。

  5. 用户行为的量化:在本研究中,Flow通过用户停留时间、点赞数、弹幕数和发送弹幕的人数等客观数据来量化,这些数据反映了用户在直播环境中的参与度和沉浸程度,与SOR模型中对有机体反应的量化相一致。

4、研究方法

  • 使用Python爬虫从抖音平台收集数据

  • 使用BERT模型对弹幕文本进行向量化处理,并根据构建的语料库和相似度计算进行分类。

  • 使用百度API进行情绪分析,计算弹幕的情绪值。

5、研究对象与数据收集

研究对象为抖音平台上的直播电商,特别是在服装行业的直播。数据收集包括直播弹幕、用户停留时间、点赞数、弹幕数、发送弹幕的人数和产品销售等。

6、实证过程

  • 数据预处理:清洗弹幕文本,去除无意义和重复内容。

  • 变量测量:使用BERT模型和百度API对用户互动和情绪进行量化。

  • 实证分析:运用SPSS进行多元线性回归分析,检验假设。

7、研究结论

  • 用户间的娱乐型和信息型互动对流有显著正向影响。

  • 弹幕数和发送弹幕的人数在用户互动和购买行为之间起到部分中介作用。

  • 用户情绪正向调节了流变量和购买行为之间的关系。

8、局限性

  • 数据仅来自抖音平台,可能影响研究的普遍性。

  • 研究集中在服装行业,其他产品类别的影响未被探讨。

  • 仅考虑了用户间的互动,未涉及用户与主播间的互动。

  • 数据收集在COVID-19疫情期间进行,可能受特殊时期影响。

  • 弹幕分类的准确阈值确定和情绪维度的丰富性需要进一步研究。


五、与游戏无关的聊天是否会刺激直播中的高价值礼物?会话层面的视角

1、研究背景

本文研究的是游戏直播领域中与游戏无关的聊天是否会激发观众送出高价值礼物。随着游戏直播的流行,主播被视为一种真实职业,他们不仅需要娱乐观众,建立关系,还需要通过观众送出的高价值礼物来获得利润。本文从商业角度出发,使用数据驱动的方法探索游戏直播中的送礼行为。

2、理论基础

  • 亲社会关系理论(PSR): 描述了观众与媒体人物或名人基于重复观看通过媒介现实建立的单向亲密关系。在直播中,观众与主播之间的PSR被认为是激励他们观看更多直播、对频道保持忠诚以及通过送礼物或捐款提供财务支持的因素。

  • 群体认同理论(GI): 描述了观众与其他观众在同一频道上的情感和社会联系。GI与观众的自我认同有关,是他们与主播和同伴观众建立联系的动机之一。

3、理论模型

  • 独立变量:游戏无关聊天的比例(GIC)、小规模的游戏无关聊天爆发(spike)、主题频繁更换(swap)。

  • 中介变量:与主播的PSR和与其他观众的GI。

  • 因变量:高价值礼物的赠送。

4、研究方法

使用线性回归分析来测试假设,并通过Sobel测试和bootstrap方法来检验中介效应。

Sobel测试是一种用于检验中介效应的统计方法。在本文中,Sobel测试被用来检验研究中的两个中介变量——与主播的类社会关系(Parasocial Relationship, PSR)和与同伴观众的群体认同(Group Identification, GI)——是否在游戏无关聊天(Game-Irrelevant Chats, GIC)、聊天爆发(spike)和话题转换(swap)影响高价值礼物赠送行为之间起到了中介作用。

5、研究对象与数据收集

研究对象是中国领先的游戏直播平台斗鱼(Douyu)上的直播会话。数据收集是通过编写脚本来模拟匿名用户进入频道,收集聊天和送礼物的消息。

6、实验过程/实证过程

  • 使用深度学习对聊天消息进行游戏相关性和无关性的分类

  • 提出GIC、spike和swap三个变量,并构建模型进行假设检验。

  • 通过实证研究,使用线性回归分析来测试这些变量对高价值礼物赠送的影响。

7、研究结论

研究结果支持了所有提出的假设:

  • GIC与高价值礼物的赠送正相关。

  • spike和swap与高价值礼物的赠送负相关。

  • PSR和GI在GIC、spike和swap影响高价值礼物赠送的过程中起到中介作用。

8、局限性

  • 研究没有考虑观众个体差异的影响。

  • 由于平台设计限制,无法访问更多关键数据进行分析或控制,例如实际的并发观众数量。

希望大家都可以在自己的领域里twinkling~

  • 40
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值