今天推文主题:【直播互动&消费者行为】
- 第一篇:探讨
虚拟主播
如何影响观众的访问意愿
,特别是通过“吸引力转移
”机制来解释这一影响。- 第二篇:直播电商平台是否应该非独占地推广来自传统零售平台的品牌产品。
- 第三篇:构建一个基于游戏理论的
直播双渠道供应链模型
,分析不同直播销售模式下的最优结果,并从CCI的角度
分析不同销售模式的影响。- 第四篇:
非言语沟通
在双主播直播中如何影响观众的购买行为,非言语线索对购买行为的影响
是否是线性的,还是存在最优水平。- 第五篇:直播主持人的言语行为如何影响消费者的购买行为。
- 第六篇:
品牌在什么条件下
会选择直播销售模式?
在这里插入图片描述
一、虚拟主播与目的地旅游:吸引力转移的视角
1、研究背景:
- 随着直播技术的发展,
虚拟主播在旅游目的地营销
中得到了广泛应用,并取得了显著成功。 - 虚拟主播是
外观和视听特征类似于人类
的数字角色,能够与观众进行实时互动
。 - 尽管现有研究关注了通过真实直播主播进行目的地营销以及虚拟主播在商品购买中的作用,但尚未有研究探讨
虚拟主播对游客访问意愿
的影响。
2、研究问题:
- 本研究旨在探讨
虚拟主播
如何影响观众的访问意愿
,特别是通过“吸引力转移
”机制来解释这一影响。
3、研究思路:
- 研究基于
形象转移理论
,提出消费者对代言者的感知形象可以通过广告和促销活动转移到被代言的对象(如产品、服务和品牌)上。 - 通过构建
情感丰富度-主播吸引力-寄生关系(PSR)-目的地吸引力-访问意愿
的框架,来解释虚拟主播对目的地访问的影响。
4、理论基础:
- 形象转移理论:消费者对代言者的感知形象可以转移到被代言的对象上,从而影响消费者对被代言对象的态度和行为。
- 寄生关系(Parasocial Relationship, PSR):观众与主播之间形成的一种单向情感关系,观众在情感上与主播建立联系,而
主播对观众的存在并不知情
。 - 情感丰富度:非人类代理表达不同情绪的能力。
5、理论模型:
- 模型包括以下变量及其关系:
- 情感丰富度:虚拟主播表达各种情绪的能力。
- 主播吸引力:包括物理吸引力和社会吸引力。
- 准社会关系(PSR):观众与主播之间的情感联系。准社会关系的单向性是指
观众对媒体人物
的单方面情感投入和关注。 - 目的地吸引力:观众对旅游目的地的感知吸引力。
- 访问意愿:观众访问特定旅游目的地的意图。
- 研究假设包括:
- H1: 虚拟主播的情感丰富度正向影响其感知的物理吸引力。
- H2: 虚拟主播的情感丰富度正向影响其感知的社会吸引力。
- H3: 虚拟主播的物理吸引力正向影响PSR。
- H4: 虚拟主播的社会吸引力正向影响PSR。
- H5: PSR正向影响目的地吸引力。
- H6: 目的地吸引力正向影响访问意愿。
- H7: AI虚拟主播相对于非AI虚拟主播
负向调节
情感丰富度与感知吸引力之间的关系。 - H8: 主
播-观众性别不一致
正向调节情感丰富度与感知吸引力之间的关系。
6、研究方法:
- 使用问卷调查法收集数据,并通过部分最小二乘结构方程建模(PLS-SEM)进行分析。
7、研究对象与数据收集:
- 数据通过中国最大的在线调查平台(www.wjx.cn)收集,采用
分层抽样方法
,确保性别比例平衡。 - 共收集了400份有效问卷,数据收集时间为2023年10月12日至11月10日。
- 数据为
静态数据
,即在特定时间点收集的横截面数据。
8、实验过程:
- 设计了
四种
虚拟主播的直播视频(AI和非AI版本,男女各一)
,并随机分配给参与者观看。 - 参与者在观看视频后完成问卷,问卷包括对虚拟主播的情感丰富度、吸引力、PSR、目的地吸引力和访问意愿的评估。
9、研究结论:
- 研究结果表明,虚拟主播的
情感丰富度
增强了观众对其吸引力的感知,进而通过PSR的中介作用,提升了目的地的吸引力,最终激发了访问意愿。 - AI虚拟主播相对于非AI虚拟主播在某些关系上表现出负向调节作用,而
主播-观众性别不一致
则在某些关系上表现出正向调节作用
。
二、直播平台是否应该非排他性地从传统零售平台推广品牌?
1、研究背景
随着互联网技术的发展,平台竞争已经成熟并深刻影响了供应链结构。特别是直播技术近年来迅速发展,例如TikTok和Kwai等直播平台开始通过直播渠道推出自己的电商功能,并在2018年推广其平台上的产品。直播电商平台以其独特的互动性和娱乐性,与传统零售平台形成鲜明对比。
2、研究问题
- 直播电商平台的
最佳推广策略
是什么? - 品牌零售价格和直播平台推广水平的
主要影响因素
是什么? - 在
不同推广策略
下,这些因素如何影响? - 直播电商平台和传统平台品牌在
什么条件下
能够实现双赢
?
3、研究思路
文章通过区分
直播和传统平台消费者行为特征对需求的影响,开发了两个博弈模型
来调查直播平台是否应该非独占地推广品牌产品。
4、理论基础
研究基于博弈论
,特别是考虑了平台运营、推广策略选择和直播营销的相关文献。博弈论用于模拟直播平台和品牌之间的策略互动,并分析不同推广策略下的市场均衡。
5、研究假设
假设包括直播和传统平台的消费者群体相同,但消费者在两种平台上的购买概率不同。此外,假设产品的单位生产成本为零,直播平台的推广投资成本与推广水平的平方成正比。
6、研究方法
采用博弈论方法,通过建立数学模型,使用反向归纳法求解子博弈完美均衡,分析不同模型下的均衡结果,并比较这些结果以得出结论。
7、研究结论
研究发现,当直播平台采用独占推广策略
时,提高佣金率可能有利于其上的品牌
。而当采用非独占推广策略
时,传统平台
在一定条件下会从直播平台的推广能力中获益更多
。直播平台应根据推广成本系数和佣金率来选择推广策略。
三、基于游戏理论分析直播互动性对直播销售模式的影响
1、研究背景:
本文探讨的是电子商务渠道中,制造商通过实时互动直播销售模式对产品销售的影响。特别是在中国,直播销售已成为增加产品销售的一种新模式,具有巨大的发展潜力。实时互动包括消费者与主播的互动,这些互动对消费者的购买意愿有重要影响。
2、研究问题:
不同直播销售模式
下的最优策略
是什么?直播互动
如何影响供应链运营
和不同模式下的绩效
?- 考虑直播互动的情况下,
制造商更倾向于哪种直播销售模式
?
3、研究思路:
通过构建一个基于游戏理论的直播双渠道供应链模型
,分析不同直播销售模式下的最优结果,并从CCI的角度分析不同销售模式的影响。比较不同模式下制造商的利润,以确定制造商的销售模式选择。
4、理论基础:
游戏理论
(Game Theory)是一种数学理论框架,用于分析和预测理性决策者在具有相互冲突和合作可能性的情境下的策略选择和行为。
5、研究结论:
研究发现,当CCI更积极时,Mode L相比Mode M更有助于减轻电子商务渠道的双重边际效应,增加电子零售商的利润。然而,直播价格和需求量的关系也依赖于主播的佣金率。制造商的利润取决于主播的佣金率和CCI。
四、直播中双主播的非语言沟通及其对销售的影响
1、研究背景:
- 本文探讨了电子商务领域的一个新兴现象——
双主播直播
(Dual-anchor live streaming),这是在线购物与直播结合的一种形式,尤其在COVID-19疫情期间在中国经历了爆炸性增长,并在全球范围内获得发展势头。
2、研究问题:
非言语沟通
在双主播直播中如何影响观众的购买行为(RQ1),- 以及这些
非言语线索对购买行为的影响
是否是线性的,还是存在最优水平(RQ2)。
3、研究思路:
研究基于人际交流和消费者行为理论
,通过收集和分析双主播直播的真实数据,构建经济计量模型来评估非言语沟通对消费者购买行为的影响。
4、理论基础:
- 文章应用了
动机-价值理论、刺激-有机体-反应模型、理性行为理论和技术接受模型
等来解释消费者购买行为。特别地,承诺-信任理论被用来强调信任和承诺在人际关系中的重要性,以及它们如何影响消费者对主播的忠诚度和购买意愿。
5、理论模型:
- 模型提出四个独立的非言语沟通变量:响应延迟(Response Latency)、直接凝视(Direct Gaze)、面部动画(Facial Animation)和物理距离(Physical Distance)。这些变量通过经济计量模型与观众的购买行为(销售量)相关联,并
假设它们之间存在倒U形
的关系。
6、研究假设:
- 提出了四个假设(H1a、H1b、H2、H3、H4),分别对应响应延迟、直接凝视、面部动画和物理距离对观众购买行为的影响,并考虑了言语速率作为响应延迟影响的调节变量。
7、研究方法:
- 采用经济计量模型进行回归分析,使用
Stata软件
处理数据,并运用了多种数据科学技术来提取非言语沟通行为的关键信息。
8、研究对象与数据收集:
- 研究对象为抖音平台上的
22个专注于食品直播的双主播账户
。数据收集使用了爬虫程序捕获视频数据,并通过第三方数据统计网站收集了基本产品信息和观众互动数据。数据是动态
收集的,涵盖了707场
直播的17,856次
产品介绍。
对视频和音频数据的提取和转换,使用了一系列开源工具进行说话人分离、面部识别和身体姿势跟踪,以及对非言语沟通行为的量化和测量。
面部动画(Facial Animation, FA)的测量在这项研究中是通过以下步骤实现的:
- 定义面部动画:
- 面部动画指的是面部表情的丰富度和变化,包括面部肌肉的运动、眼睛的张合、嘴巴的形状等。
- 使用面部识别工具:
- 利用Openface神经网络面部识别工具来提取面部表情信息。Openface是一个开源项目,专门用于面部行为分析。
- 识别面部动作单元(Action Units, AUs):
- 面部表情通常由一系列动作单元组成,这些动作单元是面部表情的基本组成部分。通过识别这些动作单元的强度,可以量化面部动画的丰富度。
- 计算面部动画的强度:
- 对于每个视频帧,计算所有检测到的动作单元的强度总和。然后将这个总和归一化,以获得一个表示面部动画相对强度的值。
- 平均值的计算:
- 在一个销售环节中,可能会有多个视频帧。研究者将计算这些帧中面部动画强度的平均值,以得到该环节中面部动画的代表性测量值。
- 数据的动态性:
- 面部动画是一个动态变化的变量,通过计算平均值,研究者能够捕捉到主播在一段时间内面部表情的总体趋势。
- 数据的连续性和分类能力验证:
- 为了确保测量的准确性和可靠性,研究者还进行了人工验证。他们随机抽取了一些视频帧,并手动标记面部动画的不同阶段(如平静、微笑、皱眉等)。然后,使用定义的测量方法分析这些帧,并通过累积分布函数(CDF)测试来验证测量的连续性和分类能力。
- 控制变量的考虑:
- 在分析面部动画对销售行为的影响时,研究者还考虑了其他可能影响面部动画的因素,如主播的个性、观众的反应等。
9、研究结论:
研究发现非言语线索
显著影响观众的购买行为,并呈现出倒U形的关系。适度的非言语沟通可以增加销售量,而过低或过高的非言语沟通则可能降低说服力。此外,发现主播的言语速率对响应延迟和购买行为之间的关系有调节作用。
五、视频直播主持人的言语行为对购买行为的影响
1、研究背景:
随着互联网的广泛采用,中国电子商务行业蓬勃发展。特别是在COVID-19疫情期间,直播为商家提供了广告渠道,为消费者提供了购物渠道,使得直播行业爆炸性增长。直播主持人的言语行为与消费者购买行为
之间的关系影响机制值得进一步探索。
2、研究问题:
文章主要探讨直播主持人的言语行为如何影响消费者的购买行为,以及这些言语行为如何通过顾客参与度来影响购买行为。
3、研究思路:
基于言语行为理论
,将言语行为分为陈述性、表达性、承诺性和指令性
四类,建立模型研究不同言语行为对顾客参与度和购买行为的影响。
4、理论基础:
言语行为理论
由Austin (1962) 提出,认为语言不仅可以反映世界,也可以改变世界。Searle (1969) 进一步将言语行为分为陈述性、指令性、承诺性和表达性。
5、理论模型:
模型提出顾客参与度作为中介变量,研究言语行为如何通过顾客参与度影响购买行为。控制变量包括直播房间的人数和主持人的口碑
。
6、研究假设:
- H1a:陈述性言语行为与购买行为正相关。
- H1b:表达性言语行为与购买行为正相关。
- H1c:承诺性言语行为与购买行为正相关。
- H1d:指令性言语行为与购买行为负相关。
- H2a:陈述性言语行为正向影响顾客参与度。
- H2b:表达性言语行为正向影响顾客参与度。
- H2c:承诺性言语行为正向影响顾客参与度。
- H2d:指令性言语行为负向影响顾客参与度。
- H3:顾客参与度正向影响购买行为。
- H4a/b/c/d:顾客参与度分别作为陈述性、表达性、承诺性和指令性言语行为与购买行为关系的中介变量。
7、研究方法:
采用回归模型进行假设检验,使用三步回归方法来验证假设。
8、研究对象与数据收集:
研究对象为中层主播
(粉丝数在40万至1400万之间),数据收集自Zhigua平台,收集了2021年11月1日至11月9日2000分钟的直播视频数据。数据包括销售、点赞、弹幕和在线人数等,通过语音转文字软件将直播中的主持人语音转换为文本数据。
9、实验过程/实证过程:
将直播视频分为2分钟一段进行分析,通过机器学习对文本数据进行分类,标记为四种言语行为之一
。然后统计每种言语行为的数量,并与同一时间段内直播房间的其他数据(如点赞数、弹幕数、销售量等)进行匹配分析。
10、研究结论:
研究发现陈述性和表达性言语行为
对购买行为有负面影响
,而承诺性言语行为
对购买行为有正面影响
。顾客参与度在指令性言语行为和陈述性言语行为与购买行为之间起到完全中介
的作用,但对表达性和承诺性言语行为与购买行为的关系没有中介作用
。
11、局限性:
研究数据仅来自化妆品品类,未考虑性别影响。未来研究可以选择不同品类的产品,分析言语行为对购买行为的影响,并考虑性别等因素的作用。此外,研究方法可以应用于其他视频或直播平台,为不同平台的主持人提供言语指导。
六、直播商业中的消费者参与:价值共创与激励机制
1、研究背景:
本文研究的背景是直播电商的兴起,特别是在中国,直播电商已成为一种重要的销售模式。直播电商允许品牌和影响者通过实时视频与消费者互动,提供产品信息并促进购买。文章指出,直播电商的成功依赖于消费者的参与,这种参与不仅增加了产品信息的获取,还创造了互动价值
。
2、研究问题:
- (RQ1)
品牌在什么条件下
会选择直播销售模式? - (RQ2)如果采用直播,品牌应该选择
品牌直播还是影响者直播
,以及最优的定价
和价值共创策略
是什么? - (RQ3)如何
激励
消费者参与直播以实现价值共创
?
3、研究思路:
文章从价值共创的视角出发,研究品牌在三种销售模式(传统电商、品牌直播、影响者直播)中如何选择最优销售策略,并设计激励机制以吸引消费者参与价值共创。
4、理论基础:
理论基础主要来源于价值共创理论
,该理论强调消费者体验价值的创造,源自消费者与企业之间的一系列互动活动。本文将消费者在直播互动中的参与视为价值共创的核心,通过互动获得额外的产品信息和互动价值。
5、研究方法:
文章采用了理论建模和比较分析的方法。通过建立数学模型来分析不同销售模式下的最优策略,并比较不同模式下的盈利情况和消费者价值剩余。
6、研究结论:
研究得出的主要结论包括:品牌在选择销售模式时应考虑市场总规模
;在品牌直播模式下,提供激励机制
有利于价值共创;而在影响者直播模式下,激励成本应由影响者承担
。
7、局限性:
文章在最后提到了研究的局限性,包括研究只关注了单一渠道下的品牌销售模式选择
,没有考虑双渠道或多渠道的情况;此外,影响者的佣金被视为外生参数,未来的研究可以考虑将其作为内生参数进行分析。
希望大家都能在自己的领域twinkling~