游戏类网络直播中打赏行为的影响因素研究

PAGEPAGE15游戏类网络直播中打赏行为的影响因素研究摘要打赏主播的行为研究还比较少。对问卷结果进行数据分析，设计理论模型，提出假设，对模型进行。通过结合游戏直播这一分类的特性，从特征中提炼理论，对所收集的数据进行相关、回归望。ABSTRACTTheword"reward"firstappearedinstreetperformance,whichitselfcontainstwoattributesofcharityandperformance.Afterwatchingtheperformance,theaudienceeitherrewardsoutofsatisfactionoroutofcharity.Whethertheaudiencerewardsornotdependsontheirheart.Gamebroadcastingindustryisarapidlydevelopingemergingindustryinrecentyears,whichcontainscommercialvaluethatcannotbeunderestimated.Afterthefiercemarketcompetition,thenetworkbroadcastindustryhasenteredaperiodofstabledevelopment.Sincetheemergenceoflivestreamingplatforms,rewardsfromusershavebeenthemainsourceofrevenue.Inordertoincreasetherevenueoftheplatform,themanagementoftheplatformhastriedvariouswaystostimulatetherewardbehaviorofusers.Users'rewards,tosomeextent,determinewhetherlivestreamingplatformscanachievelong-termprofits.Althoughtherehavebeensomeresearchesondifferentaspectsinacademiccircles,therearestillfewresearchesonthebehaviorofusersrewardinganchors.Basedonthenetworkgamesliveintheinfluencefactorsofexceptionalbehaviorastheresearchobject,finishingthelivewebcast,games,andrewardtherelevantliterature,theorybasisforthisarticle,thenthroughquestionnaires,dataanalysis,theresultofthequestionnairedesigntheorymodel,andputforwardhypothesis,totestthemodel,toverifythishypothesis.Bycombiningthegamelivethisclassificationfeatures,fromthetheoryoffeatureextracting,correlationandregressionanalysiswascarriedoutonthecollecteddataofthemodelbuilding,skillsupgrading,thedevelopmentofknowledge,andthenfoundforrecognition,getasenseofaccomplishment,faninteraction,theanchorinteractionarekumiterewardbehaviorhaveapositiveimpact,groupidentificationexceptionalbehaviorisinfluentialtotheuser.Finally,thispaperexplorestheresultsoftheempiricaltestandputsforwardsuggestionsforanchorsandmanagementinspirationforlivebroadcastplatformsonhowtoincreasetherewardbehaviorinonlinelivestreamingofgames.Finally,thelimitationsofthisstudyarepointedout,andtheprospectoffuturerelatedresearchisputforward.Keywords：rewardbehavior;influencingfactors;game;livebroadcast绪论研究背景2016年迅速发展，2016年也因此被称为“网络直进一步的融资，单纯的观众流量没法为直播平台直接带来收益。据艾瑞咨询研究报告显示，2018年我国游戏直播平台用户规模达2.6亿。[1]一开始腾讯首先注意到游戏直播业app进入市场，游戏直播平台人口面临着流失。直播平台的很大一部分收入来自于用户打赏，用户流量是他们的根基，但是随着市场监管，对巨额打赏的管控限制、用户流失情况的出现，管理层不得不思考如何才能实现更多的盈利。结合现实，很多游戏直播平台开始发展广告、陪玩等副业，但短时间内打赏收入的主导地位不会改变。因此，现在最重要的仍然是搞清楚用户想要什么，并以此为依据对平台和内容作出改良，使用户产生积极的消费行为。研究意义么会发生打赏行为，从而有利于主播和平台获得更多打赏收入。作用，因此主播和平台对每个因素的理解都会影响到打赏行为。本研究可以加强主播和平台对不同因素的理解，从而得到更多打赏收入。研究，结合我国的国情、社会环境研究社会文化对打赏的影响，对政府后续的监管和管理有参考意义。1.21.2.1研究内容本文的研究对象是打赏行为的影响因素。结合理论和实际，探究为什么用户会打赏，并提出本文的三大研究问题：（1）游戏主播和用户之间是什么关系，对用户的打赏意愿有什么影响？（2）用户在观看直播的过程中和其他？（3）这些因素到底是如何影响打赏行为的？1.2.2研究方法本文以游戏类网络直播中打赏行为的影响因素为研究对象，研究方法有文献分析法、问卷调查法和统计分析，学者有从感知易用性、感知有用性、满足心理、场域理论、准社会关系、消费心理等方面分析问题。为了验证前人的观点并提出创新点，本文将先分析已有文献，为本文提供理论支撑，随后发放问分析构建理论模型，提出相关假设，然后对理论模型和假设进行检验，证实本文的观点。文献综述游戏直播和游戏主播的概念传统意义上的直播指的是通过广播或者电视呈现的实时直播。李亚兵（2020）将网络直播按内容可分为生活7种主要类型[2]。本文研究的游戏类网络直播不同艾瑞咨询将游戏直播平台定义为超过70%的内容为游戏直播内容的网络平台[1]，是一种以解说游戏、展示游戏内容为主要内容，随着游戏行业发展起来的直播形式。游戏主播即是网络直播平台上进行游戏直播的播[1]。用户主要还是本身玩游戏的玩家，一般来说，用户单次观看时间长且粘性较强。用户可以通过发送实时弹幕与游戏主播沟通，也许是指定想看的游戏、讨论游戏玩法，也许是单纯表达自己的情绪。随着游戏直播行业的发展，随之而来的竞争并不囿于游戏平台本身，还有短视频平台。游戏直播研究现状以发现，学术界对游戏直播的研究主要集中于四个视角：（2018）对网络直播的主要模式、运营、产业链现状、商业拓展等方面进行分析，探讨了网络直播运营模式的支撑要素和发展方向（2）法学视角：研究直播平台中的版权和著作权问题，相关部门的监管和立法问题，以及主播收入的纳税问题。例如彭小薇（2018）基于网络直播中层出不穷的问题，具体提出，政府应从立法、行政、行业、社会、技术等网络直播的效果提升[4]。法学方面是近年来的研究热点，随着直播行业的发展，相信相关的法律会越来越完善。（2019）在文章中讨探讨了用户使用网络直播的行为以及使用网络直播的心理和使用需求、动机的分析。研究发现用户的心理动因有四种：一是从众心理，二是窥视心理，三是猎奇心理，四是缓解孤独的心理：网络直播用户使用动机为：获取信息、学习知识、作为娱乐休憩的方式[5]。研究用户观的心理和行为对于实践有重要意义。管理学视角：探讨直播平台的营销策略、用户的使用和消费意愿等相关问题。例如龚萧萧等（2019）以模型为基础，构建了一个有调节的中介模型，考察直播场景氛围线索对消费者冲动消费意愿的影响，以及[6]。随着直播电商的兴起，近年来也有许多关于消费者行为的研究，本文不研究直播电商，因此不再赘述。2.2打赏行为相关综述（2018）在文章中认为打赏是在线知识付费形式的一种，打赏功能的上线被视为内容付费时代和在线知识付费到来的讯号[7]。的影响。综上，游戏直播中的打赏可以理解为为用户愿意为主播展示出的直播内容付出的金钱打赏。向于是一种奖励行为，在这个过程中，主播收获金钱、流量，用户收获心理满足感。2.3本章小结3.1理论模型构建通过对游戏直播和打赏行为的文献综述，本文把研究问题聚焦于粉丝对主播的打赏行为上。通过对文献的梳同感和获得成就感；社交参与包括：粉丝互动和主播互动。我们假设，这些变量会有利于用户的打赏行为发生。（性别、年龄、学历、收入）之外，我们还把用户对主播的关注时长，每天观看时长作为控制变量，以排除这些研究没有涉及到的变量对打赏意愿的干扰。3.2研究假设3.2.1相关概念界定3.1所示：表3.1相关变量概念界定变量概念技能提升通过观看直播学习主播技能，提高自身游戏的容错率。知识拓展获得主播对游戏或社会热点的理解的知识。获得认同感通过打赏来获得别人的认同和关注。获得成就感主播和用户是一对多的关系，长期占有主播的注意力在很多用户看来是拥有成就感的事。粉丝互动在直播间发送弹幕，攀比礼物，加入粉丝群等。主播互动主播与主播之间为了人气互刷礼物，或用户打赏主播获得主播道谢3.2.2技能报酬因素与打赏行为打赏像是对付费购买游戏技能。本文将这种技能报酬分为技能提升和知识拓展。此我们假设：H1:技能提升因素正向影响游戏类网络直播中的打赏行为。因此我们假设：H2:知识拓展正向影响游戏类网络直播中的打赏行为。心理报酬因素与打赏行为解为获得认同感和获得成就感。游戏直播用户大多年纪较小，很多都是平常一个人待在家，容易感到寂寞、无聊，渴望和他人社交。观看游戏直播是一种低成本、较容易的社交方式。通过发送弹幕、打赏礼物来获得别人的认同。因此我们假设：H3:获得认同感正向影响游戏类网络直播中的打赏行为。，播的忠实粉丝来完成。[3]因此我们假设：H4:获得成就感正向影响游戏类网络直播中的打赏行为。社交参与因素与打赏行为物。为了引起别的用户的关注，也有可能进行打赏。因此我们假设：H5:粉丝互动正向影响游戏类网络直播中的打赏行为。相同，索要礼物的主播大概率会比单纯直播的主播收到的打赏更多。因此我们假设：H6:主播互动正向影响游戏类网络直播中的打赏行为。3.3本章小结对应的假设。游戏类网络直播中用户打赏行为的影响因素模型的检验数据收集方法QQ、微博等社交平台进行转发，在问卷261份，由于问卷前设置了甄别题：请您选择一位经常观看的游戏主播，在空白处填写该主播id（可简写）。并针对该主播进行后续问题作答（如果没有，请终止填写）。一定程度保证了回收数据的真实性和填写时的针对性，在此基础上，剔除了答题时间1分钟以内的问卷58份，最终得到有效问卷203份。数据分析及结果描述性统计分析1：1；观看直播的用户91.63%都是25岁以下，说明游戏直播用户呈现年轻化特点；用户的学历集中在本科，但高中以下和硕士以上也时间控制在一小时以内；用户经常观看的游戏主播大多已经关注很久了；用户对游戏主播打赏的金额并不算多。表2频数分析统计表名称选项样本数占比（%）您的性别是？男10551.72女9848.28您的年龄是？小于18岁104.9318-25岁17686.7025-35岁178.3735岁以上00您的学历是？高中及以下125.91大专136.40本科16782.27硕士及以上115.42您的收入是？小于10007034.481000-29995326.113000-59992813.796000-99992914.29大于等于100002311.33您平均每天观看直播的时间？小于等于0.5小时9647.290.5-1小时5225.621-2小时209.852-3小时188.873小时以上178.37您关注该主播时间？小于4个月3718.234-12个月4220.6912-24个月4823.65大于等于24个月7637.44您累计对该主播打赏过多少钱？没有充值打赏过，只限于赠送免费礼物2824.35小于等于504236.5250-19976.09200-999108.701000-499986.96大于等于50002017.39合计203100.00信度分析信度分析用于研究量表题回答可靠准确性[8]。α系数高于0.7，信度较好，高于0.8表示信度高。由表3可以看出所有变量的α系数斗高于0.7，说明数据信度很好，可以进行下一步分析。表3可靠性统计表名称克隆巴赫Alpha项数技能报酬0.9944心理报酬0.9934社交参与0.9904打赏意愿0.9994效度分析5可知KMO值均大于0.8，p值为0.000小于0.05，说明研究数据效度非常好。表4KMO和巴特利特检验技能报酬KMO值0.881巴特利特球形度检验近似卡方2061.375自由度6显著性0.000心理报酬KMO值0.858巴特利特球形度检验近似卡方1900.078自由度6显著性0.000社交参与KMO值0.832巴特利特球形度检验近似卡方1856.487自由度6显著性0.000打赏意愿KMO值0.892巴特利特球形度检验近似卡方2833.606自由度6显著性0.000相关分析Pearson相关系数对数据进行0.8-1.0极强相关，0.6-0.8强相关，0.4-0.6中等程度相关。利用相关分析去研究打赏意愿分别和技能提升、知识拓展、获得认同感、获得成就感、粉丝互动、主播互动6项之间的相关关系，表5相关分析打赏意愿技能提升相关系数0.471**p值0.000知识拓展相关系数0.584**p值0.000获得认同感相关系数0.630**p值0.000获得成就感相关系数0.695**p值0.000粉丝互动相关系数0.575**p值0.000主播互动相关系数0.641**p值0.000a.*p<0.05**p<0.01表6回归分析未标准化系数标准化系数tpVIFR方调整R方FB标准误差Beta常数0.3550.353-1.0070.316-0.5790.556F(6,108)=24.798,p=0.000技能提升0.0790.1080.0730.7290.4682.556知识拓展0.1220.1560.0930.7820.4363.618获得认同感0.1320.1090.1261.2060.2312.805获得成就感0.2820.0960.3032.9410.004**2.734粉丝互动0.2230.0960.0951.0450.2982.117主播互动0.2230.0890.2282.5150.013*2.105b.W值：2.061c.*p<0.05**p<0.01愿作为因变量进行回归分析，可以看出:模型公式：打赏意愿=0.3550.223*主播互动+0.100*粉丝互动+0.282*获得成就感+0.132*获得认同感+0.122*知识拓展+0.079*技能提升。模型R方值为0.690，意味着技能提升、知识拓展、获得认同感、获得成就感、粉丝互动、主播互动可以解释打赏意愿的69.0%变化原因。F检验(F=24.798，p=0.000<0.05)，也即说明技能提升、知识拓展、获得认同感、获得成就感、粉丝互动、主播互动中至少一项会对打赏意愿产生影响关系，另外，针对模型的多重共线性进行检验发现，VIF值全部小于5，意味着不存在着共线性问题；并且D-W值在数字2附近，说明模型不存在自相关性，样本数据之间没有关联关系，说明模型较好。具体分析可知：0.079，意味着当其他变量不变时，技能提升每变动1个单位，打赏意愿平均增加0.079个单位。验证假设H1。0.122，意味着当其他变量不变时，知识拓展每变动1个单位，打赏意愿平均增加0.122个单位。验证假设H2。0.132，意味着当其他变量不变时，获得认同感每变动1个单位，打赏意愿平均增加0.132个单位。验证假设H3。0.282，意味着当其他变量不变时，获得成就感每变动1个单位，打赏意愿平均增加0.282个单位。验证假设H4。0.132，意味着当其他变量不变时，粉丝互动每变动1个单位，打赏意愿平均增加0.132个单位。验证假设H5。0.079，意味着当其他变量不变时，主播互动每变动1个单位，打赏意愿平均增加0.079个单位。验证假设H6。本章小结关系，对假设一词进行了检验。最终本文提出的假设得到了不同程度的支持。研究结论与营销启示研究结论了检验。得出了以下结论：的因素。营销启示app中处于产品鄙视链底端[9]。平台从兴起至今，要思考的问题。根据本文的研究结论，对直播平台和主播的建议可以归纳为以下几点：增加直播平台的用户基数，是直播平台增加收入，提高利润的基础。用户使用直播平台的动机千差万别，如何满足其个性化需求，突出其有用性，是优化直播平台的重中之重[10]。首先，平台在签约主播时应该注注重主播的粉丝量，用流量来衡量签约的价值；其次，利用内容营销来吸引流量，如策划一些活动或比赛；还可以选择有趣的主游戏直播平台的无形资产[11]。实现流量和利润的双丰收[12]。通过各种方式增加粉丝和用户的粘性，提高粉丝的打赏意愿。结合本文的研究内容和结论，直播平台的运营应该帮助用户和主播加强虚拟社交关系，比如在技术层面，增加用户与主播、用户与用户之间的交流渠道，增加用户与主播、用户与其他用户的互动交流：在运营层面上，定期举办线下活动，增加直播的社交属性，用现实的社交关系去巩固虚拟的社交关系，从而提升粉丝的消费意愿。不同游戏类型能满足用户不同需求[13]，直播平台可以引入不同类型的游戏吸引用户。直播内容，增加直播的有用性和趣味性，不断满足粉丝的需求；同时，主播应该充分利用直播平台设计的各种互动功能，无论是直播间弹幕，抽奖还是微博抽奖，都是增强主播与粉丝的互动量，积累人气的有效手段[14]。提高与粉丝的互动程度，维护直播间的氛围，加深粉丝对主播和该粉丝群体的情感。进而促进粉丝的打赏意愿和行为。较高。在此基础上，粉丝对主播会产生更多的信任和模仿，媒介呈现的形象更和形象本体有着最重要的关系[15]。基于此，直播平台可以考虑和相关的厂商合作，比如游戏厂商或者游戏加速器厂商可以尝试在直播平台上投放广的模式，甚至开发在线购物的功能，提高流量的变现能力。局限与展望限提出对未来研究的建议。而且打赏行为是多重因素共同作用下的结果，采用实证研究的方法定义的变量有限，只能从固定的角度探索影响打赏行为的因素。有研究尝试采用扎根理论的质性研究方法来探索，这样的方法更加全面，而且能够发现更深层次原因，结论更贴合实际，对现实管理更具指导意义。赏额度小且相对理性。相比来说，星秀类型的主播粉丝量较少，但是打赏的额度和频率较高，更容易受到环境氛围的刺激，进行冲动性的消费。所以研究网络主播粉丝的打赏行为，要根据不同类型的主播进行研究。对比不同类型主播粉丝打赏行为的影响因素，并针对不同类型的主播提出相应的建议。从消费的角度来说，这种互动可以分为三类：用户与用户的互动、用户与主播的互动、用户与平台的互动[16]。从互动的形式上讲，可以包括礼物互动和弹幕互动。现在对于直播平台中的互动还没有进行系统的定义和分类，还有待后续更深入的研究。致谢谢谢论文评阅老师们的辛苦工作。参考文献[1]2019年[A].（2019年第7期）[C].:上海艾瑞市场咨询有限公司,2019:35.[2]李亚兵,张家瑞.网络直播治理策略的演化博弈——基于利益相关者视角[J].经济与管理,2020,34(02):25-31.赵燕.网络直播的运营模式研究[D].黑龙江大学,2018.彭晓薇.政府监管网络直播的对策研究[D].南京航空航天大学,2018.[J].东南传播,2019(04):100-106.[J].管理学报,2019,16(06):875-882.[J].新闻与传播研究,2018,25(10):18-39+126.[8]Ventura-LeónJoséLuis.Isthi