“电商+直播”对消费者购买决策的影响实证研究12000字论文

“电商+直播”对消费者购买决策的影响实证研究近年来“电商+直播”的销售模式越来越火爆。2016年伊始，淘宝推出直播宣传等问题。因此，研究“电商+直播”对消查和样本数据收集。使用SPSS软件实施了具体数据处理与分析。通过基本统计分析、参数检验、方差分析、相关分析与回归分析等方法，最终确定出“电商+ 1 2 21.3.1研究内容 2 2 32“电商+直播”模式的概念与现状分析 12.1“电商+直播”的概念 12.2“电商+直播”模式研究的现状及分析 23消费者在“电商+直播”上的消费现状与基本情况分析 4 43.2消费者的基本情况与在“电商+直播”上的消费现状分析 73.3不同人口学分组购买意愿得分比较 3.4购买意愿与激励机制、对电商主播的信任、消费者互动的相关性分析 3.6购买意愿的神经网络预测分析 参考文献 112016年，各大网络直播视频平台纷纷出现在社交网络平台。截至2017年4月份，我国的在线直播服务平台已经超过200家，2017年我国在线直播用户的数量已达到3.98亿人，预计2018年在线直播平台用户数量将超过5亿人1。如错误!未找到引用源。所示。根据天猫线上统计，2019年的“双十一”全天成交额达到了2684亿人民币，其中直播销售带来的成交额近200亿人民币，有超出50%的卖家通过直播销售获得成交额新增长I²。获得了这样的成绩后，“电商+直播”这样的销售模式更加被曾有研究表明，商家、其他消费者和家人朋友的购物态度与消费行为往往会直接影响到消费者自身。现在的电商直播形式所包含的直播与互动属性则很有可能明显放大这种影响。因此，本文基于“电商+直播”销售模式的现状，研究了其他消费者、对电商主播的态度、店家激励机制、和消费者产生购买决策的相关性。并且针对出现不利于电商直播发展的因素，提出相对应的改善措施，帮助该销售模式的更好地2对“电商+直播”对消费者购买决策的影响因素的研究，仍是一个较为新颖的领域。目前的相关研究中，学者们对于消费者在电子商务或直播形式单方面的模式下研究的较多，但关于二者结合后的新模式研究还比较少，仍处于摸索阶段，因此，本次调查可能为该领域的研究增加一些价值。同时从另一层面来看，由于直播间本身就带有一定的交易属性，购买转化率高，为消费者提供了更加身临其境的购买与互动体验，也在打破了一定程度上传统的销售模式一一线上直播与线下推广营销一一的缺陷。但是，电商直播销售过程中也存在着直播音频画面不佳、同一产品反复推广等问题。本次的调查研究以促进电商直播的发展和完善为目的有助于加强对该销售模式的理解，深化对其的认识，提高电商直播间的营销效果与消费者的购买率的转化。而且能够推进开辟新的市场并且扩大相关行业例如“销售主播的培养”、“直播间设计”等的市场需求，创造新的就业机会与发展道路。对于该销售模式本身，该研究有助于提升从业者的职业素养，使其对消费者更负责，从而更能促进更多消费者对自己店铺的关注与购买，制造良性循环。本文基于“电商+直播”销售模式的现状出发，将影响因素类型分为激励机制、对电商主播的信任、消费者互动三个维度。通过分析出市场上的数据与问卷调查收集到的数据，直观地反映出目前发展的现状，分析变量与变量间的关系与研究内容主要包括：(1)消费者在“电商+直播”上的消费现状与基本情况分析。以不同的人□学变量为基准进行基本情况的分析，了解当下的发展现状与趋势。(2)购买意愿与激励机制、对电商主播的信任、消费者互动的相关性分析(3)探讨以分组后的购买意愿为因变量，以人口学变量等为控制变量，以激励机制、对电商主播的信任、消费者互动三个维度作为自变量，进行购买意愿影响因素分析。3在关于本课题的调查研究上，主要采用了两种研究方法：文献研究法与调查文献研究法：以中国知网为主，万方数据知识服务平台、维普中文期刊服务平台及其他网络数据库资源为辅，以“电商”“直播”“消费者”等中文检索词，以“live”,“purchasebehavior”等英文检索词进行国内外“电商+直播”对消费者购买决策的影响因素研究相关内容的文献检索、鉴别、整理和分析，并形成自己对本课题的认识，进行研究。调查问卷法：通过问卷星平台合理地运用调查问卷，发放有关的量表题目并进行收集与统计，获得课题相关的数据与统计的结果。最后使用SPSS24软件实施数据分析，开展信效度检验分析、相关分析、回归分析，实现回归模型的建立与神经网络预测分析等。本文共包含4章，阐述如下：以及本文的组织安排。通过本章可快速简洁了解本文主要方向和内容。第二章，“电商+直播”模式的概念与现状分析。其中包含了电商直播销售模式的概念定义与“电商+直播”模式研究的现状及分析。在本章中，可以对电商直播销售模式的具体定义与国内外研究成果现状有一个清晰的了解，这为本文的后续研究发展提供了坚实理论基础，且充分支持了论文后续数据分析的合理性。第三章，研究设计、数据收集与分析。确定研究调查的量表并发放。分别从购买意愿、激励机制、对电商主播的信任、消费者互动等维度因素出发，利用SPSS参数检验、方差分析以及相关分析，进而分析得出不同维度之间的相互作用以及人口学变量对其的影响。建立二元logistics模型，利用SPSS进行二元回归分析以及系数检验，进而分析得到激励机制、对电商主播的信任、消费者互动这三大关键影响因素是如何单独作用以及交互作用于消费者在“电商+直播”上的购买意愿的影响。通过神经网络分析，预测各个因素对消费者购买意愿影响的第四章，结论。提炼重点，并基于本论文提出相应的可行建议与总结。12.1“电商+直播”的概念2016年，各类的直播平台陆续出现。持续发展的互联网技术与逐渐得到普及的智能手机，超高速网络的广泛使用，以及网络流量管理成本大幅度降低，使得网络直播行业迅速发展。直播和互联网一样作为一种新时代信息传播技术，具有很强的创新能力和用户社交能力，吸引了各行各业的广泛关注，如图2中国直播行业的总框架131所示，直播的主要内容已经开始涉及到电子游戏、财经、体育、教育、汽车等各种领域。中国网络直播营销产业链图谱独立直播平台独立直播平台自主提供泛娱乐内容提供方主播人明星，网红。营销策划公司广告设计公司内容制作人自主提供服务企业硬件提供技术支持播放变现渠道D题资讯类购物类内嵌直播功能平台社交类视额类传播渠道社交平台内容平台其他类播放用户支付而网络直播与电子商务的有机结合也给当今的电商行业带来的新的活力与商机，电商直播的销售形势已经成为网络销售的新风向标。作为一种全新的销售模式，或是购物方式，“电商+直播”就是基于电子商务的平台上，在直接放送的环境下，使消费者直接了解到产品细节，并做到实时解答消费者的问题，实现资源细节的第一手交流。在电商直播中，参与者主要包含了平台、销售主播与消费者[4]。其中销售主播多为社交媒体影响这或者网络红人，这类人群拥有很大的粉丝基础与号召力。2他们通常为了销售商品或营销品牌，通过直播的形式，展示产品或采购现场，全面介绍商品的详细信息与使用心得，让消费者对于所售卖的商品拥有更加清晰、谭羽利等认为电商网络直播是以传统电商为基础，以网络直播为手法，利用直播作为媒介将用户与商品销售关联在一起6。在直播过程中，销售主播可以对各种不同类型的产品进行详细的介绍，并与其他的直播观众进行互动并回答他们的问题。消费者可以在电商平台上免费浏览并观看自己喜欢的直播间；可以联系主播的讲解同时查看产品的具体详情页面。此外，屏幕左下角还有一个聊天区域，可以观看其他消费者的实时行为，包括收近年来“电商+直播”的销售模式越来越火爆。从2016年开始，淘宝推出直播销售，此举也使得其余电商平台纷纷效仿，都创造出了巨大的成交量，而且到现在成交量仍在超速增长。销售主播与观众，即潜在消费者之间的社交互动自直播活动开始至终一直存在。主播的一个眼神、动作、语气、用词等都可能会对消费者的购买决策产生一定的影响。而观众之间也可以通过在评论区等形式进行分享交流，形成了一个小型的互动社区。李忠美研究得到，“电商+直播”的吸引力在于可以带来巨大的流量与令人惊叹的变现能力，实时购物模式保留且降低了潜在消费者的流失[7]。吴冰、周燕楠等人以技术接受模型为理论基础深入探索影响用户持续使用意愿的影响因素，得到了直播平台特征、界面特点、直播主播特制等因素对提升用户体验有正面的影响[8。Bründl、Matt等人研究得到消费者的感知共同体验对他们的主动行为(聊天)和被动行为(观看)的享受有很强的积极影响91。Chen、Benbasat等人提出电商直播平台中的价值相容性、消费体验传递杜岩武认为网络直播自身所具备的实时性、交互性以及沉浸性改变了传统意义上信息的传送方式，向用户展现了真实和生动的现场场景[。以上可得，电商直播平台的特征点包括实时性和交互性、沉浸性、产品信息的准确性和消费者的感知共同体验等。这些特点可以帮助强化消费者对商品信息的全面了解和心理情感的主播是指在电商直播平台上参与商品放送内容策划并通过直播进行实时讲3解，在电商直播销售过程中是一个关键要素。通过主播在直播界面所展现的信息，唤起消费者的共鸣，从而产生相应的购买欲望。主播在电商直播中起到了促进作用。钟绪君与王燕荣等认为电商主播的娱乐性强、目标受众明确、互动性强、主播多样化和媒体化是观众喜爱直播的内在因素与走红的主要原因[12]。在电商环境下，赵燕认为直播平台的发展深度与变现快慢直接反映了主播的个人魅力、知识专业度和自然的镜头感[13]。综上所述，电商主播需要具有的能力包括专业知识、个人特点、与观众自然的互动与表达。这有助于消费者对产品的理解和提高消费者粘性。在电商直播销售流程中，消费者更是必不可少的一项。当下针对消费者自身的研究，冯建英等提出分辨消费群体，消费者的个性特征这一变量最明显14]。通过细分消费群体，商家可以更有针对性地推荐商品，直接抓住消费者的内心。Cai等人的研究表示，消费者观看电商直播分为利益性意图和娱乐性意图，前者是冲着产品而观看，而后者是冲着互动去观看直播I¹5]。线上购物与传统的线下购物虽然同为购买场景，但区别仍主要存在于消费者无法直接触摸到在线上所购买的商品，只能通过静态的文字图片详情等线索来了解商品，缺少直接购物体验是最终影响消费者产证购买决策的重要影响因素。与一般的网络直播相比，针对“电商+直播”结合形式下的研究分析则仍缺少一些。随着信息化的普及与5G时代的来临，分析“电商+直播”对消费者购买决策的影响因素，来对该销售模式未来的走向提出建议，使之更好地适应市场的变化与消费者的需求，从而促进“电商+直播”的发展与完善，是十分有必要43消费者在“电商+直播”上的消费现状与基本情况分析的认识。于被试对象观看网络购物直播的体验感提出的问卷问题，并使用了李克特5级量采用Excel2016将预调研问卷录入，并将其导入到SPSS24.0进行分析。本次预调研共发放问卷107份，在剔除漏答、填答逻辑错误等问卷27份后，共计整理有效问卷80份，问卷有效回收率为74.8%。对回收的有效问卷开展信度检验，结果可知，问卷信度较好：其中信度因此可知问卷整体信效度都大于0.8,信效度良好。见表1预调研问卷信效度检验表1预调研问卷信效度检验情况根据因子载荷分析结果，可知当提取4个维度时，累计方差贡献度可达到566.717%、高于60.0%,可知4个维度可以很好地代表问卷整体结果。见表2因提取载荷平方和旋转载荷平方和累积%总计方差百分比累积%总计总计方差百分比123456789从碎石图结果可看出每个因子代表的特征值，其中：前4个因子的特征值大于1,第5个因子所包含的信息量小于1,也就是说第5个因子所代表的信息量已经不足以代表1道题目，所以没有要提取多余的因子。因此从碎石图结果再一次验证了因子载荷分析表的结果，即：量表只需提取4个维度便可。见图3碎石通过因子分析进行降维后，对得到的结果进行整理，在结合条目所反映的信6息后，对维度进行命名，获得本研究最终量表以及量表所含维度和条目，主要包括：购买意愿、激励机制维度、对电商主播的信任维度、消费者互动维度。其由于购买意愿属于本研究所探讨的因变量(Y),因此将其得分单独列为因变量，其他三个维度均为自变量(X)。最终的正式问卷的量表设计如表3最终问卷所示：维度我会因为直播发放的礼物进行购买。通过观看直播，我对电商有了更深刻的认识。通过观看直播，我对我关注的电商平台更喜爱了。我愿意推荐我身边的朋友观看我关注的电商直播激励机制我想购买并使用主播同款产品。我认为我关注的电商主播很有魅力。我关注的电商主播推荐的产品销量很高。消费者互动我会因为其他消费者的购买行为而选择是否购买产品。我可以在直播中和其他消费者进行交流。3.1.2问卷发放和回收情况描述在根据预调研问卷结果确定最终问卷后，本研究进行最终问卷发放和分析。其中，通过“问卷星”平台共发放问卷288份，有效回收288份，问卷有效回收率为100.0%。见表4后测问卷发放和回收情况：7百分比(%)问卷发放问卷回收首先，对288份有效样本数据进行基础性了解，从中知晓被调查者的性别、年龄分布，以及学历、职业等基本情况，具体情况如下表所示，见表5基本人□学信息。百分比有效百分比性别男18岁以下18-25岁26-30岁31-35岁35岁以上1500元以下1500-2000元2001-2500元2501-3000元3000元以上8个体工商户公司在职生产、运输人员学历小学及以下初中中专/高中大专是否听说过/观看过电商直播销售产品听说过但未观看过本次调研人数共288人，其中男性为174人(60.4%)、女性114人(39.6%)。年龄主要以35岁以上组人数最多(32.6%);大部分人可支配月收入处于2000元及以下(62.8%);在调查的职业中，个体工商户、公司在职人数占比最多 (55.9%);学历主要以初中、高中/中专人数最多(59.8%)。对于是否听说过/观看过电商直播销售产品而言，21.5%的人表示没听说过电商直播销售产品、36.1%的人表示听说过但未观看过、31.3%的人表示观看过但未购买过。仅有11.1%的人表示既观看过也购买过。说明“电商+直播”这样的销售模式还有很多的上升空间。同时，也对于本次量表中的多选题进行频数分析。研究不同年龄段人群更偏好的电商直播平台类型。见表6年龄：选择观看电商直播的平台交叉表：9台平台拍摄平台台等电商平台总计占选择观看电商直播的平台的百分比99.1%6612118-25岁占选择观看电商直播的平台的百分比24.1%8026-30岁占选择观看电商直播的平台的百分比7031-35岁占选择观看电商直播的平台的百分比8985035岁以上占选择观看电商直播的平台的百分比4总计5由上表可以得出，纵向来看，选择“抖音、快手等短视频平台”有99人 (43.8%),选择“斗鱼、虎牙等游戏直播平台”有67人(29.6%),在这两种类型的视频平台观看电商直播的人居多；横向来看，年龄段在“26-30岁”与“35岁以上的人”所选择观看电商直播的电商平台分别为52和76,相较其他年龄段居多。体现出短视频平台直播销售更容易吸引中青年人群，其余平台更易吸引30岁以下的年轻人群。3.3不同人口学分组购买意愿得分比较□数为1370536875人。其中，男性人口数量约占51.27%女性人口约占48.73%。男性相较女性多出3000~4000万人口。可以从中看出，男女人口数量的差异是很大的，那人数的差异对在直播间消费的可能性上存在的影响也是普遍存在的著差异。借此来探究性别差异是否会影响到人们在直播62名调研对象，最终纳入分析的共226名调查对象。如图4购买意愿得分正态检验图所示，所纳入研究的人群购买意愿得分经正态检验不符合正态分布(P<0.05)。因此采用中位数(四分位间距)对购买意愿得分进行描述、并采用非参数秩和检验对不同人口学分组购买意愿得分进行频频率(1)性别组购买意愿得分：男女性在购买意愿得分上不存在统计学差异(Z值=-0.641、P值=0.522)。其中，男性购买意愿中位数得分为21.00分、女性为20.00分。(2)年龄组购买意愿得分：不同年龄在购买意愿得分上不存在统计学意义(H值=8.449、P值=0.076)。其中，中位数值最高的为18岁以下以及31-35岁两组、最低的为35岁以上组。(3)可支配月收入组购买意愿得分：不同可支配月收入在购买意愿得分上不存在统计学意义(H值=1.252、P值=0.869)。其中，中位数值最高的为1500元以下组、最低的为2501-3000元和3000元以上两组。(4)职业组购买意愿得分：不同职业在购买意愿得分上不存在统计学意义(H值=8.888、P值=0.064)。其中，中位数值最高的为在校学生，最低的为生产、运输人员。(5)学历组购买意愿得分：不同学历在购买意愿得分上不存在统计学意义(H值=5.004、P值=0.287)。其中，中位数值最高的为小学及以下以及大专两组人群、最低的为初中和中专/高中两组。性别18岁以下18-25岁26-30岁31-35岁35岁以上1500元以下1500-2000元2001-2500元2501-3000元3000元以上公司在职学历小学及以下大专从以上结果可知，不同人口学信息在消费者购买意愿上不存在统计学意义，所以回归模型建立的时候无需将其作为自变量代入，可当作控制变量代入回归模型——即由于人口学信息不一样，因此在具体分析时把这些不一样的东西进行控制，以达到处于比较一致的水平来分析影响因素。相关性分析是一种统计分析方法，用于研究同一地位的两个或多个随机变量之间的相关性。当两个变量的相关系数的绝对值越接近1,表示两个变量间的相消费者互动对电商主播的信任度激励机制消费者互动对电商主播的信任度激励机制关关系就越显著,低于0时表示两个变量之间处于弱相关关系或无相关关系。另外，当相关系数为正数时，表示两个变量之间是存在正的相关关系的，为负数则就相反。在相关分析过程中，散点图是一种非常直观的分析方式，直接可凸显数据的主要结构和特征，反映其统计关系的强弱程度。其中矩阵散点图以正方形矩阵的形式在多个坐标轴上分别显示多对变量间的统计关系。O0008oO消费者互动对电商主播的信任激励机制度O1.83O2.17O3.17由图5各个维度矩阵散点图可得，激励机制维度、对电商主播的信任维度、消费者互动维度之间具有一定的线性关系，需要进一步计算相关系数的方法对它们之间的关系作进一步分析。3.4.2相关性分析随后进行的相关性分析结果如下表所示，见表8购买意愿与激励机制、对电表8购买意愿与激励机制、对电商主播的信任、消费激励机制对电商主播的消费者互购买意个案数(N)226226226愿据相关性分析结果可知，首先，调查对象购买意愿与激励机制维度得分存在正向中度相关关系(P<0.05),相关系数为0.794。其次，购买意愿得分与对电商主播的信任维度得分上则存在正向高度相关关系(P<0.05),相关系数为0.851。最后，购买意愿得分与对电商主播的信任维度得分上则存在正向中度相关关系(P<0.05),相关系数为0.658。即每个变量间存在着显著的相关关系。对电商主播的信任度对购买意愿的影响非常显著,其余因素间的影响次之。3.5.1购买意愿得分分组情况前文中(图4购买意愿得分正态检验图)购买意愿得分为偏态分布，因此本研究对该得分进行对数转换。转换后的数值经正态检验仍不符合正态分布 (P<0.05)。见图6购买意愿对数转换后正态分布图。频频率3.5.2购买意愿影响因素分析本研究以分组后的购买意愿为因变量，以性别、年龄、可支配月收入、职业、学历等为控制变量，以激励机制、对电商主播的信任、消费者互动三个维Bp下限上限常量激励机制对电商主播的消费者互动*模型已控制性别、年龄、可支配月收入、职业、学历等基由表可得在影响消费者购买意愿的因素中，根据显著性而言，共有两个因的购买决策产生(P<0.05)。而消费者互动维度得分则不会影响调查对象购买意愿(P>0.05)。其中，激励机制维度得分(B=0.742)会正向影响人们的购买Logit(P)=-21.443+0.742*X1+对消费者在“电商+直播”上的购买意愿的发展趋势进行预测，分析结果如表100总计其中，训练集比例近似70%,测试集(检验集)比例近似30%。训练交叉熵误差不正确预测百分比使用的中止规则训练时间误差在1个连续步骤中没有减小a交叉熵误差不正确预测百分比从表11模型摘要中可以看出，训练集的错误比率为13.8%,测试集的错误比率为17.9%。预测总体百分比862.1%11总体百分比82.1%因变量：购买可能由表12分类表，其中0代表无购买可能，1代表有购买可能。训练集的正确率为86.2%,检验集的正确率为82.1%。且从ROC曲线下方面积都为0.852,可以看出该模型预测能力较好，如表13曲线下方的区域所示。区域01正态化重要性消费者互动激励机制3、您平均每月可支配的收入为?图7生态化重要性结合表14自变量重要性与图7生态化重要性，可以得到在本次预测模型中，模型认为对电商主播的信任程度这个变量比较重要；其次是激励机制与消费者互动。而消费者性别这个变量的重要性程度不是很明显。4研究结论电商直播是一种新兴的销售模式，一经出现就引起了广泛的关注，也给商家带来了巨大的商机。所以无论是商品或是品牌的推广，抑或是吸引消费者参与电商直播的每一个环节都有着必不可少的重要责任。本文基于“电商+直播”销售模式的现状出发，研究该销售模式对消费者购买决策的影响因素。首先根据生活经验、自身感受、平日观察以及文献研究找出可能会产生影响的变量，采用问卷调查的方法并将其设计在量表问题中，使被试对象回忆自己在收看电商直播时的体会感受，获得被试对象在真实购物情景下的调查数据。通过数据可视化工具分析出市场上的数据与问卷调查收集到的数据，直观地反映出目前发展的现状，实证分析验证变量与变量间的关系与影响，通过对不同维度因素的数据，进行消费者在“电商+直播”上的消费现状与基本情况分析。以不同的人口学变量为基准进行基本情况的分析。进行购买意愿与激励机制、对电商主播的信任、消费者互动的相关性分析，并探讨以分组后的购买意愿为因变量，以人口学变量等为控制变量，以激励机制、对电商主播的信任、消费者互动三个维度作为自变量，进行购买意愿影响因素分析。主要使用了描述性统计分析、参数分析、相关分析、建立二元logistic模型，进行神经网络预测分析等分析方法。从而得出以下结论：“电商+直播”对消费者购买决策的影响因素有以下几个关键因素。首先是激励机制维度。在直播放送过程中，提高消费者的积极性尤为重要。现阶段，主要的电商直播内容就是介绍产品和有赠品、礼包、优惠券的促销活动。例如商家直播，大部分每天直播的产品都是没有变化的，因为新产品的研发和推出需要很长的成本与周期，所以大部分商家直播的产品在一个时间段内几乎不会有什么改变，长久下去消费者也不再会每天蹲守直播开播了。同时，直播内的优惠活动通常也以发放赠品、礼包、优惠券为主，当消费者对该种促销手段熟悉后，这种促销手段就会失去很大一部分的吸引力。总结以上原因，会导致消费者粘性降低，直播也就会失去其原本的吸引力。所以，直播不应该理解为借助互联网销售商品，还应该包括相关商品知识的普及和产品推广中正能量的宣传。同时，可以加入游戏或者一些有趣的抽奖促销活动等，增强直播内容的娱乐性。另外，在直播推广产品的过程中，需要精心设计，做到产品与产品之间的适当衔接，不夸张。因此，主播在直播前需要收集大量的产品信息，在选择售卖的商品时替消费者考虑，给出最中肯的判断。然后就是对电商主播的信任维度。电商直播充满了互动性，要通过使消费者全身心投入与主播的互动来吸引消费者。每场直播的主题必须有明确的规划，而在主播与消费者之间，要使消费者在直播过程中一定的认识接收，无论是单纯的商品介绍，或仅仅主播与消费者之间的聊天互动，或是二者同时输出。按照不同商品和主播的类型来计划适应的互动形式，打造特色直播间，并基于未来的发展路线逐步推