直播电商平台知识分享对顾客契合的影响

2025-02-20 00:00:00李浩坤
中国市场 2025年4期
关键词:群体行为直播电商

摘"要:知识型直播带货成为一股清流,颠覆了传统的带货模式。研究爬取了东方甄选直播10位主播18场共1351分钟的弹幕评论、礼物数量等实时数据进行分析,发现直播电商平台中主播知识分享对行为契合的经济意义系数低,而对情感契合产生正向作用;此外,主播的影响力在知识分享和行为契合、情感契合之间的关系中具有显著的调节作用。文章验证了主播知识分享在直播带货中对顾客契合的影响,丰富了知识分享与顾客契合的理论体系。研究结论为直播电商平台提供一个促进顾客契合的新的管理视角,从而提升电商企业的服务营销能力。

关键词:直播电商;顾客契合;群体行为

中图分类号:F724.6""""文献标识码:A"文章编号:1005-6432(2025)04-0181-05

DOI:10.13939/j.cnki.zgsc.2025.04.044

1"引言

近年来,我国网络直播平台用户逐年增长,据中国互联网络信息中心(CNNIC)发布的第50次《中国互联网络发展状况统计报告》显示,电商直播用户规模为4.69亿,较2021年12月增长533万,占网民整体的44.6%,成为网络直播中的主要活动形式。面对网络直播平台的兴起,以淘宝、京东等传统电商平台到以抖音、快手为代表的短视频平台纷纷推出直播带货相关业务,吸引了大量品牌方的入驻,直播内容同质化竞争日趋激烈,驱使直播内容向多元化、深度化发展。不同于“1!2!3!上链接!”的叫喊式卖货,也不同于名人主播,利用自身的名气产生的效应带来的吸引力,东方甄选凭借知识团队主播在直播带货中分享知识、双语教学,以慢节奏的方式带货,注重顾客体验和契合,扩大并维持了客户群体,以优质内容促使流量变现,短短半年带货48亿[1],使国内知识带货市场初现端倪。那么,主播知识分享是否引起顾客契合的主要原因,分析此种营销模式出圈的原因,有助于直播电商企业进行良好的客户关系管理,向多元化方向发展。

在短视频盛行、时间碎片化的时代背景下,基于知识分享的慢节奏带货出圈似乎是矛盾的。因而文章试图回答以下问题:直播电商平台中主播知识分享是引起顾客契合的原因吗?那么对群体行为契合和情感契合的影响如何,并且主播的影响力是否调节了情感契合与行为契合?文章基于知识分享相关研究与顾客契合理论,通过对东方甄选抖音带货直播间内10位主播18场1351分钟级数据,以及105万非结构化文本数据提取的文本情感数据,探讨主播知识分享分别对顾客行为契合与情感契合的影响,最后验证了主播影响力的调节作用。

2"研究假设与模型

2.1"知识分享对顾客契合的影响

现有研究认为,直播间内主播的信息源特征是直播环境下吸引用户观看的关键,其中信息型内容会帮助消费者增加对品牌的了解,从而对契合行为产生影响[2]。直播内观众发送弹幕评论、赠送虚拟礼物、加入粉丝团等实时行为需要付出一定的时间和金钱成本,其努力和投入程度越高,代表行为契合度越高[3]。

此外,主播知识分享为直播间和商品注入了文化价值符号,通过文化符号与直播间观众互动,完成了显性知识内隐化的过程,满足了受众一定的知识需求与文化满足感,因此增强了其参与直播间的积极度。

情绪效价分为积极情绪和消极情绪,虚拟空间情境下,情感契合度指短时间内受众响应社交媒体中的信号而表现出的情感[2],顾客越积极,契合度越高。在直播知识分享活动中,主播通过分享知识最先触及了部分人群的知识背景,致使与知识背景关联度强的顾客与主播积极互动较多,呈现契合的情感状态,随后带动了其他顾客的情绪,从而形成群体共识,共享积极的情感能量。根据以上分析,文章提出研究假设。

H1:直播电商平台中主播知识分享正向影响顾客行为契合;

H2:直播电商平台中主播知识分享正向影响顾客情感契合。

2.2"主播影响力的调节作用

主播影响力指其受粉丝欢迎的程度,社交媒体平台下多通过用户关注数量来反映,粉丝数量越多,主播的影响力越大。

由于直播电商平台中主播拥有私域流量,存在明显的马太效应,不同主播的粉丝量级差距明显,相比粉丝数量较少的主播,名人主播为产品背书时,顾客对其更加信任,直播间内观众更容易产生群体的非理性行为[4]。

此外,主播与用户的视野和惯习存在差异,主播将自己的喜好“传染”给受众时,受光环效应影响,顾客会一定程度上忽略直播间内其他信息而将焦点聚焦于主播身上,因此主播容易调动观众的情绪。基于以上分析,文章提出研究假设。

H3:主播影响力正向调节主播知识分享对顾客行为契合的影响;

H4:主播影响力正向调节主播知识分享对顾客情感契合的影响。

综上所述,文章研究模型如图1所示。

图1""研究模型

3"研究设计

3.1"数据来源

文章数据来源于知识型带货直播电商——抖音平台的东方甄选直播间,东方甄选拥有知识储备丰富的直播团队,其知识分享过程具有明显的区分度,并且蝉联了抖音电商平台2022年7月至10月的总销售额冠军。考虑到舆论信息外部性因素,等待了3个月窗口期。

同时,为保证数据的合理性,分别选取白天11:30~13:30与夜晚20:30~21:30时间段,原因在于该时间段观众在线人数较多,更能反映群体行为特点。

通过Python爬取2022年10月至12月直播间内10位主播18场共1053784条弹幕的非结构化文本数据,直播间内表征群体行为的数据包括弹幕数量、弹幕情感、虚拟礼物数量以及礼物价值、在线观看人数、实时进场人数等,同时对每场直播录屏,通过“录音啦”软件提取视频的文本内容并计算文本长度以测量信息含量,最后通过R软件将不同场次中不同主播按照一分钟为单位切分计算得到各变量。

3.2"变量定义与计量模型构建

文章自变量的选取参考Meire等(2019)人工区分信息型内容与娱乐型内容方法的基础上,结合流媒体直播的特点,采取了人工记录每分钟主播知识分享的时长的方法,将单位分钟内知识分享的时长作为自变量。依顾客契合理论,因变量选取行为契合与情感契合,其余控制变量的测度整理如表1所示。

综上所述,建立顾客行为契合(1)与情感契合(2)的基准回归模型:

lnbehav=β0+β1sex+β2bro_num+β3bro_exp+β4lninfor+β5lnvie+β6lnenter+β7lngift_v+ε(1)

sen=β0+β1sex+β2bro_num+β3bro_exp+β4lninfor+β5lnvie+β6lnenter+β7lngift_v+ε(2)

4"实证分析

首先,进行各变量方差膨胀因子检验,VIF值最大为3.12,低于阈值5,说明变量之间不存在严重的共线性。其次,通过了怀特异方差检验(Plt;0.01),不存在异方差性,文章采取普通最小二乘估计(OLS)。

为说明直播电商平台中主播知识分享对顾客契合的影响,建立知识分享时长对行为契合的回归模型,如表"2所示。模型1至模型3的因变量均为顾客行为契合,模型4至模型6的因变量为顾客情感契合。

模型1是所有控制变量对行为契合的回归结果,结果显示主播性别、主播人数、主播经验、信息量、进场人数、观众在线人数、礼物价值均对行为契合有显著影响,符合设想。模型2在模型1的基础上加入知识分享时长,结果显示,知识分享时长对顾客行为契合的经济意义系数低(β=-0.0136,Plt;0.01),即主播知识分享降低了直播间群体的弹幕发送以及虚拟礼物赠送的意愿,拒绝假设H1。原因可能在于,知识信息需要观众具有一定的知识背景,顾客往往会因为对分享内容的不匹配而降低行为参与意愿。模型4为所有控制变量对情感契合的回归结果,模型5在模型4的基础上增加了核心解释变量——知识分享时长,结果表明,知识分享时长对情感契合具有显著的正向影响(β=0.0138,Plt;0.01),即主播知识分享显著调动了直播间内观众的积极情绪,H2得到验证。

模型3在模型2的基础上加入主播影响力及其与知识分享时长的交互项,结果显示,知识分享时长和主播影响力存在显著的正向交互作用(β=0.00548,Plt;0.01),图2展示了两者之间的线性调节关系,主播影响力削弱了知识分享对行为契合的经济意义系数(β=-0.010,Plt;0.01),低影响力的主播知识分享对行为契合的斜率降低(β=-0.028,t=-3.755,"P=0.000),即知识分享时长对行为契合的经济意义系数低,随着主播影响力增加而减弱,H3得到验证。

图2"主播影响力的调节效应(基于行为契合)

模型6在模型5的基础上增加了知识分享时长以及知识分享时长与主播影响力的交互项,结果显示,知识分享时长和主播影响力存在显著的正向交互作用(β=0.00382,Plt;0.01),图3展示两者之间的线性调节关系,高影响力的主播分享知识时,增强了对情感契合的正向作用(β=0.017,t=7.911,P=0.000),低影响力的主播分享知识时对情感契合不显著(β=0.004,t=1.149,P=0.252),斜率同时降低,即知识分享对情感契合的正向影响会随着主播影响力的增加而增加,H4得到验证。

图3"主播影响力的调节效应(基于情感契合)

5"研究结论与管理启示

5.1"研究结论

第一,直播电商平台中主播知识分享并不会增加顾客行为契合,而呈现一种负相关的线性关系,这意味着知识分享活动的增加会降低群体的弹幕发送和打赏。这一现象可能有以下原因:从主播层面来讲,主播分享知识时,短时间内有用信息增多,观众感受到一定的压力因此降低了行为契合。从顾客层面来讲,由于主播知识分享包括大量的专业知识,需要顾客具备一定的知识素养才能引起共鸣,因此弹幕发送意愿整体降低。

第二,直播电商平台中主播的知识分享与顾客情感契合正相关。这一现象可以解释为主播在知识讲解过程中通常围绕特定主题展开,展现出主播的专业性,这使得顾客的注意力在短时间内集中在当前话题上,创造了一种良好的“课堂”氛围感。这种情景满足了受众对知识的需求,使得主播也更容易做出积极的引导,从而成功调动消费者情绪。

第三,主播的影响力对知识分享与顾客行为契合以及情感契合具有正向的调节效应。这一现象可以通过直播电商平台中主播所具备的私域流量特性来解释,即马太效应和晕轮效应。在直播电商平台中,知名主播吸引了大量流量,而影响力较大的主播则表现出更强的说服效应特性。

5.2"管理启示

对直播电商平台中的商家而言,商家应该对质量参差不齐的品牌方做到严格筛选与优选,重点关注消费者对直播带货的反馈和意见,及时调整和改进直播带货的策略和模式。

另外,结论显示知识带货中同样存在明星效应,因此企业应当重视培育专业的知识带货团队,包括业内专家和知名主播,为消费者提供高质量的产品展示和知识传授。

对直播电商平台中的主播而言,知识带货应始终以客户为中心,关注和满足客户的需求和利益,从而提高客户的满意度和忠诚度。首先,主播知识分享时需要投入一定的差评回复精力,并及时调整和改进直播带货的策略和模式。其次,主播需要经营好自己的私域流量账号,提高受众吸引力和影响力。当高影响力主播交接退场后,应当采取一些福利措施挽留大量顾客,促使流量变现。

参考文献:

[1]新东方在线近三年首次扭亏:东方甄选带货48亿,日均GMV2840万元,股价连跌两日[EB/OL]."(2023-01-19)."http://finance.ce.cn/stock/gsgdbd/202301/19/t20230119_38356790.shtml.

[2]MEIRE"M,HEWETT"K.The"role"of"marketer-generated"content"in"customer"engagement"marketing[J].Journal"of"marketing,2019,83(6):21-42.

[3]KANG"K,LU"J,GUO"L,et"al.The"dynamic"effect"of"interactivity"on"customer"engagement"behavior"through"tie"strength:evidence"from"live"streaming"commerce"platforms[J].International"journal"of"information"management,2021,56:102251.

[4]刘嘉琪,王洪鹏,齐佳音,等.社会危机背景下的联结行动说服策略研究——基于社交媒体中的用户生成内容文本分析[J].管理工程学报,2021,35(2):90-100.

[5]霍佳乐,颜清,杨强,等.直播商务中关系型社交互动对消费者打赏行为和购买行为的不对称影响[J].南开管理评论,2022:1-29.

[6]TODD"P"R,MELANCON"J.Gender"and"live-streaming:source"credibility"and"motivation[J].Journal"of"research"in"interactive"marketing,2018,12(1):79-93.

[7]孟艳华,罗仲伟,廖佳秋.网络直播内容价值感知与顾客契合[J].中国流通经济,2020,34(9):56-66.

[8]马占杰.多元化氛围对知识型员工创新行为影响的跨层次研究[J].管理学刊,2020,33(4):72-81.

[9]PEZZUTI"T,LEONHARDT"J"M,WARREN"C.Certainty"in"language"increases"consumer"engagement"on"social"media[J].Journal"of"interactive"marketing,2021(53):32-46.

[10]LIN"Y,YAO"D,CHEN"X.Happiness"begets"money:emotion"and"engagement"in"live"streaming[J].Journal"of"marketing"research,2021,58(3):417-438.

猜你喜欢
群体行为直播电商
新生代大学生群体观念与群体行为特点的解读及其应对策略
群体行为识别深度学习方法研究综述
特殊时期吉林省新媒体(电商)经济发展分析
现代交际(2020年18期)2020-11-09 03:11:30
论直播电商的可持续性发展
广灵县农村电商新模式分析
农村直播电商发展中存在的问题及对策分析
直播电商行业现状、问题与未来发展策略探讨
直播电商营销模式分析及优化措施
商场现代化(2020年7期)2020-06-04 09:07:51
化工园区突发事件情景下的群体行为模拟演化研究*
基于因果分析的群体行为识别