论文部分内容阅读
摘要：文章通过对 “直播带货”式的网购用户进行统计分析，找到消费者网购的关注点，通过建立“S-O-R”分析模型，分析出不同影响因素对消费者购买行为的影响;通过综合评价方法得到网购用户的满意度综合评价，并基于此给出改进网购用户满意度的几项建议。在“万物互联”的新时代背景下，2021年将是“全民皆商”的开始，素人“直播带货”的全面开启。
关键词：直播带货;“S-O-R”模型;模糊综合评价;灰色预测模型
一、中国电商平台直播的迅速兴起
（一）信息技术快速发展和居民消费转型升级
近年来，随着5G智能技术的研发与应用，消费者在观看电商直播的购物过程中，享受着的是主播为自己提供的一对一购物服务与轻松愉悦的商品购物消费环境，是一种全新的直播购物消费体验。
（二）直播营销的动态信息传递赋予新的信息沟通传播方式
信息的传递不是一个单向直线的过程 ，直播直接的展现商品动态内容不仅增加了直播信息内容传递的丰富度 ，减少了部分消费者因商品信息体验不足而产生的商品不确定性。
二、数据的可靠性检验及数据分析
信度、效度分析和因子分析。KMO=0.990≥0.6，符合因子分析的要求，也就是说该问卷的题项设置适合做因子分析。另外数据通过Bartlett球形度检验（p<0.05），说明研究数据适合进行因子分析。所有的因子载荷系数均高于0.6，意味着因子和测量变量之间有着一定的关联性。
三、基于“直播带货”中消费者冲动网购行为的“S-O-R”模型研究
（一）基于消费者冲动性网购行为的研究模型选择与建立
由最初的“刺激—反应”的行为反应原理发展为行为的“S-O-T模型”，是指由“刺激”作用于“行为发生载体”进而“载体”做出反应的行为模式。于此构建购买者购买行为发生机制的分析模型如图1所示。
（二）基于消费者冲动性网购行为假设相关性分析
研究采用相关分析，将时间限制、促销激励、在线评论、感知收益、愉悦感和网购行为等题项利用软件进行相关性分析。各因素之间存在较为强烈的正相关关系。
（三）基于消费者冲动性网购行为假设路径分析
通过AMOS的极大似然运算，控制其他相关变量后验证上文提出的“S-O-R模型”，得到上述变量：商家的促销时间限制、购买者的时间限制、价格优惠、非价格优惠、在线评论与冲动性网购行为变量间的路径系数如图2所示。
5种不同类别的因素对购买者产生冲动性网购行为这一因素的路径系数达到了较为显著的水平，说明时间限制、促销激励、在线评论都正向影响购买者冲动性网购行为，即假设H1，H1a，H1b，H2，H3都是成立的。
（四）基于消费者冲动性网购行为假设中介作用检验
使用Bootstrap抽样检验法进行中介作用检验，抽样次数为1000次，结果显示，除了愉悦感在消费者时间限制与冲动性网购行为之间，其余95%区间并不包括数0，这就说明存在中介作用，即上文假设H4、H5部分成立。
（五）基于消费者冲动性网购行为假设调节作用檢验
利用分层回归分析分别检验品牌知名度对时间限制、促销激励、在线评论的调节作用。
从检验结果可以看出，第二个和第四个模型的显著性F变化量均小于0.05，说明存在调节效应，而其他三个模型的显著性水平均大于0.05，即品牌知名度在其中没有起到调节作用。交互项系数的显著性系数也均小于0.05，说明品牌知名度在其中起到了显著调节作用。
四、基于模糊综合评价法的用户满意度分析
（一）模糊综合评价方法概述
通过模糊数学提供的方法进行运算，就能得到定量的综合评价结果，从而为正确决策提供依据。
（二）模糊综合评价建模步骤
1. 建立因素集
U={u1，u2，u3}
其中，u1，u2，u3分别代表直播间各类指标、主播各类指标和商品各类指标。
再对二级指标进行建立因素集：
u1={x1，x2，x3，x4，x5，x6}
其中， x1，x2，x3，x4，x5，x6分别代表直播间色调、直播间氛围、直播时长、直播时间段、直播过程的真实感、购物体验感。
u2={y1，y2，y3，y4，y5}
其中，y1，y2，y3，y4，y5分别代表主播语言表达、主播性别、主播颜值、主播名气、商品介绍。
u3={z1，z2，z3}
其中，z1，z2，z3分别代表商品价格、商品优惠、商品实用性。
2. 建立评价集
对于14个指标集，根据专家讨论得出的经验，将评价分数划分为Q={95，80，70，60，45}。而对于第一层次的三个指标u1，u2，u3，假设它们的评价分数为{S1，S2，S3}，它们的分数通过第二层次的分数与权重计算得来。
3. 建立权重集
对于第一层次的三个因素u1，u2，u3，赋予各因素不同的权重
其中p矩阵为这14个指标的五级量表的频数百分比。
（三）基于层次分析法的权重确定
1. 层次分析法概述
首先定义判断的标度如表1所示。
2. 定义各因素集的标度矩阵
根据表1的权重标度方法，在利用德尔菲法征询专家意见的基础上，X、Y、Z对应的因素两两相对重要性判断矩阵如下：
（四）基于模糊综合评价法的用户满意度计算
由权重矩阵和评价模型算出X，Y，Z的得分：
S1=BPQT=80.36
S2=CPQT=76.79
S3=DPQT=70.37
所以根据评价模型，最终满意度总打分为R=A（S1，S2，S3）=75.63
满意度分数标准=（95，80，70，60，45），综合以上得出，综合评价为分75.63分。
五、“S-O-R模型”中消费者冲动性网购行为影响因素研究结果汇总（见表2）
六、基于模糊综合评价法的用户满意度分析结果汇总
第一，用户对于直播间指标较为满意。
第二，用户对于主播指标十分重视。
第三，用户对于商品指标满意程度较低，急需改进。
第四，用户对“直播带货”式的购物模式总体满意度较高。
参考文献：
[1]黄逸珺，张依纯.消费者冲动性网购行为的影响因素研究[J].北京邮电大学学报（社会科学版），2019，21（05）：34-45.
[2]何明钦，杨燕.直播电商新发展迎来高光时刻[J].宁波经济（财经视点），2020（02）：36-38.
[3]沈燕，赵红梅.基于情境理论的消费者冲动性购买行为分析——以淘宝直播秒杀为例[J].经营与管理，2018（08）：124-130.
（作者单位：烟台理工学院）
关键词：直播带货;“S-O-R”模型;模糊综合评价;灰色预测模型
一、中国电商平台直播的迅速兴起
（一）信息技术快速发展和居民消费转型升级
近年来，随着5G智能技术的研发与应用，消费者在观看电商直播的购物过程中，享受着的是主播为自己提供的一对一购物服务与轻松愉悦的商品购物消费环境，是一种全新的直播购物消费体验。
（二）直播营销的动态信息传递赋予新的信息沟通传播方式
信息的传递不是一个单向直线的过程 ，直播直接的展现商品动态内容不仅增加了直播信息内容传递的丰富度 ，减少了部分消费者因商品信息体验不足而产生的商品不确定性。
二、数据的可靠性检验及数据分析
信度、效度分析和因子分析。KMO=0.990≥0.6，符合因子分析的要求，也就是说该问卷的题项设置适合做因子分析。另外数据通过Bartlett球形度检验（p<0.05），说明研究数据适合进行因子分析。所有的因子载荷系数均高于0.6，意味着因子和测量变量之间有着一定的关联性。
三、基于“直播带货”中消费者冲动网购行为的“S-O-R”模型研究
（一）基于消费者冲动性网购行为的研究模型选择与建立
由最初的“刺激—反应”的行为反应原理发展为行为的“S-O-T模型”，是指由“刺激”作用于“行为发生载体”进而“载体”做出反应的行为模式。于此构建购买者购买行为发生机制的分析模型如图1所示。
（二）基于消费者冲动性网购行为假设相关性分析
研究采用相关分析，将时间限制、促销激励、在线评论、感知收益、愉悦感和网购行为等题项利用软件进行相关性分析。各因素之间存在较为强烈的正相关关系。
（三）基于消费者冲动性网购行为假设路径分析
通过AMOS的极大似然运算，控制其他相关变量后验证上文提出的“S-O-R模型”，得到上述变量：商家的促销时间限制、购买者的时间限制、价格优惠、非价格优惠、在线评论与冲动性网购行为变量间的路径系数如图2所示。
5种不同类别的因素对购买者产生冲动性网购行为这一因素的路径系数达到了较为显著的水平，说明时间限制、促销激励、在线评论都正向影响购买者冲动性网购行为，即假设H1，H1a，H1b，H2，H3都是成立的。
（四）基于消费者冲动性网购行为假设中介作用检验
使用Bootstrap抽样检验法进行中介作用检验，抽样次数为1000次，结果显示，除了愉悦感在消费者时间限制与冲动性网购行为之间，其余95%区间并不包括数0，这就说明存在中介作用，即上文假设H4、H5部分成立。
（五）基于消费者冲动性网购行为假设调节作用檢验
利用分层回归分析分别检验品牌知名度对时间限制、促销激励、在线评论的调节作用。
从检验结果可以看出，第二个和第四个模型的显著性F变化量均小于0.05，说明存在调节效应，而其他三个模型的显著性水平均大于0.05，即品牌知名度在其中没有起到调节作用。交互项系数的显著性系数也均小于0.05，说明品牌知名度在其中起到了显著调节作用。
四、基于模糊综合评价法的用户满意度分析
（一）模糊综合评价方法概述
通过模糊数学提供的方法进行运算，就能得到定量的综合评价结果，从而为正确决策提供依据。
（二）模糊综合评价建模步骤
1. 建立因素集
U={u1，u2，u3}
其中，u1，u2，u3分别代表直播间各类指标、主播各类指标和商品各类指标。
再对二级指标进行建立因素集：
u1={x1，x2，x3，x4，x5，x6}
其中， x1，x2，x3，x4，x5，x6分别代表直播间色调、直播间氛围、直播时长、直播时间段、直播过程的真实感、购物体验感。
u2={y1，y2，y3，y4，y5}
其中，y1，y2，y3，y4，y5分别代表主播语言表达、主播性别、主播颜值、主播名气、商品介绍。
u3={z1，z2，z3}
其中，z1，z2，z3分别代表商品价格、商品优惠、商品实用性。
2. 建立评价集
对于14个指标集，根据专家讨论得出的经验，将评价分数划分为Q={95，80，70，60，45}。而对于第一层次的三个指标u1，u2，u3，假设它们的评价分数为{S1，S2，S3}，它们的分数通过第二层次的分数与权重计算得来。
3. 建立权重集
对于第一层次的三个因素u1，u2，u3，赋予各因素不同的权重
其中p矩阵为这14个指标的五级量表的频数百分比。
（三）基于层次分析法的权重确定
1. 层次分析法概述
首先定义判断的标度如表1所示。
2. 定义各因素集的标度矩阵
根据表1的权重标度方法，在利用德尔菲法征询专家意见的基础上，X、Y、Z对应的因素两两相对重要性判断矩阵如下：
（四）基于模糊综合评价法的用户满意度计算
由权重矩阵和评价模型算出X，Y，Z的得分：
S1=BPQT=80.36
S2=CPQT=76.79
S3=DPQT=70.37
所以根据评价模型，最终满意度总打分为R=A（S1，S2，S3）=75.63
满意度分数标准=（95，80，70，60，45），综合以上得出，综合评价为分75.63分。
五、“S-O-R模型”中消费者冲动性网购行为影响因素研究结果汇总（见表2）
六、基于模糊综合评价法的用户满意度分析结果汇总
第一，用户对于直播间指标较为满意。
第二，用户对于主播指标十分重视。
第三，用户对于商品指标满意程度较低，急需改进。
第四，用户对“直播带货”式的购物模式总体满意度较高。
参考文献：
[1]黄逸珺，张依纯.消费者冲动性网购行为的影响因素研究[J].北京邮电大学学报（社会科学版），2019，21（05）：34-45.
[2]何明钦，杨燕.直播电商新发展迎来高光时刻[J].宁波经济（财经视点），2020（02）：36-38.
[3]沈燕，赵红梅.基于情境理论的消费者冲动性购买行为分析——以淘宝直播秒杀为例[J].经营与管理，2018（08）：124-130.
（作者单位：烟台理工学院）