直播营销是随着网络直播技术的成熟和线上销售平台的发展而出现的新型线上销售模式,主播通过直播平台采取试用和经验分享等形式将产品信息更生动、更立体地呈现在用户面前,促使用户购买产品(谢莹等,2019)。2016年3月,在电商引流成本越来越高,急需新的引流方式和流量入口的时间节点,阿里巴巴上线了定位于“消费类直播”的直播营销平台“淘宝直播”。经过短短三年的发展,淘宝直播的年销售额已达千亿元级别。今年“双十一”期间,有超过10万商家开通了直播,开场仅63分钟,直播引导成交额就已经超越2018年全年,直播营销首次成为“双十一”主流销售模式。随着直播营销模式成为新的流量风口,“直播+”赋能产业联动发展已成为各大电商销售平台布局的重点,引起了实践界和学术界的广泛关注(Hu等,2017;Lu等,2018;龚潇潇等,2019)。
直播营销最大的特点是实现了用户与主播之间的实时互动沟通。Lu等(2018)对中国用户的直播实践进行了实证研究,发现在中国情境下,主播采取的沟通风格比沟通内容更重要。沟通风格是买卖双方在互动中采用的格式、仪式或仪态(Sheth,1976)。根据以往的研究,沟通风格在解释销售差异上具有显著性,且沟通风格具有情境性,以顾客为导向具有压倒一切的重要性(Williams和Spiro,1985),销售人员调整自己的沟通风格使其与顾客的沟通风格相匹配被认为是至关重要的(Weitz,1981;Miles等,1990)。值得注意的是,Manning和Reece(1987)通过定性研究认为销售员应模仿顾客的沟通风格,通过与顾客的沟通风格保持一致来增加销售可能性,但他们并未对具体的内在原因做出解释。综上可知,虽然众多研究已经证明销售员与顾客沟通风格相匹配具有重要意义,但是目前仍缺乏相关实证研究去探讨其与顾客购买意愿之间的定量关系,特别是在直播营销情境之下,还缺乏一个全面的框架来解释主播与用户的沟通风格相似性对用户购买意愿的内在影响机制。
首先,相似吸引理论认为,人们会被那些与自己相似的人吸引。本文以此为指导,从主播与用户沟通风格相似会提升主播吸引力的角度出发,探究主播与用户沟通风格相似性影响用户购买意愿的实质性内在动因。Donn和William(1973)指出人际吸引力会导致人们之间积极的认知和情感反应。在此基础上,本文提出了感知互动和愉悦感这两个可能解释沟通风格相似性对购买意愿影响的认知和情感构念,并结合直播营销情境,具体到感知准社会互动和沉浸体验这两个变量上来,探讨用户的准社会互动感知和沉浸体验在主播与用户沟通风格相似性和用户购买意愿之间的内在解释作用。其中,准社会互动是指媒体用户具有明确目标导向的与其关注的媒体人物之间的类人际互动(Rubin,1898)。它既是一种媒体现象,也是一种认知现象(Horton和Wohl,1956)。沉浸体验是一种心理满足状态,处于沉浸体验中的个体完全被所做的事情吸引,心情非常愉悦且感觉时间过得很快(Csikszentmihalyi,1997)。其次,本文进一步深入探讨了感知准社会互动与沉浸体验这两个内在动因之间的关系。认知情感系统理论认为,个体的认知单元和情感单元是相互作用的系统,个体在认知上对重要社会信息的加工往往具有情感唤醒功能(Mischel,1995)。由于感知准社会互动和沉浸体验分别是认知和情感相关构念,本文推测感知准社会互动和沉浸体验之间存在一定的内在关系,由此更完整地澄清了第一个关键问题:沟通风格相似性与购买意愿之间存在怎样的作用机制。
此外,Li等(2018)指出,个人因素会调节直播用户的行为意向。认知闭合需要描述的是个体面对模糊性时给问题找一个明确答案的愿望和动机(Kruglanski,1989)。高认知闭合需要的个体往往对信息的处理不够系统详尽,更容易采用边缘性线索进行启发式思考(Neuber等,1997),从而个体的认知闭合需要可能会调节边缘线索对其购买意愿的影响。因此,本文还需要探讨第二个问题,即认知闭合需要在“沟通风格相似性—感知准社会互动—沉浸体验—购买意愿”的链式路径中起怎样的作用。
总之,本研究通过实证分析确定了主播与用户沟通风格相似性影响用户购买意愿的内在机制与边界条件,为在中国直播营销情境下提高直播企业流量变现能力,促进直播营销领域持续健康发展提供了决策指导,丰富了相似性研究的维度以及营销沟通研究的领域及内容。
二、研究假设与模型(一)沟通风格相似性
根据Sheth(1976)的定义,主播的沟通风格是其与用户互动时采用的格式与仪式。Sheth(1976)关于沟通风格的分类框架是依据Bass提出的领导模式开发的,获得了一定程度的概念和经验支持。本文使用Sheth(1976)的三维沟通风格框架,将沟通风格分为任务导向型、互动导向型和自我导向型。根据顾客方格理论,顾客在面临推销时存在两种需求,其一是希望买到称心如意的商品,注重商品购买本身;其二是希望得到销售员诚恳热情而又周到的服务,注重销售员的态度。Cai等(2018)的研究同样发现,消费者观看电商直播主要有两种意图,即功利性意图和享乐性意图。这两种意图正好对应任务导向型和互动导向型的沟通风格维度。此外,学者们通过研究发现,对于卖方来说自我导向型沟通风格会阻碍销售(Williams和Spiro,1985)。除非卖方以垄断的方式运作,否则卖方在任何情况下都无法通过自我导向型沟通风格达到销售目标(Miles等,1990)。因此,本研究将研究重点放在任务导向型和互动导向型两种沟通风格上。任务导向型沟通风格具有高度目标导向性和目的性,使用这种风格的人注重效率和成本;使用互动导向型沟通风格的个体更注重个人和社交,甚至会忽视手头的任务。沟通风格相似性即主播与用户在这两种沟通风格上的匹配程度(Trant等,2019)。
(二)沟通风格相似性影响购买意愿的实质性内在动因
近年来,社会心理学家一直认为,如果两个个体在某些方面相似,他们就能更好地彼此理解(Padgett和Wolosin,1980)。此外,学者们将相似性研究应用到消费者心理学领域,认为内部相似性可以提升消费者对销售员的信任和听从他们指导的意愿(Al-Natour等,2011)。Li和Mao(2015)对虚拟健康咨询系统与用户之间的交互进行了研究,结果发现,当虚拟健康咨询系统与用户的沟通方式相似即虚拟健康咨询系统使用与用户一致的网络俚语时,互动过程中用户的感知透明度、参与度、信任感和享受感会提升,用户的再次使用意愿和满意度也会提高。Trant等(2019)通过实验研究证明医疗服务人员与病患的沟通风格相似性会正向影响患者对医疗服务的满意度。从反面来看,销售员—顾客沟通风格不协调往往会让顾客产生防御性心理氛围,从而阻碍销售目标的实现(Soldow和Thomas,1984)。据此可以推断,主播与用户沟通风格匹配程度越高,用户购买意愿越强。
准社会互动感知能让观众产生一种通过媒介与媒体人物面对面对话的幻觉,使观众把媒体人物视为自己的朋友,并在现实中尽量接近媒体人物(Kim和Song,2016)。在直播销售模式下,用户数量往往具有一定规模,用户能全方位地观察到主播,而主播只能通过用户的文字评论、点赞、关注和购买等行为感知用户。在此种情境下,主播和用户的互动可能呈现单向的、一对多的形式。Hu等(2017)认为主播与用户的互动具有准社会互动的特征,如果主播感知到用户的存在并调整沟通风格或肢体语言,创造一种双向沟通的错觉,就会触发用户的准社会互动感知(Dibble等,2016)。此外,Rubin和Step(2001)证明准社会互动反映的是类人际互动的本质,它会受传统人际关系中的感知相似性和人际吸引力的影响。媒体人物的人际相似性和吸引力越高,受众感知到的准社会互动越强(Rubin和Step,2001)。
进一步地,处于准社会关系中的用户会对媒体人物产生亲密感,并将媒体人物当作“真正的朋友”(Xiang等,2016),这种亲密感能减少用户的不确定性感知,减轻其消费顾虑,从而正向影响消费意愿(Li等,2018)。例如,Park和Lennon(2006)对电视直播购物的实证研究发现,观众对准社会互动的感知会促进购买行为的产生。Lee和Watkins(2016)采用实验法证实,YouTube平台用户对视频博主的准社会互动感知对奢侈品购买意愿具有正向影响。本文认为在直播营销情境下,主播与用户的沟通风格越相似,主播对用户产生的吸引力就越大,用户对主播的准社会互动感知就越强,用户对购买主播所推荐产品的不确定性感知也就越小,从而购买意愿越强。
根据Csikszentmihalyi(1975)的定义,沉浸体验是具有适当的挑战而能让个体沉浸其中,以至于忘记时间的流逝、失去自我意识的一种心理状态,这种心理状态往往伴随着一种享受和愉悦的积极情感体验。大量研究证明,人们之间的相似性越高,彼此间的吸引力就越强,有意义的互动倾向也就越高。而互动性又对沉浸体验具有显著正向影响(吴小梅,2015)。有意义的社会互动能让人获得愉悦感,进而产生沉浸体验(Animesh等,2011)。具体来说,徐娟等(2018)认为,就社交互动而言,人际交往因素比如感知相似性与沉浸体验正相关,用户的感知相似性能帮助用户享受互动过程,提高虚拟体验的吸引力和愉悦感,从而带来沉浸状态。此外,Gao和Bai(2017)在对中国在线旅行社的氛围线索进行研究时发现,当人们感知到互动更具信息性、娱乐性和有效性时,他们会更积极地进行互动,产生更积极的情感体验,从而进入沉浸状态。
沉浸体验已经被众多学者证明对购买意愿具有积极影响:沉浸体验可以通过用户愉悦感、满意度和忠诚度等影响用户购买意愿。例如,Kim等(2017)指出,用户在购物网站进行浏览而进入沉浸体验时,其内在愉悦感会提升,从而激起购买意愿。Gao和Bai(2017)通过实证研究发现,用户对线上旅行社的满意度和消费意愿是用户沉浸体验的结果。Ettis(2017)的研究同样表明,用户进入沉浸体验后,访问网站的次数和浏览时间都会显著提高,并且沉浸体验是预测用户购买行为的关键指标。Shim等(2015)在对品牌网站用户购买行为进行研究时发现,用户对品牌网站的沉浸体验会增强他们对品牌的感官和情感体验,带来较高的品牌忠诚度,进而促进用户的购买行为。本文认为,当主播与用户的沟通风格相似程度较高时,他们彼此之间的吸引力较强,用户更倾向于与主播进行互动,在这个过程中,用户会产生沉浸体验,最后,用户为了延伸沉浸体验的愉悦感会产生购买意愿。根据以上推导,本文提出以下假设:
H1:感知准社会互动和沉浸体验在沟通风格相似性影响用户购买意愿的过程中起中介作用,即感知准社会互动和沉浸体验是沟通风格相似性影响购买意愿的两大内在动因。
(三)感知准社会互动与沉浸体验的进一步关系
Mischel和Shoda(1995)提出的认知情感系统理论认为,个体的认知单元和情感单元是相互作用的系统,当个体面临某一事件或情境时,认知或情感单元就会被激活,从而引起某种行为的产生;事件或情境可以通过激活认知单元或情感单元来影响个体行为,也可以通过激活其中的某一单元进而影响另一单元来影响个体行为。例如,高天茹等(2019)通过实证研究证明,事件或情境因素会通过影响个体认知单元而影响情感单元,从而对个体行为产生影响。Westbrook和Oliver(1991)认为,认知、情感、行为之间存在着一定的递进关系。除此之外,学者们对绿色行为的研究证实,认知会通过情感对行为产生间接影响(王建明和郑冉冉,2011;贺爱忠等,2013)。
一方面,准社会互动是用户具有明确目标导向的与媒体人物之间的人际卷入(Rubin,1989),它解释了媒体人物与媒体用户之间的关系认知(Frederick等,2012),可见,准社会互动是用户建立与媒体人物关系联结的认知过程,属于认知情感系统中的认知单元。另一方面,沉浸体验包含的是一种积极的情绪状态,属于认知情感系统中的情感单元。因此,在直播情境中,在认知情感系统的作用下,主播—用户沟通风格相似性作为一种正面刺激会促使用户进行正面信息加工,进而对主播形成正面评价,这会增强用户与主播的关系联结,提高用户的准社会互动感知。进一步地,这种正面认知又会使用户产生沉浸体验这种积极的情绪状态,这时用户就会更加积极地响应主播的推荐,进而产生更强的购买意愿。因此,本文提出以下假设:
H2:感知准社会互动和沉浸体验在沟通风格相似性与购买意愿之间起链式中介作用,即沟通风格相似性通过增强用户的准社会互动感知而引发沉浸体验,进而影响用户的购买意愿。
(四)认知闭合需要的影响
认知闭合需要是社会认知心理学领域的概念,指的是个体面对模糊性时急于得出答案的动机,是一种较稳定的认知特征(Kruglanski,1989;周鹏生,2018)。认知闭合需要使得个体具有给问题找一个明确答案的愿望,无论什么答案,都比混乱和不确定要好(Kruglanski,1989)。大量研究证明,人们在做决策时有两种信息加工路径,即中心路径和边缘路径。中心路径通过产品规格、材质、性能等中心线索做出分析式决策;边缘路径依据信息源的吸引力、信誉度、情境的愉悦性等边缘线索做出启发式决策。Neuberg等(1997)认为,高认知闭合需要的个体对模糊性或不确定状态的容忍度较低,为避免模糊性他们往往对信息的处理不够详尽,表现出启发式思维特点(de Dreu等,1993)。国内学者刘雪峰和张志学(2009)同样认为,高认知闭合需要的个体更倾向于利用边缘线索,采用边缘路径对信息进行加工。此外,Slovic等人于2002年提出了情绪启发式这一概念,他们认为情绪可以作为个体对某事物的态度的线索,影响个体的决策和判断。Reinhard和Messner(2009)在研究代言人喜爱程度对广告效果的影响时发现,仅当被试的认知闭合需要较高时,情感对广告效果的影响才显著。由此可知,直播营销情境下用户的沉浸体验作为一种情绪状态,其对购买意愿的影响可能受认知闭合需要的调节,个体的认知闭合需要越高,沉浸体验对购买意愿的影响就越显著。同样,主播—用户沟通风格相似性作为一种边缘线索,对用户购买意愿的影响遵循边缘路径,这个路径的强弱也可能会受个体认知闭合需要高低的影响。因此,本文提出以下假设:
H3:用户的认知闭合需要越高,其观看直播时的沉浸体验对购买意愿的影响就越大,沟通风格相似性对购买意愿的链式影响路径也越强。
综上所述,本文的整体逻辑是:在直播营销情境下,主播—用户沟通风格相似性会提高主播的吸引力,增强用户的准社会互动感知,这种正面的认知会激发用户积极的情感状态,使用户产生沉浸体验,提高用户的购买意愿。同时,沟通风格相似性对购买意愿产生影响的路径强弱又受到个体认知闭合需要的影响。图1显示了根据本研究的逻辑整理而成的理论模型。
三、研究方法(一)问卷设计
为了保证变量的准确测量,本文做了以下工作:第一,选用国内外文献中的成熟量表执行反复的“翻译—回译”程序,然后结合直播营销模式的具体特征,咨询营销领域专家学者的意见,对量表反复进行语义推敲和表达修改,尽最大可能保证量表的内容效度。第二,发布填写说明,向填写者强调收集到的所有信息和数据全部用于学术研究,坚持保密原则,并反复告知没有服装销售类直播观看经历的个体不能填写。在量表题项上设置反向题项,防止惯性填写的现象发生。第三,为了避免趋中效应(填写者偏向选择中立选项)的发生,所有量表均采用6点李克特计分:1表示“非常不同意”;2表示“不同意”;3表示“比较不同意”;4表示“比较同意”;5表示“同意”;6表示“非常同意”。
通过对“淘宝直播”系统的后台数据进行调取,本研究发现服装类产品是直播平台上售卖商家最多且销量最好的产品类型,因此本文将调查情境设定为服装类产品的直播销售。用户和主播沟通风格量表均参考Williams和Spiro(1985)的研究,分为互动型沟通风格和任务型沟通风格两个子量表。用户互动型沟通风格量表包含“我在直播间沟通时很随和”“我一般喜欢帮助别人”“我喜欢与人交谈”等6个题项。用户任务型沟通风格量表包含“看直播时我会努力地完成购买任务”“看直播时我主要关心的是完成购买任务”“看直播时我想尽可能高效地完成购买任务”等4个题项。主播互动型沟通风格量表包含“该主播很随和”“该主播喜欢帮助顾客”“该主播喜欢与人交谈”等6个题项。主播任务型沟通风格量表包含“该主播很努力地工作以完成这次销售”“该主播最关心的事情是帮助我完成购买”“该主播希望完成这次销售”等4个题项。感知准社会互动量表参考了Lee和Watkins(2016)的研究,包含“我期待看该主播的直播”“我觉得该主播像老朋友一样”“我希望在现实生活中遇到该主播”等5个题项。沉浸体验量表参考了Huang等(2017)的研究,包含“看直播时,我会集中注意力在直播上”“看直播时,我感觉不到时间的流逝”“看直播时,我感觉很愉悦(找到许多乐趣)”等4个题项。认知闭合需要量表参考了刘雪峰(2007)的研究,包含“我不喜欢不确定的情境”“我不喜欢进入我无法预测的情境中”“我倾向于到最后关头才做出重要的决策”等42个题项。由于性别、年龄、受教育程度和收入水平可能对直播用户的购买意愿产生影响,本文将它们作为控制变量也放入问卷中进行测量。
在正式投放问卷前,先对初始量表进行预测试。随机邀请48名本科生填写问卷并对问卷中存在的问题进行讨论,根据反馈意见对问卷进行适当修改,然后对数据进行信效度检验,删除那些将其删除后量表的Cronbach’s α系数变大且删除后不影响变量测量的题项。最终各量表的Cronbach’s α系数均大于0.7,KMO值大于0.7,并且通过了Bartlett球型检验(p<0.001),量表的信效度较好,最终得到正式量表。
(二)数据收集
《2019上半年中国在线直播行业研究报告》显示,中国直播用户以年轻人为主,30岁以下的用户占比高达79.5%。《直播生态发展趋势报告》指出,女性是电商直播的主要受众,占比高达87%。鉴于此,本研究选择有过服装类产品直播观看经历的女大学生作为主要调查群体。在华东(上海)、华南(佛山)、华西(成都)、华北(北京)、华中(郑州、武汉、长沙)等地高校,通过线上和线下两种方式收集问卷,尽量保证问卷收集的广泛性和效率性。同时,在问卷收集过程中尽量保证样本的随机选取,避免滚雪球的问卷收集方式。经过两个多月的问卷收集,共回收问卷703份。考虑到题项数量,我们认为填写时间过短和过长都属于非正常现象,为保证问卷有效性,删除填写时长小于2分钟或大于10分钟的线上问卷43份,剔除漏答重要题项和出现明显错误信息(如反向题项与正向题项所选一致和全部选项都一样)的问卷41份,最终获得有效问卷619份。样本统计信息如表1所示。
项目 | 样本分布 | 样本数(个) | 百分比(%) |
性别 | 男 | 131 | 21.16 |
女 | 488 | 78.84 | |
年龄 | 15岁以下 | 8 | 1.29 |
15—21岁 | 464 | 74.96 | |
22—29岁 | 135 | 21.81 | |
30—39岁 | 8 | 1.29 | |
40岁及以上 | 4 | 0.65 | |
受教育程度 | 高中及以下 | 16 | 2.58 |
专科 | 320 | 51.70 | |
本科 | 172 | 27.79 | |
硕士及以上 | 111 | 17.93 | |
收入水平 | 无收入 | 340 | 54.93 |
1 000元及以下 | 53 | 8.56 | |
1 001—2 000元 | 70 | 11.31 | |
2 001—4 000元 | 80 | 12.92 | |
4 001—5 000元 | 31 | 5.01 | |
5 001—10 000元 | 25 | 4.04 | |
10 000元以上 | 20 | 3.23 |
(三)沟通风格相似性的计算
沟通风格相似性通过主播与用户沟通风格的相似度来表示。本研究参考Trant等(2019)对医护人员与患者沟通风格相似性的计算方法,并比较了几种常见的相似度计算方法,选取具有代表性且易计算的欧几里得距离来计算相似度。欧几里得距离的计算公式如公式(1)所示,其中xi和yi代表用户和主播沟通风格测量条目对,本研究中用户和主播的沟通风格量表分别有10个题项,故i∈[1,10]。欧几里得距离越大,相似度越小。对欧几里得距离进行转化得到对应的相似度值,转化公式如公式(2)所示。
$ {{Dis}}\left( {{{x}},{{y}}} \right) = \sqrt {\mathop \sum \nolimits {{\left( {{x_i} - {y_i}} \right)}^2}} $ | (1) |
$ {{Sim}}\left( {{{x}},{{y}}} \right) = \frac{1}{{{\rm{}}1 + Dis\left( {x,{\rm{}}y} \right)}} $ | (2) |
(一)共同方法偏差检验
本研究采用的自我报告式问卷调查法可能导致共同方法偏差问题,因此在检验量表信效度之前,本研究采用Harman单因素方法对数据进行共同方法偏差检验。将变量的所有题项进行未旋转探索性因子分析,结果显示,提取的特征值大于1的第一主成分解释了30.484%的变异程度,满足小于40%的临界值标准,不存在单一因子解释大部分变异的现象,表明共同方法偏差问题对本研究的有效性影响不大。
(二)量表信效度检验
本研究使用SPSS 21.0对量表进行内部一致性检验,如表2所示,各变量的Cronbach’s a系数都大于0.7,表明量表的信度较好。样本的充分性检验结果显示,整体样本的KMO值为0.831,Bartlett球形检验结果显著(p<0.001),说明变量适合做因子分析。本研究对变量通过主成分分析法以特征值大于1的标准截取数据,并通过最大方差正交旋转得到用户互动型沟通风格、用户任务型沟通风格、主播互动型沟通风格、主播任务型沟通风格、感知准社会互动、沉浸体验、认知闭合需要、购买意愿8个因子,这8个因子的各个题项在其主成分上的因子载荷都明显大于在其他成分上的因子载荷,且最小因子载荷都大于0.5(见表2),说明量表具有较好的区分效度。
变量 | 最小因子 载荷 |
Cronbach’s a 系数 |
用户互动型沟通风格 | 0.725 | 0.885 |
用户任务型沟通风格 | 0.703 | 0.883 |
主播互动型沟通风格 | 0.718 | 0.914 |
主播任务型沟通风格 | 0.841 | 0.935 |
感知准社会互动 | 0.618 | 0.728 |
沉浸体验 | 0.733 | 0.858 |
认知闭合需要 | 0.723 | 0.893 |
购买意愿 | 0.688 | 0.859 |
本研究通过小程序计算出平均方差析出量(AVE)和组合信度(CR),如表3所示,可以看出,各变量的CR值最低为0.8336,说明量表的组合信度较好;各变量的AVE值均大于0.5,表明量表具有较好的收敛效度;各变量AVE的平方根均高于它们间的相关系数,证明量表具有较好的判别效度。进一步地,本研究运用Amos软件采用极大似然法进行验证性因子分析,对模型及量表的结构效度进行验证,结果显示:χ2/df=2.969;RMSEA=0.056<0.08;NFI=0.909>0.9;IFI=0.921>0.9;GFI=0.908>0.9;CFI=0.92>0.9;PNFI=0.699>0.5,证明模型适配度较高,假设模型与实际数据之间拟合程度较高,模型具有较高说服力。
变量 | AVE | CR | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
1.用户互动型沟通风格 | 0.6028 | 0.9008 | 0.7764 | |||||||
2.用户任务型沟通风格 | 0.7021 | 0.9033 | −0.150** | 0.8379 | ||||||
3.主播互动型沟通风格 | 0.6531 | 0.9184 | 0.245** | 0.162** | 0.8081 | |||||
4.主播任务型沟通风格 | 0.7881 | 0.937 | −0.207** | 0.192** | −0.076 | 0.8877 | ||||
5.感知准社会互动 | 0.6111 | 0.8867 | 0.240** | 0.120** | 0.341** | 0.110** | 0.7817 | |||
6.沉浸体验 | 0.605 | 0.8597 | 0.225** | 0.176** | 0.379** | 0.024 | 0.508** | 0.7778 | ||
7.认知闭合需要 | 0.5997 | 0.9125 | −0.106** | −0.017 | 0.102* | 0.252** | −0.041 | −0.062 | 0.7744 | |
8.购买意愿 | 0.6714 | 0.8336 | 0.149** | 0.183** | 0.255** | 0.021 | 0.495** | 0.465** | 0.136** | 0.8193 |
注:*p<0.05,**p<0.01,***p<0.001;对角线上的数值表示AVE值的平方根。 |
(三)假设检验
1. 感知准社会互动和沉浸体验的中介作用检验
本文首先采用Baron和Kennyde的逐步回归分析法,对感知准社会互动和沉浸体验在沟通风格相似性和购买意愿之间的中介作用进行检验,分析结果见表4。在进行回归分析之前先对数据进行多重共线性检验,结果显示,VIF均小于2,证明变量之间不存在明显的多重共线性问题,可以进行回归分析。由于性别、年龄、受教育程度、收入水平可能对直播用户的购买意愿产生影响,在进行线性回归建模时我们将其作为控制变量放入模型。
变量 | 感知准社会互动 | 沉浸体验 | 购买意愿 | |||||||||
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | 模型7 | 模型8 | 模型9 | 模型10 | |||
性别 | 0.049 | 0.017 | 0.016 | 0.011* | 0.014 | 0.030* | −0.011 | 0.004 | 0.018 | 0.019 | ||
年龄 | 0.039* | 0.007 | −0.050 | −0.059 | −0.128 | −0.107 | −0.076 | −0.062 | −0.119 | −0.089 | ||
受教育程度 | −0.027 | −0.055 | −0.026 | −0.082 | −0.047 | −0.034 | −0.070 | −0.060 | 0.003 | −0.021 | ||
收入水平 | 0.007 | −0.020 | −0.013 | 0.029 | 0.038 | 0.051 | 0.026 | 0.036 | 0.046 | 0.044 | ||
沟通风格相似性 | 0.048** | 0.055** | 0.065** | 0.044** | 0.043** | |||||||
感知准社会互动 | 0.507** | 0.556** | 0.448** | |||||||||
沉浸体验 | 0.525** | 0.401** | 0.538** | 0.547** | ||||||||
认知闭合需要 | 0.188** | 0.152** | ||||||||||
F×NCC | 0.193** | |||||||||||
R2
|
0.121 | 0.160 | 0.263 | 0.179 | 0.249 | 0.221 | 0.318 | 0.285 | 0.247 | 0.280 | ||
调整的R2
|
0.114 | 0.153 | 0.257 | 0.173 | 0.243 | 0.214 | 0.312 | 0.278 | 0.240 | 0.272 | ||
F | 16.929** | 23.359** | 43.779** | 26.797** | 40.718** | 34.691** | 47.644** | 40.672** | 33.483** | 33.920** | ||
注:*p<0.05,**p<0.01,***p<0.001;“F×NCC”表示“沉浸体验×认知闭合需要”。 |
第一阶段,将沟通风格相似性对购买意愿做回归,结果如模型4所示,沟通风格相似性对购买意愿具有显著正向影响(β=0.065,p<0.01);第二阶段,将沟通风格相似性对感知准社会互动和沉浸体验分别做回归,结果如模型1和模型2所示,沟通风格相似性显著正向影响感知准社会互动(β=0.048,p<0.01)和沉浸体验(β=0.055,p<0.01);第三阶段,将购买意愿对沟通风格相似性和感知准社会互动一起做回归,结果如模型7所示,沟通风格相似性(β=0.044,p<0.01)和感知准社会互动(β=0.448,p<0.01)仍对购买意愿具有显著正向影响,但是沟通风格相似性对购买意愿的回归系数变小(0.044<0.065),表明感知准社会互动在沟通风格相似性和购买意愿之间起中介作用。同样地,将购买意愿对沟通风格相似性和沉浸体验一起做回归,结果如模型8所示,沟通风格相似性(β=0.043,p<0.01)和沉浸体验(β=0.401,p<0.01)仍对购买意愿具有显著正向影响,沟通风格相似性对购买意愿的效应变小(0.043<0.065),表明沉浸体验在沟通风格相似性和购买意愿之间也起中介作用,假设H1得到验证。
2. 感知准社会互动和沉浸体验的链式中介作用的结构方程模型检验
Lau和Cheung(2012)的研究指出,多重中介模型涉及的变量比较多且路径较为复杂,一般要用结构方程模型进行分析,而检验多重中介效应较好的方法是Bootstrap法。本研究运用SPSS 21.0的PROCESS插件的Model 6做链式中介,对感知准社会互动和沉浸体验的链式中介作用进行检验。
首先对“沟通风格相似性—感知准社会互动—沉浸体验—购买意愿”的链式中介模型进行验证,结果显示模型的拟合指标都达到了统计学标准(χ2/df=2.969;RMSEA=0.056<0.08;GFI=0.908>0.9),证明模型适配度较好。然后利用Bootstrap方法重复随机抽取5 000个样本检验链式中介效应,由表5列示的结果可知,感知准社会互动(β=0.0163,p<0.01)和沉浸体验(β=0.0084,p<0.01)的中介作用显著,95%的置信区间分别为[0.0098,0.0238]和[0.0039,0.0140],均不包含0,再次验证了假设H1。感知准社会互动和沉浸体验的链式中介作用也显著(β=0.0050,p<0.01),95%的置信区间为[0.0023,0.0086],不包含0。因此,感知准社会互动和沉浸体验在沟通风格相似性与购买意愿之间起链式中介作用,假设H2通过检验。
路径 | 间接效应值 | 95%置信区间 | |
下限 | 上限 | ||
总间接效应 | 0.0298 | 0.0213 | 0.0395 |
具体间接效应分解 | |||
沟通风格相似性—感知准社会互动—购买意愿 | 0.0163 | 0.0098 | 0.0238 |
沟通风格相似性—沉浸体验—购买意愿 | 0.0084 | 0.0039 | 0.0140 |
沟通风格相似性—感知准社会互动—沉浸体验—购买意愿 | 0.0050 | 0.0023 | 0.0086 |
3. 认知闭合需要的调节作用检验
本研究首先利用多元回归分析检验认知闭合需要在沉浸体验与购买意愿之间的调节作用,对认知闭合需要和沉浸体验变量的数据进行中心化处理,再构造认知闭合需要和沉浸体验的交互项,以消除多重共线性问题。然后把购买意愿设为因变量,将性别、年龄、受教育程度和收入水平作为控制变量放入模型,再将认知闭合需要和沉浸体验放入模型,构建模型9。最后将交互项放入模型,构建模型10。模型10表明(见表4),认知闭合需要和沉浸体验的交互项与购买意愿显著正相关(β=0.193,p<0.01),证明认知闭合需要在沉浸体验对购买意愿的影响中起正向调节作用。
为进一步验证调节效应,本研究进行了简单斜率分析,绘制出调节效应分析图(见图2)。可以看出,当认知闭合需要变高时,沉浸体验对购买意愿的影响增大(斜率变大),再次证明认知闭合需要正向调节沉浸体验与购买意愿的关系,用户认知闭合需要越高,沉浸体验对其购买意愿的正向影响越大。
4. 被调节的链式中介效应检验
被调节的链式中介效应依据Hayes提出的系数乘积法,运用SPSS 21.0的PROCESS插件的Model 87进行检验。结果显示,被调节的链式中介效应路径系数值为0.0029,95% CI=[0.0006,0.0055],不包含0,表明认知闭合需要正向调节感知准社会互动和沉浸体验在沟通风格相似性与购买意愿之间的链式中介效应,假设H3得到验证。
同时,本文还根据Edwards和Lambert提出的中介效应差异检验法对被调节的中介效应进行进一步检验,检验结果见表6。其中,第三阶段代表沉浸体验对购买意愿的作用,间接效应值为链式中介路径三个阶段的路径系数乘积。从表6中可以看出,在认知闭合需要处在高、低两个水平时,第三阶段差值的95%置信区间不包含0,CI=[0.0018,0.0147],再一次证明了沉浸体验对购买意愿的影响受到认知闭合需要的调节。此外,当认知闭合需要处在低水平时,间接效应的95%置信区间不包含0(β=0.0030,95% CI=[0.0003,0.0068]),间接效应显著。当认知闭合需要处在高水平时,间接效应的95%置信区间也不包含0(β=0.0080,95% CI=[0.0046,0.0129]),间接效应同样显著。同时,在认知闭合需要的不同水平下,间接效应的差值也达到了显著水平(β=0.0050,95% CI=[0.0011,0.0094]),再次证明认知闭合需要会强化沟通风格相似性对购买意愿的影响路径,认知闭合需要越高,链式中介效应就越强,假设H3再次得到验证。
调节变量 | 沟通风格相似性—感知准社会互动—沉浸体验—购买意愿 | ||||||||
第三阶段 | 95%置信区间 | 间接效应值 | 95%置信区间 | ||||||
下限 | 上限 | 下限 | 上限 | ||||||
低认知闭合需要 | 0.0051 | 0.0005 | 0.0111 | 0.0030 | 0.0003 | 0.0068 | |||
高认知闭合需要 | 0.0135 | 0.0074 | 0.0206 | 0.0080 | 0.0046 | 0.0129 | |||
差异 | 0.0084 | 0.0018 | 0.0147 | 0.0050 | 0.0011 | 0.0094 |
(一)研究结论
本文通过实证研究,解决了需要回答的两大问题。第一,阐明了主播与用户沟通风格相似性影响用户购买意愿的内在机制:主播与用户沟通风格相似性会增加用户对主播的准社会互动感知,并进一步引发用户观看直播时的沉浸体验,从而增强用户的购买意愿。第二,探讨出上述影响机制的边界条件:个体的认知闭合需要会正向调节沉浸体验与购买意愿的关系,并强化沟通风格相似性对购买意愿的影响路径,即用户认知闭合需要越高,观看直播时的沉浸感对购买意愿的影响就越大,主播与用户沟通风格相似性对购买意愿产生影响的链式路径也越强。
(二)理论贡献
本文对于直播营销沟通风格相似性研究具有一定的理论意义。首先,在相似性研究中,人们往往关注常见的态度、背景、价值观和外表等维度(Curry和Emerson,1970;Byrne等,1971;Peterson和Miller,1980;Banikiotes和Neimeyer,1981),而本文将相似性研究的视角延伸到沟通风格维度,扩展了相似性研究的领域及内容。本文从相似吸引的理论视角出发找出了沟通风格相似性对购买意愿产生影响可能的作用机制,为直播营销背景下主播与用户沟通风格匹配度如何影响购买意愿提供了一个较为系统的解释框架,是对目前直播情境下营销沟通研究的有力补充。其次,在沟通风格研究中,学者们常常忽略对沟通风格影响消费者行为内在机制的解释(Evans,1963;Weitz,1981;Miles等,1990;Trant等,2019),而本文以认知情感系统理论来解释变量间的整体逻辑,挖掘出中介变量的多重含义,更全面深入地解释了直播营销下沟通风格相似性对购买意愿的作用机制,进一步拓宽了认知情感系统理论在消费者行为领域的作用场景,使得认知情感系统理论成为研究消费者认知心理过程和直播情境下营销沟通有效性的新的理论基础。最后,本文探讨了作为个人因素的认知闭合需要在链式中介模型中的调节作用,界定出影响链式中介路径强弱的边界条件,进一步丰富了理论模型。同时,以往的研究大多探讨的是事件、情境和背景等外部环境因素单独对认知情感系统产生的影响(Park等,2008;Hsu和Lin,2016;谢莹等,2019),而本文将个人因素考虑进来,并分析了个人因素和情境因素的交互作用对认知情感系统的影响,丰富了认知情感系统理论的研究。
(三)实践建议
本文根据研究结论,为直播商家提高直播间用户的购买意愿提出以下建议:
首先,主播应以顾客为导向,灵活识别顾客的沟通风格,并调整自身的沟通风格使其与顾客的沟通风格相匹配。沟通风格被认为是一种技能,它与个性不同,是可以被销售人员控制的(Dion和Notarantonio,1992)。一方面,主播应充分利用顾客的一切反馈来了解顾客的沟通风格。比如,主动要求顾客反馈:“想要快速购买合适的产品、了解更多产品信息的宝宝们请回复1”“想要与主播聊天互动、了解更多主播故事的宝宝们请回复2”,或直接关注评论区顾客的在线反馈,通过反馈了解顾客的沟通风格,然后灵活调整自身的沟通风格使其与顾客的沟通风格相匹配,以快速适应顾客的沟通风格。另一方面,主播可通过产品类型或用户群体特征等推测顾客的大致沟通风格。对于在购买使用之后才能了解其特征属性的体验型产品和在购买使用之前就可以通过产品信息介绍了解其特征属性的搜索型产品,顾客在购前互动沟通时的侧重点不同,这也需要主播灵活把握。而主要顾客群体的性别比例、年龄划分、知识层次、收入水平和偏好特征等也是主播需要关注的,这些信息可用来大致判断顾客的沟通风格。主播在整个直播过程中都要保持相当的敏感性,灵活调整沟通风格,与顾客进行有效互动。
其次,直播平台及主播应充分激发顾客在观看直播过程中的感知准社会互动和沉浸体验,引导顾客积极的认知情感体验。一方面,主播可以通过增强自身与用户的相似性、提高自身的吸引力等手段来增强用户对主播的准社会互动感知,如使用主要观看群体常用的口头禅和网络俚语,表达与用户相似的态度和价值观来提高与用户的同质性;或者增强自身形象的吸引力,表现出与产品相关的较大的知识量和较强的专业性来增强自身的吸引力等。另一方面,主播和平台都应该努力引发用户的沉浸体验。主播应在直播过程中增加与用户之间的实时互动,注重对用户行为(进入直播间、点赞、关注、评论、购买等)的实时反馈,运用各项激励措施提高用户的参与度;直播平台应该在直播间界面设计上追求简洁化、熟悉化,使用用户常见的图标,在功能导航上简单明了,增加用户对系统的控制感,引发用户观看直播过程中的积极认知情感体验。
最后,主播可以通过使用营销技巧和操纵直播环境来短暂提高顾客的认知闭合需要,从而增强沟通风格相似性对购买意愿的正向影响。虽然认知闭合需要被认为是个体较为稳定的人格特性,但也可以通过操纵环境变量来对其进行暂时的改变。一方面,主播可以通过给购买活动一定的时间压力,来暂时提高顾客的认知闭合需要(Webster和Kruglanski,1997),比如在产品直播期间实行限时抢购或者采用“饥饿销售,手慢则无”的策略。另一方面,主播可以通过增加直播间的环境噪音,来暂时提高顾客的认知闭合需要(Kruglanski和Webster,1991),比如通过抽奖活动和实时话题互动来带动用户活跃度,给直播间营造一种繁忙热闹的气氛,或者提高语速音量、播放背景音乐来给直播间营造一种喧腾的环境。主播通过暂时提高顾客的认知闭合需要,可以促使低认知闭合需要的用户进行短暂的启发式思考,增加边缘线索对其购买意愿的影响,这是对沟通风格匹配策略的有效护航,有助于提高沟通风格匹配策略的效果。
(四)研究局限和未来研究方向
本研究虽然具有一定的理论和实践意义,但是仍然存在一定的局限性,需要在未来的研究中加以完善。
第一,本研究仅探讨了单一的认知和情感机制因素(感知准社会互动和沉浸体验)在沟通风格相似性和购买意愿之间的作用。然而,沟通风格相似性作为一种情境刺激,还可能激发其他可能影响购买意愿的认知因素(如个体自我一致性、主播认同、社会距离、社会临场感和信任等)和情感因素(如喜爱、唤醒等)。此外,本文也只讨论了一种个人因素作为调节变量的情况。未来的研究可以深入探讨在沟通风格相似性和购买意愿之间起中介作用的其他认知情感因素,同时还可以研究其他可能在链式中介路径中起调节作用的因素(如产品类型、购买决策涉入度等),进一步丰富理论模型。
第二,Lu等(2018)通过研究发现,“直播+电商”是一种中国独有的直播模式,相比于国外直播只涉及事件和好友间分享,直播营销模式具有鲜明的中国特色。但是本文采用的量表都引用自国外文献,是在国外背景和思维模式下开发出来的,虽然我们在量表引用上采用了严格的“翻译—回译”程序,并通过预测试和专家咨询进行了反复修改,但借鉴的国外量表仍可能出现水土不服。未来的研究可以基于中国的情境对量表进行开发,以保证量表的有效性。
第三,本研究采用横断式调查法,只能研究变量间的并发性关系,且数据的收集采用自我报告式问卷法,调查对象可能对真实信息做出一定的隐瞒,并且研究本身会受到很多意外因素的影响,如答题者答题环境的干扰和情绪波动等,这些因素都会影响研究结果。未来的研究可以通过多种测量方法,如眼动实验和事件相关电位法,对变量进行更精准的测量,并尝试采用纵向追踪或者情境实验的方法,对变量之间更深层次的因果关系进行分析。
[1] | 高天茹, 贺爱忠. 职场排斥对知识隐藏的影响机理研究: 一个被调节的链式中介模型[J]. 南开管理评论, 2019(3): 15–27. |
[2] | 龚潇潇, 叶作亮, 吴玉萍, 等. 直播场景氛围线索对消费者冲动消费意愿的影响机制研究[J]. 管理学报, 2019(6): 875–882. |
[3] | 刘雪峰, 张志学. 认知闭合需要研究评述[J]. 心理科学进展, 2009(1): 51–55. |
[4] | 吴小梅. 电子商务网站特征对心流体验的影响研究[J]. 重庆大学学报(社会科学版), 2015(3): 50–57. |
[5] | 谢莹, 李纯青, 高鹏, 等. 直播营销中社会临场感对线上从众消费的影响及作用机理研究——行为与神经生理视角[J]. 心理科学进展, 2019(6): 990–1004. |
[6] | 徐娟, 黄奇, 袁勤俭. 沉浸理论及其在信息系统研究中的应用与展望[J]. 现代情报, 2018(10): 157–166. |
[7] | 周鹏生. 认知闭合需要的结构及其产生机制[J]. 心理技术与应用, 2018(11): 677–687. |
[8] | Al-Natour S, Benbasat I, Cenfetelli R. The adoption of online shopping assistants: Perceived similarity as an antecedent to evaluative beliefs[J]. Journal of the Association for Information Systems, 2011, 12(5): 347–374. |
[9] | Animesh A, Pinsonneault A, Yang S Y, et al. An odyssey into virtual worlds: Exploring the impacts of technological and spatial environments on intention to purchase virtual products[J]. MIS Quarterly, 2011, 35(3): 789–810. |
[10] | Cai J, Wohn D Y, Mittal A, et al. Utilitarian and hedonic motivations for live streaming shopping[A]. Proceedings of the 2018 ACM international conference on interactive experiences for TV and online video[C]. Seoul, Republic of Korea: ACM, 2018: 81-88. |
[11] | Csikszentmihalyi M. Beyond boredom and anxiety[M]. San Francisco, CA, US: Jossey-Bass, 1975. |
[12] | Csikszentmihalyi M. Creativity: Flow and the psychology of discovery and invention[M]. New York: Harper Perennial, 1997. |
[13] | Dibble J L, Hartmann T, Rosaen S F. Parasocial interaction and parasocial relationship: Conceptual clarification and a critical assessment of measures[J]. Human Communication Research, 2016, 42(1): 21–44. |
[14] | Dion P A, Notarantonio E M. Salesperson communication style: The neglected dimension in sales performance[J]. Journal of Business Communication, 1992, 29(1): 63–77. |
[15] | Ettis S A. Examining the relationships between online store atmospheric color, flow experience and consumer behavior[J]. Journal of Retailing and Consumer Services, 2017, 37: 43–55. |
[16] | Evans F B. Selling as a dyadic relationship-a new approach[J]. American Behavioral Scientist, 1963, 6(9): 76–79. |
[17] | Gao L L, Bai X S, Park A. Understanding sustained participation in virtual travel communities from the perspectives of is success model and flow theory[J]. Journal of Hospitality & Tourism Research, 2017, 41(4): 475–509. |
[18] | Hu M, Zhang M L, Wang Y. Why do audiences choose to keep watching on live video streaming platforms? An explanation of dual identification framework[J]. Computers in Human Behavior, 2017, 75: 594–606. |
[19] | Huang H C, Huang L S, Chou Y J, et al. Influence of temperament and character on online gamer loyalty: Perspectives from personality and flow theories[J]. Computers in Human Behavior, 2017, 70(5): 398–406. |
[20] | Kim J, Song H. Celebrity’s self-disclosure on Twitter and parasocial relationships: A mediating role of social presence[J]. Computers in Human Behavior, 2016, 62: 570–577. |
[21] | Kim M J, Lee C K, Bonn M. Obtaining a better understanding about travel-related purchase intentions among senior users of mobile social network sites[J]. International Journal of Information Management, 2017, 37(5): 484–496. |
[22] | Kruglanski A W. Lay epistemics and human knowledge: Cognitive and motivational bases[M]. New York: Plenum, 1989. |
[23] | Kruglanski A W, Webster D M. Group members’ reactions to opinion deviates and conformists at varying degrees of proximity to decision deadline and of environmental noise[J]. Journal of Personality and Social Psychology, 1991, 61(2): 212–225. |
[24] | Lee J E, Watkins B. YouTube vloggers’ influence on consumer luxury brand perceptions and intentions[J]. Journal of Business Research, 2016, 69(12): 5753–5760. |
[25] | Li B Y, Hou F F, Guan Z Z, et al. What drives people to purchase virtual gifts in live streaming? The mediating role of flow[A]. 22nd Pacific Asia conference on information systems(PACIS 2018)[C]. Yokohama, Japan: AIS, 2018: 26-30. |
[26] | Li M N, Mao J Y. Hedonic or utilitarian? Exploring the impact of communication style alignment on user’s perception of virtual health advisory services[J]. International Journal of Information Management, 2015, 35(2): 229–243. |
[27] | Lu Z C, Xia H J, Heo S, et al. You watch, you give, and you engage: A study of live streaming practices in China[A]. Proceedings of the 2018 CHI conference on human factors in computing systems[C]. Montreal QC, Canada: ACM, 2018: 21-26. |
[28] | Manning G L, Reece B L. Selling today: A personal approach, an extension of the marketing concept[M]. Boston: Allyn and Bacon, 1987. |
[29] | Miles M P, Arnold D R, Nash H W. Adaptive communication: The adaptation of the seller’s interpersonal style to the stage of the dyad’s relationship and the buyer’s communication style[J]. Journal of Personal Selling & Sales Management, 1990, 10(1): 21–27. |
[30] | Mischel W, Shoda Y A. A cognitive-affective system theory of personality: Reconceptualizing situations, dispositions, dynamics, and invariance in personality structure[J]. Psychological Review, 1995, 102(2): 246–268. |
[31] | Neuberg S L, Judice T N, West S G. What the need for closure scale measures and what it does not: Toward differentiating among related epistemic motives[J]. Journal of Personality and Social Psychology, 1997, 72(6): 1396–1412. |
[32] | Padgett V R, Wolosin R J. Cognitive similarity in dyadic communication[J]. Journal of Personality and Social Psychology, 1980, 39(4): 654–659. |
[33] | Park J, Lennon S J. Psychological and environmental antecedents of impulse buying tendency in the multichannel shopping context[J]. Journal of Consumer Marketing, 2006, 23(2): 56–66. |
[34] | Reinhard M A, Messner M. The effects of source likeability and need for cognition on advertising effectiveness under explicit persuasion[J]. Journal of Consumer Behaviour, 2009, 8(4): 179–191. |
[35] | Sheth J M. Buyer-seller interaction: A conceptual framework[A]. Anderson B B. Advances in consumer research[C]. Cincinnati: Association for Consumer Research, 1976, 3: 382-386. |
[36] | Shim S I, Forsythe S, Kwon W S. Impact of online flow on brand experience and loyalty[J]. Journal of Electronic Commerce Research, 2015, 16(1): 56–71. |
[37] | Trant A A, Szekely B, Mougalian S S, et al. The impact of communication style on patient satisfaction[J]. Breast Cancer Research and Treatment, 2019, 176(2): 349–356. |
[38] | Webster D M, Kruglanski A W. Cognitive and social consequences of the need for cognitive closure[J]. European Review of Social Psychology, 1997, 8(1): 133–173. |
[39] | Weitz B A. Effectiveness in sales interactions: A contingency framework[J]. Journal of Marketing, 1981, 45(1): 85–103. |
[40] | Westbrook R A, Oliver R L. The dimensionality of consumption emotion patterns and consumer satisfaction[J]. Journal of Consumer Research, 1991, 18(1): 84–91. |
[41] | Williams K C, Spiro R L. Communication style in the salesperson-customer dyad[J]. Journal of Marketing Research, 1985, 22(4): 434–442. |
[42] | Xiang L, Zheng X B, Lee M K O, et al. Exploring consumers’ impulse buying behavior on social commerce platform: The role of parasocial interaction[J]. International Journal of Information Management, 2016, 36(3): 333–347. |