傅巧仙

摘要：本文從實證角度出發(fā)，針對電商直播KOL的發(fā)展現(xiàn)狀，結合消費者購買意愿的影響因素，提出研究假設與模型，設計對應的問卷及量表，對新媒體視域下KOL對消費者購買意愿的影響研究進行了分析，并根據(jù)研究成果給出了合理化建議。

關鍵詞：新媒體;KOL;電商直播;購買意愿

中圖分類號：F530.86 文獻標識碼：A

1 研究背景

艾媒網(wǎng)最新發(fā)布的數(shù)據(jù)顯示，到2020年中國在線直播用戶規(guī)模將達到5.24億人，2019年中國直播電商行業(yè)的總規(guī)模達到4338億元，預計到2020年規(guī)模將翻一番[1]。電商直播由于KOL自身的專業(yè)知識、購物經(jīng)驗、個人營銷能力等給消費者帶來更直觀形象的購物體驗，實現(xiàn)高轉化率、高客單價，逐漸成為各大電商平臺的新增長點。

2 文獻綜述與假設模型

2.1 文獻綜述

新媒體的概念最早由戈爾德馬克于20世紀60年代提出，指的是區(qū)分于當時的傳統(tǒng)印刷媒介的電視、電影等的媒體。我國學者匡文波同樣認為新媒體概念是不斷變化的，其本質是區(qū)別于傳統(tǒng)媒體而言，以現(xiàn)階段來看，新媒體是基于數(shù)字化并以先進的信息傳播技術為核心技術支撐的媒介或內(nèi)容載體，核心內(nèi)容是交互性。從以上角度分析得知，電商直播應屬于目前新媒體的其中一種表現(xiàn)形式。

KOL，是Key Opinion Leader的縮寫，即關鍵意見領袖，是對意見領袖概念的延伸。學者拉扎斯菲爾德在《人民的選擇》一書中首次提出意見領袖概念，即能夠影響他人態(tài)度或行為的人。學者李旭認為，KOL一般是指某領域內(nèi)的權威或極有影響力的人士，與意見領袖不同的是他們對消費者的號召力和影響力更大，KOL通過互聯(lián)網(wǎng)、社交媒體等各種渠道引導消費者的購買行為。例如，知名主播通過電商直播平臺進行產(chǎn)品銷售，本質上就是KOL對消費者的引導作用。

2.2 模型構建

SOR（刺激-機體-反應）模型認為個體的情感和認知會因為受到現(xiàn)實外界環(huán)境的刺激，進而影響其態(tài)度與行為。在電子商務領域中，SOR即產(chǎn)品銷售時的各種刺激因素會影響消費者的知識和信任，產(chǎn)生拒絕或購買的結果[1]。本研究中，刺激S由電商直播中KOL的自身特征和信息特征構成，KOL自身特征采用專業(yè)性、知名度、互動性3個變量，信息特征有詳細程度、視覺效果3個變量，作為中介變量機體O采用消費者知識和消費者信任兩個維度，反應R定義為電商直播下的消費者購買意愿。本文的理論模型如圖1所示。

2.3 研究假設

基于上述模型，結合已有研究成果，本研究設立以下幾項假設：假設H1a電商直播KOL的專業(yè)性正影響消費者的知識;假設H1b電商直播KOL的專業(yè)性正影響消費者的信任;假設H2a電商直播KOL的知名度正影響消費者的知識;假設H2b電商直播KOL的知名度正影響消費者的信任;假設H3a電商直播KOL的互動性正影響消費者的知識;假設H3b電商直播KOL的互動性正影響消費者的信任;假設H4a電商直播KOL推薦信息的詳細程度正影響消費者的知識;假設H4b電商直播KOL推薦信息的詳細程度正影響消費者的信任;假設H5a電商直播KOL推薦信息的娛樂性正影響消費者的知識;假設H5b電商直播KOL推薦信息的娛樂性正影響消費者的信任;假設H6消費知識正影響消費者購買意愿;假設H7消費信任正影響消費者購買意愿。

2.4 變量測項的構成

在借鑒前人研究的基礎上，本文選用多個測項進行測量，具體如表1所示。

3 數(shù)據(jù)收集

本文是以電商直播KOL為研究基點，因此調(diào)查的對象為了解電商直播且具有一定電商直播購物經(jīng)驗的人群，采用網(wǎng)絡問卷形式，共發(fā)放問卷600份，回收有效問卷493份，問卷有效回收率為82.17%。

3.1 信度與效度分析

KOL自身特征的EX、FA、EC的α系數(shù)分別為0.903、0.817、0.833，KOL推薦特征的信息DT、EV的α系數(shù)為0.856、0.783，CK、CT的α系數(shù)分別為0.761和0.850，CI的α系數(shù)為0.811，量表的α系數(shù)均超過0.7，說明量表信度較高。

在進行因子分析前，本研究通過SPSS 22.0進行KMO和Bartlett's 球體檢驗，結果顯示KMO值為0.789，Sig.值為.000，說明適合做因子分析。通過探索性因子分析提取出8個因子，旋轉后因子載荷值均高于0.6，可見此整體的指標與變量間的相關性較高。

3.2 模型擬合度檢驗

本研究采用Amos 20.0提供的常用擬合指標，對研究模型的擬合程度進行評估，結果顯示CMIN/DF=1.25，GFI=0.912，RMSEA=0.046，CFI=0.967，AGFI=0.904，NFI=0.927，所有的指標均符合標準，表明模型整體擬合度較高。

3.3 相關性分析

本研究選取Pearson相關系數(shù)作為測量指標，結果如圖2所示。除了知名度、娛樂性與消費者知識無顯著相關，其余各變量之間表示正相關。

3.4 回歸分析

研究模型相關性分析如圖2所示。

本研究通過回歸分析來檢驗假設與模型之間是否成立。分別將內(nèi)EX、FA、 EC、DT、EV作為自變量，將CK、CT作因變量做回歸分析。將CK、CT作為自變量，將CI作為因變量做回歸分析，結果如表2所示。

從表中數(shù)據(jù)可以看出，除了FA（β=0.012，Sig.=0.162）的顯著水平>0.05，其余的顯著水平均<0.05，即假設H1a、H1b、H2b、H3a、H3b、H4a、H4b、H5a、H5b、H6、H7均成立，H2a不成立。

3.5 研究結論

第一，KOL在電商直播中，其自身的專業(yè)性、互動性和傳遞信息的詳細程度、娛樂性均對消費者知識有正向且直接的顯著性影響。

第二，KOL在電商直播中，其自身的專業(yè)性、知名度、互動性和傳遞信息的詳細程度、娛樂性均對消費者信任有正向且直接的顯著性影響。

第三，KOL在電商直播中，消費者的知識、信任均對消費者的購買意愿有正向且直接的顯著性影響。

4 研究啟示

4.1 注重電商直播KOL對產(chǎn)品專業(yè)知識培養(yǎng)

部分KOL在進行電商直播時對產(chǎn)品知識掌握較少，直播過程中極易出現(xiàn)翻車現(xiàn)象，不僅降低了KOL自身的信譽度，對消費者的購買行為產(chǎn)生嚴重的負面影響[2]。商家可對合作的KOL進行專業(yè)培訓，增強其專業(yè)知識。

4.2 商家應慎重選擇電商直播KOL

在電商直播中，KOL的知名度雖然對消費者的信任產(chǎn)生積極影響，但對消費者的知識影響較少，進而影響其購買意愿。即并非知名度越高其推廣商品的轉化率越高，應盡量選擇專業(yè)領域內(nèi)的KOL，不要過于注重名人效應。

4.3 商直播中KOL應加大與消費者的互動

互動是電商直播的核心優(yōu)勢之一，在電商直播中，消費者通過與KOL的互動可以拉進雙方之間的距離，進而產(chǎn)生信任感，同時在互動過程中可以增加對產(chǎn)品的了解，加強購買的意愿[3]。

4.4 電商直播中注重對產(chǎn)品細節(jié)、賣點的展示

電商直播通過視頻實時全方位及立體的方式呈現(xiàn)產(chǎn)品的細節(jié)、賣點，讓消費者對產(chǎn)品有一個直觀的印象，通過KOL的現(xiàn)場演示操作減少對產(chǎn)品的疑慮，降低其購買的風險[4]。

4.5 KOL在電商直播時應提高內(nèi)容的趣味性

目前電商直播競爭激烈，娛樂性高的電商直播KOL能帶給消費者良好的購物體驗，更能受到消費者的歡迎。在直播中，可以結合當下的流行熱點進行產(chǎn)品介紹，增加抽獎、送禮等環(huán)節(jié)以提高趣味[5]。

參考文獻

[1] 艾媒咨詢.2020-2021年中國直播電商行業(yè)運行大數(shù)據(jù)分析及趨勢研究報告[R].2020：2

[2] 宮秀雙.參照群體影響類型與居民消費意愿的關系研究[J].管理學報.2017.14（12）：1829-1839

[3] 劉行.“網(wǎng)紅直播”電商模式下消費者復購意愿的實證研究[D].武漢：華中科技大學.2018.

[4] 姜佳奇.網(wǎng)紅經(jīng)濟下直播對消費者購買決策的影響因素分析[D].北京：北京郵電大學.2019.

[5] Turcotte J，Yock C.News recommendations from social media opinion leaders：effects on media trust and information seeking[J].Journal of computer-mediated communication，2015.20（5）：520-530.