宋常修　吳雪蓮　王熙　張善瑩

摘要：文章通過對 “直播帶貨”式的網(wǎng)購用戶進行統(tǒng)計分析，找到消費者網(wǎng)購的關(guān)注點，通過建立“S-O-R”分析模型，分析出不同影響因素對消費者購買行為的影響;通過綜合評價方法得到網(wǎng)購用戶的滿意度綜合評價，并基于此給出改進網(wǎng)購用戶滿意度的幾項建議。在“萬物互聯(lián)”的新時代背景下，2021年將是“全民皆商”的開始，素人“直播帶貨”的全面開啟。

關(guān)鍵詞：直播帶貨;“S-O-R”模型;模糊綜合評價;灰色預(yù)測模型

一、中國電商平臺直播的迅速興起

（一）信息技術(shù)快速發(fā)展和居民消費轉(zhuǎn)型升級

近年來，隨著5G智能技術(shù)的研發(fā)與應(yīng)用，消費者在觀看電商直播的購物過程中，享受著的是主播為自己提供的一對一購物服務(wù)與輕松愉悅的商品購物消費環(huán)境，是一種全新的直播購物消費體驗。

（二）直播營銷的動態(tài)信息傳遞賦予新的信息溝通傳播方式

信息的傳遞不是一個單向直線的過程 ，直播直接的展現(xiàn)商品動態(tài)內(nèi)容不僅增加了直播信息內(nèi)容傳遞的豐富度 ，減少了部分消費者因商品信息體驗不足而產(chǎn)生的商品不確定性。

二、數(shù)據(jù)的可靠性檢驗及數(shù)據(jù)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，也就是說該問卷的題項設(shè)置適合做因子分析。另外數(shù)據(jù)通過Bartlett球形度檢驗（p<0.05），說明研究數(shù)據(jù)適合進行因子分析。所有的因子載荷系數(shù)均高于0.6，意味著因子和測量變量之間有著一定的關(guān)聯(lián)性。

三、基于“直播帶貨”中消費者沖動網(wǎng)購行為的“S-O-R”模型研究

（一）基于消費者沖動性網(wǎng)購行為的研究模型選擇與建立

由最初的“刺激—反應(yīng)”的行為反應(yīng)原理發(fā)展為行為的“S-O-T模型”，是指由“刺激”作用于“行為發(fā)生載體”進而“載體”做出反應(yīng)的行為模式。于此構(gòu)建購買者購買行為發(fā)生機制的分析模型如圖1所示。

（二）基于消費者沖動性網(wǎng)購行為假設(shè)相關(guān)性分析

研究采用相關(guān)分析，將時間限制、促銷激勵、在線評論、感知收益、愉悅感和網(wǎng)購行為等題項利用軟件進行相關(guān)性分析。各因素之間存在較為強烈的正相關(guān)關(guān)系。

（三）基于消費者沖動性網(wǎng)購行為假設(shè)路徑分析

通過AMOS的極大似然運算，控制其他相關(guān)變量后驗證上文提出的“S-O-R模型”，得到上述變量：商家的促銷時間限制、購買者的時間限制、價格優(yōu)惠、非價格優(yōu)惠、在線評論與沖動性網(wǎng)購行為變量間的路徑系數(shù)如圖2所示。

5種不同類別的因素對購買者產(chǎn)生沖動性網(wǎng)購行為這一因素的路徑系數(shù)達到了較為顯著的水平，說明時間限制、促銷激勵、在線評論都正向影響購買者沖動性網(wǎng)購行為，即假設(shè)H1，H1a，H1b，H2，H3都是成立的。

（四）基于消費者沖動性網(wǎng)購行為假設(shè)中介作用檢驗

使用Bootstrap抽樣檢驗法進行中介作用檢驗，抽樣次數(shù)為1000次，結(jié)果顯示，除了愉悅感在消費者時間限制與沖動性網(wǎng)購行為之間，其余95%區(qū)間并不包括數(shù)0，這就說明存在中介作用，即上文假設(shè)H4、H5部分成立。

（五）基于消費者沖動性網(wǎng)購行為假設(shè)調(diào)節(jié)作用檢驗

利用分層回歸分析分別檢驗品牌知名度對時間限制、促銷激勵、在線評論的調(diào)節(jié)作用。

從檢驗結(jié)果可以看出，第二個和第四個模型的顯著性F變化量均小于0.05，說明存在調(diào)節(jié)效應(yīng)，而其他三個模型的顯著性水平均大于0.05，即品牌知名度在其中沒有起到調(diào)節(jié)作用。交互項系數(shù)的顯著性系數(shù)也均小于0.05，說明品牌知名度在其中起到了顯著調(diào)節(jié)作用。

四、基于模糊綜合評價法的用戶滿意度分析

（一）模糊綜合評價方法概述

通過模糊數(shù)學(xué)提供的方法進行運算，就能得到定量的綜合評價結(jié)果，從而為正確決策提供依據(jù)。

（二）模糊綜合評價建模步驟

1. 建立因素集

U={u1，u2，u3}

其中，u1，u2，u3分別代表直播間各類指標(biāo)、主播各類指標(biāo)和商品各類指標(biāo)。

再對二級指標(biāo)進行建立因素集：

u1={x1，x2，x3，x4，x5，x6}

其中， x1，x2，x3，x4，x5，x6分別代表直播間色調(diào)、直播間氛圍、直播時長、直播時間段、直播過程的真實感、購物體驗感。

u2={y1，y2，y3，y4，y5}

其中，y1，y2，y3，y4，y5分別代表主播語言表達、主播性別、主播顏值、主播名氣、商品介紹。

u3={z1，z2，z3}

其中，z1，z2，z3分別代表商品價格、商品優(yōu)惠、商品實用性。

2. 建立評價集

對于14個指標(biāo)集，根據(jù)專家討論得出的經(jīng)驗，將評價分數(shù)劃分為Q={95，80，70，60，45}。而對于第一層次的三個指標(biāo)u1，u2，u3，假設(shè)它們的評價分數(shù)為{S1，S2，S3}，它們的分數(shù)通過第二層次的分數(shù)與權(quán)重計算得來。

3. 建立權(quán)重集

對于第一層次的三個因素u1，u2，u3，賦予各因素不同的權(quán)重

其中p矩陣為這14個指標(biāo)的五級量表的頻數(shù)百分比。

（三）基于層次分析法的權(quán)重確定

1. 層次分析法概述

首先定義判斷的標(biāo)度如表1所示。

2. 定義各因素集的標(biāo)度矩陣

根據(jù)表1的權(quán)重標(biāo)度方法，在利用德爾菲法征詢專家意見的基礎(chǔ)上，X、Y、Z對應(yīng)的因素兩兩相對重要性判斷矩陣如下：

（四）基于模糊綜合評價法的用戶滿意度計算

由權(quán)重矩陣和評價模型算出X，Y，Z的得分：

S1=BPQT=80.36

S2=CPQT=76.79

S3=DPQT=70.37

所以根據(jù)評價模型，最終滿意度總打分為R=A（S1，S2，S3）=75.63

滿意度分數(shù)標(biāo)準(zhǔn)=（95，80，70，60，45），綜合以上得出，綜合評價為分75.63分。

五、“S-O-R模型”中消費者沖動性網(wǎng)購行為影響因素研究結(jié)果匯總（見表2）

六、基于模糊綜合評價法的用戶滿意度分析結(jié)果匯總

第一，用戶對于直播間指標(biāo)較為滿意。

第二，用戶對于主播指標(biāo)十分重視。

第三，用戶對于商品指標(biāo)滿意程度較低，急需改進。

第四，用戶對“直播帶貨”式的購物模式總體滿意度較高。

參考文獻：

[1]黃逸珺，張依純.消費者沖動性網(wǎng)購行為的影響因素研究[J].北京郵電大學(xué)學(xué)報（社會科學(xué)版），2019，21（05）：34-45.

[2]何明欽，楊燕.直播電商新發(fā)展迎來高光時刻[J].寧波經(jīng)濟（財經(jīng)視點），2020（02）：36-38.

[3]沈燕，趙紅梅.基于情境理論的消費者沖動性購買行為分析——以淘寶直播秒殺為例[J].經(jīng)營與管理，2018（08）：124-130.

（作者單位：煙臺理工學(xué)院）