不当用户生成内容对顾客打赏的影响——基于直播弹幕情景的实证剖析

论文价格:150元/篇 论文用途:硕士毕业论文 Master Thesis 编辑:硕博论文网 点击次数:
论文字数:38966 论文编号:sb2021110511053939485 日期:2021-12-09 来源:硕博论文网

本文是一篇管理论文,本文研究主要得到如下结论:第一,用户生成内容对平台、企业、用户至关重要。它是由互联网用户创作、编辑、传播的任何形式的内容,发布平台包括微博、博客、视频分享网站、维基、在线问答、SNS 等社会化媒体,形式包括文字,图片,音频,视频等。对于平台而言,用户生成内容需求的增长会增加平台访问量,从而增加平台广告收益,对于企业而言,通过搜集用户对产品的反馈,企业能够发现研发新产品的有用信息,对于消费者而言,通过阅读评论,消费者可以了解产品信息以及同伴意见,从而做出购买决策。然而,由于用户生成内容缺乏可控性,大多数用户生成内容质量不高,本文通过研究发现,不当用户生成内容会影响顾客打赏。

1  引言

1.1  研究背景及意义
1.1.1  研究背景
据统计,截至 2020 年末,中国网络直播用户规模已达到 6.17 亿,增长率为 22.42%。2021 年,预计中国网络直播将继续高速增长,市场规模将达到 0.3 万亿元。随着 VR、AI 等数字技术的不断发展,直播由一开始小众的,以游戏为导向的娱乐平台,发展成为集娱乐、社交和商业于一体的多样化超级平台。“直播+”引发了一系列的产品内容创新,其中“直播+电商”迅速发展成为企业或个人营销的重要工具。直播购物改变了传统的社交商务,在直播中,主播不仅可以通过试用、试穿来展示商品的效果(谢莹等,2019)[1],降低消费者的感知风险和不确定性,更为重要的是,直播购物允许消费者通过弹幕方式进行提问互动,主播可以实时回答问题(Wongkitrungrueng & Assarut, 2018) [2],为消费者提供个性化的服务和指导(Chen et al.,2017; Kim & Park,2013; Zhou et al.,2018)[3-5],从而促使消费者购买产品。个人可以通过弹幕看到同时观看同一频道的其他用户,并可以通过聊天室功能直接与主播或其他用户聊天,极大地提高了互动性和实时性。因此,弹幕中用户生成内容(User Generated Content,简称 UGC)成为影响顾客契合的重要因素,在直播中发挥着举足轻重的作用。
用户生成内容是 web2.0 下应运而生的产物,它使用户由被动的接收者转变为主动的创造者,强调用户的主动努力和非专业行为,为直播提供了源源不断的生命力。到以价值共创为基础的 web3.0 时代,用户生成内容开始强调用户自愿使用社交媒体平台,尤其是在移动视频平台等支撑下的内容生成,每个人只需要一部手机,一个账号,就可以随时进行拍摄、上传,记录生活,传递信息,交互、去中心化等特点使网民得到真正赋权。到 web4.0 时代,新一代人工智能、虚拟现实以及物联网等新技术不断涌现。用户生成内容表现为消费者创造的具有社交化、体验化和场景化特征的内容,为消费者进行信息交流开辟了新渠道和新方式,在短视频、直播营销等方面得到广泛应用。
............................

1.2  研究内容
本文在总结已有研究的基础上,明确不当 UGC 为研究主体,探究其对顾客打赏的影响机制,同时考虑顾客对平台信任、主播吸引力、双向沟通三个变量的调节作用,通过实证方法展开验证,最后依据研究结论为实践工作提供指导。论文内容包含三个方面:
内容一:不当用户生成内容的内涵界定、分类和量表开发。
用户生成内容是由互联网用户创作、编辑、传播、消费的任何形式的内容。新的互联网场景的不断出现,为用户生成内容提供了新的议题和研究方向。本部分通过对用户生成内容相关研究的梳理,对用户生成内容的概念、测量、影响效果等进行总结。在直播情境下,结合顾客不文明行为相关研究,将不当用户生成内容分为他人言语攻击和他人不合理要求,对其内涵进行界定,并借鉴线下顾客不文明行为相关量表对直播弹幕中不当用户生成内容进行测量。
内容二:不当用户生成内容对顾客打赏的直接影响(主效应)。
本文首先对顾客契合的相关研究进行梳理,总结顾客契合的概念、维度、影响因素。直播营销打破了消费者之间的孤立局面,个人可以看到同时观看同一频道的其他用户。因此,当直播弹幕中出现不当用户生成内容时,必然会影响其他观看者的认知和行为。结合已有的文献,本文认为在面对负面评论时,由于消费者更容易相信坏的而不愿意相信好的,他人言语攻击可能会使观众出于风险防范心理减少对主播的打赏。而他人不合理要求由于能够增强消费者的真实性感知,可能会促使消费者增加对主播的打赏。
内容三:顾客对平台信任、主播吸引力、双向沟通的调节作用。
本文首先梳理了用户信任、主播吸引力、双向沟通的相关研究;然后结合已有的研究,本文认为,用户对平台的信任由于增强了对主播的信任,减弱了直播弹幕中对主播的言语攻击与顾客打赏之间的负向关系,强化了他人不合理要求与顾客打赏之间的正向关系。主播吸引力由于增强了消费者对主播的认同,使他人言语攻击与顾客打赏之间的负向关系得到弱化,他人不合理要求与顾客打赏之间的正向关系得到强化。双向沟通由于能够增强消费者的社会临场感,降低与消费者的距离,负向调节了他人言语攻击对顾客打赏的消极影响,正向调节了他人不合理要求对顾客打赏的积极影响。
.........................

2  文献综述

2.1  不当用户生成内容相关研究
2.1.1  直播弹幕中不当用户生成内容概念及分类
社交网络工具的日益普及极大改变了公司的在线营销活动方式。除了通过传统的、由市场人士控制的沟通渠道传递信息外,越来越多的企业正在通过直播来推动商品销售。直播的一个突出特点就是社交性,即实时互动(Hou et al.,2019)[6],观众能够通过发送弹幕——一种在屏幕上实时滚动的评论与主播和其他观众契合。直播弹幕成为观众与主播之间进行沟通的桥梁,使网络用户由开始的单向、被动接收向双向、主动创造转变,用户可以将自己制作的内容通过互联网平台进行展示或提供给其他用户,这种由普通用户自愿创作的内容即为用户生成内容(user generated content)。
用户生成内容(user generated content,简称 UGC)是 Web2.0 环境下一种新兴的网络信息资源创作与组织形式,通常用来描述由终端用户创建的各种形式的公共媒体内容(Kaplan & Haenlein,2010)[7]。OECD(世界经济合作与发展组织)认为 UGC 必须符合三项基本规定:需要发布在一个可公开访问网站上,或者发布在一个选定人群可访问的社交网站上;需要表现出一定程度的创造性努力;需要建立在专业惯例和实践之外,即由非专业人士或非权威人士通过非专业手段创作。Christodoulides et al. (2012)和王微等(2019)遵循上述原则对 UGC 概念进行了界定[8-9],但由于无法对创新程度进行准确测量和界定,更无法确定发布人员是否是非专业人员或机构,大多数 UGC 并未严格遵守这些规定。Krishnamurthy & Dou(2008)将 UGC 定义为消费者在个人经历中获得的有关产品、品牌、公司和服务的观点、经验、建议以及评论,用户生成内容存在于互联网讨论板、论坛、Usenet 新闻组和博客上消费者创建的帖子中,  包括文本,图像,照片,视频,播客和其他媒体形式[10]。Baka(2016)认为 UGC 主要指用户在 TripAdvisor 等旅游推荐网站上的评论和互动[11]。本文将 UGC 定义为直播间观众通过弹幕发表的在个人经历中获得的有关产品、品牌、主播的观点、经验、建议和评论。

表 2-1  用户生成内容影响结果相关研究
表 2-1  用户生成内容影响结果相关研究

...................................

2.2  顾客打赏
2.2.1  顾客契合与顾客打赏
顾客与品牌或企业之间互动体验形成的服务营销主导逻辑是产生顾客契合的根本(Van Doorn et al.,2010) [56]。顾客契合的内涵非常丰富,体现了顾客的一种更高层的心理状态与行为表现,其中心理状态包含为忠诚、信任、承诺等;行为表现包含购买、口碑传播、推荐、合作创新等。Bowden(2009)将顾客契合定义为驱动顾客忠诚的心理状态[57]。MOLLEN  和 WILSON(2010)将在线契合定义为对与品牌的积极关系的认知和情感承诺,以动态持续的认知加工以及工具价值(效用和相关性)和体验价值(情感一致性)的满足为主要特征[58]。在偏重行为方面的定义中,Van Doorn et al.(2010)、Verhoef et al.(2010)认为顾客契合是超越购买行为的,由动机驱动引起的对品牌或公司的行为表现[56,59],但Kumar et al.(2010)认为不包括消费者购买行为的顾客契合是不完整的[60]。因此,Kumar et al.(2010)将契合定义为客户与公司、潜在客户和其他客户的交易型或非交易型的互动[60],其中,顾客契合价值包括四个组成部分,顾客生命周期价值(客户购买行为)、客户推荐价值(与鼓励新客户的推荐有关)、客户影响价值(包括客户影响其它客户的行为,如通过现有客户或潜在客户的口碑来增加收入、客户保留)、客户知识价值(通过客户反馈为企业增加的价值)。其中,顾客购买对公司有直接贡献,顾客推荐、顾客影响、顾客知识对公司价值有间接影响(Pansari & Kumar,2017)[61]。
另外,用户契合也包括用户对媒体的各种关注和参与,它使观众能够消费、生产或传播信息(Deuze,2003;Hargittai  &  Walejko,2008)[62-63]。打赏作为直播中的一个显著特点(Hou  et  al.,2019)[6],将社交互动的需求商业化。Hilvert-Bruce(2018)  为了捕捉不同领域的直播契合,将直播契合概念化为四个指标:与直播平台的情感联系作为心理契合的指标,在直播平台上花费的时间(每周)作为契合的行为指标,在线直播平台上各频道订阅时间(以月为单位)和向在线直播平台上各频道打赏金额(以美元为单位)作为契合的财务指标[64]。而 Sun et al.(2019)将直播购物契合分为沉浸感和临场感[65]。由于顾客对各种营销传播有不同的与契合相关的反应(心理上或行为上)(Kim et al.,2017)[66],因此顾客契合维度应该依据具体的情况确定。在直播中,契合是因一种新的交流方式的存在而产生的,结合直播特点,借鉴 Kumar et al.(2010)对顾客契合的定义,将顾客打赏定义为顾客积极的与主播、其他顾客互动,通过打赏为个人或企业增加价值的行为[60]。表 2-2 列出了不同学者对顾客契合的关注重点。

表 2-2  顾客契合定义
表 2-2  顾客契合定义

......................................

3  研究模型与研究假设 ........................................ 22
3.1  模型构建 ................................................ 22
3.1.1  理论基础 ......................................... 22
3.1.2  模型构建 ..................................... 23
4  研究设计与数据收集 ................................ 29
4.1  变量测量 ............................................... 29
4.1.1  弹幕不当用户生成内容 ..................................... 29
4.1.2  顾客打赏 ..................................... 30 
5  实证分析 ......................................... 35
5.1  描述性统计分析 ................................... 35
5.2  共同方法偏差 ................................................. 36
5.3  测量模型检验 ................................................ 37

5  实证分析

5.1  描述性统计分析
本文有效样本量为 471 份,使用 SPSS25.0 软件从性别、年龄、受教育程度、职业以及每周观看直播时间等方面进行统计分析,具体数据如表 5-1 所示。

表 5-1  描述性统计分析
表 5-1  描述性统计分析 
性别方面,男性被调查者的数量是 161 人,样本量占比 34.2%;女性为 310 人,占比 65.8%;女性数量多于男性,符合《直播生态发展趋势报告》显示的“女性是电商直播主要受众”  的特征。年龄方面,20 岁以下的被调查者数量为 48 人,占比 10.2%;21-30岁有 283 人,占比 60.1%;31-40 岁有 85 人,占比 18.0%人,41-50 岁有 45 人,占比 9.6%;50 岁以上有 10 人,占比 2.1%;整体来看,本文的样本量比较年轻。受教育程度方面,高中/中专及以下学历的被调查者为 57 人,占比 12.1%;专科为 56 人,占比为 11.9%;本科为 252 人,占比 53.5%,所占比例最高;硕士及以上为 106 人,占比 22.5%。471个调查样本中,具有本科及以上学历占比 76%,30 岁以下用户群体规模占 70.3%,这符合《2019 上半年中国在线直播行业研究报告》显示的“中国直播用户以年轻人为主,30岁以下用户占比高达 79.5%”。职业中,学生为 177 人,占比为 37.6%,企业员工为 147人,占比 31.2%;机关事业单位职工为 81 人,占比 17.2%;个体经营者为 21 人,占比4.5%;自由职业者为 34 人,占比 7.2%;其他为 11 人,占比 2.3%;观看直播时间中,3个月以下为 118 人,占比 25.1%;3 个月-6 个月为 79 人,占比 16.8%;6 个月-1 年为 87人,占比 18.5%;1 年-2 年为 102 人,占比 21.7%;2 年以上为 85 人,占比 18.0%。每周观看直播时间中,0-1 小时为 165  人,占比 35.0%;1-5 小时为 187 人,占比 39.7%;5-10 小时为 83 人,占比 17.6%;10-15 小时为 27 人,占比 5.7%;15 小时-20 小时为 4人,占比 0.8%;20 小时以上为 5 人,占比 1.1%。好友数量中,10 个及以下为 295 人,占比 62.6%;11-20 个为 91 人,占比 19.3%;21-30 个为 48 人,占比 10.2%;31-40 个为18 人,占比 3.8%;40 个以上为 19 人,占比 4.0%。
................................

6  研究结论与展望

6.1  研究结论
本文以直播弹幕为研究对象,基于信息双加工理论的观点,在理论分析的基础上,构建研究模型。通过对直播平台用户的问卷调查,使用统计软件进行数据分析和假设检验,系统的阐明了直播弹幕中不当用户生成内容对顾客打赏的影响机理。研究主要得到如下结论:
第一,用户生成内容对平台、企业、用户至关重要。它是由互联网用户创作、编辑、传播的任何形式的内容,发布平台包括微博、博客、视频分享网站、维基、在线问答、SNS 等社会化媒体,形式包括文字,图片,音频,视频等。对于平台而言,用户生成内容需求的增长会增加平台访问量,从而增加平台广告收益,对于企业而言,通过搜集用户对产品的反馈,企业能够发现研发新产品的有用信息,对于消费者而言,通过阅读评论,消费者可以了解产品信息以及同伴意见,从而做出购买决策。然而,由于用户生成内容缺乏可控性,大多数用户生成内容质量不高,本文通过研究发现,不当用户生成内容会影响顾客打赏。
第二,直播弹幕中不同类型的不当用户生成内容会对顾客打赏产生差异化影响。本文结合顾客不文明行为相关研究,将不当用户生成内容分为他人言语攻击和他人不合理要求。研究表明,直播弹幕中的他人言语攻击对顾客打赏有显著消极影响,但他人不合理要求对顾客打赏有显著积极影响。观众观看直播的一个主要目的就是信息搜寻,一方面,当直播弹幕中出现大量言语攻击时,会增加观众的风险意识,带动消费者的消极情绪反应。另一方面,当弹幕中出现大量言语攻击时,观众可能会对直播间的规范、规则、目标等产生质疑,从而降低成员身份意识,减少对主播的打赏。商家对网上评论的操纵严重削弱了消费者的信任,当弹幕中出现不合理要求时,能够增强用户的真实性感知,从而增强对直播平台、产品和人员的信任,而顾客信任对顾客打赏有显著正向影响。同时,在直播间中,与难相处的客户打交道对主播来说是一个巨大的负担,顾客在目睹了主播为纠正其他客户服务失败问题付出的情绪劳动后,会对主播产生感激,从而增加对主播的打赏。观众的言语攻击会阻碍顾客打赏,这一结果提示平台企业、商家要重视顾客言语攻击,加强顾客兼容性管理,降低顾客言语攻击的危害。
参考文献(略)