林翠波

一、引言

自2015年起，網(wǎng)絡(luò)直播作為大眾的休閑娛樂(lè)方式開始蓬勃發(fā)展。截至2020年3月，我國(guó)網(wǎng)絡(luò)直播用戶規(guī)模達(dá)5.60億人，較2018年底增長(zhǎng)1.63億，占網(wǎng)民整體的62.0%[1]。2018年，我國(guó)網(wǎng)絡(luò)直播行業(yè)進(jìn)入了成熟期，僅僅依靠廣告、打賞等方式盈利的直播間，開始出現(xiàn)內(nèi)容同質(zhì)化，變現(xiàn)難等問(wèn)題。為了尋求新的盈利點(diǎn)，“直播+領(lǐng)域”具備“專業(yè)水平高”“變現(xiàn)能力強(qiáng)”等特點(diǎn)成為主播的不二選擇，例如“直播+教育”“直播+電商”等等。同時(shí)，對(duì)萬(wàn)物都保持高度敏感的金融業(yè)，也興起了“直播熱”，正在探索直播背景下新的營(yíng)銷模式，提升線上運(yùn)營(yíng)能力。

表3-1 研究假設(shè)

自2018年起，中國(guó)銀行、交通銀行、平安銀行等手機(jī)銀行App陸續(xù)上線了直播功能?！爸辈?銀行”新模式打破了時(shí)間和地域的局限，客戶與銀行的互動(dòng)性更便捷；培養(yǎng)了客戶的忠誠(chéng)度，降低營(yíng)銷成本；精準(zhǔn)匹配了客戶的需求，提高服務(wù)質(zhì)量與服務(wù)效率。但同時(shí)也存在許多問(wèn)題，例如沒(méi)有真正的結(jié)合金融行業(yè)的特點(diǎn)進(jìn)行直播，沒(méi)有抓住自身的優(yōu)勢(shì)，且節(jié)目制作比較粗糙，影響了客戶的觀看體驗(yàn)等等。目前，“直播帶貨”類型多種多樣、競(jìng)爭(zhēng)相當(dāng)激烈。一旦客戶的觀看體驗(yàn)不佳，隨時(shí)可以停止觀看，甚至對(duì)“銀行直播”產(chǎn)生偏見(jiàn)，不再觀看此類直播，他可以選擇其他性價(jià)比更高的直播間來(lái)滿足自己的購(gòu)物需求。因此，了解客戶對(duì)銀行直播的滿意度，及其在直播間購(gòu)買意愿的影響因素，對(duì)“銀行+直播”的發(fā)展極為關(guān)鍵，本文將研究消費(fèi)者在銀行直播間購(gòu)買意愿的影響因素。

近年來(lái)，很多學(xué)者對(duì)直播營(yíng)銷進(jìn)行研究，但“直播+銀行”在金融業(yè)正處于探索期，以直播實(shí)踐為主，相關(guān)研究正處于起步階段。本文對(duì)銀行直播情況進(jìn)行問(wèn)卷調(diào)查，探討影響“消費(fèi)者購(gòu)買意愿”的因素，完善相關(guān)的理論研究，為金融業(yè)直播提供一定的理論基礎(chǔ)。

二、相關(guān)研究評(píng)述與變量選擇

可供性是指行為的可能性，會(huì)導(dǎo)致特定的結(jié)果。只有當(dāng)客戶感受到可供性時(shí)，才會(huì)影響到客戶行為?？晒┬圆皇切袨楸旧?，只是行為發(fā)生的一種預(yù)測(cè)因素。因此，本文將“可供性”作為預(yù)測(cè)變量。

網(wǎng)絡(luò)主播是在直播過(guò)程中的主講人，發(fā)揮著意見(jiàn)領(lǐng)袖的作用。D Brinberg認(rèn)為消費(fèi)者的價(jià)值觀受到意見(jiàn)領(lǐng)袖的影響，進(jìn)而影響營(yíng)銷結(jié)果。張瑜實(shí)證發(fā)現(xiàn)，女性消費(fèi)者更加信賴意見(jiàn)領(lǐng)袖?？傊M(fèi)者容易受到網(wǎng)絡(luò)主播影響，產(chǎn)生購(gòu)買欲望。因此，本文將“網(wǎng)絡(luò)主播”作為預(yù)測(cè)變量。

交互性是指在直播過(guò)程中，消費(fèi)者與主播，消費(fèi)者與消費(fèi)者之間的互動(dòng)。凌黎等人認(rèn)為交互性在企業(yè)營(yíng)銷、公共服務(wù)等方面都起著關(guān)鍵作用。郭國(guó)慶等人實(shí)證發(fā)現(xiàn)，交互性對(duì)消費(fèi)者的滿意度和體驗(yàn)感產(chǎn)生正向影響?？傊?，直播間實(shí)時(shí)互動(dòng)，消費(fèi)者不僅能夠得到主播的及時(shí)指導(dǎo)，還能了解到其他消費(fèi)者的購(gòu)買體驗(yàn)，進(jìn)而影響消費(fèi)者的購(gòu)買意愿。因此，本文將“交互性”作為預(yù)測(cè)變量。

早期學(xué)者認(rèn)為消費(fèi)者態(tài)度僅包含情感因素，范圍過(guò)于狹窄。Fishbein & Ajzen認(rèn)為消費(fèi)者的購(gòu)買意愿由其態(tài)度和評(píng)價(jià)組成。Freedman，Sears& Carl Smith豐富了Fishbein & Ajzen中態(tài)度的內(nèi)涵，即態(tài)度包含認(rèn)知、情感和行為傾向因素，形成消費(fèi)者態(tài)度的ABC理論。且ABC理論受到學(xué)界的廣泛認(rèn)可。因此，本文將“消費(fèi)者態(tài)度”作為結(jié)果變量。

三、研究模型與假設(shè)

基于理論基礎(chǔ)和本文的研究目標(biāo)，現(xiàn)將本文的研究假設(shè)總結(jié)如表3-1。

四、研究方法設(shè)計(jì)

（一）問(wèn)卷設(shè)計(jì)

本文基于前人對(duì)“直播”的研究，再結(jié)合本文的研究目標(biāo)來(lái)設(shè)計(jì)問(wèn)卷。問(wèn)卷主要由以下幾個(gè)部分組成：

（1） 非量表題：①受訪者的基本信息；②受訪者觀看直播情況以及觀看銀行直播情況。題項(xiàng)均為單（多）選題。

表4-1 調(diào)查對(duì)象基本情況表

（2） 量表題：設(shè)計(jì)量表時(shí)，對(duì)成熟的量表進(jìn)行調(diào)整，測(cè)量指標(biāo)為直播的可供性、網(wǎng)絡(luò)主播、交互性和消費(fèi)者態(tài)度。題項(xiàng)均采用李克特量表中的五級(jí)量表：“非常不同意”“不同意”“不確定”“同意”“非常同意” 。

問(wèn)卷設(shè)計(jì)好之后，邀請(qǐng)了有觀看銀行直播或者觀看網(wǎng)絡(luò)直播經(jīng)歷的在校大學(xué)生進(jìn)行一次預(yù)調(diào)研。根據(jù)預(yù)調(diào)研結(jié)果，決定是否還需要調(diào)整量表的題項(xiàng)，進(jìn)而形成最終的正式問(wèn)卷。

（二）預(yù)調(diào)研

為了檢驗(yàn)問(wèn)卷的合理性，形成初始問(wèn)卷之后，進(jìn)行了小范圍的預(yù)調(diào)研。發(fā)放對(duì)象為有觀看銀行直播或者觀看網(wǎng)絡(luò)直播經(jīng)歷的在校大學(xué)生，一共發(fā)放問(wèn)卷100份，回收有效問(wèn)卷78份。樣本的性別方面，男性占30%，女性占70%，女性占比較高；年齡主要集中在18～24歲；學(xué)歷本科為主。此樣本具有觀看銀行直播經(jīng)歷、女性為主、年輕化和高學(xué)歷的特征，具有一定的代表性。

運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)。信度檢驗(yàn)本文采用Cronbach’α系數(shù)，檢驗(yàn)結(jié)果為0.957，大于0.8，表明該問(wèn)卷量表的信度良好。效度是指問(wèn)卷的有效性，也就是問(wèn)卷收集的數(shù)據(jù)與研究目標(biāo)之間的匹配程度。一般而言，從內(nèi)容效度和結(jié)構(gòu)效度兩方面對(duì)效度進(jìn)行評(píng)判。在內(nèi)容效度方面，本文的問(wèn)卷是在成熟量表的基礎(chǔ)上結(jié)合本文的研究背景和目標(biāo)設(shè)置而成，因此，具有較好的內(nèi)容效度；在結(jié)構(gòu)效度方面，使用因子分析法。在進(jìn)行探索性分析時(shí)，刪除使因子結(jié)果不穩(wěn)定的題項(xiàng)19.1和20.3，之后變量總體的KMO值為0.883，Bartlett球形檢驗(yàn)的顯著水平為0.0000，且可供性、網(wǎng)絡(luò)主播、交互性和消費(fèi)者態(tài)度的KMO值和Bartlett球形檢驗(yàn)結(jié)果都在可接受范圍內(nèi)。系統(tǒng)默認(rèn)提取前4個(gè)特征值大于1的變量為公因子，且累計(jì)方差貢獻(xiàn)率為70.15%，大于60%，可以對(duì)自變量進(jìn)行解釋。在每個(gè)主成分因子中，自身觀測(cè)變量的因子載荷值均大于0.5，說(shuō)明問(wèn)卷的結(jié)構(gòu)效度較好。

表4-2 調(diào)查對(duì)象觀看直播情況表

圖4-1 直播情況條形圖

圖4-2 直播情況詞云圖

圖4-3 直播情況雷達(dá)圖

（三）正式調(diào)研

1.描述性統(tǒng)計(jì)

本文選擇問(wèn)卷星網(wǎng)站制作調(diào)查問(wèn)卷，將問(wèn)卷鏈接通過(guò)微信、QQ、郵箱等渠道邀請(qǐng)用戶作答。一共發(fā)放350份問(wèn)卷，回收問(wèn)卷320份，剔除無(wú)效問(wèn)卷后，最終得到305份有效問(wèn)卷，有效樣本率為87.14%。下面對(duì)有效樣本進(jìn)行初步分析。

（1）調(diào)查對(duì)象基本情況

調(diào)查對(duì)象的基本情況如表4-1所示，性別方面，男性與女性的比例分別是28.2%和71.8%，女性居多，從網(wǎng)絡(luò)直播營(yíng)銷的角度來(lái)說(shuō)，女性更容易受主播的影響，因此，該樣本性別分布合理；年齡方面，18～24歲占63.6%，占比偏高是因?yàn)榻话氲恼{(diào)查對(duì)象來(lái)自高校在校生，綜合來(lái)看，18～35歲占比高達(dá)97.7%，整體趨于年輕化，網(wǎng)絡(luò)直播形式在年輕人群里中較為盛行，且直播營(yíng)銷需要重點(diǎn)關(guān)注粉絲們的喜好，因此，年齡分布也合理；教育水平方面，本科占57.0%，碩士占39.3%，教育水平較高，一方面，受調(diào)查對(duì)象的影響，另一方面，教育水平高的群體，理財(cái)意識(shí)較強(qiáng)且收入也相對(duì)高，很有必要了解這類潛在客戶的喜好；收入方面，2000元以下占57.0%，這是因?yàn)檎{(diào)查對(duì)象大多是學(xué)生；職業(yè)方面，學(xué)生占64.3 %，這與調(diào)查對(duì)象有關(guān)?？傊?，此樣本結(jié)構(gòu)良好，具有女性為主、年輕化、高學(xué)歷的特征。

（2）調(diào)查對(duì)象觀看直播情況

調(diào)查對(duì)象觀看直播情況如表4-2所示，觀看時(shí)間集中在“睡前時(shí)間”和“節(jié)假日”，占比分別是32.0%和25.2%，由于絕大多數(shù)用戶平時(shí)忙于工作（學(xué)習(xí)），因此，這符合實(shí)際情況；直播可接受時(shí)長(zhǎng)為“1小時(shí)內(nèi)”占比高達(dá)76.1%，由此可見(jiàn)，中等時(shí)長(zhǎng)客戶是主流；觀看渠道主要集中在“微信等社交平臺(tái)”“銀行官方渠道”“抖音等短視頻平臺(tái)”，占比分別是29.5%、26.9%和22.3%，其中，微信等社交平臺(tái)引流效果最佳。

調(diào)查對(duì)象觀看銀行直播情況如圖4-1、圖4-2、圖4-3所示。由圖4-1(a)知，調(diào)查對(duì)象中通過(guò)新媒體了解銀行的業(yè)務(wù)的人群占比最多，其次是前往銀行營(yíng)業(yè)網(wǎng)點(diǎn)；由圖4-1(b)知，調(diào)查對(duì)象中大部分人希望“銀行工作人員”“金融類專家”“銀行高管”擔(dān)任主播。由此可見(jiàn)，“新媒體”是用戶首選；用戶更加期待銀行相關(guān)的工作人員主持直播。

由圖4-2(c)知，調(diào)查對(duì)象對(duì)“銀行直播”的評(píng)價(jià)是“對(duì)銀行了解更加深刻”“有效答疑”“有效宣傳”“方式新穎”，整體來(lái)看，對(duì)“銀行直播”還是比較支持和認(rèn)可的；由圖4-2(d)知，調(diào)查對(duì)象觀看直播的最主要原因是“消遣娛樂(lè)”，其次是“內(nèi)容吸引力強(qiáng)”；由圖4-2(e)知，調(diào)查對(duì)象希望主播必備的幾點(diǎn)要求里面，除了“形象好氣質(zhì)佳”之外，更加看重主播的“專業(yè)知識(shí)”能力；由圖4-2(f)知，在直播間的福利中，調(diào)查對(duì)象更加青睞“限時(shí)搶購(gòu)優(yōu)惠理財(cái)”，其次才是“贈(zèng)送商家優(yōu)惠券”等等。

由圖4-3知，調(diào)查對(duì)象對(duì)銀行直播專題的喜好程度為：非常不喜歡“明星體驗(yàn)銀行生活”；不喜歡“銀行業(yè)績(jī)發(fā)布會(huì)”“明星體驗(yàn)銀行生活”；喜歡“實(shí)時(shí)反饋客戶意見(jiàn)”“理財(cái)知識(shí)安全講座”“金融產(chǎn)品講座”“銀行各類招聘會(huì)”等等；非常喜歡“實(shí)時(shí)反饋客戶意見(jiàn)”“理財(cái)知識(shí)安全講座”“銀行各類招聘會(huì)”。

五、模型檢驗(yàn)

（一）測(cè)量模型檢驗(yàn)

在進(jìn)行因子分析之前，先做KMO和Bartlett檢驗(yàn)，對(duì)因子進(jìn)行適應(yīng)性評(píng)估，檢驗(yàn)結(jié)果顯示可供性、網(wǎng)絡(luò)主播、交互性和購(gòu)買意愿的KMO值分別為0.737、0.905、0.879和0.926，均大于0.7，說(shuō)明樣本可以進(jìn)行因子分析；Sig.=0.00＜0.05，說(shuō)明變量之間具有相關(guān)性，適合做因子分析。下面進(jìn)行因子分析。

表5-1 變量信度和聚合效度檢驗(yàn)

表5-2 潛在變量之間的相關(guān)系數(shù)表

本文使用主成分分析法得到解釋總方差，提取前4個(gè)特征值大于1的變量為公因子，且累計(jì)方差貢獻(xiàn)率為73.52%，大于60%，可以對(duì)自變量進(jìn)行解釋。

下面從聚合效度和判別效度兩方面檢驗(yàn)?zāi)Ｐ偷男Ф?。聚合效度通過(guò)觀測(cè)變量的因子載荷系數(shù)和潛在變量的平均提取方差(average variance extracted，AVE)來(lái)檢驗(yàn)。檢驗(yàn)結(jié)果如表5-1所示，因子載荷系數(shù)和AVE均在0.5以上，說(shuō)明模型的聚合效度較好。

判別效度通過(guò)潛在變量的AVE值的平方根和其他變量之間的相關(guān)系數(shù)來(lái)檢驗(yàn)。檢驗(yàn)結(jié)果如表5-2所示，其中，主對(duì)角線表示各潛在變量的AVE值的平方根，其余的表示相關(guān)系數(shù)。主對(duì)角元素的值均大于該列的相關(guān)系數(shù)，說(shuō)明判別效度可以接受。

圖5-4 AMOS 結(jié)構(gòu)方程圖

表5-3 模型擬合指標(biāo)表

表5-4 相關(guān)性分析

表5-5 回歸分析

（二）結(jié)構(gòu)模型檢驗(yàn)

根據(jù)本文假設(shè)的模型，利用AMOS進(jìn)行驗(yàn)證性因子分析，繪制模型圖如圖4所示。

3）通過(guò)收集現(xiàn)場(chǎng)相關(guān)故障信息及波紋表明，110kV那曲變#1、#2兩臺(tái)主變并列運(yùn)行，且#1主變中性點(diǎn)接地運(yùn)行情況下，故障當(dāng)時(shí)那曲#1主變高壓側(cè)基本無(wú)3I。故障零序電流流過(guò)，那安線上流過(guò)的故障零序電流基本與當(dāng)那線上流過(guò)的故障零序電流持平。

本文采用卡方與其自由度的比值（χ2/df）、擬合優(yōu)度指數(shù)（GFI）、修正擬合優(yōu)度指數(shù)（AGFI）、模型比較適合度（CFI）以及近似誤差均方根(RMSEA)這5個(gè)指標(biāo)共同評(píng)價(jià)此模型，將問(wèn)卷數(shù)據(jù)導(dǎo)入該模型后，得到表5-3。

由表5-3可知，所有指標(biāo)均符合標(biāo)準(zhǔn)，說(shuō)明建立的模型擬合效果較好，可以進(jìn)行下一步的分析研究。

（三）研究假設(shè)檢驗(yàn)

1.相關(guān)分析

有了相關(guān)分析才有回歸分析。因此，在進(jìn)行假設(shè)檢驗(yàn)之前，先對(duì)數(shù)據(jù)做相關(guān)分析。將影響消費(fèi)者行為的因子，可供性、網(wǎng)絡(luò)主播、互動(dòng)性與消費(fèi)者態(tài)度做相關(guān)分析如表5-4所示。

從表5-4結(jié)果可知，可供性、網(wǎng)絡(luò)主播、互動(dòng)性與消費(fèi)者態(tài)度呈正相關(guān)。

2.回歸分析

為了檢驗(yàn)可供性、網(wǎng)絡(luò)主播、互動(dòng)性與消費(fèi)者態(tài)度之間的影響關(guān)系，將消費(fèi)者態(tài)度作為自變量，可供性、網(wǎng)絡(luò)主播和互動(dòng)性作為因變量建立回歸分析，得到回歸結(jié)果如表5-5所示。

由表5-5可知，可供性的顯著性水平大于0.05，而網(wǎng)絡(luò)主播和互動(dòng)性的顯著性水平小于0.05。因此，可以認(rèn)為“可供性”不滿足假設(shè)H1，即假設(shè)H1不成立；“網(wǎng)絡(luò)主播”和“互動(dòng)性”滿足假設(shè)H2和H3，即假設(shè)H2和H3成立。

六、結(jié)論與展望

根據(jù)銀行直播模式對(duì)消費(fèi)者購(gòu)買意愿的影響研究，可以得出以下結(jié)論：

（1）銀行在直播過(guò)程中，其可供性對(duì)消費(fèi)者態(tài)度的影響不夠顯著。這可能是由于金融話題較敏感，即使主播給予消費(fèi)者針對(duì)性的理財(cái)建議，但消費(fèi)者由于自身的資金情況或者其他情況未必會(huì)購(gòu)買這些理財(cái)產(chǎn)品。

（2）銀行在直播過(guò)程中，其網(wǎng)絡(luò)主播正向影響消費(fèi)者態(tài)度。網(wǎng)絡(luò)主播起到意見(jiàn)領(lǐng)袖的作用，根據(jù)消費(fèi)者的調(diào)研結(jié)果（詳見(jiàn)描述性分析章節(jié)）設(shè)計(jì)消費(fèi)者心目中的“主播”，在主播的引導(dǎo)下，更容易激發(fā)消費(fèi)者的購(gòu)買欲望。

（3）銀行在直播過(guò)程中，與消費(fèi)者的高度互動(dòng)正向影響消費(fèi)者態(tài)度。與消費(fèi)者實(shí)時(shí)互動(dòng)，能夠提升消費(fèi)者對(duì)產(chǎn)品的信任，提高消費(fèi)者的滿足感，進(jìn)而激發(fā)消費(fèi)者的購(gòu)買欲望。

基于本文的研究，為那些正在或者即將上線“直播+營(yíng)銷”的各類金融機(jī)構(gòu)提出幾點(diǎn)建議：

（1）直播前，充分了解消費(fèi)者的喜好，做好直播的宣傳工作。大數(shù)據(jù)時(shí)代，善于利用網(wǎng)絡(luò)技術(shù)形成的消費(fèi)者數(shù)據(jù)庫(kù)，結(jié)合訪談以及問(wèn)卷調(diào)查，精準(zhǔn)捕捉消費(fèi)者的需求；以消費(fèi)者的需求為導(dǎo)向，設(shè)計(jì)“主播”，打造“直播間”；再利用互聯(lián)網(wǎng)技術(shù)，精準(zhǔn)發(fā)送直播通知，或者采取一些激勵(lì)機(jī)制進(jìn)行人人分享的裂變宣傳。

（2）直播中，揚(yáng)長(zhǎng)避短，直播與金融有機(jī)結(jié)合。首先，加強(qiáng)與消費(fèi)者互動(dòng)；其次，直播內(nèi)容方式與金融結(jié)合，定位自己的風(fēng)格標(biāo)簽；最后，統(tǒng)一下單連接入口，支付方式要安全便捷。

（3）直播后，及時(shí)收集客戶反饋。直播結(jié)束后，及時(shí)做好反饋工作，傾聽(tīng)客戶心聲，提升客戶的體驗(yàn)感和滿意度。

本研究由于時(shí)間和人力的限制，存在一些不足，有待完善，主要集中體現(xiàn)在以下幾點(diǎn)：①所收集的問(wèn)卷樣本，大多數(shù)來(lái)自高校在校生，具有一定的局限性。如果后續(xù)的研究可以將樣本定位在“銀行客戶”，那么研究效果會(huì)更好。②研究因素考慮不夠全面，本文僅從可供性、主播和互動(dòng)性三個(gè)方面入手，后續(xù)研究可以選取更具體的更細(xì)微的影響因素進(jìn)行分析。③本文研究不夠深入，不同直播專題的消費(fèi)場(chǎng)景有所差異，后續(xù)研究可以從具體的某個(gè)專題出發(fā)。