薛媛 董鳴皋 王心可
摘 要:本文旨在明確促使電商直播消費者進行購物行為的關(guān)鍵影響因素,并為電商直播行業(yè)的發(fā)展提出建議。根據(jù)扎根理論和Nvivo質(zhì)性研究的方法對電商直播消費者進行深度訪談,并采取開放式編碼、主軸式編碼和選擇性編碼三級編碼的形式對訪談結(jié)果進行編碼。本文通過三級編碼分為社交和產(chǎn)品兩條路線構(gòu)建電商直播消費者購物行為模型,并得出直播實時性、電商環(huán)境、品牌營銷、產(chǎn)品質(zhì)量、產(chǎn)品價格、產(chǎn)品類型及帶貨主播品行等關(guān)鍵要素均對中國電商直播消費者的購物行為有顯著的正向影響。
關(guān)鍵詞:電商直播;消費者;扎根理論;質(zhì)性分析
本文索引:薛媛,董鳴皋,王心可.<變量 2>[J].中國商論,2023(07):-053.
中圖分類號:F724.6 文獻標識碼:A 文章編號:2096-0298(2023)04(a)--03
直播電子商務(wù)是消費領(lǐng)域的新興趨勢,直播在當前社會作為一種將特定活動和視頻相結(jié)合的經(jīng)濟形式,以其獨特的內(nèi)容呈現(xiàn)和高層級的互動得到了廣泛的認可。除了以聊天、抽獎等方式來鼓勵消費者購買產(chǎn)品之外,主播還通過試穿、試用和解說的方式,以說服購買為導(dǎo)向的表現(xiàn)來達到觀眾購買商品的目的。
1 文獻回顧
電商直播是傳統(tǒng)電子商務(wù)和流媒體碰撞融合的產(chǎn)物,為觀眾提供了虛擬場景購物和豐富的互動體驗。新冠疫情期間,由于居家隔離、居家辦公等現(xiàn)實情況,直播電商的優(yōu)勢得到充分體現(xiàn)。實時交互就是電商直播的關(guān)鍵特征,因此電商直播具有社交屬性。這種交互式的體驗促進了信息和情感的交流,在帶貨主播和消費者之間建立起穩(wěn)固的情感模式,使很多消費者因信任主播而選擇傾向性購買其直播商品。同時,電商直播避免了傳統(tǒng)電商的信息不完全性。在傳統(tǒng)電商購物中,消費者往往面臨著商品不合適需要退換產(chǎn)品的情況,而電商直播利用實時交流及主播試穿的形式,消費者通過比對與自己身形或其他物理特征接近的主播的試穿、使用效果,更加了解該產(chǎn)品是否適合自己。另外,電商購物中,網(wǎng)絡(luò)名人效應(yīng)對消費者購買意愿也有所影響,網(wǎng)絡(luò)名人的表現(xiàn)能夠有效刺激消費者的情緒,從而增強消費者的購買意愿。
2 電商直播消費者購物行為的影響因素篩選
2.1 數(shù)據(jù)來源
本文基于中國知網(wǎng)(CNKI)期刊數(shù)據(jù)庫2012—2022年所收錄的以“電商直播消費者”為主題的文獻數(shù)據(jù),在CNKI期刊數(shù)據(jù)庫的高級檢索頁輸入檢索條件:主題=“電商直播*消費者”;發(fā)表時段為2012—2022年,共檢索論文1249篇。瀏覽題目排除相關(guān)性較低的題目后,得到相關(guān)期刊檢索結(jié)果為773篇。
2.2 可視化分析
本文通過關(guān)鍵詞知識圖譜分析,“網(wǎng)絡(luò)營銷”“鄉(xiāng)村振興”“網(wǎng)紅經(jīng)濟”“農(nóng)產(chǎn)品”“主播特征”“沖動購買”“社會臨場感”“感知價值”“直播平臺”“電商平臺”“雙十一”“消費者信任”和“法律法規(guī)”等影響因素在773篇代表性文獻中被多次提及,如圖1所示。
2.3 知識圖譜分析
本文通過Noteexpress軟件,選定分析字段為“關(guān)鍵詞”,數(shù)量選取“頻次倒序前100”,將轉(zhuǎn)化后的關(guān)鍵詞共現(xiàn)矩陣導(dǎo)入Netdraw軟件。本文通過Netdraw關(guān)鍵詞進行聚類分析,得到關(guān)鍵詞如圖2所示。
3 實證研究
3.1 訪談數(shù)據(jù)
本文以可視化工具篩選出的影響因素為基礎(chǔ),利用開放性編碼、主軸式編碼和選擇性編碼三級編碼的形式,采用半結(jié)構(gòu)化訪談的形式,事先擬定好需要的訪談提綱。訪談前,告知40位受訪者受訪內(nèi)容和研究主題,在征得受訪者同意的前提下進行錄音。
在Nvivo軟件中對訪談內(nèi)容進行解讀,將采訪所得的原始語料打散分解,命名為原始代碼。通過自動編碼的情感分析可知,受訪者對電商直播普遍呈正面、中性的感情色彩。正面詞匯主要集中在“劃算、新興、直觀、真實、興趣、細致”等,負面詞匯主要集中在“吹噓、夸大、滯銷、假劣、誤導(dǎo)”等。
3.2 開放式編碼
開放式編碼基于對訪談數(shù)據(jù)原始資料逐字逐句的解讀,從中提取概念和范疇,剔除出現(xiàn)次數(shù)小于2的原始概念,通過原始資料的編碼,最終抽取47條原始語料,得到16個基本的子范疇(見表1)。
3.3 主軸式編碼
在開放式編碼的基礎(chǔ)上,對上述的原始語料、概念及子范疇進行進一步分析,尋找范疇和概念之間的相互關(guān)系,最終得到主軸式編碼(見表2)。
3.4 選擇性編碼
選擇性編碼的目的是根據(jù)開放性編碼的子范疇和主軸式編碼的主范疇綜合提煉出核心范疇。主范疇和子范疇都圍繞著電商直播消費者購物行為影響因素的集合,因此確定“電商直播消費者購物行為的影響因素”為核心范疇。
4 模型構(gòu)建與分析
基于上述編碼分析構(gòu)建電商直播消費者購物行為影響因素模型如圖3所示。在社交路線中,第一,實時性意味著迅速 從外部環(huán)境收集信息,并做出響應(yīng)。消費者通過觀看直播,在最短的時間內(nèi)了解產(chǎn)品的諸多信息,通過比對主播的膚色、身形就可以大概判斷自己的使用效果,避免了“買家秀”和“賣家秀”差異過大。第二,近年來,農(nóng)產(chǎn)品直播帶貨繼化妝品、服裝等直播帶貨后迅速興起,水果、新鮮蔬菜、花卉等異?;鸨?,與鄉(xiāng)村振興戰(zhàn)略不謀而合。另外,由于新冠疫情的防控要求,非必要減少聚集,消費者可以通過直播購物的方式減少出門聚集。第三,電商直播不僅促進產(chǎn)品銷量,還可以擴大品牌知名度,現(xiàn)在越來越多的大品牌通過官方旗艦店的直播介紹產(chǎn)品、宣傳企業(yè)。
在產(chǎn)品路線中,第一,消費者認為直播產(chǎn)品質(zhì)量參差不齊, 更偏向官方認可和有公信度的直播平臺及主播。第二,消費者普遍認為直播平臺的產(chǎn)品更加優(yōu)惠,降價幅度大,同時節(jié)約購物支出。第三,消費者偏向購買農(nóng)產(chǎn)品、生活剛需品和可囤積產(chǎn)品。農(nóng)產(chǎn)品可以點對點運送,比較新鮮;生活剛需品在電商行業(yè)有更多地選擇;可囤積產(chǎn)品可以通過“雙十一”和“618活動”進行滿減和降價促銷購買。第四,主播類型會影響消費者的購買行為,主要包括主播的知名度和社會可信度。如果是專業(yè)性的主播和正能量的網(wǎng)紅,消費者更能接受其推薦的產(chǎn)品。
5 結(jié)語
直播平臺要保持電商實時性的優(yōu)勢,利用目前鄉(xiāng)村振興、疫情防控等電商環(huán)境的特點促進直播行業(yè)的發(fā)展。鄉(xiāng)鎮(zhèn)應(yīng)充分利用“電商直播”的方式促銷地區(qū)產(chǎn)品,如“網(wǎng)紅縣長”推銷本地區(qū)特產(chǎn)。運用得當,直播電商將會是促進鄉(xiāng)村發(fā)展的關(guān)鍵要素。同時,主播要遵守直播平臺的相關(guān)規(guī)定,不能抱有僥幸心理欺騙消費者,否則一定會自食惡果。品牌要促進品牌營銷,一方面,打開企業(yè)的知名度;另一方面,促進企業(yè)產(chǎn)品銷售還要提高產(chǎn)品質(zhì)量、降低成本才能在如今的市場占據(jù)一席之地。另外,需要注意的是主播和名人效應(yīng)固然可以帶來高搜索量和高成交率,但口碑管理、渠道建設(shè)和體驗營銷等依然重要,只有在品牌建設(shè)良好的基礎(chǔ)上,電商直播才能起到正向宣傳的作用,因此品牌方一定要合理運用電商直播進行宣傳。
參考文獻
李琪,高夏媛,徐曉瑜,等.電商直播觀眾的信息處理及購買意愿研究[J]. 管理學報,2021,18(6):895-903.
魏華,高勁松,段菲菲.電商直播模式下信息交互對用戶參與行為的影響[J].情報科學,2021,39(4):148-156.
魏劍鋒,李孟娜,劉保平.電商直播中主播特性對消費者沖動購買意愿的影響[J].中國流通經(jīng)濟,2022,36(4):32-42.
周劍平.電商直播監(jiān)管的難點與對策創(chuàng)新[J].中國流通經(jīng)濟,2021,35(8):72-80.
Xue,J.,Liang,X.,Xie,T.,et al. See now,act now:How to interact with customers to enhance social commerce engagement? Information & Management,2020,57(6).
Luo,N.,Wang,Y.,Zhang,M.,et al. Integrating community and ecommerce to build a trusted online second-hand platform:Based on the perspective of social capital[J]. Technological Forecasting and Social Change,2020,153.
Zhou M,Huang J,Wu K,et al. Characterizing Chinese consumers intention to use live e-commerce shopping[J]. Technology in Society,2021,67:101767.