服装直播中消费者购买意愿的影响因素对比

时间：2024-07-28

葛雨心，何瑛*，2

(1. 浙江理工大学服装学院，浙江杭州 310018；2. 浙江理工大学丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室，浙江杭州 310018)

近年来随着互联网技术的发展，直播电商这一新型多元化网络购物模式迅速发展壮大。与传统网络购物模式相比，直播形式打破了以文字、图片为载体的局限性，主播通过网络直接向消费者进行产品讲解和试用，使产品在展示方式上具有显著优势。电商直播改变了消费者的购物模式，为消费者提供沉浸式体验感、社交归属感以及互动信任感，赢得了消费者的喜爱[1]。服装行业紧跟时代发展，许多服装企业也开始采用电商直播模式，但购物模式的改变使消费者购买意愿也相应地发生了变化，传统的销售经验已不能满足其需求，因此需要针对直播这一新的营销模式特点，探讨各因素对消费者购买决策的影响因素。

中国关于电商直播情境下消费者购买意愿的影响因素已有相关研究，目前大多数研究通过问卷调查、专家访谈等手段结合相应的理论或研究模型进行[2]。例如，孟陆等[3]通过问卷调查获取数据，继而分析直播模式下消费者购买意愿是否会受到网红主播的影响，并探寻其内在机制；韩箫亦[4]采用深度访谈的形式，分别对观看直播的用户和具有直播电商购物经验的用户进行访谈，并依据访谈结果分析主播属性对消费者购买意愿的影响。然而，与传统消费者购买意愿的研究不同，直播模式具有实时互动特征，消费者易受直播间氛围影响[5]，其购物具有一定的冲动性和从众性[6]。而问卷调查所获得的数据是消费者在比较冷静的状态下去思考而获得的结果。文中通过对比分析不同数据来源结果间的差异，并对其差异形成的原因进行解读，为直播电商模式的改进提供一定的理论支持。

1 数据来源与处理

1.1 研究方法的选取

目前消费者购买意愿影响因素中较为常用的数据获取方法为问卷调查法。文中考虑直播氛围对消费者意愿的影响，除了采用问卷调查法，还增加了直播间实时弹幕爬取的方法进行调研分析，并将两种不同数据来源所分析出的结果进行对比研究，揭示其差异[7]。

1.2 数据获取过程

1.2.1问卷数据获取参考国内外相关学者的研究[8-12]，建立服装直播情境下消费者购买意愿影响因素递阶层次结构模型，并以此设计调查问卷。问卷采用李克特5级量表，主要从主播、服装产品以及直播间内容与服务这3个维度进行调研[8]。服装直播情境下消费者购买意愿影响因素层次结构模型见表1。

表1 服装直播情境下消费者购买意愿影响因素层次结构模型

本次调查问卷共发放291份，筛选出看过服装电商直播的用户，最终得到有效问卷245份，有效率为84.2%。其中有54.98%的被调研者在电商直播间购买过服装，调研对象符合预期，可以进行后续的数据分析。

1.2.2弹幕数据获取文中借助模拟器并采用python 3.0软件对“抖音”平台上的服装直播间弹幕进行实时爬取，进而建立弹幕数据库。由于弹幕评论表达自由、多口语化，因此在获得弹幕文本后要对没有价值的信息数据进行降噪处理，识别和去除对实验分析无用或有干扰的数据信息。文中实验通过数据预处理后，一共得到24 250条服装直播间有效弹幕文本数据[13]。

1.3 数据分析方法

采用主成分分析和层次聚类的方法对所获取的数据进行分析。

1.3.1主成分分析主成分分析法可以将较多的变量通过转换提取为少数几个主成分，并尽量减少数据信息的损失，有归纳降维的作用。具体算法步骤如下：①对原始数据进行标准化处理；②计算相关系数矩阵R；③计算特征值和特征向量；④选择主成分组数，计算综合权重值。

1.3.2层次聚类层次聚类是通过计算一个成分与另一个成分之间的距离来确定它们之间的相似程度，当两个成分之间的距离越小，说明两个成分的相似性越高。计算数据中各个成分的距离，并从下而上将距离近的成分合并，即将相似度高的成分进行聚类，并一直重复这个过程，直至聚类到合适的类中为止。具体算法步骤如下：①将每一个对象都看作是单独的聚类，计算每两个类别之间的距离；②逐步合并距离最近的两个聚类，重复以上步骤直至聚类到合适的类中为止。

2 不同数据源结果对比及差异

2.1 问卷结果分析

根据问卷调查所收集的数据，借助SPSS软件进行主成分分析，结果显示本次调研数据的KMO检验系数为0.882，数据结构合理，Bartlett's检验显著性为0.000，其p值小于0.05，故可进行主成分分析。采用主成分分析法对表1的17个指标层因素进行分析，得到碎石图如图1所示。由图1可知，前3个主成分的特征值折线斜率绝对值较大，呈快速下降趋势，故可将因素分为人、货、场3个主成分要素。结合旋转后成分载荷矩阵以及因子得分系数矩阵，计算得到消费者购买因素一级和二级权重指标，具体见表2。

图1 碎石图Fig.1 Scree plot

表2 购买意愿影响因素一级和二级权重

由一级指标权重分析结果可知，服装产品(货)因素在消费者购买意愿影响因素中占比最大，其次是主播因素(人)，影响最小的是直播间因素(场)。将17个二级指标按权重值由大到小进行排列，前8个指标中“货”属性下的影响因子，占比3/4，说明服装版型、质量、面料、款式和色彩对消费者购买意愿的影响较大；“人”属性下的影响因子，占比1/4，分别为主播颜值和身材、主播的专业性，由此说明这两个因素对消费者的影响较大。“场”属性下的影响因子权重值相对较小，排列靠后，在该属性下权重值最大的为直播间增值内容(搭配等)，该因子在二级指标排序中排名第10。

2.2 弹幕结果分析

文中从预处理后的弹幕文本数据库中选取了10 000条数据，构建了弹幕文本需求分类词典，并将剩余的14 250条弹幕作为实验样本进行文本属性的提取与分类[14]。根据弹幕属性和直播电商特点，从主播属性、服装产品属性、直播间属性(即“人、货场”)3个维度对服装直播间消费者购买意愿影响因素进行分析[15]。服装直播弹幕分类权重如图2所示。将同一属性维度的影响因子聚类到一组，其对应的权重分布为9%，74%和17%。根据属性分类权重，可知“货”对消费者购买意愿的影响较大，其次为“场”，影响最小的因素为“人”。

图2 服装直播弹幕分类权重Fig.2 Classified weight of live clothing barrage

2.2.1“货”维度下消费者需求分析根据弹幕文本需求分类词典自动生成的分类文档，得到服装产品属性维度下7个影响因子的弹幕文本数据。借助SPSS软件，采用层次聚类分析得到谱系树状图，具体如图3所示。

图3 服装产品因子聚类谱系树状图Fig.3 Clustering dendrogram of clothing products factors

谱系树状图展现了聚类分析中每一因子的合并情况，且各因子之间的距离在0～25之间，垂直做参考线，从右向左聚类。服装产品属性的影响因子有7个，包括版型、质量、面料、品牌、色彩、尺码和款式，结合权重分布，可将各因子分为3个梯度，消费者关注度最高的影响因子为第1梯度，即服装款式；关注度较高的因子为第2梯度，有服装尺码和服装色彩两个影响因子；关注度一般的因子则归属于第3梯度，包括服装面料、服装质量、服装版型以及服装品牌。

2.2.2“场”维度下消费者需求分析 SPSS聚类分析得到谱系树状图，并结合因子权重将直播间内容与服务属性维度下的价格折扣、服务、库存、增值内容(穿搭)和陈列配置5个因子分为3个梯度，具体如图4所示。消费者关注度最高的为第1梯度中的直播间增值内容，包括直播间提供给消费者的穿搭参考以及各种附带的增值内容；第2梯度为库存、价格折扣和售前售后服务；第3梯度为直播间的陈列配置。

图4 直播间内容与服务因子聚类谱系树状图Fig.4 Clustering dendrogram of broadcast room content and services factors

2.2.3“人”维度下需求分析主播属性在直播弹幕分类权重中只占9%，相对其他两大属性占比较小。借助SPSS软件进行层次聚类，可将主播维度下的因子分为两个梯度，具体如图5所示。

图5 主播因子聚类谱系树状图Fig.5 Clustering dendrogram of host factors

由图5可知，第1梯度为主播的颜值身材与互动性；第2梯度为主播专业性与风格匹配度以及主播知名度。

2.3 不同数据结果对比分析

通过分析问卷调查和直播间弹幕爬取这两种不同数据源，发现在一级指标维度中，问卷调查所得到的消费者影响因素排序为“货(服装产品)”>“人(主播)”>“场(直播间内容与服务)”；弹幕分析所得到的消费者影响因素序为“货(服装产品)”>“场(直播间内容与服务)”>“人(主播)”。由此可知， “人(主播)”与“场(直播间)”在不同数据源下对消费者的影响程度排序有较大差异。此外，服装不论是在哪种数据源下对消费者购买意愿的影响排序始终为第1，但通过对比可发现问卷调查下服装产品的影响因素权重为0.472，大约占整体的1/2，而弹幕分析下服装产品影响因素为0.74，大约为整体的3/4。通过两种不同数据源的分析对比可知，弹幕数据源下服装产品对消费者购买意愿影响程度远大于问卷调查。

2.4 差异形成的原因

基于文献分析和对服装直播间的观察，笔者认为问卷调查是被调查者通过理性思考所得到的结果，根据问卷调查结果显示主播因素对直播间消费者购买意愿的影响较大，消费者认为通过主播对服装产品的试穿和讲解会产生购买行为。而弹幕数据是消费者在实际观看过程中的即时情感反应，由于大部分消费者进入直播间即表明了对此服装主播的认同，其在观看过程中沉浸于直播间的购物氛围，对产品产生浓厚兴趣，从而对主播的关注度下降，转向对服装产品以及直播间附加价值(即内容与服务)的关注。

问卷调查和直播间弹幕两种不同方法本身的特点可以决定其不同的应用阶段，问卷调查的方法适合研究消费者进入直播间前的关注倾向，从而迎合其需求完善直播内容，吸引更多消费者进入直播间；弹幕分析的方法适合研究消费者进入直播间后的关注倾向，从而及时调整直播方案，最大限度地实现流量变现。