邀請(qǐng)式裂變營(yíng)銷(xiāo)對(duì)新興App新用戶使用意愿影響

應(yīng)凱悅 林承亮 肖星燦 鄭一龍

摘 要：邀請(qǐng)式裂變營(yíng)銷(xiāo)作為獲取新用戶的重要手段，已經(jīng)在拼多多、瑞幸咖啡等營(yíng)銷(xiāo)案例中取得重大成功。但對(duì)于缺乏基礎(chǔ)用戶群體和影響力的新興App來(lái)說(shuō)，邀請(qǐng)式裂變營(yíng)銷(xiāo)的適用性仍有待研究。本文研究表明，新興App的感知易用性、感知有用性對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)效果有正向影響，但影響并不顯著，新用戶在其他App上的成功經(jīng)驗(yàn)也不會(huì)明顯提高該用戶對(duì)新興App的使用意愿，但周邊朋友的推薦可以明顯提高新用戶使用意愿。

關(guān)鍵詞：邀請(qǐng)式裂變營(yíng)銷(xiāo);新興App;用戶使用意愿

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，各類新興App層出不窮。根據(jù)Qimai.cn數(shù)據(jù)統(tǒng)計(jì)，App Store近180天每日上架應(yīng)用數(shù)量在2000款上下波動(dòng)，而得到年度應(yīng)用榜推薦的不過(guò)百余款。如何在激烈的App市場(chǎng)中占據(jù)一席之地，是每個(gè)App自上架起就需要考慮的問(wèn)題。

此前，拼多多、瑞幸咖啡等App借助邀請(qǐng)式裂變營(yíng)銷(xiāo)，已成功在短時(shí)間內(nèi)獲得了大量新用戶。但并無(wú)研究表明，對(duì)于新興App，邀請(qǐng)式裂變營(yíng)銷(xiāo)具有同樣的適用性。基于此，本文以技術(shù)接受模型（Technology Acceptance Model，TAM）為基礎(chǔ)，就邀請(qǐng)式裂變營(yíng)銷(xiāo)對(duì)新興App新用戶使用意愿影響進(jìn)行實(shí)證研究。

一、現(xiàn)有國(guó)內(nèi)外相關(guān)研究

邀請(qǐng)式裂變營(yíng)銷(xiāo)是指老用戶通過(guò)某種分享形式對(duì)新用戶進(jìn)行邀請(qǐng)后，某一方或雙方獲得獎(jiǎng)勵(lì)的裂變形式。這類似于統(tǒng)計(jì)學(xué)中的滾雪球抽樣方法，當(dāng)App確定定位，完成用戶畫(huà)像，明確目標(biāo)人群后，找到第一批“種子用戶”，邀請(qǐng)式裂變營(yíng)銷(xiāo)將催動(dòng)其生根發(fā)芽，迅速拉動(dòng)種子用戶身邊同類型的人群加入，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)，并以可見(jiàn)利益為驅(qū)動(dòng)力擴(kuò)大流量，在發(fā)達(dá)的社交網(wǎng)絡(luò)的催動(dòng)下實(shí)現(xiàn)較高的獲取新用戶的效率。

目前對(duì)于邀請(qǐng)式裂變營(yíng)銷(xiāo)的研究較少，多數(shù)僅作為裂變營(yíng)銷(xiāo)的一個(gè)形式在文中出現(xiàn)。如羅煜卿（2018）等認(rèn)為，裂變營(yíng)銷(xiāo)是一種性價(jià)比非常高的拉新推廣手段，其拉新成本在配合精準(zhǔn)的裂變渠道后大大低于傳統(tǒng)拉新成本，并具有極高的轉(zhuǎn)換率和留存率。作為裂變營(yíng)銷(xiāo)的經(jīng)典打法之一，邀請(qǐng)式裂變營(yíng)銷(xiāo)繼承了其老用戶帶來(lái)新用戶的本質(zhì)，成為了很多App的標(biāo)配玩法。孫小強(qiáng)（2005）等認(rèn)為，邀請(qǐng)式營(yíng)銷(xiāo)的本質(zhì)是利用他人的傳播渠道或行為，主動(dòng)向更廣泛的范圍傳播有價(jià)值的信息。邀請(qǐng)式營(yíng)銷(xiāo)只是一種原則，沒(méi)有固定模式，對(duì)于一些小企業(yè)，只要找準(zhǔn)切入點(diǎn)，力爭(zhēng)在小范圍內(nèi)獲得一些有效傳播是完全可以做到的。目前關(guān)于用戶使用意愿研究的文獻(xiàn)較多，如移動(dòng)圖書(shū)館App、移動(dòng)音樂(lè)App、短視頻App以及移動(dòng)地圖App。但這些研究大多沒(méi)有區(qū)分新用戶還是老用戶。同時(shí)，這些研究主要探討了影響移動(dòng)App用戶使用意愿的因素，如不同維度的感知價(jià)值、知曉率、功能需求等，沒(méi)有與邀請(qǐng)式裂變營(yíng)銷(xiāo)這一日益流行的營(yíng)銷(xiāo)方式結(jié)合起來(lái)。

二、研究設(shè)計(jì)

1.自變量、因變量設(shè)置

（1）自變量

感知易用性：用戶在使用App的過(guò)程中，營(yíng)銷(xiāo)規(guī)則的難易程度與用戶是否使用有關(guān)系。本文認(rèn)為，用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性對(duì)用戶使用意愿的影響存在正向相關(guān)關(guān)系。

感知有用性：感知有用性被大量用于TAM的研究中。它是指受眾使用一項(xiàng)新技術(shù)時(shí)，能感知到的對(duì)自己效率的提升程度以及對(duì)工作生活的幫助程度。本研究將探討在邀請(qǐng)式裂變營(yíng)銷(xiāo)的規(guī)則下，用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知有用性對(duì)其使用意愿的影響程度。本文認(rèn)為，用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知有用性對(duì)用戶使用意愿的影響存在正向相關(guān)關(guān)系。

感知風(fēng)險(xiǎn)：用戶在接觸邀請(qǐng)式裂變營(yíng)銷(xiāo)的過(guò)程中，所產(chǎn)生的害怕隱私泄露、分享的內(nèi)容被濫用等不安全感都與其對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的使用意愿相關(guān)。本文認(rèn)為，用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知風(fēng)險(xiǎn)對(duì)用戶使用意愿的影響存在反向相關(guān)關(guān)系。

經(jīng)驗(yàn)：用戶在接觸邀請(qǐng)式裂變營(yíng)銷(xiāo)的過(guò)程中，對(duì)已知他人經(jīng)歷以及用戶本人直接接觸客觀事物得出的總結(jié)性認(rèn)識(shí)與其對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的使用意愿相關(guān)。本文認(rèn)為，用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的相關(guān)經(jīng)驗(yàn)對(duì)用戶使用意愿的影響存在正向相關(guān)關(guān)系。

他人推薦：用戶在接觸邀請(qǐng)式裂變營(yíng)銷(xiāo)的過(guò)程中，他人對(duì)用戶的推薦與用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的使用意愿存在一定程度的相關(guān)關(guān)系。本文認(rèn)為，他人推薦對(duì)用戶使用意愿的影響存在正向相關(guān)關(guān)系。

（2）因變量

使用意愿：用戶對(duì)邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性、感知有用性與感知風(fēng)險(xiǎn)進(jìn)行綜合的判斷后，所得出的與之相應(yīng)的使用意愿傾向。

2.研究假設(shè)與整合模型

根據(jù)以上自變量與因變量的分析，提出以下六項(xiàng)研究假設(shè)。

假設(shè)H1：邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性對(duì)用戶使用意愿呈正向影響;

假設(shè)H2：邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知有用性對(duì)用戶使用意愿呈正向影響;

假設(shè)H3：邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性對(duì)感知有用性呈正向影響;

假設(shè)H4：邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知風(fēng)險(xiǎn)對(duì)使用意愿呈反向影響;

假設(shè)H5：使用經(jīng)驗(yàn)對(duì)使用意愿呈正向影響;

假設(shè)H6：他人推薦對(duì)使用意愿呈正向影響。

根據(jù)以上研究假設(shè)TAM模型，提出研究整合模型，如圖1所示：

3.問(wèn)卷設(shè)計(jì)

根據(jù)研究整合模型，本文依照6個(gè)考察變量，為邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性設(shè)置了4個(gè)測(cè)度問(wèn)題，為邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知有用性設(shè)置了6個(gè)測(cè)度問(wèn)題，為邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知風(fēng)險(xiǎn)設(shè)置了6個(gè)測(cè)度問(wèn)題，為使用意愿設(shè)置了4個(gè)測(cè)度問(wèn)題，為經(jīng)驗(yàn)設(shè)置了2個(gè)測(cè)度問(wèn)題，為他人推薦設(shè)置了2個(gè)測(cè)度問(wèn)題。問(wèn)卷使用Lik-ert七級(jí)量表進(jìn)行使用意愿傾向測(cè)量，即“非常不同意”、“不同意”、“有點(diǎn)不同意”、“一般”、“有點(diǎn)同意”、“同意”、“非常同意”，其中1表示“非常不同意”，4表示“一般”，7表示“非常同意”。接受調(diào)查者需要根據(jù)個(gè)人實(shí)際情況在1-7分內(nèi)給出主觀評(píng)估。

另外，為符合大眾的語(yǔ)言習(xí)慣，問(wèn)卷以“老拉新”代替“邀請(qǐng)式裂變營(yíng)銷(xiāo)”的表述并備注其定義幫助接受調(diào)查者理解，提高問(wèn)卷的可靠性。

4.問(wèn)卷收發(fā)情況及基本信息統(tǒng)計(jì)

（1）調(diào)查問(wèn)卷設(shè)計(jì)

有關(guān)研究假設(shè)題項(xiàng)設(shè)計(jì)如表1所示：

（2）調(diào)查實(shí)施情況

在抽樣方法上，本文采用了方便抽樣，自2020年7月21日開(kāi)始至2020年8月9日結(jié)束，在問(wèn)卷星網(wǎng)絡(luò)平臺(tái)上在線發(fā)放問(wèn)卷。問(wèn)卷鏈接推廣主要通過(guò)微博、微信、QQ等公共社交平臺(tái)進(jìn)行，共計(jì)收回500份問(wèn)卷，剔除無(wú)效問(wèn)卷后，有效問(wèn)卷411份。

目前，使用邀請(qǐng)式裂變營(yíng)銷(xiāo)發(fā)展新用戶的App大多選擇長(zhǎng)期使用和接觸互聯(lián)網(wǎng)營(yíng)銷(xiāo)的群體，尤其以大學(xué)生為主。接受問(wèn)卷調(diào)查的對(duì)象中，大學(xué)生群體占大多數(shù)。因此，本研究問(wèn)卷調(diào)查樣本的社會(huì)特征和接觸過(guò)邀請(qǐng)式裂變營(yíng)銷(xiāo)的用戶整體社會(huì)特征在理論上具有一定的相似性，調(diào)查樣本在一定程度上可以反映出接觸過(guò)邀請(qǐng)式裂變營(yíng)銷(xiāo)用戶的情況。

（3）基本信息統(tǒng)計(jì)分析

問(wèn)卷調(diào)查對(duì)象情況如表2所示：

表2顯示了有效樣本的調(diào)查對(duì)象信息。從性別來(lái)看，男性為42.37%，女性為57.63%;21.47%的調(diào)查對(duì)象小于20歲，56.31%的調(diào)查對(duì)象年齡介于20歲到25歲，22.22%的調(diào)查對(duì)象大于25歲;從受教育程度來(lái)看，調(diào)查對(duì)象受教育程度較高;從職業(yè)來(lái)看，學(xué)生占比54.8%。

5.實(shí)證測(cè)度

（1）信度檢驗(yàn)

本文使用SPSS軟件采用alpha信度系數(shù)法對(duì)問(wèn)卷進(jìn)行信度檢驗(yàn)。結(jié)果如表3所示。一般認(rèn)為，信度系數(shù)大于0.8，則為信度高。信度系數(shù)在0.7-0.8之間，信度較好。信度系數(shù)在0.6-0.7之間，信度可以接受。信度小于0.6，信度不佳。從表中可以看出Cronbachs Alpha值為0.917，大于0.8。結(jié)果表明，問(wèn)卷收集的數(shù)據(jù)總體結(jié)構(gòu)良好，信度高。

（2）效度檢驗(yàn)

本文采用SPSS軟件對(duì)數(shù)據(jù)的效度系數(shù)進(jìn)行測(cè)量，結(jié)果如表4所示。輸出結(jié)果中，取樣足夠度的Kaiser-Meyer-Olkin度量的值為0.943，即KMO值大于0.7;Sig小于0.05，說(shuō)明該問(wèn)卷具有良好的結(jié)構(gòu)效度，適合進(jìn)行因子分析。

（3）因子分析

提取方法：主成份分析

由表5可以看出，累計(jì)方差貢獻(xiàn)率為62.783%，超過(guò)了60%。包含了原變量的大部分信息。由此可以看出，主成分在提取和解釋原變量信息的能力較好。

（4）相關(guān)性分析

變量之間的Pearson相關(guān)系數(shù)絕對(duì)值大于0時(shí)，可以認(rèn)為兩變量相關(guān)。結(jié)果見(jiàn)表6，在輸出結(jié)果中可以觀察到影響因素之間的Pearson相關(guān)系數(shù)均大于0，概率P值均等于0.000，小于0.05。所以可以得出感知易用性與感知有用性顯著相關(guān)，感知易用性、感知有用性、感知風(fēng)險(xiǎn)、經(jīng)驗(yàn)、推薦對(duì)用戶使用意愿均呈正向影響。

（5）測(cè)量模型分析

運(yùn)用AMOS24.0對(duì)所構(gòu)建模型進(jìn)行結(jié)構(gòu)方程模型分析，所得假設(shè)變量中的相關(guān)系數(shù)，以驗(yàn)證是否成立。如圖2所示。若各假設(shè)中變量間的相關(guān)系數(shù)大于0，則說(shuō)明有顯著的正向影響。

經(jīng)檢驗(yàn)，感知易用性對(duì)感知有用性有顯著影響，感知有用性、感知易用性、經(jīng)驗(yàn)、推薦均對(duì)使用意愿有正向影響，感知風(fēng)險(xiǎn)對(duì)使用意愿有反向影響。

通過(guò)上述分析，可得出假設(shè)結(jié)論。

（6）研究結(jié)果

由結(jié)果可得，假設(shè)H1，H2，H3，H4，H5，H6通過(guò)檢驗(yàn)。

①研究假設(shè)是邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性對(duì)使用意愿呈正向影響。根據(jù)樣本分析，其路徑分析的結(jié)果為0.13，假設(shè)H1的研究結(jié)果不是很顯著，說(shuō)明感知易用性對(duì)使用意愿的影響不大。這表明，對(duì)于新用戶來(lái)說(shuō)，邀請(qǐng)式裂變營(yíng)銷(xiāo)規(guī)則簡(jiǎn)單易上手并不是導(dǎo)致用戶下載App的主要原因。

②研究假設(shè)是邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知有用性對(duì)使用意愿呈正向影響。根據(jù)樣本分析，其路徑分析的結(jié)果為0.17，假設(shè)H2的研究結(jié)果不是很顯著，說(shuō)明感知有用性對(duì)使用意愿的影響不大。這表明，對(duì)于新用戶來(lái)說(shuō)，主觀上認(rèn)為其所帶來(lái)的工作績(jī)效的提升程度不是導(dǎo)致其下載并愿意持續(xù)使用App的主要原因，但其受感知有用性的影響大于感知易用性，這表明，比較二者，用戶更愿意使用能夠提高工作效率的App。

③研究假設(shè)是邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知易用性對(duì)感知有用性呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.52，假設(shè)H3的研究結(jié)果是顯著的，實(shí)證結(jié)果支持假設(shè)，說(shuō)明感知易用性對(duì)感知有用性呈正向影響。這表明，簡(jiǎn)單的操作規(guī)則能讓用戶主觀上認(rèn)為使用該App能夠提高工作效率。

④研究假設(shè)是邀請(qǐng)式裂變營(yíng)銷(xiāo)的感知風(fēng)險(xiǎn)對(duì)使用意愿呈反向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為-0.06，假設(shè)H4的研究結(jié)果不是很顯著，說(shuō)明感知風(fēng)險(xiǎn)對(duì)使用意愿并無(wú)較大影響。這表明，用戶所感知的風(fēng)險(xiǎn)程度增大，使用意愿程度就會(huì)小幅度降低。

⑤研究假設(shè)是經(jīng)驗(yàn)對(duì)使用意愿呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.15，假設(shè)H5的研究結(jié)果不是很顯著，說(shuō)明經(jīng)驗(yàn)對(duì)使用意愿并無(wú)太大影響。這表明，即使用戶擁有大量使用同類型App的經(jīng)驗(yàn)，或得到通過(guò)社交軟件等信息渠道傳播的使用經(jīng)驗(yàn)，也不會(huì)顯著提升其使用該App的意愿。

⑥研究假設(shè)是他人推薦對(duì)使用意愿呈正向影響，根據(jù)樣本分析，其路徑分析的結(jié)果為0.49，假設(shè)H6的研究結(jié)果是顯著的，實(shí)證結(jié)果支持假設(shè)。說(shuō)明使用意愿受推薦的影響較大。這表明他人的推薦會(huì)提升用戶使用該App的意愿。

通過(guò)以上研究分析，對(duì)新用戶接受新興App影響最大的是推薦。根據(jù)分析得出，其主要原因是人們面對(duì)一個(gè)未知的新興App時(shí)往往會(huì)持懷疑態(tài)度，簡(jiǎn)單的分享并不能打消新用戶的使用顧慮，而這時(shí)如果有信任的人推薦，可以消除新用戶的懷疑，提升其使用意愿。受信任的人推薦越多，新用戶的使用意愿越強(qiáng)烈。用戶感知風(fēng)險(xiǎn)負(fù)向影響用戶使用意愿，使用潛在風(fēng)險(xiǎn)越大的App，越不容易得到新用戶的青睞。進(jìn)一步訪談表明，新用戶對(duì)App風(fēng)險(xiǎn)的判斷和企業(yè)推薦的力度呈正向相關(guān)。高云龍（1998）曾提出，有時(shí)企業(yè)越是拼命推銷(xiāo)某種商品，消費(fèi)者越小心謹(jǐn)慎，這就是消費(fèi)者的逆反心理，且在人類社會(huì)中大量存在。因此，當(dāng)許多并非用戶信任的人在社交平臺(tái)等進(jìn)行產(chǎn)品推薦，效果反而適得其反。

三、結(jié)論

本文以TAM模型為基礎(chǔ)，研究了邀請(qǐng)式裂變營(yíng)銷(xiāo)對(duì)新興App用戶使用意愿的影響。研究表明，影響新興App邀請(qǐng)式裂變營(yíng)銷(xiāo)效果的，主要不是App的易用性和有用性，用戶過(guò)去的經(jīng)驗(yàn)也并不具有顯著作用。有效的推薦可以提升邀請(qǐng)式裂變營(yíng)銷(xiāo)的效果，也即單一的鏈接分享需要加上更加私密的推薦后，才可以提高新用戶對(duì)新興App的興趣。但這種推薦需要建立在推薦人和用戶的信任關(guān)系前提之上。平臺(tái)營(yíng)銷(xiāo)型推薦有可能反而會(huì)加大用戶的風(fēng)險(xiǎn)判斷，而產(chǎn)生更加拒絕的心理。

參考文獻(xiàn)：

[1]杜青岳.基于TAM模型的知乎用戶接受與使用行為研究[J].廣州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，17（06）：38-43.

[2]孫小強(qiáng)，李彩金，林芝芳.邀請(qǐng)式營(yíng)銷(xiāo)：新技術(shù)產(chǎn)業(yè)的營(yíng)銷(xiāo)創(chuàng)新[J].企業(yè)活力，2005（9）：28-29.

[3]劉書(shū)畫(huà).裂變營(yíng)銷(xiāo)：最低成本的獲客之道[J].寧波經(jīng)濟(jì)，2019（5）：60.

[4]羅煜卿，胡澤.淺談社交媒體情境下的裂變營(yíng)銷(xiāo)模式[J].消費(fèi)導(dǎo)刊，2018（17）：65.

[5]童紹茂.鄉(xiāng)村精品酒店的邀請(qǐng)式營(yíng)銷(xiāo)探析[J].旅游研究，2009，1（2）：81-85.

[6]楊飛.瑞幸咖啡上市：日虧400萬(wàn)卻狂攬300億市值背后的營(yíng)銷(xiāo)真相曝光[J].茶世界，2019（6）：34-38.

[7]管健.消費(fèi)社交化的特點(diǎn)、隱憂及方向[J].人民論壇，2020（5）： 82-83.

[8]DAVIS F D.Perceived usefulness，perceived ease of use， and user acceptance of information technology[J].MIS Quarterly，1989，13（3）：319.

[9]張楠，郭迅華，陳國(guó)青.信息技術(shù)初期接受擴(kuò)展模型及其實(shí)證研究[J].系統(tǒng)工程理論與實(shí)踐，2007（9）：123-130.

[10]孫建軍，成穎，柯青.TAM模型研究進(jìn)展——模型演化[J].情報(bào)科學(xué)，2015，25（8）：1121-1127.

[11]高云龍.逆反心理與企業(yè)營(yíng)銷(xiāo)[J].商業(yè)研究，1998（9）：3-5.

[12]甘春梅，邱智燕，徐維晞.基于fsQCA的移動(dòng)地圖App持續(xù)使用意愿影響因素研究[J/OL].情報(bào)理論與實(shí)踐：1-13.

[13]潘明皓.臨床護(hù)士移動(dòng)護(hù)理類APP使用意向的影響因素研究[D].山東大學(xué)，2020.