價值共創在直播電商平臺的影響因素

潘強?林萌菲

摘 要：本文研究直播電商平臺用戶參與價值共創意愿的影響因素。首先分類直播電商用戶參與價值共創意愿的行為。其次，構建直播電商平臺用戶參與價值共創意愿影響因素模型，其中的變量選用UTAUT2 模型七個變量，根據直播電商平臺的特點添加感知風險、感知認同兩個變量。再次，制作對應的調查問卷，并進行樣本分析。最后，根據分析結果從直播電商平臺、互聯網營銷師和平臺用戶三個不同主體視角出發，對價值共創的實現提出相應的對策。

關鍵詞：直播電商;UTAUT2模型;價值共創;用戶行為;影響因素

一、引言

隨著傳統圖文電商面臨流量紅利消退、電商平臺滲透率接近天花板所帶來的獲客成本問題不斷突出，電商行業發展需要新的增長點。隨著信息領域“新基建”的發展，在各類社交短視頻平臺和電商直播平臺上基于互聯網營銷師（包括網紅主播或者KOL）進行推薦賣貨成為解決電商商品流量資源不足的主流途徑，其中淘寶商家直播場次甚至占比達到90%。比之傳統圖文電商，這是一種高效率的貨品信息傳遞模式，直播電商還創造了新的消費需求，具備動態化、去中心化、高互動性等特點。互聯網營銷師們一方面需要以優質內容吸引粉絲，實現流量聚集;另一方面與粉絲積極互動，提高粉絲體驗、建立信任關系，從而使粉絲轉變為消費者，并提升粉絲的忠誠度，實現流量的持續變現。如何持續吸引這個身兼粉絲與消費者兩職的群體，并提高其參與價值共創是一個有趣的課題。直播電商平臺用戶也面臨有二個主要的問題。其一，消耗大量時間。盯著屏幕觀看幾小時直播，僅享受微不足道的折扣。其二，購買直播平臺的商品仍然存在多方面的風險。在服務日趨同質化的電子商務平臺競爭環境中，顧客更希望有個性化體驗。企業獨自創造個性化體驗越來越難。在此情況下，顧客參與價值共創能夠帶給顧客獨特的個性化體驗。本文基于改進的整合型技術接受使用統一理論模型（UTAUT2），分析直播電商用戶參與價值共創意愿的影響因素。理論上修改UTAUT2模型的變量，以適應研究本問題，是對UTAUT2模型理論體系的有益補充;實踐上為直播電商平臺質量的提升和粉絲消費轉化率的提高提供有意義的參考。

二、理論

UTAUT 2模型是根據技術接受的相關理論重新整合而成的模型，主要有七個核心變量：績效期望（PE）、努力期望（EE）、社會影響（SI）、便利條件（FC）、享樂動機（HM）、習慣（EH）、價值權衡（PV），用來解釋用戶的使用意愿（Behavioral Intention）和使用行為（Use Behavior）的影響。

價值共創理論經歷了五個發展階段，不同的學者對其有不同的定義范圍。其中，定義“價值共創是指消費者與企業在產品或服務的生命周期中進行協作進而創造價值的行為”影響度較大。在現在的商業運行機制下，顧客開始主動甚至主導價值創造。用戶參與對于價值創造非常重要，而且用戶參與已經成為一種生產消費趨勢，這反映營銷轉變為服務主導邏輯。

Silpakit 等提出，三種顧客參與價值共創的形式，分別是智力、體力和情感。智力參與是指顧客與企業直接進行交流與合作，如建議改造直播的流程;體力參與是一種顧客參與行為的過程，如顧客參與直播的線下活動。情感參與則指顧客對服務企業感情交流，如顧客與直播平臺及互聯網營銷師的互動，共同塑造直播形象，為企業傳播正面口碑。

Bitner 等曾劃分了共創水平的三個層次，并定義了參與的標準。根據其標準，劃分直播電商平臺用戶參與價值共創活動。低等水平參與活動包括：觀看公域直播;領取紅包、返現、優惠券等優惠;購買商品行為。中等水平參與活動包括：關注互聯網營銷師;給互聯網營銷師發送點贊、彈幕等互動操作;與互聯網營銷師進行其他免費互動游戲;用戶提出的團購等電商服務要求;用戶改造直播流程的建議。高等水平參與活動包括：打賞互聯網營銷師;通過支付費用方式，獲得消除廣告、用戶出場特效、與互聯網營銷師連麥等特權;參加直播電商平臺的線下活動;加入互聯網營銷師粉絲微信群或者其它的即時通信群;參與互聯網營銷師的其他私域直播及其組織的其它線下活動。

顧客參與價值創造是一把“雙刃劍”，它在不同情境下會產生不同效應，如何情境化不同的影響效應，提高對顧客共創的研究深度，成為未來重要的研究路徑。

由于直播電商平臺用戶參與價值共創的行為是一種典型的新技術下的使用行為，而UTAUT2模型研究解釋此類問題有很高的解釋度，因此本文選用UTAUT2模型解釋直播電商平臺用戶參與價值共創的行為。

三、研究假設

1.績效期望

本文將績效期望定義為用戶主觀認為與直播電商平臺進行價值共創，獲取更好購物效果和購物體驗的感知程度。感知程度越高則績效結果就越有效，用戶參與價值共創的意愿也更加強烈。假設：

H1：直播電商平臺的績效期望正向影響直播電商用戶的共創意向。

2.努力期望

本文將努力期望定義為直播電商用戶在使用直播平臺時所感知的易用程度。Venkatesh的相關研究指出：使用某方面技術所需要的主觀付出的努力，某種程度上會直接影響用戶對該技術的接受及使用情況。直播電商平臺需要使用互聯網技術，操作是否容易上手會直接影響到用戶的接受情況。假設：

H2：努力期望正向影響直播電商用戶的共創意向。

3.社會影響

社會影響是指直播電商用戶受社會關系的口碑程度。本文主要指用戶根據熟悉的人及其他不熟悉的相關購買者的推薦意見、直播電商平臺及其互聯網營銷師與用戶的互動、用戶間的互動這三個方面對價值共創行為的影響。假設：

H3：社會影響正向影響直播電商用戶的共創意向。

4.便利條件

便利條件是指直播電商平臺用戶對于參與價值共創的便利條件的感知程度。本研究中的便利條件具體指用戶對順利使用直播電商平臺進行價值共創所需的方便條件與技術支持的感知程度。假設：

H4：便利條件正向影響直播電商用戶的共創意向與行為。

5.享受動機

享受動機是指直播電商平臺用戶在直播電商平臺購買商品時感知享受的程度。本研究中的享受動機具體指購買商品時的有趣感、成就感和愉快感等心理上的享受感知的測試。因此假設：

H5：享受動機正向影響直播電商用戶的共創意向。

6.習慣

習慣是指直播電商平臺用戶趨向于使用自己常用的平臺進行直播購物。假設：

H6：習慣正向影響直播電商用戶的共創意向與行為。

7.價值權衡

價值權衡是指直播電商平臺權衡使用平臺獲取的收益和支付金錢的損失。也就是說，權衡使用平臺的性價比。假設：

H7：習慣正向影響直播電商用戶的共創意向。

8.感知風險性

雖然直播能從視頻中直觀地感知商品，在一定程度上降低網絡消費的不確定性，但是感知風險依然是影響用戶網絡消費的重要因素之一。假設：

H8：感知風險性負向影響直播電商用戶的共創意向與行為。

9.感知認同

情緒是消費者行為的核心，了解消費情緒對企業理解消費者的行為十分重要。角色認同是指特定角色的自我觀點，可以將自己與其他人區分開來，也符合所屬社會群體的信仰、行為和價值觀。假設：

H9：認同感知正向影響直播電商用戶的共創意向與行為。

構建出直播電商平臺用戶參與價值共創意愿模型如下圖所示。

四、實證分析

1.問卷設計

本文采用問卷調查的方式對構建的電商平臺用戶參與價值共創意愿概念模型進行檢驗，根據上述的模型圖制作測量題目，其量表設計主要參考如下來源：UTAUT 2模型的7個變量參考，價值共創意向和價值共創行為均參考（Venkatesh，2012），感知風險變量參考（RN Stone，1993），感知認同變量參考（RP Bagozzi，1999）。問題的選項使用李克特5級量表。為保證問卷的效度，先隨機邀請30名用戶進行問卷前測與訪談，對問項進行完善，制作出最終調查問卷。其中對收入情況的調查，30名用戶都選擇“保密”，可見現在大家注重保護自己的敏感數據，因此在最終調查問卷中沒有對收入情況的調查。然后通過線上、線下相結合的方式發放問卷共584份，收回有效問卷531份，其中無效問卷53份，收回率為90.92%。

2.樣本的人口統計特征

本次調研中，性別方面的結構如下：男性260人，占比48.96%，女性271人，占比51.04%。年齡方面的結構如下：19歲及以下112人占比21.1%，20歲-29歲143人占比26.9%，30歲-39歲122人占比22.96%，40歲-49歲90人占比16.95%，50歲及以上64人占比12.05%。學歷方面的結構如下：初中及以下273人占比51.4%、高中/中專/中職151人占比28.44%、專科/高職26人占比9.6%、本科及以上33人占比10.55%。由此，可以得出初中及以下的學歷占直播電商平臺用戶數量較大，其比重超過了50%。以上結果與CNNIC調查的中國互聯網絡最新發展報告所顯示網民的性別、年齡、學歷結構基本相似，說明本次問卷調查真實、有效。

3.樣本數據分析

（1） 信度與效度分析

采用克朗巴哈α系數對問卷進行信度檢驗。對整體問卷的信度分析表明，克朗巴哈α系數為0.888，各變量的標準化因子載荷、CR在表3中列出。上述數據表明本量表較高的信度，反映出被測變量的真實程度。另外，各題項刪除后的克朗巴哈α系數都小于未刪除前，因此保留全部題項。總之，問卷設計合理，信度較好。

采用因子分析方法對問卷進行效度檢驗。其中，KMO 數值代表與有關系數與凈相關系數的比值，該比值越接近 0，變量間相關性越強。一般認為 KMO 數值大于 0.5 適合做因子分析;Bartlett球形檢驗用來確定相關系數是否不同且大于 0，當其統計值顯著水平小于 0.05時表示相關系數滿足要求，適合做因子分析。同時，當因子的特征值大于 1 時，解釋總體方差百分比大于 50%，有較好的結構效度。KMO 值為 0.891，球形檢驗顯著性為0.000，量表的結果可以作因子分析。

（2） 結構方程模型的檢驗

對變量進行驗證性因子分析在表 1列出，CR值均大于 0.6，表明較好的可信性;AVE值均大于 0.5，表示良好的效度。模型的適配度指標在表 2列出，各種關鍵指標均符合標準。最后，表3列出具體的結構模型路徑系數。

五、發展建議

從直播電商平臺的角度來看。首先通過增強企業的決策、組織及管理能力，提升平臺的核心競爭力，提供個性化服務（如關注主播等，定時提醒）讓用戶更有意愿購物，習慣在平臺購物，達到提高績效期望、感知認同和習慣三個變量影響這一目標;簡化平臺操作流程，讓用戶更容易上手，更容易找到用戶想要的直播節目，達到提高努力期望變量影響這一目標。從“量”的角度出發，政策上支持甚至補貼能帶來巨大流量平臺的互聯網營銷師進駐，提出更有競爭力的收益分配體系吸引有潛力的互聯網營銷師進駐，進而吸引更多的用戶在平臺上進行購物;從“質”的角度出發，建立平臺強大的品質保障、完善的售后服務和良好的服務體驗，影響用戶產生正面的彈幕或者評論，從而樹立良好的平臺口碑。從“量”與“質”兩個方面，達到提高社會影響變量影響這一目標。不斷改進平臺APP，讓用戶可以隨時隨地流暢地使用直播購物平臺，但同時也需要遵循行業自律，制訂相關規則，解決目前網絡直播中的亂打賞無人管的問題，加強對互動信息的監控，過濾不可靠和言論不當信息，提高信息質量，達到提高便利條件變量影響這一目標。直播電商平臺應要杜絕過度廣告，避免虛假宣傳，積極處理刷單問題，監管進駐平臺的互聯網營銷師，保護用戶敏感數據，禁止傳播不符合社會主義價值觀的思想，保障雙方交易的安全性，降低服務交易的風險，增強用戶信任感，從而達到降低感知風險變量影響這一目標。

從互聯網營銷師角度來看，互聯網營銷師需要塑造品牌形象和價值觀，讓用戶在參與價值共創的過程中做出實時回應，從而達到“超程溝通”的效果。互聯網營銷師一方面要提高直播購物的趣味性和獨特性，改造直播購物流程，增加娛樂元素，讓消費者既能發散思維又能感受到樂趣;另一方面要提高互動性，構建良好的互動環境，優化界面效果，讓消費者產生歸屬感，達到提高感知認同影響這一目標。提供質量更好、價格更低的產品，在直播時段通過發放紅包等實惠的方式提高了用戶下單的概率，從而促使消費者積極參與到社交商務價值共創活動中，達到提高價值權衡變量影響這一目標。

參考文獻：

[1]鐘濤.直播電商的發展要素、動力及成長持續性分析[J].商業經濟研究，2020（18）：85-88.

[2]Zhang C X，Fong L H N，Li S N.Co-creation Experience and Place Attachment：Festival Evaluation[J].International Journal of Hospitality Management.2019，81（8）：193-204.

[3]Venkatesh V，Thong J Y L，Xu X.Consumer Acceptance and Use of Information Technology：Extending the Unified Theory of Acceptance and Use of Technology[J].MIS Quarterly，2012，36（1）：157-178.

[4]簡兆權，令狐克睿，李雷.價值共創研究的演進與展望——從“顧客體驗”到“服務生態系統”視角[J].外國經濟與管理，2016，38（9）：3-20.

[5]范秀成，杜琰琰.顧客參與是一把“雙刃劍”——顧客參與影響價值創造的研究述評[J].管理評論，2012，24（12）：64-71.

[6]Slipakit P.，Fisk R.P.Participatizing the Service Encounter：A Theoretical Framework[C].In Bloch，T.M.，Upah，G.D.，Zeithaml，V.A.（Eds.），Services Marketing in a Changing Environment，Chicago：American Marketing Association，1985：117-121.

[7]Bitner M.J.，Faranda W.T.，Hubbert A.R.，et al.Customer Contributions and Roles in Service Delivery[J].International Journal of Service Industry Management，1997，8（3）：193-205

[8]Baptista G，Oliveira T.Understanding mobile banking：The unified theory of acceptance and use of technology combined with cultural moderators[J].Computers in Human Behavior，2015，50： 418-430.

[9]Christensen，P.N.Social norms and identity relevance：a motivational approach to normative behavior.[J].Pers Soc Psychol Bull，2004，30（10）：1295-1309.

[10]Bagozzi R P，Gopinath M，Nyer P U.The role of emotions in marketing[J].Journal of the Academy of Marketing Science，1999，27（2）：184.