直播特征、粉絲特征對(duì)直播帶貨商業(yè)化效果的影響研究

李 睿，陳 昕，涂建文，黃紫晴

(廣東金融學(xué)院，廣東 廣州 510521)

0 引言

在網(wǎng)絡(luò)高度普及、萬(wàn)物互聯(lián)的時(shí)代背景下，直播帶貨這種電商新零售方式呈現(xiàn)井噴式發(fā)展態(tài)勢(shì)，日益成為電商經(jīng)濟(jì)中重要的方式。公開(kāi)數(shù)據(jù)顯示，僅2020年上半年，全國(guó)的電商直播帶貨就超過(guò)1 000萬(wàn)場(chǎng)，觀看直播帶貨人數(shù)為5.62億人，為電商經(jīng)濟(jì)的發(fā)展打下了堅(jiān)實(shí)的流量基礎(chǔ)，四大線上平臺(tái)淘寶、抖音、快手、京東各展本領(lǐng)，強(qiáng)勁推動(dòng)電商流量變現(xiàn)[1]。在流量變現(xiàn)的過(guò)程中，各類資本和市場(chǎng)主體大量進(jìn)入電商直播帶貨市場(chǎng)，呈現(xiàn)狂熱卻缺乏足夠理性的狀態(tài)，過(guò)于重視直播帶貨所帶來(lái)的商業(yè)化效果，卻忽視了直播帶貨商業(yè)化效果的影響因素。

針對(duì)電商直播帶貨的這一現(xiàn)狀，本文通過(guò)分析直播帶貨商業(yè)化效果的影響因素：直播特征、粉絲特征。選擇部分電商主播直播帶貨過(guò)程中的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行量化分析，探究其對(duì)直播帶貨商業(yè)化效果的影響，并從微觀角度給予商家、平臺(tái)和主播三方相應(yīng)的解決方案，促進(jìn)“直播電商”經(jīng)濟(jì)的良性發(fā)展。

1 文獻(xiàn)回顧

1.1 直播帶貨與商業(yè)化效果

電商直播帶貨是指網(wǎng)紅及其他KOL(關(guān)鍵意見(jiàn)領(lǐng)袖)通過(guò)視頻直播、短視頻等形式，推薦賣貨并以追求商業(yè)化效果為目的的一種全新的電商業(yè)態(tài)[2]。與傳統(tǒng)電商相比，電商直播帶貨的優(yōu)勢(shì)在于根植內(nèi)容生產(chǎn)和創(chuàng)新，具有動(dòng)態(tài)化、去中心化、強(qiáng)標(biāo)簽化、高互動(dòng)性等特點(diǎn)[3]。

自2019年“電商直播帶貨元年”以來(lái)，從淘寶直播到抖音、快手逐漸商業(yè)化，商業(yè)化被定義為以營(yíng)利為第一要義的行為，故直播帶貨的商業(yè)化效果為直播帶貨過(guò)程中所產(chǎn)生的經(jīng)濟(jì)效益[4]。《2019年淘寶直播生態(tài)發(fā)展趨勢(shì)報(bào)告》顯示，2018年直播平臺(tái)帶貨金額高達(dá)千億元，同比增長(zhǎng)高達(dá)400% ，2019年淘寶“6·18”活動(dòng)期間直播帶貨應(yīng)收高達(dá)130億元，數(shù)萬(wàn)主播帶貨千億[5]，該年淘寶直播帶貨能力全面爆發(fā)，連續(xù)3年直播帶貨引導(dǎo)成交額的增速在150%以上[6]。全網(wǎng)某具有千萬(wàn)粉絲的網(wǎng)絡(luò)紅人，在2019年憑借直播帶貨與視頻推廣推出爆款“螺螄粉”，一個(gè)月斬獲百萬(wàn)份銷量[7]。所以在本研究中，商業(yè)化效果的具體表現(xiàn)形式為累計(jì)成交額和累計(jì)訂單數(shù)。

1.2 直播帶貨商業(yè)化效果的影響因素

1.2.1 直播特征

根據(jù)《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告2020》數(shù)據(jù)顯示，中國(guó)網(wǎng)絡(luò)直播用戶規(guī)模達(dá)5.62億。用戶即流量，是直播帶貨變現(xiàn)的基礎(chǔ)，龐大的用戶規(guī)模也顯示出電商直播帶貨具有濃厚的受眾屬性，用戶就是直播帶貨的主心骨，用戶的彈幕、評(píng)論是主播進(jìn)行內(nèi)容篩選和優(yōu)先推送的重要依據(jù)[7]。除了用戶，價(jià)格也是影響商業(yè)化效果的重要因素，它是消費(fèi)者購(gòu)物決策中考慮的必要因素，線上折扣、福利等都有助于商家在市場(chǎng)營(yíng)銷競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)，直擊用戶價(jià)格痛點(diǎn)[[1]。直播場(chǎng)次與直播時(shí)長(zhǎng)的增加，都會(huì)使得觀看人數(shù)增加，所以圍繞“用戶與價(jià)格”核心，本文的直播特征設(shè)定為直播場(chǎng)次、場(chǎng)均觀看人數(shù)、場(chǎng)均訂單單價(jià)與場(chǎng)均直播時(shí)長(zhǎng)。

1.2.2 粉絲特征

粉絲群體是直播帶貨最為主要的用戶群體。根據(jù)《2018中國(guó)網(wǎng)紅經(jīng)濟(jì)發(fā)展洞察報(bào)告》顯示，截至2018年5月，中國(guó)網(wǎng)紅粉絲總?cè)藬?shù)達(dá)到5.88億人，網(wǎng)紅經(jīng)濟(jì)增長(zhǎng)將突破2萬(wàn)億元[8]。而粉絲消費(fèi)者之所以關(guān)注主播，一方面是出于對(duì)主播喜愛(ài)、欽佩、羨慕等因素，即主播的領(lǐng)導(dǎo)力、影響力會(huì)深深地影響到消費(fèi)者的消費(fèi)心理和消費(fèi)行為；另一方面，消費(fèi)者也希望購(gòu)買同款衣物、用品等，緊扣流行脈搏，獲取更多的關(guān)注度和內(nèi)心滿足感[9]，所以粉絲群體是主播直播間中不可忽視的重要購(gòu)買力。而粉絲群體中，女性粉絲是消費(fèi)的主力軍，是經(jīng)濟(jì)發(fā)展的新契機(jī)和商家利潤(rùn)的重要支撐者。根據(jù)Quest Mobile的數(shù)據(jù)，截至2021年1月，女性用戶在綜合電商行業(yè)滲透率已達(dá)84.3%，相比去年同期提升了6.1%，各個(gè)年齡段的女性隨著受教育程度、收入水平提高帶來(lái)的自我意識(shí)崛起，促使消費(fèi)需求逐步釋放，同時(shí)不同的年齡段有各自不同的消費(fèi)追求。年輕女性更愛(ài)追星和關(guān)注時(shí)尚穿搭類KOL，而30歲及以上女性則對(duì)親子萌娃、美食等KOL更加青睞。

電子商務(wù)研究中心數(shù)據(jù)表明，我國(guó)品質(zhì)電商用戶年齡主要為85后群體，95后群體是品質(zhì)電商的次主力[10]。在新的時(shí)代背景下，小眾化、個(gè)性化是當(dāng)前消費(fèi)主力95后群體的標(biāo)簽，追求潮流是95后消費(fèi)群體的普遍特征之一[11]。而85后作為經(jīng)濟(jì)獨(dú)立、購(gòu)物潛力大的群體，則較為注重商品的性價(jià)比，希望購(gòu)買到質(zhì)量具有保障的商品，也更愿意將資金投入到提高生活質(zhì)量當(dāng)中。所以本研究的粉絲特征設(shè)定為粉絲數(shù)、女性占比、95后占比、85后占比[11]。

1.3 文獻(xiàn)述評(píng)

回顧學(xué)者們近年來(lái)對(duì)“電商直播帶貨”的研究，主要著重于電商直播帶貨現(xiàn)狀與存在問(wèn)題、發(fā)展趨勢(shì)與解決方案，以及特定前提下對(duì)直播帶貨營(yíng)銷模式的分析，對(duì)于直播帶貨商業(yè)化效果影響因素研究尚需深入。鑒于上述研究現(xiàn)狀，本研究將從商業(yè)化效果兩個(gè)層面的影響因素——直播特征和粉絲特征入手，探究直播特征、粉絲特征對(duì)于直播帶貨商業(yè)化效果的影響；并基于研究結(jié)果，從直播帶貨多個(gè)參與主體的角度出發(fā)，為其經(jīng)濟(jì)決策提供建議，助力“直播帶貨電商經(jīng)濟(jì)”的良性發(fā)展。

2 研究假設(shè)

2.1 直播特征對(duì)直播帶貨商業(yè)化效果的影響

直播場(chǎng)次的增加能夠營(yíng)造社會(huì)臨場(chǎng)感，在此基礎(chǔ)上再借助主播與粉絲的雙向互動(dòng)，能夠增強(qiáng)消費(fèi)者認(rèn)同，喚起其購(gòu)買欲，增加消費(fèi)行為。據(jù)此提出以下假設(shè)。

H1a：直播場(chǎng)次越多，累計(jì)成交額越高，商業(yè)化效果越好。

H2a：直播場(chǎng)次越多，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

場(chǎng)均觀看人數(shù)可以反映主播的觀眾規(guī)模，觀眾的彈幕和評(píng)論是主播進(jìn)行內(nèi)容篩選和推送的重要依據(jù)，同時(shí)人數(shù)越多的直播間觀眾，越容易受到社會(huì)影響和規(guī)范性影響，繼而做出從眾消費(fèi)的行為。據(jù)此提出以下假設(shè)。

H1b：場(chǎng)均觀看人數(shù)越多，累計(jì)成交額越高，商業(yè)化效果越好。

H2b：場(chǎng)均觀看人數(shù)越多，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

場(chǎng)均訂單單價(jià)反映主播為消費(fèi)者爭(zhēng)取到的議價(jià)權(quán)，其價(jià)格利差能夠反饋至用戶本身，是影響消費(fèi)者購(gòu)物決策的必要因素，價(jià)格越低越有助于激發(fā)消費(fèi)者消費(fèi)欲望。據(jù)此提出以下假設(shè)。

H1c：場(chǎng)均訂單單價(jià)越低，累計(jì)成交額越高，商業(yè)化效果越好。

H2c：場(chǎng)均訂單單價(jià)越高，累計(jì)訂單數(shù)越少，商業(yè)化效果越差。

直播時(shí)長(zhǎng)的增加有利于完成內(nèi)容直播的要求，營(yíng)造直播場(chǎng)景氛圍，影響消費(fèi)者情緒，使得消費(fèi)者更加投入直播間的購(gòu)買氛圍。據(jù)此提出以下假設(shè)。

H1d：場(chǎng)均直播時(shí)長(zhǎng)越長(zhǎng)，累計(jì)成交額越高，商業(yè)化效果越好。

H2d：場(chǎng)均直播時(shí)長(zhǎng)越長(zhǎng)，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

2.2 粉絲特征對(duì)直播帶貨商業(yè)化效果的影響

粉絲在直播間中受到主播感染力的影響，會(huì)對(duì)直播間的產(chǎn)品進(jìn)行購(gòu)買，加之受到其他粉絲消費(fèi)行為的影響，易產(chǎn)生從眾消費(fèi)心理。據(jù)此提出以下假設(shè)。

H1e：主播粉絲人數(shù)越多，累計(jì)成交額越高，商業(yè)化效果越好。

H2e：主播粉絲人數(shù)越多，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

女性作為消費(fèi)的主力軍，對(duì)電商經(jīng)濟(jì)的貢獻(xiàn)不容小覷。直播帶貨在帶來(lái)感官?zèng)_擊的同時(shí)，其質(zhì)優(yōu)價(jià)廉、產(chǎn)品多樣化的特點(diǎn)更是深得廣大女性的喜愛(ài)。據(jù)此提出以下研究假設(shè)。

H1f：女性占粉絲比重越大，累計(jì)成交額越高，商業(yè)化效果越好。

H2f：女性占粉絲比重越大，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

直播間中主打的個(gè)性化、時(shí)尚精致的產(chǎn)品，尤其是彩妝護(hù)膚類、衣物首飾類，能夠滿足95后的購(gòu)買需求，激起95后的購(gòu)買欲望。據(jù)此提出以下假設(shè)。

H1g：95后占粉絲比重越大，累計(jì)成交額越高，商業(yè)化效果越好。

H2g：95后占粉絲比重越大，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

85后群體經(jīng)濟(jì)獨(dú)立，消費(fèi)能力更強(qiáng)，但更注重商品性價(jià)比，對(duì)直播間中質(zhì)優(yōu)價(jià)廉的產(chǎn)品具有偏好性。據(jù)此提出以下研究假設(shè)。

H1h:85后占粉絲比重越大，累計(jì)成交額越高，商業(yè)化效果越好。

H2h:85后占粉絲比重越大，累計(jì)訂單數(shù)越多，商業(yè)化效果越好。

3 研究方法

3.1 樣本及統(tǒng)計(jì)方法

2020年，淘寶誕生了近1 000個(gè)成交突破1億元的直播間，淘寶直播的數(shù)據(jù)呈指數(shù)型增長(zhǎng)，屬于直播帶貨行業(yè)的頭部平臺(tái)，占比超60%。因此，本研究通過(guò)“淘播眼”平臺(tái)，隨機(jī)抽取1 650名淘寶主播自2021年6月3日至2021年6月17日，總計(jì)15 d的直播數(shù)據(jù)和粉絲數(shù)據(jù)，用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)、相關(guān)性分析和多元回歸分析，檢驗(yàn)直播特征、粉絲特征對(duì)直播帶貨商業(yè)化效果的影響。

3.2 變量測(cè)量

被解釋變量：直播帶貨商業(yè)化效果的反映指標(biāo)為累計(jì)成交額、累計(jì)訂單數(shù)。二者分別反映了直播中所完成交易的金額總數(shù)和用戶下的訂單總數(shù)，可以直觀體現(xiàn)直播帶貨商業(yè)化效果。

解釋變量：解釋變量則從直播帶貨的兩個(gè)直接影響層面來(lái)選取。一為直播特征，包括直播場(chǎng)次、場(chǎng)均觀看人數(shù)、場(chǎng)均訂單單價(jià)與場(chǎng)均直播時(shí)長(zhǎng)；二為粉絲特征，包括粉絲數(shù)、女性占比、95后占比與85后占比。各變量定義如表1所示。

表1 變量定義

4 數(shù)據(jù)分析與結(jié)果

4.1 描述性統(tǒng)計(jì)

描述統(tǒng)計(jì)結(jié)果如表2所示。商業(yè)化效果方面，樣本總體的累計(jì)成交額與累計(jì)訂單數(shù)的均值與中位數(shù)差距較大，說(shuō)明直播帶貨頭部效應(yīng)明顯，頭部主播商業(yè)化效果好，效益向頭部主播集中。

表2 各變量描述統(tǒng)計(jì)結(jié)果

直播特征方面，直播場(chǎng)次、場(chǎng)均直播時(shí)長(zhǎng)的均值與中位數(shù)差距較小，說(shuō)明無(wú)論是頭部主播、腰部主播、還是尾部主播，工作模式都很相似，工作量也較為接近；但場(chǎng)均觀看人數(shù)、場(chǎng)均訂單單價(jià)的均值與中位數(shù)差距懸殊，體現(xiàn)了直播帶貨行業(yè)的強(qiáng)烈頭部效應(yīng)，工作模式、工作量相近的情況下，受眾與訂單向頭部主播高度集中。

粉絲特征方面，皆以女性為主超過(guò)70%，且95后、85后是粉絲主體，加起來(lái)接近80%，女性占比、95后占比、85后占比的均值與中位數(shù)差距較小，說(shuō)明各類型直播帶貨主播的粉絲群體結(jié)構(gòu)基本相似；粉絲數(shù)的均值與中位數(shù)卻存在巨大差異，這也是直播帶貨頭部效應(yīng)的體現(xiàn)，粉絲數(shù)向頭部主播高度集中。

4.2 相關(guān)性分析

變量相關(guān)系數(shù)如表3所示。被解釋變量累計(jì)成交額Y1與解釋變量場(chǎng)均觀看人數(shù)X2、粉絲數(shù)X5均顯著正相關(guān)；被解釋變量累計(jì)訂單數(shù)Y2與解釋變量場(chǎng)均觀看人數(shù)X2、粉絲數(shù)X5顯著正相關(guān)；場(chǎng)均觀看人數(shù)X2與粉絲數(shù)X5，相關(guān)系數(shù)為0.670遠(yuǎn)小于0.8，不存在多重共線性問(wèn)題。

表3 變量相關(guān)系數(shù)表

4.3 回歸分析

4.3.1 直播特征、粉絲特征與累計(jì)成交額回歸分析結(jié)果

根據(jù)相關(guān)分析結(jié)果，被解釋變量累計(jì)成交額Y1與解釋變量場(chǎng)均觀看人數(shù)X2、粉絲數(shù)X5顯著正相關(guān)，其余解釋變量X1、X3、X4、X6、X7、X8與累計(jì)成交額Y1相關(guān)性不顯著，為檢驗(yàn)直播特征、粉絲特征對(duì)商業(yè)化效果指標(biāo)累計(jì)成交額Y1的影響，建立回歸模型1。

模型1：Y1=a0+a2X2+a5X5+e1

由回歸結(jié)果表4可得，模型1擬合程度良好(F=15.393，p<0.001)；解釋變量場(chǎng)均觀看人數(shù)X2對(duì)被解釋變量累計(jì)成交額Y1有顯著正向影響(t=2.510，p<0.05)，且影響程度很大，a2=31.070；解釋變量粉絲數(shù)X5對(duì)累計(jì)成交額Y1也存在顯著正向影響(t=1.988，p<0.05)，但影響程度與場(chǎng)均觀看人數(shù)X2相比較低，a5僅為1.832。

表4 場(chǎng)均觀看人數(shù)、粉絲數(shù)與累計(jì)成交額多元回歸結(jié)果

4.3.2 直播特征、粉絲特征與累計(jì)訂單數(shù)回歸分析結(jié)果

根據(jù)相關(guān)分析結(jié)果，被解釋變量累計(jì)訂單數(shù)Y2與解釋變量場(chǎng)均觀看人數(shù)X2、粉絲數(shù)X5顯著正相關(guān)，其余解釋變量與累計(jì)成交額Y1相關(guān)性不顯著，為檢驗(yàn)直播特征、粉絲特征對(duì)商業(yè)化效果指標(biāo)累計(jì)訂單數(shù)Y2的影響，建立回歸模型2。

模型2：Y2=b0+b2X2+b5X5+e2

回歸分析結(jié)果如表5所示。模型2擬合程度良好(F=17.601，p<0.001)；解釋變量場(chǎng)均觀看人數(shù)X2對(duì)被解釋變量累計(jì)訂單數(shù)Y2有顯著正向影響(t=4.195，p<0.001)；而解釋變量粉絲數(shù)X5對(duì)累計(jì)訂單數(shù)Y2無(wú)顯著影響(t=-0.268，p>0.05)。因此剔除粉絲數(shù)X5，采取逐步回歸的方法，建立回歸模型3。

模型3：Y2=c0+c2X2+e3

回歸結(jié)果表5表明，模型3擬合程度良好(F=17.601，p<0.001)；解釋變量場(chǎng)均觀看人數(shù)X2對(duì)被解釋變量累計(jì)訂單數(shù)Y2有顯著正向影響(t=4.195，p<0.001)，最終采用模型3作為解釋模型，相對(duì)于場(chǎng)均觀看人數(shù)X2對(duì)累計(jì)成交額Y1的影響程度而言，X2對(duì)累計(jì)訂單數(shù)Y2的影響程度，要遠(yuǎn)小于對(duì)累計(jì)成交額Y1的影響程度(c2=0.337，a2=31.070)。

表5 場(chǎng)均觀看人數(shù)、粉絲數(shù)與累計(jì)訂單數(shù)逐層多元回歸結(jié)果

4.4 結(jié)果綜合分析

從數(shù)據(jù)分析結(jié)果可以看出，雖然直播特征、粉絲特征有眾多指標(biāo)，但只有場(chǎng)均觀看人數(shù)、粉絲數(shù)兩項(xiàng)指標(biāo)會(huì)對(duì)直播帶貨商業(yè)化效果帶來(lái)顯著影響。場(chǎng)均觀看人數(shù)越多、粉絲數(shù)越多，累計(jì)成交額越高，商業(yè)化效果越好；場(chǎng)均觀看人數(shù)越多，累計(jì)訂單數(shù)越多，商業(yè)化效果越好；即只有假設(shè)H1b、H2b及假設(shè)H1e得到支持，其余假設(shè)并未獲得支持。

4.4.1 直播特征與商業(yè)化效果

直播場(chǎng)次、場(chǎng)均直播時(shí)長(zhǎng)方面，直播場(chǎng)次、場(chǎng)均直播時(shí)長(zhǎng)對(duì)商業(yè)化效果兩項(xiàng)指標(biāo)皆無(wú)顯著相關(guān)性，假設(shè)H1a、H2a和假設(shè)H1d、H2d均未得到支持。直播場(chǎng)次、場(chǎng)均直播時(shí)長(zhǎng)，更多反映了直播帶貨行業(yè)的工作模式。每場(chǎng)直播帶貨皆需要事前進(jìn)行一系列精心準(zhǔn)備，以確定主題、選貨與備貨，以目前運(yùn)營(yíng)能力而言存在上限限制，能達(dá)到每日一場(chǎng)已是極限，而當(dāng)前直播場(chǎng)次的負(fù)荷量已是相當(dāng)飽滿，均值與中位數(shù)皆已超過(guò)85%的時(shí)間天數(shù)，希望靠增加直播場(chǎng)次來(lái)拉動(dòng)商業(yè)化效果，既難挖掘時(shí)間潛力，邊際收益也低，必要性不強(qiáng)。場(chǎng)均直播時(shí)長(zhǎng)與此類似，基于運(yùn)營(yíng)能力與觀眾接受程度，也是存在時(shí)間上限，場(chǎng)均直播時(shí)長(zhǎng)當(dāng)前實(shí)際狀況的均值與中位數(shù)皆已達(dá)到4 h，也已接近極限。

場(chǎng)均訂單單價(jià)方面，場(chǎng)均訂單單價(jià)與累計(jì)成交額、累計(jì)訂單數(shù)均無(wú)顯著相關(guān)性，假設(shè)H1c、H2c未得到支持。直播電商運(yùn)營(yíng)方不應(yīng)僅以價(jià)格高低作為商品選擇的主要標(biāo)準(zhǔn)，而是應(yīng)該多方面綜合評(píng)估所提供商品的品質(zhì)與價(jià)格。

場(chǎng)均觀看人數(shù)方面，場(chǎng)均觀看人數(shù)對(duì)累計(jì)成交額、累計(jì)訂單數(shù)兩項(xiàng)商業(yè)化效果指標(biāo)，皆具有顯著正向影響，尤其對(duì)累計(jì)成交額更是具有較大的影響程度，假設(shè)H1b、H2b得到支持。可見(jiàn)，每場(chǎng)直播的直播間觀看人數(shù)是影響著直播帶貨商業(yè)化效果的最為直接有效的因素，運(yùn)營(yíng)方如何每場(chǎng)直播能吸引更多粉絲來(lái)圍觀，這是運(yùn)營(yíng)方的主要努力方向。運(yùn)營(yíng)方需要注重豐富直播內(nèi)容、提高直播質(zhì)量，選擇商品嚴(yán)格把關(guān)，不斷提升主播的語(yǔ)言話術(shù)等各方面能力，增加觀眾互動(dòng)，從而提高觀眾的黏性，打牢粉絲基礎(chǔ)。

4.4.2 粉絲特征與商業(yè)化效果

粉絲特征方面，只有粉絲數(shù)指標(biāo)對(duì)直播帶貨商業(yè)化效果帶來(lái)顯著影響，粉絲數(shù)越多，累計(jì)成交額越高，商業(yè)化效果越好，假設(shè)H1e得到支持。粉絲數(shù)越多，主播的受歡迎度越高，代表將有更多的人愿意觀看直播，因此購(gòu)買行為發(fā)生的可能性增加，累計(jì)成交額也會(huì)隨之增加。該結(jié)果也解釋了目前直播帶貨行業(yè)存在的頭部效應(yīng)，粉絲數(shù)向頭部主播集聚，頭部主播的商業(yè)化效果要遠(yuǎn)遠(yuǎn)好于其他地位的帶貨主播，形成“馬太效應(yīng)”，商家資源也必然會(huì)更多向頭部主播傾斜。

女性占比與累計(jì)成交額和累計(jì)訂單數(shù)均無(wú)顯著相關(guān)性，假設(shè)H1f、H2f未得到支持；95后占比和85后占比，與累計(jì)成交額和累計(jì)訂單數(shù)也均無(wú)顯著相關(guān)性，假設(shè)H1g、H2g、H1h和H2h也未得到支持。女性占比、95后占比和85后占比，其均值與中位數(shù)皆差距很小，反映無(wú)論是頭部主播還是其他地位的主播，各類型直播帶貨主播的粉絲結(jié)構(gòu)基本類似，粉絲皆以女性為主超過(guò)70%，且95后、85后是粉絲主體加起來(lái)接近80%，粉絲類型的相似性導(dǎo)致購(gòu)物習(xí)慣趨同，因而對(duì)直播帶貨商業(yè)化效果沒(méi)有顯著影響。

綜合而言，研究結(jié)果表明當(dāng)前直播帶貨行業(yè)正處于發(fā)展前期，相對(duì)簡(jiǎn)單粗放，差異化、精細(xì)化不足，每場(chǎng)直播吸引更多的人來(lái)觀看，是促進(jìn)消費(fèi)行為、提升直播帶貨商業(yè)化效果的最簡(jiǎn)單、最直接也是當(dāng)前非常有效的手段。

5 結(jié)論與啟示

5.1 結(jié)論

研究結(jié)果表明，作為影響直播帶貨商業(yè)化效果的直播特征和粉絲特征，只有場(chǎng)均觀看人數(shù)與粉絲數(shù)對(duì)直播帶貨商業(yè)化效果具有顯著正向影響，本研究所選的其他特征對(duì)商業(yè)化效果并無(wú)顯著影響。其原因在于，當(dāng)前直播帶貨行業(yè)正處于發(fā)展前期，相對(duì)簡(jiǎn)單粗放，差異化、精細(xì)化不足，每場(chǎng)直播吸引更多的粉絲來(lái)圍觀，是促進(jìn)消費(fèi)行為、提升直播帶貨商業(yè)化效果的最直接手段。

5.2 啟示

未來(lái)趨勢(shì)，直播電商仍會(huì)保持快速發(fā)展，為促進(jìn)直播帶貨行業(yè)良性可持續(xù)發(fā)展，應(yīng)從商家、平臺(tái)和主播三方面入手，進(jìn)行針對(duì)性的改進(jìn)與提升，推動(dòng)直播帶貨行業(yè)從簡(jiǎn)單粗放向差異化與精細(xì)化轉(zhuǎn)型。

商家方面，針對(duì)直播帶貨商業(yè)化效果影響因素現(xiàn)狀，當(dāng)前首當(dāng)其沖的基礎(chǔ)策略，是每場(chǎng)直播要盡可能吸引更多的粉絲來(lái)觀看。因此，需要提供讓網(wǎng)絡(luò)消費(fèi)者買得放心、用得放心的高質(zhì)量商品，事前做好商品與直播的宣傳準(zhǔn)備，挑選粉絲數(shù)量大、用戶黏性強(qiáng)、帶貨能力優(yōu)秀的主播，并充分利用各大流量平臺(tái)，吸引更多頭部主播將其商品作為直播選品進(jìn)行推廣。而從長(zhǎng)遠(yuǎn)角度而言，商家則應(yīng)在差異化方面提前布局，向精細(xì)化網(wǎng)絡(luò)營(yíng)銷轉(zhuǎn)型。

平臺(tái)方面，應(yīng)做出努力弱化當(dāng)前直播帶貨行業(yè)的頭部效應(yīng)，流量資源有意識(shí)幫扶非頭部的各類型主播，實(shí)現(xiàn)流量均衡化，倒逼整個(gè)直播帶貨行業(yè)向差異化、精細(xì)化轉(zhuǎn)型。直播平臺(tái)也有責(zé)任加強(qiáng)監(jiān)督，促進(jìn)主播提升專業(yè)素質(zhì)與業(yè)務(wù)能力，加強(qiáng)對(duì)主播、商家等供應(yīng)鏈各環(huán)節(jié)的監(jiān)管，讓網(wǎng)絡(luò)消費(fèi)者對(duì)直播帶貨更有信心。

而主播作為直播內(nèi)容供給端，是主要的商品信息輸出對(duì)象，則需要不斷提高專業(yè)素質(zhì)與業(yè)務(wù)能力，加強(qiáng)直播內(nèi)容的生動(dòng)性、豐富性與互動(dòng)性，堅(jiān)持從消費(fèi)者需求出發(fā)，向消費(fèi)者推薦性價(jià)比高的優(yōu)質(zhì)商品，吸引更多的粉絲并積極參與直播。