服裝直播中消費者購買意愿的影響因素對比

葛雨心，何瑛*，2

(1. 浙江理工大學 服裝學院，浙江 杭州 310018；2. 浙江理工大學 絲綢文化傳承與產品設計數字化技術文化和旅游部重點實驗室，浙江 杭州 310018)

近年來隨著互聯網技術的發展，直播電商這一新型多元化網絡購物模式迅速發展壯大。與傳統網絡購物模式相比，直播形式打破了以文字、圖片為載體的局限性，主播通過網絡直接向消費者進行產品講解和試用，使產品在展示方式上具有顯著優勢。電商直播改變了消費者的購物模式，為消費者提供沉浸式體驗感、社交歸屬感以及互動信任感，贏得了消費者的喜愛[1]。服裝行業緊跟時代發展，許多服裝企業也開始采用電商直播模式，但購物模式的改變使消費者購買意愿也相應地發生了變化，傳統的銷售經驗已不能滿足其需求，因此需要針對直播這一新的營銷模式特點，探討各因素對消費者購買決策的影響因素。

中國關于電商直播情境下消費者購買意愿的影響因素已有相關研究，目前大多數研究通過問卷調查、專家訪談等手段結合相應的理論或研究模型進行[2]。例如，孟陸等[3]通過問卷調查獲取數據，繼而分析直播模式下消費者購買意愿是否會受到網紅主播的影響，并探尋其內在機制；韓簫亦[4]采用深度訪談的形式，分別對觀看直播的用戶和具有直播電商購物經驗的用戶進行訪談，并依據訪談結果分析主播屬性對消費者購買意愿的影響。然而，與傳統消費者購買意愿的研究不同，直播模式具有實時互動特征，消費者易受直播間氛圍影響[5]，其購物具有一定的沖動性和從眾性[6]。而問卷調查所獲得的數據是消費者在比較冷靜的狀態下去思考而獲得的結果。文中通過對比分析不同數據來源結果間的差異，并對其差異形成的原因進行解讀，為直播電商模式的改進提供一定的理論支持。

1 數據來源與處理

1.1 研究方法的選取

目前消費者購買意愿影響因素中較為常用的數據獲取方法為問卷調查法。文中考慮直播氛圍對消費者意愿的影響，除了采用問卷調查法，還增加了直播間實時彈幕爬取的方法進行調研分析，并將兩種不同數據來源所分析出的結果進行對比研究，揭示其差異[7]。

1.2 數據獲取過程

1.2.1問卷數據獲取 參考國內外相關學者的研究[8-12]，建立服裝直播情境下消費者購買意愿影響因素遞階層次結構模型，并以此設計調查問卷。問卷采用李克特5級量表，主要從主播、服裝產品以及直播間內容與服務這3個維度進行調研[8]。服裝直播情境下消費者購買意愿影響因素層次結構模型見表1。

表1 服裝直播情境下消費者購買意愿影響因素層次結構模型

本次調查問卷共發放291份，篩選出看過服裝電商直播的用戶，最終得到有效問卷245份，有效率為84.2%。其中有54.98%的被調研者在電商直播間購買過服裝，調研對象符合預期，可以進行后續的數據分析。

1.2.2彈幕數據獲取 文中借助模擬器并采用python 3.0軟件對“抖音”平臺上的服裝直播間彈幕進行實時爬取，進而建立彈幕數據庫。由于彈幕評論表達自由、多口語化，因此在獲得彈幕文本后要對沒有價值的信息數據進行降噪處理，識別和去除對實驗分析無用或有干擾的數據信息。文中實驗通過數據預處理后，一共得到24 250條服裝直播間有效彈幕文本數據[13]。

1.3 數據分析方法

采用主成分分析和層次聚類的方法對所獲取的數據進行分析。

1.3.1主成分分析 主成分分析法可以將較多的變量通過轉換提取為少數幾個主成分，并盡量減少數據信息的損失，有歸納降維的作用。具體算法步驟如下：①對原始數據進行標準化處理；②計算相關系數矩陣R；③計算特征值和特征向量；④選擇主成分組數，計算綜合權重值。

1.3.2層次聚類 層次聚類是通過計算一個成分與另一個成分之間的距離來確定它們之間的相似程度，當兩個成分之間的距離越小，說明兩個成分的相似性越高。計算數據中各個成分的距離，并從下而上將距離近的成分合并，即將相似度高的成分進行聚類，并一直重復這個過程，直至聚類到合適的類中為止。具體算法步驟如下：①將每一個對象都看作是單獨的聚類，計算每兩個類別之間的距離；②逐步合并距離最近的兩個聚類，重復以上步驟直至聚類到合適的類中為止。

2 不同數據源結果對比及差異

2.1 問卷結果分析

根據問卷調查所收集的數據，借助SPSS軟件進行主成分分析，結果顯示本次調研數據的KMO檢驗系數為0.882，數據結構合理，Bartlett's檢驗顯著性為0.000，其p值小于0.05，故可進行主成分分析。采用主成分分析法對表1的17個指標層因素進行分析，得到碎石圖如圖1所示。由圖1可知，前3個主成分的特征值折線斜率絕對值較大，呈快速下降趨勢，故可將因素分為人、貨、場3個主成分要素。結合旋轉后成分載荷矩陣以及因子得分系數矩陣，計算得到消費者購買因素一級和二級權重指標，具體見表2。

圖1 碎石圖Fig.1 Scree plot

表2 購買意愿影響因素一級和二級權重

由一級指標權重分析結果可知，服裝產品(貨)因素在消費者購買意愿影響因素中占比最大，其次是主播因素(人)，影響最小的是直播間因素(場)。將17個二級指標按權重值由大到小進行排列，前8個指標中“貨”屬性下的影響因子，占比3/4，說明服裝版型、質量、面料、款式和色彩對消費者購買意愿的影響較大；“人”屬性下的影響因子，占比1/4，分別為主播顏值和身材、主播的專業性，由此說明這兩個因素對消費者的影響較大。“場”屬性下的影響因子權重值相對較小，排列靠后，在該屬性下權重值最大的為直播間增值內容(搭配等)，該因子在二級指標排序中排名第10。

2.2 彈幕結果分析

文中從預處理后的彈幕文本數據庫中選取了10 000條數據，構建了彈幕文本需求分類詞典，并將剩余的14 250條彈幕作為實驗樣本進行文本屬性的提取與分類[14]。根據彈幕屬性和直播電商特點，從主播屬性、服裝產品屬性、直播間屬性(即“人、貨場”)3個維度對服裝直播間消費者購買意愿影響因素進行分析[15]。服裝直播彈幕分類權重如圖2所示。將同一屬性維度的影響因子聚類到一組，其對應的權重分布為9%，74%和17%。根據屬性分類權重，可知“貨”對消費者購買意愿的影響較大，其次為“場”，影響最小的因素為“人”。

圖2 服裝直播彈幕分類權重Fig.2 Classified weight of live clothing barrage

2.2.1“貨”維度下消費者需求分析 根據彈幕文本需求分類詞典自動生成的分類文檔，得到服裝產品屬性維度下7個影響因子的彈幕文本數據。借助SPSS軟件，采用層次聚類分析得到譜系樹狀圖，具體如圖3所示。

圖3 服裝產品因子聚類譜系樹狀圖Fig.3 Clustering dendrogram of clothing products factors

譜系樹狀圖展現了聚類分析中每一因子的合并情況，且各因子之間的距離在0～25之間，垂直做參考線，從右向左聚類。服裝產品屬性的影響因子有7個，包括版型、質量、面料、品牌、色彩、尺碼和款式，結合權重分布，可將各因子分為3個梯度，消費者關注度最高的影響因子為第1梯度，即服裝款式；關注度較高的因子為第2梯度，有服裝尺碼和服裝色彩兩個影響因子；關注度一般的因子則歸屬于第3梯度，包括服裝面料、服裝質量、服裝版型以及服裝品牌。

2.2.2“場”維度下消費者需求分析 SPSS聚類分析得到譜系樹狀圖，并結合因子權重將直播間內容與服務屬性維度下的價格折扣、服務、庫存、增值內容(穿搭)和陳列配置5個因子分為3個梯度，具體如圖4所示。消費者關注度最高的為第1梯度中的直播間增值內容，包括直播間提供給消費者的穿搭參考以及各種附帶的增值內容；第2梯度為庫存、價格折扣和售前售后服務；第3梯度為直播間的陳列配置。

圖4 直播間內容與服務因子聚類譜系樹狀圖Fig.4 Clustering dendrogram of broadcast room content and services factors

2.2.3“人”維度下需求分析 主播屬性在直播彈幕分類權重中只占9%，相對其他兩大屬性占比較小。借助SPSS軟件進行層次聚類，可將主播維度下的因子分為兩個梯度，具體如圖5所示。

圖5 主播因子聚類譜系樹狀圖Fig.5 Clustering dendrogram of host factors

由圖5可知，第1梯度為主播的顏值身材與互動性；第2梯度為主播專業性與風格匹配度以及主播知名度。

2.3 不同數據結果對比分析

通過分析問卷調查和直播間彈幕爬取這兩種不同數據源，發現在一級指標維度中，問卷調查所得到的消費者影響因素排序為“貨(服裝產品)”>“人(主播)”>“場(直播間內容與服務)”；彈幕分析所得到的消費者影響因素序為“貨(服裝產品)”>“場(直播間內容與服務)”>“人(主播)”。由此可知， “人(主播)”與“場(直播間)”在不同數據源下對消費者的影響程度排序有較大差異。此外，服裝不論是在哪種數據源下對消費者購買意愿的影響排序始終為第1，但通過對比可發現問卷調查下服裝產品的影響因素權重為0.472，大約占整體的1/2，而彈幕分析下服裝產品影響因素為0.74，大約為整體的3/4。通過兩種不同數據源的分析對比可知，彈幕數據源下服裝產品對消費者購買意愿影響程度遠大于問卷調查。

2.4 差異形成的原因

基于文獻分析和對服裝直播間的觀察，筆者認為問卷調查是被調查者通過理性思考所得到的結果，根據問卷調查結果顯示主播因素對直播間消費者購買意愿的影響較大，消費者認為通過主播對服裝產品的試穿和講解會產生購買行為。而彈幕數據是消費者在實際觀看過程中的即時情感反應，由于大部分消費者進入直播間即表明了對此服裝主播的認同，其在觀看過程中沉浸于直播間的購物氛圍，對產品產生濃厚興趣，從而對主播的關注度下降，轉向對服裝產品以及直播間附加價值(即內容與服務)的關注。

問卷調查和直播間彈幕兩種不同方法本身的特點可以決定其不同的應用階段，問卷調查的方法適合研究消費者進入直播間前的關注傾向，從而迎合其需求完善直播內容，吸引更多消費者進入直播間；彈幕分析的方法適合研究消費者進入直播間后的關注傾向，從而及時調整直播方案，最大限度地實現流量變現。

3 營銷建議

基于上述研究結果，提出服裝直播電商企業在進行直播營銷時的建議，以供參考：

1) 選擇合適的主播吸引消費者進入直播間。主播是吸引消費者進入直播間的重要影響因素，直播電商企業可利用問卷調查等方法對目標消費者進行調研，了解消費者喜歡的主播類型、特點等。還可以根據消費者的偏好對產品直播預告和首圖等做出改進。

2) 持續優化創新服裝產品。決定消費者在直播間是否購買服裝的影響因素，主要在于服裝產品本身，包括服裝的款式、色彩、版型和質量等。故企業的核心競爭力仍是服裝產品，企業需要不斷進行服裝產品創新優化，才能在市場競爭中站穩腳步。

3) 不斷提高直播間的附屬價值。對所銷售服裝的講解、穿搭的推薦與教學是目前消費者購買服裝的另一大需求。因此，企業可在直播時借助彈幕實時分析消費者進入直播間后的關注傾向和購買需求，從而及時調整直播方案，提高消費者的購買意愿。

4 結語

文中分別采用問卷調查和直播間彈幕爬取兩種方法獲得不同數據，探究了“人(主播)”“貨(服裝產品)”“場(直播間內容與服務)”3個主要因素對消費者購買意愿的影響，并將不同數據源下服裝直播間消費者購買意愿影響因素權重進行排序、對比和分析，得出以下結論。

1) 問卷調查數據源下所得到的消費者影響因素排序為“貨(服裝產品)”>“人(主播)”>“場(直播間內容與服務)”。

2) 彈幕爬取數據源下所得到的消費者影響因素排序為“貨(服裝產品)”>“場(直播間內容與服務)”>“人(主播)”。

3) 彈幕爬取數據源下服裝產品對消費者購買意愿影響程度遠大于問卷調查下所得到的服裝屬性對消費者購買意愿的影響程度。

4) 問卷調查的方法適合研究消費者進入直播間前的關注傾向；彈幕分析的方法適合研究消費者進入直播間后的關注傾向。