下载文档原格式
基于SLP和SOR模型的社区超市平面布局改善性研究摘要：本文以“便利”和“亲民”为特征的联盟超市为实例，通过调查问卷对消费者购物时的行为、情绪以及对购物环境的感知搜集，通过S-O-R模型进行分析，发现购物环境对消费者的趋近行为呈现显著的正相关关系；再通过分析联盟超市的现存问题，探索符合社区居民的社区超市的布局要求，通过优化超市布局来找到一条符合社区超市良性发展的平面布局新模式。
关键词：购物行为；购物环境；布局优化一、引言传统的系统布局设计Systematic Layout Planning,SLP）方法是由美国学者Richard Muther于1961年提出来；他通过对作业单位之间的物流关系分析，得到各作业单位间的综合关系，以此来设计布置方案。
随着市场竞争的日益加剧，服务系统越来越意识到系统布局的重要性。
孙军华等（2008）将SLP方法应用于竞争越来越激烈的大型超市的总体布局设计, 提出大型超市布局应注意的问题；李世康（2010）以超市零售企业顾客感知价值和顾客消费情感为研究对象,采用实证研究的研究方法,通过问卷调查的方式对国内大型超市企业进行调查,以期能够深入了解超市企业顾客感知价值对顾客消费情感的作用机制,发现顾客感知价值与顾客消费情感之间存在着显著的相关关系；黄泽圳等（2013）针对超市的设施规划问题,运用系统布置设计(SLP)方法分析各作业单位之间的综合接近程度,得出各单位之间的位置相关图,提出超市规划布局优化方案,并对其进行评价；徐熔（2016）等采用系统布置设计SLP方法的相关理论与方法对现有空间的条件下的生产线布局进行了改善,并提出了逐年改善的创新设计；刘志海，张丹丹等（2017）以顾客流量为主要物流因素,细化非物流因素,将动线分析与反馈加入超市布局规划流程,分析绘制相关图表,提出超市布局规划方案,进行优选评价；赵峰等（2018）运用动线型SLP方法对超市内部进行布局,对超市各区域间的相互关系进行分析,得出各区域间的相对位置图。
情绪与环境气味对消费者态度及选择行为的影响张崇辉李秋怡（东北师范大学外国语学院吉林长春130117）摘要：本研究模拟网络购物情境，通过两组2X2实验，探索情绪与环境气味对消费者态度和选择行为的影响。
实验结果表明，情绪与环境气味对感知价值、购买意愿和决策质量的影响存在交互作用。
管理者可以通过合理地施放环境气味和诱导消费者的情绪扩大店铺或购物中心的销售额。
关键词：嗅觉营销；环境气味；情绪；消费者态度；选择行为基金项目：基于详尽可能性模型的购物中心印象形成机理研究吉林省社科项目（2016B136）；吉林省教育厅项目（JJ‐KH20170951SK）零售业者经常借助人们的感觉器官进行营销，最常见的是听觉和视觉。
然而，管理者和研究者逐渐开始注意到利用嗅觉器官，使用某些怡人的气味营造良好的环境氛围，影响消费者的行为。
据美国香水基金会称,利用气味进行营销已经成长为十亿美元的新兴行业。
在嗅觉营销过程中，嗅觉器官起到了十分重要而又非常复杂的作用。
它帮助我们形成思想，意向以及行为。
依赖感官不仅能够促进品牌销售量，还可以与顾客之间塑造一种更强大的也更持久的情感联系。
研究表明，消费者对于店铺环境的情感态度比他们对于产品本身的情感态度更加重要。
尽管许多企业对于嗅觉营销充满了兴趣，但是店铺环境中的环境气味还是一个鲜有涉足的领域。
虽然对于有气味的零售环境中的消费行为引起了越来越多的关注，但是此方面的学术研究却是较为匮乏的。
本文旨在通过实验研究，探讨环境气味和消费者情绪之间产生的对于消费者感知和消费决策的交互作用。
试图说明使用操控环境气味和诱导消费者情绪对于企业来说大有裨益，塑造嗅觉印象对于进一步丰富企业价值也有促进作用。
从长远的角度来看，对于提升产品感知价值和增加企业盈利具有一定的意义。
二、文献回顾及假设（一）嗅觉营销以往研究者从三个方面研究气味：是否让人感到愉悦，是否能够引起生理反馈，以及浓度。
是否让人感到愉悦成为了气味感知的主导因素。
本科毕业设计（论文）网上购物顾客感知价值构成模型的研究与分析学院管理学院专业电子商务（管理方向）年级班别学号学生姓名指导教师年月摘要网上购物作为一种新兴的商业模式，与传统购物模式有很大差别，已经成为顾客关系管理理论界和企业界的研究焦点。
区别于传统商务背景,网上购物顾客感知价值的构成因素有其内在特点。
论文在对网上购物和顾客感知价值理论研究成果回顾和分析的基础上，认为网上购物顾客感知价值的核心是感知利得(Perceived Benefits)与感知利失(Perceived Sacrifices)之间的权衡。
使用问卷调查法，以有过网上购物经历的人为样本，经过大样本调查，对网上购物顾客感知价值构成的因素进行调查；通过对数据的收集，样本的描述和分析，得出相关数据，从调查数据结果中得出影响网上购物顾客感知价值利得与利失的几个因素，建立其模型，并对模型进行分析说明。
结合理论解释和问卷调查研究结论，论文最后提出提升网络顾客感知价值的若干途径。
关键词：网上购物，感知价值构成模型，问卷调查注：本设计（论文）题目来源于教师的校级科研项目，项目编号为：082047 。
AbstractAs an emerging business model, online shopping is very different from the traditional shopping patterns. And it has become a study focus of the theory of customer relationship management and business fields.Different from the traditional business background, online shopping customers’ perceived value of the components has its own inherent characteristics.This paper maintains that the core of online shopping customers’ perceived value is the balance between Perceived Benefits and Perceived Sacrifices on the basis of recall and analysis of on-line shopping and the results of theoretical research to the customer perceived value. Using questionnaires and making a sample that people who have experiences of online shopping, it investigate the factors that constituted by online shopping customer perceived value after a large sample survey; through data collection, sample description and analysis of data, it obtains related data. And it obtains several factors that draw the impact of online shopping customer perceived value profits and lost from the results of the survey data and establishes the model, analyzing and making a description of the model. With the combination of theory and survey research findings, the paper finally raised several ways to upgrade the network to the customer perceived value.Key words:online shopping，constitute a model of perceived value，a questionnaire survey目录1 绪论 (1)研究背景 (1)研究目的 (1)研究意义 (2)研究内容 (2)2 网上购物中顾客感知价值概述 (4)网上购物的相关理论 (4)2.1.1网上购物的发展历程 (4)网络购物是随着计算机的普及和网络技术的发展而产生的。
基于SOR模型的可穿戴运动设备购买意愿研究1. 内容概要随着科技的进步和人们生活方式的改变，可穿戴设备逐渐普及，特别是在运动领域的应用越来越广泛。
研究消费者对可穿戴运动设备的购买意愿及其影响因素具有重要的现实意义。
本研究的目的是探讨基于SOR模型的消费者购买可穿戴运动设备的影响因素，包括外部刺激因素（如广告宣传、产品特性等）、个体因素（如消费者的个人喜好、消费习惯等）以及心理状态（如感知价值、认同感等）对消费者购买意愿的影响。
本研究采用文献综述、问卷调查等方法，通过收集和分析相关数据，研究各因素对消费者购买意愿的影响程度和路径。
本研究以SOR模型为基础，分析消费者对可穿戴运动设备的购买意愿。
外部刺激因素主要包括产品特性、价格、广告等；个体因素包括消费者的个人喜好、消费习惯、生活方式等；心理状态则包括消费者的感知价值、认同感、态度等。
通过对数据的分析和模型的建立，本研究将揭示各因素对消费者购买意愿的影响程度和路径，以及这些因素如何相互作用，影响消费者的购买决策。
本研究不仅有助于企业了解消费者的购买意愿和决策过程，还为企业的营销策略提供理论支持，有助于企业制定更加有效的营销策略，提高产品的市场竞争力。
本研究对于推动可穿戴设备行业的发展也具有重要的参考价值。
1.1 研究背景随着科技的快速发展，可穿戴运动设备在人们的生活中扮演着越来越重要的角色。
这些设备不仅可以监测我们的健康状况，如心率、步数等，还可以帮助我们制定运动计划，提高运动效果。
尽管可穿戴运动设备的功能越来越丰富，但其购买意愿却受到多种因素的影响。
消费者的购买意愿受到其个人需求和偏好的影响，不同的人对运动的需求不同，一些人可能更关注设备的健康监测功能，而另一些人则更看重设备的时尚性和便携性。
在研究可穿戴运动设备的购买意愿时，我们需要了解消费者的个人需求和偏好，以便更好地满足他们的需求。
消费者的购买意愿还受到市场推广和品牌影响力的影响，一些知名的运动品牌通过大量的广告宣传和优质的售后服务，提高了其产品的知名度和美誉度，从而吸引了更多的消费者购买其产品。
热㊀㊀点Һ㊀网红带货直播对消费者购买意愿的影响基于ＳＯＲ理论的研究模型梁纪童ꎬ张竣烨ꎬ陈俊儒摘㊀要:网红带货直播是一种新兴的销售方式ꎬ 网红＋直播＋电商 商业模式的成交规模在近年来飞速发展ꎮ文章研究消费者从观看直播到产生购买意愿的心理决策过程ꎬ基于ＳＯＲ理论ꎬ建立 网红带货直播特征 价值感知 购买意愿 的研究模型ꎬ并自主设计问卷搜集数据ꎬ运用ＳＰＳＳ对数据进行统计分析ꎮ最终得到以下结论:网红带货直播特征对价值感知有显著的正向影响ꎬ专业性和网红个人魅力的影响显著ꎻ互动性和激励机制影响不显著ꎻ价值感知对购买意愿有显著的正向影响ꎬ产品认识和情感价值两个维度均对购买意愿有显著的正向影响ꎻ价值感知在网红带货直播特征对购买意愿有显著的正向影响中起到了完全中介效应ꎮ关键词:网红带货直播ꎻ价值感知ꎻ购买意愿一㊁引言截至２０１９年１２月ꎬ中国网民规模为９.０４亿ꎬ互联网普及率达６４.５％ꎮ网络直播作为一种新兴的娱乐方式ꎬ近年来发展势头迅猛ꎮ第４４次中国互联网络发展状况统计报告的数据显示ꎬ截至２０１９年６月ꎬ我国网络直播用户规模达４.３３亿ꎬ较２０１８年底增长３６４６万ꎬ占网民整体的５０.７％ꎮ在该背景下ꎬ 网红＋直播＋电商 的商业模式应运而生ꎮ网红负责直观地㊁动态地展示产品㊁讲述使用体验ꎬ获得佣金和抽成ꎬ实现流量变现ꎻ直播平台提供用户基础并吸引更多用户㊁网红和商家的入驻ꎬ提高日活跃和月活跃用户量ꎻ供应商提供低价优质的产品ꎬ获得直接的流量㊁独有的销售渠道ꎻ用户获得更全面互动性更强的购物体验ꎮ 网红＋直播＋电商 的商业模式近年来发展迅猛ꎬ淘宝直播㊁快手㊁抖音的全年ＧＭＶ分别已达１８００亿㊁５００亿㊁１００亿ꎬ证实了该模式的可行性ꎮ文章通过研究消费者从观看直播到产生购买意愿的心理决策过程ꎬ旨在找到 网红＋直播＋电商 商业模式在消费端取得成功的关键ꎮ通过找到用户在观看直播时影响消费者决策的关键因素ꎬ让网红及其背后的营销团队更好的了解消费者的行为逻辑ꎬ有针对性地增加投入或改进ꎮ同时ꎬ根据消费者对各个直播特征和价值感知认同度ꎬ网红及其营销团队可以找到自身建设的优势和劣势ꎬ提高对产品和自身带货方式的品控ꎬ以此提升用户的购物体验和提高网络直播手段的商业转化率ꎮ二㊁模型和变量的构建ＳＯＲ理论即 刺激 有机体 反应 理论ꎬ是心理学上认知主义提出的一种学习理论ꎬ国内外不同学者将其运用到消费者购买行为或者购买意愿的研究当中ꎮ而文章所聚焦的网红带货直播模式属于购物环境㊁购物特征㊁购物氛围的范畴ꎬ能作为外部刺激因素ꎬ刺激消费者产生情感或者认知反应ꎬ进而产生趋向或者规避的购物行为ꎮ根据ＳＯＲ模型的指导意义ꎬ文章将网红带货直播特征作为自变量ꎬ用户购物意愿作为因变量ꎬ价值感知作为中介变量ꎬ构建研究模型ꎬ分别研究网红带货直播特征对感知价值和购买意愿的影响ꎬ以及感知价值对购买意愿的影响ꎮ其中ꎬ网红带货直播特征包括专业性㊁激励机制㊁互动性和主播人格魅力４个维度ꎬ价值感知分为产品认识和情感价值两个维度ꎮ具体的模型框架及变量定义如下图１:图１㊀网红带货模型框架示意图表１㊀网红带货变量定义示意表变量定义参考文献专业性信息接收者能感知到的信息传播者的对产品或服务的专业能力和专业知识Ｂｒｉｓｔｏｒ(１９９０)激励机制运用特定的方法与管理体系ꎬ将消费者购买意愿最大化的过程无互动性网红与用户通过网络平台进行双向信息交换的程度Ｌｉｕ＆Ｓｈｒｕｍ(２００２)３６续表变量定义参考文献主播人格魅力主播在性格㊁气质㊁能力㊁道德品质等方面具有的很能吸引人的力量百度百科产品认识消费者能感受到相应产品或者服务的质量㊁性能㊁价格等方面的价值Ｓｗｅｅｎｅｙ＆Ｓｏｕｔａｒ(２００１)情感价值对某一样东西愉悦感㊁幸福感的增强Ｓｗｅｅｎｅｙ＆Ｓｏｕｔａ(２００１)购买意愿消费者购买相应商品的可能性Ｊｏｚｅｅ(２０００)㊀㊀(一)网红带货直播特征对价值感知和购买意愿的影响根据参照效应ꎬ消费者在购买决策之前往往愿意资讯相关专家或者查看相应的评论来获得产品信息ꎬ以更全面地了解商品ꎬ以此指导购物行为ꎻ根据需求法则ꎬ爱促销㊁喜折扣ꎬ是消费者购物时的普遍心理ꎻ根据稀缺效应ꎬ限量款能增加人们的满足感和购买意愿ꎻ根据喜好效应ꎬ人们总是能够接受自己喜欢或者与自己相似的人提出的要求或者建议ꎮ因此ꎬ文章提出以下假设:Ｈ１:专业性能显著影响价值感知Ｈ２:专业性能显著影响购买意愿Ｈ３:激励机制能显著影响价值感知Ｈ４:激励机制能显著影响购买意愿Ｈ５:互动性能显著影响价值感知Ｈ６:互动性能显著影响购买意愿Ｈ７:主播人格魅力能显著影响价值感知Ｈ８:主播人格魅力能显著影响购买意愿(二)价值感知对购买意愿的影响消费者对产品价值有了清晰的认知并认为物有所值ꎬ且符合自己的潜在需求时往往会进行消费ꎻ冲动消费指顾客在外界因素促发下所进行的事先没有计划或者意识的购买行为ꎬ而商品因素㊁促销因素和情感因素又是最大的促发因素ꎮ因此文章提出以下假设:Ｈ９:价值感知能显著影响购买意愿Ｈ１０:产品认识能显著影响购买意愿Ｈ１１:情感价值能显著影响购买意愿Ｈ１２:价值感知在网红带货直播特征和购买意愿之间起到中介作用三㊁研究设计(一)变量的测量文章的研究模型所涉及的变量包括:网红带货直播特征的四个维度(专业性㊁激励机制㊁互动性㊁主播人格魅力)㊁价值感知的两个维度(产品认识和情感价值)以及购买意愿ꎮ１.专业性对现有信息传播来源的专业性评估中ꎬ多数以专业知识㊁专业能力㊁专家内行以及相关经验等方面来进行评估测量ꎮ文章的测量问题如下:表２㊀网红带货直播专业性分析示意表变量编号问题专业性ＥＸ１该网红能将产品特征较为全面地展示ＥＸ２该网红能清楚说出这类产品的专业知识ＥＸ３该网红对这类产品有丰富的实践经验㊀㊀２.激励机制目前在直播购物中的激励机制主要有特价优惠㊁发放优惠券等价格激励ꎬ有将产品塑造成限量款的商品属性激励ꎬ还有抽奖㊁ＰＫ等主播活跃气氛的激励ꎮ文章的测量问题如下:表３㊀网红带货直播激励机制分析示意表变量编号问题激励机制ＩＭ１商品在直播时会出现特价ＩＭ２直播时的商品是限量的ＩＭ３直播时会发优惠券㊁抽奖等㊀㊀３.互动性Ｒｉｄｉｎｇ等学者在对虚拟网络社区中的互动性行为进行研究时ꎬ设计了一个包含他人的回应积极性㊁本人回应积极性以及回应的迅速性三个问题的量表ꎮ文章的测量问题如下:表４㊀网红带货直播互动性分析示意表变量编号问题互动性ＩＮ１该网红会经常提出一些话题ＩＮ２该网红能快速回应弹幕提出的问题ＩＮ３我会积极向网红积极提出问题或回应网红的话题㊀㊀４.网红个人魅力网红个人魅力是其本身的吸引力ꎬ与特定的商品属性无关ꎮ个人魅力体现在性格㊁气质㊁能力㊁道德品质ꎬ其中用户能感受到的网红个人魅力主要是较为表面的魅力ꎮ文章的测量问题如下:表５㊀网红带货直播网红个人魅力分析示意表变量编号问题网红个人魅力ＰＣ１我喜欢该网红的外貌ＰＣ２我喜欢该网红的声音ＰＣ３我喜欢该网红的说话风格㊀㊀５.产品认识对于产品的认识主要是能否认识到产品传递出来的价值以及价值的定位ꎮ一般的产品价值定位在于质量好㊁实４６热㊀㊀点Һ㊀用㊁物有所值ꎮ文章的测量问题如下:表６㊀网红带货直播产品认识分析示意表变量编号问题产品认识ＰＶ１看了直播ꎬ我认为产品质量可靠ＰＶ２看了直播ꎬ我认为该产品很实用ＰＶ３看了直播ꎬ我认为该产品是物有所值的㊀㊀６.情感价值促进购买意愿的产生有情感因素的影响ꎬ目前主播营造的氛围一般是轻松愉悦的ꎬ所以增加的情感一般是愉悦感和幸福感ꎮ而这种感情可以附着于产品㊁主播和整个购物过程上ꎮ文章的测量问题如下:表７㊀网红带货直播情感价值分析示意表变量编号问题情感价值ＥＶ１看了直播ꎬ我对该商品的喜爱程度增加ＥＶ２看了直播ꎬ我对该网红的喜爱程度增加ＥＶ３看了直播ꎬ我感觉到心情愉悦㊀㊀７.购买意愿购买意愿即消费者愿意采取特定购买行为的概率高低ꎮ这个可以从消费者是否在直播时就点开购买链接ꎬ直播后自己寻找商品ꎬ是否会向他人推荐看出他们的购买意愿ꎮ文章的测量问题如下:表８㊀网红带货直播购买意愿分析示意表变量编号问题购买意愿ＰＩ１我愿意在看直播时购买该产品ＰＩ２我愿意在观看直播后ꎬ自己搜寻并购买该产品ＰＩ３我愿意向朋友推荐该产品㊀㊀(二)问卷设计本研究通过问卷星制作发放名为 网红带货直播对消费者购买意愿的影响 的网络问卷ꎬ共回收１００份有效问卷ꎬ并将这些数据纳入实证分析ꎮ调查问卷首先进行问卷说明ꎬ主要介绍调查的目的ꎬ并鼓励对象进行真诚的回答ꎮ正文部分由两部分组成ꎬ第一部分是消费者的基本信息㊁观看直播的平台和观看商品的偏好ꎻ第二部分是具体测量对上述的７个变量的认同度ꎬ采用李克特五级量表ꎬ从很不同意到很同意ꎬ分别赋分１到５分ꎮ(三)数据分析方法文章将使用ＳＰＳＳ统计软件作为分析工具对收集到的问卷数据进行分析和检验ꎬ具体采用的分析方法有:１.描述性统计分析分析问卷信息运用频数㊁百分比㊁均值㊁标准差ꎮ２.回归分析对于存在相关关系的变量ꎬ回归分析可以进一步检验两者间的因果关系ꎬ并确定自变量和因变量之间关联的不同程度以及相互影响的大小和正负方向ꎮ四㊁数据分析(一)信度分析表９㊀网红带货直播特征系数分析示意表变量名称问题数量Ａｌｐｈａ专业性３０.７２６激励机制３０.８０７互动性３０.５８２主播人格魅力３０.８３３产品认识３０.８９１情感价值３０.８４６网购意愿３０.７６１㊀㊀从结果来看ꎬ除了互动性ꎬ其他的变量的α值均大于０.７ꎬ说明针对变量的问题具有较好的内部一致性和稳定性ꎬ能进行下一步的检验ꎮ而互动性这一变量的α值低于０.６ꎬ说明问题设计存在一定的不足ꎬ需要重新设计ꎮ(二)回归分析１.网红带货直播特征对价值感知的影响本研究以网红带货直播特征作为自变量ꎬ以价值感知作为因变量ꎬ构建第一个模型ꎬ检验网红带货直播特征对价值感知的影响ꎮ根据结果ꎬ网红带货直播特征对价值感知有显著的正向影响(β为０.７６３ꎬｐ<０.０１)ꎮ表１０㊀网红带货直播４个特征系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分１(常量)０.４４９０.５４７０.８２１０.４１４网红带货直播特征０.４６００.０３９０.７６３１１.６８４０.００００.７６３０.７６３０.７６３㊀㊀ａ.因变量:价值感知㊀㊀为进一步验证网红带货直播的４个特征对价值感知的２个维度的影响ꎬ本研究以网红带货直播的４个特征为自变量ꎬ以价值感知的２个维度作为因变量ꎬ构建第二个和第三个模型ꎮ５６表１１㊀网红带货直播信度分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性２(常量)０.６７３０.３５４１.８９８０.０６１专业性０.３１８０.０９９０.１６９３.２２６０.００２激励机制－０.００４０.０８９－０.００２－０.０４３０.９６６互动性０.０１３０.１１００.００７０.１１９０.９０５网红个人魅力１.４５９０.０９００.８２８１６.１７２０.０００㊀㊀ａ.因变量:产品认识表１２㊀网红带货直播４个特征分析系数分析示意表(２)模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分３(常量)０.６７３０.３５４１.８９８０.０６１专业性０.３１８０.０９９０.３０９３.２２６０.００２０.５０４０.３１４０.２４６激励机制－０.００４０.０８９－０.００４－０.０４３０.９６６０.３１０－０.００４－０.００３互动性０.０１３０.１１００.０１２０.１１９０.９０５０.４４００.０１２０.００９网红个人魅力０.４５９０.０９００.４７５５.０８７０.００００.６０４０.４６３０.３８８㊀㊀ａ.因变量:情感价值㊀㊀根据结果ꎬ专业性与网红个人魅力能显著正向影响产品价值的认识ꎬ而其他变量影响不显著ꎻ专业性和网红个人魅力能显著正向影响情感价值的认识ꎬ而其他变量影响不显著ꎮ２.网红带货直播特征对购买意愿的影响以网红带货直播特征作为自变量ꎬ以购买意愿作为因变量ꎬ构建第四个模型ꎬ探究网红带货直播特征对购买意愿的影响ꎮ结果显示ꎬ网红带货直播特征对购买意愿有显著的正向影响ꎮ表１３㊀网红带货直播特征系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分４(常量)０.４０９０.４０４１.０１２０.３１４网红带货直播特征０.２０２０.０２９０.５７５６.９４９０.００００.５７５０.５７５０.５７５㊀㊀ａ.因变量:购买意愿㊀㊀为进一步验证网红带货直播的４个特征对购买意愿的影响ꎬ文章以网红带货直播的４个特征为自变量ꎬ以购买意愿作为因变量ꎬ构建第五个模型ꎮ表１４㊀网红带货直播４个特征系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分５(常量)０.５７３０.３８９１.４７３０.１４４专业性０.３７４０.１０８０.３４１３.４５４０.００１０.５１１０.３３４０.２７２激励机制－０.１１１０.０９８－０.１０４－１.１２８０.２６２０.２３９－０.１１５－０.０８９互动性０.１５１０.１２１０.１３２１.２４８０.２１５０.４７５０.１２７０.０９８网红个人魅力０.３７８０.０９９０.３６８３.８２２０.００００.５４２０.３６５０.３０１㊀㊀ａ.因变量:购买意愿㊀㊀结果显示ꎬ专业性和网红个人魅力能对购买意愿产生正向的显著影响ꎬ而其他两个变量的影响不显著ꎮ３.价值感知对购买意愿的影响以价值感知特征作为自变量ꎬ以购买意愿作为因变量ꎬ６６热㊀㊀点Һ㊀构建第六个模型ꎬ探究价值感知对购买意愿的影响ꎮ结果显示ꎬ价值感知对购买意愿有显著的正向影响ꎮ表１５㊀网红带货直播价值感知系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分６(常量)０.６３９０.３１０２.０６００.０４２价值感知０.３７６０.０４５０.６４５８.３５５０.００００.６４５０.６４５０.６４５㊀㊀ａ.因变量:购买意愿㊀㊀为进一步验证价值感知的２个维度对购买意愿的影响ꎬ文章以价值感知的２个维度为自变量ꎬ以购买意愿作为因变量ꎬ构建第七个模型ꎮ表１６㊀网红带货直播２个特征系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分７(常量)０.６３５０.３１０２.０５００.０４３产品认识０.２７６０.０９９０.２６８２.７７１０.００７０.５４２０.２７１０.２１４情感价值０.４８２０.１０３０.４５３４.６８２０.００００.６１５０.４２９０.３６１㊀㊀ａ.因变量:购买意愿㊀㊀结果显示ꎬ产品认识和情感价值都能对购买意愿产生正向的显著影响ꎮ４.价值感知的中介效应文章借鉴温忠麟等的研究来检验价值感知的中介作用ꎮ首先在自变量和因变量之前做回归分析ꎻ若显著ꎬ则在自变量和中介变量之间做回归分析ꎻ若显著ꎬ则在中介变量和因变量之间做回归分析ꎻ若显著ꎬ最后在因变量与中介变量和因变量之间做回归分析ꎬ并通过观察自变量对因变量的回归系数大小变化和显著性的变化来看中介变量是否起到中介作用ꎮ表１７㊀网红带货直播特征系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分１(常量)０.４４９０.５４７０.８２１０.４１４网红带货直播特征０.４６００.０３９０.７６３１１.６８４０.００００.７６３０.７６３０.７６３㊀㊀ａ.因变量:价值感知表１８㊀网红带货直播价值感知系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分６(常量)０.６３９０.３１０２.０６００.０４２价值感知０.３７６０.０４５０.６４５８.３５５０.００００.６４５０.６４５０.６４５㊀㊀ａ.因变量:购买意愿表１９㊀网红带货直播特征价值感知系数分析示意表模型未标准化系数标准化系数Ｂ标准错误Ｂｅｔａｔ显著性相关性零阶偏部分１(常量)０.４０９０.４０４１.０１２０.３１４网红带货直播特征０.２０２０.０２９０.５７５６.９４９０.００００.５７５０.５７５０.５７５２(常量)０.２８００.３７６０.７４５０.４５８网红带货直播特征０.０６９０.０４２０.１９７１.６６７０.０９９０.５７５０.１６７０.１２８价值感知０.２８９０.０６９０.４９４４.１７８０.００００.６４５０.３９１０.３２０㊀㊀ａ.因变量:购买意愿７６㊀㊀结果显示ꎬ加入价值感知后ꎬ网红带货直播特征的显著性水平大于０.０５ꎬ未通过显著检验ꎻ而价值感知对购买意愿依然显著ꎬ则价值感知对购买意愿有完全中介效应ꎮ５.假价检验的结果表２０ 网红带货直播特征影响价值感知示意表Ｈ０网红带货直播特征显著影响价值感知不拒绝Ｈ１专业性能显著影响价值感知不拒绝Ｈ２专业性能显著影响购买意愿不拒绝Ｈ３激励机制能显著影响价值感知拒绝Ｈ４激励机制能显著影响购买意愿拒绝Ｈ５互动性能显著影响价值感知拒绝Ｈ６互动性能显著影响购买意愿拒绝Ｈ７主播人格魅力能显著影响价值感知不拒绝Ｈ８主播人格魅力能显著影响购买意愿不拒绝Ｈ９价值感知能显著影响购买意愿不拒绝Ｈ１０产品认识能显著影响购买意愿不拒绝Ｈ１１情感价值能显著影响购买意愿不拒绝Ｈ１２价值感知在网红带货直播特征和购买意愿之间起到中介作用ꎮ不拒绝五㊁结论与讨论文章基于ＳＯＲ模型ꎬ构建了以价值感知为中介变量的网络直播特征对购买意愿的理论模型ꎮ根据消费者心理学的效应提出变量之间关系的假设ꎬ文章设计出相应的变量测量量表ꎬ形成调查问卷ꎬ用回收的１００份有效问卷作为研究数据ꎬ以ＳＰＳＳ为统计分析工具ꎬ进行信度分析和回归分析ꎮ最终ꎬ本研究得到了当今一些商品类型的直播常用的营销手法㊁各大网络平台对 网红＋直播＋电商 的发展情况ꎬ并检验了网红带货直播特征㊁消费者价值感知和购买意愿三者的影响ꎬ最后也验证了感知价值的中介作用ꎮ具体结论与讨论如下:(一)网红直播带货特征对价值感知和购买意愿影响的讨论从检验结果来看ꎬ网红带货直播特征对价值感知和购买意愿都有显著的正向影响ꎬ满足ＳＯＲ理论 网红带货直播表现出来的一些特征会刺激消费者ꎬ从而引发某种认知上或者情感上的反应ꎬ进而产生趋向或者规避消费的行为ꎮ具体看网红带货直播特征对价值感知的影响ꎬ专业性与网红个人魅力能显著正向影响产品价值的认识ꎬ而其他变量影响不显著ꎮ①专业性和网红个人魅力能显著正向影响情感价值的认识ꎬ而其他变量影响不显著ꎮ这说明对于传递产品价值来说ꎬ网红体现出来的专业性是最重要的ꎬ而网红具有专业性又能提高消费者对情感价值的认识ꎮ②网红的个人魅力能显著影响产品价值的认识和情感价值的认识ꎬ这说明网红个人魅力越高ꎬ则越容易成为用户心中的意见领袖ꎮ再看网红带货直播特征对网购意愿的影响ꎬ专业性和网红个人魅力能对购买意愿产生正向的显著影响ꎬ而其他两个变量的影响不显著ꎮ①互动性影响不显著的原因ꎬ可能是因为文章的调查对象大多是本科生ꎬ网红提出的话题可能无法引起文章的调查对象的共鸣ꎬ由此也无法让他们感知到产品价值和情感价值ꎮ②激励机制影响不显著ꎬ可能的原因有二:一是消费者比起价格更看重的是产品的价值ꎬ比如是否实用㊁质量好等ꎻ二是有些商品类型的直播时激励机制较少ꎮ(二)价值感知对购买意愿影响的讨论价值感知对购买意愿有显著的正向影响ꎬ其中ꎬ产品认识和情感价值都能对购买意愿产生正向的显著影响ꎮ这说明要促进消费者购买意愿的产生必须能让消费者充分感受到产品的价值和加强网红的个人魅力或者营造更加愉悦的直播氛围以提升消费者对直播的喜爱程度ꎮ(三)感知价值中介作用的讨论价值感知对购买意愿有完全中介效应ꎬ实现路径可以展示为 网红带货直播特征 价值感知 购买意愿 ꎬ因此一切的前端投入都要以加强消费者对产品价值和情感价值的感知为主ꎮ参考文献:[１]ＢｒｉｓｔｏｒＪＭ.Ｅｎｈａｎｃｅｄｅｘｐｌａｎａｔｉｏｎｓｏｆｍｏｕｔｈｃｏｍｍｕｎｉｃａｔｉｏｎｓ:ｔｈｅｐｏｗｅｒｏｆｒｅｌａｔｉｏｎｓｈｉｐｓ[Ｊ].ＲｅｓｅａｒｃｈｉｎＣｏｎｓｕｍｅｒＢｅｈａｖｉｏｒꎬ１９９０(４):５１－８３.[２]ＬｉｕＹＰꎬＳｈｒｕｍＬＪ.Ｗｈａｔｉｓｉｎｔｅｒａｃｔｉｖｉｔｙａｎｄｉｓｉｔａｌｗａｙｓａｇｏｏｄｔｈｉｎｇ?ＩｍｐｌｉｃａｔｉｏｎｓｏｆｄｅｆｉｎｉｔｉｏｎꎬＰｅｒｓｏｎꎬａｎｄｓｉｔｕａｔｉｏｎｆｏｒｔｈｅｉｎｆｌｕｅｎｃｅｉｆｉｎｔｅｒａｃｔｉｖｉｔｙｏｎａｄｖｅｒｔｉｓｉｎｇｅｆｆｅｃｔｉｖｅｎｅｓｓ[Ｊ].Ｊｏｕｒ￣ｎａｌｏｆＡｄｖｅｒｔｉｓｉｎｇꎬ２００２ꎬ３１(４):５３－６４.[３]ＳｗｅｅｎｅｙＪＣꎬＳｏｕｔａｒＧ.Ｃｏｎｓｕｍｅｒｐｅｒｃｅｉｖｅｄｖａｌｕｅ:ｔｈｅｄｅ￣ｖｅｌｏｐｍｅｎｔｏｆｍｕｌｔｉｐｌｅｉｔｅｍｓｃａｌｅ[Ｊ].ＪｏｕｒｎａｌｏｆＲｅｔａｉｌｉｎｇꎬ２００１ꎬ７７(２):２０３－２２０.[４]ＪｏｚｅｅＬ.Ｃｕｓｔｏｍｅｒ－ｐｅｒｃｅｉｖｅｄＶａｌｕｅｉｎＩｎｄｕｓｔｒｉａｌＣｏｎｔｅｘｔｓ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓ＆ＩｎｄｕｓｔｒｉａｌＭａｒｋｅｔｉｎｇꎬ２０００ꎬ１５(２):１２２－１４０.[５]ＲｉｄｉｎｇＣＭꎬＧｅｆｅｎＤꎬＡｒｉｎｚｅＢ.Ｓｏｍｅａｎｔｅｃｅｄｅｎｔｓａｎｄｅｆｆｅｃｔｓｏｆｔｒｕｓｔｉｎｖｉｒｔｕａｌｃｏｍｍｕｎｉｔｉｅｓ[Ｊ].ＴｈｅＪｏｕｒｎａｌｏｆＳｔｒａｔｅｇｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓꎬ２００２ꎬ１１(３－４):２７１－２９５. [６]温忠麟ꎬ中介效应检验程序及其应用[Ｊ].心理学报ꎬ２００４ꎬ３６(５):６１４－６２０.作者简介:梁纪童ꎬ中山大学政治与公共事务管理学院本科生ꎻ张竣烨ꎬ中山大学管理学院本科生ꎻ陈俊儒ꎬ中山大学管理学院本科生ꎮ８６。
《中文核心期刊要目总览》贸易经济类核心期刊75基于个性化推荐的消费者网络购买意愿影响因素分析引言随着居民收入的不断增长，居民的消费需求也日益提高，由原来的注重消费数量逐步转变为注重消费质量。
对于众多购物平台而言，充分考虑消费者的消费意愿，为其带来消费便利，让消费者获得良好的购物体验，这样才能够赢得消费者的信任，实现业绩的不断提升。
目前，不少购物网站采用精准的个性化推荐系统向消费者进行产品推荐，然而怎样确保个性化推荐能够在合理限度之内，既达到良好的营销效果，还能够让消费者满意，实现个性化推荐价值的最大化，是本文研究的意义所在。
模型构建与研究假设（一）影响个性化推荐的因素分析网络购物市场竞争十分激烈，怎样根据消费者偏好向其精准推荐产品成为竞争成败的重要环节。
对此，购物网站应当对影响个性化推荐的因素具有准确的认识。
尽管不少电子商务企业按照个性化推荐系统向消费者进行产品营销，然而学术界鲜有学者对其进行深入分析，更不要说找出具有一定适用性的个性化推荐效果模型。
对于影响个性化推荐的因素，本文通过文献阅读法和访谈法获得。
考虑到篇幅的因素，并未将具体获取过程详细展示。
通过整理发现信息编排、推荐强度、推荐效度以及视觉线索是影响个性化推荐的主要因素。
本文在此选取这四个变量进行实证分析。
（二）研究模型本文结合刺激-反应（S-R）模型和刺激-感知-反应（S-O-R）模型，构建了个性化推荐对消费者购买意愿影响的研究模型，如图1所示。
罗玉葵（阳江职业技术学院 广东阳江 529500）内容摘要：随着网络购物的高速发展，各式各样的购物网站也随之壮大，竞争开始日趋激烈。
在当前网购热的大环境中，为了改善消费者购物体验，使消费者在快消费时代节约成本，同时激发消费者潜在的购物需求，许多购物网站开始为消费者提供个性化推荐的服务，以此来满足消费者的偏好。
基于此，本文从信息编排、推荐强度、推荐效度以及视觉线索共四个方面研究个性化推荐下消费者的网络购买意愿。
新零售 模式对消费者价值共创行为的影响研究基于ＳＯＲ理论李翠微摘㊀要:传统零售发展的瓶颈与科学技术的进步催生了 新零售 业态ꎮ 新零售 强调以消费者为中心ꎬ并发展出新型零售商业模式ꎬ使消费者更深入地进入零售业价值链中ꎮ认识并把握新型零售模式中顾客共创价值的路径ꎬ可以加深业界对 新零售 模式的理解ꎬ并促进其发展ꎮ本文使用ＳＯＲ模型对新型零售模式下消费者共创价值行为进行量化研究ꎮ结果表明新零售商业模式可以通过提升消费者价值共创能力进而促进消费者价值共创行为ꎮ关键词:新零售ꎻ价值共创能力ꎻ价值共创行为ꎻＳＯＲ理论中图分类号:Ｆ７１３㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００８－４４２８(２０２０)１７－００８０－０４一㊁引言随着零售行业的不断发展ꎬ传统线下零售与电子商务零售的用户数与销售额都到达瓶颈期ꎬ触碰到发展的 天花板 ꎮ２０１６年１０月ꎬ马云在互联网大会上首次提出 新零售 这一概念ꎬ引发中国零售业升级ꎮ新零售推动传统线下零售与电子商务零售改造优化的同时也催生出新的零售形式ꎮ这些新型零售形式打破原有的消费者场景限制ꎬ实现零售㊁餐饮㊁外卖等多场景结合ꎬ线上线下联动ꎬ是 新零售 模式优势的集中体现ꎮ在 新零售 以消费者为中心的理念与新型零售的实践下ꎬ消费者更深入地参与了零售产业的价值链ꎬ因此该模式具有价值共创的巨大潜能ꎮ价值共创理论被广泛地运用于研究传统零售业与电子商务ꎬ但目前关注新零售中的价值共创行为的研究还有限ꎮ探索消费者在新型零售模式中的共创价值路径有助于学界与企业更直观地了解新零售模式下消费者的重要地位与新零售当前发展阶段消费者价值共创的现状ꎮ此外ꎬ目前针对 新零售 的研究多为理论研究ꎬ定量研究可以更深入地探究这种新商业模式ꎬ也是对此前案例探讨的补充ꎮ二㊁文献综述(一)新零售内涵与特征新零售 于２０１６年提出ꎬ作为一种新提出的商业模式ꎬ不论学术界还是产业界目前对其定义都没有统一的认知ꎮ杜睿云和蒋侃认为 新零售 可以被视作依托互联网ꎬ通过先进技术手段ꎬ改造商品生产消费过程并重塑零售业态ꎬ融合线上线下服务与物流等场景的零售业务新模式 ꎮ赵树梅和徐晓红认为新零售是 借助互联网思维与高新技术ꎬ对传统零售行业的改良创新ꎬ完成销售过程的活动 ꎮ阿里研究院则在报告中指出 新零售 是以消费者体验为中心的数据驱动的泛零售形态ꎬ其本质是无时无刻始终为消费者提供超出期望的 内容 ꎮ在产业界ꎬ不同的零售变革主导企业用 无界 智慧 等不同的概念界定业态的变革ꎮ尽管称谓和侧重点存在区别ꎬ但均是对当前零售业 颠覆式 变革的描绘ꎮ虽然对于 新零售 定义学界与业界争论较大ꎬ但通过研究 新零售 的实践过程ꎬ学者们观察到了一些 新零售 模式的显著特征ꎮ阿里研究院指出新零售的三大特征分别是以顾客为中心㊁从 物理化 与 数据化 双重思维思考零售业务㊁零售物种大爆发ꎮ王宝义认为 新零售 的本质包括数据驱动商业模式ꎬ线上＋线下＋物流等全渠道多场景融合ꎬ最终向消费者提供超预期的服务ꎮ王正沛和李国鑫认为 新零售 在运营模式㊁消费体验等方面与传统零售相比有显著不同和优势ꎬ借助大数据分析消费者消费习惯与偏好ꎬ 新零售 改造了零售价值链结构ꎬ通过数据协调零售生态的各个参与方ꎬ并在购物体验㊁营销体验等多方面具有消费体验优势ꎮ同时 新零售 实践过程中也打破了场景边界ꎬ实现了线上㊁线下㊁外卖等多场景融合ꎮ此外ꎬ传统零售商也在注意不断降低 新零售 对消费者的门槛ꎬ借助科技提升服务质量ꎮ综上所述ꎬ 新零售 具有数据驱动服务㊁场景多样性与技术易用性三大特征ꎮ(二)价值共创理论１.消费者价值共创能力消费者价值共创能力表示消费者与企业互通并和企业共同创造价值的潜力ꎬ客户拥有的资源是 公司用来构思和实施其战略的有形和无形资产 ꎮＰａｙｎｅ等认为价值共创的结果取决于利益相关者的价值创造能力和主观意愿ꎮＣｏｌｌｅｅｎ等认为顾客的价值共创能力与客户拥有的资源有关ꎬ包括客户的知识㊁说服资本与沟通技能㊁创造力和个人网络链接资产以及社会关系ꎮ综上所述ꎬ消费者与企业进行价值共创的能力涉及两个方面ꎬ一方面是消费者拥有的资源ꎬ另一方面是消费者个人意愿ꎮ２.价值共创行为ＢｏｖｅꎬＧｒｏｔｈꎬＹｉ＆ＧｏｎｇꎬＹｉ都曾经指出过ꎬ消费者的价值共创行为分为两类:一类是消费者参与行为ꎬ指为成功地完成价值共创所必需的角色内行为ꎻ另一类是消费者公民行为ꎬ这是一种自愿的角色外行为ꎬ这类行为为公司提供价值但不一定是价值共创所必需的ꎮＭｅｒｚ等的研究认为ꎬ消费者共创价值的最终结果与消费者意愿和消费者掌握的资源有关ꎮ价值共创理论被广泛地运用于研究传统零售业与电子商务ꎬ但目前关注新零售中的价值共创行为的研究还有限ꎬ研究消费者在新零售模式下的价值共创行为有助于更深入地认识这种新的商业模式ꎬ并对实践提出指导ꎮ商务营销Һ㊀(三)ＳＯＲ模型刺激 组织 响应模型(ＳＯＲ)是认知心理学方面的一个模型ꎬ由Ｍｅｃｈｒａｂｉａｎ等于１９７４年提出ꎬ主要用于解释环境特征对用户心理和行为的影响ꎮ其中Ｓ表示外界刺激(Ｓｔｉｍｕｌｕｓ)ꎬ会对主体产生一定影响ꎻＯ表示有认知的有机体(Ｏｒｇａｎｉｓｍ)ꎻＲ表示主体在接收到刺激之后ꎬ经过某些内心活动ꎬ相应做出的反应(Ｒｅｓｐｏｎｓｅ)ꎮＳＯＲ模型大多被用于消费者行为研究ꎬ本文将新零售的新特征视为刺激ꎬ将消费者价值共创能力视为组织ꎬ将最终消费者价值共创行为视为响应ꎮ三㊁提出假设(一)消费者的价值共创能力与数据驱动的服务伴随着人工智能㊁移动互联网㊁云计算等新兴技术的不断发展ꎬ数据服务领域出现了 大数据联盟 的新形式ꎮ胡艳玲等认为这种联盟可以跨越业务线和企业的界限ꎬ形成网络化的联盟数据资源集成中心ꎮ成员企业分工协作共同参与数据服务创新活动ꎬ建立多层次的服务网络ꎬ满足特定场景下用户的个性化需求ꎬ完成数据驱动的服务ꎮ服务主导逻辑视角下ꎬ用户被视为价值的共同创造者ꎬ谢恩等认为企业在与客户的服务交往和接触中形成的 认可㊁互惠㊁信任 等关系ꎬ这些关系则赋予顾客进行创造共创的能力ꎮ在大数据联盟数据服务创新的支持下ꎬ企业不仅能在特定情境下恰当地整合服务资源ꎬ而且对于加速联合服务能力体系的构筑也有重要的作用ꎮ大数据使网络中的资源㊁能力和关系上彼此协同促进ꎬ共同发挥大数据联盟协同服务创新优势ꎮ胡艳玲等指出这种数据驱动的服务有利于满足特定情境下的用户需求ꎬ提供问题解决方案ꎬ进而加强企业与客户的认可㊁互惠㊁信任等关系ꎬ从而提升顾客的价值共创能力ꎮ综上所述ꎬ提出假设:Ｈ１ａ:消费者价值共创意愿受数据驱动服务的显著正向影响ꎮＨ１ｂ:消费者掌握的资源受数据驱动服务的显著正向影响ꎮ(二)消费者的价值共创能力与场景多样性场景型商业模式是基于互联网技术与社交网络㊁自媒体㊁大数据等多种背景ꎬ通过消费者和信息的碰撞与连接所产生的消费行为和潜在的消费可能性所带来的一种潜在价值的新型模式ꎮ消费场景关注基于空间的集中需求ꎬ由多种元素和维度构成ꎬ包括地点㊁时间㊁消费者㊁社交网络等ꎬ通过对信息的整合解构为用户提供高价值个性化服务ꎮ高磊提出了数字化时代场景营销的四要素ꎬ即对消费者生活的洞察㊁对顾客心智的占领㊁情感的认同与偏爱和社群的体验互动ꎮ场景型商业模式可以提升产品体验性㊁平台连接性和社群生态性ꎬ丰富消费者体验ꎬ进而提升消费者的价值共创能力ꎬ从而能够对价值共创产生正向的影响ꎮ新零售模式整合多种场景ꎬ更能够丰富人㊁时间㊁地点等维度ꎬ进而从更多方面满足顾客需求ꎬ丰富顾客体验ꎬ与顾客建立更深入链接ꎬ增加顾客的价值共创能力ꎮ综上所述ꎬ提出假设:Ｈ２ａ:消费者价值共创意愿受场景多样性的显著正向影响ꎮＨ２ｂ:消费者掌握的资源受场景多样性的显著正向影响ꎮ(三)消费者的价值共创能力与技术易用性Ｄａｖｉｓ指出技术易用性是使用者对新技术在多大程度上容易使用且不需要学习成本的一种主观感受ꎮ感知的技术易用性会增强消费者对新产品的理解能力ꎬ加深消费者对新产品的了解程度ꎮＥｖａｎｓｃｈｉｔｚｋｙ等的研究表明物联网的技术易用性会促进消费者对物联网的了解程度ꎮＤａｖｉｄ在对技术模型的研究中也指出技术的易用性会影响消费者的使用态度ꎬ而消费者态度则会影响消费者的价值共创意愿ꎮ综上所述ꎬ提出假设:Ｈ３ａ:消费者价值共创意愿受技术易用性的显著正向影响ꎮＨ３ｂ:消费者掌握的资源受技术易用性的显著正向影响ꎮ(四)消费者价值共创参与行为与价值共创能力过往有很多学者从不同角度研究了消费者的价值共创参与行为ꎮＲｅｎ和Ｔａｙｌｏｒ认为对于消费者虚拟社区来讲ꎬ主观意愿是影响成员参与行为重要因素之一ꎮ贾学义通过文本分析认为在电子商务等多个场景中ꎬ信任对信息搜索共享等行为有显著的正向影响ꎮＷａｓｋｏ和Ｆａｒａｊ的研究表明喜爱㊁信任等主观感受会激发归属感与责任心ꎬ最终促进消费者在虚拟社区中的参与行为ꎬ他也提出虚拟社区中用户彼此链接最终形成的互惠关系将促进其参与行为ꎮ龚主杰等提出虚拟社区用户对虚拟社区认同感对其持续行为具有正向的促进作用ꎮＢｅｒｇａｍｉ和Ｂａｇｏｚｚｉ提出认知性等因素会促进社会认同感ꎬ并最终推动虚拟社区的参与行为ꎮＦａｕｌｌａｎｔ等人通过研究领先用户行为认为领先用户具有的深度产品与知识使用经验和思考能力会引领市场前沿的需求和解决方案ꎬ企业与这类用户合作能够取得超越市场发展趋势的突破性革新共同创造新价值ꎮ在新零售模式中ꎬ消费者与企业通过会员系统㊁交易系统㊁Ａｐｐ等构建了一种多元的虚拟社区ꎮ综上所述ꎬ提出假设:Ｈ４ａ:消费者价值共创参与行为受到消费者价值共创意愿的显著正向影响ꎮＨ４ｂ:消费者价值共创参与行为受到消费者掌握资源的显著正向影响ꎮ(五)消费者价值共创能力与价值共创公民行为用户价值共创公民行为是出于自愿的非必需角色外行为ꎮ根据社会交换理论ꎬ由于积极主观意愿如信任㊁喜爱等可以对消费远期互利预期产生增强效果ꎬ企业可以通过培养高质量的信任和喜爱等主观意愿与消费者建立超越一般经济交互关系的社会情感联系ꎮ一旦这种关系得以形成ꎬ用户就会在互动中投入更多的精力ꎬ从而更可能感受到自己在价值共创过程中的决定作用ꎮＶａｌｌｅｒａｎｄ等提出自我决定论表明自主感往往与信任㊁兴趣㊁创造性等正相关ꎬ顾客在感受到自己的决定后会进行更多的价值共创活动ꎮ在用户处于主导地位的情况中ꎬ通过平台提升消费者信任程度㊁通过赋予消费者能力明确消费者价值共创角色等一系列提升消费者价值共创能力的行为对价值共创公民行为有显著的正向影响ꎮ综上所述ꎬ提出假设:Ｈ５ａ:消费者价值共创公民行为受到消费者价值共创意愿的显著正向影响ꎮＨ５ｂ:消费者价值共创公民行为受到消费者掌握资源的显著正向影响ꎮ以上所述模型如图１所示ꎮ图１㊀新零售对消费者价值共创行为的ＳＯＲ模型四㊁研究设计与实证分析(一)问卷设计与样本描述本研究中的结构模型包含数据驱动的服务㊁场景多样性㊁技术易用性㊁消费者价值共创意愿㊁消费者掌握的资源㊁消费者价值共创参与行为㊁消费者价值共创公民行为ꎮ量表设计参考已有成熟量表ꎬ同时引入性别㊁年龄㊁学历㊁职业㊁服务使用频次５个控制变量ꎬ方便对样本进行描述ꎮ除控制变量外ꎬ其他所有测量项均采用李克特７级量表ꎮ本次调查问卷通过网络平台与实地调研两种方法进行发放ꎬ发放对象为 盒马鲜生 用户ꎮ共收到问卷３０１份ꎬ最终保留有效问卷１３２份ꎬ有效样本结构见表１ꎮ从服务频次上来看ꎬ每月使用低于１次的 尝鲜类 用户占总样本的１/３ꎬ每月使用１~３次的用户占４５.４５％ꎬ每月使用４次以上的重度使用用户占２１.２１％ꎬ整体接近正态分布ꎬ样本具有一定的代表性ꎮ表１㊀实验对象描述性统计性别最高受教育程度年龄职业服务使用频次/月男４５.４５％初中０％１８以下１.５１％学生４５.４５％低于１次３３.３３％女５４.５５％高中４.５５％１８~２５６６.６７％自由职业４.５５％１~３次４５.４６％本科３４.８５％２６~３０１８.１８％事业单位３.０３％４次及以上２１.２１％硕士及以上６０.６０％３１~４０７.５８％企业３９.３９％４１~５０１.５２％其他７.５８％５１~６０４.５４％㊀㊀(二)实证分析与假设检验利用ＫＭＯ系数与巴特利球形检验进行问卷的整体结构效度分析ꎬ结果如表２所示ꎬ说明问卷结构效度较好ꎮ分别计算新零售模式特征㊁消费者价值共创能力㊁消费者价值共创行为三个测项的结构效度得到结果见表２ꎬ说明各个测项结构效度较好ꎮ表２㊀效度分析变量ＫＭＯ巴特利检验ＡｐｐｒｏｘＣｈｉ－Ｓｑｕａｒｅｄｆｓｉｇ.新零售特征０.８５８２５.９２５５５０消费者价值共创能力０.８５６１５３２.９２１９１０消费者价值共创行为０.８０９１５０９.２５９１２００问卷整体０.８５８５４６８.９２３７８００㊀㊀对新零售特征㊁消费者价值共创能力㊁消费者价值共创行为之间的相关关系进行研究分析ꎬ确定变量之间的关系及关系的强弱ꎮ分析结果如表３所示ꎮ数据显示新零售特征中各个维度与消费者价值共创能力两个维度之间均具有正相关的关系ꎻ新零售特征与消费者价值共创能力的各个维度均与消费者价值共创行为有正相关关系ꎬ会正向影响消费者价值共创行为ꎮ表３㊀相关性检验数据驱动的服务场景多样性技术易用性消费者价值共创意愿消费者掌握资源消费者参与行为消费者公民行为数据驱动的服务１场景多样性０.６３６∗∗１技术易用性０.６６５∗∗０.６５３∗∗１消费者价值共创意愿０.７８３∗∗０.７３９∗∗０.７０７∗∗１消费者掌握资源０.５３５∗∗０.６０８∗∗０.５８４∗∗０.７１４∗∗１消费者参与行为０.７３４∗∗０.６４７∗∗０.６０１∗∗０.８６６∗∗０.５７１∗∗１消费者公民行为０.７２７∗∗０.６８６∗∗０.６４７∗∗０.９２６∗∗０.６８６∗∗０.８０４∗∗１㊀注:∗∗表示在０.０１级别(双尾)ꎬ相关性显著ꎮ进行信度㊁效度检验并验证变量间相关性后ꎬ对假设进行检验ꎮ各变量之间的标准化路径系数值㊁ｔ值和假设检验结果如表４所示ꎮ从表中可以看到ꎬ所有的假设检验的Ｐ值均小于０.０１ꎬ变量间关系的显著性均得到验证ꎮ表４㊀假设检验假设假设路径关系标准化系数ｔ值显著性Ｈ１ａ数据驱动的服务ң消费者价值共创意愿０.７８３１４.３７３∗∗∗Ｈ１ｂ数据驱动的服务ң消费者掌握资源０.５３５７.２１８∗∗∗Ｈ２ａ场景多样性ң消费者价值共创意愿０.７３９１２.５０７∗∗∗Ｈ２ｂ场景多样性ң消费者掌握资源０.６０８８.７３９∗∗∗Ｈ３ａ技术易用性ң消费者价值共创意愿０.７０７１１.３８４∗∗∗Ｈ３ｂ技术易用性ң消费者掌握资源０.５８４８.１９４∗∗∗Ｈ４ａ消费者价值共创意愿ң消费者参与行为０.８６６１９.７８９∗∗∗Ｈ４ｂ消费者掌握资源ң消费者参与行为０.５７１７.９２２∗∗∗Ｈ５ａ消费者价值共创意愿ң消费者公民行为０.９２６２７.９６９∗∗∗Ｈ５ｂ消费者掌握资源ң消费者公民行为０.６８６１０.７５７∗∗∗㊀注:∗∗∗表示Ｐ<０.００１ꎮ五㊁研究结论与管理启示新零售模式中数据驱动的服务㊁场景多样性与技术易用性特征为消费者带来的新体验对消费者价值共创能力的两个维度均有正向影响ꎮ这些新特征有助于不断对消费者行为与需求进行精细化的管理ꎬ提升服务水平ꎬ高效交互ꎬ满足消费者个性化需求ꎬ提升消费者对品牌的好感度ꎬ增强消费者对品牌的信任ꎬ从而提升消费者与企业进行价值共创的意愿ꎮ同时ꎬ这些特征还会激发用户深入了解企业品牌与服务的意愿ꎬ通过虚拟社区㊁会员体系等帮助用户与企业以及用户间建立更多链接ꎬ帮助用户获得更多信息ꎬ增加消费者拥有的资源ꎮ消费者价值共创能力各个维度对消费者的价值共创参与行为与公民行为均有正向影响ꎮ新零售这种新的商业模式借助各种新技术ꎬ整合资源ꎬ为消费者提供了多场景㊁多维度㊁多样的零售服务ꎬ深入挖掘和满足了更多个性化的用户需求ꎬ加强了用户间交流ꎬ增加顾客接受服务时的耐心ꎮ同时让用户掌握了更多资源与主动权ꎬ帮助消费者更深入了解企业服务ꎬ加深了消费者与企业和其他用户之间的情感ꎮ这对于企业形象的提升和用户态度的好转都起到正向作用ꎮ消费者感受到更多的掌控能力与决定权也将推动消费者进行反馈或对他人自发推荐等非必需的行为ꎮ这种新的商业模式有利于提高消费者对企业长远的预期ꎬ消费者愿意以更高的价值共创意愿参与到与企业的价值共创活动中ꎮ最终ꎬ消费者的价值共创参与行为与公民行为在新零售模式中将增加ꎮ根据本文的研究结论ꎬ建议零售企业在营销实践中应该注重构建更多元的数据体系ꎬ有针对地拓展服务场景ꎬ同时加强对新兴技术的运用ꎬ并注意降低消费者使用新技术的成本ꎬ充分发挥新零售商业模式的优势ꎬ鼓励消费者与企业共同创造价值ꎮ在与消费者的关系方面ꎬ应该加强对用户价值共创能力的了解与管理ꎬ定期进行调研ꎬ通过各类数据跟踪消费者行为ꎬ挖掘消费者的价值创造潜力ꎮ参考文献:[１]杜睿云ꎬ蒋侃.新零售:内涵ꎬ发展动因与关键问题[Ｊ].价格理论与实践ꎬ２０１７(２):１３９－１４１.[２]赵树梅ꎬ徐晓红. 新零售 的含义㊁模式及发展路径[Ｊ].中国流通经济ꎬ２０１７(５):１４－２２.[３]王宝义. 新零售 的本质ꎬ成因及实践动向[Ｊ].中国流通经济ꎬ２０１７ꎬ３１(７):３－１１.[４]王正沛ꎬ李国鑫.消费体验视角下新零售演化发展逻辑研商务营销Һ㊀究[Ｊ].管理学报ꎬ２０１９ꎬ１６(３):３３３.[５]ＰＡＹＮＥＡꎬＳＴＯＲＢＡＣＫＡＫꎬＦＲＯＷＰꎬｅｔａｌ.Ｃｏ－ｃｒｅａｔｉｎｇｂｒａｎｄｓ:Ｄｉａｇｎｏｓｉｎｇａｎｄｄｅｓｉｇｎｉｎｇｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｅｘｐｅｒｉｅｎｃｅ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２００９ꎬ６２(３):３７９－３８９.[６]ＨＡＲＭＥＬＩＮＧＣＭꎬＭＯＦＦＥＴＴＪＷꎬＡＲＮＯＬＤＭＪ.Ｔｏｗａｒｄａｔｈｅｏｒｙｏｆｃｕｓｔｏｍｅｒｅｎｇａｇｅｍｅｎｔｍａｒｋｅｔｉｎｇ[Ｊ].ＪｏｕｒｎａｌｏｆｔｈｅＡ￣ｃａｄｅｍｙｏｆＭａｒｋｅｔｉｎｇＳｃｉｅｎｃｅꎬ２０１６ꎬ４５(３):１－２４. [７]ＢＯＶＥＬＬꎬＰＥＲＶＡＮＳＪꎬＢＥＡＴＴＹＳＥꎬｅｔａｌ.Ｓｅｒｖｉｃｅｗｏｒｋｅｒｒｏｌｅｉｎｅｎｃｏｕｒａｇｉｎｇｃｕｓｔｏｍｅｒｏｒｇａｎｉｚａｔｉｏｎａｌｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒｓ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２００９ꎬ６２(７):６９８－７０５.[８]ＧＲＯＴＨＭ.Ｃｕｓｔｏｍｅｒｓａｓｇｏｏｄｓｏｌｄｉｅｒｓ:Ｅｘａｍｉｎｉｎｇｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒｓｉｎｉｎｔｅｒｎｅｔｓｅｒｖｉｃｅｄｅｌｉｖｅｒｉｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔꎬ２００５ꎬ３１(１):７－２７.[９]ＹＩＹꎬＧＯＮＧＴ.Ｉｆｅｍｐｌｏｙｅｅｓ ｇｏｔｈｅｅｘｔｒａｍｉｌｅ ꎬｄｏｃｕｓｔｏｍｅｒｓｒｅｃｉｐｒｏｃａｔｅｗｉｔｈｓｉｍｉｌａｒｂｅｈａｖｉｏｒ?[Ｊ].Ｐｓｙｃｈｏｌｏｇｙ＆Ｍａｒｋｅｔｉｎｇꎬ２００８ꎬ２５(１０):９６１－９８６.[１０]ＹＩＹꎬＮＡＴＡＲＡＡＪＡＮＲꎬＧＯＮＧＴ.Ｃｕｓｔｏｍｅｒｐａｒｔｉｃｉｐａｔｉｏｎａｎｄｃｉｔｉｚｅｎｓｈｉｐｂｅｈａｖｉｏｒａｌｉｎｆｌｕｅｎｃｅｓｏｎｅｍｐｌｏｙｅｅｐｅｒｆｏｒｍａｎｃｅꎬｓａｔｉｓｆａｃｔｉｏｎꎬｃｏｍｍｉｔｍｅｎｔꎬａｎｄｔｕｒｎｏｖｅｒｉｎｔｅｎｔｉｏｎ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２０１１ꎬ６４(１):８７－９５.[１１]ＭＥＲＺＭＡꎬＺＡＲＡＮＴＯＮＥＬＬＯＬꎬＧＲＡＰＰＩＳ.Ｈｏｗｖａｌｕａｂｌｅａｒｅｙｏｕｒｃｕｓｔｏｍｅｒｓｉｎｔｈｅｂｒａｎｄｖａｌｕｅｃｏ－ｃｒｅａｔｉｏｎｐｒｏｃｅｓｓ?ＴｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａＣｕｓｔｏｍｅｒＣｏ－ＣｒｅａｔｉｏｎＶａｌｕｅ(ＣＣＣＶ)ｓｃａｌｅ[Ｊ].ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈꎬ２０１８ꎬ８２:７９－８９. [１２]赖胜强.网络谣言对受众再传播行为的影响机理研究[Ｊ].情报杂志ꎬ２０１４(５):１５３－１５６.[１３]谢恩ꎬ李垣.基于资源观点的联盟中价值创造研究综述[Ｊ].管理科学学报ꎬ２００３ꎬ６(１):８１－８６.[１４]胡艳玲ꎬ高长元ꎬ翟丽丽ꎬ等.服务主导逻辑下大数据联盟数据服务创新价值共创机理[Ｊ].情报理论与实践ꎬ２０１９ꎬ４２(３):６０.[１５]高磊.数字化时代场景营销的四大关键要素[Ｊ].广告大观:理论版ꎬ２０１７(６):９.[１６]ＤＡＶＩＳＦＤ.Ｐｅｒｃｅｉｖｅｄｕｓｅｆｕｌｎｅｓｓꎬｐｅｒｃｅｉｖｅｄｅａｓｅｏｆｕｓｅꎬａｎｄｕｓｅｒａｃｃｅｐｔａｎｃｅｏｆｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ[Ｊ].ＭＩＳＱｕａｒｔｅｒｌｙꎬ１９８９ꎬ１３(３):３１９－３４０.[１７]ＥＶＡＮＳＣＨＩＴＺＫＹＨꎬＩＹＥＲＧＲꎬＰＩＬＬＡＩＫＧꎬｅｔａｌ.Ｃｏｎｓｕｍｅｒｔｒｉａｌꎬｃｏｎｔｉｎｕｏｕｓｕｓｅꎬａｎｄｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓｏｆａｒｅｔａｉｌｓｅｒｖｉｃｅｉｎｎｏｖａｔｉｏｎ:Ｔｈｅｃａｓｅｏｆｔｈｅｐｅｒｓｏｎａｌｓｈｏｐｐｉｎｇａｓｓｉｓｔａｎｔ[Ｊ].ＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔＩｎｎｏｖａｔｉｏｎＭａｎａｇｅｍｅｎｔꎬ２０１５ꎬ３２(３):４５９－４７５.[１８]ＲＥＮＪꎬＴＡＹＬＯＲＲＮ.Ａｕｔｏｍａｔｉｃａｎｄｖｅｒｓａｔｉｌｅｐｕｂｌｉｃａｔｉｏｎｓｒａｎｋｉｎｇｆｏｒｒｅｓｅａｒｃｈｉｎｓｔｉｔｕｔｉｏｎｓａｎｄｓｃｈｏｌａｒｓ[Ｊ].ＣｏｍｍｕｎｉｃａｔｉｏｎｓｏｆｔｈｅＡＣＭꎬ２００７ꎬ５０(６):８１－８５.[１９]贾学义.信任对信息行为的影响研究述论:基于ｗｅｂｏｆｓｃｉｅｎｃｅ核心集[Ｊ].宁夏大学学报(人文社会科学版)ꎬ２０１８ꎬ４０(１):１３８－１４４.[２０]ＷＡＳＫＯＭＭＬꎬＦＡＲＡＪＳ. Ｉｔｉｓｗｈａｔｏｎｅｄｏｅｓ :Ｗｈｙｐｅｏ￣ｐｌｅｐａｒｔｉｃｉｐａｔｅａｎｄｈｅｌｐｏｔｈｅｒｓｉｎｅｌｅｃｔｒｏｎｉｃｃｏｍｍｕｎｉｔｉｅｓｏｆｐｒａｃ￣ｔｉｃｅ[Ｊ].ＴｈｅＪｏｕｒｎａｌｏｆＳｔｒａｔｅｇｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓꎬ２０００ꎬ９(２－３):１５５－１７３.[２１]龚主杰ꎬ赵文军ꎬ熊曙初.基于感知价值的虚拟社区成员持续知识共享意愿研究[Ｊ].图书与情报ꎬ２０１３(５):８９－９４. [２２]ＢＥＲＧＡＭＩＭꎬＢＡＧＯＺＺＩＲＰ.Ｓｅｌｆ－ｃａｔｅｇｏｒｉｚａｔｉｏｎꎬａｆｆｅｃｔｉｖｅｃｏｍｍｉｔｍｅｎｔａｎｄｇｒｏｕｐｓｅｌｆ－ｅｓｔｅｅｍａｓｄｉｓｔｉｎｃｔａｓｐｅｃｔｓｏｆｓｏｃｉａｌｉ￣ｄｅｎｔｉｔｙｉｎｔｈｅｏｒｇａｎｉｚａｔｉｏｎ[Ｊ].ＢｒｉｔｉｓｈＪｏｕｒｎａｌｏｆＳｏｃｉａｌＰｓｙｃｈｏｌｏｇｙꎬ２０００ꎬ３９(４):５５５－５７７.[２３]ＦＡＵＬＬＡＮＴＲꎬＳＣＨＷＡＲＺＥＪꎬＫＲＡＪＧＥＲＩꎬｅｔａｌ.Ｔｏｗａｒｄｓａｃｏｍｐｒｅｈｅｎｓｉｖｅｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｌｅａｄｕｓｅｒｎｅｓｓ:Ｔｈｅｓｅａｒｃｈｆｏｒｉｎｄｉｖｉｄｕａｌｃｒｅａｔｉｖｉｔｙ[Ｊ].ＣｒｅａｔｉｖｉｔｙａｎｄＩｎｎｏｖａｔｉｏｎＭａｎａｇｅｍｅｎｔꎬ２０１２ꎬ２１(１):７６－９２.[２４]ＶＡＬＬＥＲＡＮＤＲＪꎬＤＥＣＩＥＬꎬＲＹＡＮＲＭ.Ｉｎｔｒｉｎｓｉｃｍｏｔｉｖａ￣ｔｉｏｎｉｎｓｐｏｒｔ[Ｊ].ＥｘｅｒｃｉｓｅａｎｄＳｐｏｒｔＳｃｉｅｎｃｅｓＲｅｖｉｅｗｓꎬ１９８７ꎬ１５(１):３８９－４２６.作者简介:李翠微ꎬ女ꎬ内蒙古呼和浩特人ꎬ北京邮电大学硕士研究生ꎬ研究方向:价值共创ꎮ(上接第７７页)用户数据面临外泄的风险ꎬ很多用户为了保护自己的信息安全ꎬ不愿意泄露或是输出自己的真实信息ꎬ使得企业无法准确判断用户需求ꎬ从而降低用户画像方法的现实意义ꎮ怎样实现用户的隐私保护ꎬ以及怎样建立用户与企业之间的信任感ꎬ是需要进一步研究的方向所在ꎮ参考文献:[１]金剑霞.大数据背景下企业精准营销研究[Ｊ/ＯＬ].中国商论ꎬ２０２０(３):９７－９８[２０２０－０２－０９].ｈｔｔｐｓ://ｄｏｉ.ｏｒｇ/１０.１９６９９/ｊ.ｃｎｋｉ.ｉｓｓｎ２０９６０２９８.２０２０.０３.０９７.[２]郝胜宇ꎬ陈静仁.大数据时代用户画像助力企业实现精准化营销[Ｊ].中国集体经济ꎬ２０１６(４):６１－６２.[３]李丹ꎬ高建忠.基于用户画像的图书馆推荐服务初探[Ｊ].图书馆ꎬ２０１９(７):６６－７１.[４]郝书雅.大数据营销背景下的消费者画像分析[Ｊ].全国流通经济ꎬ２０１９(２０):８－９.[５]王向晖.基于用户画像的电商企业移动精准营销研究[Ｊ].齐齐哈尔师范高等专科学校学报ꎬ２０１９(６):９５－９６. [６]崔春生ꎬ王雪ꎬ李文龙.情境环境下基于用户画像的旅游产品推荐算法研究[Ｊ].数学的实践与认识ꎬ２０１９ꎬ４９(２０):１２２－１３１.[７]袁军.大数据环境下用户画像在高校图书馆的应用研究[Ｊ].图书馆研究与工作ꎬ２０１９(６):２２－２６.[８]曾鸿ꎬ吴苏倪.基于微博的大数据用户画像与精准营销[Ｊ].现代经济信息ꎬ２０１６(１６):３０６－３０８.作者简介:王斐ꎬ女ꎬ山东人ꎬ东南大学研究生ꎬ研究方向:电子商务㊁数据分析㊁个性化推荐ꎮ。
研究与技术丝绸JOURNAL OF SILK人机交互感知对虚拟试衣体验满意度的影响Influence of human-computer interaction perception on the satisfaction of virtual fitting experience阮艳雯1,施雨荷1,顾力文2,杨海艺1,赵俊洲1(1.上海工程技术大学纺织服装学院,上海201620;2.东华大学上海国际时尚创意学院,上海200051)摘要:虚拟试衣技术近年来发展迅猛,为探究人机交互感知对消费者虚拟试衣体验满意度的影响机制,本文基于刺激 有机体 反应理论构建相关理论模型,并通过对215名消费者的线下真实虚拟试衣体验与问卷调研相结合的方法进行验证,保证了人机交互试衣体验的真实性㊂结果表明:人机交互感知对体验满意度存在积极影响,其中感知沉浸感与感知控制性对体验满意度呈正向影响;自主性在感知沉浸感对体验满意度的影响路径中承担部分中介的作用㊂研究结论从理论方面补充了现有虚拟试衣研究中对体验满意度影响因素研究的不足,并扩展了现有虚拟试衣的理论;从实践方面,提出了人机交互体验的提升路径,为企业实践提供支持㊂关键词:虚拟试衣;人机交互感知;体验满意度;自主性;SOR 模型;增强现实技术中图分类号:TS 941.1㊀㊀㊀㊀文献标志码:A ㊀㊀㊀㊀文章编号:10017003(2023)05008710引用页码:051112DOI :10.3969/j.issn.1001-7003.2023.05.012收稿日期:20220905;修回日期:20230404基金项目:中国博士后科学基金面上项目(2021M 700794);上海艺术科学规划一般项目(YB 2020F 06);上海市大学生创新训练项目(CS 2209007);上海工程技术大学大学生创新训练项目(CX 2209003)作者简介:阮艳雯(1987),女,讲师,主要从事时尚数字技术㊁消费者行为的研究㊂㊀㊀虚拟数字技术的飞速发展推动了服饰营销中虚拟试衣技术的应用[1]㊂2020年,全球虚拟试衣间的市场规模约为34亿美元,且据CB Insights 预测,2030年其市场规模将增长至193亿美元[1]㊂虚拟试衣技术是指以增强现实(Augmented Reality ,AR )技术为基础,通过数字化硬件设备或软件程序,满足消费者服饰试穿体验的技术[2]㊂目前,已有研究探究了消费者对虚拟试衣技术的技术接受和使用意愿,叶晶等[2]基于技术接受模型验证了消费者对虚拟试衣技术的使用态度显著正向影响使用意愿;Beck 等[3]运用实验法定量证明了虚拟试衣技术对消费者在网店和实体店购买意愿的促进作用㊂然而,从虚拟试衣技术的受众视角关注消费者技术体验的研究仍显不足[4]㊂现有研究对虚拟试衣技术是否能为消费者带来体验满意度仍存在争议,Feng 等[4]认为通过虚拟试衣的个性化等功能,消费者可以获得高个性化与高满意度的服饰产品;然而,于君英等[5]认为虚拟试衣技术在技术成熟度和隐私安全度方面的不足会削弱消费者的满意体验㊂因此,在虚拟试衣情境中,到底有哪些因素在影响消费者的体验满意度?现有研究都尚未考虑 人(消费者) 机(虚拟试衣设备或软件)交互 对虚拟试衣体验满意度的影响㊂人机交互感知被认为是在线零售环境中消费者服务体验的重要影响因素[6],在顾客参与在线定制[7]㊁新技术开发[8]等情境中已得到广泛研究㊂但是,它是否会在虚拟试衣情境中对消费者获得满意体验带来影响,值得进一步验证㊂刺激 有机体 反应(Stimulus-Organism-Response ,SOR )理论早先从环境心理学领域提出[9],旨在探索环境线索对个体认知和情感的影响,及其导致的进一步行为反应[9]㊂目前在数字化技术情境中,SOR 理论被广泛应用于服装电子零售[10]㊁移动医疗服务[11]等领域,研究消费者采用数字化技术或产品过程中的认知㊁情感及购买行为[9]㊂然而,SOR 理论还未被用于解释虚拟试衣体验情境中人机交互感知的影响机制㊂基于SOR 理论,当消费者体验虚拟试衣时,会自然地受到虚拟试衣技术的环境刺激,并在量体㊁选衣㊁试衣等人机交互过程中引发认知或情感[12],进而产生体验满意度的反应㊂因此,本研究探索了在虚拟试衣技术环境刺激(S )下,消费者人机交互感知(O )与体验满意度(R )之间的影响机制㊂依托SOR 理论,本研究从消费者体验视角探究人机交互感知对虚拟试衣技术体验满意度的影响,即验证感知沉浸感㊁感知个性化㊁感知控制性㊁感知响应性与消费者体验满意度之间的影响㊂研究结果在理论上通过纳入人机交互体验因素,补充了现有虚拟试衣情境中体验满意度的影响因素㊂同时,基于SOR 理论的影响机制分析也是对现有虚拟试衣理论研Vol.60㊀No.5Influence of human-computer interaction perception on the satisfaction of virtual fitting experience究的扩展㊂本研究促进服饰企业深入了解消费者虚拟试衣人机体验,于企业数字化转型方面具有实践意义㊂基于消费者虚拟试衣情境,本研究分为以下三个步骤进行:1)构建人机交互感知与体验满意度关系的概念模型;2)借助调查问卷收集数据并分析,验证相关假设;3)基于验证结果提出针对虚拟试衣技术升级与推广的营销建议㊂1㊀理论基础与研究假设1.1㊀人机交互感知人机交互感知是指用户对数字化虚拟交互环境实现的人机信息交流而产生的不同感知[6]㊂基于不同的营销情境,学者们提出了不同的人机交互感知测量维度(表1)㊂其中,感知个性化㊁感知控制性和感知响应性,是三个最常被用来衡量人机交互感知的主要维度㊂此外,由于虚拟试衣所依托的AR 技术特征区别于一般营销情境,可以促进沉浸式体验[12]㊂因此,本研究进一步将感知沉浸感纳入人机交互感知的测量维度㊂本研究中人机交互感知的主要维度包括感知沉浸感㊁感知个性化㊁感知控制性和感知响应性㊂其中,感知沉浸感是指消费者基于某种环境刺激沉浸于正在体验的内容的程度[13];感知个性化反映信息或服务的定制程度,满足消费者偏好和个性化需求的程度[14];感知控制性是指消费者对选择查看的内容㊁顺序㊁时间等的控制程度[14];感知响应性是指消费者在人机交互时感知到系统对购买需求的快速响应,并提供相关信息的程度[15]㊂表1㊀人机交互研究回顾Tab.1㊀Review of human-computer interaction在线网站互动消费情境[14]响应性实时交互连通性个性化娱乐性网站重访定性分析移动商务情境[16]用户控制(+)响应性(+)连通性(+)个性化(NS.)顾客信任定量分析在线网站互动消费情境[17]感知控制性(+)感知个性化(+)网站感知互动性定量分析对因变量的影响不显著㊂1.2㊀自主性自主性源自哲学㊁心理学领域的研究,是指消费者不受其他主体施加的外部影响而按照自我意愿行事[15]㊂虚拟试衣情境中,消费者参与试衣体验需要自主地进行款式选择㊁搭配等活动,体现了消费者人机交互过程中的自主性㊂学者认为自主性是消费者获得体验满意度的重要因素[18],因此,本研究纳入自主性这一心理因素,将更全面地解析人机交互感知与体验满意度之间的心理机制㊂1.3㊀体验满意度体验满意度是指体验前的期望价值与体验后的感知价值间的对比关系,属于体验后评价[19]㊂当今消费者购物的目的不仅限于产品购买,更注重过程体验[20]㊂体验满意度是影响消费者最终购买决策的重要因素[7]㊂数字化消费情境中已有部分研究借助SOR 理论探索了消费者体验满意度的前因,如全渠道零售中数字化技术的个性化[21],网络购物情境中商家自动回复的沟通质量[22]等㊂这些研究都验证了SOR 理论于数字化消费情境解释消费者体验满意度的稳健性㊂虚拟试衣作为数字化消费情境之一[12],其消费体验满意度的影响机制还未被深入探究,而SOR 理论是对其进行解释的重要理论依据㊂因此,本研究基于SOR 理论探讨虚拟试衣情境下消费者人机交互感知对体验满意度的影响㊂1.4㊀研究假设1.4.1㊀人机交互感知与自主性自主性可以通过人机交互产生,当消费者获得的人机交互体验越积极,自主性会越强[15]㊂消费者在与虚拟试衣技术交互的过程中感知到的沉浸感越强,则获得的信息越充分[23]㊂通过深入沉浸体验,消费者获得的充分信息有利于增加其自主选择[23]㊂感知个性化程度越高,消费者预期获得个性化定制产品的可能性越高[24]㊂预期提升会增加消费者兴趣,进而提升消费者投入体验的自主性[25]㊂此外,过多的选择或信息会让消费者因为决策困难失去体验的兴趣[26],个性化推荐有助于缓解信息过载带来的负面效应,从而使得消费者有能力自主地投入人机交互体验[15]㊂沈鹏熠等[15]指出感知响应性和感知控制性均正向影响自主性㊂换句话说,在虚拟试衣情境中,通过虚拟试衣技术获取体型㊁服饰㊁搭配建议等信息的速度越快㊁相关程度越高,越容易激发消费者参与体验的自主性㊂此外,消费者感知控制程度越高,其自主性越强㊂因此,本研究提出如下假设:H 1:消费者的人机交互感知对自主性存在正向影响㊂H 1a :感知沉浸感对自主性存在正向影响㊂H 1b :感知个性化对自主性存在正向影响㊂H 1c :感知响应性对自主性存在正向影响㊂H 1d :感知控制性对自主性存在正向影响㊂第60卷㊀第5期人机交互感知对虚拟试衣体验满意度的影响1.4.2㊀自主性与体验满意度自主性的增加能激发消费者在购物体验中的积极情绪,从而增强体验满意度[18]㊂Zhang 等[27]指出消费者在购物过程中的自主意识对体验满意度具有积极影响㊂人们普遍认为,购物不仅限于获得产品,更注重过程体验[20]㊂这种可自由支配的体验比起单纯的物质获得更有利于增强消费者的满意度[20]㊂因此,对消费者自主性的积极认知会使消费者对其购物体验感到满意㊂因此,本研究提出如下假设:H 2:自主性对体验满意度存在正向影响㊂1.4.3㊀人机交互感知与体验满意度已有研究表明人机交互感知中的感知沉浸感与感知控制性会正向影响体验满意度[8,28]㊂相较于非沉浸式体验,沉浸式体验更能增加消费者的体验满意度[29]㊂崔立新等[8]指出人机交互中的沉浸体验会积极影响体验满意度㊂究其原因,相对于普通的在线产品展示技术,AR 技术能让消费者更具沉浸感和享受感[29]㊂因此,依托于AR 技术的虚拟试衣体验能够带给消费者更强烈的沉浸感,从而激发出他们的高体验满意度㊂此外,当消费者在购物过程中具有更高的控制性时,更容易将个人需求和市场产品相匹配[30]㊂获得控制性的消费者可以根据自己的条件选择需求产品和需求时间[30]㊂因此,具有控制性的消费者更有可能获得积极的体验[31],而积极的体验会影响消费者的体验满意度[28]㊂因此,本研究提出如下假设:H 3a :消费者人机交互感知中的感知沉浸感对体验满意度存在正向影响㊂H 3b :消费者人机交互感知中的感知控制性对体验满意度存在正向影响㊂1.4.4㊀自主性的中介作用在数字化消费情境中,一方面,人机交互感知可以激发消费者参与体验的自主性[15]㊂另一方面,在人机交互过程中,可由消费者自由支配的体验过程比起物质性享受更能增强体验满意度[20]㊂换句话说,消费者的自主性越强,越易感受到高度的自由支配体验,继而增强体验满意度㊂在虚拟试衣情境中,消费者在量体㊁选择㊁试衣㊁搭配等人机交互过程中获得体验满意度的影响因素之一,在于其是否在整个过程中体验到自主性㊂由此可见,在虚拟试衣情境中,消费者人机交互感知会通过增加自主性,继而增强消费者的体验满意度,故本研究提出如下假设:H 4:自主性会积极中介人机交互感知对体验满意度的影响㊂依据上述理论基础与研究假设,基于SOR 理论,本研究提出虚拟试衣情境中消费者人机交互感知与体验满意度的影响机制理论模型,如图1所示㊂图1㊀理论模型Fig.1㊀Theoretical model2㊀研究设计本研究旨在探究虚拟试衣情境中人机交互感知对体验满意度的影响㊂与以往虚拟试衣研究中仅通过线上调研收集样本的研究方法不同[32],本研究采用线下真实体验与问卷调查法相结合的模式,从而更好地确保体验的真实性㊂线下真实体验是指被试参与真实的虚拟试衣体验,问卷调查是指被试在体验后填写测量问卷㊂两种方法结合可以获得真实体验后的数据并进行分析与研究,增加实证研究的信度和效度[12]㊂2.1㊀量表设计本研究主要测量6个核心变量,分别为感知沉浸感㊁感知个性化㊁感知控制性㊁感知响应性㊁自主性与体验满意度㊂各核心变量的测量均借鉴现有量表,并采取回译方法将英文量表转化为中文量表㊂再根据虚拟试衣技术的相关情境进行语义校正,完善问卷㊂其中,感知沉浸感借鉴Jennett 等[33]的量表,包含 交互过程非常自然 等3个题项;感知个性化借鉴Wu [17]的量表,包含 显示购物内容多样化 等3个题项;感知控制性和感知响应性借鉴Yoo 等[34]的量表,分别包含 使用和操作很容易 和 获取信息非常快 等各2个题项;自主性借鉴Sheldon 等[35]的量表,包含 可以选择服饰搭配 等3个题项;体验满意度借鉴Jones 等[36]的量表,包含 感到满意 等3个题项㊂测量变量采用Likert 7级量表,1表示 完全不同意 ,7表示 完全同意 ㊂正式发放问卷前,本研究通过邀请被试者体验虚拟试衣,并对初始问卷进行预测试,具体量表设计与文献来源如表2所示㊂此外,本研究也调查了人口统计特征,如性别㊁年龄等㊂Vol.60㊀No.5Influence of human-computer interaction perception on the satisfaction of virtual fitting experience表2㊀量表设计与文献来源Tab.2㊀Scale design and literature source感知沉浸感感官参与程度都很高与现实世界试衣体验一致Jennett 等[33]感知个性化显示购物内容多样化满足个性化购物需求有真正需要的商品Wu [17]感知控制性使用和操作很容易操作流程清晰易懂Yoo 等[34]感知响应性获取信息非常快对请求命令反应很快Yoo 等[34]自主性可以选择服饰搭配可以搭配出符合自己审美的服装Sheldon 等[35]2.2㊀数据收集及样本基本特征情况本研究选取体验过虚拟试衣设备者作为调研对象,为提升虚拟试衣体验的可信度,采取线下邀请被试者先参与试衣体验㊁后填写调研问卷的调查方式㊂由于不同虚拟试衣设备具备不同的机器属性,只选取某一种设备进行调查会导致结果有所偏差㊂为了减小此偏差,本研究选取现有虚拟试衣相关文献中被研究最多且具有应用场景差异的两类试衣设备,虚拟试衣镜[37-38]云之梦虚拟试衣镜(图2)和试衣APP[12,32]优衣库搭配师APP (图3)㊂在试衣过程中,指定每位参与体验者搭配3套服装,以确保被试者在虚拟试衣时充分体验人机交互的过程㊂通过在中国上海某高校和高校附近企业发放体验海报,邀请被试者参与体验,为被试者随机分配不同虚拟试衣体验设备,让其体验后填写调查问卷㊂完成所有调查后询问被试调研目的,剔除已知调研目的的被试者答卷㊂调研完成后,被试者获得价值10元的礼品作为回报㊂图2㊀云之梦虚拟试衣镜Fig.2㊀Cloud dream virtual fitting mirror图3㊀优衣库搭配师APP Fig.3㊀Uniqlo match maker APP最终,虚拟试衣镜体验回收问卷92份,试衣APP 体验回收问卷128份,共回收220份问卷㊂依据客观题错答㊁缺失值㊁明显规律性做答的标准,筛选问卷,剔除5份无效问卷,最终得到有效问卷215份,其中试衣镜体验占42.8%,试衣APP 体验占57.2%,两者被试样本较为平衡,问卷总体有效率为97.7%㊂样本描述性统计结果如表3所示㊂样本中19~20岁的人群占比最高,约为32.6%;女性占比61.4%,教育背景主要集中在本科学历,为79%;月可支配购物金额中501~1000元占比最高,为39.5%;线上购物频率方面,每月2~3次占比47.4%㊂符合虚拟试衣购物群体的基本特征[12]㊂表3㊀调研样本基本特征情况Tab.3㊀Basic characteristics of survey samples年龄19~20岁7032.55821~22岁4922.79123~24岁21㊀9.76725岁以上4822.326性别女132㊀61.395男8338.605教育背景高中或以下2813.023大学本科170㊀79.070研究生及以上17㊀7.907月可支配购物金额500元以下5224.186501~1000元8539.5351001~1500元3214.8841501元以上4621.395线上购物频率每月1次及以下5224.186每月2~3次102㊀47.442每周1次3114.4193㊀数据分析与假设检验3.1㊀共同方法偏差检验在量表设计和数据收集的过程中,本研究设计合理的量第60卷㊀第5期人机交互感知对虚拟试衣体验满意度的影响表排版与题目长度,并在量表中设计反向问题以便从程序上控制共同方法偏差㊂在对样本数据的共同方法偏差检验上,本研究采用Harman单因子检验法,对量表中的题项进行探索性因子分析(Exploratory Factor Analysis,EFA)㊂结果表明用EFA(未旋转)提取出的特征根大于1的因子有7个,最大因子的方差解释度为47.176%,小于50%,在可接受范围[39]㊂因此,本研究不存在严重的共同方法偏差[39]㊂3.2㊀信度和效度检验信度和效度检验结果如表4所示㊂所有变量的Cronbach sα值介于0.689~0.943,均高于0.600㊂此外,所有变量的组成信度(Composite Reliability,CR)分布在0.730~0.944,均大于0.700,表明量表具有良好的信度[15]㊂本研究运用AMOS22.0完成验证性因子分析,如表4所示,本量表16个题项的因子载荷均高度显著且超过0.550,表明这些题项都具有良好效度[15]㊂除感知沉浸感,大部分变量的收敛效度(Average Variance Extracted,AVE)均大于或接近标准值0.500㊂虽然感知沉浸感的收敛效度小于0.500,但其组成信度高于0.700,则该变量的收敛有效性仍然足够[40]㊂因此,该量表的收敛效度较好[40]㊂表4㊀信度和效度检验结果Tab.4㊀Result of reliability and validity tests感知沉浸感PI20.6740.454PI40.6310.3980.7180.7300.4760.0000.0000.000感知个性化PP10.7690.591PP20.9720.945PP30.7850.6160.8780.8830.7170.0000.0000.000感知控制性PC10.5740.329PC20.9510.9040.6890.7520.6170.0000.000感知响应性PR10.8940.799PR20.7800.6080.8190.8260.7040.0000.000自主性AUT10.8240.679AUT20.8830.780AUT30.6680.4460.8290.8370.6350.0000.0000.000㊀㊀注:SMC为因素负荷量的平方㊂3.3㊀区别效度进一步分析区别效度,如表5所示㊂由表5可知,人机交互感知四个维度的均值皆高于4.800,说明被试者较为了解人机交互感知的特点,并对人机交互体验感到满意,这反映出本次调研的虚拟试衣技术的人机交互质量较高㊂此外,虽然感知沉浸感的AVE均方根略小于感知沉浸感和体验满意度的皮尔森相关系数,但在可接受范围[40],并且其他变量间的皮尔森相关系数都小于各自的AVE均方根,表明不同变量间具有一定的区分效度[40]㊂表5㊀AVE均方根及潜变量相关系数矩阵Tab.5㊀AVE root mean square and latent variablecorrelation coefficient matrix体验满意度5.7891.1630.921自主性5.4701.1860.6960.797感知响应性5.3211.3790.5650.5890.839感知控制性5.8001.0970.5520.3920.5150.785感知个性化4.8951.3800.5970.6020.6520.4130.847㊀㊀注:对角线为AVE平方根,AVE平方根大于大多数皮尔森相关值㊂3.4㊀主效应模型检验为检测自变量之间是否存在高度相关性,本研究采用共线性诊断的方式进行检验㊂当方差膨胀因子(Variance Inflation Factor,VIF)大于10时,表明自变量间存在严重的多重共线性问题[41]㊂检验结果表明感知沉浸感(VIF=1.570)㊁感知个性化(VIF=1.657)㊁感知控制性(VIF=1.369)㊁感知响应性(VIF=1.662)的VIF值均小于10㊂因此,基本排除多重共线性问题㊂本研究采用AMOS22.0软件通过结构方程建模分析并采用最大似然法对理论模型进行检验,模型拟合指数为卡方值(χ2)为177.513㊁卡方/自由度(χ2/d f)为1.951㊁CFI为0.960㊁GFI为0.911㊁TLI为0.947,均大于0.900标准值, RMSEA为0.067㊁SRMR为0.048,均小于0.080标准值,表明模型拟合情况较好[15]㊂进一步针对模型各路径系数进行检验,结果如表6所示㊂在人机交互感知对自主性的影响中,消费者对虚拟试衣技术的感知沉浸感和感知个性化能显著正向影响自主性(β1= 0.416,p1=0.001<0.01;β2=0.251,p2=0.010<0.05),但感知响应性和感知控制性对自主性的影响并不显著(β3= 0.167,p3=0.125>0.05;β4=-0.030,p4=0.720>0.05),即H1a㊁H1b成立,H1c㊁H1d不成立㊂在自主性对体验满意度的影响中,消费者的自主性能显著正向影响体验满意度(β5= 0.363,p5=0.000<0.001),即H2成立㊂在人机交互感知对Vol.60㊀No.5Influence of human-computer interaction perception on the satisfaction of virtual fitting experience体验满意度的影响中,消费者对虚拟试衣技术的感知沉浸感和感知控制性能显著正向影响体验满意度(β6=0.387,p6= 0.000<0.001;β7=0.197,p7=0.006<0.01),即H3a㊁H3b成立㊂综合假设检验结果,本研究修正虚拟试衣情境中消费者人机交互感知与体验满意度的影响机制理论模型,如图4所示㊂表6㊀假设检验Tab.6㊀Hypothesis testH1b感知个性化ң自主性0.2510.0100.090支持H1c感知响应性ң自主性0.1670.1250.094不支持H1d感知控制性ң自主性-0.030㊀0.7200.109不支持H2自主性ң体验满意度0.3630.0000.0850.650支持H3a感知沉浸感ң体验满意度0.3870.0000.132支持H3b感知控制性ң体验满意度0.1970.0060.094支持图4㊀模型及其影响路径Fig.4㊀Model and its influence path3.5㊀中介效应检验本研究将自主性作为中介变量纳入直接效应,构建中介作用模型㊂中介效应通过偏差校正的非参数百分位Bootstrap 检验[15],重复取样5000次,置信度水平设为95%,结果如表7所示㊂由表6可知,由于感知控制性对自主性的作用不显著,因此自主性在感知控制性对体验满意度的影响中不成立㊂而表7中,自主性在感知沉浸感和体验满意度间的中介效应值为0.184,95%偏差校正置信区间为[0.050,0.447],不包含0,说明自主性对感知沉浸感和体验满意度之间的中介效应显著,且自主性在该路径中起到部分中介作用㊂因此,H4获得了部分支持㊂表7㊀中介效应检验结果Tab.7㊀Results of mediating effect analysis3.6㊀结果分析本研究基于SOR理论,采取线下邀请被试者先参与真实虚拟试衣体验㊁后填写调研问卷的调查方式,通过对215份样本数据的分析和实证结果,深入探讨了人机交互感知对消费者虚拟试衣体验满意度的影响机制,丰富了人机交互体验的研究情境与相关理论㊂研究结果发现,虚拟试衣情境下人机交互感知中的感知沉浸感和感知控制性可以直接促进消费者的体验满意度,同时,感知沉浸感也可以通过影响消费者在虚拟试衣体验过程中的自主性进而促进体验满意度㊂消费者对虚拟试衣技术的感知沉浸感有利于消费者进行深入探索,增强自主性,提高体验满意度㊂通过让消费者沉浸于虚拟试衣体验,充分探究系统功能,可以满足消费者的自主性需求㊂当消费者自主地进行挑选㊁搭配㊁试穿后会进一步提升他们的体验满意度,从而更有可能促进后续的购买决策行为[7]㊂值得注意的是,感知控制性有利于消费者将个人需求与市场产品相匹配,从而提高体验满意度,但对自主性的影第60卷㊀第5期人机交互感知对虚拟试衣体验满意度的影响响并不显著㊂分析认为这是由于在人机交互体验过程中,机器算法会减少消费者的自主投入,当机器运行时的响应越顺畅㊁对消费者偏好预测越准确,消费者自主投入虚拟试衣体验的努力就会被削弱甚至消除,因此,不利于消费者自主性的产生[42]㊂3.7㊀研究启示3.7.1㊀理论启示本研究依托SOR 理论,从消费者体验视角探索了虚拟试衣情境下人机交互感知对消费者体验满意度的影响㊂一方面,通过纳入人机交互体验因素,证实了人机交互感知对消费者体验满意度的积极影响,补充了现有虚拟试衣研究中对体验满意度影响因素研究的不足㊂另一方面,本研究基于SOR 理论探讨了自主性在人机交互体验与体验满意度路径中的影响机制,也是对现有虚拟试衣理论研究的扩展㊂3.7.2㊀管理启示本研究结论可帮助使用虚拟试衣系统的企业实践者有效布局虚拟试衣并提升人机交互体验功能㊂基于不同虚拟试衣设备(试衣镜vs.APP )的用户操作流程,本研究结合研究结论从消费者体验的形象生成阶段㊁选衣试衣阶段㊁消费行为阶段提出人机交互体验的提升路径,如图5所示㊂图5㊀虚拟试衣体验流程Fig.5㊀Virtual fitting experience process㊀㊀1)根据结论可知感知沉浸感㊁自主性是消费者提升虚拟试衣体验满意度的重要因素㊂为增强消费者的感知沉浸感和自主性,企业可以通过结合3D 扫描和人体数据输入等辅助工具,帮助消费者快速构建与之相似的虚拟模型,在促进消费者沉浸体验的同时,也增强了消费者对建模的自主把控,有利于提升消费者的初步体验满意度㊂此外,产品越逼真,越能增强消费者的感知沉浸感㊂因此,在试衣过程中,企业不仅需要提升虚拟试衣系统的流畅度等硬件实力,也要增强服装产品的虚拟试穿效果,注重改善面料质地的仿真度,包括垂坠感㊁挺括性等逼真效果的展现㊂2)感知个性化对自主性存在显著正向影响㊂首先,在虚拟形象生成阶段,企业可以增加AR 场景切换㊁发型更换等个性化功能,有利于消费者打造与众不同的虚拟形象,增强其感知个性化㊂其次,企业在消费者试衣过程中应细化产品系列分类,进行针对性推荐,通过增加更多符合消费者想法的个性化选择㊁产品分类等功能以促进消费者的自由选择㊂此外,在消费阶段,企业应在系统试穿界面增加购物车结算选项,这既能有利于消费者自主消费,也能进一步提升其购物体验的便利性与满意度㊂3)感知控制性也会显著正向影响消费者虚拟试衣时的体验满意度㊂因此,系统在建模阶段给消费者赋权,由消费者全权主导并构建虚拟模型㊂此外,企业可以简化系统操作流程㊁增加自主搜索功能,引导消费者掌控选购和试衣的体验过程,增强消费者对自我主导消费的感知,从而提升其体验满意度㊂4㊀结㊀语本研究以SOR 模型为理论研究基础,拓展了人机交互感知与消费者虚拟试衣体验满意度的理论模型,运用结构方程模型对有效数据进行分析并检验研究假设㊂通过分析可知,感知沉浸感和感知个性化均显著正向影响自主性;感知沉浸感㊁感知控制性和自主性均显著正向影响消费者体验满意度,且自主性在感知沉浸感和体验满意度的影响路径中承担部分中介作用㊂本研究主要探讨面向实体服装购买的虚拟试衣体验,未来可以进一步探索其他应用场景,如元宇宙情境中试穿虚拟服装㊂此外,虚拟试衣情境中人机交互感知对消费者体验的影响复杂,在未来,更多的人机交互心理机制因素如技术焦。
