今天的推文主题是：【算法&消费者行为】

• 第一篇：如何通过管理多种刺激来优化客户体验？购买行为的驱动因素是隐性还是显性的消费者态度？
• 第二篇：算法性能期望如何增强在线零售中的即兴购买行为。
• 第三篇：社交媒体直播平台上的品牌和创作者如何影响消费者的态度和数字行为
• 第四篇：聊天机器人在服务失败后的自我恢复策略，以及这些策略对消费者满意度的相对影响。
• 第五篇：在多渠道环境中，个体差异如何影响消费者的渠道选择和切换行为。
  

---

一、伦理谱系中的消费者赋权：直播市场中保留行为的再思考

1、研究背景

文章探讨了直播购物作为一种电子商务模式，提供了动态、互动的购物体验，但同时也引发了公众对其伦理挑战的显著关注。直播的即时性和互动性可能会加剧诸如侵入性营销和缺乏透明度等伦理困境，影响消费者信任和品牌忠诚度。

2、研究问题

研究主要关注以下几个问题：如何通过管理多种刺激来优化客户体验？购买行为的驱动因素是隐性还是显性的消费者态度？

3、研究思路

本研究首先应用自我决定理论探讨直播如何增强消费者能力，并影响品牌互动和决策制定，然后调查伦理问题对这一过程的影响。

4、理论基础

• 自我决定理论(SDT)：强调个体内在心理需求，驱动自我激励和自主性，满足自主性、能力、关联性需求促进和维持积极行为。
• Hunt-Vitell的营销伦理一般理论(H-T Theory)：基于目的论和义务论两个基本评价维度，解释消费者如何在道德困境中进行决策。

5、理论模型

研究构建了一个理论模型，其中包括消费者赋权(CE)、消费者保留意图(CR)、关系质量(RQ)和消费者感知的伦理性(CPE)。模型提出CE通过RQ影响CR，并且CPE在CE和RQ之间起调节作用。

6、研究假设

• H1：零售商的消费者赋权行为影响消费者的再购买意图。
• H2：消费者赋权对双方关系质量有正面影响。
• H3：关系质量正面影响消费者保留。
• H4：关系质量在消费者赋权和保留之间起中介作用。
• H5：消费者感知的伦理性负向调节消费者赋权和关系质量之间的关系。

7、研究方法

研究包括三个控制实验，采用问卷调查和SPSS软件进行中介效应模型研究和调节回归分析。

8、研究对象与数据收集

数据收集通过Credamo网站进行，对象是曾经观看过直播购物的用户。数据是横截面数据，通过在线问卷形式收集。

9、实验过程

• 研究1：探索消费者赋权对客户保留的直接影响。
• 研究2：调查关系质量在消费者赋权和再购买意图之间的中介作用。
• 研究3：通过情境模拟，探索CPE对消费者赋权过程和行为的影响。

10、研究结论

研究发现赋权并不总是导致高质量的关系，尤其是当消费者伦理与品牌行为不一致时。消费者感知的伦理性在赋权和关系质量之间起着调节作用，影响消费者保留意图。

11、局限性

研究可能存在性别不平衡问题，可能影响结果的普遍适用性。此外，研究使用的是横截面数据，可能无法揭示随时间变化的消费者行为趋势。研究主要集中在中国市场，可能需要跨不同地区和行业的研究来增强发现的普遍性。

---

二、网络购物：算法性能预期如何增强冲动性购买?

1、研究背景

• 电子商务的快速发展带来了在线购物的普及，零售商面临诸多挑战，如电商导致的交易量和在线退货量大幅增加，多渠道顾客的购买旅程中可能切换零售渠道，社交媒体改变了品牌与消费者的沟通方式，以及移动购物和直播电商的兴起。在线购物在疫情期间激增，并持续增长。

2、研究问题

• 本文探讨了算法性能期望如何增强在线零售中的即兴购买行为，以及产品推荐数量和推荐评级的存在与否如何影响即兴购买。

3、研究思路

• 研究基于信任和说服知识理论，检视了消费者信任在算法性能期望与即兴购买之间的关系中的中介作用，以及推荐设计如何影响消费者行为。

4、理论基础

• 文章基于信任理论和说服知识理论。说服知识理论涉及消费者对营销者说服目标、尝试、潜在动机和策略的理解，以及说服是如何运作的。本研究将此理论应用于分析消费者如何感知算法驱动的产品推荐，并探讨这种感知如何影响信任和即兴购买行为。

5、理论模型

模型提出算法性能期望作为自变量，通过信任的中介作用影响即兴购买行为。变量之间的关系通过假设H1和H2提出，即算法性能期望正向影响对算法生成的产品推荐的信任，而这种信任又正向影响即兴购买行为。

6、研究假设

• H1：算法性能期望**正向影响**商业网站上算法生成的产品推荐的信任。
• H2：算法生成的产品推荐的信任正向影响商业网站上的即兴购买行为。
• H3：推荐集大小作为调节变量，增强（或减弱）信任与即兴购买之间的关系。
• H4：推荐评级的存在``与否作为调节变量，增强（或减弱）信任与即兴购买之间的关系。

7、研究方法

• 采用了基于调查的研究（Study 1）和实验研究（Study 2）两种方法。Study 1通过``在线问卷收集数据，Study 2则通过实验操作来测试假设。

8、研究对象与数据收集

• 数据收集通过Prolific平台进行，参与者为居住在美国的在线购物者。数据为静态横截面数据，通过在线问卷和实验后立即收集。

9、实验过程

• Study 1让参与者想象在网上购买咖啡机，并评估算法性能期望、对推荐的信任和即兴购买倾向。

• Study 2通过实验操作，将参与者随机分配到不同的条件中，每个条件由推荐集大小和推荐评级的不同组合定义，并测量了相同的变量。

10、研究结论

• 算法性能期望通过信任正向影响即兴购买行为。
• 推荐集的大小增强了信任对即兴购买的影响，而推荐评级的存在与否并未显著影响这种关系。

---

三、直播与生计：解码创客经济对消费者态度和数字行为的影响

1、研究背景

近年来，全球技术进步显著，重塑了品牌与消费者之间的互动方式。互联网作为一项无处不在的发明，使得直播网络流媒体成为改善客户行为的工具。然而，信息技术的快速发展也给营销人员在获取新客户和分析他们的数字行为上带来了挑战。社交媒体直播销售（SMLS）作为理解消费者数字行为的新型数字工具，受到全球范围内的高度评价。

2、研究问题

研究主要探讨了社交媒体直播平台上的品牌和创作者如何影响消费者的态度和数字行为，以及这些因素如何影响在线消费行为。

3、研究思路

本研究基于使用与满足理论（U&G），提出了多种因素对个体对社交媒体平台和品牌态度的影响，以及这些因素对在线消费行为的影响。

4、理论基础

使用与满足理论（U&G Theory）是本研究的理论基础。该理论认为，受众是积极参与的使用者，他们主动使用媒体来满足自己的需求和欲望。在本研究中，U&G理论用于构建研究模型，探讨需求、媒体属性、推荐价值主张和行为结果之间的联系。

5、理论模型

6、研究假设

研究提出了多个假设，包括目的价值、自我品牌一致性和社会定价对社交媒体直播态度的影响（H1a1-H1a3），媒体属性对社交媒体直播态度的影响（H1a4-H1a5），推荐价值体系对社交媒体直播态度的影响（H1a6-H1a8），以及这些因素对品牌态度和在线消费行为的影响。

7、研究方法

研究采用了SPSS对759名社交媒体用户进行调查，以测试假设。数据收集采用了目的性抽样和滚雪球抽样技术，以确保参与者熟悉直播环境。

8、研究对象与数据收集

研究对象为全球范围内的社交媒体用户，特别是那些经常参与直播内容和相关品牌的个体。数据收集通过在线调查问卷进行，时间从2023年4月5日至6月30日。

9、研究结论

研究结果确认了所有假设，表明目的价值、自我品牌一致性、社交定价、互动控制、人际信息互动、信息性、娱乐性和可信度等因素直接影响与消费相关的态度和行为。此外，研究还探讨了态度在上述因素与在线消费行为之间的关系中的中介作用。

10、局限性

研究的局限性在于没有使用控制变量，如年龄、性别等。此外，研究仅关注了消费者态度和在线行为，未来研究可以扩展到其他行为变量，如消费者满意度和口碑。研究也没有详细阐述通过SMLS可以购买的产品类型，这是未来研究可以探索的领域。

---

四、信息性或情感性?探讨聊天机器人自我恢复策略对消费者满意度的相对影响

1、研究背景

随着人工智能技术的快速发展，越来越多的公司开始使用基于AI的聊天机器人来执行在线服务任务。尽管聊天机器人能够提供类似人类的服务，但它们在服务过程中也常常会失败。以往的研究主要集中在自助恢复和人工恢复之间的差异，而自助恢复的具体细节往往被忽视。

2、研究问题

本文旨在探讨聊天机器人在服务失败后的自我恢复策略，以及这些策略对消费者满意度的相对影响。

研究问题包括：

• 聊天机器人自我恢复策略有哪些？
• 不同的自我恢复策略如何影响消费者满意度？
• 聊天机器人的拟人化水平是否调节自我恢复策略与消费者满意度之间的相对影响？

3、研究思路

本研究基于社会支持理论，将聊天机器人的自我恢复策略分为信息性自我恢复和情感性自我恢复，并进一步从质量和态度两个方面细化消费者满意度。

4、理论基础

• 社会支持理论：该理论强调信息性和情感性信息对个体福祉的影响。在本文中，聊天机器人的自我恢复被视为服务失败后提供社会支持的一种形式，不同的自我恢复策略对应不同类型的社会支持。
• 刻板印象内容模型（SCM）：该模型提出温暖和能力是社会认知的两个基本维度。本文利用SCM来解释聊天机器人自我恢复策略如何通过影响消费者对聊天机器人能力（能力）和温暖（情感）的感知来影响消费者满意度。

5、理论模型

• 提出变量：信息性自我恢复、情感性自我恢复、拟人化水平、感知能力、感知温暖、消费者质量满意度和消费者态度满意度。
• 变量关系：信息性自我恢复通过感知能力影响消费者质量满意度；情感性自我恢复通过感知温暖影响消费者态度满意度。

6、研究假设

• H1：信息性自我恢复比情感性自我恢复更有效地影响消费者质量满意度。
• H2：情感性自我恢复比信息性自我恢复更有效地影响消费者态度满意度。
• H3a/b：拟人化水平正向调节信息性/情感性自我恢复与消费者质量/态度满意度之间的相对效应。
• H4a/b：感知能力/温暖在信息性/情感性自我恢复与消费者质量/态度满意度之间起部分中介作用。

7、研究方法

采用三个基于情景的实验来测试假设；

• 实验1关注自我恢复策略的主效应和中介效应；
• 实验2测试拟人化水平的调节作用；
• 实验3在服务结果失败的情境下评估假设，以增强发现的稳健性和普遍性。

8、研究对象与数据收集

• 数据收集：通过在线专业调查平台问卷星招募参与者，该平台类似于MTurk，样本量超过100万个体，确保样本的随机性。
• 数据类型：数据为静态数据，通过实验问卷收集。

9、实验过程

• 实验1和2：模拟服务流程失败，通过文本和截图形式呈现不同自我恢复策略的刺激材料。

• 实验3：改变服务失败类型为服务结果失败，进一步测试假设。

10、研究结论

• 信息性自我恢复对消费者质量满意度的影响大于情感性自我恢复。
• 情感性自我恢复对消费者态度满意度的影响大于信息性自我恢复。
• 拟人化水平正向调节自我恢复策略与消费者满意度之间的关系。
• 感知能力在信息性自我恢复与消费者质量满意度之间起部分中介作用，感知温暖在情感性自我恢复与消费者态度满意度之间起部分中介作用。

11、局限性

- 研究主要关注`文本聊天机器人的自我恢复`，`未考虑语音聊天机器人`。
- 选择的调节变量有限，未来研究可从不同角度探索其他调节变量。
- 研究样本主要集中在20至30岁的年龄段，可能影响研究结果的普遍性。

---

五、多渠道顾客的心理细分：考察个体差异对渠道选择和转换行为的影响

1、研究背景

本文研究了在多渠道环境中，个体差异如何影响消费者的渠道选择和切换行为。随着数字化的普及和商业互联网的出现，零售环境经历了渠道的激增，消费者在渠道选择上拥有前所未有的灵活性，这使得预测多渠道消费者行为变得更加复杂。

2、研究问题

研究主要探讨以下两个问题：

(1) 个体在风险态度、认知能力、动机、个性和决策风格方面的差异在多渠道客户行为中扮演什么角色？

(2) 与渠道属性、营销努力、社会影响、环境因素和渠道体验等外部因素相比，个体差异在多渠道客户行为中的作用是什么？

3、研究思路

研究通过提出系统化的理论框架，利用心理测量学变量来解释渠道选择行为中的方差，并明确个体差异与外部渠道选择因素的作用。

4、理论基础

研究基于Appelt等人(2011)的判断和决策制定研究，将心理测量学变量从风险态度、认知能力、动机、个性和决策风格五个领域系统地纳入多渠道客户细分，作为渠道选择过程中渠道效用的内在因素。

5、理论模型

研究构建了一个理论框架，将外部渠道选择因素（如渠道属性、营销努力等）与内在渠道选择因素（即个体差异）区分开，以检验哪些具体的心理特征与渠道选择中的效用感知相关，并确定它们与外部渠道选择因素相比的影响力。

6、研究方法

采用潜在类别分析(LCA)对多渠道客户行为进行细分，并使用序数和基数效用度量对模型指示进行验证。此外，将渠道选择的决定因素作为协变量整合到细分模型中，并计算每个协变量对细分模型的效应大小。

7、研究对象与数据收集

数据收集自1589名德国消费者，通过在线研究面板提供商进行。数据收集在2022年8月进行，为确保数据质量，实施了两项注意力检查，并手动检查数据集以排除无效回答。最终有效样本量为1512名受访者。

9、实验过程

研究首先使用LCA软件Latent GOLD 6.0进行潜在类别分析，以确定具有相似多渠道客户行为的消费者群体。然后，将心理测量学变量和外部渠道选择因素作为协变量包含在最终的聚类模型解决方案中。

10、详细的研究结论

研究发现六个不同的细分市场，它们在六个心理测量学变量上有显著差异。研究结果推进了多渠道客户行为理论的构建，并为主动管理不同细分市场的客户旅程提供了见解。

11、局限性

研究的局限性包括使用自我报告的数据，可能存在共同方法偏差，样本限于德国消费者，可能影响结果的跨文化适用性。此外，研究没有考虑实际购买数据，可能限制了对行为关系的可靠性陈述。研究建议未来的研究应使用实际购买数据来复制和测试这些结果。

---

希望大家都可以在自己的领域twinkling~