网络电商直播中主播带货量与用户特征行为影响研究

刘子溪 滁州职业技术学院

一、引言

截止至2020年底，我国网络购物用户达到7.82亿人。从2016年年底至2020年年底，我国网络购物用户规模增长率维持在6-10%左右，相对而言网络电商平台成为我国主要的消费市场。同时，在经济发展形势上，我国正在加快形成以国内消费市场为主，国内国外供应链市场为辅的消费市场格局，在这种环境下如何助力消费者消费的“量”的增长是在该环境中的重要问题。

对于我国经济循环，由于国际市场的开拓受到新冠肺炎疫情、贸易打压等一系列问题，短时间内难以有很好的突破。促进内循环消费，成为我国在2020年这受新冠肺炎疫情影响下、决胜脱贫攻坚之际的重要策略。电商网络直播作为线上引导流量促进线下消费的数字经济模式，充分缓解了在2020年初，由于受新冠肺炎疫情影响，线下产品销售不可正常运转的情况，而线上直播营销成为主要营销产品的方式，消费者接受丰富产品信息的主要方式。此外，在决胜脱贫攻坚之际，各地政府坚决贯彻中央在精准扶贫和乡村振兴战略，促进各地成立有关电商直播基地、产业带等，以促进基层经济发展为目标，为电商网络直播发展打下基础；同时各大电商平台积极与多家含直播模式的社交媒体平台强强联合，为基层电商网络直播提供技术支持与保障，将电商网络直播发展提供科技保障。

在国内消费循环上，网络直播已经成为了主要的一种信息传递媒介，这种媒介传递的信息具有动态图像信息、文本信息、音频信息，相比与传统的电商销售产品模式，该媒介传递的信息维度更丰富。此外，由于直播是实时传播信息，用户与主播之间是实时交互的，在信息传递上具有时效性。正因直播这一媒介具有该特性，加速了电子商务在城乡间的信息渗透，激活了城乡之间消费流通，如农产品借助于产地特色直播模式，实现流量向销售的转化。

目前，电商网络直播已在政府政策支持、互联网平台技术支撑的环境中飞速发展，但是对于如果保持将高流量转化成高交易量，仍是现阶段面临的主要问题，因此在利用现有计算机技术的基础上，研究电商网络直播用户行为与营销效果的影响是研究该热点问题的主要方向之一。

二、网络直播

（一）网络直播的概念

网络直播是一种在互联网上生存时期较长的交互媒介。最初的网络直播是一种单项信息传递的模式，即从信源将信息内容发送给信息接收者，该模式典型示例为春晚网上直播、球赛的网络实况直播等。伴随通信技术的发展，网络上行带宽的增大，网络直播的信息传递在数字信号上虽依旧是单向传递，但存在文本信息上行的情况，即出现聊天室中文字交流现象。2008年，由9158社区创建的六房间，经过转型形成以秀场直播为主要形式的网络直播。随着流媒体技术的出现，各大直播平台有针对性地利用该技术，逐步细化网络直播行业，出现带货直播、秀场直播、游戏直播等多样式，充分利用碎片化时间满足网络用户社交、购物等伴有社交的需求，至此网络直播的形态逐渐成熟。

对于网络直播的定义，目前学术界尚未统一。宫承波等人认为网络直播是基于计算机通信技术，在直播软件或浏览网页显示内容的传播手段[1]。王意明指出网络直播就是双向信息流通的网络发布信息的方式[2]。在我国实施的《互联网直播服务管理规定》[3]中，互联网直播是以视频、音频、图文等形式向公众持续发布实时信息的活动。对于电商网络直播，主要可分为两类，一类是基于传统电商，在原有电商平台中嵌入直播流媒体，形成电商网络直播模式；另一类是基于网络直播平台，在其中外接相应产品的电商链接或电商购物平台模块。

（二）电商网络直播用户研究

对于电商网络直播用户研究主要涉及用户的接受行为、动机、意愿及影响因素。在实际用户与电商网络直播系统交互的过程中，对电商网络直播用户的行为的探究主要有点击、跳转、观看时长、互动频率、情感倾向等方面，这些方面多数反映用户的沉浸体验以及对电商直播的关注程度。

在用户使用电商网络直播的行为研究中，多数研究关注于如何提高用户的购买可能，以实现流量的变现。还有学者在研究中关注于用户的信任感对用户采用行为的影响[4]。在对用户行为相关的研究中，大多数学者都是通过电商网络直播的系统特征结合用户的心理感受以对探究用户行为、行为意愿的影响。

在电商网络直播环境中，尤其是对于新用户，研究如何让用户接受新电商系统模式（电商网络直播模式）、有意愿使用电商网络直播是研究的重点。而对于研究在电商网络直播中，用户行为与最终购买行为或购买行为意愿之间的关系是促进电商网络直播持续发展的关键。因此，本研究为探究如何将流量变现，将探究各主播直播的带货量、用户观看人数、观看峰值、粉丝数、被点赞数之间的关系。

三、数据收集与分析

（一）数据收集

针对上述研究问题，本研究采用抓取电商网络直播数据的方法。为保障数据的有效性，本研究从某电商网络直播中抓取主播网络直播带货的数据信息中，采用删除其中显示不全的数据、乱码数据方式来清洗数据。最终获得55条有效数据。所获得有效数据描述性统计如表1。

表1 各变量表述性统计

从表1中可知，各次电商网络直播带货中，带货量极值差距较大。在从标准差统计可知，所统计的变量观看人数、粉丝数、被点赞数的标准差分别为319.71、535.52、2433.65，由此可知该观看人数、粉丝数、被点赞数在数据分布上整体差异较大。

（二）分析方法

为了得到电商网络直播中主播带货量与部分用户特征行为之间的关系，本研究采用回归分析模型，进行数据分析处理。在回归分析中，自变量为观看人数、观看峰值、粉丝数、被点赞数，带货量为因变量。

（三）数据分析

本研究采用回归分析模型来研究各自变量与因变量之间的关系，对于所构建的回归分析模型，先检验模型对应的F统计量，值为12.307，sig值为0.00，因此所构建的回归分析方程模型是有意义显著的。该模型的R2为0.496，表面该模型具有较好的解释度。模型多元回归分析结果如表2所示。

表2 多元回归分析结果

从表2可知，在电商网络直播中，观看人数与直播带货量相关性的显著性小于0.001，即观看人数与直播带货量显著相关，标准系数为0.876。在0.05的显著水平上，直播带货量与观看峰值呈显著相关。粉丝数、被点赞数与直播带货量的显著性大于0.05，即该2个变量与因变量直播带货量之间不显著相关。

四、结语

本文针对电商网络直播的目标直播带货量，通过用户在直播间的行为为自变量，抓取某平台多个直播间直播的数据进行分析，探究了带货量与观看人数、观看峰值、粉丝数、被点赞数之间的关系。我们发现观看人数与直播带货量是显著相关，并且观看人数对直播带货量起到促进作用。当用户观看直播的数量增加，其中有兴趣购买产品的用户量会因增提人数增多而增多，因而增加观看数量促进了有更多消费者在直播间的购买产品的可能性。其次，我们发现在电商网络直播中观看峰值与主播直播带货是相关的，粉丝数、被点赞数与直播带货量无直接影响。

对于电商网络直播平台，在运营中要关注相关用户行为，在注重替身消费者用户观看量的同时，也要主要用户峰值时系统的流畅性，以免因为系统信息流量受限而对流量转化造成不良的影响。在运营中，提高用观看用户人数，能有有效提高主播的带货量，要在注重系统流畅质量保障的同时，还可以注意改进主播间的营销氛围，提高用户利用电商网络直播购物的体验，进而促进消费者用户购买以提升主播带货量。