58
前沿
2021金融言行
林翠波
银行直播新模式——基于客户购买意愿视角
一、引言
自2015年起，网络直播作为大众的休闲娱乐方式开始蓬勃发展。截至2020年3月，我国网络直播用户规模达5.60亿人，较2018年底增长1.63亿，占网民整体的
62.0%[1]。2018年，我国网络直播行业进入了成熟期，仅仅依靠广告、打赏等方式盈利的直播间，开始出现内容同质化，变现难等问题。为了寻求新的盈利点，“直播+领域”
具备“专业水平高”“变现能力强”等特点
【摘要】近年来，“直播+领域”成为新的盈利点，银行也开始探索直播营销模式。本文分析银行直播营销模式对消费者购买意愿的影响。通过问卷收集数据，运用SPSS 和AMOS 软件验证假设模型。结果显示：银行在直播过程中，其可供性对购买意愿的影响不够显著。但其网络主播、与消费者的高度互动正向影响购买意愿。因此，银行可以提前收集分析消费者数据，打造其心目中的“主播”，且在直播互动中建立服务闭环。据此，为金融行业直播长期发展提供参考。
前沿59
2021金融言行成为主播的不二选择，例如“直播+教育”“直
播+电商”等等。同时，对万物都保持高度敏
感的金融业，也兴起了“直播热”，正在探索
直播背景下新的营销模式，提升线上运营能力。
自2018年起，中国银行、交通银行、平安
银行等手机银行App陆续上线了直播功能。“直
播+银行”新模式打破了时间和地域的局限，
客户与银行的互动性更便捷；培养了客户的忠
诚度，降低营销成本；精准匹配了客户的需求，
提高服务质量与服务效率。但同时也存在许多
问题，例如没有真正的结合金融行业的特点进
行直播，没有抓住自身的优势，且节目制作比
较粗糙，影响了客户的观看体验等等。目前，“直
播带货”类型多种多样、竞争相当激烈。一旦
客户的观看体验不佳，随时可以停止观看，甚
至对“银行直播”产生偏见，不再观看此类直播，
他可以选择其他性价比更高的直播间来满足自
己的购物需求。因此，了解客户对银行直播的
满意度，及其在直播间购买意愿的影响因素，
对“银行+直播”的发展极为关键，本文将研
究消费者在银行直播间购买意愿的影响因素。
近年来，很多学者对直播营销进行研究，
但“直播+银行”在金融业正处于探索期，以
直播实践为主，相关研究正处于起步阶段。本
文对银行直播情况进行问卷调查，探讨影响“消
费者购买意愿”的因素，完善相关的理论研究，
为金融业直播提供一定的理论基础。
二、相关研究评述与变量选择
可供性是指行为的可能性，会导致特定的
结果。只有当客户感受到可供性时，才会影响
到客户行为。可供性不是行为本身，只是行为
发生的一种预测因素。因此，本文将“可供性”
作为预测变量。
网络主播是在直播过程中的主讲人，发挥
着意见领袖的作用。D Brinberg认为消费者的
价值观受到意见领袖的影响，进而影响营销结
果。张瑜实证发现，女性消费者更加信赖意见
领袖。总之，消费者容易受到网络主播影响，
产生购买欲望。因此，本文将“网络主播”作
为预测变量。
交互性是指在直播过程中，消费者与主播，
消费者与消费者之间的互动。凌黎等人认为交
互性在企业营销、公共服务等方面都起着关键
作用。郭国庆等人实证发现，交互性对消费者
的满意度和体验感产生正向影响。总之，直播
间实时互动，消费者不仅能够得到主播的及时
指导，还能了解到其他消费者的购买体验，进
而影响消费者的购买意愿。因此，本文将“交
互性”作为预测变量。
早期学者认为消费者态度仅包含情感因素，
范围过于狭窄。Fishbein & Ajzen认为消费者
的购买意愿由其态度和评价组成。Freedman，
Sears& Carl Smith丰富了Fishbein & Ajzen中
态度的内涵，即态度包含认知、情感和行为倾
向因素，形成消费者态度的ABC理论。且ABC
理论受到学界的广泛认可。因此，本文将“消
费者态度”作为结果变量。
三、研究模型与假设
基于理论基础和本文的研究目标，现将本
文的研究假设总结如表3-1。
四、研究方法设计
（一）问卷设计
本文基于前人对“直播”的研究，再结合
本文的研究目标来设计问卷。问卷主要由以下
几个部分组成：
（1） 非量表题：①受访者的基本信息；
表
3-1 研究假设
60
前沿
2021金融言行
表
4-1 调查对象基本情况表
②受访者观看直播情况以及观看银行直播情况。题项均为单（多）选题。
（2） 量表题：设计量表时，对成熟的量表进行调整，测量指标为直播的可供性、网络主播、交互性和消费者态度。题项均采用李克特量表中的五级量表：“非常不同意”“不同意”“不确定”“同意”“非常同意” 。
问卷设计好之后，邀请了有观看银行直播或者观看网络直播经历的在校大学生进行一次预调研。根据预调研结果，决定是否还需要调整量表的题项，进而形成最终的正式问卷。
（二）预调研
为了检验问卷的合理性，形成初始问卷之后，进行了小范围的预调研。发放对象为有观看银行直播或者观看网络直播经历的在校大学生，一共发放问卷100份，回收有效问卷78份。
样本的性别方面，男性占30%，女性占70%，女性占比较高；年龄主要集中在18~24岁；学历本科为主。此样本具有观看银行直播经历、女性为主、年轻化和高学历的特征，具有一定的代表性。
运用SPSS 统计软件对数据进行信度和效度检验。信度检验本文采用Cronbach’α系数，检验结果为0.957，大于0.8，表明该问卷量表的信度良好。效度是指问卷的有效性，也就是问卷收集的数据与研究目标之间的匹配程度。一般而言，从内容效度和结构效度两方面对效度进行评判。在内容效度方面，本文的问卷是在成熟量表的基础上结合本文的研究背景和目标设置而成，因此，具有较好的内容效度；在结构效度方面，使用因子分析法。在进行探索性分析时，删除使因子结果不稳定的题项19.1
前
沿
61
2021金融言行
表
4-2 调查对象观看直播情况表
（b）主播人选
（a）了解业务渠道图4-1 直播情况条形图
图4-2 直播情况词云图图
4-3 直播情况雷达图
（c） 直播评价
（d）观看直播原因
（e）主播必备
（f）直播福利
（g）
（h）
（i）
（j）
62
前沿
2021金融言行
和20.3，之后变量总体的KMO 值为0.883，Bartlett 球形检验的显著水平为0.0000，且可供性、网络主播、交互性和消费者态度的KMO 值和Bartlett 球形检验结果都在可接受范围内。系统默认提取前4个特征值大于1的变量为公因子，且累计方差贡献率为70.15%，大于60%，可以对自变量进行解释。在每个主成分因子中，自身观测变量的因子载荷值均大于0.5，说明问卷的结构效度较好。
（三）正式调研1.描述性统计
本文选择问卷星网站制作调查问卷，将问卷链接通过微信、QQ、邮箱等渠道邀请用户作答。一共发
放350份问卷，回收问卷320份，剔除无效问卷后，最终得到305份有效问卷，有效样本率为87.14%。下面对有效样本进行初步分析。
（1）调查对象基本情况
调查对象的基本情况如表4-1所示，性别方面，男性与女性的比例分别是28.2%和71.8%，女性居多，从网络直播营销的角度来说，女性更容易受主播的影响，因此，该样本性别分布合理；年龄方面，18~24岁占63.6%，占比偏高是因为近一半的调查对象来自高校在校生，综合来看，18~35岁占比高达97.7%，整体趋于年轻化，网络直播形式在年轻人群里中较为盛行，且直播营销需要重点关注粉丝们的喜好，因此，年龄分布也合理；教育水平方面，本科占57.0%，硕士占39.3%，教育水平较高，一方面，受调查对象的影响，另一方面，教育水平高的群体，理财意识较强且收入也相对高，很有必要了解这类潜在客户的喜好；收入方面，2000元以下占57.0%，这是因为调查对象大多是学生；职业方面，学生占64.3 %，这与调查对象有关。总之，此样本结构良好，具有女性为主、年轻化、高学历的特征。
（2）调查对象观看直播情况
调查对象观看直播情况如表4-2所示，观看时间集中在“睡前时间”和“节假日”，占比分别是32.0%和25.2%，由于绝大多数用户平时忙于工作（学习），因此，这符合实际情
况；直播可接受时长为“1小时内”占比高达76.1%，由此可见，中等时长客户是主流；观看渠道主要集中在“微信等社交平台”“银行官方渠道”“抖音等短视频平台”，占比分别是29.5%、26.9%和22.3%，其中，微信等社交平台引流效果最佳。
（3）调查对象观看银行直播情况
调查对象观看银行直播情况如图4-1、图4-2、图4-3所示。由图4-1(a)知，调查对象中通过新媒体了解银行的业务的人群占比最多，其次是前往银行营业网点；由图4-1(b)知，调查对象中大部分人希望“银行工作人员”“金融类专家”“银行高管”担任主播。由此可见，“新媒体”是用户首选；用户更加期待银行相关的工作人员主持直播。
由图4-2(c)知，调查对象对“银行直播”的评价是“对银行了解更加深刻”“有效答疑”“有效宣传”“方式新颖”，整体来看，对“银行直播”还是比较支持和认可的；由图4-2(d)知，调查对象观看直播的最主要原因是“消遣娱乐”，其次是“内容吸引力强”；由图4-2(e)知，调查对象希望主播必备的几点要求里面，除了“形象好气质佳”之外，更加看重主播的“专业知识”能力；由图4-2(f)知，在直播间的福利中，调查对象更加青睐“限时抢购优惠理财”，其次才是“赠送商家优惠券”等等。
由图4-3知，调查对象对银行直播专题的喜好程度为：非常不喜欢“明星体验银行生活”；不喜欢“银行业绩发布会”“明星体验银行生活”；喜欢“实时反馈客户意见”“理财知识安全讲座”“金融产品讲座”“银行各类
招聘会”等等；非常喜欢“实时反馈客户意见”“理财知识安全讲座”“银行各类招聘会”。
五、模型检验 （一）测量模型检验
在进行因子分析之前，先做KMO 和Bartlett 检验，对因子进行适应性评估，检验结果显示可供性、网络主播、交互性和购买意愿的KMO 值分别为0.737、0.905、0.879和0.926，均大于0.7，说明样本可以进行因子分析；Sig.=0.00<0.05，说明变量之间具有相关性，
👁️ 阅读量：0
© 版权声明：本文《银行直播新模式——基于客户购买意愿视角》内容均为本站精心整理或网友自愿分享，如需转载请注明原文出处：https://www.zastudy.cn/jiangzuo/1686165473a185881.html。