1. 模型设计及研究假设
1.1. 模型构建
在行业人士看来，直播电商始终离不开“人货场”三个要素。在2016年的时候，“新零售”的概念首次被提出后，我们会发现在零售电商之中，逐步从以“货”为中心过渡到以“人”为中心，强调的是消费者的价值和体验。根据国内外既有文献研究发现，主播的吸引力、直播过程的互动性以及网站的交互性会对消费者的购买意愿产生较大的影响，例如董方等[1]经过分析相关理论模型后，表明了不同因素会相互作用并分析了影响消费者心理和决策的内容。刘洋等[2]通过构建相关的理论模型，发现网络直播购物中的不同特征会产生显著正向影响。本文在通过浏览和阅读大量的文献资料后，对前人的资料进行相关的分析总结，最终得出了图1所示的三点影响因素。
Figure 1. Research model
图1. 研究模型
1.2. 研究假设
本研究将以大学生为主的消费群体作为主要的研究调查对象，因为这一群体具有一定的消费水平，并且倾向于去研究适合自己的商品，且能够对商家未来的运营方式提出较有建设性的意见。本文依据国内外学者有关直播电商背景下的消费者购买意愿的研究结论，提出了以下几种研究假设：
1.2.1. 网络达人
杨桂菊等[3]表明主播与产品的适配度会大大影响消费者的购买决策，寻找适合的代言人与网络达人会影响消费者对产品的想法，会产生先入为主的观念，从而影响购买偏好。Maria Trhnen等[4]通过研究发现，消费者的观看意愿深受主播的个人特性影响。王秀俊等[5]认为直播电商能够让消费者更加直观地感受到商品，指出互动性、优惠性等均能够刺激消费者，从而产生购买的欲望。因此，提出相关假设：
H1：主播的专业能力对消费者的购买意愿具有显著影响；
H2：主播较高的声誉与庞大的粉丝群体对消费者的购买意愿具有显著影响；
H3：主播能够与粉丝及时互动对消费者的购买意愿具有显著影响。
1.2.2. 网站设计
林婷婷等[6]采用一系列方法进行研究发现，网站的设计会对消费者购买意愿产生影响，优质的网站设计更容易赢得消费者的信任并对其产生显著的影响，促进消费者发生购买行为。刁雷雨等[7]从网站的内容、外观、导航三个方面探讨了电商直播消费者的购买意愿。叶许红等[8]总结出网站的安全性、视觉吸引力、导航性和商品信息等特点会产生显著影响，从而刺激消费者产生反复购买的想法，提高商品的复购率。因此，提出相关假设：
H4：良好的交互设计对消费者的购买意愿具有显著影响；
H5：页面支付便捷对消费者的购买意愿具有显著影响；
H6：能够便捷地查看商品详细信息对消费者的购买意愿具有显著影响。
1.2.3. 直播内容
钱洁等[9]认为直播内容会对用户的态度产生重要的影响，有着较强内容娱乐性、较容易获得相关信息特点的直播更容易赢得消费者的青睐。龚潇潇等[10]研究发现，优质的直播内容以及轻松欢快的直播氛围会刺激消费者的冲动消费。基于此，提出相关假设：
H7：全面而真实的商品信息对消费者的购买意愿具有显著影响；
H8：优惠的价格对消费者的购买意愿具有显著影响；
H9：促销活动对消费者的购买意愿具有显著影响。
2. 问卷设计与结果检验
2.1. 问卷设计、结果
本文将主要采用问卷调查法研究在直播带货中影响消费者购买意愿的因素。本次问卷将主要面向当代的大学生进行发放，对目标人群进行信息的收集与数据的分析处理。
调查问卷主要分为两个部分，个人的基本特征信息和影响购买意愿因素的调查。
第一部分是个人基本信息部分，主要调查受访者的性别、年龄、受教育程度以及消费水平等基本信息特征。
第二部分是使用李克特五级量表，从直播内容(完整性、娱乐性、吸引性)、网站设计(交互性、便捷支付、便捷浏览)以及网络达人(专业性、知名度、互动性)三个大维度出发，将被调查者对问题的回答限制在五个等级，采用李克特五级量表进行评分，1-“非常不赞同”，2-“不赞同”，3-“中立态度”，4-“赞同”，5-“非常赞同”。
P1：该主播具有一定的专业能力，能够为我提供有价值的商品信息；
P2：该主播具有较高的声誉和庞大的粉丝群体；
P3：该主播能够使直播间气氛更欢乐并且能够及时回答疑问；
P4：在直播间，我可以方便地与主播和其他消费者进行交互；
P5：在直播间，我可以方便快捷找到并支付自己喜欢的产品；
P6：在直播间，我可以方便快捷地查看商品的详细信息介绍；
P7：我可以在直播过程中感受到更全面而真实的商品信息；
P8：直播间的价格非常划算实惠；
P9：直播过程中有各种促销活动。
2.2. 信用与效度分析
本文调查采用了问卷星的形式通过微信、QQ等线上平台面向作者身边的同龄人进行了问卷的发放，共计回收241份问卷，其中有效问卷221份，问卷有效率为91.7%，下面将对问卷进行信度和效度检验，测试问卷的可靠性以及有效性，以此来判断问卷是否合理，以便后续更好地进行数据的分析。
2.2.1. 信度分析
对Cronbach’s α系数进行分析可以用以判断以及排查问卷量表的合理性以及是否存在胡乱作答的情况，用于测量数据的信度质量水平。一般Cronbach’s α系数在0.9以上，则该测验或量表的信度甚佳，处于0.8~0.9之间表示信度不错。
如表1所示，该模型的Cronbach’s α系数值为0.864说明该问卷的信度不错，合理性良好。
Table 1. The Cronbach’s α coefficient table
表1. Cronbach’s α系数表
Cronbach’s α系数 |
标准化的Cronbach’s α系数 |
项数 |
样本数 |
0.864 |
0.831 |
16 |
221 |
2.2.2. 效度分析
对于KMO检验可以看出是否适合做因子分析，0.9以上非常适合；0.8~0.9之间比较适合；0.7~0.8之间适合；0.6~0.7之间尚可；0.5~0.6之间表示差；0.5以下应该放弃。若通过Bartlett的检验，P < 0.01或P < 0.05，呈显著性，则可以进行因子分析。结果如表2所示，KMO的值为0.865，同时，Bartlett球形检验的结果P为0.000***，水平上呈现显著性，程度为适合。
Table 2. The KMO test and the Bartlett-test results
表2. KMO检验和Bartlett检验结果
KMO检验和Bartlett的检验 |
KMO值 |
0.865 |
Bartlett球形度检验 |
近似卡方 |
1601.085 |
df |
120.000 |
P |
0.000*** |
注：***、**、*分别代表1%、5%、10%的显著水平。
3. 直播带货中影响消费者购买意愿因素的分析
3.1. 描述性分析
3.1.1. 消费者个体特征
通过对消费者的个体特征进行数据分析可以得到如表所示的结果，从表3的数据可以看出：
① 性别：在221份有效样本内，男性共有91名，女性共有130名，分别占比41.1%和58.8%，两者相比较而言，女性消费者居多。在一般情况下，女性相比起男性，往往更喜欢进行网上购物，且对网络购物有着更深的了解与想法，她们的调查结果更具有调查研究的价值。
② 年龄：在221份有效样本内，被受访者的年龄集中分布在18~25岁这一群体，占比高达91.4%，这个年龄段的消费群体对新兴产业互联网电商的发展较为熟悉和敏感，更容易接受新兴事物的出现与发展，也更愿意通过网络平台、直播的形式来购买产品，是新销售模式的消费主力。
③ 受教育程度：在221份有效样本内，样本的受教育程度总体较高，说明可以较好地保证问卷结果的质量。学历占比最高的是本科，占比81.4%；其次是研究生及以上，占比8.5%，表现出样本量文化程度比较高。
④ 月消费水平：在221份有效样本内，大部分人的月消费水平在1000~2000元左右，占比56.5%。其次是2000~4000元、4000元以上、1000元以下，分别占比19.9%，14.0%，9.5%。这可能与所处地理位置有关，大部分人都是在浙江生活，他们的消费水平可能会受地区物价水平的影响。
Table 3. Respondent basic information description analysis
表3. 被调查者基本信息描述分析
个人特征 |
样本量 |
百分比(%) |
性别 |
男 |
91 |
41.1% |
女 |
130 |
58.8% |
年龄 |
18岁以下 |
1 |
0.4% |
18~25岁 |
202 |
91.4% |
26~30岁 |
8 |
3.6% |
30岁以上 |
10 |
4.5% |
受教育程度 |
高中及以下 |
7 |
3.1% |
大专 |
15 |
6.7% |
本科 |
180 |
81.4% |
研究生及以上 |
19 |
8.5% |
月消费水平 |
1000元以下 |
21 |
9.5% |
1000~2000元 |
125 |
56.5% |
2000~4000元 |
44 |
19.9% |
4000元以上 |
31 |
14.0% |
3.1.2. 影响购买意愿各维度因素分析
如表4所示，通过对各维度的因素进行描述性统计分析，可以发现：
① 从网络达人的角度分析，可以发现平均值分别为3.041、3.014、2.833，其中能使直播间气氛更欢乐并且能够及时回答疑问对消费者的影响更大，说明轻松的直播氛围更容易让消费者产生购物的欲望。
② 从网站设计的角度分析，可以发现是否能够便捷地进行支付对购买意愿的影响较大，其平均值为2.787。这表明支付环节对于整个购物流程起着较为关键的作用，也是不容忽视的。
③ 从直播内容的角度分析，通过对比所得，全面而真实的商品信息对消费者的购买意愿影响最大，其平均值为2.878。这说明消费者更希望得到一个全面而完整的商品信息以及优惠政策，如今消费者对商品的质量非常的重视，而不是仅仅关注商品的价格以及优惠力度。
Table 4. Statistical analysis table of each dimension affecting the purchase intention
表4. 影响购买意愿各维度统计分析表
|
样本量 |
最大值 |
最小值 |
平均值 |
标准差 |
方差 |
H1 |
221 |
5 |
1 |
3.041 |
1.641 |
2.694 |
H2 |
221 |
5 |
1 |
3.014 |
1.494 |
2.232 |
H3 |
221 |
5 |
1 |
2.833 |
1.393 |
1.940 |
H4 |
221 |
5 |
1 |
2.941 |
1.446 |
2.092 |
H5 |
221 |
5 |
1 |
2.787 |
1.463 |
2.142 |
H6 |
221 |
5 |
1 |
2.869 |
1.367 |
1.868 |
H7 |
221 |
5 |
1 |
2.878 |
1.480 |
2.190 |
H8 |
221 |
5 |
1 |
2.977 |
1.478 |
2.186 |
H9 |
221 |
5 |
1 |
2.932 |
1.549 |
2.400 |
3.2. 不同个体特征观看直播频次分析
3.2.1. 交叉分析
如表5所示会发现，大部分被访者都曾经有过观看直播的经历，但都是观看直播的频率普遍不高。
Table 5. Statistical results of the frequency of watching e-commerce live broadcast every week
表5. 每周观看电商直播的频次统计结果
题目 |
名称 |
每周观看电商直播的频次 |
总是 |
经常 |
偶尔 |
没看过 |
性别 |
男 |
5 (5.5%) |
8 (8.8%) |
45 (49.5%) |
33 (36.3%) |
女 |
5 (3.8%) |
23 (17.7%) |
84 (64.6%) |
18 (13.8%) |
年龄 |
18岁以下 |
0 (0.0%) |
0 (0.0%) |
1 (100.0%) |
0 (0.0%) |
18~25岁 |
7 (3.5%) |
26 (12.9%) |
121 (59.9%) |
48 (23.8%) |
26~30岁 |
2 (25.0%) |
1 (12.5%) |
4 (50.0%) |
1 (12.5%) |
30岁以上 |
1 (10.0%) |
4 (40.0%) |
3 (30.0%) |
2 (20.0%) |
学历 |
高中及以下 |
3 (42.9%) |
2 (28.6%) |
1 (14.3%) |
1 (14.3%) |
大专 |
0 (0.0%) |
3 (20.0%) |
11 (73.3%) |
1 (6.7%) |
本科 |
6 (3.3%) |
23 (12.8%) |
105 (58.3%) |
46 (25.6%) |
研究生及以上 |
1 (5.3%) |
3 (15.8%) |
12 (63.2%) |
3 (15.8%) |
月消费水平 |
1000元以下 |
0 (0.0%) |
2 (9.5%) |
10 (47.6%) |
9 (42.9%) |
1000~2000元 |
4 (3.2%) |
17 (13.6%) |
78 (62.4%) |
26 (20.8%) |
2000~4000元 |
2 (4.5%) |
6 (13.6%) |
27 (61.4%) |
9 (20.5%) |
4000元以上 |
14 (45.2%) |
4 (12.9%) |
7 (22.6%) |
6 (19.4%) |
从性别这一角度来看，女性消费者观看直播的频次会略高于男性消费者。在直播销售的模式下，女性可能更愿意花时间在网络上观看直播，通过主播种草、广告植入等形式去获得更高性价比的商品，而男性花在观看直播的时间会相对少许多。
从年龄和学历的角度来看，低学历且高年龄的被访者观看直播的频率更高。这一群体可以有更多的精力，也更愿意花费时间投入到观看直播当中去，从中“薅羊毛”、获得优惠。受教育程度较高的群体偶尔或者没有观看直播的频次比较高，分别占比58.3%和25.6%。
从月消费金额的角度来看，观看直播较多的被访者，其每月的消费金额也普遍较高。
综上所述，在这次调查当中，被访者的个体特征具有一定的相似性，具有高学历、年轻化、有一定消费能力等特点，在具有不同个体特征的消费者中，普遍有过观看直播的经历，但是其时间投入都不太多。
3.2.2. 相关性分析
通过对文献进行大量的阅读发现，在进行回归分析前先进行相关性分析，计算公式如下：
该部分可以分析各因素之间的相关性程度。若呈现显著性，则说明两变量之间存在相关性，反之亦然。在进行研究假设的检验之前，先对各维度进行相关性分析。
Table 6. Correlation analysis of each dimension
表6. 各维度相关性分析
|
性别 |
年龄 |
学历 |
月消费金额 |
观看频次 |
性别 |
1.000 (0.000***) |
|
|
|
|
年龄 |
0.081 (0.232) |
1.000 (0.000***) |
|
|
|
学历 |
0.015 (0.820) |
0.180 (0.007***) |
1.000 (0.000***) |
|
|
月消费金额 |
−0.011 (0.865) |
0.062 (0.357) |
0.128 (0.058) |
1.000 (0.000***) |
|
观看频次 |
0.189 (0.005***) |
−0.078 (0.247) |
−0.063 (0.351) |
−0.007 (0.919) |
1.000 (0.000***) |
注：***、**、*分别代表1%、5%、10%的显著性水平。
表6展示了相关性分析的参数结果，包括相关性以及显著性P值。可以通过比较，明显地发现，性别与观看直播的频次有一定的关联度，且呈显著相关。相较而言，女性在观看频率和次数会比男性高，有很大一部分男性甚至没有通过直播的形式购买过商品的经历。
其次，本次调查中的被访者普遍为在校大学生和研究生，具有高学历和年轻化的特点，故年龄和学历也呈现出一定的显著相关性。
通过这一模型的分析对比，可以发现本次调查对象的特征具有高度的相似性，同时发现直播购买的新形式对男性的吸引力并不高，那么可以筛选出那些从未看过直播的调查对象，以便减小对后续分析的影响。
3.3. 回归分析
在研究了大量文献之后，发现如陈永森[11]等人均采用了回归分析的方法去探求了影响消费者购买意愿的因素，故本文也将采用该种分析方法，分析卡方检验显著性，可以判断模型是否有效。若P < 0.01或者0.05，说明模型有效，如果在设计多个模型后，可以结合信息准则(BIC值越小越好)进行综合分析。
3.3.1. 网络达人对消费者购买意愿的回归分析
为探究直播带货中不同因素对消费者购买意愿的影响，本文构造了多元逻辑回归模型，其中自变量是网络达人的三个维度(专业性X1、知名度X2、互动性X3)，因变量是消费者购买意愿，然后代入相应数据进行运算。
如表7所示，对P值进行分析，可以发现专业性X1、知名度X2、互动性X3三个维度的P值均为0.000*** (P < 0.05)，说明回归模型整体上是显著的，模型均有效，这表明三个维度对购买意愿均呈显著影响，研究假设H1，H2，H3成立。
Table 7. The regression analysis of consumers’ purchase intention by network experts
表7. 网络达人对消费者购买意愿的回归分析
|
似然比卡方值 |
P值 |
AIC值 |
BIC值 |
X1 |
706.049 |
0.000*** |
726.049 |
760.031 |
X2 |
685.094 |
0.000*** |
705.094 |
739.075 |
X3 |
682.905 |
0.000*** |
702.905 |
736.886 |
注：***、**、*分别代表1%、5%、10%的显著性水平。
通过比较三个维度的BIC值会发现，互动性X3的BIC值最小，为736.886，说明主播能够在直播中营造出娱乐轻松的氛围会对消费者购买意愿的影响更大。
3.3.2. 网络设计对消费者购买意愿的回归分析
为探究直播带货中不同因素对消费者购买意愿的影响，本文构造了多元逻辑回归模型，其中自变量是网站设计的三个维度(交互性X4、便捷支付性X5、便捷浏览X6)，因变量是消费者购买意愿。
如表8所示，对P值进行分析，可以发现交互性X4、便捷支付性X5两个维度的P值均为0.000*** (P < 0.05)，说明回归模型整体上是显著的，模型均有效，但是可以方便地浏览商品信息这一因素的P值为0.158 (P > 0.05)，说明回归模型在水平上不呈现显著性，模型是无效的。以上数据表明交互性和便捷支付性对购买意愿均呈显著影响，研究假设H4，H5成立。而能够便捷浏览商品信息对购买意愿不呈影响，研究假设H6不成立。
通过比较三个维度的BIC值会发现，互动性X5的BIC值最小，为732.665，说明能够在直播过程中快速便捷地找到支付的入口会对消费者购买意愿的影响更大。
Table 8. Regression analysis of website design on consumers’ purchase intention
表8. 网站设计对消费者购买意愿的回归分析
|
似然比卡方值 |
P值 |
AIC值 |
BIC值 |
X4 |
682.488 |
0.000*** |
702.488 |
736.469 |
X5 |
678.683 |
0.000*** |
698.683 |
732.665 |
X6 |
753.929 |
0.158 |
773.929 |
807.911 |
注：***、**、*分别代表1%、5%、10%的显著性水平。
3.3.3. 直播内容对消费者购买意愿的回归分析
为探究直播带货中不同因素对消费者购买意愿的影响，本文构造了多元逻辑回归模型，其中自变量是直播内容的三个维度(信息完整性X7、优惠价格X8、促销活动X9)，因变量是消费者购买意愿，然后代入相应数据进行运算。
如表9所示，对P值进行分析，可以发现信息完整性X7、优惠价格X8、促销活动X9三个维度的P值均为0.000*** (P < 0.05)，说明回归模型整体上是显著的，模型均有效，这表明三个维度对购买意愿均呈显著影响，研究假设H7，H8，H9成立。
Table 9. Regression analysis of live broadcast content on consumers’ purchase intention
表9. 直播内容对消费者购买意愿的回归分析
|
似然比卡方值 |
P值 |
AIC值 |
BIC值 |
X7 |
695.45 |
0.000*** |
715.450 |
749.432 |
X8 |
711.157 |
0.000*** |
731.157 |
765.139 |
X9 |
709.058 |
0.000*** |
729.058 |
763.040 |
注：***、**、*分别代表1%、5%、10%的显著性水平。
通过比较三个维度的BIC值会发现，互动性X7的BIC值最小，为749.432，说明能够在直播过程中提供全面而真实的商品信息会对消费者购买意愿的影响更大。
4. 研究结论与对策建议
4.1. 研究结论
本研究结合国内外文献提炼出网络达人、网站设计、直播内容三个大维度，通过构建直播带货中影响消费者购买意愿的理论模型，利用logistic多元回归分析，验证理论模型的合理性和有效性。本章将通过前文的数据分析，进行概括性的总结，形成相关的研究结论并对商家和主播提出相关改善意见。数据分析结果显示支持除了H6以外的假设。
研究基本结论如表10所示。
本次研究结果表明：
① 主播的专业能力、拥有较高的声誉与庞大的粉丝群体、能够与粉丝及时互动对消费者的购买意愿均具有显著的正向影响。这说明主播提供专业的商品信息、在行业中享有一定的名誉等都能够提升消费者的购买意愿，其中影响最大的是主播与粉丝能够及时互动，通过制定一些话术，营造出令人轻松愉悦的氛围可能更吸引消费者前来观看，从而促进消费者下单购买。其次，如果主播的专业能力受到了质疑，很容易使得消费者对主播讲解的产品相关信息的真实性产生怀疑，导致产品的销量受到影响。
② 良好的交互设计、便捷地支付页面均对消费者的购买意愿具有显著影响。在网站设计这一维度中影响最大的是能否快速简单地找到支付的入口，完成购买。如果在直播过程中比较难的找到相关商品的链接或者支付方式比较复杂，会容易让消费者产生厌烦心理，从而放弃下单。而对于能否方便快捷地浏览商品对消费者的购买意愿影响不大。
③ 全面而真实的商品信息、优惠的价格、促销活动均对消费者的购买意愿具有显著的正向影响。其中影响最大的是在直播过程中是否能够提供全面而真实的商品信息，这说明这一研究的被访者有一定的消费能力，已经不再局限于一味地购买低价商品，而是更加注重商品的品质、生活的质量，能否买到物美价廉的商品。
Table 10. Summary of the results of each hypothesis test
表10. 各假设检验结果总结
编号 |
假设内容 |
检验结果 |
H1 |
主播的专业能力对消费者的购买意愿具有显著影响 |
成立 |
H2 |
主播较高的声誉与庞大的粉丝群体对消费者的购买意愿具有显著影响 |
成立 |
H3 |
主播能够与粉丝及时互动对消费者的购买意愿具有显著影响 |
成立 |
H4 |
良好的交互设计对消费者的购买意愿具有显著影响 |
成立 |
H5 |
页面支付便捷对消费者的购买意愿具有显著影响 |
成立 |
H6 |
能够便捷地查看商品详细信息对消费者的购买意愿具有显著影响 |
不成立 |
H7 |
全面而真实的商品信息对消费者的购买意愿具有显著影响 |
成立 |
H8 |
优惠的价格对消费者的购买意愿具有显著影响 |
成立 |
H9 |
促销活动对消费者的购买意愿具有显著影响 |
成立 |
4.2. 对策建议
4.2.1. 提高主播专业素养、营造娱乐氛围
研究表明，营造轻松愉悦的购物氛围是激发消费者购买行为的有效手段。在直播场景中，主播运用风趣幽默的语言和生动的肢体表达，能够对观众产生积极影响，显著增强购物体验。以李佳琦为例，其标志性的“OMG，买它！”、“这也太好看了吧！”等个性化话术，不仅令人印象深刻，还巧妙地点燃了女性观众在直播中的购买热情。这些话语在无形中构建了品牌与消费者之间的情感联结，使得当女性寻求美妆产品时，李佳琦的直播成为首选，实现了品牌记忆的深刻植入。因此，主播在进行商品直播时，应在确保信息传递清晰易懂的基础上，巧妙融入易于传播且富有感染力的流行语汇，并配以恰当的动作表现，以此吸引并保持消费者的注意力，深化其购买兴趣。这样的策略不仅能提升直播的吸引力，还能在消费者心中留下深刻印象，促进转化率的提升。
4.2.2. 优化直播平台的交互性、创建链接搜索途径
在之前的研究中，我们深刻认识到便捷的支付入口对于提升消费者购物体验至关重要。然而，当消费者通过其他宣传渠道得知心仪商品在直播间有优惠活动时，却常面临直播间内琳琅满目的商品链接(往往多达数十甚至上百个)查找难题。由于直播间页面通常采用“滚动式”浏览方式，消费者需耗费大量时间与精力“爬楼”寻找特定商品链接，这一过程极易引发消费者的挫败感与厌烦情绪，最终导致潜在顾客的流失。为解决这一问题，平台可以在直播间页面创新性地增设商品搜索功能。这一功能将极大地方便消费者根据关键词或商品名称快速定位所需商品链接，从而显著提升购物效率，优化消费者的整体购物体验。通过这一改进措施，平台不仅能有效减少顾客流失，还能进一步增强用户粘性，促进直播电商行业的健康发展。
4.2.3. 满足信息质量需求，确保信息透明度
在现实生活中，众多消费者在观看直播时往往表现出非连续性的观看习惯，他们可能中途加入直播，或在观看过程中暂时离开。这种非持续性的参与模式导致消费者难以全面捕捉商品信息及当前的促销详情。为此，商家与主播可采取创新策略，如利用白板记录关键信息、实施即时消息推送等方式，确保无论消费者何时进入直播间，都能迅速获取详尽且全面的商品与促销信息。
进一步地，当消费者偶然得知直播中的优惠福利时，若未留意具体时间点，一旦涉及交易争议，可能需要回顾整个直播内容，且在后续维权过程中还可能遭遇客服更换的情况，这无疑增加了消费者的不便，易引发不满情绪，对商家的品牌形象造成负面影响。因此，若商家能确保直播间内始终展示完整的商品信息、促销条款及有效期等重要内容，消费者在面对问题时将能更高效地获取所需信息，从而简化纠纷处理流程，增强消费体验，进而助力商家构建更加积极正面的品牌形象。
附 录
直播带货中对消费者购买意愿的影响调查
您好！
首先很感谢您能够参与本次调查问卷，请您根据实际情况来进行匿名作答。在此向您保证您所提供的一切数据仅限于研究本次学术论文，不进行任何外传，私人信息绝对保密，感谢您的参与！
Part 1
1. 您的性别：
A. 男 B. 女
2. 您的年龄：
A. 18岁以下 B. 18~25岁 C. 26~30岁 D. 30岁以上
3. 您的学历：
A. 高中及以下 B. 大专 C. 本科 D. 研究生及以上
4. 您每月的消费金额：
A. 1000元以下 B. 1000~2000元 C. 2000~4000元 D. 4000元以上
5. 您每周观看电商直播的频次
A. 总是(跳转第7题) B. 经常(跳转第7题)
C. 偶尔(跳转第7题) D. 没看过(跳转第6题)
6. 您没有观看电商直播的原因是：(结束问卷)
A. 心情不好 B. 不习惯看 C. 没钱买 D. 没时间看 E. 其他
7. 您是否对直播间展示的产品产生过购买意愿：
A. 经常会 B. 有时会 C. 偶尔会 D. 从来没有
Part 2
这一部分需要了解您在选择观看直播的时候会受哪些因素的影响。请您根据最近一段时间观看直播的真实感受，在以下各个数字中选出最符合个人实际情况的选项并在相应的选项上画“√”。
1 = 非常同意 2 = 比较同意 3 = 一般 4 = 比较不同意 5 = 非常不同意
1) 网络达人
该主播具有一定的专业能力，能够为我提供有价值的商品信息 |
1£ 2£ 3£ 4£ 5£ |
该主播具有较高的声誉和庞大的粉丝群体 |
1£ 2£ 3£ 4£ 5£ |
该主播能够使直播间气氛更欢乐并且能够及时回答疑问 |
1£ 2£ 3£ 4£ 5£ |
2) 网站设计
在直播间，我可以方便地与主播和其他消费者进行交互 |
1£ 2£ 3£ 4£ 5£ |
在直播间，我可以方便快捷找到并支付自己喜欢的产品 |
1£ 2£ 3£ 4£ 5£ |
在直播间，我可以方便快捷地查看商品的详细信息介绍 |
1£ 2£ 3£ 4£ 5£ |
3) 直播内容
我可以在直播过程中感受到更全面而真实的商品信息 |
1£ 2£ 3£ 4£ 5£ |
直播间的价格非常划算实惠 |
1£ 2£ 3£ 4£ 5£ |
直播过程中有各种促销活动 |
1£ 2£ 3£ 4£ 5£ |