短視頻營銷策略、產品涉入度和顧客推薦意愿—基于中介效應的研究目錄TOC\o"1-3"\h\u300971.緒論 2275432.文獻綜述 2139712.1理論基礎 2317192.1.1整合營銷傳播理論 2288622.1.2網絡整合營銷4I原則 3237342.2短視頻的相關研究 4119142.2.1短視頻的定義及發展 4225962.2.2短視頻營銷研究現狀 571992.3產品涉入度的相關研究 6290302.4顧客推薦意愿的相關研究 790203.研究模型與假設 8317883.1研究模型 8234783.2研究假設 974163.2.1短視頻營銷策略與顧客推薦意愿的關系 973633.2.2短視頻營銷策略與產品涉入度的關系 10269063.2.3產品涉入度與顧客推薦意愿的關系 1075834.實驗設計 11320994.1確定測量量表與樣本選擇 11185094.2問卷設計與預調研分析 13169854.2.1問卷設計 13142194.2.2預調研分析 1348394.3問卷發放與問卷特征 15248754.3.1問卷發放 15250304.3.2樣本特征描述 15144484.4量表的信度和效度檢驗 1668964.4.1信度檢驗 16123254.4.2效度檢驗 17107114.5相關性分析 176394.6假設檢驗 1846694.6.1主效應檢驗 1853934.6.2中介效應檢驗 20145565.研究結論 2516727（1）不同的短視頻營銷策略對顧客推薦意愿有不同程度的顯著正向影響 258769（2）產品涉入度對顧客推薦意愿有顯著正向影響 2520132（3）不同的短視頻營銷策略通過產品涉入度對顧客推薦意愿有不同程度的顯著正向影響 2624965參考文獻 26緒論從整合營銷傳播的角度來看，短視頻營銷的本質應是構建渠道，即構建企業與用戶溝通的良好渠道，并且根據用戶的需求，傳遞其感興趣的話題與訊息，從而實現其營銷傳播的精準性與有效性。短視頻營銷若想健康發展，還需要企業根據自身情況，合理運用短視頻進行營銷（周悅萌，吳俊豪，2022）。在如此情境之中盡管短視頻行業蓬勃發展，但運營成本逐年攀升，如何高效利用短視頻進行營銷活動的開展是許多企業面臨的難題。然而目前關于短視頻營銷缺乏系統性的理論體系作指導，傳統的4P營銷理論由于時代的變遷，用于指導短視頻營銷顯得不合時宜。同時，為了贏得顧客和建立良好的企業顧客契合關系，從此處解詳情增加商家和品牌的正面口碑傳播效應，企業界迫切需要關于如何促進顧客推薦行為的指導，從而從廣度上擴大營銷成果的影響力。因此，本文以符合網絡營銷背景的4I營銷理論為基礎，由此可看出其端倪從短視頻營銷策略的趣味性、利益性、互動性和個性化四個角度系統研究短視頻的營銷策略對顧客推薦意愿的影響。根據上述背景，本文的研究目的是基于對已有的短視頻營銷、產品涉入度和顧客推薦意愿的研究和相關的理論梳理，從這些動作可以意識到緊密結合短視頻平臺運營的實際情況，將問卷數據進行分析來得出基于網絡整合營銷4I理論的短視頻營銷策略對顧客推薦意愿的影響結論（黃博濤，何佳怡，2023）；在此基礎上，通過分析找到中介變量產品涉入度并明確它如何從中影響以及影響的程度。最后，對企業提出管理建議以增強競爭力。文獻綜述2.1理論基礎2.1.1整合營銷傳播理論20世紀，傳統的營銷理論經歷了三個階段的演進：從產品推銷時期的廣告理論模式，到以創意革命為代表的轉型期理論，到20世紀70年代興起的營銷與傳播整合期的現代廣告理論模式。70年代以后，傳統的營銷模式未能擺脫“促銷”的內核，將促銷對象看做孤立的個體，不能夠適應新興市場和消費者變化的需求，在這種背景下同時營銷渠道的多元化也決定了僅僅依靠大眾媒體無法達成與消費者雙向高效的溝通模式（韓宇航，馮雪兒，2021）。整合營銷傳播理論興起的主要原因是市場環境的信息化發展和經濟全球化，是新興的信息媒體使得傳播和溝通的地位越來越突出。所以不論是廣告還是公關等營銷手段，都必須進行有效地整合才可能發生優良的效用，于是整合成為必然。與此同時，過去廣為流行的4P、4C、4R營銷理論，已經不足以適應適應信息技術的飛躍，通信工具的快速迭代和營銷傳播環境的重大變化（賀子睿，萬浩宇，2017）。因此，以上因素直接促成了市場、媒體和傳播渠道以及消費者的變化，這在一定層面上證明導致了從整合營銷理論向數據驅動下的、面向消費者、互動和可衡量的整合營銷傳播理論的轉變。2.1.2網絡整合營銷4I原則隨著移動網絡技術的進步和新媒體的發展，當前營銷的總體趨勢已由大眾營銷逐步轉移到以用戶管理的關系為基礎的營銷，傳播模式從以傳播者為中心向以受眾為中心轉移，意味著對用戶主體的關注度更加的聚焦（苗明哲，徐曉燕，2021）。與此同時，匯總已有成果能夠推導出結論互聯網的去中心化特征和自媒體的傳播機制也大幅度提升了用戶的影響力。在這樣的背景下，以互動為核心的4I營銷理論應運而生。在經過4P、4C和4R三階段的探索鋪墊后，基于“營銷即傳播，傳播即營銷”前提，更適用于互聯網新媒體時代的網絡整合營銷4I原則作為整合營銷傳播理論強有力的分支與支撐，不難推斷出被廣泛應用于企業營銷傳播活動開展。每一個理論沒有優劣之分，只有適合與不適合，他們都是對應時代環境下的營銷準則。4I原則對應當今移動互聯網模式的發展，更加的精細化（陳睿思，劉子航，2021）。4I分別代表的是趣味原則（Interesting）、互動原則（Interaction）、利益原則（Interests）、個性原則（Individuality）。國內外學者也對4I原則內涵進行了較為熱烈的探索研究。2.2短視頻的相關研究2.2.1短視頻的定義及發展上世紀八十年代，巴黎一家咖啡館播出了《水澆園丁》等一系列一分鐘左右的短片。與長視頻相對的概念——短視頻出現。隨著科技發展，技術成熟，短視頻崛起，融入人們的日常和娛樂生活。2005年，以YouTube為代表的一系列視頻網站成立。2013年Vine發布，根據前文所述不久后國內的短視頻軟件也逐步發展起來。2018年開始，國內移動短視頻平臺的發展借著互聯網和4G網絡一路突飛猛進，與此同時，學界對短視頻相關的研究也進入井噴狀態。袁浩淼，唐啟航（2014）認為短視頻是借助智能手機將拍攝時長控制在30秒以內的一種信息傳播的形式。喬立言，孟書海（2019）認為，短視頻不僅有時長較短的特點，出于這種大環境還要依托技術、平臺和內容。付奇朝，張天羽，趙文博（2020）認為，短視頻是一種時長在300秒以內，融合了多種信息呈現方式，具有傳播速度快、交流方式多樣、社會互動性強等傳播特征，并且可在社交媒體平臺上實時創作與分享的新型互聯網內容傳播形式。在如此情境之中綜合各學者對短視頻的理解，本文借鑒SocialBeta在《短視頻營銷指南》（2015）中對短視頻定義：時間長度以秒計算，利用移動智能終端進行快速拍攝和編輯美化，從此處解詳情并通過社交媒體平臺進行實時分享的新型視頻形式。隨著計算機技術的發展，人工智能、推薦算法、內容營銷、場景營銷、顧客體驗等成為學術界研究的重點。人工智能在互聯網應用領域不斷深入，使得短視頻的應用場景得到了極大擴展。由此可看出其端倪隨著算法技術的精進，平臺不僅可以對用戶的需求進行精準預測，甚至可以發現用戶的隱秘需求，更有甚者可以引導用戶的需求。本文也是站在已有理論的肩膀上搭建了此次的框架模型，無論在信息流運轉還是數據分析方式上，都反映出對前人成果的尊重與繼承，并在此之上推動創新。首先，在信息流設計方面，本文參考了經典的信息處理理論，確保信息從采集、傳輸到分析的每個環節都能高效且準確地進行。通過對數據來源的嚴格篩選和標準化處理流程，信息質量得到有效保障，從而能夠更好地注重信息流的透明度與可追溯性。周欣妍,韓俊昊（2019）認為短視頻的競爭核心在于碎片化和內容量，用戶的數量和用戶粘性是衡量其商業價值的重要指標。與此同時，從這些動作可以意識到消費者的需求也在逐步發生轉變，觀看短視頻的目的從娛樂逐步轉向為尋求知識和自我實現，因此對短視頻呈現的內容要求越來越高(成欣怡,陳樂彤,2021)。由此可見，短視頻用戶不再僅僅滿足于表面的娛樂，而是追求更優質的內容和更高層次的精神享受。2.2.2短視頻營銷研究現狀當前，短視頻已經滲透進各行各業，短視頻營銷也如火如荼的進行著。短視頻營銷是由企業、MCN機構或者個體商家等營銷主體主導的以短視頻為傳播載體針對商品或服務來進行營銷的一種新興營銷方式，其目的在于通過短視頻這種新穎的營銷形式來吸引和留存潛在消費者，以實現商品或服務的銷售。目前對于短視頻營銷的研究正在成為熱點，相關研究成果正逐漸豐富起來，前人學者從多維度多角度對短視頻營銷進行了不同程度的研究，在這種背景下對短視頻營銷的價值進行了深入的探討。程天佑，蘇詩林（2015）認為從網絡整合營銷4I原則的角度分析，短視頻營銷能夠提升用戶的品牌認知度、促使用戶產生品牌聯想并提高品牌忠誠度。陳奇穎,陳若熙（2020）認為新時代的短視頻營銷發展核心在于智能短視頻的體驗消費，以及傳播在前、生產在后的互聯網營銷思維將成為企業營銷主流，與此同時，人才隊伍的建設也成為關鍵。唐奇妍,陳昊天（2020）認為短視頻營銷契合了當前社會人們快速的工作和生活節奏，填補了人們的生活縫隙，給人們的生活帶來了極大的便利。成馨瑜,成羽翔（2020）在分析抖音在旅游目的地營銷中的應用路徑時提出抖音短視頻功能強大，從內容上看其題材豐富，這在一定層面上證明使得用戶容易產生情感共鳴，大大增加了用戶黏性；在理論框架的驗證與修正過程中，本文獲取了大量且詳實的數據資料。這些數據不僅覆蓋了廣泛的研究對象，還跨越了不同的時間點和社會背景，為理論框架的全面驗證提供了有力支持。借助統計分析工具對量化數據進行處理，能夠有效檢驗原理論框架中的各項假設，并發現其中的不足之處。后續研究將考慮引入更多變量或使用更大規模的樣本，以進一步提升理論框架的解釋力和預測能力。從受眾上看其用戶定位精準，群體趨向年輕化，與年輕人可與分享和交流的特點一致，利用這一特點也可以有效擴大傳播范圍（何俊馳，胡一鳴，2019）。不難推斷出從以上幾位學者的研究可以看出短視頻營銷的效果是通過用戶對品牌的認知、忠誠度和傳播體現的，而達到這一目的的手段通常是從短視頻內容入手，不斷提升用戶感知和體驗。2.3產品涉入度的相關研究產品涉入度往往與消費者自身認知與自我概念相關聯，被興趣、價值觀等多種內部因素影響，進而可能作用于消費者行為，成為消費者行為研究的連接內外因素的重要變量。目前學術界對產品涉入度的準確定義說法不一。學者Sherif和Cantril（1947）首次提出涉入概念。根據前文所述后被Krugman（1965）首次引入到消費者行為領域并廣為傳播(戴宇航,李欣然,2021)。Zaichkowsky（1985）界定產品涉入度為消費者自身偏好同其對產品個人感知之間的關聯性。該定義被學術界廣泛認可應用，本文研究的產品涉入度也借鑒這一定義。Houston和Rothschild將產品涉入度分為情景涉入，持續涉入和反應涉入。情景涉入解釋了消費者在特定情景下如何對事物產生關注，重點關注的是非個人因素（李昊天,王子凡,2022)；持續涉入強調較長時間內消費者對事物的關注，出于這種大環境主要強調個人特征的影響；反應涉入將以上兩種類型相結合，即結合了情景和長期的情況，反映消費者根據復雜的認知和行為做出的決策。在數據解讀環節，先前研究的體會告知本文，得加強對新興分析工具和技術的利用。隨著信息技術的高速成長，像大數據分析、機器學習算法這類先進工具，正逐漸成為科研的必備要素。這些技術不僅能幫本文高效處置海量數據，還能挖掘出傳統手段難以觸及的深層信息與模式。因此，在后續探究里，本文應積極探索將這些技術融入分析架構，增強研究結果的精準度與洞察力。進一步的，Zaichkowsky提出了三種涉入的前因，其中包括個人、物質和情境因素。在如此情境之中除此以外，Zaichkowsky根據消費者對不同情況的反應，進而將涉入度分為：產品涉入、廣告涉入和購買涉入。已有研究中，往往從產品的重要程度和持續涉入角度進行研究。Vermeir和Verbeke認為由于不同產品對消費者的生活影響程度不同，消費者不會將所有的產品類別看做同等重要。在產品在生活中具有重要價值時，消費者會更加積極地參與產品的決策(何志華,陳玉琳,2022)。例如電子產品愛好者會持續關注最新的科技電子產品，美妝愛好者會持續關注時尚等行業的動態等。從此處解詳情相比之下，大部分實用型產品對于消費者盡管是重要的，但是不會持久的涉入。2.4顧客推薦意愿的相關研究關于顧客推薦的定義，Gremler等（2001）認為，推薦是來自客戶的非正式溝通，提供有關特定服務的使用或功能的信息。綜合目前國內外關于推薦的研究，大多數學者傾向于使用口碑作為研究術語(鐘麗娜,黃浩宇,2022)。上世紀60年代就有關于口碑傳播的研究，Yaleetal（1995）對口碑做出了開創性的定義：推薦者和被推薦者之間關于品牌、產品或服務的口頭溝通，由此可看出其端倪這種溝通是個人的、非商業的。Westbrook(1987)在定義中也強調口碑推薦的非正式性：口碑是某一位消費者與其他消費者之間關于特定產品和服務特征和所有權等內容的非正式的溝通。由此可見，顧客推薦可以看作顧客對于企業及其品牌的一種關注和投入行為(陳宇軒,李心怡,2021)。Keiningham等（2007）指出，顧客推薦取決于推薦者是否真實地將產品、品牌或者服務推薦給了他人。從這些動作可以意識到一個人的評論或推薦往往足以讓另一個人嘗試特定的產品(馬天宇，朱雅琪,2022)。MonicaLaw(2008)指出了關系網絡在推薦中的重要作用，對于產品或服務的推薦者來說，推薦的含義更為豐富，因為在推薦產品、服務、企業或品牌的過程中，推薦人者的個人網絡將參與其中。辭海中對意愿的定義是指個體對于某種事物形成的認知或觀念，在這種背景下繼而形成的某種傾向的主觀思維。因此本文定義為顧客推薦意愿為顧客具有主動地以非正式態將產品和服務推薦給有一定關系基礎的他人的態度傾向(周嘉豪,王麗娜,2019)。通過階段性研究的梳理，對下文有啟發，先看研究方法，能發現優化改進點。過往研究積累經驗教訓，有效方法與需調整的手段明確。如數據收集，可更關注樣本多樣性和代表性，確保樣本反映目標群體特征。針對不同研究問題，靈活用多數據收集技術，提高數據全面性和可靠性。基于上述研究，本文選取短視頻的營銷策略作為前導變量，將移動短視頻用戶作為研究對象，結合網絡整合營銷4I原則的四個構成維度、顧客推薦的驅動因素和短視頻用戶的特點，選取趣味性、利益性、互動性和個性化四個維度衡量短視頻營銷策略的表現形式，這在一定層面上證明探討短視頻平臺營銷策略和顧客推薦意愿之間的關系，同時為移動短視頻平臺的功能服務改進提供有針對性的意見和建議，以助于企業通過調整相關營銷策略，進一步提高顧客推薦意愿，從而增大品牌影響力，培養顧客忠誠。研究模型與假設基于前文有關網絡整合營銷理論、短視頻營銷、產品涉入度及顧客推薦意愿等相關問題的歸納分析，本文研究中選取產品涉入度作為顧客推薦意愿的中介變量，基于前人的已有成果及筆者的梳理，進而提出相關假設。3.1研究模型目前關于短視頻利用4I原則營銷的文章比較少，本文在借鑒前人研究基礎上，認為短視頻通過運用多種不同的營銷策略，幫助消費者全面了解產品信息，提升消費者精神層面愉悅感，匯總已有成果能夠推導出結論并提供新的互動體驗機會，從而增加消費者對于營銷產品的認知和與自身的關聯，進而積極影響消費者的推薦意愿。通過查閱文獻，本文認為短視頻營銷效果通過影響產品涉入度，不難推斷出從而進一步影響顧客推薦意愿(朱晨曦,李丹妮,2023)。綜上分析，本文將短視頻的營銷策略作為自變量，顧客推薦意愿作為因變量，進而研究產品涉入度在其中起到的中介作用，由此建構理論研究模型。如下圖3.1所示。圖3-13.2研究假設3.2.1短視頻營銷策略與顧客推薦意愿的關系在網絡整合營銷四個維度對顧客推薦意愿的研究當中，Quoc等（2020）認為尋求新奇感由四個因素組成，根據前文所述即尋求放松、尋求體驗、尋求喚起和緩解無聊，尋求新奇感通過影響顧客滿意進一步影響顧客推薦。韓宇航，馮雪兒等（2019）年提出短視頻營銷廣告內容趣味性和實用性顯著正向影響消費者購買意愿。劉仁杰等（2021）在研究直播帶貨營銷模式對消費者購買決策的影響時，基于S-O-R理論，提出娛樂性和優質內容均正向影響消費者信任，而消費者信任正向影響消費者購買決策。其中將看完主播直播帶貨后，出于這種大環境想對其所推薦的商品進行購買和分享的行為定義為購買決策(盛嘉曉，虞慧琳,2020)。上述研究表明，移動互聯網中營銷活動的趣味性、利益性、互動性和個性化均會通過影響顧客滿意、顧客感知價值等，在如此情境之中對消費者包括推薦在內的的購買行為和意愿產生正向影響。也就是說，短視頻營銷策略對顧客的推薦意愿也會產生積極影響。在數據采集環節，本文運用了各式各樣手段，像問卷調查、現場走訪還有文獻梳理等，目的在于全方位、細致入微地獲取數據信息。借助對這些數據有條理地剖析與處理，本文得以切實地驗證研究設想，挖掘其中潛藏的規律和內在關聯。即便本次研究收獲了一定成效，然而本文也清醒地意識到，所有研究都存在自身難以避免的局限性。后續研究可在當前成果之上持續深入，特別是在樣本挑選、研究手段改進以及理論模型優化等方面，存在廣闊的提升空間。本研究認為，短視頻營銷策略的趣味性、利益性、互動性和個性化分別對顧客推薦意愿有顯著的影響。因此，本文提出以下假設：H1短視頻營銷策略正向影響顧客推薦意愿H1a短視頻營銷的趣味性正向影響顧客推薦意愿H1b短視頻營銷的利益性性正向影響顧客推薦意愿H1c短視頻營銷的互動性正向影響顧客推薦意愿H1d短視頻營銷的個性化正向影響顧客推薦意愿3.2.2短視頻營銷策略與產品涉入度的關系產品自身的一些因素會對產品涉入度產生影響，且產品的媒體形式也會顯著影響產品涉入度。從此處解詳情間接說明新媒體營銷作為一種包裝產品的策略，能夠通過提高消費者個人對產品的興趣提高產品涉入度。由此可看出其端倪本研究認為，短視頻營銷策略的趣味性、利益性、互動性和個性化分別對產品涉入度有顯著的影響。因此，本文提出以下假設(盛得豪，虞效琪,2020)：H2短視頻營銷策略正向影響產品涉入度H2a短視頻營銷的趣味性正向影響產品涉入度H2b短視頻營銷的利益性性正向影響產品涉入度H2c短視頻營銷的互動性正向影響產品涉入度H2d短視頻營銷的個性化正向影響產品涉入度3.2.3產品涉入度與顧客推薦意愿的關系，產品涉入度與口碑傳播、推薦、分享行為之間有顯著的關系。也就是說消費者的產品涉入度越高，其推薦產品的意愿就越強。本研究認為，顧客的的產品涉入度對推薦意愿有顯著的影響，從這些動作可以意識到且產品涉入度在營銷策略對推薦意愿的影響當中起中介作用(謝俊杰，朱雅婷,2020)。因此，本文提出以下假設：H3產品涉入度正向影響顧客推薦意愿H4短視頻營銷策略通過產品涉入度正向影響顧客推薦意愿H4a短視頻營銷的趣味性通過產品涉入度正向影響顧客推薦意愿H4b短視頻營銷的利益性性通過產品涉入度正向影響顧客推薦意愿H4c短視頻營銷的互動性通過產品涉入度正向影響顧客推薦意愿H4d短視頻營銷的個性化通過產品涉入度正向影響顧客推薦意愿實驗設計4.1確定測量量表與樣本選擇本文共包含六個研究變量，即短視頻營銷策略的趣味性、利益性、互動性和個性化，以及產品涉入度和顧客推薦意愿。其中，趣味性的量表參考Lieb（2012）和Liu,Amatt(2000)，并結合短視頻營銷提供的趣味內容特征確定本文關于短視頻用戶對于營銷策略趣味性的感知。在這種背景下包括“我認為該短視頻的內容是輕松好玩有趣的、我認為該短視頻的內容讓我覺得激動和興奮”等。關于利益性的量表本文參考Wiertz，Caroline（2007）和Lieb（2012），確定“我能夠從短視頻中獲取一些關于產品或品牌的信息、我能夠從短視頻中獲取一些實用信息”等測量項。關于互動性的量表本文參考McAlxander(2002)、Sprott(2009)和Barker(2009)，并結合短視頻用戶的特點得出“通過關注短視頻賬號我發現了和我有相似之處的人、通過關注短視頻賬號我可以和我有相似之處的人互動”等測量項。個性化的量表本文參Alba(1997)和胡茜（2021），這在一定層面上證明并根據短視頻個性化營銷模式的特點形成“短視頻能準確向我推薦需要的內容、短視頻推薦的內容對我個人而言很有吸引力”等測量項(徐俊杰，朱婉婷,2020)。匯總已有成果能夠推導出結論關于產品涉入度的量表，本文借鑒ZaichkowskyL（1985）的PRII量表，并根據生活實際情況得到“我認為短視頻中的產品對我是重要的、我認為該短視頻中的產品是有趣的”等測量項。關于顧客推薦意愿的量表，本文借鑒了Carroll&Ahuvia（2006）、Keiningham等（2007）和MonicaLaw（2008）的研究，從這些對話中看出得出“我愿意將短視頻中的產品推薦給其他人、我會和朋友們說起該短視頻中的產品”等測量項(葉清羽,薛依萱,2021)。在選擇數據分析方法時，本文不僅采用了傳統的統計分析方法，如描述性統計、回歸分析等，還引入了近年來發展迅速的數據挖掘技術和算法。例如，通過使用聚類分析來識別數據中的潛在模式，或者利用決策樹算法來預測未來趨勢。這些先進的方法為深入理解復雜現象提供了強有力的支持，并有助于揭示隱藏在海量數據背后的深層次關系。此外，本文還特別強調了混合方法的應用，即將定量研究與定性研究相結合，以獲得更加全面的研究視角。本文采用李克特五級量表，選項分別從“非常不同意”、“不同意”、“一般”、“同意”到“非常同意”，根據前文所述以此來保證問卷題項的準確度。變量及其題項見表4-1(趙欣怡,谷雨婷,2019)。表4-1變量測量項主要參考文獻趣味性1.我認為該短視頻的內容是輕松好玩有趣的Lieb（2012）；Liu,Amatt(2000)2.我認為該短視頻的內容讓我覺得激動和興奮3.我認為該短視頻內容讓我充滿想象和好奇4.我認為該短視頻有讓我有沉溺其中的感受利益性1.我能夠從短視頻中獲取一些關于產品或品牌的信息Wiertz，Caroline（2007）；Lieb（2012）2.我能夠從短視頻中獲取一些實用信息3.我能夠從短視頻中獲取一些對我有價值的信息4.我能夠通過觀看短視頻產生情感共鳴5.通過觀看短視頻，我能夠獲得滿足而和充實感互動性1.通過關注短視頻賬號我發現了和我有相似之處的人McAlxander(2002);Sprott(2009);Barker(2009)2.通過關注短視頻賬號，我可以與和我有相似之處的人互動3.通過關注短視頻發布賬號，我認識了有意思的人個性化1.短視頻能準確向我推薦需要的內容Alba(1997)；胡茜（2021）2.短視頻推薦的內容對我個人而言很有吸引力產品涉入度1.我認為短視頻中的產品對我是重要的ZaichkowskyL（1985）；2.我認為該短視頻中的產品是有趣的3.我認為該短視頻中的產品與我的生活密切相關4.我認為該短視頻中的產品對我而言是有價值的5.我會投入時間了解該短視頻中的產品6.我需要該短視頻中涉及的產品顧客推薦意愿1.我愿意將短視頻中的產品推薦給其他人Keiningham等（2007）；MonicaLaw（2008）2.如果與我相關的人想購買該類產品，我愿意推薦短視頻的產品3.我愿意和朋友們說起該短視頻中的產品4.我愿意和我認識的人說該短視頻中的產品的好話4.2問卷設計與預調研分析4.2.1問卷設計本文主要采用線上發放問卷的形式。為了保證問卷的問答意愿以及數據結果的質量，本文對問卷進行合理性測試，出于這種大環境邀請管理專業的學生進行實際填寫，將問卷的正常作答時間控制在5分鐘內即可完成。在數據處理環節，本文運用了多種統計技術來驗證數據的可靠性，并探測可能的異常數據。通過細致地研究數據的分布特性，本文能夠有效地排除那些顯著偏離常態的數據點，同時保留那些能夠代表整體情況的樣本數據。此外，本文還采用了敏感性分析來考察不同參數變動對研究結果的影響，從而保證了研究結論的穩定性和廣泛適用性。問卷設計完成后，邀請學院內專家對問卷進行評定，檢驗問卷的語義是否能與實踐相結合，翻譯是否符合中文習慣，在如此情境之中在此基礎上對問卷進行進一步的修改，最后經過統一排版后，確定了正式的調查問卷(盛嘉杰，虞慧妍,2021)。4.2.2預調研分析預調研的目的是確定問卷的可行性和可靠性。本文于2022年1月5日進行了預調研，首先在線下發布100份調查問卷，從此處解詳情實際回收100份，有效問卷共100份，本研究針對這100份有效問卷進行預調研數據分析。探索性因子分析可以幫助確定問卷的測量項，如果雙重荷載或者荷載因子過小，則需要刪減測量項，以形成最終可信的調研問卷。由此可看出其端倪首先對預調研數據進行探索性因子分析（EFA），提取出模型的6個主成分：趣味性、利益性、互動性、個性化、產品涉入度和顧客推薦意愿。根據數據結果，探索性因子分析結果如下：表4-2成分123645SR1.882SR6.810SR4.804SR2.760SR3.755SR5.751LY1.884LY5.804LY4.792LY3.785LY2.767QW1.902QW2.831QW3.831QW4.804TJ1.856TJ2.821TJ3.798TJ4.765HD3.843HD1.836HD2.752GX1.874GX2.823經過可靠性分析，cronbachα信度系數均大于0.7，且刪除下設的任意變量，α值都不會提高，這表示修改后的問卷具有較好的信度。表4-3克隆巴赫Alpha.883項數22KMO和巴特利特檢驗結果，KMO越接近1，越適合做因子分析。根據球形檢驗結果，在顯著水平為0.05的條件下，從這些動作可以意識到顯著性為0.000表示檢驗結果顯著，即原假設不成立，這說明變量之間存在相關關系，因此適合做因子分析(鄧子和,鄒雯萱,2021)。表4-4KMO取樣適切性量數.819巴特利特球形度檢驗近似卡方自由度1287.015231顯著性.0004.3問卷發放與問卷特征4.3.1問卷發放2022年1-2月，經過兩個月的線上問卷發放和回收，共收集到問卷357份，首先排除沒有使用過短視頻平臺的調查者，共計排除55份無效問卷。同時，由于本研究發放的全部為線上問卷，在這種背景下且所有的問題都是必答題，因此不存在問題數據缺失的問卷(李婉琳,丁云彤,2023)。本研究框架模型的重要特性是其靈活適應與擴展潛力。鑒于不同研究背景和需求的多樣性，本文在設計模型時，盡力保持各組件的模塊化特性，從而可以根據實際情況靈活調整或替換特定部分，而不影響整體架構的穩定性和有效性。這種設計思路不僅提升了模型的實際應用價值，還為后續研究者提供了一個開放平臺，激勵他們在現有基礎上進行二次開發或改進。然后對問卷進行人工復檢，剔除將全部問題回答成同一個或某幾個答案的問卷共4份、最后，這在一定層面上證明本研究共得到298份有效問卷，有效問卷回收率為83.5%。本文基于這298份有效問卷的數據進行以下分析。4.3.2樣本特征描述本研究的調查問卷，根據短視頻平臺用戶的特性，將人口統計特征分為性別、年齡、受教育程度和月收入。具體人口統計特征數據如下表：表4-5特征選項頻數百分比（100%）性別女15752.68%男14147.32%年齡18歲以下289.40%18-2511939.93%26-357826.17%35-504515.10%50歲以上289.40%受教育程度初中及以下237.72%高中11538.59%大學本科10635.57%碩士研究生3210.74%博士研究生227.38%月收入2000元及以下289.40%2001-50006220.81%5000-1000011036.91%10001及以上9832.89%從樣本的人口統計特征數據可知，298份有效問卷中，女性被調查者占比52.68%，男性被調查者占比47.32%。匯總已有成果能夠推導出結論樣本的年齡普遍分布在18-50歲，共占比81.20%。樣本的受教育程度集中在高中和大學本科，分別占比38.59%和35.57%。樣本的月收入主要集中在5000元以上，不難推斷出共占比69.8%。這與短視頻用戶多為中青年工薪階層的分布一致(何宇航,崔睿哲,2019)。4.4量表的信度和效度檢驗4.4.1信度檢驗信度是在進行問卷數據分析前，根據前文所述對變量設置的可靠性和穩固性的一個檢測。本文的信度檢測采用CronbachAlpha系數來判斷問卷的信度水平。通過運用spss23.0統計軟件對問卷總體結果進行分析，得到問卷的整體Cronbachα系數為0.947，大于0.9，在如此情境之中表明問卷整體的信度比較好(殷雅琪，汪志遠,2017)。因為是多維度問卷，接下來需要按照維度的劃分對問卷的各個變量做相應的信度檢驗。檢驗結果如表所示：表4-6變量維度序號Cronbachα短視頻營銷策略趣味性QW10.891QW2QW3QW4利益性LY10.895LY2LY3LY4LY5互動性HD10.862HD2HD3個性化GX10.821GX2產品涉入度SR10.904SR2--SR3SR4SR5顧客推薦意愿--TJ10.856TJ2TJ3TJ4通過表的結果可以看到，問卷的各個維度的Cronbachα系數均大于0.8，最低的也有0.821，證明問卷整體和各維度都信度良好(孔祥瑞，鄧雅琪,2017)。4.4.2效度檢驗在如此情境之中效度檢驗是對問卷的有效程度進行檢測的方法，它表示的是問卷中的變量測試是否符合實際以及是否客觀。在本文的實證分析中，首先要對問卷整體的KMO值和Barlett’s球形度進行檢驗。從此處解詳情其中KMO值大于0.8則表示問卷效度高；如果此值介于0.8-0.7之間則說明效度較好；如果介于0.7-0.6之間，說明效度可接受；如果此值小于0.6，則說明效度不佳(孔文昊，鄧雅琳,2017)。KMO值用于判斷是否有效度，由此可看出其端倪本研究數據的KMO值為0.894，大于0.8，意味著數據效度很高，具有很好的有效性。具體KMO值如下：表4-7KMO取樣適切性量數0.894Barlett’s球形度檢驗近似卡方1877.949自由度55顯著性0.0004.5相關性分析在進行回歸分析之前，往往要先進行相關性分析，探討本文研究變量之間的關聯程度以及關聯方向，其判斷依據一般為Pearson系數，該系數的范圍介于-1到1之間(孔博濤，鄧婉婷,2021)。若Pearson系數大于0，則表明變量之間存在正相關關系；若小于0，則表示變量之間負相關，數值絕對值大小表明相關性強弱，該指標數值絕對值越接近1說明變量之間相關性越強(孔志宇，鄧婉君,2021)。基于此本文對短視頻營銷策略的趣味性、利益性、互動性、個性化以及產品涉入度和顧客推薦意愿等構念之間的關聯程度進行探討，從這些動作可以意識到從表中可以看出，趣味性、利益性、互動性、個性化、產品涉入度、顧客推薦意愿兩兩之間均是顯著正相關（p<0.01），為接下來的回歸分析奠定了一定的基礎(高天俊，孫慧君,2023)。表4-8構念趣味性利益性互動性個性化產品涉入度顧客推薦意愿趣味性1利益性0.638**1互動性0.592**0.651**1個性化0.177**0.200**0.367**1產品涉入度0.615**0.609**0.559**0.222**1顧客推薦意愿0.614**0.618**0.565**0.217**0.571**14.6假設檢驗4.6.1主效應檢驗（1）短視頻營銷策略與顧客推薦意愿在這種背景下首先驗證短視頻營銷策略、趣味性、利益性、互動性、個性化、顧客推薦意愿五個變量之間是否具有直接因果關系，從下表中結果可以看出(成天瑜，孫慧妍,2023)：短視頻營銷策略對顧客推薦意愿有顯著正向影響（β=0.673，p＜0.001），解釋程度為45.1%，因此假設H1成立；這在一定層面上證明趣味性對顧客推薦意愿有顯著正向影響（β=0.614，p＜0.001），解釋程度為37.5%，因此假設H1a成立；利益性對顧客推薦意愿有顯著正向影響（β=0.618，p＜0.001），解釋程度為38.0%，因此假設H1b成立；互動性對顧客推薦意愿有顯著正向影響（β=0.565，p＜0.001），解釋程度為37.1%，因此假設H1c成立(高天俊，孫慧婷,2022)；個性化對顧客推薦意愿有顯著正向影響（β=0.217，p＜0.001），解釋程度為4.4%，因此假設H1d成立。具體見表：表4-9顧客推薦意愿Model1Model2Model3Model4Model5自變量短視頻營銷策略0.863***趣味性0.565***利益性0.588***互動性0.532***個性化0.259***R方0.4530.3770.3820.3190.047調整后R方0.4510.3750.3800.3170.044F值246.792180.197184.314139.65414.689注：***p＜0.001，**p＜0.01，*p＜0.05短視頻營銷策略與產品涉入度其次驗證短視頻營銷策略、趣味性、利益性、互動性、個性化、產品涉入度五個變量之間是否具有直接因果關系，從這些對話中看出從下表中結果可以看出：短視頻營銷策略對產品涉入度有顯著正向影響（β=0.670，p＜0.001），因此假設H2成立；趣味性對產品涉入度有顯著正向影響（β=0.615，p＜0.001），因此假設H2a成立；利益性對產品涉入度有顯著正向影響（β=0.609，p＜0.001），因此假設H2b成立(高天翼，孫慧君,2022)；互動性對產品涉入度有顯著正向影響（β=0.559，p＜0.001），因此假設H2c成立；不難推斷出個性化對產品涉入度有顯著正向影響（β=0.222，p＜0.001），因此假設H2d成立。具體見表：表4-10產品涉入度Model1Model2Model3Model4Model5自變量短視頻營銷策略0.527***趣味性0.675***利益性0.647***互動性0.599***個性化0.188***R方0.4480.3780.3700.3120.049調整后R方0.4470.3760.3680.3100.046F值242.203181.257175.332135.30115.466注：***p＜0.001，**p＜0.01，*p＜0.05產品涉入度與顧客推薦意愿Model1驗證了產品涉入度正向影響顧客推薦意愿，根據前文所述標準化系數為0.576，顯著性水平為0.000，假設H3成立。具體見表(高天俊，孫慧琪,2022)：表4-11顧客推薦意愿Model1自變量產品涉入度0.576***R方0.326調整后R方0.323F值143.974注：***p＜0.001，**p＜0.01，*p＜0.054.6.2中介效應檢驗（1）產品涉入度在短視頻營銷策略與顧客推薦意愿之間的作用首先，出于這種大環境采用Hayes（2012）編制的SPSS宏中的Model4（簡單的中介模型），對產品涉入度在短視頻營銷策略與顧客推薦意愿之間關系的中介效應進行檢驗。結果（見表4-12）表明(孫嘉琪，張梓和,2023)，短視頻營銷策略對顧客推薦意愿的預測作用顯著（B=0.863，t=15.710，p＜0.001），在如此情境之中且當放入中介變量后，短視頻營銷策略對顧客推薦意愿的直接預測作用依然顯著（B=0.676，t=9.352，p＜0.001）。短視頻營銷策略對產品涉入度的正向預測作用顯著（B=0.850，t=15.563，p＜0.001），產品涉入度對顧客推薦意愿的正向預測作用也顯著（B=0.220，t=3.861，p＜0.001）。短視頻營銷策略和產品涉入度對顧客推薦意愿的解釋程度為47.9%。表4-12回歸方程擬合指標系數顯著性結果變量預測變量RR2FBt顧客推薦意愿短視頻營銷策略0.6730.453246.7920.86315.710***產品涉入度短視頻營銷策略0.6700.448242.2030.85015.563***顧客推薦意愿產品涉入度短視頻營銷策略0.6920.479136.6040.2200.6763.861***9.352***此外，短視頻營銷策略對顧客推薦意愿影響的直接效應及產品涉入度的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表），從此處解詳情表明短視頻營銷策略不僅能夠直接預測顧客推薦意愿，而且能夠通過產品涉入度的中介作用預測顧客推薦意愿。該直接效應（0.676）和間接效應（0.187）分別占總效應（0.863）的78.33%、21.67%。因此假設H4成立(余志豪，張雅琳,2021)。表4-13效應值Boot標準誤BootCI下限BootCI上限相對效應值總效應0.8630.0550.7550.972直接效應0.6760.0720.5340.81978.33%間接效應0.1870.0500.0920.28821.67%產品涉入度在趣味性與顧客推薦意愿之間的作用其次，對產品涉入度在趣味性與顧客推薦意愿之間關系的中介效應進行檢驗。結果（見表4-14）表明，趣味性對顧客推薦意愿的預測作用顯著（B=0.565，t=13.424，p＜0.001），且當放入中介變量后，趣味性對顧客推薦意愿的直接預測作用依然顯著（B=0.389，t=7.656，p＜0.001）(洪志豪，周雅琳,2021)。從這些動作可以意識到趣味性對產品涉入度的正向預測作用顯著（B=0.560，t=13.463，p＜0.001），產品涉入度對顧客推薦意愿的正向預測作用也顯著（B=0.314，t=5.628，p＜0.001）。趣味性和產品涉入度對顧客推薦意愿的解釋程度為43.7%。對比前文綜述中的成果，本階段的研究產出和計算結果大體一致。首先，這表明本研究在方法論層面是有效且可靠的。這種一致性不僅為先前研究的結論提供了佐證，也為現有理論框架提供了額外的支撐。通過嚴謹的研究設計、數據收集和分析手段，本文能夠復現前人研究的關鍵發現，并在此基礎上進行更深入的探討。這不僅增強了對研究假設的信心，也證明了所選研究方法的科學性。此外，這種一致性為跨研究比較奠定了基礎，有助于形成更全面、系統的理論體系。表4-14回歸方程擬合指標系數顯著性結果變量預測變量RR2FBt顧客推薦意愿趣味性0.6140.377180.1970.56513.424***產品涉入度趣味性0.6150.378181.2570.56013.463***顧客推薦意愿產品涉入度趣味性0.6610.437115.2070.3140.3895.628***7.656***此外，趣味性對顧客推薦意愿影響的直接效應及產品涉入度的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表），表明趣味性不僅能夠直接預測顧客推薦意愿，在這種背景下而且能夠通過產品涉入度的中介作用預測顧客推薦意愿。該直接效應（0.389）和間接效應（0.176）分別占總效應（0.565）的68.85%、31.15%。因此假設H4a成立(趙思遠，陳嘉欣,2023)。表4-15效應值Boot標準誤BootCI下限BootCI上限相對效應值總效應0.5650.0420.4820.648直接效應0.3890.0510.2890.48968.85%間接效應0.1760.0310.1150.23731.15%產品涉入度在利益性與顧客推薦意愿之間的作用再次，這在一定層面上證明對產品涉入度在利益性與顧客推薦意愿之間關系的中介效應進行檢驗。結果（見表4-16）表明，利益性對顧客推薦意愿的預測作用顯著（B=0.588，t=13.576，p＜0.001），且當放入中介變量后，匯總已有成果能夠推導出結論利益性對顧客推薦意愿的直接預測作用依然顯著（B=0.409，t=7.876，p＜0.001）。利益性對產品涉入度的正向預測作用顯著（B=0.573，t=13.241，p＜0.001），產品涉入度對顧客推薦意愿的正向預測作用也顯著（B=0.312，t=5.657，p＜0.001）。利益性和產品涉入度對顧客推薦意愿的解釋程度為44.2%。表4-16回歸方程擬合指標系數顯著性結果變量預測變量RR2FBt顧客推薦意愿利益性0.6180.382184.3140.58813.576***產品涉入度利益性0.6090.370175.3320.57313.241***顧客推薦意愿產品涉入度利益性0.6650.442117.7430.3120.4095.657***7.876***此外，利益性對顧客推薦意愿影響的直接效應及產品涉入度的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表），表明利益性不僅能夠直接預測顧客推薦意愿，而且能夠通過產品涉入度的中介作用預測顧客推薦意愿。該直接效應（0.409）和間接效應（0.179）分別占總效應（0.588）的69.56%、30.44%。因此假設H4b成立(郭文濤，趙雨欣,2023)。對于前文結論的驗證工作，此處暫且擱置不細說，時間因素的干擾是重要緣由。科學研究大多時候非一蹴而就，尤其是面對復雜問題或踏入新領域，充足時間是觀察現象、分析數據并鎖定可靠結論的基石。本研究雖已小有成效，但要對所有結論做全面且精細的驗證，離不了更長時間的跟蹤探究與反復實驗。這既可排除偶然因素的不良影響，也能讓研究成果的可信度與普適性更上一層樓。再者，技術手段的發展水平同樣關乎結論驗證過程。科技進步浪潮里，新研究工具與技術接連不斷，為科研開辟了更多可能路徑。表4-17效應值Boot標準誤BootCI下限BootCI上限相對效應值總效應0.5880.0430.5030.673直接效應0.4090.0520.3070.51169.56%間接效應0.1790.0350.1120.24930.44%產品涉入度在互動性與顧客推薦意愿之間的作用再次，對產品涉入度在互動性與顧客推薦意愿之間關系的中介效應進行檢驗。結果（見表4-18）表明，互動性對顧客推薦意愿的預測作用顯著（B=0.532，t=11.818，p＜0.001），且當放入中介變量后，從這些對話中看出互動性對顧客推薦意愿的直接預測作用依然顯著（B=0.337，t=6.675，p＜0.001）(趙晨浩,孫雅婷,2019)。互動性對產品涉入度的正向預測作用顯著（B=0.521，t=11.632，p＜0.001），產品涉入度對顧客推薦意愿的正向預測作用也顯著（B=0.375，t=6.923，p＜0.001）。互動性和產品涉入度對顧客推薦意愿的解釋程度為41.4%。表4-18回歸方程擬合指標系數顯著性結果變量預測變量RR2FBt顧客推薦意愿互動性0.5650.319139.6540.53211.818***產品涉入度互動性0.5590.312135.3010.52111.632***顧客推薦意愿產品涉入度互動性0.6430.414104.7880.3750.3376.923***6.675***此外，不難推斷出互動性對顧客推薦意愿影響的直接效應及產品涉入度的中介效應的bootstrap95%置信區間的上、下限均不包含0（見表），表明互動性不僅能夠直接預測顧客推薦意愿，而且能夠通過產品涉入度的中介作用預測顧客推薦意愿。該直接效應（0.337）和間接效應（0.195）分別占總效應（0.532）的63.35%、36.65%。因此假設H4c成立。表4-19效應值Boot標準誤BootCI下限BootCI上限相對效應值總效應0.5320.0450.4430.621直接效應0.3370.0500.2380.43663.35%間接效應0.1950.0320.1330.26036.65%產品涉入度在個性化與顧客推薦意愿之間的作用最后，對產品涉入度在個性化與顧客推薦意愿之間關系的中介效應進行檢驗。結果（見表4-20）表明，個性化對顧客推薦意愿的預測作用顯著（B=0.259，t=3.833，p＜0.001），根據前文所述但是當放入中介變量后，個性化對顧客推薦意愿的直接預測作用不顯著（B=0.113，t=1.949，p＜0.05）。個性化對產品涉入度的正向預測作用顯著（B=0.263，t=3.933，p＜0.001），產品涉入度對顧客推薦意愿的正向預測作用也顯著（B=0.555，t=11.321，p＜0.001）。短視頻營銷策略和產品涉入度對顧客推薦意愿的解釋程度為33.4%。表4-20回歸方程擬合指標系數顯著性結果變量預測變量RR2FBt顧客推薦意愿個性化0.2170.04714.6890.2593.833***產品涉入度個性化0.2220.04915.4660.2633.933***顧客推薦意愿產品涉入度個性化0.5780.33474.5620.5550.11311.321***1.949此外，在個性化對顧客推薦意愿影響中，產品涉入度的中介效應的bootstrap95%置信區間的上、下限不包含0（見表），表明個性化能夠通過產品涉入度的中介作用預測顧客推薦意愿。出于這種大環境間接效應（0.146）占總效應（0.259）的56.37%。直接效應不顯著，但是在使用bootstrap方法進行中介分析時，間接效應顯著則存在中介效應（韓宇航，馮雪兒，2021）。因此假設H4d成立。表4-21效應值Boot標準誤BootCI下限BootCI上限相對效應值總效應0.2590.0680.1260.392直接效應0.1130.058-0.00