AR购物App,怎样才能让你买了还想买?用户用数据告诉你:沉浸感是关键!-夜雨聆风

AR购物App,怎样才能让你买了还想买?用户用数据告诉你:沉浸感是关键!

原文标题：The impact of AR app characteristics on telepresence, customer experience, and continued app usage intention: The moderating effect of consumer innovativeness

作者团队：Jiaman Song, Qin Wang, Ho-Taek Yi

发表期刊：Journal of Retailing and Consumer Services （SSCI一区，影响因子11.0）

DOI：10.1016/j.jretconser.2025.104385

📌 一句话总结
AR购物App的无缝感和视觉吸引力越强，用户就越觉得“身临其境”（远距临场感），这种沉浸感会点燃用户的感官和情感体验，最终让他们愿意持续使用。但交互性似乎没那么管用，且消费者创新性会放大前两种效果。

1️⃣ 【研究背景】

📱 后疫情时代，AR购物正当时

消费者对非接触式购物的需求激增，AR/VR技术成为零售业新宠。
中国市场尤其火爆：2024年AR市场规模已达 105.96亿美元，预计2030年将飙升至 900亿美元。
耐克、宜家、淘宝等巨头早已布局，让你在手机上就能“实地”摆放家具、“试穿”球鞋。

🤔 热闹背后，学术研究还有空白

现有研究多关注AR的“有用性”和“娱乐性”，但心理机制（如“远距临场感”）研究不足。
AR应用的具体设计特征（如界面流畅度、画面真实感）如何影响体验？关注不够。
人和人不一样，个体差异（如创新性）是否会改变AR的效果？鲜有探讨。

2️⃣ 【研究目的与研究问题】

本研究旨在填补上述空白，核心问题如下：

AR应用的三大特性——无缝性、交互性、视觉吸引力——如何影响用户的远距临场感？
远距临场感又如何塑造用户的感官体验和情感体验？
良好的感官与情感体验，能否促使用户持续使用AR App？
消费者创新性是否会强化AR特性带来的沉浸感？

3️⃣ 【理论基础】

本研究整合了两大经典理论：

理论	应用
S-O-R模型（刺激-有机体-反应）	AR特性是刺激（S），远距临场感和客户体验是内部有机体（O），持续使用意愿是反应（R）。
技术接受模型（TAM）	补充了对技术采纳“有用性”和“易用性”的考量，与S-O-R形成双路径分析。

理论

应用

S-O-R模型

（刺激-有机体-反应）

AR特性是刺激（S），远距临场感和客户体验是内部有机体（O），持续使用意愿是反应（R）。

技术接受模型（TAM）

补充了对技术采纳“有用性”和“易用性”的考量，与S-O-R形成双路径分析。

4️⃣ 【研究模型与假设】

模型结构：

自变量：AR特性（无缝性、交互性、视觉吸引力）
中介变量1：远距临场感
中介变量2：客户体验（感官体验、情感体验）
因变量：持续使用意愿
调节变量：消费者创新性

研究假设：

编号	假设内容
H1a-c	无缝性/交互性/视觉吸引力 → 正向影响远距临场感
H2	远距临场感 → 正向影响感官体验
H3	远距临场感 → 正向影响情感体验
H4	感官体验 → 正向影响持续使用意愿
H5	情感体验 → 正向影响持续使用意愿
H6a-c	消费者创新性正向调节 AR特性与远距临场感的关系

5️⃣ 【研究设计】

✅ 问卷调查法，N=417，聚焦中国AR购物用户

数据收集：2024年7月，通过国内知名平台“问卷星”收集。
样本筛选：仅限用过得物、淘宝、宜家、GAP等AR购物App的用户，确保经验相关。
抽样方法：按中国各大区人口比例进行分层随机抽样，保证地理代表性。
样本特征：平均使用时长17个月，平均消费额29.23元，男女比例1：1，以学生和上班族为主。

6️⃣ 【核心发现】

✅ 假设检验结果（结构方程模型）

假设	路径	结果	关键数据（标准化系数β）
H1a	无缝性 → 远距临场感	✅ 支持	0.438***
H1b	交互性 → 远距临场感	❌ 不支持	0.021 (不显著)
H1c	视觉吸引力 → 远距临场感	✅ 支持	0.524***
H2	远距临场感 → 感官体验	✅ 支持	0.854***
H3	远距临场感 → 情感体验	✅ 支持	0.732***
H4	感官体验 → 持续使用意愿	✅ 支持	0.376***
H5	情感体验 → 持续使用意愿	✅ 支持	0.521***

🔍 调节效应（消费者创新性）

假设	路径	结果	关键数据（Δχ²）
H6a	无缝性 → 远距临场感	✅ 增强	5.804*
H6b	交互性 → 远距临场感	❌ 不增强	3.371 (不显著)
H6c	视觉吸引力 → 远距临场感	✅ 增强	4.198*

7️⃣ 【测量量表】

所有变量均采用 5点李克特量表（1=非常不同意，5=非常同意），基于成熟量表改编。

变量	题项数	来源	示例题项
无缝性	3	Mathwick et al. (2001)	“该AR购物平台的虚拟环境与现实环境融合得很好”
交互性	5	Mathwick et al. (2001)； Moon & Kim (2001)	“该AR购物App能与我进行双向沟通”、“能根据我提供的信息为我定制服务”
视觉吸引力	5	Mathwick et al. (2001)	“该AR购物平台的画面是生动的”、“显示是清晰的”、“图像是鲜明的”
远距临场感	5	Kim & Biocca (1997)； Pelet et al. (2017)	“使用该AR App时，我感觉自己置身于一个真实的环境中”、“我感觉可以直接与虚拟物品互动”
感官体验	4	Schmitt (1999)	“该AR App从感官上给了我强烈的冲击”、“在多感官层面上很有吸引力”
情感体验	4	Schmitt (1999)	“该AR App能调动我的情绪”、“让我产生依恋感”
持续使用意愿	3	Venkatesh et al. (2003)	“我未来会频繁使用该AR购物平台”、“我愿意继续通过该平台进行各种体验”
消费者创新性	5	Rogers & Shoemaker (1971)	“我通常是朋友中率先尝试新技术/新产品的人”

8️⃣ 【统计方法】

信效度检验：Cronbach’s α（>0.7）、组合信度CR（>0.7）、平均方差萃取量AVE（>0.5），均达标。
共同方法偏差检验：Harman单因子检验，第一个因子解释率21.704%（<40%），无严重偏差。
模型拟合度检验：验证性因子分析（CFA），χ²/df = 1.617，RMSEA = 0.039，CFI = 0.985等，拟合良好。
假设检验：结构方程模型（SEM），分析路径系数显著性。
调节效应检验：卡方差异检验，比较自由模型与约束模型。

9️⃣ 【理论贡献】

双理论融合：成功整合 S-O-R 与 TAM，为理解AR购物提供了更全面的分析框架。
AR特性的精细解构：区分了无缝性、交互性、视觉吸引力，并发现交互性对“远距临场感”无显著影响（可能因为当前交互太简单或太复杂），挑战了传统认知。
“远距临场感”的核心地位：证实它是连接技术特征与客户体验的关键心理桥梁。
消费者创新性的边界作用：验证了高创新性用户对 “无缝”和“视觉” 更敏感，为市场细分提供了理论依据。

🔟 【实践建议】

✅ 给平台/品牌/零售商

建议方向	具体做法
死磕“无缝”与“视觉”	优化数据传输、功能整合、界面设计，确保虚拟与现实平滑连接。利用高级图形技术，让虚拟物品的光影、纹理真实可信。
反思“交互”设计	别停留在“点一点、滑一滑”。可引入社交互动（分享到微信/抖音）、游戏化（探索得积分），让交互更有趣、更有深度。
针对“创新者”玩点高级的	对设计师、IT从业者等高创新人群，可提供AR原型定制、复杂产品可视化等高级功能。
照顾“低创新者”要简单	对年长或技术不适人群，确保交互直觉、简单、易上手，别让他们感到困惑或被排斥。
用AR讲好品牌故事	别只当“试衣/试用工具”，要通过AR做虚拟叙事、沉浸式营销，建立情感连接。

1️⃣1️⃣ 【政策启示】

引导沉浸式技术创新：政策应鼓励开发易用、可信、包容的AR技术，避免炫技，关注真实用户体验。
建立用户体验与数据标准：制定界面流畅度、视觉真实感、情感愉悦度等标准。同时，针对AR收集的空间、人脸、行为数据，强化隐私保护（如用户同意、匿名化、加密），符合《个人信息保护法》。

1️⃣2️⃣ 【局限与未来】

样本偏倚：淘宝用户占比过高（48.2%），未来需平衡各App样本，纳入职业、年龄等因素。
技术局限：当前基于屏幕的交互限制了沉浸感。未来可研究AR眼镜、手势/语音控制等新形态。
变量局限：未充分考察自我效能、社会影响、个人价值观等心理因素。未来可纳入，做更全面的分析。

英文文献阅读全流程：从文献如何“搜”到怎么“管”再到“读”的一站式攻略

END

点击关注，发送 “消费者触摸” 即可获取全文PDF