点击蓝字

关注我们
01
研究背景和问题
直播技术丰富了消费者的网购体验,使主播能够实时展示产品,同时与大量消费者互动以推动产品销售。然而,由于时间和容量限制,主播只能处理有限数量的互动和询问,而消费者则期望即时且量身定制的回复。
一些直播平台推出了由人工智能驱动的虚拟助理(AI直播助手)来缓解这个问题。基于语音识别和自然语言处理技术,AI助手能够整合多个来源的大量的相关信息,通过与消费者的聊天互动,为消费者提供智能且个性化的信息服务。那么,引入AI直播助手真的有效吗?
由此提出研究问题:AI直播助手如何影响消费者的购买行为和退货率?
02
研究假设与推导
AI直播助手与购买量
AI直播助手对消费者购买量的影响存在双重效果。一方面,基于信息理论,AI直播助手能够处理大量信息并提供个性化、实时的信息服务,降低消费者决策不确定性,从而促进购买。另一方面,依据心流理论,与AI直播助手进行交互会分散消费者对直播内容的注意力,打断沉浸体验,对购买产生抑制作用。综上,提出一组竞争假设:
H1a:AI直播助手会显著提高直播商品的购买量。
H1b:AI直播助手会显著降低直播商品的购买量。
AI直播助手与退货率
直播销售产品退货率较高,主要原因是消费者信息不对称造成的冲动购买,因为主播选择性地展示产品优势信息,消费者在信息不充分的情况下快速决策,容易出现实际与预期不符的情况。AI直播助手能帮助消费者获取更完整的产品信息,提升决策质量,减少因预期不符导致的退货。
H2:AI直播助手会显著降低产品退货率。
03
研究方法与结果
本研究采用随机田野实验来验证主效应假设,并采用一项实验室实验来探讨其中的内在影响机制,此外探讨了两种人机交互模式的交互作用和效果。
随机田野实验
① 实验设计
与亚洲某头部直播电商平台合作,AI直播助手以图标形式显示在直播间中。共持续五天(2021年2月19日至24日),将消费者随机分配到实验组(有AI直播助手)和对照组(无AI直播助手),收集到超13万名消费者的数据。
② 实验数据
消费者数据:注册日期、用户等级、关注主播数量、近一个月观看的直播数量和在直播间购买的商品数量。
核心因变量:点击次数、加购次数、支付次数、消费金额、退货率
③ 实验结果
采用零膨胀泊松回归法(zero-inflated Poisson regressions)进行数据分析,结果显示,AI直播助手没有显著提高点击次数和加购次数,但增加了支付次数和消费金额。这表明AI直播助手的实施显著提高了消费者在直播销售中的购买,支持H1a,不支持竞争假设H1b。此外,AI直播助手降低了消费后的退货率,支持假设H2。
实验室实验
① 实验设计
招募150名中国大学生,随机分配到实验组(观看包含AI直播助手的直播视频)和对照组(观看标准直播视频)。
② 测量变量
智能信息提供、中断感知、决策不确定性、购买意愿、决策信心(7分量表)
③ 实验结果
• AI直播助手通过增加消费者对智能信息提供的感知和减少不确定性来提高购买意愿。同时,AI直播助手会增加感知中断,导致决策不确定性增加,并对消费者的购买意愿产生负面影响。但总效应仍然是显著积极的。
• 产品不确定性的异质性:将新推出的产品作为高不确定性产品(新产品缺乏足够信息,产品不确定性通常更大),结果表明AI直播助手的影响在高不确定性产品中更强。这一结果为不确定性作为合理机制提供了证据。
• 主播受欢迎程度的异质性:将实验前主播粉丝数作为受欢迎程度的度量。粉丝多的主播需要服务更多观众,主播能力和观众需求之间关系更紧张,AI直播助手的影响更显著。
补充研究
AI交互模式有两种:被动交互(消费者主动点击AI图标)和主动交互(AI自动识别用户评论需求,主动提示可提供服务)。
结果显示,两种模式都可以显著提升点击、加购、购买行为,并降低退货率,并且这两种模式存在显著正向协同作用,同时使用的效果要优于单一模式。
04
研究贡献与展望
理论贡献
① 揭示了直播场景中AI直播助手如何帮助消费者获取实时信息,补充了AI在一对多交互中的研究,为人机交互文献做出了贡献。
② 揭示了AI设计如何缓解直播销售中的主播容量与消费者服务需求之间的紧张关系,为直播销售相关文献做出贡献。
③ 将AI技术引入退货行为研究,证明AI通过减少冲动消费和信息不对称,显著降低退货率,扩展了之前对产品退货的研究。
实践贡献
① 揭示了AI直播助手对促进销售和减少产品退货的有效性,平台管理者可以考虑投资或升级AI直播助手,为消费者提供准确、及时和个性化的服务,以增加销售额。
② 揭示了AI直播助手能更有效地支持高不确定产品和高粉丝主播产品的销售,建议优先在这两个场景中部署AI助手。
③ 强调AI交互模式的协同效应:结合主动(AI主动识别需求)和被动(用户主动发起)交互可提升效果,平台需优化页面设计以增强用户对AI功能的易用性和接受度。
局限性与未来展望
① 仅检验了AI直播助手的短期效果,未涉及长期影响,未来可探究消费者对AI助手的依赖与决策习惯如何随时间变化。
② 未区分AI直播助手的功能差异,比如共情、情感智能和拟人化,未来可研究不同AI助手的能力特征对消费者体验的差异化影响。
③ 仅初步证实了主动与被动的交互模式,未来可以深入探究不同交互模式与界面设计对感知中断和消费者体验的因果影响。
④ 本研究的线上实验为虚拟购物场景,无法测量真实购买与退货行为,未来可提升实验真实性,使用真实行为数据验证作用机制。
⑤ 仅聚焦直播电商单一情境,结论普适性有限,未来可将研究拓展至更多时间敏感、信息有限的决策场景,探索AI助手的通用模式。
原文出处
Wang, L., Huang, N., He, Y., Liu, D., Guo, X., Sun, Y., & Chen, G. (2025). Artificial intelligence (AI) assistant in online shopping: A randomized field experiment on a livestream selling platform. Information Systems Research.
END
图文整理:赵梓涔
编辑排版:潘 涛
指导教师:华 迎
夜雨聆风