“
网络直播
打赏背后
近年来，网络直播这一新业态因其大众化、交互性、趣味性等特点而得以迅速兴起。直播带货、直播相亲、直播学习、直播聊天等各个场景业态嵌入人们的生活。
网络直播打赏，作为平台及主播收入的重要来源，是一种新兴的内容盈利模式与互动形式。受打赏榜单、连麦PK等模式的影响，直播江湖中不乏榜一大哥或大姐豪掷千金的传说。但同时，有关打赏行为失范的负面新闻多发频发：“3·15晚会曝光男运营冒充女主播骗取粉丝打赏”；“天津14岁女孩打赏主播，一年花费200万元”；“出纳挪用公款2000万打赏”等，带来很多社会问题。
那么，在巨额打赏的背后，究竟是什么驱动了用户的豪迈与慷慨呢？发表于营销国际期刊 Journal of Marketing Research 的一篇文章就为我们揭露了“情绪”在直播这一互动和动态的商业情境中所发挥的作用：主播情绪、观众情绪与观众参与度之间互相影响。文章简介与行文框架如下所示。
文章简介
题目: Happiness Begets Money: Emotion and Engagement in Live Streaming
作者: Yan Lin, Dai Yao, and Xingyu Chen
发表刊物: Journal of Marketing Research
发表时间: 2021
目录
引入：直播的应用、特点及定价方式
研究背景：现实背景、相关理论背景
数据与方法：数据、变量、模型
实证发现：情绪与参与度、动态效应
稳健性检验：情感测量方式、模型设定、其他
讨论与结论：主播情绪、观众情绪与行为
1 研究背景
01 网络直播
典型的直播情境中，直播者创建虚拟直播间，建立起视频流，平台任何用户都可以免费加入，与主播和其他观众进行互动。主播利用自己的专业知识，生成各式各样的表演内容——脱口秀、唱歌、跳舞、乐器、玩游戏，吸引观众的参与，让他们着迷。观众间则利用文本进行交流互动，进一步丰富直播间所输出的内容。与此同时，尽管不向观众们收取直播入场费，但是他们也被鼓励点赞、关注、邀请新用户以及赠送虚拟礼物等，以回馈主播。
现有学术研究关注到直播间里观众各类行为——观看、聊天以及打赏的动因。例如，有学者提出人们观看直播的六个动机：社会互动、社群意识、结实朋友、娱乐、搜索信息、寻求支持。
02 任你付
对于直播这一内容商品，打赏是一种“任你付”（PWYW=Pay What You Want）的参与式定价策略，即价格决定权交由观众，由其决定所支付的金额，适用于变动成本相对于固定成本来说很小的产品或服务，例如电子音乐专辑。在这一定价策略下，即便消费者支付价格很低，甚至不支付时，企业也不会遭受很大的经济损失。
直播中的“任你付”式打赏，区别于过往支付场景，具有以下特征：1.公开可见：一方面，观众可以从打赏行为中获得社会形象效用，被感知为富有、慷慨；另一方面，其他观众可以搭便车，即免费享受相同的直播内容。2.用户可参与其他免费活动以回馈主播：点赞、评论、聊天等也可以给直播带来流量、增加热度。3.丰富的非结构化数据：直播音频内容与互动的文本内容等成为行为分析数据的新来源。
在“任你付”定价策略中，哪些因素能够影响消费者的支付意愿与数量呢？过往研究探讨了社会准则、社会画像与社会地位的作用。进一步地，有学者探索了直播中观众的打赏动机：寻求情感支持和互动；回馈主播输出的优质内容。此文则从情绪出发，检验和量化直播这一动态互动情境中，情绪感染对观众打赏及其他互动行为的影响。
03 情绪感染
在社会互动中，人们会代理性地感知到他人的情绪，即情绪共情。已有学者检验了情绪感染对决策制定者态度和行为反应的影响。例如，笑容接收者会模仿发送者的表情，体会到积极情绪，从而对产品产生积极态度偏差；消费者能够捕捉到服务者的积极情绪，从而对服务质量产生更高的评价；员工情绪的真实性会影响消费者对服务互动的评估；积极情感线索能够鼓励人们捐赠，而当积极与消极情感配合使用时，说服力会更强。
2 数据与方法
01 数据来源
从中国某在线直播平台获取2018年1月31日-2月13日为期2周每天8:00-10:00 P.M.的直播数据，从中随机抽取1450场直播作为分析样本。以分钟为时间单元，收集观众打赏数量、观众聊天细节、观众点赞数量、直播视频、直播长度等数据。
02 变量构造
Broadcaster emotion 主播情绪：分析所收集的视频数据，利用主播面部表情测量情绪。采用一个预训练的深度神经网络模型，对输入图片数据进行分析，输出主播每一秒表现出happiness, surprise, disgust, anger, sadness, fear, neutrality这7种情绪的可能性大小，取均值构成分钟层次的情绪值。
稳健性分析中，使用半分钟为基本分析单元，导出开心/伤心情绪值，考虑情感效价和唤起水平，利用主播言语测量情绪。
Viewer emotion 观众情绪：收集每一分钟观众所发布的实时评论，利用LIWC词典测量直播中实时评论所表现的情绪，代表观众情绪。LIWC可以直接计算文本积极情绪/消极情绪/整合情绪分数，如整合分数若>50，代表文本为积极情绪。
Viewer tips 观众打赏：观众可以给主播打赏，通常为平台虚拟电子货币。主播可以兑换为人民币，打赏为主播/平台收入的重要来源。每一分钟主播收到的打赏虚拟货币数量除以100，得到观众的真实消费。
Number of likes 观众点赞：观众给主播点赞，这一互动既免费、不耗费精力，又表达观众的态度与情感。计算每分钟主播收到赞的数量，并除以1000，保持量纲一致。
Length of viewer comments 观众评论长度：观众评论需花费一定的精力，计算每一分钟观众评论的字数，除以1000，保持量纲一致。
Number of viewers 观众数量：平台会记录直播期间每分钟末的实时观看人数。
03 描述性分析
变量构造后，首先对各个变量进行初步的描述性分析与相关性分析，结果发现主播情绪与观众情绪、观众参与度（打赏、点赞、评论、观看人数）之间有显著的相关性。
然后，考虑到不同场次直播的异质性与直播内容的动态性，利用打赏数量、主播情绪、观众情绪3个关键变量随时间变化的折线图，探索同一场直播中或不同直播之间三个变量关系的变动与差异。
1. 主播情绪与观众情绪正相关，二者互相影响。
2. 观众打赏在整个直播过程中较为分散，显示出几个峰值：打赏峰值由几分钟前主播情绪变动所触发；打赏让主播在随后几分钟内更加开心。
3. 变量间关系随着同一场直播的进程发生改变，也随着不同的直播而变化。
04 模型设定
利用面板向量自回归模型，充分考虑个体效应和时间效应，分析各个变量及其滞后变量对模型中其他变量的影响。
3 实证发现
01 你笑我笑
短期内，主播情绪对观众情绪的影响，相较观众情绪对主播情绪的影响更大；观众情绪对主播情绪的影响较短暂；而主播情绪对观众情绪的影响较持久。
02 笑可生金
主播越开心时，随即得到打赏越多。依据数据分析，直播平均每分钟打赏0.167元，而一笑能在2分钟内提升打赏0.189元。
一场直播中，观众打赏的峰值较为分散，不同直播峰值分布也存在不同，峰值一般处于直播中间阶段，不会分布在直播开始或结束附近。一般来讲，主播情绪效应在直播40-60分钟时最有效，即一场直播的中间时段。
03 笑引流量
一场直播，主播越开心时，观众数量能在短期内显著提升观众数量，立即提升500个，2分钟内1640个，10分钟内5380个，20分钟后效应不显著。
4 讨论与结论
01 结果总结
1.你笑我笑——情绪传染
主播情绪与观众情绪互相影响，且前者对后者影响更大且更持久。
2.笑能生钱——爱笑的主播财运不会太差
主播情绪不仅能够影响观众的打赏行为；而且能够刺激观众的点赞和闲聊行为；提升观众规模。
3.“笑”应持久且变化——效应的累计性和动态性
主播情绪对用户打赏行为的影响积极且持久；直播中间时段，效应影响最为显著；对于拥有更多经验、收到过更多打赏或更加欢迎的主播，效应更大。
02 管理启示
一场直播，除却内容本身的高质量、有创意，笑容的魅力——情感共鸣也是一种获得用户关注和喜爱的工具。获客时，有情绪价值的内容，用户更愿意花费时间观看；互动时，主播与用户积极互动，主播鼓励用户间互动，提高直播间热度，吸引新粉丝；留存时，获得情绪价值后，粉丝更愿意打赏、点赞、评论，以回馈主播，也容易参与讨论，表达观点。因此，主播应该掌握情绪的魅力，为自己与观众创造更大的价值。
编辑：蔡慧
