鑽石舞台

picture from Internet

本文是針對論文《人工智能驅動的音樂生物識別影響消費者的零售購買行為（Artificial intelligence-driven music biometrics influencing customers』 retail buying behavior）》的論文解析。本文於2021年3月發表在《商業研究雜誌（JBR）》第126卷。作者為Waymond Rodgers，Fannie Yeung，Christopher Odindoc和William Y.Degbey。

研究背景與問題

音樂心理學的相關文獻指出，音樂能夠影響個體的情緒體驗。在傳統的實體店鋪零售情境中，音樂能夠通過塑造氛圍，喚起消費者興奮、愉悅等情緒，進而影響其購物行為。同時，隨着技術的發展，基於人工智能的信息系統被企業廣泛採用，是企業數字化轉型的一種重要方式。本文設計實地實驗研究了企業如何讓使用人工驅動的音樂生物識別影響消費者的行為，探究了數字化轉型對顧客在價值共創方面的感知和行為的影響。

理論基礎

音樂可通過多種方式影響認知過程，如音樂可以影響顧客對店內商品和服務質量的推斷，從而影響他們對店面形象的看法。已有研究發現，討人喜歡的音樂有助於減少感知等待時間。此外，音樂節奏也會對認知產生影響，慢節奏音樂能使消費者產生更積極的認知反應。音樂對消費者的情感也有一定的影響。研究發現，快樂的音樂可以讓消費者產生快樂的情緒。高水平的愉悅會使消費者在店內停留的時間更長，消費金額也更多。當播放令人喜愛的音樂時，顧客對店內銷售人員的評價和態度會更加積極。

但是音樂對認知和情感的影響存在一定的差異。從消費者導向來看，音樂更有可能在情感上影響享樂型（hedonic）消費者，而在認知上影響功能型（utilitarian）消費者。功能型的顧客希望儘可能高效地快速地完成他們的購物任務，能激發較強情感的環境刺激可能會讓他們反感；而享樂型的顧客則能夠從購物活動本身中獲得滿足感，更豐富的購物體驗和能喚起更強情感的環境刺激對他們而言較為受用。

此外，已有研究中，音樂往往通過情感的中介作用對顧客行為產生影響，且影響多為積極的。但是也有研究發現，在高捲入度的情況下，音樂對顧客的態度有負面的影響。根據中心-外圍加工理論，高捲入度情形下需要消費者投入更多的認知資源，但音樂可能會分散消費者本應用於決策的注意力。已有研究多在餐飲和休閒購物等低捲入度的條件下開展，發現了音樂對消費者情感的積極影響。然而，在高參與度條件下，音樂在影響消費者情感之前，很可能是先影響其認知的。

眼鏡選購是一項功能型購物任務。在本實驗中眼鏡價格較為昂貴，並且消費者是為了日常使用而購買。基於眼鏡的貨幣和功能價值，本研究認為消費者捲入度較高。針對高捲入度下的功能性產品選購，研究提出：

H1:音樂識別（I）對顧客的認知反應（P）具有顯着的相互影響，且認知反應（P）受音樂的好感度和節奏的影響。也就是說，(a) 好聽的音樂對顧客的認知反應有影響，(b) 相較於快節奏，慢節奏的音樂對顧客認知反應的影響更大。

H2:顧客由音樂引起的認知反應（P）對其情緒反應（J）有顯着的積極影響。

H3:音樂引起的顧客認知反應（P）對其行為意向（D）沒有影響。

H4:音樂（I）對顧客的情緒反應（J）沒有直接影響（J）。

已有研究發現，男性和女性對環境刺激的反應不同。男性不是很重視購物場所的氣氛，對等待的容忍度也較低。而女性的購物參與度通常更高，她們喜歡並願意花更多的時間購物。且男性和女性顧客從音樂中推斷的含義可能不同。此外，年輕人和老年人的音樂偏好往往不同。隨着年齡的增長，個體會接觸到更多的音樂，這可能會導致新的偏好。且有研究發現，不同環境音樂下，年輕人和老年人的感知購物時長存在差異。因此，研究提出：

H5:性別（I）對消費者認知反應（P）有顯著的相互作用。

H6:年齡（I）對消費者認知反應（P）有顯著的相互作用。

概念模型

研究數據與方法

研究者在中國某二線城市的眼睛零售商鋪開展了為期五天的實地實驗，共計386名消費者參與了此次實驗。作者對這五天中店鋪的音樂播放情況進行了操縱，前四天分別播放了受喜愛程度較高、受喜愛程度較低、節奏較慢以及節奏較快的音樂，並在第五天不播放音樂。研究只在工作日進行，控制了音量、店鋪照明、布局、溫度，並由同一個店員進行服務。在購物結束後，研究者收集了消費者的年齡和性別數據，並使用相關量表測量了消費者的感知、判斷及決策。作者基於LISREL軟件包構建了結構方程模型來檢驗提出的研究假設，並且使用了Welch F檢驗和Tukey事後檢驗法來檢驗音樂類型對消費者感知的影響。

變量總結表

研究發現與結論

Welch F檢驗的結果表明，不同類型的音樂對消費者感知有不同的影響。Tukey事後檢驗法的結果表明，相較於慢節奏音樂，消費者感知評分在播放快節奏音樂時顯著降低。這兩項檢驗結果支持了H1。通過結構方程模型，感知對判斷的參數顯著，表明客戶的認知反應 (P) 對其情緒反應 (J) 有影響，支持H2；感知對決策的係數不顯著，表示認知反應 (P) 對行為意圖 (D) 沒有顯着影響，支持 H3；信息中的音樂播放日期（代表音樂類型）對判斷的參數不顯著，表明音樂的效果（I）沒有直接影響顧客的情緒反應（J），支持H4。此外，年齡對感知的係數顯著，表明年齡（I）對顧客的認知反應（P）有顯着的影響，支持 H6；但是這種影響沒有出現在性別上，因此不支持 H5。

研究意義與局限

本研究在真實的零售環境下進行，不僅增強了研究結果的外部有效性，還對已往基於學生群體的研究發現進行了驗證。其次，本文基於TP模型補充了關於認知與情感之間關係的現有文獻，也揭示了不同音樂屬性對消費者感知的影響，能夠幫助業界更好地使用音樂作為環境刺激來改善購物者的購物體驗。

本文也存在一定的局限性。首先，本文採用的是自我報告的測量方法，雖然檢驗表明共同方法偏差對研究結果沒有重大威脅，但仍可能有一定的影響。其次，由於不同音樂屬性混雜在一起，很難剝離其他音樂特徵的影響。其三，雖然研究者盡力控制了照明、溫度等因素，但不能完全排除其他環境刺激的干擾。其四，本文的數據是只在一家店鋪中收集的，這對結果的可推廣性有一定的影響。

參考文獻：Waymond Rodgers, Fannie Yeung, Christopher Odindoc, William Y.Degbey. (2021). Artificial intelligence-driven music biometrics influencing customers』 retail buying behavior. Journal of Business Research, 126:401-414.