Research on relationship between customer interaction and customer loyalty in clothing online brand community based on meta-analysis
-
摘要:
为得到在线品牌社群顾客互动与顾客忠诚关系的量化整合结果以及了解服装领域中的二者关系，采用元分析方法研究国内外2011—2020年发表的16篇相关文献中的5137个独立样本. 研究发现：在线品牌社群顾客互动各维度对顾客忠诚均具有中等程度的促进作用；社群类型在顾客互动各维度与顾客忠诚的关系中起调节作用. 对两者之间的研究进行阶段性归纳，在关注顾客互动的同时结合自身社群类型调整侧重点，并对服装领域中两者关系进行研究，最终为服装在线品牌社群运营提出建议.
Abstract:In order to obtain the quantitative integration results of the relationship between online brand community customer interaction and customer loyalty, and understand the relationship between them in the clothing field, the meta-analysis method was used to study 5137 independent samples of 16 related literatures published at home and abroad from 2011 to 2020. It was found that all dimensions of online brand community customer interactions play a moderate role in promoting customer loyalty and community types play a moderating role in the relationship between customer interaction dimensions and customer loyalty. A phased summary of the research between the two was made, research focus was adjusted according to their own community types while customer interaction had been concerned, and the relationship between them in the clothing field was predicted. Finally, some suggestions were put forward for the community operation of clothing online brands.
-
Key words:
- meta-analysis /
- customer interaction /
- customer loyalty /
- clothing online brand community
-
在线品牌社群聚集大量的品牌爱好者和潜在顾客[1]，通过建立在线品牌社群提升顾客忠诚既可以节约成本，也能有效地推广品牌[2]. 研究发现，在线品牌社群顾客互动可以促进顾客忠诚[3-4]，顾客互动与顾客忠诚间的相关系数从0.180[5]到0.679[6]不等. 崔亭亭等[7-8]研究证明顾客互动3个维度均正向影响顾客忠诚，但邓之祺[9]实证分析人际互动对顾客忠诚影响不显著，而马絮冉等[10-11]在研究中剔除了人机互动. 由于研究年代、测量方式和样本选择都会对研究结果产生影响，那么，当现有研究结论不一致时，如何获得整合性结果？顾客互动及其各维度究竟如何影响顾客忠诚？这些问题亟需研究者解决. 目前在线品牌社群研究大多集中在数码、电商领域，而服装作为线上市场最大的商品品类之一，更多的服装企业想要通过建立在线品牌社群提升顾客忠诚，但在顾客互动与顾客忠诚关系尚未统一的情况下，服装企业能获得的适用结论十分有限.
为探明顾客互动与品牌忠诚的影响关系，本研究采用元分析方法探讨在线品牌社群中顾客互动及其维度与顾客忠诚之间的关系，找出导致现有研究结论不一致性的原因，旨在对在线品牌社群中顾客互动与顾客忠诚的关系进行更深入发掘，为服装在线品牌社群中顾客关系管理提供理论与实证参考.
1. 理论基础及研究假设
1.1 顾客互动与顾客忠诚关系假设
顾客互动指两个或多个喜爱同一品牌的顾客在社群中进行资源交换的行为[12]. 杨娟[13]认为，顾客互动是进行价值创造从而提升顾客忠诚的重要原因. 于兆吉等[14]实证了顾客互动正向影响品牌资产，而顾客忠诚是衡量品牌资产的重要维度之一. 据此，提出假设H1.
H1：顾客互动与顾客忠诚正相关.
目前学者主要从信息互动、人际互动和人机互动等3方面划分顾客互动[15]. 信息互动指顾客以品牌或产品信息作为互动内容，顾客获得信息越多，信息互动越深入，顾客就会越相信该社群可以解决自己遇到的问题，相信自己有能力帮助他人解决其遇到的产品问题[16]，从而提升对社群的满意度，形成顾客忠诚. 同时，顾客也希望利用在线品牌社群缓解压力，通过与其他顾客的人际互动建立社群关系[17]. 当顾客频繁进行情感互动后，会对社群产生更深厚的感情，根据社会认同理论，社会群体中的个体在感受到其他成员带给他的价值和情感后，会在心理上对社群认同并形成归属感和满意感[18]，最后形成顾客忠诚. 在线品牌社群中人机互动指以互联网为媒介，顾客对社群的内容浏览和功能使用的过程[19]. Ridings等[16]认为，如果顾客与社群模块进行频繁互动，会使顾客更加信任社群的运营实力和专业能力，在强化顾客满意度的同时形成顾客忠诚. 据此，提出假设H1a、H1b和H1c.
H1a：信息互动与顾客忠诚正相关.
H1b：人际互动与顾客忠诚正相关.
H1c：人机互动与顾客忠诚正相关.
1.2 顾客互动与顾客忠诚关系的潜在调节变量
潜在调节变量指纳入元分析的文献中可以解释差异化结果的任何变量[20]. 通过引入调节变量，不仅可以探究顾客互动与顾客忠诚关系的变化原因[21]，也可以针对调节变量对二者关系进行进一步分析. 本研究归纳出社群类型作为可能影响顾客互动和顾客忠诚关系的潜在调节变量. 之所以选择社群类型作为调节变量，是因为不同类型的在线品牌社群会影响顾客之间的互动关系，而增强互动关系有利于提高顾客对品牌的忠诚度和信任度[22]，社群类型可能会对顾客互动和顾客忠诚的关系产生影响.
朱瑾[23]认为在线品牌社群不仅具有社会属性，也具有消费属性. Devasagayam等[24]按照消费型和关系型对在线品牌社群分类，消费型社群可以提供交易服务，关系型社群则只能参与成员交流. 因此，本研究将在线品牌社群分为非消费社群与消费社群两个类型. 非消费社群指顾客在社群中可以获得社交价值，如与其他顾客进行交流互动，也获得服务价值，如搜索自己需要的信息等. 而消费社群指除可以获得上述价值外，顾客还可以在社群中产生实际的购买行为[25]. 顾客可以在非消费社群中建立关系或者交流沟通，而顾客参与消费社群则主要为满足交易需求[26]. 社会学研究表明，在非消费社群中，顾客更倾向借助线上平台的连通性满足自身的社交需求，与其他顾客建立深厚的情感联系[27]. 在消费社群中，顾客则因为需要产生实际购买行为而更希望从社群信息中获取有效的建议[28]，顾客通过建议增加产品熟悉度并决定是否购买，降低购买风险[29]，对社群形成顾客忠诚. 据此，提出假设H2.
H2：社群类型调节顾客互动及其各维度与顾客忠诚间的关系.
2. 研究方法
元分析是一种统计学上的定量分析方法[30]. 当研究对象之间的相关性结论具有较大差异或单个研究结论缺少普适化时可采用元分析方法[31]，对现有文献再进行一次统计分析来判断变量间的真实关系，避免传统文献综述的主观性，从而得到整合性结果[32]. 同时，元分析方法也能够分析产生不同研究结论的原因，探求是否存在潜在的调节变量. 因此，本研究采用元分析方法探究顾客互动和顾客忠诚关系的一般性结论，并检验社群类型是否是二者的调节变量. 具体步骤包括：1）文献检索，通过检索获得研究领域和研究对象的相关文献；2）文献纳入与排除，根据筛选标准；3）数据编码，提取文献相关信息；4）进行元分析.
2.1 文献检索
本研究以“社群”“品牌社群”“在线品牌社群”“在线消费社群”“虚拟品牌社群”“电商”“互动”和“忠诚”为关键词，在万方数据库、中国知网数据库、中国优秀硕博士学位论文等中文数据库进行文献检索. 同时以“community”“brand community”“online brand community”“virtual brand community”“e-commerce”“interaction”和“loyalty”为关键词，在Web of Science、EBSCO、Springer link等外文数据库进行文献检索，并利用Google Scholar进行文献补录. 首次检索后，获得文献601篇，其中中文文献581篇，英文文献20篇.
2.2 文献纳入与排除标准
综合元分析原则和研究主题要求，本研究对检索文献按照以下筛选准则进行筛选：1）文献中必须包含顾客互动及其维度和顾客忠诚等变量，否则不进行编码；2）必须是实证研究，排除文献综述类文章；3）必须报告相关系数，或者可以转换为相关系数的其他指标；4）研究之间相互独立，若研究重复，采用样本量更大或者更详细的研究.
2.3 数据编码
经过筛选，本研究最终获得16篇相互独立的实证研究，其中中文15篇，英文1篇. 符合纳入标准的英文文献较少主要是因为采用了王永贵等[15]提出的顾客互动维度划分标准，剔除了国外使用较多的成员认知互动[33]，更符合国内在线社群现状[15]. 对纳入元分析的文献进行描述项和效应值编码统计，描述项编码主要包括文献信息（作者 + 发表时间）和样本量大小，效应值统计编码为各变量间的相关系数. 由于需要检验在线品牌社群顾客互动和顾客忠诚的调节变量，本研究对社群类型（非消费社群、消费社群）也进行了编码，见表1. 表中：CI为顾客互动；IB为信息互动；II为人际互动；HM为人机互动；CR为顾客忠诚.
表 1 纳入元分析研究的基本资料Table 1. Basic datas included in meta-analysis作者 发表时间/年 样本量 社群类型 变量间相关系数（效应值） 刘新 2011 442 消费社群 II (0.520) / IB (0.420) Ying-Feng Kuo 2013 283 非消费社群 II (0.323) / IB (0.230) 赵建斌 2015 399 消费社群 II (0.649) / IB (0.512) 艾聪 2016 206 消费社群 II (0.788) 伍亚丽 2016 232 非消费社群 HM (0.665) / II (0.641) 陈倩月 2017 302 消费社群 II (0.669) / IB (0.614) 李夕冉 2017 188 非消费社群 II (0.220) / IB (0.171) 陈容容 2018 369 消费社群 II (0.462) / IB (0.457) 陈珍珠 2018 307 非消费社群 II (0.548) / IB (0.581) 邓之祺 2018 280 非消费社群 IB (0.658) 辛璐琦 2018 384 消费社群 II (0.709) / IB (0.649) 曹珊 2019 321 消费社群 II (0.240) 杨娟 2019 246 非消费社群 II (0.478) / IB (0.375) 李英禹 2020 441 非消费社群 HM (0.157) / II (0.290) / IB (0.468) 张进 2020 296 非消费社群 II (0.442) / IB (0.574) 崔婷婷 2020 441 消费社群 HM (0.529) / II (0.557) / IB (0.626) 2.4 元分析过程
本研究运用CMA 2.0软件对数据进行处理，主要步骤包括：检验出版偏倚，检验异质性，进行主效应分析，检验调节效应.
2.4.1 出版偏倚检验
出版偏倚表示研究样本缺乏代表性. 例如，研究者只收集已发表文献，忽略未发表文献，这会导致元分析效应值高于实际值，影响整体结果的可靠性[34]. 本研究采用漏斗图以及失安全系数（Fail-safe N）检验出版偏倚，如图1所示. 由图可见，研究选取的文献基本都集中于图上方，文献均匀对称地分布在漏斗图两侧，说明研究出现出版偏倚的可能性很小，纳入的文献具有一定的可靠性.
采用漏斗图进行初步分析后，进一步对比失安全系数与5K + 10（K为研究中收集的文献数量）的大小关系，若失安全系数高于5K + 10，则该研究不存在出版偏倚问题. 出版偏倚分析结果见表2. 由表可知，各变量之间的失安全系数均大于5K + 10，同时需要找到的未发表研究数量也较多，说明本研究结果稳定性较好，不存在出版偏倚问题[35]. 漏斗图和失安全系数均说明本研究的纳入文献质量较好并且具有代表性，可以得到较为准确的元分析结果.
表 2 出版偏倚分析Table 2. Publication bias analysis输出结果 Fail-safe N 5K + 10 需要找到的未发表研究文献/篇 顾客互动与顾客忠诚 7018 90 16 信息互动与顾客忠诚 4513 75 13 人际互动与顾客忠诚 6189 85 15 人机互动与顾客忠诚 198 25 3 2.4.2 异质性检验
为了对元分析进行模型选定，还需要进行异质性检验，见表3. 如果检验结果显示效应值显著则采用随机效果模型，不显著则采用固定效果模型. 由表3可知，Q统计量均大于自由度，Q值显著，因此本研究采用随机效应模型. 同时I2检验反映效应值的实际变异占总变异的比重，由检验结果可知，I2均大于75%，证明本研究具有高度异质性，说明顾客互动和顾客忠诚的关系在不同研究中具有明显差异. 异质性的出现也证明本研究中可能存在潜在的调节变量，顾客互动与顾客忠诚之间不止存在一个真效应值，验证了提出调节变量假设的合理性，后续还需要对调节效应进行检验.
表 3 效应值异质性检验结果Table 3. Heterogeneity test results of effect values在线品牌社群顾客互动与顾客忠诚 K N Q检验 Q 自由度 P I2检验 顾客互动与顾客忠诚 16 5137 298.093 15 0.000 94.968 信息互动与顾客忠诚 13 4378 130.711 12 0.000 90.819 人际互动与顾客忠诚 15 4857 239.970 14 0.000 94.166 人机互动与顾客忠诚 3 1114 73.863 2 0.000 97.292 2.4.3 主效应分析
研究模型确定后进行主效应分析，探究在线品牌社群顾客互动及其各维度与顾客忠诚的相关关系[34]. 主效应分析结果见表4. 表中，r1、r2、r3和r4分别为0.526、0.502、0.523和0.473，且各效应值的95%置信区间内均不包含“0”，说明在线品牌社群顾客互动、信息互动、人际互动和人机互动与顾客忠诚均存在中等程度的正相关关系，假设H1、H1a、H1b和H1c得到验证. 同时r1 > r3 > r2 > r4，说明顾客互动与顾客忠诚相关度最高，其次为人际互动和信息互动，而人机互动相关度最低.
表 4 主效应分析结果Table 4. Main effect analysis results在线品牌社群顾客互动与顾客忠诚 模型 K N 效应值与95% 置信区间 显著性检验 总效应值 下限 上限 Z P 顾客互动与顾客忠诚
（r1）随机 16 5137 0.526 0.432 0.609 9.322 0.000 信息互动与顾客忠诚
（r2）随机 13 4378 0.502 0.425 0.573 10.967 0.000 人际互动与顾客忠诚
（r3）随机 15 4857 0.523 0.433 0.603 9.687 0.000 人机互动与顾客忠诚
（r4）随机 3 1114 0.473 0.148 0.706 2.761 0.006 根据S-O-R理论，在互动过程中，顾客不断受到外部刺激并产生心理变化，这种心理变化会形成态度表现以及行为表现，并最终对顾客忠诚的形成产生影响. 互动中顾客自身需求得到满足，愉快、积极的互动促使成员间形成稳定的情感连接，成员彼此产生信任[36]，产生持续的人际互动. 同时，根据实用与享乐理论，顾客为满足信息需求，在人际关系形成后会频繁与其他顾客交流产品和品牌信息. 但目前互联网技术环境中，各类在线品牌社群中功能同质性较高，很难产生某种独有功能，人机互动对顾客的影响没有前两者显著. 以上互动关系的形成意味着成员获得了社群资本，这种社群资本是成员与社群形成关系的前提[37]，顾客的社群认同促使其持续参与社群，帮助顾客加深对品牌知识的了解[38]，并通过情感迁移将对社群的情感和依恋转移到品牌中，形成顾客忠诚[39].
2.4.4 调节效应检验
为探究在线品牌社群中社群类型是否是影响顾客互动和顾客忠诚关系的情境因素，对社群类型进行调节效应检验. 亚组检验是研究多分类调节变量的常用方法，故本研究使用亚组检验考察社群类型的调节效应[40]. 社群类型的调节作用见表5. 由表5可知，社群类型均显著调节顾客互动与顾客忠诚（Q = 25.069，P <0.05）、信息互动与顾客忠诚（Q = 8.484，P < 0.05）、人际互动与顾客忠诚（Q = 22.413，P < 0.05）、人机互动与顾客忠诚（Q = 33.286，P < 0.05），假设H2得到验证. 可见，信息互动对顾客忠诚的促进作用在消费社群中更强；顾客互动、人际互动、人机互动对顾客忠诚的促进作用在非消费社群中更强.
表 5 社群类型对在线品牌社群顾客互动各维度与顾客忠诚关系的调节作用Table 5. Community types of online brand community customer interaction relationship between the dimension and customer loyalty输出结果 社群类型 Q P K r 95%置信区间 信息互动to顾客忠诚 非消费社群 8.484 0.004 6 0.477 0.442~0.510 消费社群 7 0.542 0.513~0.570 人际互动to顾客忠诚 非消费社群 22.413 0.000 9 0.564 0.537~0.589 消费社群 6 0.462 0.428~0.495 人机互动to顾客忠诚 非消费社群 33.286 0.000 1 0.665 0.586~0.731 消费社群 2 0.357 0.298~0.413 根据社会认同理论，如果个体对某一群体具有强烈的好感度，就会信任该群体的相关信息内容，以及认同该群体赋予的相关情感[41]. 在消费社群中，信息共享具有很高的价值，不仅包括产品信息也包括品牌咨询等[42]. 顾客为规避购物风险，通常会在购物前在社群中进行信息收集并决定是否购买；当顾客购买完产品后，也常会发布产品评价和使用心得，以及与其他顾客进行产品信息交流. 而在非消费社群中，顾客不需要在社群中发生实际的购买行为，而且由于他们都是因为相似的爱好被组织起来，相对来说，他们不只关注分享经验和获取信息这样的互动，更注重社群平台的快速响应和反馈[43]，越来越多的顾客也把社群作为拓展社交关系的新兴渠道，寻找有着共同理念的朋友. 由此可见，不同的社群类型具有不同的特点，顾客在不同社群中也具有不同的需求，在线品牌社群顾客互动与顾客忠诚的关系受到社群类型的调节效果影响.
3. 讨论与建议
本研究对近十年在线品牌社群顾客互动与顾客忠诚关系的实证研究进行元分析，对二者的关系进行量化综述，最大程度弱化了外界因素的影响，作为独立研究具有更高的稳定性. 结果显示，在线品牌社群顾客互动对顾客忠诚具有显著的促进作用，这与之前的研究结果一致[44-47]. 本研究还发现，在线品牌社群信息互动、人际互动和人机互动与顾客忠诚均具有中等程度的相关关系. 首先，顾客通过社群平台获取品牌和产品相关信息，可以使顾客增强对产品的认知，有更多的信息与其他顾客分享，实现个人与社群互利互惠的良性循环，最终提升顾客的忠诚度. 其次，在线品牌社群也为顾客提供一个情感交流的平台，顾客通过情感交流得到其他成员的接纳和认可，最终形成顾客忠诚. 最后，社群平台功能的完善性和便捷性也有助于提升顾客的满意度，社群的人性化功能设计可以使顾客获得更好的社群体验，进而形成顾客忠诚.
服装在线品牌社群具有高复购、高毛利和高频上新三大特性，大多属于带有交易服务的消费社群. 本研究结果对服装企业管理实践的启示在于，服装企业建立在线品牌社群需要重点关注信息互动，并对人际互动和人机互动两方面不断完善.
1）更加注重信息传递的准确性和快速性
服装产品的更迭速度更快[48]，服装企业应该为顾客提供便捷的信息获取渠道，顾客可以从中获取服装产品的具体信息和最新动态，以此刺激顾客进行信息互动，彼此之间有更多的信息内容进行交流. 可以在社群中根据服装产品的分类设置不同的讨论区，如男装、女装等，规模较小的群体更容易产生凝聚力[49]. 顾客在社群中的小群体中更容易对服装信息进行自由交流，通过信息互动提高对品牌的认识，最终形成顾客忠诚.
2）增强人际交流的多样性
顾客在社群中可以通过转发、点赞、评论和私聊来表达自己的观点. 企业也应该引导社群成员的态度和思维，对于积极有利的互动企业予以支持，对于负面不良信息则及时清除，以鼓励他们进行互动交流，达到情感沟通的目的.
3）加强社群功能模块管理
可以设置社群维护模块，加强对社群内虚假无效信息的监督和清理，增强举报投诉机制，为成员创建一个轻松的信息交流环境. 也可以完善成员讨论模块，如将服装品牌的设计风格应用到社群布局中，使顾客更加感受到品牌文化，增加语音、表情、视频和文字等多种互动方式，提高顾客互动的积极性. 同时，也要重视社群平台的网络维护和运行速度，避免因为平台卡顿而影响顾客的社群体验.
4. 结 语
为探究在线品牌社群中顾客互动和顾客忠诚的一般性关系，本研究采用元分析法，不仅避免传统综述类文献研究法的不足，同时对推动在线品牌社群的研究方法创新具有重要意义. 研究所得结论应用于服装领域，对服装在线品牌社群中顾客关系管理具有借鉴意义.
-
表 1 纳入元分析研究的基本资料
Table 1. Basic datas included in meta-analysis
作者 发表时间/年 样本量 社群类型 变量间相关系数（效应值） 刘新 2011 442 消费社群 II (0.520) / IB (0.420) Ying-Feng Kuo 2013 283 非消费社群 II (0.323) / IB (0.230) 赵建斌 2015 399 消费社群 II (0.649) / IB (0.512) 艾聪 2016 206 消费社群 II (0.788) 伍亚丽 2016 232 非消费社群 HM (0.665) / II (0.641) 陈倩月 2017 302 消费社群 II (0.669) / IB (0.614) 李夕冉 2017 188 非消费社群 II (0.220) / IB (0.171) 陈容容 2018 369 消费社群 II (0.462) / IB (0.457) 陈珍珠 2018 307 非消费社群 II (0.548) / IB (0.581) 邓之祺 2018 280 非消费社群 IB (0.658) 辛璐琦 2018 384 消费社群 II (0.709) / IB (0.649) 曹珊 2019 321 消费社群 II (0.240) 杨娟 2019 246 非消费社群 II (0.478) / IB (0.375) 李英禹 2020 441 非消费社群 HM (0.157) / II (0.290) / IB (0.468) 张进 2020 296 非消费社群 II (0.442) / IB (0.574) 崔婷婷 2020 441 消费社群 HM (0.529) / II (0.557) / IB (0.626) 
下载: 导出CSV
表 2 出版偏倚分析
Table 2. Publication bias analysis
输出结果 Fail-safe N 5K + 10 需要找到的未发表研究文献/篇 顾客互动与顾客忠诚 7018 90 16 信息互动与顾客忠诚 4513 75 13 人际互动与顾客忠诚 6189 85 15 人机互动与顾客忠诚 198 25 3
下载: 导出CSV
表 3 效应值异质性检验结果
Table 3. Heterogeneity test results of effect values
在线品牌社群顾客互动与顾客忠诚 K N Q检验 Q 自由度 P I2检验 顾客互动与顾客忠诚 16 5137 298.093 15 0.000 94.968 信息互动与顾客忠诚 13 4378 130.711 12 0.000 90.819 人际互动与顾客忠诚 15 4857 239.970 14 0.000 94.166 人机互动与顾客忠诚 3 1114 73.863 2 0.000 97.292
下载: 导出CSV
表 4 主效应分析结果
Table 4. Main effect analysis results
在线品牌社群顾客互动与顾客忠诚 模型 K N 效应值与95% 置信区间 显著性检验 总效应值 下限 上限 Z P 顾客互动与顾客忠诚
（r1）随机 16 5137 0.526 0.432 0.609 9.322 0.000 信息互动与顾客忠诚
（r2）随机 13 4378 0.502 0.425 0.573 10.967 0.000 人际互动与顾客忠诚
（r3）随机 15 4857 0.523 0.433 0.603 9.687 0.000 人机互动与顾客忠诚
（r4）随机 3 1114 0.473 0.148 0.706 2.761 0.006
下载: 导出CSV
表 5 社群类型对在线品牌社群顾客互动各维度与顾客忠诚关系的调节作用
Table 5. Community types of online brand community customer interaction relationship between the dimension and customer loyalty
输出结果 社群类型 Q P K r 95%置信区间 信息互动to顾客忠诚 非消费社群 8.484 0.004 6 0.477 0.442~0.510 消费社群 7 0.542 0.513~0.570 人际互动to顾客忠诚 非消费社群 22.413 0.000 9 0.564 0.537~0.589 消费社群 6 0.462 0.428~0.495 人机互动to顾客忠诚 非消费社群 33.286 0.000 1 0.665 0.586~0.731 消费社群 2 0.357 0.298~0.413
下载: 导出CSV
-
[1] 杨瑞. 虚拟品牌社群顾客间互动的结构维度探索及测量量表开发[J] . 管理学报,2017,14(1):111 − 121. doi: 10.3969/j.issn.1672-884x.2017.01.013 [2] 严新锋, 刘春红. 品牌社群理论研究现状及发展述评[J] . 山东工商学院学报,2014,28(5):49 − 55. doi: 10.3969/j.issn.1672-5956.2014.05.011 [3] 贾楠. 虚拟品牌社群的互动性对品牌忠诚度的影响研究[D]. 上海: 东华大学, 2014. [4] 王涛涛. 基于体验价值的顾客间网络互动对顾客满意度的影响研究[J] . 市场周刊(理论研究),2015(11):59 − 61. [5] KUO Y F, FENG L H. Relationships among community interaction characteristics, perceived benefits, community commitment, and oppositional brand loyalty in online brand communities[J] . International Journal of Information Management,2013,33(6):948 − 962. doi: 10.1016/j.ijinfomgt.2013.08.005 [6] 辛璐琦, 王兴元. 在线消费社群对品牌忠诚的影响机理研究[J] . 价格理论与实践,2018(1):146 − 149. [7] 崔亭亭. 虚拟品牌社群互动对品牌忠诚的影响研究[D]. 哈尔滨: 东北林业大学, 2020. [8] 李英禹, 崔亭亭. 家具品牌在线社群互动对品牌忠诚的影响研究[J] . 林业经济问题,2020,40(3):312 − 319. [9] 邓之祺. 在线品牌社群互动对品牌忠诚的影响研究[D]. 广州: 暨南大学, 2018. [10] 马絮冉. 虚拟品牌社群互动对顾客品牌忠诚的影响机理研究[J] . 中国商论,2020(15):87 − 88,134. [11] 许蒙蒙. 虚拟品牌社群互动对品牌忠诚的影响研究: 以小米为例[J] . 平顶山学院学报,2016,31(2):104 − 109. doi: 10.3969/j.issn.1673-1670.2016.02.023 [12] BRUHN M, SCHNEBELEN S, SCHAFER D. Antecedents and consequences of the quality of e-customer-to-customer interactions in B2B brand communities[J] . Industrial Marketing Management,2014,43(1):164 − 176. doi: 10.1016/j.indmarman.2013.08.008 [13] 杨娟. 在线品牌社区互动行为对消费者品牌忠诚的影响研究[D]. 济南: 山东大学, 2019. [14] 于兆吉, 赵英姿. 虚拟品牌社区中企业与顾客互动对品牌资产的影响[J] . 企业经济,2018,37(3):58 − 65. [15] 王永贵, 马双. 虚拟品牌社区顾客互动的驱动因素及对顾客满意影响的实证研究[J] . 管理学报,2013,10(9):1375 − 1383. doi: 10.3969/j.issn.1672-884x.2013.09.017 [16] RIDINGS C, GEFEN D, ARINZE B. Psychological barriers: Lurker and poster motivation and behavior in online communities[J] . Communications of the association for Information Systems,2006,18(1):16. [17] WANG Y, FESENMAIER D R. Towards understanding members’ general participation in and active contribution to an online travel community[J] . Tourism Management,2004,25(6):709 − 722. doi: 10.1016/j.tourman.2003.09.011 [18] BERGKVIST L, BECH-LARSEN T. Two studies of consequences and actionable antecedents of brand love[J] . Journal of Brand Management,2010,17(7):504 − 518. doi: 10.1057/bm.2010.6 [19] VOORVELD H, NEIJENS P, SMIT E. The interactive authority of brand web sites: A new tool provides new insights[J] . Journal of Advertising Research,2010,50(3):292 − 304. doi: 10.2501/S0021849910091452 [20] 崔小雨, 陈春花, 苏涛. 高管团队异质性与组织绩效的关系研究: 一项Meta分析的检验[J] . 管理评论,2018,30(9):152 − 163. [21] 张徽燕, 李端凤, 姚秦. 中国情境下高绩效工作系统与企业绩效关系的元分析[J] . 南开管理评论,2012,15(3):139 − 149. doi: 10.3969/j.issn.1008-3448.2012.03.016 [22] LAROCHE M, HABIBI M R, RICHARD M O, et al. The effects of social media based brand communities on brand community markers, value creation practices, brand trust and brand loyalty[J] . Computers in Human Behavior,2012,28(5):1755 − 1767. doi: 10.1016/j.chb.2012.04.016 [23] 朱瑾. 品牌社群特征对品牌关系质量的影响研究[D]. 济南: 山东大学, 2012. [24] DEVASAGAYAM P R, BUFF C L. A multidimensional conceptualization of brand community: An empirical investigation[J] . Sport Marketing Quarterly,2008,17(1):20 − 29. [25] 陈倩月. 社会化电商互动性对品牌忠诚的影响研究[D]. 上海: 上海交通大学, 2017. [26] 焦慧慧. 虚拟品牌社群成员互动的驱动因素及对品牌认同的影响研究[D]. 济南: 济南大学, 2017. [27] 刘敏霞. 在线品牌社群、品牌社群承诺与品牌忠诚度关系研究[D]. 上海: 华东理工大学, 2014. [28] 田雨晴. 社会化电子商务研究综述[J] . 北京邮电大学学报(社会科学版),2013,15(4):32 − 39. [29] CHOI B, LEE H. Knowledge management strategy and its link to knowledge creation process[J] . Expert Systems with Applications,2002,23(3):173 − 187. doi: 10.1016/S0957-4174(02)00038-6 [30] 贺远琼, 杨文. 高管团队特征与企业多元化战略关系的Meta分析[J] . 管理学报,2010,7(1):91 − 97. doi: 10.3969/j.issn.1672-884X.2010.01.015 [31] 张骁, 胡丽娜. 创业导向对企业绩效影响关系的边界条件研究: 基于元分析技术的探索[J] . 管理世界,2013(6):99 − 110,188. [32] 李占乐, 魏楠. 中国公民网络政治参与影响因素实证研究的量化整合: 基于文献的权重分析和元分析[J] . 公共管理评论,2020,2(2):65 − 80. [33] NAMBISAN S, BARON R A. Virtual customer environments: testing a model of voluntary participation in value co‐creation activities[J] . Journal of Product Innovation Management,2009,26(4):388 − 406. doi: 10.1111/j.1540-5885.2009.00667.x [34] 丁凤琴, 陆朝晖. 共情与亲社会行为关系的元分析[J] . 心理科学进展,2016,24(8):1159 − 1174. [35] 吴建祖, 肖书锋. 组织双元性的组织前因和绩效后果: 一个元分析[J] . 预测,2016,35(4):22 − 27. [36] JONES G R, GEORGE J M. The experience and evolution of trust: Implications for cooperation and teamwork[J] . Academy of Management Review,1998,23(3):531 − 546. doi: 10.5465/amr.1998.926625 [37] 周志民, 陈然, 张江乐, 等. 在线品牌社群中的关系形成机制: 基于奇瑞新奇军论坛的网络志研究[J] . 管理案例研究与评论,2015,8(6):500 − 512. [38] 黄敏学, 廖俊云, 周南. 社区体验能提升消费者的品牌忠诚吗: 不同体验成分的作用与影响机制研究[J] . 南开管理评论,2015,18(3):151 − 160. doi: 10.3969/j.issn.1008-3448.2015.03.016 [39] ZHOU Z M, ZHANG Q Y, SU C T, et al. How do brand communities generate brand relationships? Intermediate mechanisms[J] . Journal of Business Research,2012,65(7):890 − 895. doi: 10.1016/j.jbusres.2011.06.034 [40] 张辉华, 王辉. 个体情绪智力与工作场所绩效关系的元分析[J] . 心理学报,2011,43(2):188 − 202. [41] 周志民, 郑雅琴. 从品牌社群认同到品牌忠诚的形成路径研究: 中介与调节效应检验[J] . 深圳大学学报(人文社会科学版),2011,28(6):84 − 90. [42] 陈倩月, 余明阳. 社会化电商互动性对品牌忠诚的影响研究: 一个有调节的中介效应模型[J] . 上海管理科学,2016,38(6):37 − 43. doi: 10.3969/j.issn.1005-9679.2016.06.008 [43] 王新新, 薛海波. 品牌社群社会资本、价值感知与品牌忠诚[J] . 管理科学,2010,23(6):53 − 63. doi: 10.3969/j.issn.1672-0334.2010.06.006 [44] 陈珍珠. 基于网络游戏社群的互动对玩家忠诚的影响研究[D]. 济南: 山东大学, 2018. [45] 艾聪. B2C模式下顾客参与对顾客忠诚的影响研究[D]. 南昌: 江西财经大学, 2016. [46] 马铮. 虚拟品牌社群互动对消费者品牌购买意向的影响研究[D]. 合肥: 安徽大学, 2015. [47] 李智娜. 在线品牌社群中互动性对品牌忠诚度的影响研究: 以在线汽车品牌社群为例[D]. 上海: 复旦大学, 2011. [48] 赵艳. 服装品牌社群特征类型研究[D]. 武汉: 武汉纺织大学, 2014. [49] 伍亚丽. 虚拟品牌社群中顾客互动对品牌忠诚度的影响研究[D]. 衡阳: 南华大学, 2016. -
下载:
下载:
点击查看大图
计量
- 文章访问数: 490
- HTML全文浏览量: 246
- PDF下载量: 86
- 被引次数: 0
