Promotional Games Increase Consumer Conversion Rates and Spending

基本信息

Stefan J Hock, Rajesh Bagchi, Thomas M Anderson
Journal of Consumer Research, Volume 47, Issue 1, June 2020, Pages 79–99, https://doi.org/10.1093/jcr/ucz043
Published: 12 September 2019

短评

本文实验结构值得借鉴：以主效应、中介，调节的次序，将现场实验放在第一个作为“探索”，调节变量分类呈现。
根据本文的展望和未探讨的内容，需要确定是否有新的研究探索了其他中介和调节，以及其他在中国购物应用中更频繁使用的促销游戏模式。

点评

本文研究了促销游戏是否有效果，选用了两个指标：转化率（是否购买）和消费价格（实际开支）。
实验范式核心就是两个，一个是真实的电商数据，另一个是实验室模拟购买实验，在此基础上增加中介、排除解释。
本文发现的中介机制：觉得自己幸运，对商店评价更高。

引言

促销游戏是不同于传统促销的促销。
对促销游戏的研究早已有之，有关注前因变量的，如个体差异，游戏形式，这些变量影响了游戏参与、游戏评价。
鲜有研究关注游戏胜利后的行为和态度变化，例如，游戏胜利后，个体的自我概念是否发生改变？个体对游戏来源（即商店）的态度是否发生改变？

让我来猜测，胜利后个体的自我概念会变得更加清晰，对商店的评价会更好。
作者提出的这两个结果变量，完全可以借鉴一般的游戏胜利后个体的行为态度变化。
除了这两个变量以外，前因变量还有对平台的态度，奖励大小；结果变量还有很多重要的因素，例如我们想将胜利分享给他人，那么结果变量就应该有分享的可能性；我们想展现自己的幸运或能力；我们想通过消费来利用获得的折扣，否则就将党羽努力后未能真正将收获拿到手。

之前的研究比较过不同的直接促销间的差异（形式如满减和满赠，量，呈现方式。）

这本来是我之前想问的问题——优惠券和满减的区别，看来以前研究过了。

本文确定了两个实际会用到的因变量：转化率和消费价格。
进而做出因果预测：促销游戏增加消费者购买可能性，进而提高消费价格。
然而，其中的心理机制得一分为二考虑——自我和游戏源。对于自我，获胜即为幸运；对于游戏源，获胜即对商店形成好感。以上两者均会影响转化率和消费价格。

实验小结

归结为一个问题：
促销游戏相比普通促销，能否影响消费者转化率和支出以及品牌忠诚？

问题：

1. 促销游戏会影响消费者的转化率和消费价格吗？
2. 促销游戏影响消费者的转化率和消费价格的内在机制 【根据过去的研究和本文的设想】
3. 促销游戏影响消费者的转化率和消费价格的边界条件 【理论驱动】
4. 促销游戏的影响如何能继续推广？改变因变量

解答：

1. 实验1A：在真实电商下影响，回答问题1
2. 实验1B：在实验室情况下影响，回答问题1；作为之后实验的范式
3. 实验2：确定 believe in luck 与 positive attitude toward store 是中介变量，确定了单独中介和链式中介模型均成立。回答了问题2
4. 实验3A：找到一个人格变量作为调节，回答问题3
5. 实验3B：找到一个心理机制变量作为调节，回答问题3
6. 实验4A：更换因变量，回答问题4
7. 实验4B：找到一个商品属性变量作为调节，回答问题3

注：实验3a、3b关注perceived luck，3a是人格，3b是情境；4b关注情绪，因此使用的是产品类型和情绪相关（享乐/实用）

调节变量是如何选定的？是那些影响中介变量的变量，根据中介变量，在商品特征、被试人格、任务特征上寻找。

S1A 现场实验

实验设定

被试：1073 美国电商用户
产品价格19.99-39.99
三种折扣条件：无折扣，固定折扣，游戏折扣（翻牌），折扣价为15
折扣限时7天
特殊样本删除：购买次数>2，购买总价>M+/- 3SD

结果

1. Equivalence of groups 保证在现场试验也做到将两个条件下的被试人口统计学指标一致，使用的指标有：性别，年龄，地理，消费史，收入，注册年限
2. average basket value：游戏组和直接促销组一致
3. average overall spending across：游戏促销组>>

我知道去哪可以实现研究设计了，去电商公司实习。

S1B 实验室实验 【这个可以做，是想象实验，被试费5元-10元】

实验设定
368名大学生被试
更换商品——学校相关的商品；增加一个自变量：打折力度
想象在校园书店中买书。为了增强实验效果，每一名被试预算50$，且抽中一部分被试能真的买到书。
特殊样本删除：超预算
实验条件（6种）：固定30%折扣，促销游戏0%，10%，20%，30%折扣，无促销信息（控制组）
流程：先获得折扣券，然后在18件商品中挑选（4-25元；商品分为hedonic、non-和兼有 三类）；最后回答几个问题：

1. 你是否想买1个及以上的产品？【DV】
2. 判断产品的质量、好感、日常购买频率、均价 【作为排除解释】
3. 给出人口统计学信息【作为协变量】

结果：

1. 转化率：只要有随机性给钱（50%+）都强于直接给折扣（35%），随机无折扣（25%），都强于无活动、无折扣（20%）。
2. 消费价格：单纯比较都消费的人是无差异的，但总体看各个组是有显著差异的。只要有随机促销，效果都比控制条件更好；固定促销效果比控制条件仅边缘显著。

于是问题来了：
1. 消费者知道游戏是固定结果，且结果一致，因为消费者每次进入消费场景都会见到相同的游戏界面
2. 当在促销游戏中获得0元，是否会抑制消费者的购买欲望？如果此时再次提供给消费者一次购买机会？

实验2 中介

实验设定
306名被试
序列中介：感知幸运（Belief in Good Luck Scale 1997）；对商店的积极态度；一般积极情绪(PANAS）。 这里为了避免有人说这两种情绪是同一构念，作者做了EFA和CFA，指标为AVE>50%
排除的解释变量： opportunism（机会主义），involvement（卷入），surprise（惊讶）
<u>关注作者给出的alternative 测量，这是研究的关键</u>
其他流程同实验1B

结果：中介分析：
链式中介，两条单中介均显著。

分析到这里，接下来有两个思路：增加调节变量，改变中介变量。本研究的中介变量，应该是过于直白了，在促销情境下，不会这么简单，所以可以通过换 中介变量做更多的研究。

作者设定的折扣金额是0%-30%，而没有突破至现在营销中惯用的全额免单。

实验3a 有调节的中介

设定逻辑
因为调节变量和中介变量很像（一般幸运，感知幸运）。
如果两个变量不相关，我觉得直接做调节就可以了。

实验设定
200被试
三种折扣：Game-discount ，direct-discount，none
在测量方面做了改进：将感知幸运分为了 perceive luck 和 general luck两类，且平衡了测量的顺序以避免两者间的因果关系。
CFA表明两个构念AVE>.50，相关显著，存在多重共线性
结果：在低general luck的被试中中介不显著，只有在mediate和high显著。

实验3b 调节中介

推理逻辑：
如果luck是推理线中的关键成分，那么如果被试并非凭借幸运而是凭借skill（技能），那么这条线应该不存在？技能应该是另一条线？通过能力来证明自己？先看看实验。

实验设定
194被试
三种条件：Game-Discount，skill-discount，control
情景依然是之前3个实验使用的书店。在书店中获得了折扣，然后看到某个品牌水杯15$，询问被试是否购买。
skill-discount的任务为：计算20%的38000，82%的被试计算正确。我觉得这个题放在中国大学生被试就不能证明skill了，不如做对一道英语题或者文字题更有用，当然，这需要做前测，测量被试是否觉得题目可以证明自己的能力。

结果：

1. conversion rate: Control（3%）<Skill-discount（13%）<Game discount（27%）。如何解释这一结果？如果Game效果不如Skill，那么这篇文章应该改成Skill主题，正是因为Game效果最好。

实验4a 更换因变量

情境：
想象在奥莱买装饰品后获得折扣券，券可以用于整个奥莱。回到座驾后发现少买蜡烛，现在有两家店有卖，一家是刚才光顾且获得折扣券的店铺300m外，另一家170m外，两家店销售的商品价格和质量基本一致。

任务：

1. 需要做出两次回答：1、回答是否会回到店内购买；2、如果上一题回答“是”，则回答选择哪家店（商店忠诚的测量）3、为测量中介变量，使用PANAS测量对已光顾商店的情绪affective。
2. 还需要为本次消费情景测量一些控制变量和操纵检验：1、对距离的介意程度；2、日常购买装饰品的频率；3、对蜡烛的喜爱程度；4、折扣券是用于奥莱还是特定商店（操纵检验）

结果：

1. DV1 conversion rate: 根据消费者回答是否返回奥莱购物(YES/NO)测量。结果为：93% >82% >66% （game>direct>control)
2. DV2 Store loyalty：38%>19%>10% （game>direct>control)
3. DV3 Store affective attitude game>direct=control
4. Mediation (conversion rate) store affective attitude 显著
5. Mediation (store loyalty) store affective attitude 显著

实验4b 边界条件

实验设定
2 (product type: more vs. less hedonic) x 3 (discount: no, straight, game)
518 被试
两种 hedonic 条件：星巴克、书店 折扣卡
因为使用了以上两种品类，因此后续还需要追问被试：对两种品类hedonic的态度（7点）；日常购买的频率

结果
操纵检查：消费者的确将星巴克作为享乐消费：主效应显著，交互不显著。
交互作用：因为是两因素实验设计，最关注的是交互作用。两种产品品类是否有差别不重要，重要的是不同品类受促销方式的影响：在hednic商品中，game导致的转化率明显更高。

讨论

总结了实验的逻辑

作者提供了三个思考角度

1. 改变促销券的使用范围
2. 研究新的中介机制
3. 实验1B发现不同的折扣值间差异不大，说明随机性的激励效应是最大的，这与“不确定性激励”表达的不谋而合

陈述研究的理论和实践意义

理论意义：

1. 从pricing & promotion角度：以往研究讲促销形式和量，本研究关注游戏促销。对未来研究的建议是：如果促销券仅用于某一产品会怎样？固然是让商家省钱，但产生的情绪和商店积极情绪就下降了。另一个角度是本文未排除的解释，如社会比较，消费者是否会将自己和他人的运气进行比较？
2. 从luck的角度：luck和promotion game的结合思考
3. 从游戏后的角度：影响决策，影响无关任务下的风险决策【这是常见思路】：例如消费者预定座位后，服务员告知其预定的是最好的座位（lucky）或最后一个座位（lucky）。
   举例子：在抖音抽中免费商品，会更愿意在商店下单还是减少下单的可能？因为体验过免费（白嫖）的快乐。在抖音中抽中了优惠券，是更愿意下单吗？应该是的。所以promotion 比率10%-30%没区别，但100%会影响消费者的心智的。

管理意义：

1. 多使用不确定性折扣。这已经在某多多用得淋漓尽致了。
2. 不确定主要是增加了消费者转化率，对每个消费者单独的消费价格影响不大。即：让你从不买变成买，而不是花的钱变多。这我的确感受到了，促销越多，我在每个商品上花的钱其实更少了，但收快递的数量显著增加了一倍。
3. 品牌忠诚影响品牌资产，过去的结论是促销影响品牌资产，而本文则发现促销增加了品牌忠诚。我觉得问题出在回购次数以及产品特征上，买蜡烛这种东西一年一次，没有什么特别的品牌偏好，谁家有促销买谁家、喊谁香。如果买的是奢侈品，不同品牌间产品互补替代，老促销就有问题了。这种“忠诚”完全是由促销决定的，曾经的米粉喜欢小米变成红米，后来也会喜欢realme和IQOO，完全由价格决定。