从浏览到购买：通过S-O-R模型预测用户在TikTok上的冲动购买行为

《Acta Tropica》：From scroll to sale: Predicting of customer engagement in impulse buying cycle on TikTok through the S-O-R model

本研究基于刺激-机体-反应模型，通过因子分析和回归分析，探讨匈牙利年轻人使用TikTok进行冲动购买的影响因素，包括“冲动购买欲望”、“实用价值”、“感知相似性”和“合营推广”四个核心要素。研究发现，TikTok用户的预测准确率达90%，非用户组为80%，验证了模型的可靠性，为企业制定精准营销策略提供了量化依据。

　　
TikTok作为全球流行的短视频平台，其营销策略对冲动消费行为的影响已成为企业关注的焦点。本研究通过系统性文献综述和实证分析，构建了适用于匈牙利市场的TikTok冲动购买预测模型，揭示了四个核心影响因素及其作用机制，为本土企业提供可量化的决策工具。

一、研究背景与理论基础
当前数字化营销研究普遍采用刺激-机体-反应（S-O-R）模型解析消费者行为。该模型将外部刺激（如平台特性）、个体认知状态（如价值感知）和最终行为（如购买决策）形成动态循环。尽管已有研究在TikTok冲动消费领域取得进展，但针对东欧国家文化特性与营销策略适配性的实证研究仍存在空白。本研究创新性地将TAM技术接受模型与SDT自我决定理论相结合，构建双维度分析框架，既关注工具理性（如实用价值），又重视情感驱动（如共促销效应）。

二、研究方法与数据收集
采用三阶段递进式研究设计：
1. **探索性因子分析**：通过结构方程模型对283名匈牙利经济学学生进行问卷调研，识别关键潜变量。运用最大似然估计和方差最大化旋转法，提取四个核心维度：
- 冲动购买欲望（包含3个观测变量）
- 实用价值感知（4个观测项）
- 感知相似性（3个测量指标）
- 共促销行为（3个具体表现）

2. **回归模型构建**：基于因子分析结果建立多元线性回归模型，验证各因素对购买意图的预测效度。特别引入平台使用虚拟变量（是否拥有TikTok账号），发现无账号用户冲动购买倾向显著更高（β=-0.154，p<0.001），揭示不同用户群体的行为异质性。

3. **验证性研究**：通过104名独立样本（含68名TikTok活跃用户）进行交叉验证，采用K-means聚类算法将受访者分为四类群体，实测验证率达89.7%-93.4%，显著高于行业基准（80%以上）。

三、关键研究发现
1. **文化特异性维度**：
- 感知相似性（PS）成为最关键刺激因素（载荷系数0.862）
- 共促销行为（Co-P）在匈牙利市场表现突出（R2=0.869）
- 与中国研究相比，实用价值（UV）权重下降12个百分点，显示本地用户更注重情感联结

2. **行为机制解析**：
- 冲动购买欲望（UBI）呈现链式反应：内容浏览→即时冲动→社交扩散（β=0.485）
- 实用价值（UV）通过降低决策成本（UV3β=0.385）和提升搜索效率（UV4β=0.205）产生传导效应
- 感知相似性（PS）与用户生成内容质量呈正相关（r=0.635）
- 共促销行为（Co-P）中推荐意愿（Co-P2β=0.625）比主动分享（Co-P1β=0.129）更具预测力

3. **模型性能验证**：
- 整合预测模型（IPC指数）解释力达86.7%
- 90天预测效度稳定在89.7%-93.4%区间
- 机器学习交叉验证显示模型外推误差<8.5%

四、实践应用与建议
1. **内容创作策略**：
- 优先展现本地生活场景（如布达佩斯街头咖啡），相似性指数可提升27%
- 采用"教育+娱乐"混合形式（如经济知识短视频），实用价值感知提升35%
- 建立创作者分级体系（黄金KOL/潜力素人/跨界达人），推荐转化率差异达42%

2. **营销资源配置**：
- 将预算的40%投入社交证明（Co-P）内容
- 针对无账号用户（占比33%）需加强平台原生广告（CTR提升28%）
- 建议采用动态折扣机制（如观看量达阈值触发5%即时优惠）

3. **效果评估体系**：
- 设计包含4个主维度、12个观测点的KPI指标矩阵
- 建立季度基准值监测体系（当前基准值：IPC=2.73/5）
- 开发自动化Excel模板（处理速度提升70%）

五、理论贡献与局限性
本研究首次将S-O-R模型与TAM、SDT进行跨理论整合，提出"双循环"模型：
- 外部循环：平台特性（如算法推荐）→内容接触（刺激）
- 内部循环：心理认知（机体状态）→行为反馈（反应）

理论创新点：
1. 揭示文化中介变量（Cultural Mediators）的作用路径
2. 证实"观看-冲动-分享"的链式反应机制（β=0.485）
3. 开发适用于东欧市场的冲动购买指数（IPC）

局限性：
1. 样本局限于经济学院学生（占83%），需扩展至其他专业（如时尚设计、旅游管理）
2. 研究周期（2023-2024）未覆盖经济波动期，需补充宏观经济变量
3. 未验证模型在中小企业的适用性，建议后续开展多行业对照实验

六、未来研究方向
1. 增加平台使用时长（>4小时/周）作为调节变量
2. 引入神经科学指标（如眼动追踪数据）
3. 开发跨平台比较模型（TikTok vs. Instagram Reels）
4. 构建动态权重调整机制（考虑季节性因素）

本研究为TikTok营销提供了"诊断-预测-优化"全链条解决方案，其核心价值在于将抽象的行为动机转化为可量化的绩效指标。企业应建立专项分析团队（建议配置1名数据分析师+2名市场研究员），每季度更新模型参数，确保营销策略的动态适配性。特别是在当前Z世代主导消费市场（18-29岁占比62%）的背景下，该模型对年轻消费群体的行为解析具有重要参考价值。