Study 2 【レコメンド型チャットボットが導入ブランドに与える影響とそのメカニズムの解明Ⅳ】

この記事では、2019年の関東学生マーケティング大会でリサーチ賞を受賞した論文を紹介します。

目次はこちら


Study1では、レコメンド型CBの利用によって、ブランド推奨意向が上がることが分かった。これを踏まえ、2つ目のリサーチ・クエスチョンを提示する。

RQ2
CBの利用経験が、ブランドの「推奨意向」にどのように繋がっているのか。

1. 仮説提唱

このRQ2に対し、既存研究から構築したモデルをもとに仮説を提唱する。

仮説2: CBでの経験は、ブランド・エクイティに正の影響を与える
仮説3 :ブランド・エクイティの高まりは、ブランド推奨意向へ正の影響を与える

2. プレ調査

本調査に入る前に、適切な質問項目を設定するためにStudy1で実施したプレ調査①において、こちらも同時に確認した。

経験価値の測定項目は、Brakus[2009]が提唱した12問の質問項目を採用した。簡潔に12項目に収斂されているため、実務において、経験の評価や施策立案をトラッキングしていくのにも向いていると期待される。そのため、未だ導入段階であるレコメンド型CBの研究において現在までの研究で示された尺度としてはBrakus[2009]のものが最善だと考えられる。(三浦・田中[2016])

しかし、三浦[2016]によると「対象者からわかりづらい、回答を得ることが難しいと考えられる項目があり、日本語訳の再検討の余地がある」ため、プレ調査①において、日本語訳が適切かを確認した。調査概要は図表11の通りである。

■図表 11 プレ調査① 調査概要【再掲】

kantogakusei2019-1_11.png

(調査をもとに筆者作成)

プレ調査①の結果、尺度の中央である「どちらともいえない」と回答した項目が多かった。実際に被験者からも、質問項目が「意味がわかりにくい」、「答えづらい」といった声が挙がった。このことから、既存研究の指標だけではレコメンド型CBでの経験を完全に説明することは難しいのはないかと考えた。そこで、以下で述べるプレ調査②の結果をもとに、本調査では質問項目の追加やワーディングの調整を実施した。

プレ調査②では、レコメンド型CBを利用した際に顧客が得る経験をさらに解明するため、定性調査を行った。(図表12)この調査では、被験者に実際に「UNIQLO IQ」を利用してもらい、どのようなメリットを感じたかについて意見を述べてもらった。

■図表 12 プレ調査② 調査概要

kantogakusei2019-1_12.png

(調査をもとに筆者作成)

kantogakusei2019-ho_06.png

プレ調査②で得られた回答として、「自分に似合う商品をえらんでくれる」、「店員に聞くと断るのが申し訳ない」、「調べる手間が省ける」などがあった。これらの回答から、追加で18項目を質問項目として作成した(図表13)。

■図表 13 CBのメリットに関する質問項目

kantogakusei2019-1_13.png

(出典:調査をもとに筆者作成)

BEの調査項目については、既存研究を参考にした。また、レコメンド型CBが商品を提案し購入に繋げる、という「売り場」としての機能を備えていることから「リテール・ブランド・エクイティ」(Hartman and Spiro[2005])の研究も参考にした。

項目の採用の際には、レコメンド型CBや商材の利用状況に合うものを吟味した。例えば、「どんな状況にあってもこのブランドから他にスイッチしない」(Allaway, Huddleston ,Whipple and Ellinger[2011])等といった質問項目は、アパレルブランドに関する調査では不適切だと考えたため不採用とした。
採用した項目と参考にした文献の組み合わせは図表14の通りである。

■図表 14 CBのBEに関する質問項目

kantogakusei2019-1_14.png

(既存研究を参考に筆者作成)

3. 本調査

プレ調査をもとに、仮説検証のための本調査を行った。

(1) 検証方法

調査ではStudy1と同じ被験者を対象とし、CBの動画を視聴するグループとしないグループに分けた。動画視聴グループには、動画視聴後にレコメンド型CBにおける経験とBEに関するアンケートに回答してもらった。動画を視聴しないグループには、BEについてアンケートを実施した。調査概要は、図表15、16の通りである。

■図表 15 本調査 調査概要(動画あり)

kantogakusei2019-1_15.png

(筆者作成)

(前提条件)
質問に進む前に、まずは動画をご覧ください。
これは、UNIQLOのアプリを利用して、その様子をスクリーンショットしたものです。
このようなサービスを、「チャットボット」と呼びます。チャットボットとは会話を行うコンピュータ技術のことで、ユーザーのメッセージ内容に沿ってボットが応答するシステムのことを指します。

kantogakusei2019-ho_07_1.png

kantogakusei2019-ho_07_2.png

kantogakusei2019-ho_07_3.png

■図表 16 本調査 調査概要(動画なし)

kantogakusei2019-1_16.png

(筆者作成)

(前提条件)
今回はアパレルブランド「UNIQLO」について、現在のあなたの考えを伺います。

kantogakusei2019-ho_08.png

本調査結果をもとに、項目分析、因子分析、そして共分散構造分析の順で仮説を検証した。

(2) 項目分析

アンケートの質問項目に対して項目分析を行った。全ての質問項目の平均値、標準偏差を算出した結果、天井効果及びフロア効果は見られなかった。

(3) 因子分析

まず、CBにおける経験価値とは何かを探るため、Brakus[2009]の経験価値12項目と、プレ調査で追加した18項目の質問について、探索的因子分析を行った。今回の因子分析では、推定法として最尤法を採択し、因子数の決定には固有値 1 以上を基準とするガットマン基準を用いた。さらに、回転法は因子間の相関を考慮し、プロマックス回転を使用した。因子負荷量の採用基準は 0.40 以上とし、因子分析を繰り返した結果6因子が抽出された。最終的に抽出した因子が全分散を説明する割合は約63%であった。

ここで、クロンバックの α 係数を用いて質問項目が各因子を十分に説明できているかを検証した。 その結果、全ての項目においてαの値が0.7を超えたため、信頼性は問題ないと判断した。

観測変数から抽出された6因子については、質問項目を吟味した上で、情動的経験因子、商品選びサポート経験因子、コミュニケーション経験因子、利便性経験因子、共創経験因子、行動経験因子と名付けた。(図表17)

■図表 17 抽出された因子の観測変数と質問項目

kantogakusei2019-1_17.png

(分析結果より筆者作成)

情動的因子は、CBによって心が動かされた経験を表している。商品選びサポート因子はCBに商品選びを手助けしてもらった経験、コミュニケーション因子はCBと1対1で対話をした経験、利便性因子は気兼ねなくCBを利用できたという経験、共創因子はCBと共に考え、問題解決へ導くことができたという経験を表している。行動因子は、ある場所に足を運ばなくともCBを利用できるという特徴を表している。

(4) 仮説設定

本節では、ここまで抽出した因子を用いて仮説の詳細化を行った。仮説は以下の通りである。

2-a:レコメンド型CB利用における「情動的」経験は、BEに正の影響を与える
2-b:レコメンド型CB利用における「商品選びサポート」経験は、BEに正の影響を与える
2-c:レコメンド型CB利用における「コミュニケーション」経験は、BEに正の影響を与える
2-d:レコメンド型CB利用における「利便性」経験は、BEに正の影響を与える
2-e:レコメンド型CB利用における「共創」経験は、BEに正の影響を与える
2-f:レコメンド型CB利用における「行動」経験は、BEに正の影響を与える
3:BEは、「推奨意向」に正の影響を与える

これらの仮説をもとに、想定したパス図は図表18の通りである。

■図表 18 想定したパス図

kantogakusei2019-1_18.png

(分析結果より筆者作成)

4. 共分散構造分析

統計手法は共分散構造分析(SEM: Structural Equation Modeling)を用いる。なお使用する統計ソフトは IBM SPSS Statistics22, Amos Graphics である。なお、BEの観測変数は前節で説明した質問項目に対する回答の平均値を適用した。

5. 仮説検証

提唱した仮説モデルに沿って分析を試みると、仮説2-c、仮説2-eが支持され、仮説2-a、仮説2-b、仮説2-d、仮説2-fが不支持となった。(図表19)

このとき、適合度はGFI0.868、AGFI0.815、CFI0.94、RMSEA0.061であった。モデルの評価として、RMSEAについては豊田[2007]の採用基準値を満たしたが、AGFI、CFI、GFIはわずかに基準値を満たさなかった。しかし、本研究では複雑なモデルであることを考慮して、図表19のモデルを採用することにしたまた、結果を見ると、「オススメを参考にしたい」や「何回でも話しかけられる」などと言ったレコメンド型CB特有の経験が、パスが棄却されたことによりBEと繋がらない結果となってしまった。これらの要素は、レコメンド型CBを利用する際に一番に知覚するものであり、「利用することで自分の問題解決につながる」などが成り立つ前提条件なのではないかと考えた。

■図表 19 支持されたパス図

kantogakusei2019-1_19.png

(分析結果より筆者作成)

6. 仮説の再提唱

前項の結果から、「ブランド経験」と「BE」感のパスの再構築が必要だと考えた。
ここで、讃井,乾[1987]によって提唱された、「階層的評価構造モデル」を参考にした。このモデルは、消費者の感情を階層構造的に把握するもので、初期では建築分野において適応されていたが、後にマーケティング・リサーチにも応用されるようになった。讃井他[1987]のモデルを、定量的に検証した。

小島・山本[2015]によると、「下位(原因側)に客観的・具体的項目、中位に感覚的理解、上位に抽象的価値判断を持つ」ものと説明されている。ここで、感覚的理解の例としては、「開放感がある」等のSense(感覚)ないしはFeel(感情)に相当する語、上位項目の例としては、 「〇〇できる」といったAct(行動)を連想される動詞の表現系が例示されている。更に添田,若林,陶[2010]は、「モノが主語の場合は、表面的ニーズとして下位、人が主語の場合は真のニーズとして上位に配置する」としている。「利用することで問題解決できる」「考えが広がる」といった、自分が主語、且つ、行動を示す「共創」因子が、ブランドへの好感度に最も強いパスを示していることから、上記の考え方を適応できるのではないか、と考えた。

そこで、レコメンド型CBが主語となりサービスの特徴を示している「商品選びサポート」因子、「コミュニケーション」因子、「利便性」因子を下位項目に配置した。そしてその1つ上の中位項目として、感覚と感情が合わさった「情動的経験」因子を配置し、「共創」因子を上位項目としてパスを繋げることとする。このようにして再構築したモデルは図表20の通りである。

■図表 20 再構築した想定されるパス図

kantogakusei2019-1_20.png

(仮説をもとに筆者作成)

(1) BEの質問項目について

検証に入る前に、BEについて改めて考えたい。 
前節で「BE」が「推奨意向」のに正の影響を与えていることが明らかになったため、次にその具体的なメカニズムを解明したい。

そこで、BEに関する18個の質問項目について、確認的因子分析を行った結果、クロンバックαの値が低く、十分な信頼性を示せなかった。よって、レコメンド型CBにおけるBEの構成要素を探るため、探索的因子分析を行った。今回の因子分析では、推定法として最尤法を採択し、因子数の決定には固有値 1 以上を基準とするガットマン基準を用いた。さらに、回転法は因子間の相関を考慮し、プロマックス回転を使用した。因子負荷量の採用基準は 0.40 以上とし、十分な因子負荷量を示さなかった項目を除外しつつ因子分析を繰り返し、4 因子が抽出された。最終的に抽出した因子が全分散を説明する割合は約70%であった。

ここで、クロンバックの α 係数を用いて質問項目が各因子を十分に説明できているかを検証した。 その結果、全ての項目においてαの値が0.7を超えたため、信頼性は問題ないと考えた。

観測変数から抽出された4因子については、質問項目を加味した上で、好印象因子、利用想定因子、他者評価因子、差異識別因子、と名付けた。(図表21)

「好印象因子」は顧客が持つブランドに対する好意的な感情を表しており、「利用想定因子」は顧客自身がレコメンド型CBを使ったと想定した上で、ブランドに対してどのような態度をとるかを表している。「他者評価因子」は、他者とブランド間の関係性に対する顧客の態度を表している。「差異識別因子」は、あるブランドと他のブランド間の関係性に対する顧客の態度を表している。

■図表 21 抽出された因子の観測変数と質問項目

kantogakusei2019-1_21.png

(分析結果をもとに筆者作成)

(2) 仮説の再提唱

この結果を踏まえ、仮説を再設定する。

4-a:「商品選びサポート」経験は、「情動的経験」に正の影響を与える
4-b:「コミュニケーション」経験は、「情動的経験」に正の影響を与える
4-c:「利便性」経験は、「情動的経験」に正の影響を与える
5-a:「情動的経験」は、「共創」経験に正の影響を与える
5-b:「情動的経験」は、「行動」経験に正の影響を与える
6-a:「共創」経験は「好印象」因子に正の影響を与える
6-b:「共創」経験は、「利用想定」因子に正の影響を与える
6-c:「共創」経験は、「他者評価」因子に正の影響を与える
6-d:「共創」経験は、「差異識別」因子に正の影響を与える
6-e:「行動」経験は、「好印象」因子に正のを与える
6-f:「行動」経験は、「利用想定」因子に正の影響を与える
6-g:「行動」経験は、「他者評価」因子に正の影響を与える
6-h:「行動」経験は、「差異識別」因子に正の影響を与える
7-a:「好印象」因子は「推奨意向」に正の影響を与える
7-b:「利用想定」因子は「推奨意向」に正の影響を与える
7-c:「他者評価」因子は「推奨意向」に正の影響を与える
7-d:「差異識別」因子は「推奨意向」に正の影響を与える

以上をもとに、再構築したモデルは図表22の通りである。

■図表 22 再構築した想定されるパス図

kantogakusei2019-1_22.png

(仮説をもとに筆者作成)

この図に沿って、分析を試みた。その結果、仮説4-a、仮説4-b、仮説4-c、仮説5-a、仮説6-a、仮説6-b、仮説6-d、仮説7-a、仮説7-bのパスが有意水準5%未満で有意となった。ただし、「共創」から「差異識別」のパスは係数がマイナスとなったため、このパスは削除した。

以上を踏まえた最終的なモデルの適合度は、上述の豊田[2007]の基準を上回っており、十分な値だと判断した。そしてこのモデル(図表23)を、本研究の完成モデルとした。

■図表 23 レコメンド型CBによるブランド価値強化モデル

kantogakusei2019-1_23.png

(分析結果より筆者作成)

7. 考察

(1) 「CBによる経験価値」から「BE」

まず、優位であったパスについて述べる。
我々は元々仮説として、全ての経験価値が、同時にBEへ繋がると仮説を立てていた。しかし、分析結果から、一部の経験は、ブランドへの態度に直接は影響しないことが分かった。

これを踏まえ、讃井他[1987]の考え方を参考に、仮説モデルを再構築した。分析結果より、経験価値自体が層となり、「共創」という行動経験の知覚をきっかけとして、ブランドそのものへの態度である「BE」へと繋がることが分かった。

顧客は、レコメンド型CBに初めて出会った時、「商品を選んでくれる」ことや、「何時でも話しかけられる」ことなど、その具体的な特徴を認識する。そしてそれに対して、感覚や感情に訴えかけられるという経験をする。1次的な経験(商品選びサポート・コミュニケーション・利便性)から2次的(情動)経験へのパスの数字に大きな差がないことから、どんな特徴に強く心が動かされるかは、ユーザーによって異なることが見て取れる。そして、顧客が得た情動的な経験は、「一緒に問題を解決できる」という共創の経験価値へと繋がる。パスが比較的大きな値を示していることから、レコメンド型CBへの強い興味や感動や信頼の気持ちが、「CBの意見を聞きたい」、「CBと何かをしたい」という気持ちに繋がる。そして、共に価値を創造できるCBを通して、その先のブランドへの態度にも正の影響を及ぼすことが分かった。

これらから、2つの示唆が生まれる。
1つ目は、レコメンド型CBでは、顧客それぞれに合わせた特徴を訴求する必要があるため、どのようなユーザーがどのような特徴に惹かれるか、に関しては、研究の余地がある。

2つ目は、「共創」の気持ちを強く刺激するプロモーションを行う必要性である。顧客の心を強く動かすような経験(情動的経験)を提供し、その上で「このCBで問題を解決したい」と思ってもらえるような施策が必要である。

次に、棄却されたパスについて述べる。モデルの再構築によって、元々のモデルで棄却された因子の一部は、モデルに組み込み直すことができた。しかし依然として、「行動」因子は棄却されたままであった。これには2つの原因が考えられる。

1つ目は、質問項目そのものに問題がある可能性である。観測変数の2問は、Brakus[1999]の尺度から引用したものであり、「レコメンド型CBの使用は頭を使わない」といった逆転項目であった。そのため、回答者の本当の心理を上手く表すことができなかった恐れがある。この指標をウェブコンテンツに用いた研究は殆ど見られない。行動、が具体的に何を指すのかが分かりづらいwebコンテンツにおいては、この2問のワーディングや扱い方を検討し直す必要があるかもしれない。

2つ目は、「頭を使う」「多くの行動を必要とする」といった、提唱されている経験価値が、レコメンド型CBにおいては必ずしも正の効果をもたらすわけではない、という可能性である。より頭を使わず、より行動を伴わず、結果を出したいという消費者もいるかもしれない。そしてそれが現れた結果であると考察する。

(2) 「BE」から「推奨意向」

まず、優位であったパスについて述べる。
レコメンド型CBの利用によって向上するブランドの推奨意向には、「印象がいい」や、「共感できる」などといった好印象因子と、「利用することで他人に良い影響を与えられる」や、「このブランドは自分に合う」などといった利用想定因子が正の影響を及ぼすことが分かった。

反対に、「他のブランドと区別がつく」といった差異識別因子は負の影響を与えていた。これは、調査に用いたブランドが、知名度の高いUNIQLOであったことが原因なのではないかと考える。動画無しのグループにもBEについてを聞いたのだが、同じくこの箇所のパスはマイナスであった。したがって、ブランドの知名度が高く、明確な差別化を達成している場合は、レコメンド型CBを利用しても、差異識別が推奨意向に影響を及ぼすことはないのかもしれない。

次に、棄却されたパスについて述べる。「他人にこのブランドを褒められると嬉しい」といった他者評価因子からブランド推奨意向のパスが棄却された。他者評価因子の2項目は、「ブランドを自己の一部ととらえる(前田[2008])」ものであるため、かなりの愛着をブランドに持っていると考えられる。これは、商材を服に絞って調査を実施したためであると考えた。服という商材の性質上、人とかぶりたくない、自分の気に入っているブランドを人にすすめるほど、自分のファッションセンスに自信がない、と考える人が多いからではないかと考察した。

【続きへ】Ⅴ インプリケーション

【目次へ】


本レポートに関するお問い合わせはこちらへお願いいたします。

関連記事