Earticle

초록

한국어

라이브 스트리밍의 급속한 발전과 더불어 온라인 호스트가 중요한 정보원으로서 라이브 스트리밍 커머스 성과에 영향을 미치는 데 중요한 역할을 한다. 하지만 제품 유형이 호스트의 특징과 라이브 스트리밍 커머스 성과 사이의 관계에 대한 연구는 많이 이루어지지 않고 있다. 본 연구는 정교화 가능성 모델(Elaboration Likelihood Model)과 정보원 이론(Information Source Theory)을 기반으로 라이브 스트리밍 커머스의 매출에 영향을 미치는 요인과 이들 간의 관계에 대한 제품 유형의 조절 역할을 실증적으로 연구하는 것을 목적으로 한다. 2021년 10월 10일부터 2022년 2월 10일까지 수집된 11,422건의 라이브 스트리밍 커머스 데이터를 분석한 결과, 다중채널 네트워크(Multi-Channel Network)와 팔로워 수는 라이브 스트리밍 커머스의 판매량에 긍정적인 영향을 미치는 반면, 평판 점수는 매출에 부정적인 영향을 미치는 것으로 나타났다. 또한 저관여 제품의 비율이 이 관계들에 미치는 조절 효과도 확인되었다. 이번 연구 결과는 라이브 스트리밍 커머스 성과에 대한 문헌을 풍부하게 하고, 시사점뿐만 아니라 연구의 한계점과 향후 연구 방향에 대해서도 논의하였다.

영어

With the rapid development of live streaming commerce, online host as an information source plays a critical role in affecting live streaming performance. However, the impact of different product types on the relationship between online hosts and live streaming has been less studied. Based on the elaboration likelihood model (ELM) and information source theory, this study aims to empirically investigate what factors influence the sales of live streaming commerce and how product type moderates the relationship between them. The analysis of 11,422 live streaming commerce data collected for four months from October 10, 2021 to February 10, 2022 shows that, among the factors related to source credibility and attractiveness, multi-channel networks (MCN) and the number of followers positively affect the sales volume of live streaming commerce, whereas the reputation score harms the sales. Moreover, the moderating effect of the product type (i.e., ratio of involvement products) on the relationships is confirmed. The findings enrich the literature on live streaming commerce performance. The limitations and future research directions are also discussed.

목차

요약
Ⅰ. Introduction
Ⅱ. Theoretical Background and Research Model
2.1 Live Streaming Commerce
2.2 Information Source
2.3 Product Type
Ⅲ. Method
3.1 Data
3.2 Variables
Ⅳ. Results
4.1 Results of Hierarchical Regression
4.2 Results of Moderating Effects
4.3 Robustness Check
Ⅴ. Conclusion
References
Abstract

저자

• 김현정 [ Xuanting Jin | 고려대학교 경영학과 MIS 석박통합과정 ]
• 황명호 [ Minghao Huang | 서울과학종합대학원대학교 특임교수 ]
• 이동원 [ Dongwon Lee | 고려대학교 경영대학 교수 ]

참고문헌