研究記事

バーチャル有名人の特徴が購買意向を駆動する仕組み:構造方程式モデリングを用いた刺激-生物-反応フレームワークの検証

DOI:

10.3791/70685

2026年3月3日

この記事について

サマリー

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

バーチャルセレブ体験の文脈では、コンテンツの質が最も強く満足度を左右します。満足度はロイヤルティ を通じて 間接的に購買意欲を高めます。パーソナライズは満足度とロイヤルティの結びつきを強化するため、企業は感情を呼び起こし、物語に一貫したバーチャルセレブコンテンツやパーソナライズされたロイヤルティプログラムを優先すべきです。

要約

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

近年、企業はさまざまなメディアチャネルで自社製品やブランドを宣伝するためにバーチャルセレブリティを紹介し始めています。本研究は刺激-生物-反応(SOR)フレームワークを用いて、外見、声、コンテンツの質などの仮想セレブの魅力因子が消費者満足度、ロイヤルティ、購買意欲にどのように影響するかを実証的に調査します。部分最小二乗構造方程式モデリング(PLS-SEM)を用いて、仮想セレブ体験に参加した249人の参加者を対象に仮説を検証しました。その結果、コンテンツの質がユーザー満足度の最も強力な予測因子であり、満足度がロイヤルティを通じて間接的に購入意欲に影響を与えることを示しています。さらに、パーソナライズは満足度と忠誠心の関係を緩和し、パーソナライズされた体験がバーチャルな有名人やファンのエンゲージメントを高めることを示唆しています。これらの調査結果は、バーチャルセレブリティキャンペーンを検討している企業は、視覚的リアリズムよりも感情を引き出し、物語に一貫したコンテンツに重点を置くべきだと示唆しています。さらに、ロイヤルティ構築プログラムやパーソナライズされたエンゲージメントソリューションへの投資が、消費者満足を持続的な行動へと変えるために必要です。

概要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

セレブリティのエンドースメントは依然として広く使われており、企業はデジタルメディアチャネルを通じてバーチャルセレブリティをますます採用しています。1.AIや関連技術の進歩により、バーチャルセレブリティの形態は多様化し、スケーラビリティやインタラクションも向上しました

バーチャルセレブリティはバーチャルキャラクターと伝統的なセレブリティのハイブリッドであり、ここではデジタルで作られたペルソナとして定義され、繰り返しの物語に基づく交流を通じて公の認知と持続的な愛着を得るペルソナです。本研究は、消費者向けデジタルマーケティングにおける視聴覚・仮想セレブリティに焦点を当てています。企業は消費者行動に影響を与えるためにますます彼らに依存していますが、研究はバーチャルセレブ体験が満足度、ロイヤルティ、購買意欲にどのように結びつくかには限定的な注目しか見ていません。

これまでの研究では、行動的、認知的、感情的視点が検討されています。4、信頼性と真正性を強調しています。6,7、知覚された真正性8、アイデンティティ開示9、情報の質10、感情的反応11また、外見、声、コンテンツの質といった魅力の手がかりも研究で強調されていますが、これらの要因が消費者の成果をどのように左右するかはしばしば説明されていません(13,14)。その結果、好意的な評価が必ずしも購買意向に結びつかず、満足と購買の関係に関する証拠は依然として混在しています。

このギャップを埋めるために、本研究は外観、声、コンテンツの質が満足度、ロイヤルティ、購買意欲にどのように影響するかを検証し、MODRATORとしてのパーソナライズをSORフレームワークを用いて検証します。

本研究は、バーチャルセレブリティの魅力を外見、声、内容として概念化し、満足度と購買意欲を結びつける主要なメカニズムとしてロイヤルティを明確し、満足度とロイヤルティ関係の増幅因子としてパーソナライズを特定したことで貢献しています。20

刺激-生物-応答(SOR)フレームワーク
SORフレームワークは、環境刺激が刺激(S)、生物状態(O)、反応(R)の連続を通じて内部状態や行動反応にどのように影響を与えるかを説明します。メタバース、ゲーム、小売、広告、電子商取引、セレブリティの推薦などの文脈で広く適用されています。しかし、SORは仮想の有名人の属性、評価、結果間の関係を構造化するものの、評価がどのように行動意図に変わるのかを完全には説明していません。したがって、本研究は関係性マーケティングとロイヤルティ理論29を統合し、満足–ロイヤルティ–購買意向のメカニズムを明確にします。

バーチャルセレブリティに対する消費者の反応は、視聴覚の魅力やコンテンツエンゲージメントといった体験的な手がかりによってますます形作られています 4,30。外見や声は最初の印象に影響を与え、内容の質は感情的かつ物語的な関与を維持する14,31。これらの要因は肯定的な評価を促しますが、過去の研究では好意的な認識だけでは購入意欲を左右しないことが示されています。忠誠心やコミットメントといった関係構築物は、肯定的な経験を行動的意図に変換するようです(32,33)。したがって、外見、声、内容の質は刺激としてモデル化されます。満足と忠誠を有機体の状態として捉え、そして行動反応として購買意欲を考えます。忠誠心は心理的なコミットメントとして、購買意欲は心理的な結果として捉えられています。

セレブリティのスポンサー
セレブリティの推薦は、認知された個人が商品やサービスを宣伝する広く使われるマーケティング戦略です。その利用は世界的に拡大しており、特にソーシャルメディアインフルエンサーの台頭により37が拡大しています。コンピューター生成インフルエンサーは、主にデジタルプラットフォームを通じて活動する人間の広告代理として登場しています。37

広範な研究では推薦効果39,40を検証し、ソース信頼性41(移行35)、拡張ソース魅力42、セレブブランドフィット43、プロセス移転効果44などのモデルが提案されています。これらのフレームワークは信頼性、魅力、象徴的な意味の伝達、ブランドの一致性45を強調し、仮想文脈における推薦メカニズムの理解の基盤を提供します。

バーチャルセレブリティ
最近の研究では、AI生成インフルエンサー、VTuber、バーチャルブランドアンバサダーをデジタル環境全体で調査し、インタラクション、パーソナライズ、そして本物らしさを強調しています。メディアの豊かさ理論は、豊かなメディアがコミュニケーションの効果を高めると示唆し、バーチャルキャラクターは没入型で多感覚的な相互作用を通じてその豊かさを体現しています。48、感情的および社会的反応に影響を与えます。

「バーチャルセレブリティ」はさまざまなデジタルペルソナを含みますが、本研究は安定したアイデンティティと繰り返し登場するコンテンツを持つ視覚的に具現化された視聴覚バーチャルセレブに焦点を当てています。先行研究では、行動的、認知的、感情的視点から影響を捉えています。行動研究は関与と購買行動を調査しています32,51;認知研究は信頼性、真正性8、身元開示9,52、情報質10を強調しています。感情研究は感情的態度を強調しています。11.

バーチャルセレブリティの特徴
情報源の信頼性理論を基に、仮想文脈における擬人化、魅力、信頼性、専門性、パラソーシャルな相互作用を研究しています。擬人化は消費者の反応を肯定的に形成しメディアエージェント57、チャットボット58、バーチャルインフルエンサーに拡張された「コンピューターはソーシャルアクターである」のパラダイム56と一致しています。しかし、仮想の有名人はリアリズムに異なり、不気味の谷理論はほぼ人間の表現が不快感を引き起こす可能性を示唆しています。

技術の進歩により、バーチャルセレブリティは動的でコンテンツ生成を行うエージェントへとシフトし、コンテンツの質や声の表現力といった体験的属性の重要性が高まっています。研究では、合成音声14、顔の外見13、外見と声の一致60、聴覚視覚的魅力30、コンピュータ生成顔への反応61を検証しています。

本研究は、外見、声、コンテンツを通じてバーチャル有名人の魅力を概念化しています。身体的魅力は社会的評価62に影響を与え、これはハロー効果と一致し、満足度を高めると期待されています。コンテンツクオリティはバーチャルセレブリティのアウトプットの物語的かつ体験的な側面を表し、サービスクオリティ636465とは概念的に異なります。

満足
満足度は、体験が期待に応えているかどうかに対する消費者の認知的・感情的評価を反映期待に対する知覚のパフォーマンスによって形作られます。オンライン文脈で広く研究されており、パフォーマンス評価71の中心的なテーマです。サービス環境では魅力が満足度に影響を与える72,73、声の魅力も同様の効果を示しました74。したがって、外見、声、コンテンツの質がバーチャルな有名人の文脈で満足度を形作ると期待されています。

したがって、以下の仮説が提案されます。
H1: バーチャル有名人の外見魅力は消費者満足度に良い影響を与えます。
H2:バーチャルセレブの声の魅力は消費者満足度に良い影響を与えます。
H3: バーチャルセレブのコンテンツの質は消費者満足度に良い影響を与えます。

忠誠心
本研究では、ロイヤルティを態度的な忠誠心として概念化し、消費者の心理的なコミットメントや仮想の有名人への絆を反映し、実際の繰り返される行動ではないと述べています(19,33)。ロイヤルティは障壁を乗り越えて関係を維持しようとする意欲を示し、オンライン環境67,76、観光77、VTuber推薦の文脈33で満足度の結果として広く検証されています。したがって、次の仮説が提案されます。
H4: バーチャルセレブリティに対する消費者の満足度は、バーチャルセレブへの忠誠心に良い影響を与えます。

バーチャルセレブが推奨する商品やサービスの購入意向
購買意向は消費者の製品やサービスを購入する可能性と準備度を反映し満足度、信頼、忠誠心、享受などの要因に影響されます。ロイヤルティは購買意欲80を強く予測することが示されています。仮想セレブリティの文脈では、購買意向の影響8,52と、魅力と購買意欲の中間的な満足度の役割が調査されています。したがって、以下の仮説が提案されます。
H5a: 消費者満足度はロイヤルティを通じて間接的に購買意向に良い影響を与えます。
H5b:ロイヤルティを含めると満足度と購買意向の直接的な関係は有意ではありません。
H6: バーチャルセレブに対する消費者のロイヤルティは購買意欲に良い影響を与えます。

パーソナライズ(パーソナライズサービス)
インタラクティビティは社会学に由来し、技術によって可能になることが多い関係性に基づくコミュニケーションを指しますAIはパーソナライズされたサービスを通じてインタラクティブマーケティングを強化しました46、パーソナライズはデジタルマーケティングの効果の中心となりました。パーソナライズとは、個人に合わせてコンテンツやインタラクションを調整し、成果を改善し、エンゲージメントと価値の共創を支援することを指します(86)。ビッグデータやデジタルトレースの進歩により、企業は行動履歴や自己開示のユーザー情報を活用してコミュニケーションをパーソナライズできるようになりました(88,89,90)。

先行研究では、パーソナライズが品質–満足度91、信頼–満足度16、プライバシー懸念92および他の関係性の経路を調整すること、および他の関係性の経路(24,25,26,27)を抑制していることが示されています。本研究では、パーソナライズを文脈的な調整因子として扱い、満足度とロイヤルティが購買関連の成果にどのように結びつくかを形作っています。以下の仮説が提案されています。
H7a: パーソナライズの認識は満足度と忠誠心の関係を強化します。
H7b:パーソナライズの認識は満足度と購買意向の関係を強化します。
H7c:パーソナライズの認識は、ロイヤルティと購買意欲の関係を強化します。

概念的研究モデル
図1 は刺激・生物・反応の枠組みに基づく概念モデルを示しています。外見、声、内容(刺激)が満足度と忠誠心(生物)に影響を与え、購買意図(反応)は主に忠誠心から生じます。パーソナライズは満足度と忠誠心の関係を強化し、選択された構造的経路のモデレーターとしてモデル化されます。

figure-introduction-1
図1:刺激-生物-反応の枠組みに基づく研究モデル。 仮想セレブの属性(外見、声、コンテンツの質)を刺激として、生物変数(満足度と忠誠心)、行動結果(購買意向)との関係を示す概念モデル。パーソナライズは満足度と忠誠心の関係のモデレーターとしてモデル化されています。忠誠心による間接的な効果も描かれています。注記。CAA = 特徴的な外見魅力;CVA = 特徴的な声の魅力;CCA = 特徴的なコンテンツ魅力;LO = 忠誠心;PE = パーソナライズ;PI = 購入意向;SA = 満足度。この図の拡大版はこちらをクリックしてご覧ください。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究は、個人を特定できる情報が収集されなかった匿名のオンライン調査を含み、機関の最小限のリスクガイドラインに基づく完全な倫理審査の免除対象となりました。調査の冒頭で研究目的、自主参加、匿名性、データ利用を記載したインフォームドコンセントフォームが提示され、同意した参加者のみが調査を進めました。

1. サンプルサイズの決定

最終サンプル(N=249)はPLS–SEMの統計的パワー要件に基づいて決定されました。単一の内因性構造に対する最大予測因子の数は6つで、3つの仮想有名人特徴と3つの満足度に関する対照変数(満足度、相互作用項、忠誠心の対照群)でした。検出力分析の結果、α = 0.05および0.80検出力で中程度の効果量(f2 = 0.15)を検出するには約97件の観測が必要であることが示されました。達成されたサンプルサイズはこの閾値を超え、構造解析、媒介分析、調整分析に十分な検出力を確保しました。

2. 参加者の募集と選考

参加者は、バーチャル有名人との事前経験を確かめる目的的非確率抽出を用いてオンライン調査パネル を通じて募集 されました。対象は18歳以上の方に限定されていました。スクリーニングおよび注意チェック項目を含め、無効な回答は除外しました。目標サンプル数に達した時点でデータ収集は終了しました。

3. 標準化された定義および調査指示

参加者には、安定した視覚的アイデンティティ、声、繰り返しの物語内容を持つデジタルで作成された視聴覚ペルソナとしてのバーチャルセレブリティの標準化された定義が提供されました。彼らは実際の経験に基づいて対応するよう指示されていました。

4. 測量機器の開発と管理

検証済みの測定尺度は、すべての構成要素が7点リッカート尺度(1=強く不一致、7=強く一致)を用いて測定された仮想セレブの文脈(表1)に適応されました。アンケートには、外見、声、コンテンツの質、満足度、ロイヤルティ、パーソナライズ、購買意向、人口統計のセクションが含まれていました。プラットフォームの管理により重複投稿が防げました。

表1:測定項目と情報源。 各構成概念で用いられる測定項目には、外見の魅力、声の魅力、コンテンツの質、満足度、ロイヤルティ、パーソナライズ、購入意向が含まれます。スケール適応の源泉も提供されています。 この表をダウンロードするには、こちらをクリックしてください。

5. データ準備とクリーニング

データはCSV形式でエクスポートされました。不完全な回答、スクリーニング失敗、注意チェック失敗の回答は削除されました。クリーンになったデータセットはPLS–SEMソフトウェアに取り込まれ、解析されました。

6. 測定および構造モデルの評価

すべての構成要素は反射型として指定されていました。信頼性はクロンバックのアルファおよび複合信頼度(≥ 0.70)を用いて評価されました。収束妥当性はAVEを用いて評価され(≥ 0.50)、判別妥当性はFornell–Larkker基準およびHTMT(< 0.90)で評価されました。

構造経路は概念モデルに基づいて指定されました。多重共線性は分散インフレーションファクター(VIF)< 5.0を用いて評価されました。5,000のサブサンプルを用いたブートストラップは、経路係数、t値、p値、95%信頼区間、効果量(f2)を生成しました。

  1. 調停分析
    シーケンシャル・メディエーション(バーチャル・セレブリティ属性→満足度→ロイヤルティ→購買意向)は、ブートストラップ間接効果(5,000サブサンプル)を用いて95%信頼区間で検証されました。
  2. 減速分析
    インタラクション用語は、パーソナライズの調整効果を検証しました。ブートストラップ法は減速係数と効果量を推定し、相互作用プロットは条件付き効果を示しました。
  3. 予測的関連性
    予測性能は目隠しおよび/またはサンプル外の手法を用いて評価されました。Q2_predict値、RMSE、MAEを線形ベンチマークモデルと比較しました。予測関連性はQ2_predict >0およびPLS誤差がベンチマークより低い場合に支持されました。
  4. 報告と検証
    信頼性、妥当性、構造的、媒介、モデレーション、予測結果はすべて報告のためにまとめられました。出力はソフトウェアの結果と照合され、正確性と一貫性が確保されました。

7. トラブルシューティングと改造

スクリーニング失敗が多い場合は、適格基準や指示が精緻化されました。信頼性(CR < 0.70)やAVE(< 0.50)が閾値を下回った場合、理論的整合性を維持しつつパフォーマンスの低い指標は除外されました。多重共線性の問題(VIFが限界を超える)は、構成要素仕様の再評価によって解決されました。メディエーションやモデレーション効果が有意でない場合は、サンプル数または操作化を再評価しました。ブートストラップは安定した推定を確保するために5,000のサブサンプルを使用しました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

表2は 最終サンプル(N=249)の人口統計的特徴をまとめており、性別、年齢、教育レベル、バーチャルセレブリティとの関わり頻度などが含まれます。サンプルは性別比率がバランス(女性52.6%)を示し、主に比較的高い学歴を持つ若年から中年の成人で構成されていました。エンゲージメント頻度は週ごとから月ごとの範囲に集中し、1日あたりのユーザー数は少なかった。コントロール変数として含めた場合、使用頻度は従属変数に有意な影響を与えず、焦点関係も変えず、主要結果に実質的な影響を与えなかったことを示しています。

表2:サンプル人口統計とエンゲージメント頻度。 性別、年齢、教育レベル、自己申告のバーチャルセレブリティとの関わり頻度などの回答者の特徴の記述的統計。 この表をダウンロードするには、こちら...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究は、パーソナライゼーションをモデレーターとして、SORフレームワーク内で仮想の有名人特徴が満足度、ロイヤルティ、購買意欲にどのように影響するかを検証します。3つの重要な洞察が浮かび上がります。コンテンツの質は見た目や声に対して満足度の最も強力な要因であること。満足度はロイヤルティを通じて間接的にのみ購入意向に影響を与えます(間接的な仲介)。パーソナライズは満足とロイヤルティの関係を強化しますが、購入意向に直接影響を与えるわけではありません。

コンテンツの質の重要性は、バーチャルな有名人の魅力の概念化に変化があることを示唆しています。これまでの推薦研究では視覚的リアリズムや表面的な手がかりが強調されてきましたが、物語の一貫性、感情の共鳴、体験の豊かさが評価反応の形成においてより中心的な役割を果たしていることが示されています。コンテンツクオリティは繰り返しの相互作用と意味の蓄積を構造化し、単なる情報入力ではなく、関係性の結果の基盤として位置づけています。

中...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者たちは利益相反を一切認めていない。

謝辞

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究はaSSIST大学の研究資金によって支援されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
Qualtrics
バージョン:該当なし
クアルトリクス合同会社該当なし調査コーディング、https://www.qualtrics.com/
多作な
版:該当なし
多作該当なしオンラインアンケートパンネルプロバイダー、https://www.prolific.com/
SmartPLS
バージョン:4.0.1
スマートPLS GmbH該当なしPLS-SEM解析、https://www.smartpls.com/
ChatGPT
バージョン:5.2
OpenAI該当なし読みやすさと文法チェックの向上、https://www.chatgpt.com/

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Erdogan, B. Z. Celebrity endorsement: A literature review. J Mark Manag. 15 (4), 291-314 (1999).
  2. Yu, J., Dickinger, A., So, K. K. F., Egger, R. Artificial intelligence–generated virtual influencer: Examining the effects of emotional display on user engagement. J Retail Consum Serv. 76, 103560(2024).
  3. Hoang, T. D., Su, Y. Virtual Celebrities and Consumers: A Blended Reality: How Virtual Celebrities are Consumed in the East and West. [Master’s Thesis]. , Copenhagen Business School. Copenhagen, Denmark. (2019).
  4. Yan, J., Xia, S., Jiang, A., Lin, Z. The effect of different types of virtual influencers on consumers’ emotional attachment. J Bus Res. 177, 114646(2024).
  5. Bowen, J. T., Chen, S. L. The relationship between customer loyalty and customer satisfaction. Int J Contem Hosp Manag. 13 (5), 213-217 (2001).
  6. De Brito Silva, M. J., De Oliveira Ramos Delfino, L., Alves Cerqueira, K., De Oliveira Campos, P. Avatar marketing: A study on the engagement and authenticity of virtual influencers on instagram. Soc Netw Anal Min. 12 (1), 130(2022).
  7. Chaihanchanchai, P., Anantachart, S., Ruangthanakorn, N. Unlocking the persuasive power of virtual influencer on brand trust and purchase intention: A parallel mediation of source credibility. J Mark Commun. 32 (3), 1-23 (2024).
  8. Lee, H., Shin, M., Yang, J., Chock, T. M. Virtual influencers vs. Human influencers in the context of influencer marketing: The moderating role of machine heuristic on perceived authenticity of influencers. Int J Hum Comput Interact. 41 (10), 1-18 (2024).
  9. Muniz, F., Stewart, K., Magalhães, L. Are they humans or are they robots? The effect of virtual influencer disclosure on brand trust. J Consum Behav. 23 (3), 1234-1250 (2024).
  10. Engström, J. Virtual influencers: Antecedents and typologizing. The SAGE Handbook of Social Media Marketing. , Sage. London. 276-292 (2022).
  11. Na, Y., Kim, Y., Lee, D. Investigating the effect of self–congruity on attitudes toward virtual influencers: Mediating the effect of emotional attachment. Int J Hum Comput Interact. 40 (18), 5534-5547 (2024).
  12. Stevenage, S. V., Neil, G. J., Hamlin, I. When the face fits: Recognition of celebrities from matching and mismatching faces and voices. Memory. 22 (3), 284-294 (2014).
  13. Suk, H., Laine, T. H. Influence of avatar facial appearance on users’ perceived embodiment and presence in immersive virtual reality. Electronics. 12 (3), 583(2023).
  14. Higgins, D., Zibrek, K., Cabral, J., Egan, D., Mcdonnell, R. Sympathy for the digital: Influence of synthetic voice on affinity, social presence and empathy for photorealistic virtual humans. Comput Graph. 104, 116-128 (2022).
  15. Anggraini, J. D., Adiwijaya, M., Herjanto, H. The moderating role of personalization on attitude–emotion–behavior (aeb) model. Indones Manag Account Res. 23 (2), 137-156 (2024).
  16. Hassan, N., Abdelraouf, M., El–Shihy, D. The moderating role of personalized recommendations in the trust–satisfaction–loyalty relationship: An empirical study of AI–driven e-commerce. Future Bus J. 11 (1), 66(2025).
  17. Gao, Y., et al. Trust in virtual agents: Exploring the role of stylization and voice. IEEE Trans Vis Comput Graph. 31 (5), 3623-3633 (2025).
  18. Vinoi, N., Shankar, A., Abdullah Alzeiby, E., Gupta, P., Agarwal, V. Unveiling customer intentions: Exploring factors driving engagement with hospitality virtual influencers. J Hosp Mark Manag. 34 (3), 325-354 (2025).
  19. Liu, C., Zhang, Y., Zhang, J. The impact of self–congruity and virtual interactivity on online celebrity brand equity and fans’ purchase intention. J Prod Brand Manag. 29 (6), 783-801 (2020).
  20. Honora, A., Wang, K. –Y., Chih, W. –H. Gaining customer engagement in social media recovery: The moderating roles of timeliness and personalization. Internet Res. 34 (6), 1963-1991 (2024).
  21. Mehrabian, A., Russell, J. A. The basic emotional impact of environments. Percept Mot Skills. 38 (1), 283-291 (1974).
  22. Abumalloh, R. A., Halabi, O., Nilashi, M. The relationship between technology trust and behavioral intention to use metaverse in baby monitoring systems’ design: Stimulus–organism–response (sor) theory. Entertain Comput. 52, 100833(2025).
  23. Ting, M. P., Min, C. D. What drives user churn in serious games? An empirical examination of the TAM, SOR theory, and game quality in Chinese cultural heritage games. Entertain Comput. 52, 100758(2025).
  24. Su, Y., Teo, P. C. A literature review on the impact of SOR theory on the retail industry and its applicability in studying blockchain technology's influence on consumer loyalty. Int J Acad Res Bus Soc Sci. 15 (3), 142-165 (2025).
  25. Li, X., Liu, Z., Chen, Y., Ren, A. Consumer avoidance toward message stream advertising on mobile social media: A stimulus–organism–response perspective. Information Technology & People. 38 (1), 23-47 (2025).
  26. Chang, H. H., Eckman, M., Yan, R. N. Application of the stimulus–organism–response model to the retail environment: The role of hedonic motivation in impulse buying behavior. Int Rev Retail Distrib Consum Res. 21 (3), 233-249 (2011).
  27. Kalam, A., Goi, C. L., Tiong, Y. Y. The effects of celebrity endorser on consumer advocacy behavior through the customization and entertainment intention–a multivariate analysis. Young Consum. 26 (1), 1-35 (2025).
  28. Zhou, T., Ma, X. Examining generative AI user continuance intention based on the SOR model. Aslib J Inf Manag. , (2025).
  29. Hussain, M., Javed, A., Khan, S. H., Yasir, M. Pillars of customer retention in the services sector: Understanding the role of relationship marketing, customer satisfaction, and customer loyalty. J Knowl Econ. 16 (1), 2047-2067 (2025).
  30. Akhtar, N., Siddiqi, U. I., Gugnani, R., Islam, T., Attri, R. The potency of audiovisual attractiveness and influencer marketing: The road to customer behavioral engagement. J Retail Consum Serv. 79, 103807(2024).
  31. Thielsch, M. T., Hirschfeld, G. Facets of website content. Hum Comput Interact. 34 (4), 279-327 (2019).
  32. Kim, H., Park, M. Virtual influencers’ attractiveness effect on purchase intention: A moderated mediation model of the product–endorser fit with the brand. Comput Hum Behav. 143, 107703(2023).
  33. The impact of VTuber endorsements on consumer satisfaction and brand loyalty in digital marketing. Hsu, K. K., Hung, W. –H. Proc Int Conf Electron Bus. (ICEB 2024), Zhuhai, China, , (2024).
  34. Shah, Z., Olya, H., Monkhouse, L. L. Developing strategies for international celebrity branding: A comparative analysis between Western and South Asian cultures. Int Mark Rev. 40 (1), 102-126 (2023).
  35. Mccracken, G. Who is the celebrity endorser? Cultural foundations of the endorsement process. J Consum Res. 16 (3), 310-321 (1989).
  36. Jun, M., Han, J., Zhou, Z., Eisingerich, A. B. When is celebrity endorsement effective? Exploring the role of celebrity endorsers in enhancing key brand associations. J Bus Res. 164, 113951(2023).
  37. Ozdemir, O., Kolfal, B., Messinger, P. R., Rizvi, S. Human or virtual: How influencer type shapes brand attitudes. Comput Hum Behav. 145, 107771(2023).
  38. Schouten, A. P., Janssen, L., Verspaget, M. Leveraged marketing communications. Ch. 12, 208-231 (2021).
  39. Khan, S., Sookhai, S. Reviewing the impact of country–of–origin on consumer purchase intention: The role of celebrity endorsement in existing literature. J Manag SMEs. 18 (2), 897-918 (2025).
  40. Schimmelpfennig, C., Hunt, J. B. Fifty years of celebrity endorser research: Support for a comprehensive celebrity endorsement strategy framework. Psychol Mark. 37 (3), 488-505 (2020).
  41. Hovland, C. I., Weiss, W. The influence of source credibility on communication effectiveness. Public Opin Q. 15 (4), 635-650 (1951).
  42. Frank, B., Mitsumoto, S. An extended source attractiveness model: The advertising effectiveness of distinct athlete endorser attractiveness types and its contextual variation. Eur Sport Manag Q. 23 (4), 1091-1114 (2023).
  43. Thomas, T., Johnson, J. The impact of celebrity expertise on advertising effectiveness: The mediating role of celebrity brand fit. Vision. 21 (4), 367-374 (2017).
  44. Chan, K., Fan, F. Perception of advertisements with celebrity endorsement among mature consumers. J Mark Commun. 28 (2), 115-131 (2022).
  45. Arora, N., Prashar, S., Tata, S. V., Parsad, C. Measuring personality congruency effects on consumer brand intentions in celebrity–endorsed brands. J Consum Mark. 38 (3), 251-261 (2021).
  46. Gao, Y., Liu, H. Artificial intelligence–enabled personalization in interactive marketing: A customer journey perspective. J Res Interact Mark. 17 (5), 663-680 (2023).
  47. Daft, R. L., Lengel, R. H. Organizational information requirements, media richness and structural design. Manage Sci. 32 (5), 554-571 (1986).
  48. Boyd, D. E., Koles, B. An introduction to the special issue “Virtual reality in marketing”: Definition, theory and practice. J Bus Res. 100, 441-444 (2019).
  49. Chen, H., Lou, C., Wang, Y., Lee, Y. Social virtual influencer effectiveness: Environmental factor and source trust. Soc Mark Q. , 15245004251342800(2025).
  50. Shen, Z. Shall brands create their own virtual influencers? A comprehensive study of 33 virtual influencers on instagram. Humanit Soc Sci Commun. 11 (1), 1-14 (2024).
  51. Lee, J., Kim, H. The moderating role of homophily and need for uniqueness in the relationship between anthropomorphism of virtual influencer and intention to imitate and word of mouth. Int J Hum Comput Interact. 41 (5), 1-12 (2025).
  52. Lim, R. E., Lee, S. Y. ”You are a virtual influencer!”: Understanding the impact of origin disclosure and emotional narratives on parasocial relationships and virtual influencer credibility. Comput Hum Behav. 148, 107897(2023).
  53. Kuo, Y. –H., Le, S. B. H. Authenticity meets aesthetics: Physical attractiveness as the equalizer for virtual and human influencers. Asia Pac Manag Rev. 30 (2), 100359(2025).
  54. Epley, N., Waytz, A., Cacioppo, J. T. On seeing human: A three–factor theory of anthropomorphism. Psychol Rev. 114 (4), 864(2007).
  55. Dabiran, E., Farivar, S., Wang, F., Grant, G. Virtually human: Anthropomorphism in virtual influencer marketing. J Retail Consum Serv. 79, 103797(2024).
  56. Nass, C., Steuer, J., Tauber, E. R. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. (CHI ’94). ACM. , 72-78 (1994).
  57. Gambino, A., Fox, J., Ratan, R. A. Building a stronger casa: Extending the computers are social actors paradigm. Hum Mach Commun. 1, 71-85 (2020).
  58. Gu, C., Zhang, Y., Zeng, L. Exploring the mechanism of sustained consumer trust in ai chatbots after service failures: A perspective based on attribution and casa theories. Humanit Soc Sci Commun. 11 (1), 1-12 (2024).
  59. Mori, M. The uncanny valley. Energy. 7 (4), 33-35 (1970).
  60. Alimardani, M., De Roode, R., Vaitonyte, J., Louwerse, M. M. Proceedings of the ACM International Conference on Intelligent Virtual Agents. (IVA ’24). , Glasgow, United Kingdom. 1-7 (2024).
  61. Miller, E. J., Foo, Y. Z., Mewton, P., Dawel, A. How do people respond to computer–generated versus human faces? A systematic review and meta–analyses. Comput Hum Behav Rep. 10, 100283(2023).
  62. Dion, K., Berscheid, E., Walster, E. What is beautiful is good. J Pers Soc Psychol. 24 (3), 285(1972).
  63. Bíziková, V., Psotová, E. Visitor profile of enological tourism in Slovakia: Implications of the regional analysis of the demand for wine–themed experience stay. J Infrastruct Policy Dev. 8 (11), 8072(2024).
  64. Lampropoulos, G. Combining artificial intelligence with augmented reality and virtual reality in education: Current trends and future perspectives. Multimodal Technol Interact. 9 (2), 11(2025).
  65. Sumi, R. S., Kabir, G. Satisfaction of e-learners with electronic learning service quality using the SERVQUAL model. J Open Innov Technol Mark Complex. 7 (4), 227(2021).
  66. Giese, J. L., Cote, J. A. Defining consumer satisfaction. Acad Mark Sci Rev. 1 (1), 1-22 (2000).
  67. Hellier, P. K., Geursen, G. M., Carr, R. A., Rickard, J. A. Customer repurchase intention: A general structural equation model. Eur J Mark. 37 (11/12), 1762-1800 (2003).
  68. Suchánek, P., Králová, M. Customer satisfaction and different evaluation of it by companies. Econ Res. 31 (1), 1330-1350 (2018).
  69. Gajewska, T., Zimon, D., Kaczor, G., Madzík, P. The impact of the level of customer satisfaction on the quality of e-commerce services. Int J Prod Perform Manag. 69 (4), 666-684 (2020).
  70. Hill, N., Brierley, J. How to Measure Customer Satisfaction. , Routledge. London. (2017).
  71. Grigoroudis, E., Siskos, Y. Customer Satisfaction Evaluation: Methods for Measuring and Implementing Service Quality. , Springer. New York. (2009).
  72. Söderlund, M., Julander, C. –R. Physical attractiveness of the service worker in the moment of truth and its effects on customer satisfaction. J Retail Consum Serv. 16 (3), 216-226 (2009).
  73. Koernig, S. K., Page, A. L. What if your dentist looked like Tom Cruise? Applying the match-up hypothesis to a service encounter. Psychol Mark. 19 (1), 91-110 (2002).
  74. Hey Alexa … Examining Factors Influencing the Educational Use of AI-Enabled Voice Assistants During the COVID-19 Pandemic. Rohan, R., Pal, D., Funilkul, S. in 15th International Conference on Knowledge and Smart Technology (KST), , 1-6 (2023).
  75. Oliver, R. L. Satisfaction: A Behavioral Perspective on the Consumer. , 2nd ed, Routledge. New York. (2014).
  76. Ariff, M. S. M., Yun, L. O., Zakuan, N., Ismail, K. The impacts of service quality and customer satisfaction on customer loyalty in internet banking. Procedia Soc Behav Sci. 81, 469-473 (2013).
  77. Nieves–Pavón, S., López–Mosquera, N., Jiménez–Naranjo, H. The factors influencing STD through SOR theory. J Retail Consum Serv. 75, 103533(2023).
  78. Dutta, B. Exploring the factors of consumer repurchase intention in online shopping. Int J Comput Sci Inf Secur. 14 (12), 520(2016).
  79. Seiders, K., Voss, G. B., Grewal, D., Godfrey, A. L. Do satisfied customers buy more? Examining moderating influences in a retailing context. J Mark. 69 (4), 26-43 (2005).
  80. Malik, M. E., et al. Importance of brand awareness and brand loyalty in assessing purchase intentions of consumer. Int J Bus Soc Sci. 4 (5), 167-171 (2013).
  81. Kim, H. –R., Yang, H. –M. The mediating effect of life satisfaction on relation between perceived physical attractiveness and health–promoting lifestyle in korean adults. Int J Environ Res Public Health. 18 (15), 7784(2021).
  82. Zhang, Y., He, J., Li, J. The role of flow experience in virtual influencer marketing: Insights into aesthetic, entertainment and parasocial influences on purchase intention. J Fash Mark Manag. 29 (6), 1109-1129 (2025).
  83. Blumer, H. Symbolic Interactionism: Perspective and Method. , University of California Press. Berkeley, CA. (1986).
  84. Quiring, O., Schweiger, W. Interactivity: A review of the concept and a framework for analysis. Communications - J Comm Res. 33 (2), 147-167 (2008).
  85. Casaca, J. A., Miguel, L. P. The influence of personalization on consumer satisfaction: Trends and challenges. Data-Driven Marketing for Strategic Success. , 256-292 (2024).
  86. Modersitzki, N., Phan, L. V., Mcdonald, S., Wright, A. G., Renner, K. –H. Personality psychology is getting personal: Advancing the field through personalization. Eur J Pers. 39 (1), 08902070251316915(2025).
  87. Manser Payne, E. H., Dahl, A. J., Peltier, J. Digital servitization value co–creation framework for ai services: A research agenda for digital transformation in financial service ecosystems. J Res Interact Mark. 15 (2), 200-222 (2021).
  88. Winter, S., Maslowska, E., Vos, A. L. The effects of trait–based personalization in social media advertising. Comput Hum Behav. 114, 106525(2021).
  89. Dijkstra, A. The psychology of tailoring-ingredients in computer-tailored persuasion. Soc Pers Psychol Compass. 2 (2), 765-784 (2008).
  90. Lee, J., Kim, C., Lee, K. C. Exploring the personalization–intrusiveness–intention framework to evaluate the effects of personalization in social media. Int J Inf Manag. 66, 102532(2022).
  91. Trivedi, J. P., Trivedi, H. Investigating the factors that make a fashion app successful: The moderating role of personalization. J Internet Commer. 17 (2), 170-187 (2018).
  92. Scortzaru, A. The moderating effect of personalization on the influence of consumer privacy concerns on mobile technology adoption. , Capella University. (2022).
  93. Henseler, J., Ringle, C. M., Sarstedt, M. A new criterion for assessing discriminant validity in variance–based structural equation modeling. J Acad Mark Sci. 43, 115-135 (2015).
  94. Hair, J. F., Ringle, C. M., Sarstedt, M. PLS–SEM: Indeed a silver bullet. J Mark Theory Pract. 19 (2), 139-152 (2011).
  95. Chin, W. W. Pls–graph user’s guide. 15, CT Bauer College of Business, University of Houston, USA. 1-16 (2001).
  96. Henseler, J., Hubona, G., Ray, P. A. Using PLS path modeling in new technology research: Updated guidelines. Ind Manag Data Syst. 116 (1), 2-20 (2016).
  97. Hair, J. F., Risher, J. J., Sarstedt, M., Ringle, C. M. When to use and how to report the results of PLS–SEM. Eur Bus Rev. 31 (1), 2-24 (2019).
  98. Shmueli, G., Ray, S., Estrada, J. M. V., Chatla, S. B. The elephant in the room: Predictive performance of PLS models. J Bus Res. 69 (10), 4552-4564 (2016).
  99. Cohen, J., Cohen, P., West, S. G., Aiken, L. S. Applied multiple regression/correlation analysis for the behavioral sciences. , Routledge. (2013).
  100. Sipos, D. The effects of AI–powered personalization on consumer trust, satisfaction, and purchase intent. Eur J Appl Sci Eng Technol. 3 (2), 14-24 (2025).
  101. Yao, Y., Meng, D., Wei, X. Empirical analysis of influencer attributes and social satisfaction effects on purchase intentions in Chinese social media. Sci Rep. 15 (1), 18860(2025).
  102. Rakovic, M. Comparative analysis of human and virtual influencers: The mediating role of perceived attractiveness and parasocial interaction in purchase intentions. , Tilburg University Tilburg. The Netherlands. (2023).
  103. Kong, H., Fang, H. Research on the effectiveness of virtual endorsers: A study based on the match-up hypothesis and source credibility model. Sustainability. 16 (5), 1761(2024).
  104. Huang, X., Chandra, A., Depaolo, C., Cribbs, J., Simmons, L. Measuring transactional distance in web-based learning environments: An initial instrument development. Open Learn. 30 (2), 106-126 (2015).
  105. Kim, C., Costello, F. J., Lee, J., Lee, K. C. Metaverse-based distance learning as a transactional distance mitigator and memory retrieval stimulant. Inf Process Manag. 62 (1), 103957(2025).
  106. Thielsch, M. T., Hirschfeld, G. Facets of website content. Hum Comput Interact. 34 (4), 279-327 (2019).
  107. Davlembayeva, D., Chari, S., Papagiannidis, S. Virtual influencers in consumer behaviour: A social influence theory perspective. Br J Manag. 36 (1), 202-222 (2025).
  108. Wang, Q., Long, S., Zeng, Y., Tang, L., Wang, Y. The creative behavior of virtual idol fans: A psychological perspective based on moa theory. Front Psychol. 14, 1290790(2023).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

関連記事