Onderzoeksartikel

Hoe virtuele beroemdheidskenmerken de aankoopintentie sturen: het testen van het stimulus-organisme-responskader met structurele vergelijkingsmodellering

855 weergaven

⸱

DOI:

10.3791/70685

⸱

3 maart 2026

 , 
1Seoul Business School, aSSIST University, 2Department of Management Information Systems, Dong-A University

In dit artikel

Samenvatting

In de context van de virtuele celebrity-ervaring drijft contentkwaliteit het sterkst tevredenheid; Tevredenheid verhoogt op zijn beurt de koopintentie indirect via loyaliteit. Personalisatie versterkt de koppeling tussen tevredenheid en loyaliteit, dus bedrijven zouden prioriteit moeten geven aan emoties oproepende, verhalende consistente virtuele celebrity-content en gepersonaliseerde loyaliteitsprogramma's.

Samenvatting

In de afgelopen jaren zijn bedrijven begonnen met het introduceren van virtuele beroemdheden om hun producten en merken te promoten via diverse mediakanalen. Dit onderzoek maakt gebruik van het stimulus-organisme-respons (SOR) kader om empirisch te onderzoeken hoe factoren voor de aantrekkelijkheid van virtuele beroemdheden, zoals uiterlijk, stem en inhoudskwaliteit, de tevredenheid, loyaliteit en aankoopintentie van consumenten kunnen beïnvloeden. Gedeeltelijke kleinste-kwadratenstructurele vergelijkingsmodellering (PLS-SEM) werd gebruikt om de hypothesen te testen op basis van een steekproef van 249 deelnemers die virtuele beroemdheidservaringen hadden gehad. De bevindingen geven aan dat contentkwaliteit de sterkste voorspeller is van gebruikerstevredenheid en dat tevredenheid indirect de aankoopintentie beïnvloedt via loyaliteit. Bovendien matigt personalisatie de tevredenheids-loyaliteitsrelatie, wat suggereert dat gepersonaliseerde ervaringen de betrokkenheid van virtuele beroemdheden en fans zouden vergroten. De bevindingen geven aan dat bedrijven die virtuele celebritycampagnes overwegen, zich meer zouden moeten richten op emotie-oproepende, verhalende consistente content dan op visueel realisme. Bovendien zijn investeringen in loyaliteitsopbouwprogramma's en gepersonaliseerde engagementoplossingen noodzakelijk om klanttevredenheid om te zetten in duurzaam gedrag.

Inleiding

Beroemdheden-endorsement blijft veel gebruik, en bedrijven adopteren steeds vaker virtuele beroemdheden via digitale mediakanalen1. Vooruitgang in AI en gerelateerde technologieën heeft virtuele beroemdheidsvormen gediversifieerd en schaalbaarheiden interactie verbeterd.

Virtuele beroemdheden zijn hybriden van virtuele personages en traditionele beroemdheden3 en worden hier gedefinieerd als digitaal gecreëerde persona's die publieke erkenning en blijvende hechting bereiken door terugkerende, op verhaal gebaseerde interactie 3,4. Deze studie richt zich op audiovisuele virtuele beroemdheden in digitale marketing gericht op consumenten. Hoewel bedrijven er steeds meer op vertrouwen om consumentengedrag te beïnvloeden5, heeft onderzoek weinig aandacht besteed aan hoe virtuele celebrity-ervaringen zich vertalen in tevredenheid, loyaliteit en koopintentie.

Eerder onderzoek heeft gedrags-, cognitieve en affectieve perspectievenonderzocht 4, met nadruk op geloofwaardigheid en authenticiteit 6,7, waargenomen authenticiteit8, identiteitsopenbaring9, informatiekwaliteit10 en emotionele reacties11. Studies hebben ook aantrekkelijkheidssignalen zoals uiterlijk, stem en contentkwaliteit12 benadrukt, maar leggen vaak niet uit hoe deze factoren de consumentenuitkomstenbeïnvloeden 13,14. Daardoor vertalen gunstige beoordelingen zich niet consequent in koopintentie, en blijft het bewijs over de tevredenheid–aankooprelatie gemengd.

Om deze kloof te dichten, onderzoekt deze studie hoe uiterlijk, stem en inhoudskwaliteit tevredenheid, loyaliteit en koopintentie vormen, terwijl personalisatie als moderator 15,16 wordt getest met het SOR-framework.

Deze studie draagt bij aan het conceptualiseren van virtuele beroemdheden-aantrekkelijkheid als uiterlijk, stem en inhoud17, verduidelijkt loyaliteit als het belangrijkste mechanisme dat tevredenheid koppelt aan koopintentie18,19, en identificeert personalisatie als een versterker van de tevredenheids-loyaliteitsrelatie20.

Stimulus-Organisme-Respons (SOR) raamwerk
Het SOR-kader legt uit hoe omgevingsstimuli interne toestanden en gedragsresponsenbeïnvloeden via een reeks stimuli (S), organismische toestanden (O) en reacties (R). Het is veelvuldig toegepast in contexten zoals de Metaverse, gaming, retail, reclame, e-commerce en beroemdhedenendorsement 22,23,24,25,26,27,28. Hoewel SOR relaties structureert tussen virtuele beroemdheden, eigenschappen, evaluaties en uitkomsten, legt het niet volledig uit hoe evaluaties gedragsintenties worden. Daarom integreert deze studie relatiemarketing en loyaliteitstheorie29 om het mechanisme van tevredenheid–loyaliteit–aankoopintentie te verduidelijken.

De reacties van consumenten op virtuele beroemdheden worden steeds meer bepaald door ervaringssignalen zoals audiovisuele aantrekkelijkheid en contentbetrokkenheid 4,30. Uiterlijk en stem beïnvloeden de eerste indrukken, terwijl de kwaliteit van de inhoud emotionele en narratieve betrokkenheid ondersteunt14,31. Hoewel deze factoren positieve beoordelingen bevorderen, toont eerder onderzoek aan dat positieve percepties op zichzelf niet de aankoopintentie kunnen bepalen. Relatieconstructies zoals loyaliteit en toewijding lijken positieve ervaringen om te zetten in gedragsintenties32,33. Daarom worden uiterlijk, stem en inhoudskwaliteit gemodelleerd als prikkels; tevredenheid en loyaliteit als organismische toestanden; en aankoopintentie als gedragsreactie. Loyaliteit wordt geconceptualiseerd als psychologische toewijding, en koopintentie als het conatieve resultaat.

Aanbeveling van beroemdheden
Celebrity endorsement is een veelgebruikte marketingstrategie34 waarbij erkende personen producten of diensten promoten35. Het gebruik ervan is wereldwijd toegenomen met 1,36,37, vooral met de toename van social mediainfluencers. Computergestuurde influencers zijn opgedoken als alternatieven voor menselijke ambassadeurs37, die voornamelijk via digitale platforms38 opereren.

Uitgebreid onderzoek heeft endorsement-effectiviteit39,40 onderzocht, met modellen zoals broncredibility41, wat betekent transfer35, extended source attractiveness42, celebrity-brand fit43 en procesoverdracht effecten44. Deze kaders leggen de nadruk op geloofwaardigheid, aantrekkelijkheid, symbolische betekenisoverdracht en merkcongruentie45, en bieden een basis voor het begrijpen van goedkeuringsmechanismen in virtuele contexten.

Virtuele beroemdheid
Recente studies onderzoeken door AI gegenereerde influencers, VTubers en virtuele merkambassadeurs in digitale omgevingen46, met nadruk op interactie, personalisatie en authenticiteit. De mediarijkdomtheorie suggereert dat rijkere media de communicatie-effectiviteit verhogen47, en virtuele personages illustreren deze rijkdom door meeslepende, multisensorische interactie48, die emotionele en sociale reacties beïnvloedt49.

Hoewel "virtuele beroemdheid" verschillende digitale persona'somvat, richt deze studie zich op visueel belichaamde audiovisuele virtuele beroemdheden met stabiele identiteiten en terugkerende inhoud. Eerder onderzoek kadert hun invloed vanuit gedrags-, cognitieve en affectieve perspectieven4. Gedragsonderzoek onderzoekt betrokkenheid en koopgedrag32,51; cognitief onderzoek benadrukt geloofwaardigheid, authenticiteit8, identiteitsopenbaring 9,52 en informatiekwaliteit10; Affectief onderzoek legt de nadruk op emotionele houdingen11.

Kenmerken van virtuele beroemdheden
Voortbouwend op de broncredibiliteitstheorie heeft onderzoek antropomorfisme, aantrekkelijkheid, betrouwbaarheid, expertise en parasociale interactie in virtuele contexten onderzocht 1,32,53. Antropomorfisme vormt positief consumentenreacties54,55 en sluit aan bij het paradigma Computers Are Social Actors56, dat wordt uitgebreid naar mediaagenten57, chatbots58 en virtuele influencers. Virtuele beroemdheden verschillen echter in realisme4, en de uncanny valley-theorie suggereert dat bijna-menselijke representaties ongemak kunnen oproepen59.

Technologische vooruitgang heeft virtuele beroemdheden verschoven naar dynamische, contentgenererende agenten, waardoor het belang van ervaringskenmerken zoals contentkwaliteit en stemexpressiviteit toeneemt. Onderzoek heeft synthetische stem14, gezichtsuitdrukking13, uiterlijk–stemcongruentie60, audiovisuele aantrekkelijkheid30 en reacties op computergegenereerde gezichten61 onderzocht.

Deze studie conceptualiseert virtuele aantrekkingskracht van beroemdheden via uiterlijk, stem en inhoud. Fysieke aantrekkelijkheid beïnvloedt sociale evaluatie62, consistent met het halo-effect62, en wordt verwacht de tevredenheid te verhogen. Contentkwaliteit vertegenwoordigt de narratieve en ervaringsgerichte dimensie van virtuele celebrity-output en is conceptueel verschillend van servicekwaliteit 63,64,65.

Tevredenheid
Tevredenheid weerspiegelt de cognitieve en emotionele beoordeling van consumenten of ervaringen voldoen aan de verwachtingen66,67 en wordt bepaald door waargenomen prestaties ten opzichte vanverwachtingen 68,69. Het is uitgebreid bestudeerd in online contexten70 en staat centraal in prestatiebeoordeling71. Aantrekkelijkheid beïnvloedt tevredenheid in dienstverleningsomgevingen72,73, en stemaantrekkelijkheid heeft vergelijkbare effecten getoond74. Daarom wordt verwacht dat uiterlijk, stem en kwaliteit van de inhoud de tevredenheid in virtuele beroemdhedencontexten vormgeven.

Daarom worden de volgende hypothesen voorgesteld:
H1: De aantrekkelijkheid van virtuele beroemdheden heeft een positieve invloed op de tevredenheid van consumenten.
H2: De aantrekkelijkheid van virtuele beroemdheden beïnvloedt de tevredenheid van de consument positief.
H3: De inhoudskwaliteit van virtuele beroemdheden beïnvloedt de klanttevredenheid positief.

Loyaliteit
In deze studie wordt loyaliteit geconceptualiseerd als attitudeloyaliteit, die de psychologische toewijding en band van een consument met de virtuele beroemdheid weerspiegelt in plaats van daadwerkelijk herhaald gedrag19,33. Loyaliteit staat voor een bereidheid om de relatie te onderhouden ondanks barrières75 en is breed onderzocht als resultaat van tevredenheid in online settings67,76, toerisme77 en VTuber endorsement contexten33. Dienovereenkomstig wordt de volgende hypothese voorgesteld:
H4: Consumententevredenheid met virtuele beroemdheden beïnvloedt loyaliteit aan virtuele beroemdheden positief.

Aankoopintentie op de goederen en diensten die worden aanbevolen door virtuele beroemdheden
Aankoopintentie weerspiegelt de waarschijnlijkheid en bereidheid van een consument om een product of dienst te kopen 67,78,79 en wordt beïnvloed door factoren zoals tevredenheid, vertrouwen, loyaliteit en plezier 78. Loyaliteit is aangetoond sterk te voorspellen voor aankoopintentie80. In virtuele beroemdhedencontexten heeft onderzoek de effecten van koopintentie 8,52 en de bemiddelende rol van tevredenheid tussen aantrekkelijkheid en koopintentie81,82 onderzocht. Daarom worden de volgende hypothesen voorgesteld:
H5a: Consumententevredenheid beïnvloedt de koopintentie indirect positief via loyaliteit.
H5b: De directe relatie tussen tevredenheid en koopintentie is niet significant wanneer loyaliteit in het model wordt opgenomen.
H6: Consumentenloyaliteit tegenover virtuele beroemdheden beïnvloedt de koopintentie positief.

Personalisatie (gepersonaliseerde service)
Interactiviteit vindt zijn oorsprong in de sociologie en verwijst naar relatie-gebaseerde communicatie83, vaak mogelijk gemaakt door technologie84. AI heeft interactieve marketing versterkt via gepersonaliseerde diensten46, waardoor personalisatie centraal staat voor de effectiviteit van digitale marketing85. Personalisatie houdt in dat content of interactie wordt afgestemd op individuen om de resultaten te verbeteren86 en betrokkenheid en waardecreatie te ondersteunen87. Vooruitgang in big data en digitale traces stelt bedrijven in staat communicatie te personaliseren met behulp van gedragsgeschiedenissen en zelfverklaarde gebruikersinformatie 88,89,90.

Eerdere studies tonen aan dat personalisatie belangrijke relaties matigt zoals kwaliteit–tevredenheid91, vertrouwen–tevredenheid16 en technologieadoptie onder privacyzorgen92, evenals andere relationele paden24,25,26,27. In deze studie wordt personalisatie behandeld als een contextuele moderator die bepaalt hoe tevredenheid en loyaliteit zich vertalen in aankoopgerelateerde resultaten. De volgende hypothesen worden voorgesteld:
H7a: Waargenomen personalisatie versterkt de relatie tussen tevredenheid en loyaliteit.
H7b: Waargenomen personalisatie versterkt de relatie tussen tevredenheid en koopintentie.
H7c: Waargenomen personalisatie versterkt de relatie tussen loyaliteit en koopintentie.

Conceptueel onderzoeksmodel
Figuur 1 presenteert het conceptuele model dat is gebaseerd op het stimulus–organisme–respons-kader: uiterlijk, stem en inhoud (stimuli) beïnvloeden tevredenheid en loyaliteit (organisme), waarbij aankoopintentie (respons) voornamelijk voortkomt uit loyaliteit. Personalisatie versterkt de tevredenheids-loyaliteitsrelatie en wordt gemodelleerd als moderator van geselecteerde structurele paden.

figure-introduction-1
Figuur 1: Onderzoeksmodel gebaseerd op het stimulus–organisme–respons-kader. Conceptueel model dat de relaties illustreert tussen virtuele beroemdheidsattributen (uiterlijk, stem en inhoudskwaliteit) als stimuli, organismische variabelen (tevredenheid en loyaliteit) en gedragsuitkomst (aankoopintentie). Personalisatie wordt gemodelleerd als een moderator van de tevredenheids-loyaliteitsrelatie. Indirecte effecten door loyaliteit worden afgebeeld. Opmerking. CAA = Kenmerkende uitstraling, aantrekkelijkheid; CVA = Karakteristieke stemaantrekkelijkheid; CCA = Aantrekkelijkheid van de kenmerkende inhoud; LO = loyaliteit; PE = Personalisatie; PI = Aankoopintentie; SA = Voldoening. Klik hier om een grotere versie van deze figuur te bekijken.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

De studie kwam in aanmerking voor vrijstelling van volledige ethische beoordeling onder institutionele minimumrisicorichtlijnen, omdat het een anonieme online enquête betrof zonder persoonlijk identificeerbare informatie. Aan het begin van de enquête werd een formulier voor geïnformeerde toestemming gepresenteerd waarin het doel van het onderzoek, vrijwillige deelname, anonimiteit en datagebruik werden beschreven, en alleen instemmende deelnemers gingen door.

1. Bepaling van steekproefgrootte

De uiteindelijke steekproef (N = 249) werd bepaald op basis van statistische vermogensvereisten voor PLS–SEM. Het maximale aantal voorspellers voor een enkel endogeen construct was zes (drie virtuele beroemdheidskenmerken en drie controlevariabelen voor tevredenheid; tevredenheid, interactieterm en controles voor loyaliteit). Vermogensanalyse gaf aan dat het detecteren van een middelgrote effectgrootte (f2 = 0,15) bij α = 0,05 en 0,80 vermogen ongeveer 97 waarnemingen vereiste. De behaalde steekproefgrootte overschreed deze drempel, waardoor voldoende kracht was voor structurele, mediatie- en moderatie-analyses.

2. Deelname werving en screening

Deelnemers werden gerekruteerd via een online onderzoekspanel met doelgerichte niet-waarschijnlijkheidssteekproef om eerdere ervaring met virtuele beroemdheden te waarborgen. De toelating was beperkt tot personen van 18 jaar of ouder. Screenings- en aandachtscontrole-items werden opgenomen, en ongeldige antwoorden werden uitgesloten. De gegevensverzameling werd beëindigd zodra de beoogde steekproefgrootte was bereikt.

3. Gestandaardiseerde definitie en surveyinstructies

Deelnemers kregen een gestandaardiseerde definitie van virtuele beroemdheden als digitaal gecreëerde audiovisuele persona's met een stabiele visuele identiteit, stem en terugkerende verhalende inhoud. Ze kregen de instructie om te reageren op basis van hun werkelijke ervaringen.

4. Ontwikkeling en beheer van onderzoeksinstrumenten

Gevalideerde meetschalen werden aangepast aan de virtuele beroemdheidscontext (Tabel 1), waarbij alle constructen werden gemeten met 7-punts Likert-schalen (1 = sterk oneens; 7 = volledig overeen). De vragenlijst bevatte secties over uiterlijk, stem, inhoudskwaliteit, tevredenheid, loyaliteit, personalisatie, koopintentie en demografie. Platformcontroles voorkwamen dubbele inzendingen.

Tabel 1: Meetitems en bronnen. Meetitems die voor elk construct worden gebruikt, zijn onder andere uiterlijk, aantrekkelijkheid van stem, kwaliteit van de inhoud, tevredenheid, loyaliteit, personalisatie en koopintentie. Bronnen van schaalaanpassing worden verstrekt. Klik hier om deze tabel te downloaden.

5. Gegevensvoorbereiding en -opschooning

De gegevens werden geëxporteerd in CSV-formaat. Onvolledige, mislukte screening en mislukte aandachtcontrole-antwoorden werden verwijderd. De opgeschoonde dataset werd geïmporteerd in PLS–SEM-software voor analyse.

6. Meting en evaluatie van structurele modellen

Alle constructies werden als reflectief gespecificeerd. De betrouwbaarheid werd beoordeeld met behulp van Cronbachs alfa- en composietbetrouwbaarheid (≥ 0,70). De convergente validiteit werd geëvalueerd met AVE (≥ 0,50), en discriminantvaliditeit werd beoordeeld met het Fornell–Larcker-criterium en HTMT (< 0,90).

Structurele paden werden gespecificeerd volgens het conceptuele model. Multicollineariteit werd beoordeeld met behulp van de Variance Inflation Factor (VIF) < 5,0. Bootstrapping met 5.000 subsamples genereerde padcoëfficiënten, t-waarden, p-waarden, 95% betrouwbaarheidsintervallen en effectgroottes (f2).

  1. Mediatieanalyse
    Sequentiële mediatie (virtuele beroemdheidskenmerken → tevredenheid → loyaliteit → koopintentie) werd getest met bootstrapped indirecte effecten (5.000 substeekproeven) met 95% betrouwbaarheidsintervallen.
  2. Moderatieanalyse
    Interactietermen testten de modererende effecten van personalisatie. Het bootstrappen van geschatte moderatiecoëfficiënten en effectgroottes, en interactiegrafieken, illustreerden conditionele effecten.
  3. Voorspellende relevantie
    De voorspellende prestaties werden beoordeeld met blinddoeken en/of procedures buiten de steekproef. Q2_predict waarden, RMSE en MAE werden vergeleken met een lineair benchmarkmodel. Voorspellende relevantie werd ondersteund wanneer Q2_predict > 0 en PLS-fouten lager waren dan de benchmark.
  4. Rapportage en verificatie
    Alle betrouwbaarheids-, validiteits-, structurele, mediatie-, moderatie- en voorspellende resultaten werden verzameld voor rapportage. Uitkomsten werden vergeleken met softwareresultaten om nauwkeurigheid en consistentie te waarborgen.

7. Probleemoplossing en aanpassingen

Als het aantal fouten in screening hoog was, werden de geschiktheidscriteria en instructies aangepast. Als betrouwbaarheid (CR < 0,70) of AVE (< 0,50) onder de drempels viel, werden slecht presterende indicatoren verwijderd terwijl de theoretische samenhang behouden bleef. Multicollineariteitskwesties (VIF boven de limieten) werden aangepakt door constructspecificaties opnieuw te beoordelen. Als de mediatie- of moderatie-effecten niet-significant waren, werd de steekproefgrootte of operationalisering opnieuw geëvalueerd. Bootstrapping gebruikte 5.000 subsamples om stabiele schattingen te garanderen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Tabel 2 vat de demografische kenmerken van de uiteindelijke steekproef samen (N = 249), waaronder geslacht, leeftijd, opleidingsniveau en frequentie van betrokkenheid bij virtuele beroemdheden. De steekproef toonde een evenwichtige gendervertegenwoordiging (52,6% vrouw) en bestond voornamelijk uit jonge tot middelbare leeftijd volwassenen met relatief hoge opleidingsniveaus. De frequentie van betrokkenheid was geconcentreerd in het wekelijkse–maandelijkse bereik, met min...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Deze studie onderzoekt hoe kenmerken van virtuele beroemdheden tevredenheid, loyaliteit en koopintentie binnen een SOR-kader beïnvloeden, met personalisatie als moderator. Drie belangrijke inzichten komen naar voren: contentkwaliteit is de sterkste drijfveer van tevredenheid ten opzichte van uiterlijk en stem; tevredenheid beïnvloedt aankoopintentie slechts indirect via loyaliteit (alleen indirecte bemiddeling); en personalisatie versterkt de tevredenheids-loyaliteitsrelatie, maar beïnvl...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs geven geen belangenconflicten aan.

Dankbetuigingen

Dit werk werd ondersteund door onderzoeksfinanciering van aSSIST University.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Qualtrics
Versie: N/A		Qualtrics, LLCN/AEnquêtecodering, https://www.qualtrics.com/
Prolific
Versie: N/A		ProlificN/AAanbieder van online enquêtepanels, https://www.prolific.com/
SmartPLS
Versie: 4.0.1		SmartPLS GmbHN/APLS-SEM-analyse,https://www.smartpls.com/
ChatGPT
Versie: 5.2		OpenAIN/AVerbetering van leesbaarheid en grammaticacontrole, https://www.chatgpt.com/

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

ContentkwaliteitConsumententevredenheidKlantloyaliteitPersonalisatie effectenMediatieanalysePredictieve Prestaties

Gerelateerde artikelen