《将话语放入消费者口中：企业生成的用户内容与消费者分享行为》研究报告

一、 主要作者、机构及发表信息 本研究由Jonathan M. Beck（堪萨斯大学）、Clay M. Voorhees（阿拉巴马大学，通讯作者）、Paul W. Fombelle（东北大学）以及Katherine N. Lemon（波士顿学院）共同完成。研究成果以题为“Putting Words in Their Mouths: Firm-Generated User Content and Consumer Sharing Behavior”的论文形式，发表于《Journal of Marketing》2026年第90卷第2期。

二、 学术背景与研究目的 本研究隶属于市场营销学领域，特别是数字营销与消费者行为研究的交叉范畴。研究的核心动机源于在线口碑营销实践的新发展。传统的用户生成内容（User-Generated Content， UGC），如消费者自发撰写的评论或社交媒体帖子，因其不受企业直接影响的独立性而具有强大的影响力。然而，近年来，企业开始尝试一种新兴策略：主动为消费者创作好内容，并鼓励他们直接以此内容进行分享，而不是仅仅等待或激励消费者生成完全自发的内容。

研究者将这种现象定义为 “企业生成的用户内容”（Firm-Generated User Content， FGUC） ，即企业开发、供消费者通过在线渠道作为自己发布的内容进行分享的内容。FGUC既不同于企业在其官方账号发布的“企业生成内容”（Firm-Generated Content， FGC），也不同于完全由消费者原创的UGC，它是一种企业与消费者合作的产物。这种策略在实践中的应用日益增多，例如购票后收到建议分享的预设推文，或在评分后应用自动生成的带有评论的帖子。

尽管FGUC在实践中已有所应用，但其有效性、背后的心理机制以及对不同类型消费者的影响尚缺乏系统的学术研究。因此，本研究旨在填补这一空白，主要探究以下几个核心问题：1. 提供FGUC是否比单纯的“请分享您的体验”请求更能促进消费者的分享行为？2. 应该提供何种情绪效价（中性、积极、高度积极）的FGUC内容？3. 消费者在决定是否分享FGUC时经历何种心理过程？4. 满意度在此过程中扮演何种调节角色？5. 最终被分享的内容其情绪与自发内容相比有何不同？通过回答这些问题，本研究旨在为营销人员提供关于FGUC何时以及如何使用的指导，并探讨其对消费者福利的潜在影响。

三、 详细研究流程与实验设计 本研究采用实验室实验与现场实验相结合的多方法研究设计，共包含四项主体研究（其中研究1分为a、b两部分，研究3分为a、b两部分），通过一系列精心设计的实验逐步验证假设。

1. 研究1a与1b：FGUC对分享行为的主效应 * 目的： 初步验证FGUC是否能增加消费者分享的可能性。 * 设计： 现场实验（1a）与实验室行为实验（1b）。 * 流程与对象： * 研究1a（现场实验）： 与一家大型都市健身房合作，向其活跃会员发送电子邮件。研究采用单因素组间设计，会员被随机分配到两组：有机口碑请求组（邮件中仅请求会员在推特上分享体验，链接指向空白推文框）和FGUC组（邮件中包含一条预设的积极推文“如果您正在寻找健身房，请关注@[健身房推特账号]！拥有最好的设备和教练，我绝对推荐[健身房名]给本地任何人！”，链接自动填入该文本）。通过邮件平台追踪点击推特链接的行为作为分享行为的衡量指标。最终有效样本为966封邮件打开记录。 * 研究1b（实验室实验）： 在亚马逊MTurk平台招募999名参与者。参与者观看电影《海王》的预告片后，被随机分配到有机组或FGUC组。FGUC组提供预设推文“我刚看了《海王》的新预告片，看起来太棒了！快来看看：[链接]”。参与者通过点击链接决定是否分享，系统记录点击行为。

2. 研究2：优化FGUC内容建议（情绪效价与满意度的交互作用） * 目的： 探究何种情绪效价的FGUC最有效，并检验满意度与FGUC类型间的交互效应。 * 设计： 2（满意度：满意 vs. 不满意）x 4（口碑类型：有机 vs. 中性FGUC vs. 积极FGUC vs. 高度积极FGUC）组间实验。 * 流程与对象： 在Prolific Academic平台招募561名参与者。参与者阅读关于从一家虚构餐厅“Corvina”购买醒酒器的场景。满意度通过产品使用体验（顺畅高效 vs. 糟糕无效）进行操控。随后，参与者看到一封请求分享的邮件，并根据口碑类型分组看到不同的评论框：空白框（有机组）、预设中性文本“我从Corvina订购了一个醒酒器”（中性FGUC组）、预设积极文本“我从Corvina订购了一个醒酒器，它是我家不错的添置品”（积极FGUC组）、预设高度积极文本“我爱从Corvina订购的醒酒器！它让我的酒变得非凡！”（高度积极FGUC组）。参与者可以编辑文本，然后选择是否愿意分享此内容到社交媒体。 * 数据预测试： 研究前通过独立样本对满意度场景和三种FGUC文本的情绪效价进行了预测试，确保操控有效且文本情绪强度符合设计。

3. 研究3a与3b：FGUC分享的心理机制与所分享内容的情绪分析 * 目的： 深入探究FGUC影响分享决策的心理机制（易用性与不一致性感知），并分析最终被分享内容的情绪。 * 设计： 2（满意度：满意 vs. 不满意）x 2（口碑类型：有机 vs. FGUC）组间实验。 * 流程与对象： * 研究3a： 在CloudResearch平台招募349名参与者。参与者想象通过DoorDash从餐厅“Corvina”点餐的经历，满意度通过食物质量（美味 vs. 糟糕）操控。随后收到分享请求，FGUC组的文本框中预设了积极内容“Corvina的摩洛哥鸡肉没有让人失望。配送完美，仍然温热，风味十足。”参与者首先决定是否分享，随后填写测量感知易用性（4个题项，例如分享过程的容易/费力程度）和感知不一致性（3个题项，例如该请求与我体验的契合程度，反向计分）的量表。 * 研究3b： 在Prolific Academic平台招募390名参与者。场景改为购买“Rockland”品牌登机箱，满意度通过行李箱使用体验（良好 vs. 糟糕）操控。FGUC组的预设文本为“我一个月前从Rockland订购了新行李箱，我很喜欢！你下次旅行时应该看看Rockland。”除了重复测量易用性、不一致性和分享意愿外，关键新增环节是：对于选择分享的参与者，他们实际在文本框中看到（并可编辑）要分享的内容。研究者使用Linguistic Inquiry and Word Count (LIWC-22) 软件对这些实际生成或修改后的文本进行情绪分析，获得一个从0（消极）到100（积极）的“语调”分数，以量化分享内容的情绪。

4. 研究4：量化不满意消费者的修改与反应（现场探索性研究） * 目的： 在真实场景中，专门探究当不满意消费者收到积极FGUC时，是否存在强烈反弹风险，以及他们实际分享的内容和修改情况。 * 设计： 现场行为研究。 * 流程与对象： 在CloudResearch平台招募1003名参与者。参与者被告知将观看一部完整的短片并有机会评论。研究者特意选择了一部IMDb评分较低（4.4/10）的短片，并进一步降低了其画质和音质，以创造普遍的不满意体验。观影后，参与者评价影片满意度。随后，所有参与者均收到积极的FGUC建议推文：“我刚刚看了短片[片名]，很喜欢！来看看并支持短片吧[链接]”。点击链接会跳转到推特页面并自动填入该文本。参与者可以编辑并发布，也可以不发布。研究者随后通过搜索参与者的推特账号，追踪并记录实际发布的帖子，并与他们的满意度评分进行匹配。最终，研究者收集了93条实际发布的推文，并分析其发布率、是否编辑以及编辑后的情绪（同样使用LIWC分析）。

四、 主要研究结果及其逻辑关联 研究结果层层递进，系统地回答了研究问题。

研究1a和1b 为FGUC的有效性提供了初步的现场证据。在健身房实验中，FGUC组的推特链接点击率（2.1%）显著高于有机组（0.4%）。在电影预告片实验中，FGUC组的点击率（3.4%）也显著高于有机组（1.4%）。这两个研究共同支持了假设H1：提供FGUC能增加消费者分享在线口碑的可能性。这为后续研究奠定了基础。

研究2 揭示了FGUC情绪效价与消费者满意度的关键交互作用。结果显示： * 对于满意的消费者，积极FGUC（50.7%）和高度积极FGUC（52.7%）能显著提升分享意愿，而中性FGUC（30.7%）与有机请求（20.7%）无显著差异。 * 对于不满意的消费者，高度积极FGUC（8.6%）反而降低了其分享意愿（相对于有机组的23.5%），而中性FGUC和积极FGUC的影响不显著。 * 这一结果表明：1) 当前实践中常见的中性FGUC效果有限；2) 提供积极的FGUC具有“双重好处”——既能促进满意消费者的分享，又能抑制不满意消费者的分享。这回答了“应提供何种FGUC”的问题，并为后续探究心理机制提供了情境。

研究3a 深入剖析了FGUC影响分享行为的心理路径，并验证了满意度的调节作用。通过PROCESS模型分析发现： * 感知易用性路径：FGUC通过增加易用性感知来促进分享，但此效应仅对满意消费者显著。满意的消费者认为分享FGUC更省力。 * 感知不一致性路径：FGUC通过增加不一致性感知来抑制分享，但此效应仅对不满意消费者显著。不满意的消费者觉得企业提供的积极内容与自身糟糕体验严重不符。 * 这完美支持了假设H2a、H2b、H3a和H3b，揭示了FGUC作用的“双刃剑”机制：对满意者是“易用性助推器”，对不满意者则是“不一致性绊脚石”。

研究3b 复制了研究3a的心理机制结果，并进一步分析了实际分享内容的情绪。情绪分析（LIWC）发现： * 主效应：被分享的FGUC内容的语调显著更积极于被分享的有机口碑内容，支持了假设H4。 * 细分发现：无论是满意还是不满意的消费者，只要他们选择分享FGUC，其内容的平均积极度都高于相应满意度下分享的有机内容。更重要的是，在FGUC条件下，大多数满意消费者（94.5%）直接原文分享了积极内容；而不满意消费者中仍有近一半（46.2%）选择原文分享，其余修改者也多是将内容调整为更中性，而非极端负面。这表明积极FGUC起到了锚定效应，引导了最终分享内容的情绪走向，且未引发严重的负面反弹。

研究4 的现场数据强化了上述发现。在真实的不满意体验后，收到积极FGUC的消费者分享率（7.0%）远低于中性体验者（12.4%）和满意体验者（20.6%）。在那些选择分享的不满意消费者中，高达79.2%的人未做任何修改直接发布了积极的FGUC。在少数修改者中，修改也多趋向中性化，未发现极端负面攻击性内容。这从真实行为角度证实，提供积极FGUC虽不能完全消除不满意消费者的发声，但能降低其发声概率，且在实际分享中引发严重负面报复的风险有限。

五、 研究结论与价值 本研究首次对“企业生成的用户内容”这一新兴现象进行了系统、深入的实证研究，得出以下核心结论： 1. FGUC是一种有效的营销工具：与传统的有机口碑请求相比，提供FGUC能显著提高消费者的分享可能性。 2. 内容设计至关重要：积极（而非中性）的FGUC效果最佳。它能最大化满意消费者的分享，同时最小化不满意消费者的分享。 3. 心理机制双路径：FGUC通过“降低易用性门槛”来激励满意消费者，又通过“引发体验不一致性”来劝阻不满意消费者。 4. 内容锚定效应：FGUC为消费者提供了情绪锚点，导致最终被分享的内容情绪比完全自发的口碑更为积极，即使对不满意消费者也是如此。 5. 风险可控：尽管存在直觉上的担忧，但本研究系列未发现提供积极FGUC会引发不满意消费者大规模负面报复的强有力证据。

科学价值：本研究提出了一个严谨的“FGUC”构念，清晰区分了其与UGC、FGC的界限，并构建了一个以易用性和不一致性为核心机制、以满意度为关键调节变量的理论模型，丰富了在线口碑、消费者决策启发式以及人机交互领域的理论。 应用价值：为营销从业者提供了明确的实操指南：应投资于开发积极的、易于分享的FGUC内容，并将其整合到客户旅程的关键触点（如购买确认页、确认邮件、App内）。这是一种成本效益高、可规模化且风险相对较低的提升在线正面口碑的策略。

六、 研究亮点 1. 主题新颖前沿：率先系统研究“企业为消费者代笔”这一数字化营销新趋势，具有高度的现实相关性和理论前瞻性。 2. 研究设计严谨全面：采用了多方法混合研究，结合了现场实验、实验室行为实验、心理机制测量和自然语言处理（LIWC）情绪分析，从行为意向到实际行为，从心理过程到内容产出，提供了立体、坚实的证据链。 3. 理论贡献清晰：不仅验证了主效应，更深入揭示了易用性与不一致性这一对并行且受调节的中介机制，清晰解释了FGUC为何及何时有效。 4. 实践指导性强：研究结论直接挑战了当前可能存在的“中性更安全”的实践惯性，明确指出积极内容更优，并通过数据缓解了管理者对“弄巧成拙”的恐惧，具有直接的决策参考价值。 5. 关注消费者福利：研究在讨论部分明确提出了FGUC可能涉及的伦理问题（如对品牌真实性的侵蚀、对消费者自主性的影响），体现了研究的批判性思维和社会责任感。

七、 其他有价值内容 论文的讨论部分还就如何优化FGUC策略提出了进一步建议，例如利用客户关系管理（CRM）系统根据客户满意度进行精准推送，或使用人工智能工具生成多样化、个性化的FGUC内容以避免内容同质化带来的真实性危机。这些观点为后续研究和实践指明了方向。