《Psychology & Marketing》：Hello, [Your Name]: Why Name-Based Personalization Enhances Chatbot Effectiveness
编辑推荐：
组织日益将聊天机器人作为与消费者互动并强化品牌成果的战略工具。研究人员探讨聊天机器人在通信中使用称呼用户名字的个性化（name-based personalization）如何更高效地影响消费者面向品牌的行为。通过五项实验研究，研究人员证明聊天消息中的称呼用户
组织日益将聊天机器人作为与消费者互动并强化品牌成果的战略工具。研究人员探讨聊天机器人在通信中使用称呼用户名字的个性化（name-based personalization）如何更高效地影响消费者面向品牌的行为。通过五项实验研究，研究人员证明聊天消息中的称呼用户名字个性化增强了消费者对聊天机器人真诚感（chatbot sincerity）与品牌真诚感（brand sincerity）的感知，进而带来更有利的消费者态度与更高的购买意愿。个性化对感知聊天机器人真诚感的影响由感知拟人化（perceived anthropomorphism）中介。进一步，研究人员识别出称呼用户名字个性化正向效应的若干边界条件，即聊天机器人表现（chatbot performance）与感知到的称呼用户名字过度使用。这些发现贡献于个性化、拟人化、品牌化及计算机即社会行动者（Computers Are Social Actors, CASA）理论文献，并为寻求为品牌设计高效聊天机器人的营销人员提供实践启示。
研究背景方面，会话代理（conversational agents, CAs）作为通过文本或语音生成类人回应的计算机中介实体，在组织寻求快速、可扩展与自动化客户解决方案中日益普遍；其中文本型聊天机器人已被Pizza Hut、Kiehl's、Burberry等全球品牌用于协助顾客。然而当速度与便利非优先时多数消费者仍偏好人类客服，且数据质量、碎片技术基础设施与安全顾虑限制了许多组织聊天机器人部署的效能，目前仅44%消费者将聊天机器人作为首要信息源。在个性化文献中，称呼用户名字个性化虽在人际服务中显示积极商业结果，但部分消费者认为被叫名 intrusive 且引发“ creepiness”；其在组织聊天机器人部署中对消费者行为的影响此前未被研究。研究人员基于计算机即社会行动者（Computers Are Social Actors, CASA）理论——该理论认为当系统展现类人线索时个体会自动套用社会规范与人际启发式——提出称呼用户名字作为类人沟通线索，经感知拟人化提升聊天机器人与品牌真诚感，最终改善品牌态度与购买意愿，并探究聊天机器人表现与称呼频率两项边界条件。论文发表于《Psychology & Marketing》（原文 doi:10.1002/mar.70251）。
关键技术方法上，研究人员开展五项实验，受试者来自美国 CloudResearch Connect 与 Prolific 平台（Study 1a n=401、Study 1b n=400、Study 2 n=302、Study 3 n=475、Study 4 n=248），采用单因素或双因素组间设计；操纵真实品牌（虚构时尚品牌 Evgeneia、真牛奶品牌 a2、餐递服务 Green Chef）聊天机器人是否及以何频率用名，测量感知拟人化（7点量表）、聊天机器人真诚感、品牌真诚感、品牌态度、购买意愿，Study 2 加入留邮箱抽50美元礼品卡的实际行为；统计使用 Hayes PROCESS Model 6 串行中介（5000 bootstrap）与 Model 85 调节中介、Johnson–Neyman Floodlight 分析。
研究结果部分，3.1 Study 1a 以虚构时尚品牌 Evgeneia 真实聊天机器人交互，个性化组感知拟人化（M个性化=3.05 vs M非个性化=2.72, p=0.041）、聊天机器人真诚感（p=0.001）、品牌真诚感（p=0.007）、品牌态度（p=0.024）与购买意愿（p=0.009）均显著更高；PROCESS Model 6 显示称呼用户名字→感知拟人化→聊天机器人真诚感→品牌真诚感→品牌态度/购买意愿的串行间接效应显著（品牌态度 ?=0.04, 95%CI 0.0022~0.0835；购买意愿 ?=0.03, 95%CI 0.0018~0.0671），直接效应不显著，支持 H1。3.2 Study 1b 换真实牛奶品牌 a2 复制，各主效应与串行中介（品牌态度 ?=0.04, CI 0.0039~0.0832；购买意愿 ?=0.03, CI 0.0021~0.0697）复现，排除产品品类干扰。3.3 Study 2 用 Green Chef 餐递服务并以树叶为非生命头像，个性化组抽奖参与率 53.8% 显著高于非个性化组（χ2=5.14, p=0.023），串行中介在行为与意向变量上均显著，证伪头像外观必要论。3.4 Study 3 引入聊天机器人表现（5星自评）为调节，2×2 ANOVA 显示表现高时称呼用户名字提升拟人化（M非=3.45 vs M个性=4.04, p=0.003），表现低时无差异（p=0.910）；Johnson–Neyman 指出表现评分>2.88/5 时个性化效应显著；Model 85 调节中介显示高表现时全链式间接效应对品牌态度（?=0.0230, CI 0.0039~0.0491）与购买意愿（?=0.0229, CI 0.0043~0.0491）显著，低表现消失，支持 H2。3.5 Study 4 操纵称呼频率（正常每提示一次 vs 高频每句两次），高频组感知拟人化更低（M正常=3.46 vs M高频=2.99, p=0.037）、更 annoy（p<0.001）、更少 helpful（p=0.012）；串行中介负向显著（品牌态度 ?=-0.08, CI -0.1607~-0.0033；购买意愿 ?=-0.07, CI -0.1587~-0.0041），支持 H3。
讨论与结论翻译部分，研究人员指出：第一，称呼用户名字个性化是聊天机器人文本沟通中未被探索的个性化形式，其通过感知拟人化触发 CASA 社会响应，填补了个性化文献空白；第二，将称呼用户名字概念化为拟人化沟通（而非仅外观拟人），扩展拟人化文献；第三，揭示真诚感（sincerity，即感知可信、可靠、非脚本）为串行机制核心，且聊天机器人真诚感经 rub-off effect 转移至品牌真诚感，扩展 CASA 至文本会话代理；第四，边界条件表明该策略非无条件有效——聊天机器人表现低于中等水平（<2.88/5）或称呼频率过高会打断社会脚本启发式，使拟人化与真诚感链断裂甚至反转。实践上，营销人员应在高表现聊天机器人中适度单次称呼用户名字，避免高频重复与低质应答并行。局限与未来方向原文提及需进一步在敏感品类、隐私顾虑与文化差异中检验。
