說服知識使用的前因
一些研究已經關注了特定說服事件中消費者更有可能或不太可能使用他們對說服的理解的時刻。說服知識的應用程度受認知能力、動機開放性和說服專業知識的影響。當消費者積極性很高、能夠解釋營銷人員試圖做什麼以及有機會這樣做時,他們通常更有可能利用說服技巧。這與其他消費者行為理念非常吻合。研究可能性可用於發現和調查促進或抑制說服知識的其他方面。可能還有更多未經研究的說服知識使用前因。

說服知識
瞭解個人在多大程度上更有可能或更不可能應用他們的說服專業知識對於更全面地發展說服知識模型 (PKM) 是必要的。PKM 沒有具體說明引發或抑制說服知識的情況,儘管討論了有關說服資訊的一些潛在問題。認知資源、激勵措施的可用性和說服能力已被認為是說服知識的三個前因。

認知資產
根據 Friestad 和 Wright 的說法,瞭解說服“是一種商品,人們必須在每次可能需要識別和管理或建立和傳遞說服嘗試的互動中都能快速訪問它。這是消費者在幾乎所有與廣告商的互動中都必須擁有的資源。因此,任何涉及說服的互動都可以從合理自動地使用說服專業知識中獲益。說服知識並非立即被訪問並且可能需要更費力的、更高階的處理的可能性是一種合理的替代理論。
當處理資源不受限制時,例如,策略相關的認知比宣告相關的認知更有影響力,因為它們需要更多工作。他們甚至認為,使用和啟用說服知識需要認知資源。他們在對銷售人員和客戶之間的人際說服的一系列研究中,將說服知識的刺激描述為對 ulterior motives 的檢查。他們聲稱,由於動機的推斷需要更高階的歸因思維,因此需要認知資源來運用說服專業知識。研究表明,當處理資源受到限制時,消費者在市場交易中不太可能使用說服資訊,而當能力不受多種認知資源擾動的限制時,則更有可能使用說服資訊。
動機的可及性
除了認知能力的關鍵作用之外,明確激勵措施的可用性是應用說服知識的重要預測因素。研究表明,當惡意意圖很容易被發現時,消費者更有可能在說服事件中使用說服知識。然而,當隱藏的議程更難以發現時,消費者不太可能使用說服知識。有關公司業務狀況、動機或策略的啟動、公然使用說服技巧、代理商專業知識和消費者目標的資訊都可以提高隱藏意圖的可及性。已經證明,動機的可用性與心理技能相互作用以影響說服知識的使用方式。由於可及性高,即使認知資源有限,客戶也可能更有可能運用說服技巧。例如,具有高動機可用性的目標可能更容易發現諸如逢迎之類的公開說服策略。
說服專業知識
迄今為止確立的說服資訊使用的第三個預測因素是該人的說服技能。儘管說服知識通常被認為是情境變數(即在內部能力或原因的可及性較高時使用),但它也可能是一個持續的個性特徵變數。不同的經驗水平可能會導致不同程度的說服能力;經驗對於獲得說服知識至關重要。為此,研究表明,通常擁有更多說服經驗的老年人比年輕人更熟練地運用他們對說服的理解。
說服知識的數量和內容的差異很可能受到經驗的影響。每個人都以不同的方式使用說服知識的想法啟發了建立了一個個性特徵量表,該量表將說服專業知識評估為消費者信心的一個組成部分。使用此量表將人們劃分為高 PK 組和低 PK 組,並且存在明顯的行為差異。因此,研究表明,說服知識可能是偶發性的或永久性的。目前,需要進一步的研究才能更好地瞭解個人和情境如何使用說服資訊。
在給定上下文中安裝與說服相關的推論可能有時僅來自積累的消費者說服知識。消費者使用其說服知識的能力各不相同,這可能是由多種因素造成的,例如 −

個人特徵
客戶業務角色的代際和部門已被認為是影響感知營銷刺激說服性質的能力的兩個標準。Kirmani 和 Zhu 研究了控制點的作用(監管焦點描述了個體實現目標的策略),他們發現,專注於獲得積極成果的消費者比專注於最大程度地減少負面成果的消費者更有可能認識到感官輸入的說服本質。
營銷刺激特徵
一些廣告獎勵更有可能被解釋為說服嘗試。例如,消費者認為,僅在最後才揭示廣告品牌的廣告是為了吸引他們的注意力並引發懸念,因此比從一開始就揭示品牌的傳統廣告更具操縱性。
情境條件
Campbell 和 Kirmani 已經證明,一個人作為說服事件的直接接收者或觀察者行事,會影響其說服知識的啟用程度。情境的認知需求是不同的。接收者通常比觀察者使用更多的認知資源來解決在事件過程中產生的問題。因此,與在接觸時刻作為第一手參與者的接收者相比,接收者將具有較少的認知能力來做出關於說服的推論,而觀察者更有可能意識到此類努力。
結論
消費者的目標可能會影響啟用多少說服知識,因為消費者是有目標的。消費者可能與說服相關的目標,例如避免被說服或獲得最佳報價,這可能會增加使用其對說服的理解的可能性。目標對說服知識的影響尚未得到廣泛的研究。結合主題知識或代理知識,確定先於說服知識應用的變數也將有所幫助。
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP