基于BP神經網絡的小米手機微博營銷效果分析與優化建議

摘 要：自微博產生以來，其作用和功能不斷豐富，尤其在2010年以后隨著我國網絡營銷的興起，微博的營銷作用開始受到關注。由于我國對于微博營銷的研究起步較晚，對于微博營銷效果的評價還沒有形成完整的體系，因此本文通過建立“小米手機”微博營銷效果的評價指標體系和模型，結合第三方監測平臺“一找數據”的觀測數據進行了實例測算，并應用R語言的神經網絡工具對數據進行預測，最后提出“小米手機”進行微博營銷的優化建議。

關鍵詞：微博營銷；小米手機；神經網絡

一、引言

隨著互聯網和信息技術的普及，基于互聯網各種社會化媒體獲得快速發展，微博客作為我國社會化網絡媒體的代表。據統計截止到2014年12月，我國微博客用戶數量超過了2.49億，網民使用率接近39%，發展至今微博的市場占有率超過了70%。微博發展至今微博已經不僅僅是個人展示個性、信息交流的社交網絡平臺，更是眾多企業和組織進行形象宣傳、產品營銷和與客戶互動的網絡營銷平臺。但隨著時間的積累，人們對千篇一律的營銷手段開始厭煩，企業微博的影響效果開始下降，因此需要從用戶需求出發，思考如何進行微博營銷，如何量化微博營銷的效果。本文旨在通過建立企業微博營銷效果量化研究的模型，并且通過對具有代表性的微博（“小米手機”）進行實證研究，來檢驗模型的可靠性，并在研究過程中分析微博營銷的關鍵因素，借鑒成功經驗和方法，針對微博營銷過程中的不足提出相應的解決措施。

二、研究現狀

我國的微博基本參照Twitter的形式，新浪、網易、騰訊占據了我國大部分的微博的市場份額，尤其是新浪微博（以下簡稱“微博”）在我國的微博市場占有率達到70%以上。趙愛琴，朱景煥根據用戶與企業微博的互動過程建立了AESAR模式即企業微博營銷效果評價模式并總結了企業微博營銷效果評價的三種主要方式，分別是傳統監測、第三方監測和對用戶的調查，最后提出了企業微博運營和效果評估中要注意的問題。王睿根據AISAS模型歸納了影響企業微博營銷的要素，并收集了是個企業的微博數據進行了回歸分析，最后得出了在粉絲質量都為真的情況下，短期內企業的微博營銷活動和企業的整體營銷存在正相關的關系。葛軍首先闡述了微博的定義和歷史發展過程，然后分析了微博的傳播特點和營銷特點，并結合具體案例分析了A企業的微博營銷策略和同行業企業普遍應用的微博營銷的手段和方法。

通過以上研究發現，我國對于企業微博營銷效果的研究開始較晚，并且以定性研究居多。而關于企業微博營銷效果的研究沒有形成一個具體的模式，尤其是在定量研究中還沒有規范的指標體系和模型。所以，本文希望通過構建微博營銷效果的評價模型并借助第三方數據監測平臺對企業微博的營銷效果進行定量研究，促進企業更好的進行微博營銷。

三、小米手機微博營銷效果分析

1.微博營銷評價指標體系設計

本文選取小米手機作為研究對象，主要原因：第一，小米手機擁有自己認證的官方微博“小米手機”，第二，“小米手機”通過微博開展活動和進行營銷取得了較好效果，第三，“小米手機”具有大量的活躍粉絲和良好的運營習慣，能為定量研究提供真實充足的數據。

（1） 模型構建

基于本文的研究問題“小米手機的微博營銷績效”，證明此問題需要兩個指標，第一是“小米手機的微博營銷效果”，第二是“小米手機的營銷績效”。為了定量化研究的實現，需要找到合適的指標對這兩個變量進行測定。小米手機擁有自己官方商城且很大一部分是靠網上商城進行銷售，同時“小米手機”官方微博的運營和營銷過程的主要目的是將大量的微博用戶引入小米手機的官方網站。考慮到數據的易得性，小米手機官方網站的流量（Traffic）在很大程度上反映了“小米手機”官方微博的營銷效果。

Chris Murdou總結了社會化媒體營銷的評價指標框架；趙愛琴，朱景煥提出了評價企業微博營銷效果的AESAR模型；唐興通則高度總結了測量網絡媒體的參數，包括網站訪問量、知名度、評論態度等100多個指標；陳昱霏則通過對AESRA模式加以改進建立了“微博營銷效果評價模型”。AESAR模式包含引起注意（Awareness）、促進用戶參與（Engagement）、改善用戶態度（Sentiment）、激發用戶采取行動（Action）和保留客戶（Retention）等五個階段，在這個過程中包含回復量、短連接點擊數、粉絲數量與質量等。此模式為企業量化分析微博營銷提供了參考，但是考慮到數據的易得性，尤其是對于第三方的研究者來說，此模式中的變量多為企業內部機密所以很難獲得。

因此，陳昱霏將企業微博的綜合價值V劃分成為粉絲綜合價值F、微博活躍度A以及微博影響力E三個指標，通過關注率、PR值、互動率、評論數等17個變量加以量化，最后由企業微博的綜合價值來證明企業微博的營銷效果P。該模型充分利用了第三方監測平臺和微博自身的信息，對企業微博營銷效果的評價模型指標更加豐富思路更加清晰。通過參考AESAR模式和“微博營銷效果評價模型”結合“小米手機”自身特點，并結合第三方監測平臺（一找數據）對模型加以修改建立“小米手機微博營銷效果評價模型”。

（2）評價指標體系

本文根據“小米手機”的特點以及遵循定量研究的條件，綜合考慮模型的實用性和數據的易得性建立了小米手機微博營銷效果的評價指標體系。

指標層：主要包含“小米手機”的綜合影響力（E）、“小米手機”的活躍度（A）和“小米手機”的粉絲價值（F）三個指標，三者形成了“小米手機”的綜合價值（V），并網站訪問量關聯，反映微博營銷效果（P）。各指標的計算公式如下：

P=V=EX1+AX2+FX3（0

數據層：數據層是評價模型的數據來源，數據的獲取主要通過微博指定第三方數據監測平臺——“一找數據”和“小米手機”微博賬號的自身信息，具有真實性和可靠性。本文選取了與指標層的三個不同指標相對應的17個變量，如表3.1所示：

2.實例測算及結果說明

（1） 實例測算

本文研究對象為“小米手機”微博賬號，由于微博具有內容更新快的特點，同時由于“一找數據”個別變量以周為單位，本文以一周為一個周期來采集數據。結合小米手機的特點，避開特殊時段（比如小米在特定時間開展預售活動）進行數據采集。相繼獲取了五天的數據。因每個樣本數據量依然較大，故隨機抽取了2015年4月25日的數據。

本文采用指數法進行測算，首先要對原始數據進行歸一化處理。原因是原始變量中包含的正指標和逆指標需要統一口徑，其次原始數據的單位和數據表現形式不同，歸一化處理才能加權求和。

①對于正逆指標本文采用的歸一化處理方法為倒數法。

正指標X=1-1/X，逆指標Y=1-（1-1/Y）

②對于百分數的處理為換算為小數。

③研究中的指標權重根據陳昱霏提出的評價模型進行賦值。

（2）測算結果分析

首先，從整體測算結果上看數據層數據顯示：E>A>F。從指標的相對性來講，“小米手機”的綜合影響力較高，但是粉絲價值相對較低，各指標具體分析如下。

微博影響力E代表著“小米手機”在微博平臺中的地位。從指標構成來看，“小米手機”影響力的來源得益于眾多的粉絲及與粉絲的互動。小米手機之所以能夠有眾多粉絲的關注是因為“小米手機”在微博營銷的過程當中發起了眾多的有獎轉發、產品預訂等活動，大大的激發了粉絲的興趣。因此，“小米手機”要充分利用眾多的粉絲資源提高自己的知名度和品牌影響力，活動太多可能造成粉絲的反感，活動太少會降低粉絲的活躍度。

微博活躍度A主要決定因素取決于“小米手機”的發博頻率。從指標的相對性來看，其活躍度保持在中等水平，頻率較為適中。從數據層的統計顯示，“小米手機”每天的平均微博數保持在7-12條。結合相關學者的研究結果和企業的運營經驗，“小米手機”的運營比較合理，既能保證每天信息更新的數量同時也不會造成粉絲的厭煩。

粉絲價值F主要由粉絲數和粉絲質量構成。從指標的相對性來看，微博的粉絲價值非常低。通過對數據層的觀察來看，雖然“小米手機”粉絲數巨大，但是真粉率極低，大量的“僵尸粉”不僅影響真粉率還相對降低了微博的活躍度。“小米手機”要想提升企業的影響力和價值，就要提高企業微博的粉絲質量，在此基礎上提高微博的活躍度和綜合價值。

3. 神經網絡預測及結果分析

在神經網絡分析中隱藏層的層級數越高計算的結果更為有效，由于本文涉及的數據量小，數據結構簡單，所以一個隱藏層已經足夠。其中輸入層的節點數等于輸入變量的個數，本文中為17，輸出層為微博的綜合價值V。本文利用R語言的nnet包預測，結果如下：

由計算結果可知，預測值與實際值相對誤差為3.452503e-05<0.05，說明預測值比較準確。同時證明通過R語言的神經網絡工具箱進行預測說明小米手機營銷效果評價模型的構建是合理的。

4.回歸分析

（1）模型構建

以上的測算中，通過加權賦值測算了各個時間段“小米手機”的綜合價值，對各變量加以分析說明了各個要素對“小米手機”綜合價值的影響，并利用R語言的神經網絡分析工具，對“小米手機”的綜合價值進行了預測，預測結果表明小米手機微博營銷效果模型的構建是合理的。為了進一步研究小米手機營銷效果P的現實意義，需建立一元回歸模型，來觀察小米手機的微博營銷為其官方網站帶來了多少流量（Traffic）。模型的構建如下：

T=β0+β1X+ε

其中，T為小米手機官網流量（Traffic），β0為常數項，β1為參數，ε為誤差項，X為小米手機的影響效果，在數值上用V（“小米手機”的綜合價值）來表示，并提出T與X存在正相關的假設。

（2）回歸分析及結果說明

小米手機官網流量的獲取通過Alexa網站[1]的seo綜合查詢，根據獲取微博數據的五個時間段，獲取小米手機官網（www.mi.com）的網站訪問量及日均IP。數據如下所示：

首先對數據進行一元線性回歸分析，分析結果顯示，參數β0和β1的p-value值分別為0.0328和0.666。參數β1沒有通過T檢驗，說明“小米手機”微博營銷效果（P）與小米手機網站流量（IP）之間不存在線性相關。

在以上分析的基礎上，對“小米手機”的營銷效果（P）和小米官網流量（IP）進行了相關性分析，分析顯示兩者間的相關性系數為0.265217，說明兩者的相關性較低。在此基礎上說明，“小米手機”微博營銷的效果與小米手機網站的訪問量之間不存在顯著關系。因此，“小米手機”的微博營銷的真實效果并不明顯，雖然其在運營過程中獲得了廣泛的關注和用戶參與，但是并沒有將大量的微博用戶引入其官方網站變為潛在客戶。所以企業對其營銷效果要有充分的認識，提高微博用戶到潛在顧客的轉化水平。

四、小米手機微博營銷的優化建議

1.理性看待粉絲數量，著重提高粉絲質量

表面上看“僵尸粉”數量過多不會影響微博的評論、點贊和轉發數量，不會對微博的運營產生不利影響。因此眾多微博賬號通過“買粉”來增加微博的粉絲數，以此來吸引他人關注，和證明自身的影響力。事實上“僵尸粉”過多在很大程度上影響了微博的活躍度和粉絲質量，一方面不利于微博運營者對微博效果的觀測正確評估自身微博的運營效果，另一方面大量“買粉”的行為會降低用戶對企業的評價，不利于企業的形象和品牌宣傳。因此企業應合理看待微博的粉絲數量，規范的運營微博，著重培養忠實粉絲和活躍粉絲。

2. 客觀看待微博營銷的作用

通過以上分析發現，企業微博的營銷效果對于整體營銷業績并不十分明顯。企業應從自身實際出發，客觀評價其自身微博營銷的真實效果，不可盲目的模仿他人大力開展微博營銷而忽視了其他的營銷手段。企業應從整體著手制定企業的整體營銷策略，根據自身微博營銷的效果及前景合理安排微博營銷的投入比重，同時利用微博營銷彌補傳統營銷手段的不足，達到微博營銷與企業傳統營銷手段的優化組合。

3.注重對微博數據的觀測和分析

企業微博的營銷效果是一個綜合的概念，需要復雜的測算過程和大量的數據證明，因此微博運營的好壞不是通過表面觀察可以斷定的。應當科學運營微博，注重對微博數據的觀測和分析，可以結合自身特點建立符合自身要求的企業微博營銷效果評價方法。對數據的收集和分析能夠了解自身微博運營的效果，同時能了解用戶的需求和興趣點，以此來發現微博運營的方向。對微博數據的觀測和分析是一個系統的、復雜的過程，需要專業的人員進行數據的收集、評價模型的制定和測評，因此對微博的運營也需要具有一定專業知識和技能的人員。

注釋：

[1]Alexa是我國具有權威性的中文排名及網站數據查詢的網站，因此數據具有可靠性.

參考文獻：

[1]趙愛琴，朱景煥.企業微博營銷效果評估研究[J].江蘇商論，2009（1）.

[2]王睿.企業微博營銷影響因素與短期效果測量研究.北京：北京郵電大學，2012.

[3]葛軍.AF企業微博營銷策略分析與改進研究[D].蘭州：蘭州大學，2014.

[4]Chris Murdough.Social Media Measurement： It’s Not Impossible[J].Journal of Interactive Advertising，2009（10）.

[5]唐興通.社會化媒體營銷大趨勢：策略與方法[M].北京；清華大學出版社.2011.

[6]陳昱霏.基于BP神經網絡的微博營銷效果實證研究[D].成都：西華大學，2013.

[7]柳小桐.BP神經網絡輸入層數據歸一化研究[J].機械工程與自動化，2010，6（160）.

[8]王娜.Web病毒式營銷核心群體推薦策略與營銷策略優化[D].沈陽：沈陽航空航天大學，2012.