微博營銷效果的影響因素研究

王曉光　袁毅

〔摘 要〕以主流微博平臺為研究對象，結合網絡直復營銷理論和網絡關系營銷理論，多角度分析微博營銷效果的影響因素及其相互關系。研究結果表明：大部分觀測變量對潛在變量反映顯著，潛在變量對微博營銷效果均有直接或間接的正向影響。本研究可以為進一步完善微博網站的功能，探索提高營銷效果的有效途徑提供科學依據和理論借鑒。

〔關鍵詞〕微博營銷；網絡直復營銷；網絡關系營銷

DOI：10.3969/j.issn.1008-0821.2015.07.011

〔中圖分類號〕G2062 〔文獻標識碼〕A 〔文章編號〕1008-0821（2015）07-0057-05

〔Abstract〕Basing on the mainstream micro-blog platform，combined with the network direct marketing theory and network relationship marketing theory，this paper made an analysis on impact factors and their correlation of effect of micro-blog marketing through various angles.The results showed that：Most of the observed variables could reflect potential variables significantly，potential variables had a direct or indirect positive influence on the effect of micro-blog marketing.The research could provide scientific basis and theoretical reference for the improvement of function of micro-blog websites and marketing effectiveness.

〔Key words〕micro-blog marketing；network direct marketing；network relationship marketing

近年來，微博客作為一種信息傳播與交流工具繼續迅猛發展，企業用戶正積極嘗試利用微博客進行營銷，在潛移默化中間接促進微博營銷主體在線上或線下的銷售。微博營銷以微博作為營銷平臺，每一個受眾（粉絲）都是潛在營銷對象，企業利用更新自己的微型博客向網友傳播企業信息、產品信息，樹立良好的企業形象和產品形象。每天更新內容就可以跟受眾交流互動，或者發布受眾感興趣的話題，這樣來達到營銷的目的[1]。在營銷過程中，營銷主體注重潛在顧客的感受和體驗，弱化或規避廣告行為本來的灌輸性，充分利用文字、圖像、視頻等信息手段全方位將個人或公司的產品和服務推薦給顧客。

國外學者較早對微博營銷及相關影響因素進行了探索和研究：Chien-Lung Hsu[2]等人研究了消費者對企業進行微博營銷的反饋情況，研究結果表明消費者的滿意度對于公司形象、購買意圖、參與度等方面的提升均有積極的影響，其中購買意圖須由中間人推薦、公司承諾以及相互信任進一步促成。Anne Thoring[3]認為以Twitter為代表的微博客迅速發展，為各行各業尤其是出版行業提供了互動的、以消費者為導向的網絡營銷的機會，同時以英國貿易出版商的微博賬戶為實證研究對象，探討了出版商規模與微博營銷之間的聯系。Andrea Hausmann和Lorenz Poellmann[4]針對德國藝術表演團體利用社會化媒體營銷的研究表明：（1）藝術表演團體越來越多地使用社會化媒體手段進行營銷，大部分劇場至少使用一種手段；（2）社會化媒體能夠從強化交流、提升口碑、有效管理等方面幫助藝術表演團體進行市場營銷。

國內首家將微博的企業營銷功能提升為專業服務的新浪微博于2011年6月才開放企業版內測，因此，微博營銷對國內絕大多數企業來說仍處于自行摸索的試驗階段。業界尚且如此，學界相關的理論研究就更不多見，有限的研究成果也多集中在理論領域，從實證角度探討微博營銷效果的成果還比較少，如鞠宏磊、黃琦翔[5]以鳳凰衛視在新浪微博上的內容傳播為案例，通過分類統計和定量分析，探討了傳統媒體應如何通過微博平臺進行內容傳播并提升品牌價值的問題。周凱、徐理文[6]結合傳播理論、文獻資料與數據分析方法，建立了微博營銷的5T模型，通過模型分析提升營銷效果的相應策略，并以歐萊雅為實證研究對象，例證分析策略的應用價值。總體而言，國內有關微博營銷的研究多是探索營銷的框架、模式和成效，相關的實證研究尤其是分析微博營銷影響因素或構建營銷效果指標體系的研究尚不多見。

基于以上研究背景和不足，本文選取主流微博平臺為研究對象，以媒體機構板塊為研究實例，基于統計數據建立結構方程模型，多角度分析評價微博營銷效果的影響因素及其相互關系，探索提高營銷效果的有效途徑，以期進一步完善微博平臺的功能，豐富微博營銷效果的影響因素評估體系，為微博營銷主體提供科學依據和理論借鑒。

1 理論模型與假設

11 理論概念

微博營銷是一種新的網絡營銷模式，網絡營銷的理論基礎主要包括網絡直復營銷理論和網絡關系營銷理論。網絡直復營銷是一種商家與消費者相互影響、交互作用的市場營銷體系，它運用互聯網絡促使某一群體的消費者產生足夠的反應，從而實現商家引出銷售線索、銷出產品和服務、建立和維護顧客關系等功能[7]。網絡直復營銷的雙向交流不受時空限制，針對顧客個人的需要提出特殊的產品營銷方案，顧客的回應也是個性化的以一對一為基礎的互動，有利于彼此間建立和保持良好的關系。endprint

網絡關系營銷是指企業借助聯機網絡、電腦通信和數字交互式媒體的威力來實現營銷目標。它是一種以消費者為導向、強調個性化的營銷方式，適應了定制化時代的要求；它具有極強的互動性，是實現企業全程營銷的理想工具；它還能極大地簡化顧客的購買程序，節約顧客的交易成本，提高顧客的購物效率。網絡化營銷更多地強調企業借助于電子信息網絡，在全球范圍內拓展客源，為企業走向世界提供基礎[8]。

12 研究假設

微博營銷主體通過發布微博進行網絡直復營銷。原創微博數、含圖微博數、含視頻微博數、發布微博總數可從原創性、多媒體化、量化等不同角度衡量營銷主體進行網絡直復式營銷時的宣傳力度。不同類型的微博數量越多，意味著進行營銷的宣傳力度越大。

微博用戶通過關注功能成為其他用戶的粉絲，接收新的信息，成為信息傳遞中的一環，這是關注功能最基本的應用。但關注功能不容忽視的另一個應用是：當一個用戶主動關注其他用戶時，被關注用戶往往因好奇心的驅使而到主動關注者的頁面瀏覽一番，尋找自己被莫名關注的原因。此時的關注功能間接轉變為微博營銷主體主動展示的工具。從間接效果上講，對其他用戶的關注數越多，微博營銷主體的宣傳力度越大。

基于上述觀點，定義微博營銷主體的“宣傳力度”為潛在變量，并提出如下假設：

H1a：原創微博數正向反映宣傳力度。

H1b：含圖微博數正向反映宣傳力度。

H1c：含視頻微博數正向反映宣傳力度。

H1d：微博總數正向反映宣傳力度。

H1e：關注數正向反映宣傳力度。

各種圖文并茂的微博會吸引粉絲用戶的注意并被轉發或被評論，微博信息被轉發或被評論的過程促成了微博用戶間的互動。被轉發過程體現了用戶間互動的廣度，被評論過程體現了用戶間互動的深度。可將微博營銷主體所發微博的平均被轉發數和平均被評論數視作影響互動程度的重要指標。定義微博營銷主體的“互動程度”為潛在變量，并提出如下假設：

H2a：平均被轉發數正向反映互動程度。

H2b：平均被評論數正向反映互動程度。

如前所述，關注功能在特定情況下會轉變成用戶主動展示的工具，隨著相互了解的深入，一部分被動關注用戶與主動關注用戶會相互關注，互為粉絲。可將粉絲的數量視為影響微博用戶間互動程度的重要指標。雖然有“僵尸粉”的存在，但從概率上講，用戶粉絲數越多，產生互動的可能性越大。鑒于此，提出如下假設：

H2c：粉絲數正向反映互動程度。

微博營銷并不產生直接買賣結果，營銷主體通過發起各種活動、引出各種話題、不斷更新微博等“動作”，向網友傳播企業信息、產品信息，樹立良好的企業形象和產品形象，在網友中引發的關注和討論會越來越多。提及營銷主體名稱的用戶或參與討論的用戶越多，表明營銷主體的“廣告”做得越好，營銷效果越好。通過網站搜索引擎檢索出的提及營銷主體名稱的實時微博數、名人微博數、原創微博數等數值可以從很大程度上反映普通用戶提及或正在討論該微博營銷主體的情況，因此各種有關營銷主體名稱的微博的檢出數量就成為影響微博營銷效果的重要指標。定義微博營銷的“營銷效果”為潛在變量，定義檢索出的當前由所有用戶發布的包含某營銷主體名稱的微博數為“實時檢索數”，名人用戶發布的包含某營銷主體名稱的微博數為“名人提及數”，原創性的包含某營銷主體名稱的微博數為“原創提及數”，短期集中出現的包含某營銷主體名稱的微博數為“熱門提及數”，所有用戶發布的包含某營銷主體名稱的微博總數為“綜合檢索數”，并提出如下假設：

H3a：實時檢索數正向反映營銷效果。

H3b：名人提及數正向反映營銷效果。

H3c：原創提及數正向反映營銷效果。

H3d：熱門提及數正向反映營銷效果。

H3e：綜合檢索數正向反映營銷效果。

一方面，微博營銷主體的自我展示與宣傳可以直接提升微博營銷的效果；另一方面，圖文并茂的微博內容不斷吸引粉絲用戶前來瀏覽、評論或轉發，形成互動效果，不斷提升的互動效果也可以直接提升微博營銷的效果。基于上述情況，提出以下假設：

H1：宣傳力度對營銷效果產生正向影響

H2：宣傳力度對互動程度產生正向影響

H3：互動程度對營銷效果產生正向影響

其中宣傳力度為潛在自變量，營銷效果為潛在因變量，互動程度既是潛在因變量也是潛在自變量，稱為中介變量。構建理論模型，潛在變量之間的關系如圖1所示：

2 實證研究

21 數據與預處理

新浪微博是目前中國最具影響力的微博站點，具有用戶活躍度高、聚集性強、信息交互頻繁等典型特征。包括省級衛視在內的各類電視臺、電臺等媒體機構，紛紛開設媒體微博與節目微博，發布與電視廣播節目相關的微博內容。鑒于媒體機構更高的網絡傳播天賦及由此可能帶來的更加明顯的營銷效果的提升，本研究選取經過認證的具有代表性的“媒體匯”板塊，以省級衛視、地方電視臺、電臺、電視頻道、電臺頻道等開設的微博賬戶為實證對象，研究此類媒體機構利用微博營銷配合線下運營的實際效果。

使用通用爬蟲“火車頭采集器”[9]和人工相結合的方式，抓取280個有代表性的微博賬戶的相應數據，抓取時間為2014年6月18日18點至24點及6月19日全天，具體抓取和處理過程如下：①自動抓取微博賬戶所屬數據，包括關注數、粉絲數、微博總數、原創微博數、含圖微博數和含視頻微博數。②利用新浪微博搜索引擎手動檢索包含各微博賬戶名稱的實時檢索數、名人提及數、原創提及數、熱門提及數和綜合檢索數。③針對每個微博賬戶，隨機選擇20條其發布的微博內容，測算其平均被轉發數和平均被評論數。④每個賬戶的上述13項數據及賬戶名組成1條記錄，共得到280條記錄。仔細對比后發現：一些賬戶發布微博數量、互動評論數量很小，但是粉絲數量及被檢索數量多得驚人，不符合常理，推測是存在相當數量的無效粉絲或由于品牌知名度帶來的盲目關注。將這一類沒有研究價值的賬戶數據刪除，保留240條記錄。⑤本文使用的統計與分析軟件為SPSS和Amos。將記錄導入SPSS中，作為Amos的數據配置文件。endprint

臺灣學者黃芳銘[10]認為如果觀測變量是非正態或橢圓分布，則每個觀測變量最好對應10個樣本以上。一般而言，大于200的樣本，才可以稱得上一個中型的樣本空間[11]，因此，通過對比分析，挑選出相關度最高的200條記錄作為最終研究樣本。

22 信度與效度檢驗

信度指采用同樣的方法對同一對象重復測量時所得結果的一致性程度。就本研究而言，可以將所有被抓取數據的微博賬戶看成整體對象，抓取每個賬戶所屬的若干數據，相當于用同樣的方法對同一對象重復測量。采用Cronbachα模式進行信度分析，如表1所示，各潛在變量的Cronbachα值均大于07，表明各潛在變量具有良好信度。

效度指測量結果的有效性，或某項測量活動能夠測量到測量者所希望了解的特性程度。就本研究而言，效度指抓取到的微博賬戶所屬數據能夠反映或者表示研究者希望了解的特性程度。采用因子分析法對變量進行效度檢驗，宣傳力度、互動程度、營銷效果的KMO值分別為0606、0675和0818，均超過了05的最低標準，同時Bartlett球度檢驗的相伴概率P值顯著性水平均為0000，說明因子分析結果非常理想，觀測變量對于相應潛在變量具有很強的解釋性。

23 模型評價

利用Amos進行結構方程分析以驗證研究提出的假設。定義潛在變量與對應的觀測變量及觀測變量名如表2所示：

采用極大似然法對結構方程模型進行估值并修正：作為微博賬戶被檢索出的重要數據，名人提及數和熱門提及數存在共變關系，實際情況和統計結果均符合模型修正的要求，根據修正指標參考值的提示，在名人提及數和熱門提及數對應的變量Z2和Z4的殘差項間建立共變關系并再次進行估值，輸出標準化估值結果如圖3所示。

由于樣本量越大，卡方值越大，當樣本值大于200時，結構方程模型的卡方值即無太大參考價值[11]，因此主要參考GFI、NFI、IFI、CFI、CAIC等適配度指數。計算結果顯示GFI值為0912，CAIC的值小于獨立模型值和飽和模型值，其余適配度指數如表3所示。

除RFI指數略微偏低外，NFI、IFI、TLI、CFI指數均超過09的適配標準，主要適配度指數檢驗結果達到或接近適配標準，假設模型與樣本數據間可以契合，模型可以被接受。

24 結構模型分析

宣傳力度到營銷效果的路徑系數為020，到互動程度的路徑系數為014，表明宣傳力度對營銷效果和互動程度有一定提升，但提升效果并不明顯，相對而言，宣傳力度對營銷效果的提升效果更佳。互動程度到營銷效果的路徑系數為064，即互動程度每提升1個單位，營銷效果會提升064個單位，說明互動程度對營銷效果的提升效果顯著。由此建議微博營銷主體可注重與粉絲或其他用戶的互動，這樣可以在很大程度上提升微博營銷的效果和影響力。

25 觀測模型分析

（1）宣傳力度到其觀測變量的載荷系數分別為067、089、034、041和034，表明原創微博數、含圖微博數、含視頻微博數、微博總數、關注數均與宣傳力度成正比，但對宣傳力度的反映程度有所不同。最大值為089，說明含圖微博數（X2）最能反映宣傳力度的大小，借此推斷：一般用戶對圖文并茂的微博內容更感興趣，關注度更高，微博宣傳和營銷效果更明顯。微博營銷主體應考慮盡量在微博內容中插入相關的圖片，更好地詮釋微博內容，從最有效的途徑做好宣傳工作，為提升營銷效果做好準備。原創微博數（X1）的載荷系數為067，說明原創微博數量對宣傳力度的反映程度也比較強，據此推斷：微博營銷主體發布的內容中原創內容越多，吸引其他用戶注意與關注的能力也就越強。營銷主體應考慮盡量發布原創微博，以更加誠懇和積極的態度做好微博營銷的宣傳工作。

（2）與含圖微博數（X2）的載荷系數形成對比的是，宣傳力度到含視頻微博數（X3）的載荷系數僅為034，為最小值，說明發布含視頻的微博并不是非常有效的宣傳手段。筆者推測有兩種可能：一是媒體機構本身已通過電視平臺發布了視頻，部分網絡用戶已不再關心微博上的視頻內容；二是觀看視頻意味著需要花費較多的時間，可能破壞了用戶瀏覽微博內容的節奏，用戶被迫放棄觀看視頻甚至放棄瀏覽微博內容。在提升宣傳力度進而提高營銷效果的方法上，減少包含視頻的微博內容的發布也許是一個不錯的選擇。

（3）互動程度到平均被轉發數（Y1）和平均被評論數（Y2）的路徑系數均為100，驗證了平均被轉發數和被評論數是衡量微博營銷主體與粉絲間互動程度的非常重要的指標。營銷主體與粉絲互動效果如何，主要基于微博內容被轉發和評論的數量，而且被轉發的數量和被評論的數量同樣重要。相比較而言，粉絲數（Y3）的載荷系數為042，對互動程度的反應能力相對一般，這也符合現實邏輯：某用戶對另一用戶感興趣即可能成為其粉絲，但也可能隨著感興趣程度的降低而不再關注，也就無從談起彼此間的互動。綜上所述，平均被轉發數、平均被評論數、粉絲數對互動程度均有正向的反應能力且前兩者的反應能力更強。根據Eley和Tilley[12]的研究，使用社會化媒體最重要的是遵循4個步驟，即傾聽、參與、反饋、發布。首先要做好傾聽的準備，閱讀用戶留言與評論，了解用戶關心的問題，進而投其所好，有的放矢，這是包括微博營銷在內的社會化媒體營銷的首要工作。營銷主體應該注重微博內容質量，吸引粉絲注意，產生轉發或評論行為，增強互動性，繼而轉化為營銷效果的提升。

（4）營銷效果到其觀測變量的載荷系數分別為09、077、070、080和100，表明實時檢索數（Z1）、名人提及數（Z2）、原創提及數（Z3）、熱門提及數（Z4）和綜合檢索數（Z5）等檢索數值均能夠正向反映營銷效果且反映程度均比較高。綜合檢索數（Z5）對應的載荷系數最高，意味著討論某賬戶名稱的各類微博總數越多，微博的營銷效果就越明顯。事實上通過網站搜索引擎檢索出的實時提及營銷主體名稱的微博數、名人提及該主體名稱的微博數、原創提及該主體名稱的微博數是綜合檢索數在不同維度上的分解體現。因此，營銷效果的幾個觀測變量是構成微博營銷效果的重要指標，換言之，提到或包含營銷主體名稱的各類微博不管是出自哪類用戶、通過哪種形式、哪個時間段提及的，只要數量越多，微博營銷效果也就隨之越來越好。endprint

3 結 語

本文以當前我國最具影響力的微博平臺——新浪微博為研究對象，以其中具有代表性的電視廣播媒體板塊為研究樣本，通過構建結構方程模型，研究以“宣傳力度”、“互動程度”為代表的潛在變量對“營銷效果”的影響，同時研究“原創微博數”、“含圖微博數”等觀測變量對潛在變量的反映程度，以期找出并強化最容易影響潛在變量的因素，弱化對潛在變量影響程度最小的因素，最終揭示此類媒體機構利用微博營銷配合線下運營的實際效果。

與以往基于主觀的評價體系不同，本研究通過定量分析構建了更為具體的微博營銷效果的影響因素評估體系，將微博用戶實現自我展示自我宣傳的發布與關注功能、實現互動的轉發與評論功能以及檢索出各類微博數量的檢索功能共同納入效果評估體系，共同作為衡量營銷效果的重要因素，為研究微博營銷效果乃至整個社會化媒體營銷效果這一課題提供了新的視角。本研究同時也為各類公司、機構、社會團體、公眾人物利用微博平臺與受眾互動、推廣產品信息、提升自身形象、探索提高營銷效果的有效途徑提供了科學依據和理論借鑒，具有重要的現實意義。

參考文獻

[1]百度百科關于微博營銷的解釋[DB/OL].http：∥baike.baidu.com/view/2939221.htm，2014-06-18.

[2]Chien-Lung Hsu.Chia-Chang Liu.Effect of Commitment And Trust Towards Micro-blog on Consumer Behavioral Intention：a Relationship Marketing Perspective[J].International Journal of Electronic Business Management，2010，（8）：292-303.

[3]Anne Thoring.Corporate Tweeting：Analysing the Use of Twitteras a Marketing Tool by UK Trade Publishers[J].Publishing Research Quarterly，2011，（27）：141-158.

[4]Andrea Hausmann ，Lorenz Poellmann.Using social media for arts marketing：theoretical analysis and empirical insights for performing arts organizations.International Review on Public and Nonprofit Marketing[EB/OL].http：∥link.springer.com/article/10.1007/s12208-013-0094-8/fulltext.html，2014-06-18.

[5]鞠宏磊，黃琦翔.傳統媒體在微博平臺上的內容傳播與品牌塑造[J].新聞記者，2012，（6）：41-45.

[6]周凱，徐理文.基于5T理論視角下的企業微博營銷策略及應用分析[J].圖書與情報，2012，（5）：120-127.

[7]廖衛紅，周少華.基于網絡直復營銷的我國汽車促銷形式探討[J].商場現代化，2006，（16）：174-175.

[8]百度百科關于網絡關系營銷的解釋[DB/OL].http：∥baike.baidu.com/view/1775099.htm，2014-06-18.

[9]火車頭采集器主頁[EB/OL].http：∥www.locoy.com，2014-06-18.

[10]黃芳銘.結構方程模式：理論與應用[M].北京：中國稅務出版社，2005.

[11]吳明隆.結構方程模型[M].重慶：重慶大學出版社，2009.

[12]Eley B，Tilley S.Online marketing inside out.Melbourne：Site-Point，2009.

（本文責任編輯：孫國雷）endprint