大學生群體微信營銷活動參與度的影響因素分析

摘 要：大學生群體是微信營銷活動中極具潛力的市場。本文首先構建了大學生微信活動參與度影響因素的TAM理論模型，利用問卷數據，使用結構方程模型對微信營銷活動參與度的影響因素進行分析，得到：影響大學生微信營銷使用意愿的因素按重要性從大到小排序為：周圍環境影響、方式簡捷性、安全可靠性、趣味愉悅性、實用性。最后根據結論為企業或個人營銷平臺提供了合理建議。

關鍵詞：微信營銷；參與度；TAM模型；結構方程；影響因素

一、前言

隨著互聯網技術的不斷創新發展，微信憑借其獨特的傳播方式深受人們的喜愛。對于微信商家來講，大學生是微信營銷極具潛力的用戶群，如何借助微信這一優質的網絡平臺針對大學生群體展開有效的營銷模式是企業或個人急需關注的問題。本文希望通過實證研究了解大學生對微信營銷的釆納意愿及其影響因素，從而幫助企業了解了解大學生微信用戶的需求，開發出用戶愿意使用的微信營銷服務。本文立足于TAM擴展模型，深入挖掘當前大學生對微信營銷的特征變量，并綜合考慮微信特點構建了大學生微信用戶參與度影響因素的理論模型，并采用問卷調查的方法進行實證研究，通過結構方程模型對理論模型進行檢驗，通過數據分析的結果解讀影響微信用戶滿意度的重要因素。

二、實證研究

1、模型構建與數據收集

本文構建的大學生群體對微信營銷活動接受度模型沿用TAM模型的框架，主動規范對感知有用性有影響，同時也影響使用意愿，其他四個變量均影響使用意愿。基于TAM模型和已有研究，共提出6個研究假設： 主動規范正向影響大學生微信營銷感知有用性、主動規范正向影響大學生微信營銷使用意愿、感知有用性正向影響大學生微信營銷使用意愿、感知易用性正向影響大學生微信營銷感知有用性、感知易用性正向影響大學生微信營銷使用意愿、感知可靠性正向影響大學生微信營銷使用意愿。本文數據采用問卷調查形式獲取，最終回收448份有效問卷。對問卷數據進行信度與效度檢驗。得Cronbachs Alpha系數值為0.939，且各變量的α系數均大于0.7，說明本問卷具有較強的可靠性。同時采用KMO測度和Bartletts球形檢驗對問卷數據進行效度檢驗，發現各變量的KMO值都大于0.6，表明該量表可進行因子分析。

2、結構方程模型分析

P值反映結構方程模型變量關系的顯著性，若P值<0.05，則說明兩變量的路徑關系顯著，反之，則不顯著；臨界比值可表示兩變量之間的作用關系，若臨界比值（C.R.）大于零，則表示兩變量之間存在正向關系，反之，則存在負向影響。由結果可知，本研究提出的6個假設全部成立。

為檢驗模型的擬合效果，本文通過AMOS參數估計，得到了各擬合指標的實際擬合值，發現，模型的各項指標均處于可接受范圍或效果較好范圍，由此可看出，本文所建的研究模型能更好地擬合調查獲取的實際情況，模型整體擬合效果較好。

在結構方程模型中，用總效應的大小來衡量自變量對因變量的影響程度，直接效應和間接效應之和就是總效應。自變量對因變量的直接影響稱為直接效應，其值等于自變量到因變量的路徑系數，間接效應是由自變量到因變量各條路徑的路徑系數乘積之和。通過對各自變量或中間變量總效應的比較，可將影響大學生微信營銷活動使用意愿的各影響因素按影響程度大小表現為：主動規范（0.557）>感知易用性（0.317）>感知可靠性（0.300）>感知愉悅性（0.205）>感知有用（0.156）。

5、結論及建議

本文使用技術接受模型（TAM）深入挖掘了影響大學生參與度的因素，結論表明：影響大學生微信營銷使用意愿的因素按重要性從大到小依次排列為：主動規范>感知易用性>感知可靠性>感知愉悅性>感知有用性。這表明，個體所處的環境的影響是最重要的影響因素，操作簡捷性次之，其次為安全可靠性、趣味愉悅性，微信營銷活動獲得的實用信息的重要性相對較弱。因此，作為微信商家，應首先加強微信公眾平臺的建設，其次要推進具有操作簡捷性、安全可靠性、娛樂性、多樣化、個性化的營銷方式。同時加強用戶口碑建設，將產品和服務質量放到營銷策略的第一位。最后，確保營銷信息的可靠性、真實性，加強支付平臺的安全建設等以減輕用戶顧慮。

參考文獻：

[1]Dick Wei，Evan Zhou.Tencent Weixin-Welcome to the Age of Mobile Internet[R] .J.P.Morgan：Asia Pacific Equitu Research，2011

[2]文鵬，蔡瑞.微信用戶使用意愿影響因素研究[J].情報雜志，2014，（06）：156-161.

[3]馬良.國內微信用戶軟件使用行為影響因素研宄[D].武漢：華中科技大學，2012.

[4]宋易康.試析微信公眾平臺在媒體營銷中的特點、優勢及其問題[J].東南傳播，2014，（03）：101-104.

作者簡介：

王志楠（1993—），女，山西朔州人，山西財經大學2015（統計學）學術碩士研究生，研究方向：數據挖掘.