基于社會化聆聽的服裝品牌資產度量方法

魏元瀟, 宋 琨, 鐘綺桐

(1.東華大學 a.服裝與藝術設計學院; b.現代服裝設計與技術教育部重點實驗室,上海 200051; 2.亞馬遜公司,美國 紐約 NY 10001)

品牌的重要功能之一是幫助消費者識別不同組織、產品或服務,區分同類競爭對手。品牌對消費者的最終購買決策有顯著的影響,那么企業如何知曉自身品牌在關鍵因素上的表現及品牌市場競爭的優劣勢,如何制定相應的品牌策略與策劃后續的營銷活動,如何進行品牌資產或價值的管理與評估離不開品牌資產度量。當前品牌資產度量的主流方法是基于消費者對品牌認知的調研,然而消費者調研存在獲取效率低、敏感度較差、成本較高等問題[1]。由于服裝行業品牌數量多、分散廣,單個品牌的市場規模占比小[2],在媒體生態碎片化背景下,傳統消費者調研方法存在的反應速度慢、成本高、結果不敏感等問題變得愈發突出。

隨著社交媒體的迅速發展,營銷學界開始注意到社會化聆聽數據在品牌資產度量中應用的可能。社會化聆聽是指利用社交媒體,對關鍵詞句、話題標簽或目標族群、品牌社會化輿情資料等進行追蹤和傾聽,并進行文本挖掘與分析。社會化聆聽數據具有動態性跟進及時、獲取成本較低等特點,可以彌補傳統方法的不足[3]。由于服裝產品的強社會化性質,服裝消費者在社交媒體上的表現非常活躍,與服裝產品有關的消費者言論也較為豐富[4],消費者的表達隱藏著營銷人員所關切的品牌資產中的品牌利益聯想,這使得利用社會化聆聽進行服裝品牌資產度量成為可能。

由于社會化聆聽數據具有非結構化特點,對數據進行結構化處理是社會化聆聽中的技術難點。目前在營銷實踐中運用相對成熟的方式是利用語義情感分析技術對品牌的正負面輿情進行跟蹤[5-6],比如針對品牌重要營銷活動或重大公共關系事件帶來的消費者輿論和情緒進行跟蹤和分析,而利用社會化聆聽數據進行系統的品牌資產度量則還未見。本研究的目的是探索社會化聆聽數據中與品牌資產中品牌利益有關的信息,并進行品牌利益維度量化,為利用社會化聆聽數據進行品牌資產度量提供可操作性方法。

1 品牌資產度量

1.1 基于消費者視角的品牌資產度量

基于不同目的,品牌資產度量可從財務、市場和消費者等視角出發[7-9]。營銷人員由于關注品牌傳播和銷售問題,常從消費者視角來進行品牌資產度量。消費者視角認為品牌資產的存在是以消費者為基礎的,品牌的資產源于消費者的認知和態度。如Keller[10]認為,品牌資產是品牌知識基于消費者對品牌營銷反應的差異效應。基于消費者的品牌資產是指消費者熟悉該品牌,并在記憶中擁有一些有利、強大和獨特的品牌聯想。聶國琪等[11]認為,基于消費者視角是品牌資產度量的前提和基礎。

在實際應用中,消費者視角的品牌資產度量一般落實于對品牌形象的度量。品牌形象是指消費者記憶中持有的品牌聯想所反映的對品牌的人格或產品的認知[10],包括品牌聯想的類型、偏好、強度和獨特性,其中屬性、利益和態度構成品牌聯想的類型,它是基于品牌資產構成維度的品牌度量。比如像一些中高端品牌可以滿足消費者的品質追求和社會認同等利益,塑造商業白領或成功人士的品牌聯想形象。

1.2 基于消費者視角的傳統品牌資產度量數據來源

傳統的基于消費者視角的品牌資產度量主要是通過消費者調研來獲取數據[12-14],也有一些是對消費者進行實驗測量[15]、依據企業自身數據(如消費者數目、企業收益等)[16]或城市調研中消費者的個人行為數據(如目標客戶周期購買量、購買時限等)[17]進行數據獲取。

消費者調研法是對目標群體進行了解情況或征詢意見。此種方法的關鍵在于編制問卷、選擇調研群體及最后的結果分析,優點是簡單易操作,不受時空局限,可以在廣闊范圍內對眾多調研群體同時進行調研;易于對調研結果進行定量分析;具有一定的匿名性。缺點在于其只能獲得字面上的社會信息,不能深入了解到生動、具體的社會情況;調研結果缺乏彈性,很難進行深入的定性分析;調研者較難判斷被調研者是否認真填寫且是否對調研問題了解、對問答方式清晰;被調研者是否會在從眾心理的驅使下按照社會主流意識填答而失去了問卷真實性;另外傳統調研法對無回答者的研究比較困難[2]。此外,消費者調研的數據獲取效率較低,調研結果往往滯后,敏感度差、難以為品牌的營銷決策提供及時的參考[1]。相對高的成本也限制了該方法的普遍應用。

在當今互聯網時代,傳統問卷調研法中一個很大的局限是被調研者在表達自己的想法過程中,較多受到調研者的影響,比如問卷本身的選擇限定性、訪談中調研者的有意引導性,以及被調研者可能無法或不愿意表達自己隱秘的真正想法。然而這些在社會化媒體中可以更加自由真實地表達出來。

1.3 社會化聆聽數據

社會化聆聽(Social listening)又稱社媒觀測(Social media monitoring)或社媒量測(Social media measurement),通過社會化聆聽的方式可以把品牌的網絡聲量、正負面等同于傳統漏斗里的認知度、喜愛度等指標,將其視為數字化世界里消費者的表達。如企業可以根據目標消費者在新浪微博等社交媒體上對品牌或產品進行的自由發言進行數據抓取與分析。它是一種新興的市場調查法,也是商業應用的一大趨勢。其優點是易獲得較自然且真實可靠的資料,尤其是在一些敏感話題上是企業與消費者溝通的重要窗口,是消費者情感或心理的自由表達;消費者發布的有關品牌或產品的信息一般是建立在自身體驗或認知基礎上,減少了對于自身不了解品牌的判斷偏差;另外在大數據時代利用社會化聆聽數據挖掘也會更加便利且消耗成本相對較低。在網絡信息時代,人們在社交媒體的每一條動態、評論、轉發及點贊等行為,都反映了人們的消費習慣和消費偏好。通過社會化聆聽以知曉目標消費群體的需求和意見,是當今品牌營銷與運營者的必要本領。

當前品牌對于社會化聆聽主要是應用在市場概覽與競品情報分析、維護品牌形象聲譽、品牌或產品危機預警與管理,以及潛在消費者挖掘與客戶關系維護[18-20]。隨著互聯網信息技術的革新及消費者購物模式的蛻變,傳統的品牌資產度量模型在數字化時代面臨挑戰,如何運用社會化聆聽從在線的海量大數據中挖掘出隱藏的商機,推動品牌資產度量與分析智能化、效率化和準確性提升,也正日益引起眾多學者和業界的關注和重視。

1.4 服裝品牌的社會化聆聽

服裝品牌不僅能夠滿足人日常保暖、防護等實用功能性利益,也能夠滿足人遮羞、美感及娛樂等體驗性利益,更具有社交感及自我表達等象征性意義。比如一些高端服裝品牌比較側重于品牌前瞻性文化內涵,以滿足消費者的自我個性與價值表達、社會認可實現和精神需求追溯;中端服裝品牌的消費者比較重視服裝身份的標識,比較追求生活品質,希望優良的品牌形象能夠帶給自己在社交中的形象提升,以此獲得社會群體的尊重與認可;低端服裝品牌一般是滿足產品基本的功能和質量。正是由于服裝品牌能夠給消費者帶來自我認同感及社會性表達等象征性利益,在數字媒體時代,人們也更愿意在社交平臺去分享自己對于品牌服裝的看法與表達,因此通過社會化聆聽,人們更能從消費者對服裝品牌的表達找到品牌資產中的品牌利益所在。

服裝行業也有不少利用社會化聆聽進行營銷的案例,常見的一般是通過社會化聆聽進行自身品牌或競品網絡輿情監測。比如Louis Vuitton(LV)與英雄聯盟(游戲)的跨次元合作引發海內外社媒頻道大量討論,通過監測話題傳播聲量發現在45天事件內海外地區如美國Twitter討論熱度最高,法國潛在觸達率最高,日本及巴西的消費者對此次合作反饋最好,正面反饋分別高達44%和31%,英國與南非對此次合作的反饋最差,負面討論均超過整體討論量的一半。而在國內LV合作款的微博討論量也百倍增長[21]。這說明了在數字化媒體時代,消費者的社會化參與程度高,但LV社會化聆聽合作事件中不止有簡單的正負向情感分析,從這些反饋中更有消費者對品牌屬性中的價格議論、對品牌利益中的美感評價等品牌資產中品牌形象的聯想。消費者愿意在社交媒體平臺輸出個人對品牌產品的屬性評價、利益探討及態度立場等一系列品牌形象的聯想,但這些卻是當前研究暫未關注到的。

Keller認為品牌資產的一個重要驅動因素是品牌形象[10],中國學者盧泰宏同樣認為品牌資產是由品牌形象決定[8]。品牌的無形資產來源于對品牌形象的聯想。根據David Ogilvy品牌形象理論,由于一個品牌產品具有它的品牌形象,消費者所購買的是品牌產品能夠提供的物質利益聯想和心理利益聯想,不是其本身[22]。而服裝品牌的利益聯想相對比較典型,當前時代人們更關注服裝品牌帶給消費者品牌形象中的利益聯想,也更愿意在社交媒體上表達和體現服裝品牌的社會化性質。因此,通過社會化聆聽對品牌資產中的品牌利益進行度量尤為重要。

2 實證研究

本研究基于社會化聆聽,從消費者視角探索品牌資產度量的方法。消費者視角認為品牌資產是由品牌形象所決定,而品牌形象是與品牌產品有關的一組聯想,消費者購買的是能夠提供利益聯想的品牌產品,故品牌資產度量要從品牌利益角度出發。本研究先提出從社會化聆聽中可以提取出消費者表達且營銷人員關注的品牌利益這一假設;再者進行了品牌利益維度的探索并將此作為品牌資產度量指標,同時采用網絡爬蟲技術進行社會化信息抓取;由于社會化聆聽數據是非結構化數據,為提高品牌資產中品牌利益度量的準確性,接著對數據進行提純處理;最終通過品牌利益維度的量化實現品牌資產度量,以此驗證整套方法的可行性。

本研究第一步基于Keller的品牌形象理論中的品牌利益維度,結合服裝品牌特征分析構建了服裝品牌的七個品牌利益維度;第二步是社會化聆聽數據的抓取,采用八爪魚軟件以關鍵詞檢索進行品牌數據的抓取;在進行品牌資產度量之前要對數據進行結構化處理以提高品牌維度量化及品牌資產度量的準確性,因此第三步基于樣本數據進行了各利益維度關鍵詞的提取及詞庫構建,品牌利益維度詞庫可以作為品牌資產度量的對照組數據庫進行調用;第四步是品牌資產的度量,以各利益維度詞庫數據為標準與全量數據進行相似度計算,得到各維度量化數值以此度量品牌資產。

2.1 服裝品牌利益維度構建

2.1.1 Keller品牌利益框架

Keller認為品牌形象的聯想類型包括產品屬性、利益和態度三個層面。其中,屬性是一種產品或服務的描述性特征,利益是消費者對產品或服務屬性的個人價值,態度是消費者對品牌的總體評價。一般來說消費者先對品牌產品的屬性形成一定的認知,權衡品牌產品能為自己帶來什么樣的利益,最后對品牌產品形成一種積極或消極的態度。品牌的利益聯想是品牌資產度量的核心,而社會化聆聽數據中消費者對品牌產品功能性、質量的反饋、喜歡與愉快的表達等往往反映了品牌給消費者帶來的利益。

Keller認為品牌聯想的利益有功能性、體驗性和象征性。功能性利益代表產品的質量和功能,是產品或服務消費的更多內在優勢,通常與產品相關屬性相對應,這些利益與基本動機有關,如滿足生理和安全需求。體驗性利益與使用產品或服務的感覺相關,通常也與產品相關屬性有關,這類利益滿足了諸如感官愉悅、多樣性和認知刺激等體驗需求。象征性利益是產品或服務消費的外在優勢,它們通常與非產品相關的屬性相對應,與社會認同、個人表達及外部導向自尊的潛在需求相關。

2.1.2 服裝品牌利益維度

基于Keller的理論框架,本研究對服裝品牌的功能性、體驗性和象征性利益進行了具體細分。首先功能性利益是品牌滿足消費者對產品功能方面的需求。前文談到質量是對物體或體驗實現某種目標或履行某種功能的潛在能力的反應性評價,而服裝的功能性首先是要對質量和技術有相應的要求;另外,根據所處環境和類別差異,服裝的功能性因專業類別體現出不同的差異,如運動服裝應具有吸汗透氣功能、登山服應保暖耐磨、校服應舒適耐臟、嬰兒服應親膚柔軟等,這些都體現了服裝所具有的專業性功能。因此,質量和專業性共同構成服裝品牌的功能性利益。

體驗性利益是滿足了消費者的感官愉悅、多樣性和認知刺激等需求。Holbrook等[23-24]也注意到消費者體驗性利益包含娛樂和美感,其認為娛樂是工作和休閑之間常見區別的內在動機方面的特征;美感給消費者帶來快樂和個人財富,這細化了Keller的體驗性利益。消費者可以通過服裝的美感獲取快樂,而服裝具有娛樂性,如人們可以通過角色性服裝扮演以逃避現實“穿越”到虛擬場景。因此,美感和娛樂共同構成服裝品牌的體驗性價值。

象征性利益則是與社會認同、個人表達等有關。在服裝品牌中,象征性利益體現為服裝品牌給消費者表達個性、自尊、認同、地位等方面的意義。如消費者可以通過品牌來表明自己的地位、成就,從而影響他人對自己的看法。消費者也可以通過消費某個品牌來表達一種個性、生活方式和價值觀[25],比如香奈兒的品牌理念是自由、優雅、獨樹一幟,當一些消費者穿著其品牌產品時會給自己一種高雅精致的心理暗示。消費者在品牌決策上會更傾向于能表達自己獨特個性或價值理念的品牌,因此服裝品牌可以彰顯消費者個性。而服裝品牌本身具有時尚性利益,比如某件衣服或某個服裝品牌符合“我時尚性”人設或可以彰顯“我潮人”的角色,是“我時尚潮流”的表達。因此,社會認同、個性和時尚性共同構成服裝品牌的象征性利益。

基于以上論述,本研究構建了服裝品牌利益維度體系,即服裝品牌利益是由功能性、體驗性和象征性構成,專業性和質量共同構成功能性利益;美感和娛樂共同構成體驗性利益;社會認同、個性和時尚性共同構成象征性利益。具體維度體系如表1所示。

表1 服裝品牌利益維度體系Tab.1 The dimension system of clothing brand benefits

2.2 品牌利益維度詞庫構建

2.2.1 品牌選擇與數據抓取

社會化聆聽是以大數據采集和分析為主要手段,對社交媒體進行信息采集、挖掘和分析的行為。社交媒體是互聯網信息交流與應用的平臺,其能為個人提供信息分享、信息消費及與他人進行互動等服務[26]。本研究選擇爬取社會化聆聽中的微博數據進行探討。微博是當前使用最廣泛且最具典型性的社交媒體之一[27],其文本簡短、傳播迅速,具有即時性、自由性與交互性等特征,具有發布、轉發、關注、評論等功能[28]。消費者使用微博的基數及活躍度愈見廣泛,且微博能夠為消費者和企業提供互動溝通的橋梁并建立客戶品牌關系,能提供及時有效的信息,影響消費者認知,其擁有龐大用戶群能夠為企業提供一定的潛在客戶。

服裝中的奢侈品牌[29]、運動品牌[30]、快時尚品牌[31]等不同品牌類別在社交媒體上均有一定的反應度,而不同品牌類別在社會化聆聽上有一定的差異性。運動類品牌能給消費者帶來功能性利益、體驗性利益及象征性利益,其在社交媒體上也有一定的討論熱度,運動品牌中的N品牌近幾年占據了很高的國內市場份額[32],在微博上的話題熱度較高且較具代表性[33],因此本研究選擇N運動品牌進行初步的嘗試和探究。

本研究利用微博的高級搜索功能,以品牌名為搜索關鍵詞,編寫八爪魚爬蟲程序進行原創博文數據采集,采集的主要字段包括用戶名稱、發布內容、發布時間等,分兩次進行系統地數據抓取。第一次為樣本數據的抓取,選定時間為2019—2020年,粗略抓取到有效數據5 032條,以進行關鍵詞提取及詞庫構建,作為度量的對照指標;第二次為全量數據的抓取,選定時間范圍為2021年1月1日—12月31日,抓取到49 328條數據,以進行與對照的樣本數據進行度量。剔除不相關、重復數據后兩次共計采集到54 360條數據。

2.2.2 關鍵詞提取及詞庫構建

品牌度量前本研究要對采集的樣本數據進行結構化處理,即對樣本數據的文本信息進行提純以提高下一步對全量數據利益維度量化及度量結果的精準性。因此,本研究先對樣本數據進行了關鍵詞提取形成維度詞庫,為后續全量數據作為對照度量指標。

在品牌利益維度關鍵詞提取中,本研究采用人機結合的方法,即采用自然語言處理中的基于LDA(Latent dirichlet allocation)主題模型的關鍵詞提取算法進行維度關鍵詞的提取,再結合人工進行詞集的判斷、填充及整合,以相對保證維度關鍵詞提取的準確性、效率性及全面性。LDA主題模型是用來推測文檔的主題分布,其可以將文檔中的主題以概率分布的形式給出,通過分析一些文檔抽取出它們的主題分布后,便可以根據主題分布進行主題聚類或文本分類。它被廣泛地用于自然語言處理,以實現對文本數據的主題信息進行完全建模[34]。其基本思想是將文檔中的潛在主題進行隨機混合,其中每個主題的特征是在單詞上的分布[35]。在運用LDA主題模型的關鍵詞提取算法基礎上,為避免提取出的關鍵詞雜糅且與利益維度主題不相關,在算法中進行了停用詞的使用與填充;為避免提取的關鍵詞與品牌主題不符情況,本研究也進行了關鍵詞與原文語義一一核對。本研究先提取400條樣本數據進行LDA主題模型的關鍵詞提取以作探索,在算法上設置主題詞7個,提取關鍵詞設置1 000個。在提取出的關鍵詞進行維度匹配的過程中,本研究通過三個步驟來降低研究人員主觀因素帶來的偏差。首先本研究邀請三名研究人員分別獨立進行由算法提取后的關鍵詞的篩選與匹配,然后將三方匹配結果進行比對,并對有爭議結果進行討論,最后剔除不能達成一致意見的結果。經過篩選過濾,初步提取出和利益維度相關的關鍵詞共計111個,其中專業性維度24個、質量維度8個、美感維度14個、娛樂維度18個、社會認同維度19個、時尚性14個、個性14個。

為驗證和保證維度詞庫的相對完整性,本研究又隨機分次抽取各400條不同的樣本數據進行LDA主題模型關鍵詞的提取。不斷重復上述步驟,第一次新增利益維度關鍵詞18個,第二次為10個,第三次為2個,此時新增詞數占總關鍵詞數的1.41%。在提取3次共1 600條數據后,本研究認為再次出現新詞對于關鍵詞詞庫的影響低于1.41%,對于后續研究影響甚微,說明詞庫基本已經達到飽和。最終形成N品牌對應利益維度關鍵詞詞庫,如表2所示。

表2 品牌利益維度關鍵詞詞詞庫(部分)Tab.2 The keyword thesaurus from the brand benefit dimension (partial)

2.3 品牌利益維度的量化與追蹤

2.3.1 品牌利益維度量化算法

為計算品牌每個時間段的社會化聆聽數據與品牌利益各維度的關聯性,本研究選擇了TF-IDF(Term frequency-inverse document frequency)文本相似度算法。文本相似度是自然語言處理中的基礎性且核心性的問題,是對文本進行向量化表示。針對不同應用場景文本相似度的度量方法也不同,通常的度量方法是將文本相似度進行歸一化處理,表示為[0,1]的數值[36]。一般來說文本的相似度數值越小,則說明兩個文本之間的語義差異性越大,那么在語義層面上就越不相似;反之若數值越大,則說明這兩個文本所表達出的語義越相似[37]。經典的文本相似度計算模型有word2vec,Glove等融合TF-IDF和余弦相似度等來計算文本間的相似度。文本相似度計算的結果對于檢索信息、文本分類聚類、輿情監控等任務都有一定的輔助作用。本研究選取文本相似度算法中的TF-IDF算法進行數值計算,因為其便捷快速,包含詞的權重更加準確,且適用于本研究的長文本分析。

TF-IDF是一種用于文字檢索與信息挖掘的加權統計方法,旨在反映單詞對集合或語料庫中文本的重要性[38]。TF表示詞頻,是衡量一個詞在文檔中出現的頻數,IDF表示逆文檔頻率,用以模擬在該語料的使用環境中某一詞的重要程度。

TF-IDF算法就是向量空間模型希望把查詢到的關鍵詞和文本都表達成向量,然后利用向量之間的運算來進一步表達向量間的關系。比如,一個比較常見的運用就是計算關鍵詞所對應的向量和文本所對應的向量之間的“相關度”。本研究即利用兩篇文本的“相似度”或“相關度”原理,以各維度關鍵詞詞庫集作為度量指標,抓取出的剩余N品牌2021年的博文數據作為全量組數據,然后將全量組數據與對照詞庫進行TF-IDF文本相似度計算,以此得出的相似度數值可以理解為各維度關鍵詞在某一時段的提及率或討論熱度,進而體現出N品牌中消費者所關注的品牌利益維度及各維度熱度表現情況,從而進行品牌資產度量。

2.3.2 品牌資產度量效果驗證

本研究選取全量組共49 328條數據與品牌利益維度關鍵詞詞庫進行TF-IDF文本相似度計算,以實現品牌利益維度的量化及基于利益維度的品牌資產度量。在時間段的劃分上,本研究大概以每月為時間節點進行度量,具體度量結果如圖1所示。

圖1 N品牌各利益維度度量結果Fig.1 The measurement results of each benefit dimension of brand N

由圖1可以看出,N品牌利益維度在各個時間段的度量數值呈現上下浮動的狀態,不同利益維度之間有明顯差異。那么對于營銷人員來說,就可以根據品牌利益度量的動態結果分析各利益維度之間及維度不同時間段的市場表現情況來度量該品牌資產,以制定相關的營銷策略及策劃對應的營銷活動。

比如在1—12月消費者一直比較注重N品牌能帶來的社會認同,在1—4月和6月更為顯著,但是在6月之后略有下降,那么實際在營銷策劃上應更加彰顯品牌能夠給消費者帶來的社會認同利益,以促使消費者產生正面的態度和積極的行為決策,同時針對下降點精準分析結果降低的原因以做好相應對策;又如3月的時候專業性、美感、個性、娛樂及社會認同這些利益維度有所下降,是因為“新疆棉”事件輿論的熱度上漲,消費者對此品牌所帶來的利益關心度減弱,品牌的銷售額數據后續也因此事件受到嚴重影響,此時在營銷策略中應適當規避關于此品牌利益的營銷,而應通過適當的折扣、積極的物流等其他方式來進行營銷;再如5月的時候該品牌專業性維度熱度上升,回看數據發現此時間段是有一波人為廣告與專業性維度中的關鍵詞相關,品牌利益維度正向的引導也有助于營銷效果的提升;另如在11月的時候,社會認同、娛樂、個性、專業性及時尚性維度的熱度上漲,是因為網絡購物節的緣故品牌的營銷廣告及消費者的討論熱度回升,說明在一些網絡購物節或促銷節上進行品牌利益的營銷更能促進消費者的關注度、跟從度及品牌形象的提升。

從以上分析中可見,品牌的重大事件能夠在度量結果上有所反應,度量有一定敏感度。因此,實際應用中可以使用此種方法來提升品牌資產度量的效率和敏感度。

3 結 論

本研究提出以社會化聆聽的方法進行品牌資產的度量。首先以Keller品牌資產理論為根基,從其對品牌形象中的品牌利益聯想論述出發,結合服裝品牌特征進行了服裝品牌利益維度的構建,以此作為服裝品牌資產度量指標;然后研究以N服裝品牌為例,基于社會化聆聽利用網絡爬蟲技術對其微博進行相關數據抓取,接著進行品牌利益維度的匹配驗證;再者運用自然語言處理技術進行了N品牌利益維度詞庫的構建及維度量化,最終通過N品牌利益度量以實現N品牌資產度量,驗證了本研究方法的有效性和可行性。

1) 在互聯網的大背景下,通過社會化聆聽可以提取出營銷人員和消費者所關切的品牌資產中品牌利益聯想,為品牌營銷人員針對品牌利益的策劃指引方向;通過社會化聆聽可以實現品牌資產度量,在監測自身品牌利益維度的動態變化時也可以規避傳統方法度量困難、效率低、顆粒度大、成本高及不敏感等局限。

2) 在通過社會化聆聽度量品牌資產的技術上,關鍵詞提取算法可以實現品牌資產中利益維度的詞庫構建;通過文本相似度算法可以實現品牌資產中利益維度的量化,以此實現品牌資產的度量。

3) 在實踐中發現,營銷對品牌資產中品牌利益階段性的人為正向引導有助于營銷效果的提升;在一些網絡購物節或促銷節上對品牌利益進行營銷有助于推動消費者的跟從熱度與關注度,提升品牌在消費者心中的形象,從而促進消費者購買意愿。

本研究證實了社會化聆聽實現品牌資產度量方法的有效性與可行性,但在具體的算法準確性上還有提升空間。比如在關鍵詞的提取上可以提升算法的效率性,在文本相似度計算上可以提升算法的準確性,以實現品牌資產度量數值的精準性。未來研究可以結合計算機和人工智能領域的前沿技術,進一步優化相關算法。

《絲綢》官網下載

中國知網下載