基于AHP的社交媒体广告效果评价刍议

徐艟

(镇江市高等专科学校管理系，江苏 镇江 212000)

1 背景研究

当今社交媒体迅猛发展，哪一种社交媒体具有更好的广告效果，其决策的方法有很多，本文尝试用层次分析法对人人网、微信、微博3种社交媒体的广告效果作出评判，以期广告主可以正确抉择。类似的论文也有发表，如:熊亚洲［1］《基于AHP的网络广告投放效果评价研究》，该文从传播效果、经济效果和心理效果3个方面构建了网络广告投放效果评价的指标体系，并运用层次分析法对该指标体系进行分析，指出:经济效果是评价网络广告投放效果的核心;在心理效果评价指标中，态度倾向和情感激发最重要;在传播效果方面要了解不同顾客的上网习惯，努力实现网络广告的精准投放;莫祖英［2］《微博信息质量评价模型构建研究》则是从微博信息量、信息内容质量、信息来源质量和信息利用情况四方面构建了微博信息质量评价的指标体系，并通过问卷调查，采用层次分析法对指标权重进行设置，形成了微博信息质量评价模型，为信息质量评价的实施提供了理论框架;李玉珍［3］《微博意见领袖的评估模型》对微博意见领袖的基本概念进行论述，同时在阐述传统意见领袖评估方法的基础上，经过对比分析之后，提出以活跃度、传播力和覆盖度3个指标来评估微博意见领袖的影响力，构建评估指标体系。利用层次分析法和属性特征权重排序得到影响力的最终值，为寻找微博意见领袖提出了可靠的评估模型，为更深入的研究奠定了基础。从以上的研究可以看出，学者们对社交媒体广告效果的评价大多局限于在信息的投放效果、信息的质量、意见领袖等诸多细节方面建立模型进行研究，目前还没有针对社交媒体的几大种类综合分析其广告效果，并建立模型进行评价的论文。有鉴于此，本文不再囿于微博这单一社交媒体，而是选择人人网、微信、微博这3种媒体，来决策投放广告达到最大效果化的社交媒体类型。

2 采用层次分析法展开评价步骤

层次分析法(Analytic Hierarchy Process，简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法。本文根据层次分析法指标体系来评价社交媒体广告效果，针对已经建立的指标体系运用层次分析法确定各个分指标相对整个指标评价体系的权重。

采用层次分析法确定指标权重大体可分为以下步骤:①建立层次结构模型;②构造判断矩阵;③确定层次指标权重;④进行一致性检验;⑤确定指标综合评价权重。其中，步骤3～5在整个过程中需要逐层进行。

2.1 建立层次结构模型

所建立的层次结构模型如图1所示。

广告主选择效果最佳的社交媒体投放广告，必须有一个参照的准则并以此为标准对相关社交媒体类型进行比较，从中选择最佳方案。在此考虑社交媒体的特殊性，且广告主已经作为企业注册方进入社交媒体展开广告宣传，而不是简单地和以往的网络广告一样直接在社交媒体上投放广告，因此必须根据上述3种社交媒体的特点及优劣势进行比较选择。对于社交媒体广告效果的评价应该综合考虑多方面的因素，才能有一个比较公正合理的结果。影响社交媒体广告效果的评价因素包含很多，具体如下说明:

1)网页阅读次数。它是指网络广告所在的网页被访问的次数，是直接影响广告曝光的次数，这一数字通常用Counter(计数器)进行统计。假如广告刊登在网页的固定位置，那么在刊登期间获得的曝光次数越高，表示该广告被看到的次数越多，获得的关注就越多。但广告曝光次数并不等于实际浏览广告的人数。在广告刊登期间，同一个网民可能多次光顾刊登此网络广告的同一网站，这样该网民就可能多次看到了此则广告，此时广告曝光次数大于实际浏览的人数，与网络广告效果评估并不相等。还有一种情况就是当网民偶尔打开某个刊登网络广告的网页后，根本就没有看其上内容就将网页关闭了，此时的广告曝光次数与实际阅读次数也不相等。另外，广告刊登位置的不同，每个广告曝光次数的实际价值也不相同。通常情况下，首页比内页得到的曝光次数多，但不一定是针对目标群体的曝光。相反，内页的曝光次数虽然较少，但目标受众的针对性更强，实际意义更大。通常情况下一个网页不会仅刊登一则广告，而是会刊登多则广告。当网民浏览该网页时，注意力会分散到几则广告中，因此对于广告曝光的实际价值到底有多大无法衡量。基于此，经过综合考虑可以看出点击率指标在一定程度上可以替代网页阅读次数，同时其可度量性便于作为指标核算。［4］

2)投入费用。投入费用可以细化为平台费用、传播费用、销售收入和直接回报率等，但是将这些不同种类的费用明细化后并不一定能更精确地评价上述3种社交媒体广告效果，也并不肯定就能得出更有效的决策结果。计算过程的繁杂和过多定量数据在某种程度上会弱化定性判断的愿望，定量和定性的结合才是完善的决策途径，过于注重任何一方将导致判断的失衡。

3)感知程度、情感效应、思维状态、态度效应等涉及心理效果的社会因素也会影响判断结果。由于这些指标主观化程度太高，全部将其转化为可以定量核算的指标有一定难度，且没有必要。本文采用自传播能力因素来概括，虽然其准确率有影响，但考虑到都是定性的评价因素，以一个具有典型意义的评价因素来代表会更具可操作性。任何一个广告主投入了一定费用后最终关心的还是广告本身是否能够给企业产品或品牌带来最大的促进作用。有鉴于层次分析法的局限性，不可能穷尽所有的可能，在此只能提供一种新的决策模式让广告主多一个判断的选项。［5］

通过以上分析，本文选择了认知率、点击率、互动率、粉丝数、投入费用、自传播能力等六方面作为层次分析法的准则层，下文分别展开阐述。

2.2 准则层参数说明

1)认知率，即曝光率。当品牌进入某一社交媒体，广告主肯定希望越来越多的社交媒体成员能对品牌产生认知，让品牌多曝光、多亮相方可达到预期的广告效果。研究针对3种不同的自媒体进行问卷调查，通过定量的问卷调查认知度百分比，来判断究竟在哪一种社交媒体中进行广告投放更有效。这对建立成对对比矩阵有一定的帮助。如通过该类调查可知，时尚动感的福特翼博城市SUV汽车在青年人居多的人人网获得的认知率较高，而一些针对女性美容的专业品牌的护肤品在小众群体的微信曝光率更高。

2)点击率，相当于参与度。当品牌进入某一社交媒体时，众多粉丝的捧场和参与，可以极大地提高广告的效应。任何精美的广告没有受众的点击参与，其广告效果必然大打折扣。反之，如果广告可以得到拥有众多粉丝的微博大V的转发，则其所引发的轰动效应自然毋庸置疑。而微信群中得到成员转发的广告，能在他们衍生的各自微信群中传播，其滚动的广告效果倍增。故点击率是准则层的重要参数。［6］

3)互动率。在某种程度上点击率与互动率相差不大，但是点击率不能反映受众点击以后的效果，而互动率体现了受众对广告的持续关注。“好友对品牌的助力是毋庸置疑的，无论是认知、偏好、拥有、购买意愿等。”品牌需要不断与好友“对话”，建立更紧密的联系。微信中的好友圈，以一种近似封闭的方式来传播，任何广告在其中虽然传播范围不广，但是在这关系密切的好友群里互动效果之佳是显而易见的。

4)粉丝数。这是构成广告效果有力的基石。任何社交媒体都必须有广大的粉丝支撑，加粉丝已经成为一种产业，随之而来众多无用的僵尸粉也使广告主对如何正确评判广告效果感到困扰。广告主可以根据粉丝数量的变化、活跃程度，分析粉丝增长及活跃的原因，以实时优化公共主页的运营。除此之外，还可以获知粉丝们是谁，来自哪里，他们各自又有多少粉丝，从中发现意见领袖，便于进行针对性传播，提高广告效果。单从粉丝的数量来说，微博大V动辄上百万甚至千万的粉丝是人人网以及微信不可比拟的，不过从粉丝的质量及互动性来说微信群的好友可信度则高得多。人人网的好友群当然也有自己的特色。广告主必须结合3种社交媒体的各自特点和自身品牌的诉求点来具体分析，以便确定进入哪种社交媒体可以增加高质量的粉丝群。

5)投入费用。如果在人人网投入广告，收费项目有人人网广告会员费，普通会员也需要支付类似人人豆这样的虚拟货币，另外还需要升格为VIP会员的费用。微信作为公共平台进行推广，腾讯的各项费用已经明码标价(如表1所示)。

在微博建立阵地展开广告宣传，要取得好的广告效果，大V转发是必不可少，而眼下微博大V的转发价格水涨船高，免费午餐的时代已经一去不复返。有千万级粉丝的大明星，单独发一条软文价格为2万元，转发一条几千元。普通的微博营销账号价格从100～3 000元不等，一般团队运作的明星大 V，基本在1万 ～10万元不等。

6)自传播能力。3种社交媒体传播能力各有特点。人人网自传播能力主要体现在其自助广告，它出现在人人网内页好友、日志、相册、分享、搜索等人人网用户每日必访的热门位置，日均流量不少于4亿次。微博是一个相对公开的平台，在微博上发布的信息可以被任何人浏览，且可以以裂变的方式进行碎片化的信息传播。而微信则是一个更私密的平台，在微信平台上，用户间的好友关系建立在双方共同意愿上，只有相互关注的用户才能互发消息。微信在功能设置上更加偏向社会关系的完善。微博信息的传播没有限制，可以通过用户转发在最短时间内占据互联网的每个角落，但由于每个用户关注的人较多，微博信息更新过快，因此多数用户对微博信息的接收是随机的。微信相对于微博，虽在传播范围上略逊一筹，但其传播优点在于精准，微信公众平台发布的信息，所有关注的用户都可以收到，相对于微博浅社交、广传播的特性，微信更专注于建立深社交、精传播的平台。微信主要基于用户同时在线发布消息，因此信息到达率可达100%，而微博主发送的信息粉丝需要在线时才能及时浏览，有时信息未被浏览就会被淹没在快速更新的微博中。因此微博是差时浏览信息，粉丝接收信息是不同步的。

表1 微信平台运营服务的主要费用

2.3 构造层次比较矩阵

建立同一层次的评价指标集，准则指标中的取值采用表2所示的标度法。同时请对社交媒体业务有一定理论研究或实践经验的专家组成专家组，就同一层指标相对于直接上层指标的相对重要性提出评判，并以此构造判断矩阵。将所有的因素进行两两比较，以尽可能减少性质不同的、影响社交媒体的各个因素相互比较的困难，提高准确度。

比较图1中准则层6个因素B1、B2、…、B6对目标层O的影响，即要比较点击率等6个准则对决定选择何种社交媒体类型投放广告的重要性时，每次取2个因素，如 B2和 B3，用 a23表示 B2和B3对目标层O的贡献(或重要性)大小，按照表2中1～9的比例尺度给B2/B3赋值，如互动率比点击率相对重要程度要高，其重要程度以定量的表示按照表2中的设定选择2，相对应的点击率比较互动率就是1/2，从而可以建立如式(1)的判断矩阵。

表2 判断矩阵标度及含义

全部比较结果可以用成对比较矩阵表示:

具有式(1)所表示的特点的矩阵叫做正互反矩阵，其中aii=1。

用 B1、B2、B3、B4、B5、B6分别表示认知率、点击率、互动率、粉丝数、投入费用、自传播能力6个准则，设用成对比较法得到的成对比较矩阵为

式(2)中a14=4表示认知率B1与粉丝B4对于目标层O的重要性之比是4∶1，这个重要程度的数值认定是考虑到粉丝的质量，只有稳定的、经常保持互动的粉丝才是高质量的粉丝，而众多的僵尸粉是没有任何意义的。如果开立的社交媒体账户中有一账户拥有上万的粉丝数量，但大半粉丝没有任何活力，很多成员都是过客以及和自身业务关系不大的普通受众，而另一个账户虽然粉丝数量不及前者，但却有着世界500强企业中10个CEO，并天天互动，则2个账户价值谁高谁低一目了然。这种重要性比较的定量结果认定主观判断因素偏大，3∶1或5∶1都不能排除。主要是依据一定的样本，随机选择一定数量的上述3种社交媒体用户认知的结果，即以调查问卷中用户的判断进行统计，再比较对应粉丝数量，通过平均值比较最终得出4∶1的结论。以下类似的两两比较的结果都是参照此种计算步骤，虽然误差在所难免，不过本着探索出一种新的评价方法的目的，在结构模型建立的步骤中倘若过于追求精确的结果，势必导致模型建立受阻。评价因素的不足也是本次模型建立的另一个短板，应该看到社交媒体的评价因素很多，仅仅选这6个指标确实有所欠缺，但是正如对上述定量比较的判断结果不必过于算计一样，评价因素的多寡应该以可以建立起合适的模型结构为准。

同理，把a35=3表示互动率B3与投入费用B5对于目标层的重要性之比是3∶1，说明社交媒体注册所花费的成本不高，具体可见表1的数据。相反互动率对于社交媒体非常关键，没有互动则开立的账号不能将信息及时传播，自然产品资料的受众普及度就会大大降低。没有互动可以说就没有了广告效果，这也是蔡文胜宁愿送出十几台IPAD也要网友互动参与的原因，以如此小的代价换得几十万粉丝的互动，蔡文胜游戏公司的广告效果应该达到了预期。［7］

2.4 计算权重向量

如果上述的成对比较矩阵是一致阵，自然应取对应于特征根n的、归一化的(即分量之和为1)特征向量表示诸因素 B1、B2、B3、B4、B5、B6对上层目标层O的权重，这个向量称为权向量。如果得到的成对比较矩阵不是一致阵，而实际情况下不是一致阵的居多，则要给出不一致的容许范围，在此范围内建议用对应于A的最大特征值(记作λ)归一化后的特征向量作为权向量w，即w满足Aw=λw。

由于成对比较矩阵是通过定性比较得到比较粗糙的量化结果，因此精确计算无必要，为此可以采用和这近似的计算方法。

假设3种社交媒体中关于6个准则标准的判断矩阵为

通过计算可知A的最大特征值λmax=6.422 5，相应的特征向量为

表3 平均随机一致性指标

由此可以计算出各属性的最大特征值(表4)和相应的特征向量。

表4 各属性的最大特征值

表5 各属性的一致性比率

根据表5的计算结果可知都通过一致性检验。

2.5 计算层次总排序权值及一致性检验

人人网对决策总目标的权值为

P1=0.14 ×0.16+0.10 ×0.19+0.32 ×0.19+0.28 ×0.05+0.47 ×0.12+0.77 ×0.30=0.4

同理，微博、微信对应的权值是P2=0.345 2，P3=0.261 0。

可见决策层对总目标的权向量为{0.400，0.345 2，0.261}。

又 CR=0.017 24 ×0.16+0.017 24 ×0.19+0.025 ×0.19+0.025 ×0.05+0 ×0.12+0.017 24 ×0.3=0.017 206 ＜0.1

故，层次总排序通过一致性检验。

三方案的权重排序为P1＞P2＞P3。

又 P1，P2，P3分别表示人人网、微博、微信，所以最后决策应在人人网投放广告。

3 结论

运用上述层次分析法展开的决策结果未必绝对正确，但给出了一种较为新颖的判断依据，应该看到专家评判的主观性质，纯粹的定量数据还不具备。随着大数据技术的不断提高，社交媒体的诸多评判指标可以逐步量化，从而为建立更准确的评价指标体系打下基础。可以预见随着科学的发展，各种精细的研判工具将得以出现，各种定量化决策的手段也将不断完善，各种纯粹基于主观设想的定性决策依据会逐步退出历史舞台，而逐步让位于更加准确、更加完善、更加接近真实效果的模型，今后通过类似层次分析法决策社交媒体广告效果的准确性势必会提高。

［1］熊亚洲.基于AHP网络广告投放效果评价研究［J］.黄石理工学院学报:人文社会科学版，2012(8):28-30.

［2］莫祖英，马费成，罗毅，等.微博信息质量评价模型构建研究［J］.信息资源管理学报，2013(6):26-27.

［3］李玉贞，胡勇，熊熙，等.微博意见领袖的评估模型［J］.信息安全与通信保密，2013(2):10-13.

［4］苏宁，强利兵.探究我国微博广告传播效果［J］.中国传媒科技，2014(6):23-25.

［5］徐艟，沈乃馨，朱银娣，等.百货类企业微博广告传播效果刍议:镇江八佰伴为例阐述微博广告传播方略［J］.无线互联科技，2014(5):132-133.

［6］吴星.SNS网站植入式广告效果影响因素研究:基于人人网植入式广告的实证研究［J］.媒体时代，2011(6):13-15.

［7］胡姗姗.探析微信广告传播影响的利与弊［J］.中国包装工业，2013(5):23-25.