微博营销效果的影响因素研究

王晓光　袁毅

〔摘 要〕以主流微博平台为研究对象，结合网络直复营销理论和网络关系营销理论，多角度分析微博营销效果的影响因素及其相互关系。研究结果表明：大部分观测变量对潜在变量反映显著，潜在变量对微博营销效果均有直接或间接的正向影响。本研究可以为进一步完善微博网站的功能，探索提高营销效果的有效途径提供科学依据和理论借鉴。

〔关键词〕微博营销；网络直复营销；网络关系营销

DOI：10.3969/j.issn.1008-0821.2015.07.011

〔中图分类号〕G2062 〔文献标识码〕A 〔文章编号〕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

近年来，微博客作为一种信息传播与交流工具继续迅猛发展，企业用户正积极尝试利用微博客进行营销，在潜移默化中间接促进微博营销主体在线上或线下的销售。微博营销以微博作为营销平台，每一个受众（粉丝）都是潜在营销对象，企业利用更新自己的微型博客向网友传播企业信息、产品信息，树立良好的企业形象和产品形象。每天更新内容就可以跟受众交流互动，或者发布受众感兴趣的话题，这样来达到营销的目的[1]。在营销过程中，营销主体注重潜在顾客的感受和体验，弱化或规避广告行为本来的灌输性，充分利用文字、图像、视频等信息手段全方位将个人或公司的产品和服务推荐给顾客。

国外学者较早对微博营销及相关影响因素进行了探索和研究：Chien-Lung Hsu[2]等人研究了消费者对企业进行微博营销的反馈情况，研究结果表明消费者的满意度对于公司形象、购买意图、参与度等方面的提升均有积极的影响，其中购买意图须由中间人推荐、公司承诺以及相互信任进一步促成。Anne Thoring[3]认为以Twitter为代表的微博客迅速发展，为各行各业尤其是出版行业提供了互动的、以消费者为导向的网络营销的机会，同时以英国贸易出版商的微博账户为实证研究对象，探讨了出版商规模与微博营销之间的联系。Andrea Hausmann和Lorenz Poellmann[4]针对德国艺术表演团体利用社会化媒体营销的研究表明：（1）艺术表演团体越来越多地使用社会化媒体手段进行营销，大部分剧场至少使用一种手段；（2）社会化媒体能够从强化交流、提升口碑、有效管理等方面帮助艺术表演团体进行市场营销。

国内首家将微博的企业营销功能提升为专业服务的新浪微博于2011年6月才开放企业版内测，因此，微博营销对国内绝大多数企业来说仍处于自行摸索的试验阶段。业界尚且如此，学界相关的理论研究就更不多见，有限的研究成果也多集中在理论领域，从实证角度探讨微博营销效果的成果还比较少，如鞠宏磊、黄琦翔[5]以凤凰卫视在新浪微博上的内容传播为案例，通过分类统计和定量分析，探讨了传统媒体应如何通过微博平台进行内容传播并提升品牌价值的问题。周凯、徐理文[6]结合传播理论、文献资料与数据分析方法，建立了微博营销的5T模型，通过模型分析提升营销效果的相应策略，并以欧莱雅为实证研究对象，例证分析策略的应用价值。总体而言，国内有关微博营销的研究多是探索营销的框架、模式和成效，相关的实证研究尤其是分析微博营销影响因素或构建营销效果指标体系的研究尚不多见。

基于以上研究背景和不足，本文选取主流微博平台为研究对象，以媒体机构板块为研究实例，基于统计数据建立结构方程模型，多角度分析评价微博营销效果的影响因素及其相互关系，探索提高营销效果的有效途径，以期进一步完善微博平台的功能，丰富微博营销效果的影响因素评估体系，为微博营销主体提供科学依据和理论借鉴。

1 理论模型与假设

11 理论概念

微博营销是一种新的网络营销模式，网络营销的理论基础主要包括网络直复营销理论和网络关系营销理论。网络直复营销是一种商家与消费者相互影响、交互作用的市场营销体系，它运用互联网络促使某一群体的消费者产生足够的反应，从而实现商家引出销售线索、销出产品和服务、建立和维护顾客关系等功能[7]。网络直复营销的双向交流不受时空限制，针对顾客个人的需要提出特殊的产品营销方案，顾客的回应也是个性化的以一对一为基础的互动，有利于彼此间建立和保持良好的关系。endprint

网络关系营销是指企业借助联机网络、电脑通信和数字交互式媒体的威力来实现营销目标。它是一种以消费者为导向、强调个性化的营销方式，适应了定制化时代的要求；它具有极强的互动性，是实现企业全程营销的理想工具；它还能极大地简化顾客的购买程序，节约顾客的交易成本，提高顾客的购物效率。网络化营销更多地强调企业借助于电子信息网络，在全球范围内拓展客源，为企业走向世界提供基础[8]。

12 研究假设

微博营销主体通过发布微博进行网络直复营销。原创微博数、含图微博数、含视频微博数、发布微博总数可从原创性、多媒体化、量化等不同角度衡量营销主体进行网络直复式营销时的宣传力度。不同类型的微博数量越多，意味着进行营销的宣传力度越大。

微博用户通过关注功能成为其他用户的粉丝，接收新的信息，成为信息传递中的一环，这是关注功能最基本的应用。但关注功能不容忽视的另一个应用是：当一个用户主动关注其他用户时，被关注用户往往因好奇心的驱使而到主动关注者的页面浏览一番，寻找自己被莫名关注的原因。此时的关注功能间接转变为微博营销主体主动展示的工具。从间接效果上讲，对其他用户的关注数越多，微博营销主体的宣传力度越大。

基于上述观点，定义微博营销主体的“宣传力度”为潜在变量，并提出如下假设：

H1a：原创微博数正向反映宣传力度。

H1b：含图微博数正向反映宣传力度。

H1c：含视频微博数正向反映宣传力度。

H1d：微博总数正向反映宣传力度。

H1e：关注数正向反映宣传力度。

各种图文并茂的微博会吸引粉丝用户的注意并被转发或被评论，微博信息被转发或被评论的过程促成了微博用户间的互动。被转发过程体现了用户间互动的广度，被评论过程体现了用户间互动的深度。可将微博营销主体所发微博的平均被转发数和平均被评论数视作影响互动程度的重要指标。定义微博营销主体的“互动程度”为潜在变量，并提出如下假设：

H2a：平均被转发数正向反映互动程度。

H2b：平均被评论数正向反映互动程度。

如前所述，关注功能在特定情况下会转变成用户主动展示的工具，随着相互了解的深入，一部分被动关注用户与主动关注用户会相互关注，互为粉丝。可将粉丝的数量视为影响微博用户间互动程度的重要指标。虽然有“僵尸粉”的存在，但从概率上讲，用户粉丝数越多，产生互动的可能性越大。鉴于此，提出如下假设：

H2c：粉丝数正向反映互动程度。

微博营销并不产生直接买卖结果，营销主体通过发起各种活动、引出各种话题、不断更新微博等“动作”，向网友传播企业信息、产品信息，树立良好的企业形象和产品形象，在网友中引发的关注和讨论会越来越多。提及营销主体名称的用户或参与讨论的用户越多，表明营销主体的“广告”做得越好，营销效果越好。通过网站搜索引擎检索出的提及营销主体名称的实时微博数、名人微博数、原创微博数等数值可以从很大程度上反映普通用户提及或正在讨论该微博营销主体的情况，因此各种有关营销主体名称的微博的检出数量就成为影响微博营销效果的重要指标。定义微博营销的“营销效果”为潜在变量，定义检索出的当前由所有用户发布的包含某营销主体名称的微博数为“实时检索数”，名人用户发布的包含某营销主体名称的微博数为“名人提及数”，原创性的包含某营销主体名称的微博数为“原创提及数”，短期集中出现的包含某营销主体名称的微博数为“热门提及数”，所有用户发布的包含某营销主体名称的微博总数为“综合检索数”，并提出如下假设：

H3a：实时检索数正向反映营销效果。

H3b：名人提及数正向反映营销效果。

H3c：原创提及数正向反映营销效果。

H3d：热门提及数正向反映营销效果。

H3e：综合检索数正向反映营销效果。

一方面，微博营销主体的自我展示与宣传可以直接提升微博营销的效果；另一方面，图文并茂的微博内容不断吸引粉丝用户前来浏览、评论或转发，形成互动效果，不断提升的互动效果也可以直接提升微博营销的效果。基于上述情况，提出以下假设：

H1：宣传力度对营销效果产生正向影响

H2：宣传力度对互动程度产生正向影响

H3：互动程度对营销效果产生正向影响

其中宣传力度为潜在自变量，营销效果为潜在因变量，互动程度既是潜在因变量也是潜在自变量，称为中介变量。构建理论模型，潜在变量之间的关系如图1所示：

2 实证研究

21 数据与预处理

新浪微博是目前中国最具影响力的微博站点，具有用户活跃度高、聚集性强、信息交互频繁等典型特征。包括省级卫视在内的各类电视台、电台等媒体机构，纷纷开设媒体微博与节目微博，发布与电视广播节目相关的微博内容。鉴于媒体机构更高的网络传播天赋及由此可能带来的更加明显的营销效果的提升，本研究选取经过认证的具有代表性的“媒体汇”板块，以省级卫视、地方电视台、电台、电视频道、电台频道等开设的微博账户为实证对象，研究此类媒体机构利用微博营销配合线下运营的实际效果。

使用通用爬虫“火车头采集器”[9]和人工相结合的方式，抓取280个有代表性的微博账户的相应数据，抓取时间为2014年6月18日18点至24点及6月19日全天，具体抓取和处理过程如下：①自动抓取微博账户所属数据，包括关注数、粉丝数、微博总数、原创微博数、含图微博数和含视频微博数。②利用新浪微博搜索引擎手动检索包含各微博账户名称的实时检索数、名人提及数、原创提及数、热门提及数和综合检索数。③针对每个微博账户，随机选择20条其发布的微博内容，测算其平均被转发数和平均被评论数。④每个账户的上述13项数据及账户名组成1条记录，共得到280条记录。仔细对比后发现：一些账户发布微博数量、互动评论数量很小，但是粉丝数量及被检索数量多得惊人，不符合常理，推测是存在相当数量的无效粉丝或由于品牌知名度带来的盲目关注。将这一类没有研究价值的账户数据删除，保留240条记录。⑤本文使用的统计与分析软件为SPSS和Amos。将记录导入SPSS中，作为Amos的数据配置文件。endprint

台湾学者黄芳铭[10]认为如果观测变量是非正态或椭圆分布，则每个观测变量最好对应10个样本以上。一般而言，大于200的样本，才可以称得上一个中型的样本空间[11]，因此，通过对比分析，挑选出相关度最高的200条记录作为最终研究样本。

22 信度与效度检验

信度指采用同样的方法对同一对象重复测量时所得结果的一致性程度。就本研究而言，可以将所有被抓取数据的微博账户看成整体对象，抓取每个账户所属的若干数据，相当于用同样的方法对同一对象重复测量。采用Cronbachα模式进行信度分析，如表1所示，各潜在变量的Cronbachα值均大于07，表明各潜在变量具有良好信度。

效度指测量结果的有效性，或某项测量活动能够测量到测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账户所属数据能够反映或者表示研究者希望了解的特性程度。采用因子分析法对变量进行效度检验，宣传力度、互动程度、营销效果的KMO值分别为0606、0675和0818，均超过了05的最低标准，同时Bartlett球度检验的相伴概率P值显著性水平均为0000，说明因子分析结果非常理想，观测变量对于相应潜在变量具有很强的解释性。

23 模型评价

利用Amos进行结构方程分析以验证研究提出的假设。定义潜在变量与对应的观测变量及观测变量名如表2所示：

采用极大似然法对结构方程模型进行估值并修正：作为微博账户被检索出的重要数据，名人提及数和热门提及数存在共变关系，实际情况和统计结果均符合模型修正的要求，根据修正指标参考值的提示，在名人提及数和热门提及数对应的变量Z2和Z4的残差项间建立共变关系并再次进行估值，输出标准化估值结果如图3所示。

由于样本量越大，卡方值越大，当样本值大于200时，结构方程模型的卡方值即无太大参考价值[11]，因此主要参考GFI、NFI、IFI、CFI、CAIC等适配度指数。计算结果显示GFI值为0912，CAIC的值小于独立模型值和饱和模型值，其余适配度指数如表3所示。

除RFI指数略微偏低外，NFI、IFI、TLI、CFI指数均超过09的适配标准，主要适配度指数检验结果达到或接近适配标准，假设模型与样本数据间可以契合，模型可以被接受。

24 结构模型分析

宣传力度到营销效果的路径系数为020，到互动程度的路径系数为014，表明宣传力度对营销效果和互动程度有一定提升，但提升效果并不明显，相对而言，宣传力度对营销效果的提升效果更佳。互动程度到营销效果的路径系数为064，即互动程度每提升1个单位，营销效果会提升064个单位，说明互动程度对营销效果的提升效果显著。由此建议微博营销主体可注重与粉丝或其他用户的互动，这样可以在很大程度上提升微博营销的效果和影响力。

25 观测模型分析

（1）宣传力度到其观测变量的载荷系数分别为067、089、034、041和034，表明原创微博数、含图微博数、含视频微博数、微博总数、关注数均与宣传力度成正比，但对宣传力度的反映程度有所不同。最大值为089，说明含图微博数（X2）最能反映宣传力度的大小，借此推断：一般用户对图文并茂的微博内容更感兴趣，关注度更高，微博宣传和营销效果更明显。微博营销主体应考虑尽量在微博内容中插入相关的图片，更好地诠释微博内容，从最有效的途径做好宣传工作，为提升营销效果做好准备。原创微博数（X1）的载荷系数为067，说明原创微博数量对宣传力度的反映程度也比较强，据此推断：微博营销主体发布的内容中原创内容越多，吸引其他用户注意与关注的能力也就越强。营销主体应考虑尽量发布原创微博，以更加诚恳和积极的态度做好微博营销的宣传工作。

（2）与含图微博数（X2）的载荷系数形成对比的是，宣传力度到含视频微博数（X3）的载荷系数仅为034，为最小值，说明发布含视频的微博并不是非常有效的宣传手段。笔者推测有两种可能：一是媒体机构本身已通过电视平台发布了视频，部分网络用户已不再关心微博上的视频内容；二是观看视频意味着需要花费较多的时间，可能破坏了用户浏览微博内容的节奏，用户被迫放弃观看视频甚至放弃浏览微博内容。在提升宣传力度进而提高营销效果的方法上，减少包含视频的微博内容的发布也许是一个不错的选择。

（3）互动程度到平均被转发数（Y1）和平均被评论数（Y2）的路径系数均为100，验证了平均被转发数和被评论数是衡量微博营销主体与粉丝间互动程度的非常重要的指标。营销主体与粉丝互动效果如何，主要基于微博内容被转发和评论的数量，而且被转发的数量和被评论的数量同样重要。相比较而言，粉丝数（Y3）的载荷系数为042，对互动程度的反应能力相对一般，这也符合现实逻辑：某用户对另一用户感兴趣即可能成为其粉丝，但也可能随着感兴趣程度的降低而不再关注，也就无从谈起彼此间的互动。综上所述，平均被转发数、平均被评论数、粉丝数对互动程度均有正向的反应能力且前两者的反应能力更强。根据Eley和Tilley[12]的研究，使用社会化媒体最重要的是遵循4个步骤，即倾听、参与、反馈、发布。首先要做好倾听的准备，阅读用户留言与评论，了解用户关心的问题，进而投其所好，有的放矢，这是包括微博营销在内的社会化媒体营销的首要工作。营销主体应该注重微博内容质量，吸引粉丝注意，产生转发或评论行为，增强互动性，继而转化为营销效果的提升。

（4）营销效果到其观测变量的载荷系数分别为09、077、070、080和100，表明实时检索数（Z1）、名人提及数（Z2）、原创提及数（Z3）、热门提及数（Z4）和综合检索数（Z5）等检索数值均能够正向反映营销效果且反映程度均比较高。综合检索数（Z5）对应的载荷系数最高，意味着讨论某账户名称的各类微博总数越多，微博的营销效果就越明显。事实上通过网站搜索引擎检索出的实时提及营销主体名称的微博数、名人提及该主体名称的微博数、原创提及该主体名称的微博数是综合检索数在不同维度上的分解体现。因此，营销效果的几个观测变量是构成微博营销效果的重要指标，换言之，提到或包含营销主体名称的各类微博不管是出自哪类用户、通过哪种形式、哪个时间段提及的，只要数量越多，微博营销效果也就随之越来越好。endprint

3 结 语

本文以当前我国最具影响力的微博平台——新浪微博为研究对象，以其中具有代表性的电视广播媒体板块为研究样本，通过构建结构方程模型，研究以“宣传力度”、“互动程度”为代表的潜在变量对“营销效果”的影响，同时研究“原创微博数”、“含图微博数”等观测变量对潜在变量的反映程度，以期找出并强化最容易影响潜在变量的因素，弱化对潜在变量影响程度最小的因素，最终揭示此类媒体机构利用微博营销配合线下运营的实际效果。

与以往基于主观的评价体系不同，本研究通过定量分析构建了更为具体的微博营销效果的影响因素评估体系，将微博用户实现自我展示自我宣传的发布与关注功能、实现互动的转发与评论功能以及检索出各类微博数量的检索功能共同纳入效果评估体系，共同作为衡量营销效果的重要因素，为研究微博营销效果乃至整个社会化媒体营销效果这一课题提供了新的视角。本研究同时也为各类公司、机构、社会团体、公众人物利用微博平台与受众互动、推广产品信息、提升自身形象、探索提高营销效果的有效途径提供了科学依据和理论借鉴，具有重要的现实意义。

参考文献

[1]百度百科关于微博营销的解释[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，黄琦翔.传统媒体在微博平台上的内容传播与品牌塑造[J].新闻记者，2012，（6）：41-45.

[6]周凯，徐理文.基于5T理论视角下的企业微博营销策略及应用分析[J].图书与情报，2012，（5）：120-127.

[7]廖卫红，周少华.基于网络直复营销的我国汽车促销形式探讨[J].商场现代化，2006，（16）：174-175.

[8]百度百科关于网络关系营销的解释[DB/OL].http：∥baike.baidu.com/view/1775099.htm，2014-06-18.

[9]火车头采集器主页[EB/OL].http：∥www.locoy.com，2014-06-18.

[10]黄芳铭.结构方程模式：理论与应用[M].北京：中国税务出版社，2005.

[11]吴明隆.结构方程模型[M].重庆：重庆大学出版社，2009.

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

（本文责任编辑：孙国雷）endprint