微博口碑营销特征对企业品牌价值的影响——基于关系视角的研究

郑亚琴　　王晓宇　　郑文生

(安徽财经大学 工商管理学院，安徽 蚌埠 233030)



微博口碑营销特征对企业品牌价值的影响
——基于关系视角的研究

郑亚琴王晓宇郑文生

(安徽财经大学 工商管理学院，安徽 蚌埠 233030)

探讨微博口碑的“视觉性”、“专业性”、“交互性”特征通过“关系强度”的中介作用，对企业品牌价值中品牌忠诚度、购买及再传播意愿产生的影响，构建微博口碑营销特征对企业品牌价值影响的测度模型，并利用结构方程模型进行实证研究。结果表明，视觉性、专业性、交互性等微博口碑营销特征对中介变量关系强度具有显著的正向影响；关系强度对品牌忠诚度、购买及再传播意愿具有显著的正向影响；品牌忠诚度对购买及再传播意愿具有显著的正向影响。

微博；口碑营销；品牌价值；品牌忠诚度；关系强度

随着互联网的普及，社会化媒体得以迅速发展，微博口碑营销作为一种传递产品理念，经营客户关系的新型营销公关模式而广受企业关注。相比于传统营销模式，微博口碑营销具有低成本、传播即时性、能提供个性化服务等特点。据相关研究表明，20%～50%的消费者认为网络口碑是影响其购买意愿的首要因素。较好的口碑有助于改善消费者对于品牌的负面印象，而较差的口碑则可能导致品牌丧失部分潜在顾客。因而，深入考察微博口碑特征对企业品牌价值的影响，构建有效的评价机制，对于企业有效应对快速变化的营销环境，实现健康发展具有重要意义。

一、文献回顾与研究假设

微博能够较好地反映消费者的真实体验，其营销价值包括迅速提升品牌名气、推广新产品和新服务、便捷获取竞争对手情报(Jansen et al.,2009)、建立微博品牌文化、改进客户服务等。其中，品牌推广及企业形象构建是最直接的功能。微博的四大特点对于品牌推广存在较大的影响(CIC，2011)：140个中文字符具有凝炼注意力的效果、多媒体植入有利于多侧面展示品牌信息、微博的开放平台有助于加深对品牌互动的认知、微博明星团能带来更大的粉丝效应。

国内外关于微博对企业品牌影响的研究主要从微博的社会化媒体特征、微博的营销价值、微博用户特点及行为特征、电子口碑沟通(EWOM)、社会化关系链、电子客户关系管理(eCRM)等维度进行，侧重于分析微博口碑营销的理论价值。至于微博营销对品牌影响的测度方面，现有研究多从社会网络理论、技术接受模型等视角切入，应用结构方程模型等方法，围绕Twitter典型应用，探讨消费者对品牌的感知效度。而直接测量和评价微博口碑营销对企业品牌价值影响的文献为数不多。

(一)微博口碑特征与关系强度

微博口碑的视觉性影响口碑营销的效果。营销推广的产品类型通常可分为搜索型和体验型，其中，对于搜索型产品而言，消费者能够通过搜索得到相关产品信息，而体验型产品则只有顾客购买并体验后才能获取与品牌相关的全面信息。研究表明，企业所展示的产品信息越规范、详尽，越能影响消费者的购买决策。Hughes(2005)通过对微博口碑传播内容的研究得出，令人震惊、让人过目不忘、与众不同的口碑信息会在消费者间广泛传播。Berger et al.(2011)在分析微博口碑中涉及的产品和服务时，发现具有视觉冲击性的品牌信息能够引发消费者的口碑行为。

微博口碑的专业性影响口碑营销的效果。信息具备价值属性，用户在消费信息的过程中，价值属性越高，越能引发消费者的行为绩效，即信息被采纳的可能性越高(Pontiggia et al.,2010)。Lin et al.(2011)认为，营销人员创造的专业性信息是驱动用户产生购买行为，帮助企业实现盈利的前提。Rieh(2002)的研究得出，消费者对网络口碑的感知取决于口碑内容的适用性、实用性、准确性、专业性等，并且消费者乐于传播在这几个维度中评价较高的口碑信息。

微博口碑的交互性影响口碑营销的效果。已有研究表明，消费者参与营销人员引导的口碑评论，可以为企业带来价值。Kozinets et al.(2010)指出，企业利用网络手段进行叙事式口碑传播会对用户与企业间的互动、消费者的品牌态度产生影响。 许玉(2012)研究了微博负面口碑的传播，得出网络口碑的交互性不仅存在于内容生成者与评论者间，评论者之间同样存在交互性。基于交互环境下的网络口碑，加速了营销信息在消费者间的传播。

以社交网站、微博、微信为代表的社会化媒体的发展引发商业界营销模式的巨大变革，消费者对信息的掌控度逐渐增强(Skiera et al.,2010)。Chu et al.(2011)以社交网站的注册会员为研究对象，认为网站用户间的信任程度、关系强度、信息规范性等会影响用户的口碑传播行为。参与网络传播的关键影响者是企业创造内容型网络口碑传播效果的决定性因素(江若尘 等，2014)。口碑发布者与消费者之间的关系强度是影响企业经营绩效和营销效率的关键因素(Villanueva et al.,2008)。

基于上述分析，本文从视觉性、专业性、交互性三个维度分析微博口碑特征，并认为微博口碑特征会对口碑内容生成者与评论者间的关系强度产生影响。据此，提出：

H1：视觉性对关系强度具有显著的正向影响。

H2：专业性对关系强度具有显著的正向影响。

H3：交互性对关系强度具有显著的正向影响。

(二)关系强度与企业品牌价值

企业品牌价值体现为消费者的品牌忠诚度。Decarlo et al.(2007)的研究表明，经过逻辑组织的网络口碑将显著影响消费者的品牌态度。营销信息传播理论认为，顾客消费信息的动机是影响信息传播的核心因素。其中，动机主要分为内部与外部两维度：内部动机是指信息能够让顾客心情愉悦、舒畅，即信息的情感属性；外部动机系消费者感知信息的有用性，即信息的价值属性(Kim et al.,2007)。金立印(2007)运用实验法分析了互联网口碑信息对消费者品牌忠诚度与购买意愿的影响，结果显示，信息属性、传播方向和产品卷入度之间的交互作用会显著影响消费者的品牌忠诚度及购买决策。

企业品牌价值体现为消费者的购买及再传播意愿。奥美公关等(2013)发布的《微时代危机管理合作白皮书》指出，新媒体的发展使得网络用户可以自由地发表感兴趣话题的评论，并在此基础上形成网络口碑，进而影响消费者的品牌喜好、购买及传播意愿。Eckler et al.(2011)构建了信息调节处理的有限能力模型，将信息所涵盖的情感分为消极类、积极类与混合类，研究得出消费者偏向于传播积极类的品牌信息，其次是消极类与混合类。Lin et al.(2011)也得出类似的结论。毕继东(2009)从消费者感知视角，基于TAM模型理论，构建了网络口碑对顾客购买决策影响的理论模型，认为关系强度、消费者感知信息专业性、易用性正向显著影响消费者购买及再传播意愿。

基于以上论述，本文的企业品牌价值主要从消费者对品牌的忠诚度、购买及再传播意愿两方面加以分析，认为关系强度会影响企业的品牌价值，并且品牌价值中品牌忠诚度与购买及再传播意愿间同样具有相关关系。据此，提出：

H4：关系强度对品牌忠诚度具有显著的正向影响。

H5：关系强度对购买及再传播意愿具有显著的正向影响。

H6：品牌忠诚度对购买及再传播意愿具有显著的正向影响。

二、研究设计

(一)概念模型

图1　概念模型

本文以技术接受模型(TAM)为基础，构建了微博口碑营销对企业品牌价值影响的评价模型。该模型以视觉性、专业性与交互性三个维度代表微博口碑的特征，引入关系强度作为中介变量，而品牌价值主要从品牌忠诚度、购买及再传播意愿两个维度进行分析。具体模型见图1。

(二)问卷设计

本文采用问卷调查法获取研究所需数据，问卷设计在遵从相关原则的前提下，历经文献梳理、初步设计、小规模预测、修改完善等四个阶段完成。其中，视觉性量表参考了Lefebvre(2011)；专业性测量问项源自刘果(2014)；交互性测量题项借鉴了生奇志等(2013)、吴英女等(2014)；关系强度量表题项设计依据Chu et al.(2011)；品牌忠诚度问项源自刘凤军等(2012)；购买及再传播意愿量表借鉴了Howard et al.(1969)。

在初始问卷形成后，本文选取某高校43名学生进行了预测试，并依据分析结果，剔除了2条未通过信度检验的问项：“视觉性”中“口碑信息提供者是自己关注的商家”；“关系强度”中“我与该品牌口碑发布者有相似之处”。最终形成的用于正式调研的问卷共包括两大部分：一是被调查者的基本信息；二是视觉性、专业性、交互性、关系强度、品牌忠诚度、购买及再传播意愿等分量表。测量采用7点李克特量表，其中1代表完全不同意，7代表完全同意。

(三)问卷发放及回收

根据此次研究主题，问卷填写者应是拥有并使用微博账号以及曾经依据微博口碑信息进行购物的人群。本文选取在校大学生作为主要调研对象，原因如下：第一，学生是微博的主要使用者。第二，本科与研究生微博用户具有代表性。第三，在校大学生既是接受品牌微博口碑营销的主要群体，也是未来消费的核心力量，是营销活动中无法忽略的一类消费者。虽然以学生群体为研究对象可能欠缺普适性，但具备一定的代表性。

问卷发放通过新浪微博与腾讯微博展开，共发放350份问卷，回收319份。在剔除未填写完毕及答案呈现规则化的无效问卷后，获得有效问卷271份，有效问卷率为84.95%。

三、数据分析与研究结果

(一)描述性统计分析

表1列示了正式调研样本的基本构成情况。从中可见：在被调研者中，女性数量为158人，略高于男性，且年龄集中于20～29岁，占比为82.29%；被调研对象每月可支配的生活费用高于800元的占59.78%；受访者每天使用微博的时间集中于1～4小时，过去1年曾购买微博中讨论产品的次数多分布于5次以下。

表1　样本构成

表2　测量模型信度分析

表3　测量模型效度与组合信度分析

(二)问卷的信度及效度检验

目前，普遍采用Cronbach′s α系数来检验量表的信度。本文运用SPSS 19.0对测量模型中六个潜变量进行测量，结果如表2所示。六个潜变量的Cronbach′s α系数值最低为0.782，均高于学者建议的一般标准，表明本研究所用调查问卷具有较高的信度。

效度主要分为内容效度、准则效度与结构效度。其中，内容效度指测量目标与内容间的相适性；准则效度指采取不同的测量方式对变量进行测量，通常以其中一种测量方式为基准，将其余测量方式与其比较，如果每种测量方式均有效则说明此测量方式具有准则效度；结构效度指测量工具反映调研结果与理论预期相一致的程度。本文所使用的调查问卷均借鉴了国内外研究中被广泛使用的成熟量表，因此具有较好的内容效度与准则效度。同时，探索性因子分析表明，各因子KMO系数均在0.7以上，Bartlett球形检验P都小于0.01达到显著水平，符合因子分析的条件，并且各问项的因子载荷都大于0.5的临界标准(见表3)，表明观测变量受潜变量影响的程度较高，能够较好地被潜变量解释，即观测变量的结构效度可靠。

(三)结构方程模型分析

本文运用Amos 21.0的极大似然估计法对理论模型进行拟合度分析，结果如表4所示。从中可以发现， χ2/df的值为1.495，介于1～5之间；RMSEA的值为0.043，<0.08；GFI、NFI、RFI、IFI、TLI、CFI等指标均大于0.9(大于0.9表示适配度非常好，大于0.8也可以接受)。综上可知，模型拟合度较好。

表4　测量模型拟合度分析

图2　微博口碑营销对企业品牌价值影响的结构方程模型

标准化路径系数P值结果视觉性→关系强度0.322***成立专业性→关系强度0.475***成立交互性→关系强度0.346***成立关系强度→品牌忠诚度0.697***成立关系强度→购买及再传播意愿0.430***成立品牌忠诚度→购买及再传播意愿0.368***成立

运用结构方程模型的路径分析法对微博口碑营销特征对企业品牌价值影响的测量模型进行处理，得出模型结构变量间的关系如图2所示。路径分析中标准化路径系数是判断理论假设是否成立的条件，其中系数值越大，说明变量间相互关系的影响越大，重要性越高。根据图2可得，视觉性、专业性、交互性等外生变量对中介变量关系强度的影响，关系强度对品牌忠诚度与购买及再传播意愿的影响，以及品牌忠诚度对购买及再传播意愿的影响都比较显著。

依据潜变量路径系数的p值是否显著进一步判断假设是否成立，一般p小于0.05，认为显著，用“***”表示，若p大于等于0.05则认为不显著，用“*”表示。详细的参数检验结果如表5所示，不难发现:视觉性对关系强度存在显著的正向影响，路径系数为0.322(p值显著)，H1成立；专业性对关系强度存在显著的正向影响，路径系数为0.475(p值显著)，H2成立；交互性对关系强度存在显著的正向影响，路径系数为0.346(p值显著)，H3成立；关系强度对品牌忠诚度存在显著的正向影响，路径系数为0.697(p值显著)，H4成立；关系强度对购买及再传播意愿具有显著的正向影响，路径系数为0.430(p值显著)，H5成立；品牌忠诚度对购买及再传播意愿存在显著的正向影响，路径系数为0.368(p值显著)，H6成立。因此，结合模型的信度与效度分析、测量分析以及结构分析可知，理论模型无需修正。

四、研究结论与建议

本文以互联网时代下构建企业营销新模式为背景，探讨了微博口碑的“视觉性”、“专业性”、“交互性”特征通过“关系强度”的中介作用，对企业品牌价值中品牌忠诚度、购买及再传播意愿产生的影响，并利用结构方程模型进行了实证研究。结果表明：视觉性、专业性、交互性等微博口碑营销特征对中介变量关系强度具有显著的正向影响；关系强度对品牌忠诚度、购买及再传播意愿具有显著的正向影响；品牌忠诚度对购买及再传播意愿具有显著的正向影响。

本研究结论对于营销实践的启示在于：

第一，注重微博品牌信息的流动性与关联性。品牌信息的流动性是指企业所传播的内容能够较便捷地在微博中流动，并引发消费者认同，使其自愿成为信息的传播者、宣传者。品牌信息的关联性表示企业创造的内容与企业的品牌战略、经营目标相一致，消费者在微博中看到品牌信息后能够引发其对该品牌的联想。微博开展口碑营销能够吸引消费者的前提是内容必须引人入胜。因此，企业应注重信息的流动性与关联性，尽量使话题能够引起微博用户的自发关注与追踪，进而形成粉丝群体效应，使品牌信息快速规模化地扩散。

第二，挖掘和培养微博意见领袖，使其成为宣传品牌信息的主力军。微博聚集了大量的口碑信息，信息在用户间传播的过程中，某些用户因具备丰富的专业知识且善于表达，容易在交流互动中聚集众多粉丝，成为对其他用户产生影响的意见领袖。意见领袖与微博用户间关系平等，通常难以识别对品牌信息具有影响力的意见领袖。本研究表明微博口碑的视觉性、专业性、交互性会影响消费者与信息发布者之间的关系强度，因此，企业应主动挖掘和培养品牌意见领袖，借助意见领袖在粉丝间的影响力进行口碑传播，扩大品牌信息的覆盖面，让更多的潜在消费者了解品牌，并在互动中加深印象，最终尝试企业的产品和服务。

第三，加强客户关系管理，引导消费者进行信息反馈。近年来，微博以其互动性、时效性、便捷性等特点而备受消费者青睐，因而成为众多企业开展新型营销活动的主战场。本研究表明，用户与信息发布者之间的关系强度在品牌口碑宣传与品牌忠诚度、购买及再传播意愿间具有较强的中介作用，因此，企业可以运用微博口碑加强与客户在营销、销售、服务等方面的互动，及时解决客户疑问，有效改善客户关系，提高顾客满意度，最终实现吸引新顾客、保留老顾客的目的。同时，在互动过程中，企业应积极引导消费者表达对产品和服务的意见、建议，并及时予以反馈。如此，既能让消费者感受到企业对他的尊重与认同，又有助于改进企业的产品和服务。

奥美公关，CIC. 2013. 2012微时代危机管理白皮书[EB/OL]. http://www.ogilvy.com.cn/cds/news/president.aspx?con_id=3881.

毕继东. 2009. 网络口碑对消费者购买意愿影响实证研究[J]. 情报杂志(11):46-51.

CIC. 2011. CIC网络口碑趋势观察微博特刊[EB/OL]. www.ciccorporate.com.

江若尘,陆煊. 2014. 企业创造内容型网络口碑传播效果的影响因素研究:基于新浪微博的网络口碑传播实证分析[J]. 财贸研究(5):107-119.

金立印. 2007. 网络口碑信息对消费者购买决策的影响：一个实验研究[J]. 经济管理(22):36-42.

刘凤军，李敬强，李辉. 2012. 企业社会责任与品牌影响力关系的实证研究[J]. 中国软科学(1)：116-132.

刘果. 2014. 微博意见领袖的角色分析与引导策略[J]. 武汉大学学报(人文科学版)(2):115-118.

生奇志，高森宇. 2013. 中国微博意见领袖：特征、类型与发展趋势[J]. 东北大学学报(社会科学版)(4)：381-385.

吴英女，沈阳，周琴. 2014. 微博意见领袖网络行为:“净网”前后的数据分析[J]. 新闻记者(1)：29-35.

许玉,宗乾进,袁勤俭,等. 2012. 微博负面口碑传播研究[J]. 情报杂志(7):6-10,24.

BERGER J, SCHWARTZ E M. 2011. What drives immediate and ongoing word of mouth [J]. Journal of Marketing Research, 48(5):869-880.

CHU S H, KIM Y. 2011.Determinants of consumer engagement in electronic word-of-mouth in social networking sites [J]. International Journal of Advertising, 30(1):47-75.

DECARLO T E, LACZNIAK R N, MOTLEY C M, et al. 2007. Influence of image and familiarity on consumer response to negative word-of-mouth communication about retail entities [J]. The Journal of Marketing Theory and Practice, 15(1):41-51.

DIAMANTOPOWLOS A， SIGUAW J A. 2000. Introducing LISREL: A guide for the uninitiated [M]. Thousand Oaks, CA: Sage, 82-92．

ECKLER P, BOLLS P. 2011. Spreading the virus: Emotional tone of viral advertising and its effects on forwarding intentions and attitudes [J]. Journal of Interactive Advertising, 11(2):1-11.

HOWARD J A, SHETH J. 1969. The Theory of buyer behavior [M]. New York：John Wiley & Sons.

HUANG P, LURIE N H, MITRA S. 2009. Searching for experience on the web: An empirical examination on consumer behavior for search and experience goods [J]. Journal of Marketing, 73(2):55-69.

HUGHES M. 2005. Buzz marketing [M].New York:Penguin.

JANSEN B J, ZHANG M, SOBEL K, et al. 2009. Twitter power: Tweets as electronic word of mouth [J]. Journal of the American Society for Information Science and Technology, 60(11):2169-2188.

KIM H W, CHAN H C, GUPTA S. 2007. Value-based adoption of mobile internet: An empirical investigation [J]. Decision Support Systems, 43(1):111-126.

KOZINETS R V, DE VALCK K, WOJNICKI A C, et al. 2010. Networked narratives: Understanding word-of-mouth marketing in online communities [J]. Journal of Marketing, 74(2):71-89.

LEFEBVRE R C. 2011. An integrative model for social marketing [J]. Journal of Social Marketing, 1(1):54-72.

LIN Z, GOH K Y. 2011. Measuring the business value of online social media content for markets [C]. Proceedings of the Thirty Second International Conference on Information Systems.Shanghai:Association for Information Systems.

PONTIGGIA A, VIRILI F. 2010. Network effect in technology acceptance: Laboratory experimental evidence [J]. International Journal of Information Management, 30(1):68-77.

RIEH S Y. 2002. Judgment of information quality and cognitive authority in the web [J]. Journal of the American Society for Information Science and Technology, 53(2):145-161.

SKIERA B， HENNIG-THURAU T， MALTHOUSE E C, et al. 2010. The impact of new media on custmoer relationships [J]. Journal of Service Research, 26(3):311-330.

TRUSOV M, BUCKLIN R E, PAUWELS K. 2009. Effects of word-of-mouth versus traditional marketing: Finding from an internet social networking site [J]. Journal of Marketing, 75(5):90-102.

VILLANUEVA J, YOO S, HANSSENS D M. 2008. The impact of marketing-induced versus word-of-mouth customer acquisition on customer equity growth [J]. Journal of Marketing Research, 45(1):48-59.

(责任编辑张建军)

Influence of Characteristics of Word-of-mouth Marketing of Micro-blog on Enterprise′s Brand Value：rom the Perspective of Relationship

ZHENG YaQinWANG XiaoYuZHENG WenSheng

(School of Business Administration, Anhui University of Finance and Economics, Bengbu 233030)

By discussing the influences of the characteristics, such as “vision”, “professional”, “interactive”, of word-of-mouth marketing(WOM) of micro-blog on the brand loyalty of enterprise′ s brand value, purchase, and re-diffusion intention, through the intermediary role of relationship strength, measurement models are constructed to probe into the influences of the characteristics of WOM of micro-blog on the enterprise brand value, and structural equation model is built for empirical research. Results show that the three variables, vision, professional and interactive, all influence relation intensity and the mediation variable positively. Relation intensity has a significant positive influence on brand loyalty, purchase, and re-diffusion intention. In addition, the brand loyalty has significant positive influences on purchase and re-diffusion intention.

micro-blog; word-of-mouth marketing; brand value; brand loyalty; relation intensity

2015-10-28

郑亚琴(1966--)，女，江苏武进人，博士，安徽财经大学工商管理学院教授，硕士生导师。

教育部人文社科规划基金项目“微博口碑营销对企业品牌价值影响的动态评价研究”(12YJA630197)。

F713.36

A

1001-6260(2016)04-0120-07

王晓宇(1992--)，男，安徽阜阳人，安徽财经大学工商管理学院硕士生。

郑文生(1968--)，男，安徽萧县人，安徽财经大学工商管理学院副教授。

财贸研究2016.4