基于“粉丝经济”的自媒体社群用户消费意愿研究

谷斌++李晴琳

内容提要：通过对“粉丝”培养机制及消费意愿的产生做出定量分析，提出影响自媒体社群用户消费意愿的因素包括忠诚度、归属感、转变成本、信息效用、信任度、服务质量、物质激励、社交价值、形象表现、娱乐感等，个人感知、群体意识、利益需求是影响自媒体社群用户消费意愿的综合指标，根据这3个综合指标可将自媒体社群用户分为4类用户。本文针对每类用户特征提出社群“粉丝”的经营建议，以期得出促进用户消费的大体决策方向，旨在为相关在线社群经营决策提供参考。

关键词：“粉丝经济”；自媒体社群；消费意愿； K-means聚类

中图分类号：F71355 文献标识码：A 文章编号：1001-148X（2017）03-0008-06

近年来“粉丝经济”在自媒体领域成为热门，只要是对某一项事物有着相当高的热情并能够为之投入精力的行为就被称为“粉丝行为”，倘若基于兴趣组成的自媒体社群可以将自己的用户发展成为“粉丝”，通过“粉丝”提高社群优势品牌的知名度，扩大社群在虚拟网络中乃至实际社会中的影响力，就可挖掘关注社群的潜在用户，逐步提高活跃用户的社群消费意愿，增加销售产品或服务盈利使社群不断经营下去。本文利用数据挖掘技术分析“粉丝”的转变过程及产生消费意愿的影响因素，以期得出促进用户消费的大体决策方向，为相关在线社群经营决策提供支持。

一、研究基础与调研设计

“粉丝”在日常生活中更多地体现为对某种事物的“热爱”与“忠诚”行为，普通自媒体社群用户向“粉丝”的转变及消费意愿的产生更多地依赖于网络的信息传播和社会心理。由于个人的行为意图是行为态度和主观规范共同作用的结果，消费者行为意愿受到个人态度、感知行为控制和主观规范的影响，其中感知行为控制是个体对自我行为的控制能力，虚拟社群中体现为转换社群的成本，行为控制能力越强，掌握资源越多，转换社群成本越高。因此，本文从个体态度和行为控制方面对消费意愿影响因素进行探讨，其中个人态度包含忠诚度、归属感、信息效用、信任度、服务质量、娱乐感。个人的积极性与其归属感和忠诚度有关，用户对虚拟社群的归属感越高、越忠诚，则愿意为虚拟社群付出的精力就会越多，接受虚拟社群推送的意愿就越强，消费意愿就会越高。个人对信息的有用、易用感知以及对信息安全性感受也会直接与用户持续使用社群并产生消费意愿有关系。假如用户认为社群推送的信息是无效的，并且在信息共享与传播过程中认为存在个人信息泄露的风险，那么用户在虚拟社群中产生购买意愿的可能性将会降低；相反，如果信息是有效的，在日常生活中可娱乐用户，且能够保证信息安全，则用户在虚拟社群中产生购买意愿的可能将会提高。

（一）模型构建

根据文献得到多个变量后，通过主成分分析方法等数据挖掘技术将这些变量降维，尽量整理成少数的综合性影响因素，再根据多元线性回归理论将这些综合性影响因素整理成线性函数，以便為K-means聚类分析提供基础。

1.主成分分析。主成分分析是降维及解释变量的过程[1]，即主成分分析是用k个最能代表数据变量信息的n维正交向量表示由p个属性或维描述的元组或数据向量的过程，其中k≤n，即主成分分析的线性变化[2]如（1）式：

采用新变量P1来代替原来的p个变量X11、X12 …X1P，P1为第一主成分，包含尽可能多的变量信息，其方差为λ1，并且λ1λ2λ3…λP，如果第一主成分不足以解释大多数的变量，则引入第二主成分P2。若第二主成分还是不能更好地解释绝大多数变量，则引入第三主成分P3。如此类推直至大多数变量信息能过被解释为止。PP通常使用协方差矩阵∑或相关矩阵R来判断，其解释方差累计贡献率如（2）式，其中λ为∑或R的特征值，p为主成分数，i为全部主成分数。

方差累计贡献率= ∑mP=1λP/∑ni=1λi（2）

2.聚类分析。K-means聚类算法以自己设定的簇数为基准来划分，并确保簇内相似度较高、簇间相似度较低，簇的相似度用簇中对象的均值来衡量，步骤为：首先，决定簇数k和初始凝聚点，根据每个对象到初始凝聚点的距离确定初始簇。计算每个初始簇的均值，根据每个对象到均值的最短距离进行分配，形成新的簇，不断重复这个过程，直至簇不变为止。其次，簇要满足误差平方和E最小的条件，E可由（3）式算得，其中p为空间中的点，Ci为第i个簇，ci为Ci簇的形心。

（二）调查方案

为了调查基于“粉丝经济”的自媒体社群用户消费意愿，本文在中国最大的在线调查平台问卷星上发布问卷，邀请关注自媒体社群的用户参与回答，这里的自媒体社群包括基于各种兴趣爱好而建立的微博、微信群、QQ群、博客、论坛等。问卷包括基本信息和主要调查信息，其中基本信息包括性别、年龄段、学历、家庭月收入、每周平均上网时间、成为每个自媒体社群成员时间、每周平均访问自媒体次数、访问时平均滞留时间，样本描述情况如表1所示。表1问卷结果显示被调查对象年龄集中在35岁以下，派发问卷200份，回收问卷数量为184份，排除无效问卷及答卷时间少于55秒的问卷（其中55秒是研究小组随机邀请6名受试者最短答题时间），共获得有效问卷165份。

（三）调查问卷

问卷主要调查信息包括忠诚度、归属感、转变成本、信息效用、信任度、服务质量、物质激励、社交价值、形象表现、娱乐感，每个方面有多个影响变量（见表2），其中服务质量参考杨冠淳和卢向华[3]的研究，物质激励参考周志民[4]的研究，社交价值参考Yu等[5]的研究，娱乐感、信息效用参考唐莉斯和邓胜利[6]的研究，信任度参考宁连举和张玉红[7] 的研究，忠诚度、形象表现参考金立印[8] 的研究，归属感参考Blanchard和Markus[9]的研究，转变成本参考Imperial和Rodriguez-Navarro[10]的研究。本文在设计问卷过程中使用Likert五点量表计分，最低分为1分，最高分为5分，分数由低至高分别表示含义为非常不符合、不符合、不确定、符合、非常符合，消费意愿用购买意愿与重复购买意愿来描述。

二、影响社群用户消费意愿的主成分分析

（一）KMO和巴特利特球度检验

对量表的30个因素进行KMO和巴特利特检验，KMO值为0951，大于07，巴特利特的近似卡方值为4 832745，对应概率值P=0000<001，原始变量之间存在相关性，说明本文采用的调研数据适用于因子分析。

（二）确定公因子

KMO和巴特利特球度检验表明调研数据可作因子分析，可利用SPSS190对30个变量作相关系数矩阵分析，通过对初始特征值的观察可以看到前3个公因子的特征根均大于1，且累计方差贡献率约为70%，说明这3个公因子所代表的信息基本上能够解释原始数据所表达的信息，数据能够很好地解释自变量。所以，可以用3个公因子代替原来的30个影响因素。为了更好地用原始变量来解释各个公因子的含义，按照方差极大法对因子进行旋转，并将数值大于05的因素归为一类。第一个公因子在F1、F2、F3、F4、S1、S2、S3、Y1、Y2、Y3、XX1、XX2、G1、G2、Z1上有较高载荷，根据对F1、F2…Z1因子的含义分析，第一个公因子用个人感知表示；第二个公因子在X1、X2、X3、XR1、XR2、XR3、XX3、Z2、Z3、ZH2、ZH3上有较高载荷，根据对X1、X2…ZH3的含义分析，第二个公因子用群体意识表示；第三个公因子在W1、W2、W3、ZH1上有较高载荷，根据对W1、W2…ZH1，第三个公因子用利益需求表示。

综上所述，自媒体社群用户“粉丝”转变与消费意愿的产生是与个人感知、群体意识和利益需求有关的，如果管理者社群经营过程中想要通过社群品牌吸引广大用户，进而促进社群产品或服务的销售量增长，在平日与用户进行交流时就要考虑到个人感知、群体意识和利益需求对用户的影响。

（三）主成分回归

通过上一步因子分析找到了原始數据的公因子，即个人感知、群体意识、利益需求，这三个综合影响指标对用户向“粉丝”的转变起到至关重要的作用，如果自媒体社群想增加用户粘性、提高用户对社群亲密度，就可从这三方面入手，但它们是否能增加社群用户的消费意愿需要通过主成分回归来作进一步的探讨。根据之前介绍的主成分分析方法可知3个公因子是主成分分析变换后的新变量，可以直接对这些公因子作主成分回归。表3表示根据原数据得出的主成分，可以看到个人感知是第一主成分，方差贡献率为31621%；群体意识是第二主成分，方差贡献率为24099%；利益需求为第三主成分，方差贡献率为1383%。对反映消费意愿的两个因素值作均值处理，得到反映消费意愿的综合指标YY，并将YY和公因子1、公因子2、公因子3作相关分析得到表4所示结果，并得知个人感知、群体意识、利益需求在001的置信水平上与消费意愿显著相关，相关系数分别为0538、0459、0415。因此，可对消费意愿、个人感知、群体意识和利益需求作回归分析。

以消费意愿为因变量，以个人感知、群体感知、利益需求为自变量做回归分析，得到下列线性回归模型。其中，消费意愿的判定系数R2为082，标准估计误差为058，说明该模型能够较好拟合数据，并且消费意愿的F=110433，P值为0000，模型总体上是显著的。对于自变量，个人感知系数为0538，T值为1194，P值小于001，可见个人感知是显著影响消费意愿的。群体意识系数为0459，T值为10186，P值小于001，可见群体意识是显著影响消费意愿的。利益感知系数为0415，T值为9218，P值小于001，可见利益需求是显著影响消费意愿的，主成分回归方程表示如（4）式所示。

Y个人消费意愿=0538*X个人感知+0459*X群体意识+0415*X利益需求（4）

当群体意识和利益需求不变时，个人感知增加1个单位，个人消费意愿增加0538个单位；当个人感知和利益需求不变时，群体意识增加1个单位，个人消费意愿增加0459个单位；当个人感知和群体意识不变时，利益需求增加1个单位，个人消费意愿增加0415个单位。从（4）式可知个人感知对个人消费意愿的影响与其他两个因素相比较大，群体意识与利益需求对个人消费意愿的影响相当，在社群经营过程中可针对个人感知提高社群的服务水平。

三、影响社群用户消费意愿的聚类分析

聚类分析方法是一种无监督学习方法，不需要通过对训练集的学习构造分类器，反映的是数据本身的特性。根据之前介绍的聚类分析方法，基于上一步主成分分析得到的公因子，对调查的自媒体社群用户进行划分，以期获得对待不同类型用户的策略。在进行聚类分析之前需要对数据进行标准化处理，从而获得均值为0、方差为1的无量纲数据。对于簇数，相关美国数字营销专家根据网络社群的参与度将社群用户分为5类，分别是外围的人、新手、常客、领导、出走的人。本文将簇数取为5，表5、表6显示每类样本数及最终类中心变量值。

个人感知、群体意识、利益需求的类中心变量值越大，说明自媒体社群用户对综合指标关注度越高。从表5、表6可以看出每一类用户对个人感知、群体意识、利益需求是不太相同的。从表5中可以看出第三类用户的样本量只有1个，通过多次不同簇数的聚类其样本量依然为1，本文在这里将这个样本视作聚类的离群点，最后用户分为4类，分别为外围者、利益驱动者或资格老人、社群新手、社群“粉丝”。

外围者即表6中的第一类用户，其样本数比例为3273%，这类用户对个人感知、群体意识、利益需求都不是很关注，所占比例也比较高。外围者在日常生活中不太注重自媒体社群便利性，不经常自发地与社群成员进行交流，对社群及社群成员的信任度比较低，他们习惯在各种社群进行切换，不会长时间驻留。他们可能只是因为每个话题而关注社群，一旦话题热度不再就会迅速降低关注。所以，针对该类用户要尽量做好社群内容，持续不断地引起热门的话题，帮他们培养关注社群的习惯，并且广告式的推荐与宣传会导致用户的大量流失，让社群失去规模经济的优势。因此，不太建议在一开始就鼓动用户积极消费。

利益驱动者或资格老人即为表6中的第二类用户，其样本所占比例十分低。利益驱动的用户比较关注利益需求，对个人感知与群体意识比较忽视。社群各类折扣、积分返回等物质利益是吸引他们关注社群的目的，如果一个自媒体社群是品牌类的社群则可以通过在特定节假日发放优惠来吸引他们的注意。除此之外，这类用户也可能是社群里的资格老人，资格老人在社群里的权利较大和地位较高，由于他们已经将注意力放在了新的自媒体社群上，对旧社群的精力投入大大下降，出发点从以前的精神追求转变为物质需求。要想这部分用户回流并产生消费意愿，就要有针对性地给予他们其他社群成员没有的优惠，让他们感觉自己在该社群可获得的利益比其他社群更多，所获得的特权也更多。利益驱动者或资格老人在此次调查中所占比例相当的低，可能是与样本容量的大小有关，也可能是因为这类用户的人数本来不多。

社群新手即为表6中的第四类用户，他们关注个人感知，群体意识薄弱，对利益的需求较低。这类用户通常对自媒体社群的使用便利性要求比较高，期望与他人交流的同时又不希望有过深的接触，比较希望得到有趣的、有用的资讯，社群的归属感与忠诚度比较强。社群新手是成为社群“粉丝”的潜力股，对社群的活动比较积极，也能够做到努力分享。针对这类用户的做法是精准营销，根据用户点击率推送他们喜欢的内容，选择在逢年过节尽可能举办相关活动吸引他们参与，可以根据他们偏好的内容推出相关产品与服务的推荐清单，在提高他们消费动力的同时让用户感受到社群的贴心，并且在与社群新手的互动中通过定期社群活动的举办逐步提高社群新手的群体意识，让社群新手不经意间向社群“粉丝”靠近。

社群“粉丝”即为表6中的第五类用户，他们对个人感知、群体意识、利益需求比较关注，是自媒体社群的常客或是管理者。这类用户对自媒体社群有着较强的归属感和较高的忠诚度，平日对社群所投入的精力较大，属于社群的“鐵粉”。自媒体社群若想不断地经营下去或从中取得收益，必须依靠这类“粉丝”的鼎力支持。在web20时代，针对“粉丝”对社群的情感联结和自身个性化的需求，在自媒体社群的日常经营里必须利用好用户生产内容的模式，让“粉丝”自发地为社群宣传产品与服务。“粉丝”行为实际是口碑营销和病毒式营销的表现，具有影响力的“粉丝”数量的增长可以增加社会网络类中心节点的数量，可以提高更多外围者和新手的积极性，可以让更多对社群感到陌生的用户认识并了解到加入社群的乐趣。

四、总结

“粉丝”的消费能力有目共睹，通过对“粉丝”培养机制及消费意愿的产生做出定量分析，提出影响自媒体社群用户消费意愿的因素包括忠诚度、归属感、转变成本、信息效用、信任度、服务质量、物质激励、社交价值、形象表现、娱乐感等，个人感知、群体意识、利益需求是影响自媒体社群用户消费意愿的综合指标，根据这3个综合指标将自媒体社群用户分为4类用户，针对每类用户特征提出了社群“粉丝”的经营建议。期望本文对相关在线社群经营决策有参考价值。

参考文献：

[1]韩家炜，坎伯. 数据挖掘：概念与技术[M].北京：机械工业出版社，2001：100，103.

[2]公丽艳，孟宪军，刘乃侨，等. 基于主成分与聚类分析的苹果加工品质评价[J].农业工程学报，2014（13）：276-285.

[3]杨冠淳，卢向华. 促进用户粘性的虚拟社区技术与管理设计创新——基于实证的研究[J].研究与发展管理，2009（5）：29-38.

[4]周志民. 基于品牌社群的消费价值研究[J].中国工业经济，2005（2）：103-109.

[5]Yu J， Jiang Z， Chan H C. Knowledge contribution in problem solving virtual communities：the mediating role of individual motivations[C]//ACM Sigmis Cpr Conference on Computer Personnel Research 2007， April 19-21， 2007， St. Louis， Missouri， Usa. DBLP， 2007：144-152.

[6]唐莉斯，邓胜利. SNS用户忠诚行为影响因素的实证研究[J].图书情报知识，2012（1）：102-108.

[7]宁连举，张玉红. 虚拟社区感对用户忠诚度影响的实证研究[J].技术经济，2014（11）：7-15+35.

[8]金立印. 虚拟品牌社群的价值维度对成员社群意识、忠诚度及行为倾向的影响[J].管理科学，2007（2）：36-45.

[9]Blanchard A L， Markus M L. The experienced “sense” of a virtual community [J].Characteristics and Processes， 2004，35（1）：64-79.

[10]Imperial J， Rodríguez-Navarro A. Usefulness of Hirschs h-index to evaluate scientific research in Spain[C]//Scientometrics，2007：271-282.

Research on We-Media Community Users′ Consuming Intention based on

“Fan Economy”

GU Bin，LI Qing-lin

（School of Economics and Commerce， South China University of Technology， Guangzhou 510006， China）

Abstract：Through the quantitative analysis of training mechanism and consuming intention occurence of “fans”， the paper gets the factors that affect the user′s willingness to consume in We-Media community include loyalty， sense of belonging， transition cost， information utility， trust， service quality， material incentives， social value， image manifestation， sense of entertainment， etc. Personal perception， group consciousness and interest demand are the comprehensive indicators that affect consumers′ willingness to consume in the We- Media community， and users can be divided into 4 categories according to these 3 indicators. This paper proposes the management suggestions for maintaining users based on the feature of “fans”， in order to get the overall decision-making direction to promote consuming and provide a reference for making management decisions of relevant online community.

Key words： “fan economy”； We-Media community； consuming intention； K-means cluster

（責任编辑：关立新）