基于层次分析法的电影微博营销影响因素分析

骆 培 王可林 包欣鑫

(重庆工商大学 重庆 400000)



基于层次分析法的电影微博营销影响因素分析

骆 培 王可林 包欣鑫

(重庆工商大学 重庆 400000)

本研究旨在揭示互联网情景下基于交互式营销沟通模型的电影产业微博营销机理和功能，将基于基于层次分析法进行研究，运用互联网环境下的交互式营销沟通模型(IMCM)，探索营销沟通各要素的作用关系和互联网营销环境下对沟通效果构成影响的关键因素，分析电影微博营销沟通中各要素对最终营销效果的影响机理和效应，并对电影宣传方如何构建和完善互联网环境下的营销沟通系统提出建议。

层次分析法；微博营销；影响因素

一、研究背景

互联网技术的高速发展推动营销沟通模式发生着重大变革，近年来电影产业的蓬勃发展也受益于微博营销。然而现有的营销沟通理论主要立足于传统的营销沟通环境，并未充分体现互联网环境下的营销沟通特点，关于微博营销沟通模型的深入研究则更为欠缺。本文在研究电影微博营销的沟通模型的基础上，通过层次分析法对影响营销效果的各因素进行比较分析，从而得出影响营销效果的关键要素。不仅将营销沟通置于互联网情景之下来探索其机理，有利于丰富营销沟通理论，也为电影产业在互联网环境下的营销沟通实施提出建议。

二、层次分析法基本理论

(一)基本概念

层次分析法(Analytical Hierar-chy Process)是由美国运筹学家A.L.Saaty于本世纪70年代提出，它是一个将决策者对复杂系统的决策思维过程模型化、数量化的过程。层次分析法首先将复杂的问题层次化，根据问题和要达到的目标，将问题分成不同的组成因素，并按照因素间的相互关系，将不同层次聚集组合，形成一个多层次的分析结构模型。微博营销沟通是一个多元的系统，涉及到多个影响营销效果的变量，需要决策者在众多变量中确定关键变量从而着重塑造。因此将层次分析法应用到微博营销沟通之中，能够为电影宣传策划方提供一定的决策依据。

(二)建模的基本步骤

1.建立指标体系

明确评价体系，划分总目标、子目标、指标层。

2.构造判断矩阵

通过对文献的梳理或者专家问卷调查等方法总结出同一层次中每个指标的相对重要性。本文采取的是saaty的1-9标度方法。即：标度1表示甲因素和乙因素重要性相同，标度3表示甲因素比乙因素稍微重要，标度5表示甲因素比乙因素较为重要，标度7用于表示甲因素比乙因素明显重要，标度9表示甲因素比乙因素重要很多，2、4、6、8表示甲因素比乙因素的重要性介于上述标准之间，而乙因素比甲因素的重要性用上述结果的倒数来表示。

(1)计算权重，进行一致性检验。首先计算出各判断矩阵的特征向量W和最大特征根λmax，从而得到一致性指标CI，见公式(1)CI的值表示判断矩阵偏离一致性的程度。CI的值越小，表明判断矩阵越接近完全一致性。

(2)高于2阶的判断矩阵，需要引入随机一致性指标RI，1～5阶判断矩阵的随机一致性指标见表2。

表1 随机一致性指标RI值

当判断矩阵的阶数大于2时，要计算一致性比率CR，见公式(2)。当CR<0.1时，认为判断矩阵具有满意的一致性，可以归一化得出权向量，否则要重新构造判断矩阵，使之达到一致性。

三、微博营销沟通模型

(一)微博营销沟通影响因素分析模型

如图1所示，本模型主要体现电影在微博上进行交互式营销沟通时各方之间的相互机理，从而得到反应总目标、子目标与指标层的层次结构关系。

图1 微博营销沟通影响因素分析模型

其中，微博营销效果为总目标A，子目标官方微博营销为B1，与之对应的指标层为宣传周期C1、形象塑造C2、推广力度C3、话题热度C4和营销活动C5；子目标主创人员营销为B2，与之对应的指标层为演员实力C6、演员热度C7、影迷互动C8和幕后营销C9；营销号影响为B3，期对应的指标层为营销推荐C10、营销抵制C11和营销中立C12；子目标消费者为B4，其对应的指标层为价值观C13、粉丝效应C14、外部参照C15。

(二)构造判断矩阵、进行一致性检验

本文采取的是根据专家评分，总结出各个层次间指标的重要性程度排序，并根据1-9标度写出判断矩阵。结果如表2—表5所示。

表2 判断矩阵A～B

该矩阵特征向量W=(W1,W2……Wn)T

=(0.10,0.28,0.15,0.46)T

λmax=4.02，CI=0.007，RI=0.89，CR=CI/RI=0.008<0.1通过一致性检验。

表3 判断矩阵B1～C

该矩阵特征向量W=(W1,W2……Wn)T

=(0.10,0.11,0.20,0.38,0.20)T

λmax=5.02，CI=0.05，RI=1.12，CR=CI/RI=0.04<0.1通过一致性检验。

表4 判断矩阵B2～C

该矩阵特征向量W=(W1,W2……Wn)T

=(0.20,0.45,0.18,0.17)T

λmax=4.24，CI=0.08，RI=0.89，CR=CI/RI=0.09<0.1通过一致性检验。

表5 判断矩阵B3～C

该矩阵特征向量W=(W1,W2……Wn)T

=(0.61,0.12,0.27)T

λmax=3.06，CI=0.03，RI=0.52，CR=CI/RI=0.06<0.1通过一致性检验。

表6 判断举证B4～C

该矩阵特征向量W=(W1,W2……Wn)T

=(0.12,0.61,0.27)T

λmax=3.06，CI=0.03，RI=0.52，CR=CI/RI=0.06<0.1通过一致性检验。

(三)层次总排序

从上述结果中可以看到每个判断矩阵均通过一致性检验，因此我们可以根据判断矩阵求出各层次的指标权重大小以及指标层对总目标层的权值，如表7所示：

表7 电影营销沟通各层次指标权值

四、结论与建议

微博营销沟通体系是一个多层次、多指标的复杂体系，各层次指标间的重要性一般难以科学的界定，利用层次分析法，可以降低对指标评估的难度，有利于各权重指标的确定，也具有一定的可信度。

根据层次总排序的结果显示，排名前五的指标分别是粉丝效应、演员人气、外部参照、营销推荐和演员实力。因此，在电影微博营销上，宣传方应重点考虑这几个方面。需要说明的是，由于参数估计的误差导致话题热度排名靠后，而实际上外部参照即生活中圈层信息的交换或者其他信息渠道的信息对我们的影响极大，而这些信息的来源更大程度上受到话题热度的影响，这是研究需要改进的地方。

[1]兰冰.微博沟通对消费者品牌态度的影响研究[D].北京邮电大学,2015.

[2]杨学成,兰冰.基于内容分析的品牌微博沟通研究[J].经济与管理研究.2014(04).

重庆市前沿与应用基础研究计划一般项目“基于系统动力学的制造企业间战略联盟协同机制研究”(批准号：cstc2014jcyjA1284)

骆培(1993.11-)，男，汉族，江苏宿迁人，研究生，重庆工商大学，企业管理，研究方向：营销管理与策划；王可林(1985.5-)，男，汉族，重庆人，研究生，重庆工商大学，企业管理，研究方向：营销管理与策划；包欣鑫(1992.9-)，男，汉族，四川广安人，研究生，重庆工商大学，企业管理，研究方向：现代物流管理与供应链管理。

重庆工商大学研究生创新型科研项目“基于耗散结构管理熵的电影微博营销沟通模型研究“(批准号：yjscxx2016-060-28)