品牌联想在企业营销中的应用前景：唤醒与创新

2023-02-08刘晓璐冯冈平方思若广东工业大学管理学院

品牌研究 2023年1期

文/刘晓璐冯冈平方思若（广东工业大学管理学院）

一、概述

在经济全球化时代，常见的产品价格、质量和性能等方面已经不能满足于企业间的竞争，品牌的差异化成为新时代企业发展获取竞争优势的一大关键因素，作为企业和消费者关系中起重要联结作用的品牌联想,目前被认为是品牌竞争中最重要的战略手段之一，尤其是新品牌的引入，到品牌的市场传播、延伸和营销，品牌联想影响消费者的购买决策方向和程度成为制定品牌战略管理中不可忽视的重要一步。

通过检索发现，目前理论界对品牌联想研究成果展开计量分析的成果较少，基于此，本文希望对品牌联想的研究发展脉络、研究前沿与演进热点进行分析，可为品牌联想的深入钻研讨论提供基于学术视角的科学和理论支撑。在文本数据的挖掘方面，研究品牌联想的发展趋势的主要来源包括理论著作、学术期刊，但是由于难以完全检索关于品牌联想理论著作和外国经典期刊的数量，为确保总数引用分析文献的典型性和精准性，因此在文本分析板块选择时间较早、理论贡献较大的理论著作与外国文献期刊。数据库选择谷歌学术数据库和Web of Science数据库，检索品牌联想的国外著作与文献，如表1所示，列出了早期国外著名学者提出的关于品牌联想的概念定义对比。

表1 不同学者关于品牌联想概念定义的对比表

我国对品牌联想的基础研究是从20世纪末开始的，随着我国市场日渐成熟、品牌效应影响日益深远，此概念在学术界逐渐受到学者重视。目前，品牌联想的相关研究在我国处于不断发展中，本文在检索的过程中发现，已有的研究大多数为品牌延伸与传播，随着品牌联想的研究在国内逐渐被重视，国内学者对品牌联想模型建立的研究随之增多，但对品牌联想的相关理论、研究热点等方面却缺乏系统性梳理，对品牌联想领域进行文献计量分析的研究较少。基于此，本文以1997～2022年我国品牌联想研究领域的中文文献为研究对象，对相关文献进行可视化分析，本文新颖之处就在于结合文献计量的方法和社会网络分析法概述品牌联想的研究现状，对其发展趋势用数据表格和图像的方式进行深度挖掘，让读者对品牌联想有更加深入的了解，从而科学有效地预测品牌联想研究的发展动向与趋势。通过总结已有的研究成果和结论，对现有的国内品牌联想的研究进行系统性整合与分析，预测品牌联想相关研究的未来发展趋势，探讨品牌联想的正负面方向对企业发展的影响和对消费者购买决策的影响，对企业品牌发展和竞争的实践研究提供参考，能为企业完善品牌的营销工作提供决策方向。

二、研究方法

当前，我国对品牌联想研究现状的分析，大多采用文献研究法，一般过程包括五个基本环节，分别是提出课题或假设、研究设计、搜集文献、整理文献和进行文献综述，对有关文献进行分析整理或重新归类研究的构思[10]。这种研究方法适用于相关文献较少的研究早期，考虑到随着时代发展，研究的复杂程度不断增加，现阶段对于品牌联想的研究，难以通过文献研究法对每份文献进行阅读分析。

（一）数据获取

本文选取《CNKI期刊全文数据库》中关于品牌联想的中文期刊作为文献计量部分的文本数据，对于期刊的检索策略定为主题=“品牌联想”或含“品牌关联”作为检索项，根据检索结果得知国内关于品牌联想的研究最早是在1997年，并整理1997～2022年3月期间全部国内期刊数据，经过数据清洗和降噪工作淘洗数据后得到有效数据，对品牌联想的文献数量进行统计分析，以呈现品牌联想的相关文献信息随时间的变化趋势。

（二）研究工具与数据处理方法

1.CiteSpace

CiteSpace是一款通过可视化的手段来呈现科学知识的结构、规律和分布情况的文本可视化分析软件，主要是应用科学计量学、数据可视化和引文可视化，文献综述类论文中，通常将通过此类方法分析得到的可视化图形称为“科学知识图谱”[11]。

2.Ucinet

UCINET为菜单驱动的Windows程序，一款最常被使用于处理社会网络数据和其他相似性数据的综合性分析程序，软件能够将原始数据转为矩阵格式，与UCINET捆绑在一起的还有Pajek、Mage和NetDraw等三个软件[12]。

3.Bibexcel

Bibexcel是一款专门用于文献分析和管理的软件，能帮助用户快速处理计量文献量、作者数及词汇量等文献信息和引文分析、共词分析，可以作为相关专业领域科研人员日常科学研究甚至进行科技管理和政策分析的工具书[13]。

4.Pajek

Pajek是一款可用于分析大型复杂网络的文献计量工具，是用于研究所存在的各种复杂非线性网络的有力工具[14]。该软件的可视化分析操作对于结点的数量可以承受上千乃至数百万个结点大型网络。

三、品牌联想的文献年代分析和时间趋势

如图1所示，国内品牌联想研究的发文量呈现缓慢上升、波浪向前发展、到顶峰后呈波浪式稳定持平的趋势。品牌联想相关研究的起步萌芽发展阶段为1997～2003年，1997年是数据库记载的国内关于品牌联想最早的发文时间，研究的起步时间较晚，主要集中于品牌和市场的财务价值，甚少从顾客的感知角度研究如何影响品牌联想的发展[15]。品牌联想的快速复杂发展阶段为2003～2008年，并在2008年达到最高，年发文量为89篇，品牌联想的理论框架逐渐开始成型，国内学者开始研究关于品牌的正负面联想与品牌营销、消费者评价及口碑传播之间的影响关系机制。基于信息化背景和新型社交工具的诞生影响下开展品牌联想研究的阶段为2009～2015年，有呈波浪下降的趋势，发文量在2015年达到次峰值，学者们在这一阶段更关注品牌联想契合度及消费者解释水平的高低与品牌的联结会如何影响品牌联想的加工，优化了已有关于品牌联想形成机理的研究框架，利用消费者的联想差异化以深入品牌认知，并开始逐渐研究短视频营销与品牌联想、品牌价值提升之间的关系。

图1 “品牌联想”主题文献发表年度分布图

互联网大数据背景下关于品牌联想发展的阶段为2015～2022年，文献数量持平稳定，这时期品牌联想的研究和营销效果体现得更全面和彻底，学者们在这一阶段也更加关注品牌联想及企业对新兴品牌的模型绩效的评价，并开始探讨品牌媒体不同的内容营销对品牌人格感知的影响机制，进一步深入研究品牌联想，通过品牌关联的高低定制有效的内容营销信息，研究品牌联想、品牌认知和品牌依恋之间的关系作用[16]。考虑到期刊收录论文存在时间上的滞后性，实际的论文产出量可能要大于当前的发文量，2022年关于品牌联想的理论的研究仍然值得深入分析。

四、关键词词频共现分析

（一）整体网络关键词词频共现分析

关键词是一篇论文的核心概况，分析论文的关键词可以对该领域内的文章主题进行热点和趋势分析，揭示并表达文献集的核心内容[19]。

共词分析主要是对一对词两统计其在某领域内的文献集中出现的次数，在得到的数据中，分层处理词频数据并进行聚类分析[20]。本文通过关键词间的类属关系分析其代表的学科领域内的动态发展趋势。如果关键词频繁在同一篇论文中反复出现，往往表明关键词之间具有比较密切的关联程度[21]。

本文将从知网按批次导出的关键词数据导入到Bibexcel软件中进行文本化处理，取共现次数大于等于十的关键词构建共现矩阵，将得到的矩阵net文件和vet文件导入到Pajek软件中，得到关键词对应的矩阵共现聚类网络分析图。

根据社会网络分析方法（SNA）中度数中心度的定义，在一个社会网络中，如果一个行为者与其他行为者之间存在越多的直接联系，那么该行为者将处在中心位置[22]。从图 2中不难发现，品牌联想处在中心位置，其他研究主题紧密围绕在品牌联想周围，实现了与品牌联想的联结。

图2 关键词共现矩阵图

关键词的密集程度也代表着关键词出现的频次和共现次数，关键词之间的连接线越多，关键词共现的次数越大，品牌联想延伸出的各研究领域之间的关系越紧密，图2中反映出品牌联想居于中心位置，而品牌资产、品牌形象、品牌知名度、品牌忠诚度、品牌定位和品牌价值等也具有较高的密度，说明这几个主题词所在领域是品牌联想领域的研究核心，所以在分析品牌联想的发展趋势时，与其紧密联系的其他主题词也需要被关注到。

（二）整体网络中心性分析

为了更好地说明关键词共现矩阵图中高频关键词之间的联系，以便进一步挖掘品牌联想研究领域的发展趋势，通过社会网络分析方法的中心性相关概念，以度、入度、出度和中间中心度这四个关键测量指标进行关键词节点测量，使用Ucinet软件以量化的方式来衡量各关键词节点的重要性和中心性，快速在社会网络中挖掘关键节点，得到基于关键词分析的品牌联想研究的相关动态。

表2中依据各关键词节点的度值展示了排名前十的关键词的中心性相关数据。度数也叫关联度，是指某一个关键词节点的邻点个数，度数为零的点成为孤立点，做社会网络分析时一般会去除孤立点的无效数据。点入度和点出度是指该关键词在有向网络关系中直接指向该关键词结点的总数和该关键词节点指向的点的总数，入度数值的大小随着该关键词处于特定的网络结构的中心性增高而增加，出度数值的大小随着该关键词与网络结构中的其他关键词的关联性增加而增加。

表2 关键词中心性测量指标

点的中心度一般用于衡量一个节点在社会网络中处于中心的程度，具体包括点度中心性、接近中心度、中介中心度和特征向量中心性度[23]。中心度越高则表明该关键词在网络中的纽带作用越大。

整个关键词网络结构的数据经二值化处理之后计算出的密度为0.0006，有2559个关系，如表2列出了度中心度排名前十的关键词，品牌联想作为该关键词网络中心，度中心度略低于品牌资产，其作为中间环节的纽带作用也很大，出度值明显高于入度值，作为度中心度较大的是品牌和品牌延伸，其出度值均大于入度值，其他测量指标数值较高的如品牌延伸、品牌形象、消费者、品牌价值、品牌权益、品牌认知和品牌知名度。

以品牌联想为中心的社会网络结构的出度中心势为0.639%，入度中心势为0.461%。表3为关键词的中心性测量指标的描述性统计。

表3 关键词中心性测量指标的描述性统计

如图3，本文通过Ucinet软件中进行关键词的度中心度、出度、入度、相关中心度和节点密度的计算分析，并使用Netdraw软件描绘该关键词共现矩阵的共现网络图。

图3 关键词共现矩阵结构图

（三）关键词的QAP分析

QAP分析（二次赋值过程分析）是一种计算矩阵相似性的社会网络分析方法，该技术已经得到广泛应用。利用QAP分析矩阵的相关和回归，可以揭示出矩阵组间或组内的关系。其中，QAP关联分析是属性变量与关系矩阵的关联分析，是二者之间关系的相关性检验，对矩阵要求是方形矩阵（N*N）、二值矩阵并节点相同，本文对关键词矩阵数据进行了降维处理，转化成了二值矩阵并做分析，研究关键词频次属性与关键词共现矩阵是否相关。

如表4所示，1-1行代表的是关键词共现矩阵的内部关系数量，1-2行代表的是关键词共现矩阵和频次属性之间的关系数量。由结果可知，实际的关系数量和期望的数量，期望值指的是如果各个关键词是随机地在群体内部和群体之间分布的话，期望出现该次的数量。观察值是实际出现的关系数量，虽然关键词共现矩阵的内部关系数量略小于期望值，但根据随机重排的矩阵计算出来的期望值与观察值的差量小于或等于观察值的相对频次频率的P值为0.018，可以用来检验观察值的显著性，可以得知关键词共现矩阵与频次属性之间的关系显著。

表4 关键词共现矩阵和频次属性之间关系的QAP分析

五、研究评述

本文通过限制检索条件，对1997～2022年内国内关于品牌联想相关研究的论文进行检索，分析品牌联想文献的时间变化趋势，并对整体网络关键词中心性和高被引文献群关键词共现等方面进行详细分析研究，使用计量工具展示了文献数据，并陈述当今国内关于品牌联想的研究现状、热点和趋势，为完善我国品牌联想领域内的发展和研究提供一些参考与帮助，数据收集与处理不够规范而导致数据分析的误差，可能会对分析品牌联想领域内的发展趋势有负面影响。

（一）品牌联想研究现状

国内关于品牌联想的研究已有25年，从整体来看，国内品牌延伸研究的发文量呈现缓慢上升波浪向前发展到顶峰后呈波浪式稳定持平的趋势，关键词矩阵结构中也稳定展现了品牌联想领域的主要关键词，有品牌资产、品牌延伸、品牌形象、消费者、品牌认知、品牌价值、品牌定位、品牌权益、品牌忠诚和品牌建设等。研究领域从最初的局限于市场到后来发展到消费者的感知视角。

关于品牌研究，从最初的品牌资产，再探讨品牌资产的五个构成要素，是20世纪90年代西方营销、口碑和品牌发展理论的一个重要创新，随后关于品牌资产的五星模型细化到品牌联想又为企业制定战略管理和营销方案注入了新的活力源泉，进入到全新的品牌研究阶段，即如何最大化品牌联想的积极效应推动品牌塑造，国内如何进行品牌塑造并测评品牌联想的效果在21世纪初成为一个重要的理论问题。关于品牌联想的研究领域也逐步得到发散，特别是近年来基于互联网大数据的营销与品牌联想更是成为重要的研究热点。

（二）品牌联想研究展望

以往研究有利用品牌联想的结构测量来探究消费者对品牌特色和创意的评价程度和营销效果，我国的企业开始重视品牌的培育和提升，但关于品牌重要性的意识还不够深入。

品牌是企业竞争优势的重要源泉，品牌的文化对外面向市场和消费者，品牌塑造能够促进产品质量的稳定提升，为品牌带来更大的知名度和更深的美誉度，正向的品牌联想能够带来紧密的顾客关系和消费者对品牌的高强度忠诚度，促进企业的品牌底蕴创新，从根本上提升企业的核心竞争力，有助于企业获得更高的利益并吸引投资，因此，品牌联想是开拓企业市场的关键性卖点，正向的品牌联想能够优化行业竞争秩序，实现各个品牌共享品牌美誉度的目标。

品牌联想在市场上反映企业发展的客观现实，同时也是一种基于消费者视角的主观感受，与消费者的购买决策理念、行为、视觉和听觉网络紧密相关，业内不同品牌之间的差异也存在一定的关联效应，如果与品牌连结的顾客忠诚度发生变化，品牌知名度越高反而更容易带来刺激性更强的负向品牌联想，特别是行业内的代表品牌，其危机会导致行业内大部分企业的危机，导致相互恶化品牌联想的后果，因此还应考虑到负向的品牌联想会带给企业的消极影响，消除负面联想和建立正面联想一样重要，企业设置内部和外部的品牌监控机构，及时制定管理预案处理品牌危机，时刻保持警惕，如履薄冰，降低传染效应的负面影响和品牌培育成本。