Cait Lamberton and Andrew T.Stephen

在日益興盛的互聯(lián)網(wǎng)影響下，數(shù)字營銷越來越受到重視，不少企業(yè)的營銷都開始轉(zhuǎn)向數(shù)字營銷。過去的十幾年里，數(shù)字營銷發(fā)展迅速，為整個營銷領(lǐng)域帶來了革命性的沖擊和變化，為商家提供了一種全新的廣告、洞察客戶、吸引關(guān)注以及推廣商品的方式。

本刊將連續(xù)分5期回顧數(shù)字營銷的發(fā)展歷史，希望能讓大家清晰了解數(shù)字營銷研究與實踐的過去、現(xiàn)在和未來。標(biāo)題中的數(shù)字營銷實際包含了數(shù)字營銷、社交媒體營銷和移動營銷三個大的領(lǐng)域，統(tǒng)稱為DSMM。

本期為第三篇，主要講述從2011-2014年數(shù)字營銷的發(fā)展。

數(shù)字營銷的第三階段：2011-2014年

本文把2011-2014年這4年稱為DSMM的第三階段。此階段最大的特征就是互聯(lián)網(wǎng)全面進入社交媒體時代。

前文提到，美國營銷科學(xué)研究院（MSI）在2006—2008年期間，把研究的重點放在“關(guān)聯(lián)消費者”。此后，2008—2010年、2010—2012年、2012—2014年，美國營銷科學(xué)研究院（MSI）的研究重點還包括許多與DSMM相關(guān)的主題。這種導(dǎo)向?qū)Φ谌A段的數(shù)字營銷研究有著重大的影響。在第二階段中，研究者已經(jīng)意識到消費者不僅是互相聯(lián)系的，而且在互聯(lián)網(wǎng)上會影響其他人。這一點，對于本階段的研究非常有意義。

在互聯(lián)網(wǎng)普及方面，2010—2011年美國的使用率已經(jīng)達到80%。同時社交網(wǎng)站開始整合：曾經(jīng)紅極一時的Myspace在2011年基本上清算完成，同年Facebook報告稱每天有2.5億用戶登錄，這相當(dāng)于地球上每13個人中就有1人登錄Facebook。此外，許多新的社交平臺在這個時代出現(xiàn)。為避免與Facebook發(fā)生正面競爭，它們往往致力于用戶生活的其他方面（如Instagram，Pinterest，Snapchat，Twitter等）。因此，用戶被市場影響的同時也在積極塑造新的市場，許多消費者的生活都存在“永遠在線”和“及時連接”的情況，特別是在智能手機如iPhone普及之后。第一階段和第二階段互聯(lián)網(wǎng)用戶作為消費者和營銷商的角色定位在第三階段得到拓展，社交媒體使用戶隨時成為某一品牌的廣告客戶、傳播者和消費者。

同時更有趣的是，現(xiàn)在幾乎所有的消費者都變得越來越“權(quán)力”，他們至少可以通過DSMM技術(shù)可以發(fā)出自己的“聲音”。隨著個人社交網(wǎng)絡(luò)變得越來越密集，社交媒體平臺從以前關(guān)注社會關(guān)系積累轉(zhuǎn)移到互動和內(nèi)容交付。

這個階段，研究人員繼續(xù)把在線口碑（WOM）作為一個焦點話題，但研究開始把“典型”消費者（不一定是“意見中心”“發(fā)燒友”或“權(quán)威專家”）放在最中心的位置，研究主題包括如病毒式傳播、顧客互動等。此階段的研究關(guān)注大部分消費者，而不是簡單把關(guān)注點放在具有獨特的網(wǎng)絡(luò)位置、個體特征或知識的特殊亞群體。此外，一些研究人員通過研究如何在營銷中使用社交媒體中的用戶生成內(nèi)容（UGC），試圖了解應(yīng)該如何利用社交媒體中的消費者影響力。還有研究人員開始通過研究特定社交媒體平臺（特別是Facebook和Twitter）上的消費者行為來研究社交媒體本身的消費。

一、本階段在數(shù)字營銷學(xué)術(shù)研究方面的進展

下面將從三個方面介紹本階段數(shù)字營銷的發(fā)展情況：

（一）個性表達的放大

在前兩個階段中，我們知道互聯(lián)網(wǎng)用戶具有了新的個性化表達工具，在線口碑（WOM）就與營銷開始相關(guān)了，可以影響銷售。同時，前兩個階段的研究還探討了用戶生成內(nèi)容（UGC）如何通過社交網(wǎng)絡(luò)和媒體平臺進行傳播。

在第三個階段中，消費者不僅僅是WOM流的貢獻者，還可以放大或破壞營銷行為。可以說，是社交媒體的普及和媒介的實時在線使消費者的社會影響力更為突出。消費者已將社交媒體作為他們實現(xiàn)目標(biāo)、構(gòu)建身份、社交互動、尋求信息、了解世界的一部分，他們在這些領(lǐng)域的行為可能對自己產(chǎn)生深遠的影響。研究人員和從業(yè)者受到這一趨勢的極大啟發(fā)，試圖用新技術(shù)手段將純粹的社交平臺轉(zhuǎn)變?yōu)樾聽I銷平臺。在理論上，利用消費者個人在社交媒體上提供的個人信息和行為信息，至少可以在社交平臺上做大規(guī)模在線口碑營銷、病毒式營銷和針對目標(biāo)群體的數(shù)字廣告。

這里有幾個重要的議題需要搞清：首先，什么因素會促使人們“共享”或“轉(zhuǎn)發(fā)”帖子，不管是通過傳統(tǒng)的在線WOM（例如電子郵件）或社交媒體？一些學(xué)者開始研究在線分享的驅(qū)動因素，如Jonah Berger。對這一研究方向，Berger和Milkman（2012）的一項研究非常重要。他們通過分析《紐約時報》中的文章，找出了值得分享的文章具有哪些特征，他們發(fā)現(xiàn)激勵程度高的文章更容易被分享。這項研究盡管剛做幾年，但是其每年被引16次，這表明研究者對社交傳播中內(nèi)容驅(qū)動因素研究的重視。當(dāng)然，這中間還有很多需要解決的懸而未決的問題，不僅是關(guān)于社會傳播的內(nèi)容驅(qū)動因素，而且還涉及其他是否樂意共享信息（觀點、新聞報道、社交帖子）的因素。

階段3中研究的第二個重要問題是：消費者如何使用社交媒體來實現(xiàn)自己的個人目標(biāo)。大體上這一研究方向主要關(guān)注的是使用社交媒體的驅(qū)動因素而不是社交傳播的驅(qū)動因素。Toubia和Stephen（2013）研究了用戶在社交媒體發(fā)布帖子的驅(qū)動力。他們的研究不考慮帖子的類型（即不考慮內(nèi)容），而是從廣泛調(diào)研人們?yōu)槭裁窗l(fā)帖推文（即使用Twitter）著手研究。他們研究的是個人驅(qū)動因素（而不是Berger和Milkman的內(nèi)容驅(qū)動因素），并專注于內(nèi)在因素、影響因素。通過現(xiàn)場調(diào)研，他們研究Twitter用戶的發(fā)布活動如何隨著粉絲數(shù)量

的增加而變化（即Twitter上社交地位的上升）。 Toubia和Stephen得出結(jié)論，大多數(shù)情況下信息發(fā)布與影響因素有關(guān)（與內(nèi)在因素相比）。Toubia和Stephen的研究發(fā)現(xiàn)隨著用戶粉絲數(shù)量變化，用戶行為也隨之發(fā)生變化。需要注意的是Berger和Milkman（2012）與Toubia和Stephen（2013）的研究都需要實驗，無論是在實驗室還是在現(xiàn)場調(diào)研。與之前純粹的定量研究或分析方法相比，研究人員能通過實驗研究對用戶的信息傳遞作用作出更直接的因果推斷。

（二）UGC作為營銷工具

在階段一和階段二的部分研究中，數(shù)字技術(shù)被視為一種便捷搜索、推出廣告信息或放大網(wǎng)絡(luò)效應(yīng)的工具 。在階段三中，消費者的在線活動和內(nèi)容生成本身成為營銷人員的工具。例如，Ghose，Ipeirotis和Li（2012）使用共生內(nèi)容來設(shè)計酒店排名系統(tǒng)，幫助用戶做出最好的選擇。Albuquerque等人（2012）與Wang，Mai和Chiang（2014）研究了引入用戶生成內(nèi)容（UGC）后，理論上和實踐中市場的動態(tài)變化。

一些研究也試圖證明用戶生成內(nèi)容（UGC）或社交媒體的WOM的價值。Moe和Trusov（2011）從在線評論論壇的社交動態(tài)角度對此進行了研究，將評價評級動態(tài)與后續(xù)評級和產(chǎn)品銷售聯(lián)系起來，以此來了解這些平臺的價值。Tirunillai和Tellis（2012）從另外一個視角研究了用戶生成內(nèi)容（UGC）是否影響了公司股票回報率、交易量和異常風(fēng)險方面的表現(xiàn)。例如，他們發(fā)現(xiàn)，“八卦”信息的數(shù)量對交易量影響最大，而負的口碑（WOM）也有影響卻沒有顯著性。Stephen和Galak（2012）對一個很火的微貸款市場的數(shù)據(jù)分析表明，與傳統(tǒng)媒體（例如，在傳統(tǒng)報紙官方網(wǎng)站評論）相比，社交媒體對銷售的長期影響更大。

然而，這些對UGC的研究仍然還有很多問題沒有理清，甚至存在矛盾。例如，Ghose和Han（2011）對移動營銷中UGC和使用行為的實證分析發(fā)現(xiàn)，當(dāng)個人消費更多內(nèi)容時，他們往往產(chǎn)生更少的內(nèi)容，反之亦然。雖然結(jié)論不足為奇，但這項研究成果很重要，因為它表明人們對創(chuàng)建和消費內(nèi)容進行了需求側(cè)管理（DSM）的權(quán)衡，因此，內(nèi)容創(chuàng)建和內(nèi)容消費可能互為替代。另一個重要且相當(dāng)直觀的研究結(jié)果是，人們在旅途中更傾向于消費而不是生成內(nèi)容。除了這項研究，Shriver，Nair和Hofstetter（2013）研究了UGC的動態(tài)變化。他們發(fā)現(xiàn)，通過發(fā)布有利于其他網(wǎng)民的信息，能夠吸引更多粉絲，這也促使這些網(wǎng)民發(fā)布更多內(nèi)容。他們還指出，使用UGC可以提高網(wǎng)站的整體瀏覽和廣告收入。Ghose和Han（2011）認為用戶內(nèi)容的生成和消費成反比，而 Shriver，Nair和Hofstetter（2013）的研究結(jié)果認為用戶內(nèi)容的生成和消費成正比，兩者結(jié)果存在矛盾。

與此研究相關(guān)的是，Goldenberg，Oestreicher- Singer和Reichman（2012）研究了消費者在用戶內(nèi)容的生成和消費中扮演的另一個角色，即消費者作為內(nèi)容策劃人的角色。這項研究做了7個YouTube網(wǎng)站的實驗，用戶接收到兩個不同的推薦視頻：一個是網(wǎng)絡(luò)推薦，另一個是來自其他用戶推薦的鏈接。在這種選擇的場景中，研究人員發(fā)現(xiàn)，用戶通過這種推薦方式能夠比自己搜索更快找到有效內(nèi)容。盡管這個階段學(xué)者又開始研究消費者搜索這一主題，但我們需要特別注意這里有了新的進展，即用戶可以通過社交網(wǎng)絡(luò)搜索內(nèi)容或信息，而不需要通過算法驅(qū)動的工具，如搜索引擎。

（三）基于社交媒體的智能營銷

階段三，研究人員開始重點研究消費者使用的主流社交媒體平臺，從而保證自己研究的普適性。原因可能是因為這些平臺本身已經(jīng)被十億用戶當(dāng)作日常生活的一部分，因而研究本身也能獲得比較高的媒體關(guān)注。例如，Toubia和Stephens（2013）對Twitter的研究，Wilcox和Stephen（2012）與Naylor，Lamberton和West（2012）對Facebook的研究被引次數(shù)就居高不下。在某種程度上，這些研究促進了實驗研究和現(xiàn)場調(diào)研，為其他研究人員提供了研究方法。這些研究方法超越了因果推理，具有一定的創(chuàng)新性，同時也提供了有趣的觀點（例如De Vries，Gensler and Lee flang，2012）。

更重要的是，這些研究試圖從心理學(xué)方面解釋人們在社交媒體平臺上的行為，告訴用戶為何這么做（Toubia and Stephen，2013； Naylor， Lamberton and West，2012）或社交媒體平臺如何影響看似無關(guān)的心理學(xué)變量如自我控制（Wilcox和Stephen，2012）。上述三篇論文的關(guān)注點都是如何將消費者的心理特征和需求作為營銷績效的決定因素。

二、本階段在數(shù)字營銷實踐層面的進展

毫無疑問，數(shù)字營銷在2010年就已經(jīng)成為營銷實踐中非常重要的一部分。調(diào)研顯示，當(dāng)年66%的高級管理人員對數(shù)字化營銷“非常感興趣”，70%的北美營銷人員使用搜索引擎營銷（SEO），與2008年相比增長了56%（Beer，2010）。

階段三盡管學(xué)術(shù)研究增長迅猛，但社交媒體營銷卻沒有得到極大的發(fā)展。這個階段一開始，對社交媒體營銷預(yù)期非常高：根據(jù)報告，2011年2月業(yè)界營銷預(yù)算的5.6%用于社交媒體，他們預(yù)計到2015年用于社交媒體預(yù)算會增加三倍以上，達到差不多18%（Moorman，2011）。但是如果用1-7的數(shù)值給社交媒體的營銷效果打分（其中1表示“完全無效”），當(dāng)時得到的結(jié)果為僅3.8。到2014年2月，社交媒體支出僅增長了一半，才占總營銷預(yù)算的7.4%。更有意思的是，營銷戰(zhàn)略中社交媒體比重并沒有變（Moorman，2014）。由此可以看出，對口碑WOM、客戶吸引和盈利能力之間關(guān)系的研究，尚未對營銷從業(yè)人員如何將社交媒體作為其營銷組合的一部分的想法產(chǎn)生巨大影響。

在實踐中，越來越多的企業(yè)把社交媒體渠道作為收集市場情報的手段。盡管學(xué)術(shù)研究證明UGC可以被營銷人員用作監(jiān)聽用戶行為的一部分（例如Schweidel and Moe，2014），但研究者認為企業(yè)仍然不知道如何將從社交媒體用戶那收集的數(shù)據(jù)轉(zhuǎn)化為可行性手段。盡管智能手機會產(chǎn)生大量的數(shù)據(jù)，但這并不意味著企業(yè)能收集到重要的數(shù)據(jù)進行適當(dāng)?shù)姆治觯⒏鶕?jù)分析結(jié)果制定激勵方案（Grimes，2013）。研究者認為，營銷從業(yè)人員對在這方面的關(guān)注度并沒有達到應(yīng)有的程度。

將社交媒體營銷整合到整體營銷戰(zhàn)略中具有一定的挑戰(zhàn)性，但這個階段很多公司也在尋找DSMM渠道中獲利的方法。例如，2012年Oracl of Steve Boese就表示，管理者都想“從社交技術(shù)中提取商業(yè)價值”（Roberts，2012）。由于僅僅使用社交媒體似乎無法實現(xiàn)這一目標(biāo)，營銷從業(yè)人員開始把希望寄托于移動營銷和多渠道組合。盡管移動營銷這一概念在2009年就第一次被提出，但從業(yè)者仍不清楚是否應(yīng)該開發(fā)應(yīng)用，或者如何投放廣告，有時候只能基于主觀印象亂投一氣。移動營銷存在著巨大的潛力，但還未出現(xiàn)相應(yīng)的具體策略（Sullivan，2010）。2010年春天，奧美（Ogilvy& Mather）展開了第一次“移動營銷計劃”，從業(yè)者討論了移動媒體在行為和地理上針對消費者的可能性，提供短期促銷，建立關(guān)系并提供“有趣”體驗（Ogilvy& Mather，2010）。2011年時，當(dāng)被問到誰應(yīng)該在平板電腦上做廣告時，Indusblue的總裁Darren Pereira簡單地回答：“每個人”（Androich，2011）。此外，2013年電子郵件、移動營銷、社交營銷和跨渠道營銷的機會越來越多，有78%的營銷人員表示跨渠道廣告布局對他們的業(yè)務(wù)重要或非常重要，但其中35%也認為這是最大的不確定性之一（美國商業(yè)資訊，2012）。這一階段末，水平方向也出現(xiàn)了挑戰(zhàn)，消費者開始使用廣告攔截軟件。行為定位和“精確廣告”是否能有效克服這種用戶行為是不清楚的（Wheaton，2015）。

這些事實都說明了階段三中，業(yè)界與學(xué)術(shù)界存在著一定的理解差距。這可能是由于研究者對一些較舊的主題過分關(guān)注，而減少了對新的有潛力的主題的關(guān)注。例如，研究人員繼續(xù)在本階段研究在線口碑，并大量引用以前的WOM研究，并且研究人員對消費者對產(chǎn)品和服務(wù)評級的用戶生成內(nèi)（UGC）非常感興趣（例如，2012年JMS雜志就專門做過UGC的特刊）。雖然這些主題都非常重要，但隨著這個階段社會媒體的興起，其他形式的在線WOM和用戶生成內(nèi)容（UGC）出現(xiàn)，一些企業(yè)已經(jīng)開始進行一些新主題的嘗試，但學(xué)術(shù)界的關(guān)注仍較少。例如，F(xiàn)acebook的興起使得大多數(shù)公司更加關(guān)注以“點贊”的方式增加用戶參與度，這種類型的參與度可能會提高品牌意識，甚至是銷售額。在階段三末，才有少數(shù)學(xué)術(shù)論文研究了這些現(xiàn)象。

事實上，在最新的營銷文獻中，很多都合并了WOM和UGC，因為在某些情況下這些術(shù)語是可互換的。在階段三，研究人員過多關(guān)注一些具有“歷史感”的在線WOM和UGC，同時對新的社交形式關(guān)注太少，例如在社交媒體平臺上的用戶行為（例如，點贊，評論，分享，轉(zhuǎn)發(fā)，收藏）。研究者把大量的關(guān)注點放在網(wǎng)站上的用戶評級/評論，但這僅僅是在線WOM一種形式，并且太過強調(diào)用戶生成的評級（可能因為它們是數(shù)字形態(tài)的數(shù)據(jù)，比非結(jié)構(gòu)化文更容易操作）就會導(dǎo)致研究在這一方向太過集中。

社交媒體興起最有趣的一面是消費者在這些平臺上與品牌及其他消費者的新互動方式。但這一點的研究并不多，不得不說是一種遺憾。WOM和UGC的新形式的市場價值尚未被廣泛探索或與營銷聯(lián)系起來（除了最近一項重要的研究，見 Srinivasan， Rutz and Pauwels，2016）。從業(yè)界的角度來看，現(xiàn)有的社交媒體、在線WOM相關(guān)研究文獻常常研究的是特定的案例，而不是社交媒體渠道中更廣泛的在線社交行為概念。2013年《互動營銷雜志》做的“社交媒體特刊”嘗試擴大研究范圍，但仍需要更多的研究者來幫助業(yè)界人士來評估這些主題的潛在價值。

編譯材料主要來源：

Cait Lamberton and Andrew T. Stephen （2016）.A Thematic Exploration of Digital， Social Media， and Mobile Marketing： Research Evolution from 2000 to 2015 and an Agenda for Future Inquiry[J]. Journal of Marketing，80（November）， pp.146-172.

主要參考文獻：

[1] Albuquerque， Paulo， Polykarpos Pavlidis， Udi Chatow， Kay-Yut Chen， and Zainab Jamal （2012）. Evaluating Promotional Activities in an Online Two-Sided Market of User-Generated Content[J]. Marketing Science， 31 （3）， pp.406–32.

[2] Bayus， Barry L. （2013）.Crowdsourcing New Product Ideas over Time： Analysis of the Dell Ideastorm Community[J].Management Science， 59 （1）， pp.226–44.

[3] Berger， Jonah （2014）.Word-of-Mouth and Interpersonal Communication：A Review and Directions for Future Research[J].Journal of Consumer Psychology， 24 （4）， pp.586–607.

[4] De Vries， Lisette， Sonja Gensler， and Peter S.H. Leeflang （2012）.Popularity of Brand Posts on Brand Fan Pages： An Investigation into the Effects of Social Media Marketing[J].Journal of Interactive Marketing， 26 （2）， pp.83–91.

[5] Ghose， Anindya and Sang Pil Han （2011）.An Empirical Analysis of User Content Generation and Usage Behavior on the Mobile Internet[J]. Management Science， 57 （9）， pp.1671–91.

[6] Hui， Sam K.， J. Jeffrey Inman， Yanliu Huang， and Jacob Suher （2013）.The Effect of In-Store Travel Distance on Unplanned Spending： Applications to Mobile Promotion Strategies[J]. Journal of Marketing， 77 （March）， pp.1–16.

[7] Jerath， Kinshuk， Liye Ma， Young-Hoon Park， and Kannan Srinivasan （2011）.A ‘Position Paradox in Sponsored Search Auctions[J].Marketing Science， 30（4）， pp.612–27.

[8] Joo， Mingyu， Kenneth C. Wilbur， Bo Cowgill， and Yi Zhu （2014）.Television Advertising and Online Search[J].Management Science，60 （1）， pp.56–73.

[9] Libai， Barak， EitanMuller， and Renana Peres（2013）.Decomposing the Value of Word-of-Mouth Seeding Programs： Acceleration Versus Expansion[J]. Journal of Marketing Research， 50 （April），pp.161–76.

[10] Tucker， Catherine E. （2014）.Social Networks， Personalized Advertising，and Privacy Controls[J]. Journal of Marketing Research ，51 （October）， pp.546–62.

[11] Wang， Xin， Feng Mai， and Roger H.L. Chiang（2014）.Database Submission-Market Dynamics and User-Generated Content About Tablet Computers[J]. Marketing Science， 33 （3）， pp.449–58.

[12] Yadav， Manjit S. and Paul A. Pavlou （2014）. Marketing in Computer-Mediated Environments： Research Synthesis and New Directions[J].Journal of Marketing， 78 （January）， pp.20–40.