張英莉,周 捷,毛 倩

(西安工程大學 服裝與藝術設計學院,陜西 西安 710048)

0 引 言

以互聯(lián)網(wǎng)為依托的新媒體呈現(xiàn)出多樣化的網(wǎng)絡營銷模式,微博意見領袖在網(wǎng)絡輿論中形成的作用[1]和微博紅人流量變現(xiàn)的經(jīng)濟模式[2]使得微博網(wǎng)紅營銷應運而生。這種以網(wǎng)絡用戶為主體的傳播，衍生出新型主導消費行為模式AISAS，即，Attention(引起注意)、Interest(產(chǎn)生興趣)、Search(主動搜索)、Action(購買行為)和Share(分享體驗)5個因素[3-4]。相比傳統(tǒng)上依據(jù)此模式對微博營銷策略的定性研究[5],從微觀角度量化評價微博營銷效果顯得更加重要[6]。衡量微博營銷效果主要以微博營銷相關理論和影響因素為基礎,建立回歸模型[7-10]進行相關回歸分析研究,或構建微博營銷效果評價指標體系[11-13]進行效果評估。研究文獻發(fā)現(xiàn),除神經(jīng)網(wǎng)絡分析[14]、社會網(wǎng)絡分析[15-16]和層次分析[17-19]外,灰色關聯(lián)分析方法也廣泛應用于效果評價類研究[20-22],且通過灰色關聯(lián)分析與層次分析可引導設計決策方案[23]。但將AISAS模型與灰色關聯(lián)分析和層次分析相結合的營銷評估研究較少。本文以AISAS模型的5個因素構建微博營銷效果評估指標體系,利用灰色層次關聯(lián)分析確定影響微博營銷效果的關鍵性因素,旨在通過研究微博消費者的行為模式確定影響微博營銷效果的主要因素,符合“用戶為王”的互聯(lián)網(wǎng)思維。

1 方法與體系

1.1 研究方法

利用灰色關聯(lián)分析，通過計算灰色模型中比較序列與參考序列之間的灰色關聯(lián)度,以灰色關聯(lián)度的大小評估比較序列與參考序列的緊密聯(lián)系程度[24-25]判斷影響微博營銷效果因素的主次順序,并利用層次分析法進一步計算微博營銷評估體系中各指標的權重,驗證灰色關聯(lián)的分析結果,確定本文評估體系的可行性。

1.2 評估體系

新浪網(wǎng)絡技術股份有限公司根據(jù)其網(wǎng)絡營銷理念細分評估指標形成網(wǎng)絡營銷效果評估體系 IMPACT:Interactive(互動性)、Magnetism(用戶黏性)、Popularity(聚合性)、Authoritative(公信力)、Creative(創(chuàng)意性)和Target(精準性),但該體系還停留在質(zhì)化層面。為進一步量化各評估指標,文獻[26-27]將日本電通公司提出的AISAS消費者行為模型應用于微博營銷中。本文應用AISAS模型的購買行為、引起注意、產(chǎn)生興趣、主動搜索和分享體驗5個因素建立微博營銷效果評估體系,該體系包括3層：

(1) 目標層:微博營銷效果直接體現(xiàn)為將潛在客戶轉(zhuǎn)化為實際用戶[28],即產(chǎn)生購買行為,量化后體現(xiàn)為店鋪成交單數(shù)。

(2) 一級指標層:引起注意、產(chǎn)生興趣、主動搜索和分享體驗。

(3) 二級指標層:引起注意、產(chǎn)生興趣、主動搜索和分享體驗4個一級指標量化后對應微博營銷過程分別為新增粉絲數(shù)、轉(zhuǎn)發(fā)評論數(shù)、關鍵詞搜索數(shù)和分享體驗微博數(shù)。

2 模型建立與驗證

2.1 數(shù)據(jù)來源

按照網(wǎng)紅出身特征對微博營銷中的網(wǎng)紅博主進行分類篩選,選取3位典型的有一定粉絲基礎的,不同出身的知名網(wǎng)紅代表及其經(jīng)營的淘寶店鋪作為案例。時裝模特出身的“張*奕”與其店鋪“吾歡喜的衣櫥”、短視頻紅人出身的“溫*”與其店鋪“溫*分享店”和學生網(wǎng)店店主出身的“雪*”與其店鋪“錢夫人家雪*定制”。分別將3位網(wǎng)紅同一時間段一個月內(nèi)(2018年10月6日至2018年11月5日)的某一條營銷類微博產(chǎn)生的微博數(shù)據(jù)和其淘寶店鋪的店鋪成交單數(shù)等5組數(shù)據(jù)統(tǒng)計整合，見表1。

表 1 微博數(shù)據(jù)及其淘寶店鋪數(shù)據(jù)

注:數(shù)據(jù)來源為2018年11月6日GooSeeker對新浪微博和淘寶店鋪統(tǒng)計

2.2 灰色關聯(lián)分析

以微博營銷效果評價指標體系中的一級指標數(shù)據(jù)序列為參考序列,二級指標各數(shù)據(jù)序列為比較序列,求其比較序列與參考序列之間的關聯(lián)度。關聯(lián)度越大,說明該指標序列對于整體微博營銷效果的影響程度越大[24]。

2.2.1 確定序列矩陣 反應系統(tǒng)行為的數(shù)據(jù)序列稱為參考序列，影響系統(tǒng)行為的數(shù)據(jù)序列稱為比較序列[20]。選定購買行為因素為參考序列(X0),其余4因素為比較序列(Xi)，見表2。對于選取的3組網(wǎng)紅營銷數(shù)據(jù),生成參考序列X0={X0(k),(k=1,2,3)}；比較序列Xi={Xi(k),(k=1,2,3)(i=1,2,3,4)},其中Xi(k)表示第k個網(wǎng)紅對指標i的評價值。確定分析序列后得到矩陣

表 2 序列因素定義

2.2.2 對變量序列進行無量綱化 數(shù)據(jù)序列由5組因素分別對應的不同指標值構成,每個因素對應不同的指標值。為保證分析結果的可靠性,需要對變量序列進行無量綱化。無量綱化后得到矩陣

2.2.4 計算關聯(lián)系數(shù) 根據(jù)

計算。式中:ρ為分辨系數(shù),在[0,1]內(nèi)取值,取0.5[25];ξ0j(k)為第k個網(wǎng)紅的參考序列與第j個比較序列之間的關聯(lián)系數(shù)。得到關聯(lián)系數(shù)轉(zhuǎn)置矩陣

表 3 各因素關聯(lián)度及排序

從表3可以看出,各因素關聯(lián)度排序為γ02>γ03>γ04>γ01。即產(chǎn)生興趣與購買行為的關聯(lián)度最大(0.928),主動搜索次之(0.852),其他兩者對應的關聯(lián)度較為接近,分別為分享體驗(0.602)和引起注意(0.596)。

由灰色關聯(lián)分析結果可知,在微博營銷消費者行為模式中,產(chǎn)生興趣對消費者是否產(chǎn)生購買行為的影響最大,主動搜索影響次之,分享體驗和引起注意影響最小。消費者的主觀能動性能夠極大地影響購買行為的形成。當消費者自主自發(fā)地對營銷類微博產(chǎn)生興趣,進而主動搜索該商品相關信息時,產(chǎn)生購買行為的動機已經(jīng)存在。而分享體驗與引起注意環(huán)節(jié)在傳達給消費者相關信息并且使其接受時,具有一定程度上的被動色彩,因此達成的購買效果沒有通過主動性行為產(chǎn)生的效果明顯。在消費者行為模式中,相比搜索商品相關微博、發(fā)布分享體驗微博和關注大量營銷博主3種用戶體驗,產(chǎn)生興趣所對應的轉(zhuǎn)發(fā)評論營銷微博行為,從心理和生理角度更容易達成。加之營銷博主經(jīng)常會通過讓用戶轉(zhuǎn)發(fā)和評論營銷微博進行一系列抽獎等福利活動,所以會吸引更多的消費者完成該項行為?；诖?產(chǎn)生興趣對購買行為影響最大的結果是必然的。

2.3 層次分析驗證

為進一步驗證和確定影響微博營銷效果的主要因素,對灰色關聯(lián)分析的關聯(lián)度排序結果建立單層次分析結構模型,然后進行權重計算并確定影響微博營銷效果的各指標的權重及排序,最后進行一致性檢驗驗證層次分析結果的合理性。

2.3.1 建立單層次結構與構建判斷矩陣 根據(jù)文獻[29]提出的1～9標度,以產(chǎn)生購買行為作為目標層S,評價元素記為Ai,即指標層A1～A4分別代表引起注意、產(chǎn)生興趣、主動搜索和分享體驗(見表4),對4個指標關聯(lián)度的排序結果按歸一化標度進行處理,定量描述兩兩指標間的相對重要性,構建判斷矩陣

表 4 歸一化標度及其含義

2.3.2 確定指標權重 根據(jù)

計算權重。式中i=1,2,…,n;aij表示判斷矩陣中第i行第j列的元素?？傻脤u價單元的權重向量W=[0.054 0.552 0.293 0.102]T。則指標權重單層次排序為W2>W3>W4>W1。

2.3.3 一致性檢驗 根據(jù)

計算得到一致性指標CI。式中

層次分析驗證結果表明，單層次結構4個指標中產(chǎn)生興趣所占權重最高(0.552),主動搜索所占權重居第二位(0.293),其次分別為分享體驗(0.102)和引起注意(0.054)。與灰色關聯(lián)分析的結果一致,即在微博營銷效果評估指標體系中，產(chǎn)生興趣因素所對應的指標微博轉(zhuǎn)發(fā)評論數(shù)對微博營銷效果影響最大。

表 5 平均一致性指標

基于以上分析和驗證可得，在微博營銷效果評估指標體系中,營銷類微博的轉(zhuǎn)發(fā)和評論數(shù)是影響消費者產(chǎn)生購買行為的主要指標,如何提高相關數(shù)目是微博營銷過程中最重要環(huán)節(jié)。確定影響微博營銷效果的主要因素后,微博營銷博主可依據(jù)微博營銷效果評估體系中指標的不同權重,針對性地對微博營銷做出客觀的營銷決策,更加科學地管理營銷微博,正確引導消費者的購買行為。如可加強微博內(nèi)容管理,調(diào)整微博發(fā)布時間,增加新品體驗福利,公開透明活動制度,增強營銷微博的關注度,從而提升微博營銷的轉(zhuǎn)化率。

3 結 論

(1) 通過灰色關聯(lián)分析和層次分析驗證,確定在微博營銷效果評估指標體系中,“產(chǎn)生興趣”是影響微博營銷效果的主要因素,“主動搜索”是次要因素,“分享體驗”和“引起注意”對微博營銷效果的影響較小。

(2) 基于灰色層次關聯(lián)的微博營銷評估體系可以用來衡量微博營銷效果。