-市场营销模型部分.docx

《-市场营销模型部分.docx》由会员分享，可在线阅读，更多相关《-市场营销模型部分.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、4.研究模型及假设4.1 模型构建本文模型是消费者行为学中的“傻瓜假设”和网络传播理论构建的，其关键是确定信息来源、信息内容和微博营销效果的因子，在模型构建之前，本文参考了传播学和消费者行为学方面的理论。传播学理论认为从微观上来说，传播效果有三个层面：认知层面、心理和态度层面、行为层面。即传播的作用路径为：认知态度行为，这是一个信息传播效果的积累、深化和扩大的过程。在认知层面，外部信息作用于人们的知觉和记忆系统，引起人们知识量的增加和知识构成的变化；在心理和态度层面，信息作用于人们的观念或价值体系从而引起情绪和情感的变化；在行为层面，信息的作用效果会通过人们的言语和行动表现出来。消费者行为学理

2、论将消费者信息处理分为七阶段：不知晓知晓掌握知识喜欢偏好确信购买。根据传播学和消费者行为学理论，以促进购买为最终目的的微博营销活动主要也是一种信息传递行为，为达到预期的营销效果，首先是要将微博信息曝光于消费者眼前，使消费者由不知晓知晓，这也是认知层面的前部分：外部信息作用于人们的知觉和记忆系统；进一步的消费者通过对信息的深入了解，可以掌握相关的企业和产品知识，知晓掌握知识，这就是认知层面的后部分：引起人们知识量的增加和知识构成的变化。本文中，我们把认知层面的作用表现定为“用户的关注意愿”。进一步的，如果微博信息引起了消费者情感和情绪的变化，当然引起的正面情绪的变化我们才认为是有效的，即掌握知识

3、喜欢偏好的过程。本文将态度层面的作用表现定为“用户的分享意愿”。最终，微博信息引致的最佳结果就是促进消费者产生购买行为，即由偏好确定购买。本文中，我们将行为层面的作用表现定为“用户的消费意愿”。综上，微博营销效果共有三个指标：用户的关注意愿、用户的分享意愿、用户的购买意愿。信息来源由于比较直观，本文将其单独的作为了一个指标。1996年特劳特在定位新论中引证人脑研究的新成果，提出消费者有5个最重要的心理因素即大脑的有限性、大脑憎恨混乱、大脑的不可靠性、大脑不会改变、大脑不能丧失焦点。基于此消费者的“傻瓜假设”成为消费者行为学中的经典理论（如图4-1），本文选取了第2、5、6条。确立了信息内容相关

4、性、观赏性、原创性这三个指标，又根据微博的自身特点，我们增加了利益性这一指标。图4-2 信息来源和信息内容对微博营销效果影响的概念模型图4-1 消费者“傻瓜假设”综上，本文确定了信息内容的四个指标：原创性、相关性、利益性、观赏性；微博营销效果的三个指标：关注意愿、分享意愿、购买意愿。据此，本文构建了如图4-2所示的信息来源和信息内容对微博营销效果（关注意愿、分享意愿、购买意愿）影响的模型。 4.2 模型假设信息来源，即用户看到的这条微博来源于哪种类别的账号。本文认为微博信息的来源，即传播源对微博效果具有影响，在实际生活中信息的来源往往会影响人们对信息的真实性和可靠性的判断，与来源于企业自身账号

5、的微博相比，本文认为来源于名人等公众账号和熟人账号的微博更容易引起用户的注意，赢得用户的信任。消费者“傻瓜”假设中的第7条，“从众跟随以保安全，所以传播应重视意见领袖”，来源于企业自身账号的微博特别是直白广告性质的微博，很容易让用户产生不安全、不信任的感觉，营销的效果往往也较差，而来源于名人和熟人账号的微博，则符合“从众跟随以保安全”的条件，从而可以取得消费者的信任，获得更好的营销效果。基于以上分析，本文提出假设：H1a：信息来源对微博用户的关注意愿产生显著影响；H1b：信息来源对微博用户的分享意愿产生显著影响；H1c：信息来源对微博用户的消费意愿产生显著影响。原创性，即微博信息内容是企业首创

6、的，不是抄袭和模仿的，内容和形式都具有独特个性的。微博上的信息内容常常呈现出爆炸性的状态，用户会对大量的信息进行有选择性的注意，只有原创性的高质量微博内容才容易获得用户的关注，得到用户的肯定与赞叹，从而帮助企业提升关注度，增强营销的效果。所以，对于企业而言，没有创造性的微博，常常如石沉大海，微博营销效果只能沦为空谈。基于以上分析，本文提出假设：H2a：原创性对微博用户的关注意愿产生显著影响；H2b：原创性对微博用户的分享意愿产生显著影响；H2c：原创性对微博用户的消费意愿产生显著影响。相关性即微博内容与企业、品牌、产品和行业的关联度，我们认为，关联度高的微博更能提升企业的知名度，增加产品的销量

7、。虽然好玩、实用性的微博更能吸引用户的关注，但是如果与企业、品牌、产品无关，只是博得用户的好感，那对于营销效果的实现是没有多大益处的的。企业在开展微博营销时，不能忘了微博营销的初衷是提升企业知名度和产品销量，微博内容的相关性一定是企业需要考虑的重要因素。微博的相关性是要从用户的需求出发，并与企业想要传达的企业或产品信息之间寻找交汇之处，保证微博的关联度。基于以上分析，本文提出假设：H3a：相关性对微博用户的关注意愿产生显著影响；H3b：相关性对微博用户的分享意愿产生显著影响；H3c：相关性对微博用户的消费意愿产生显著影响。利益性即微博内容对用户来说具有一定的价值。具有利益性特征的微博能够为用户

8、教授某些知识或技能，为用户收集某些方面的资料，帮助用户解决问题，或是能直接为用户带来经济上或物质上的利益。这种特性的微博对用户具有较大的吸引力，能够让用户积极参与其中，可以获得用户较高的卷入度和关注度，甚至能够激发用户潜在的购买需求，从而达到微博营销的效果。基于以上分析，本文提出假设：H4a：利益性对微博用户的关注意愿产生显著影响；H4b：利益性对微博用户的分享意愿产生显著影响；H4c：利益性对微博用户的消费意愿产生显著影响。观赏性即微博的语言和表达形式令人愉悦。一般来说，优美简洁的语言和应景的图片更能吸引用户的关注。在微博这样一个信息量爆炸的平台，要想吸引用户的注意，内容和形式上一定要让人眼

9、前一亮，具有观赏性的微博，才更有可能让用户“驻足”。我们认为配图的微博与纯文字的微博相比是更具有观赏性的，图片比文字更让人容易记忆和关注。企业在进行微博营销时，对微博内容在形式上的设计要全方位的考虑，注意用户的审美需求。基于以上分析，本文提出假设：H5a：观赏性对微博用户的关注意愿产生显著影响；H5b：观赏性对微博用户的分享意愿产生显著影响；H5c：观赏性对微博用户的消费意愿产生显著影响。此外，本文依据传播学和消费者行为学的知识，认为消费者从关注到分享再到消费的三个阶段，是一个不断促进和深化的过程。基于此，本文提出假设： H6a：关注意愿对微博用户的分享意愿产生显著影响； H6b：分享意愿对微

10、博用户的消费意愿产生显著影响。5.实证研究5.1 问卷设计本次调查问卷设有四大部分，共26个小题。第1题是进行被调查者的筛选，询问被调查中是否关注过与企业产品或是服务有关的微博内容，若是，继续作答，若否，则结束调查。在第一部分正式调查之前，先请被调查者回忆或者对照相关微博再作答。第一部分是关于信息来源的题项，共有1个小题，第2题为“您是通过何种账号关注了企业的这篇微博”选项设置为“A企业自身、B名人等公众人物、C我认识的人、D其他”。问卷第二部分“信息内容”和第三部分“微博营销效果”采用了5级量表，选项设置了从“非常不同意”到“非常同意”的5种态度。第二部分“信息内容”根据本文所设计的模型，分

11、为四个小部分，第一个小部分“原创性”因子下设3个题项：我觉得这条微博发布的信息很有新鲜感、该条微博发布的信息视角很独特、该条微博发布的信息我没有从其他渠道上看到过；第二个小部分“相关性”因子下设2个题项：该条微博发布的信息与企业的产品和服务相关、该条微博发布的信息让我进一步了解了企业的产品和服务；第三个小部分“利益性”因子下设2个题项：该条微博发布的信息对我的生活有一定的帮助、我可以从该微博中获取利益；第四个小部分“观赏性”因子下设3个题项：该条微博图文并茂、该条微博的语言很优美或是很幽默、该条微博的配图和内容贴切，配图优美或是有幽默感。第三部分是对微博营销效果的测试，第三部分下设三个因子：关

12、注意愿、分享意愿和消费意愿；每个因子下设3个题项。第四部分是对被调查者基本信息的调查，基本信息包括：性别、年龄、受教育程度、每天使用微博的时间、每月可支配收入。5.2 样本分析 本文所需数据均通过在问卷星网站上发布问卷获取，共回收问卷122份，后期经过问卷的有效性筛选，筛除了答题时间过短以及所有题项选项全部相同的问卷，最终回收有效问卷112份，有效回收率为91.8%。通过对有效问卷第四部分基本信息的选项统计，本次调查对象中男性占比47.6%，女性占比52.4%；年龄在1018岁的占比19.1%，1925岁的占比46.4%，2635岁的占比23.9,35岁以上的占比10.6%；受教育程度在高中及

13、以下的占比5.5%，大学专科的占比21.6%，大学本科的占比52.8%，硕士及以上的占比20.1%。平均使用微博的时间在1小时一下的占比31.5%，1小时2小时的占比44.1%，2小时3小时的占比16.2%，3小时以上的占比8.2%；每月的可支配收入在1000元及以下的占比12.3%，10012000元的占比21.7%，20013000元的占比48.9%，3001元以上的占比17.1%。从问卷调查对象在各项信息指标的分布来看，比较符合微博用户的样本分布，因此，本次调查具有一定的代表性。5.3 信度和效度检验5.3.1.信度检验 信度是指调查结果的稳定性、一致性和可靠性。信度系数越高，表明调查结

14、果越可信。在利用SPSS软件对问卷调查数据进行实际处理的过程中，一般用Cronbach s Alpha系数值来衡量调查结果的信度，即调查的稳定性、一致性和可靠性。克隆巴赫系数（Cronbachs alpha）是信度分析中最常使用的指标，一般来说，在基础性研究中，Cronbach s Alpha系数值在不小于0.80的情况下才可接受，在探索性研究中，Cronbach s Alpha系数值只要不小于0.70就可接受，系数值位于0.700.98的都认为是高信度,系数值小于0.35的被认为是低信度，这种情况下要予以拒绝。本次研究的问卷中，由于信息来源部分只有一个题项，在此不进行效度和信度的相关检验。笔

15、者对问卷的第二部分的四个因子（原创性、利益性、相关性、趣味性），和第三部分微博营销效果的三个因子（关注意愿、分享意愿、消费意愿）分别进行了效度检验，得到的结果如下表所示：信度检验结果 表5-1 因子题项数Cronbach s Alpha系数原创性30.798相关性20.756利益性20.721观赏性30.738关注意愿30.783分享意愿30.861消费意愿30.820 由表格所示，本研究所测量的7个因子的Cronbachs Alpha值均在0.7以上，基于本文的研究属于探索性研究的范畴，信度检验结果表明量表具有较好的信度。5.3.2.效度检验效度是指调查的结果对于想要测定事实的正确反映程度，

16、即一项效度高的调查比一项效度低的调查更能反映客观事实。为了测量效度的效度，本文采用了KMO检验和巴特利（Bartlett）球性检验。KMO（Kaiser-Meyer-Olkin)检验统计量是用来比较变量之间的简单相关系数和偏相关系数的指标，它的取值在01之间，当全部变量之间的简单相关系数平方和远远高于偏相关系数平方和时，KMO值将接近1。KMO值越接近1，表明变量间的相关性越好，越适合做因子分析，量表的效度也就越好。一般认为KMO值只要不小于0.5，就是可以接受的。巴特利（Bartlett）球性检验是检验变量间相关性的指标，一般认为只要巴特利（Bartlett）球性检验的X2的Sig.值0.0

17、5，就可以拒绝原假设，证明变量之间存在相关性，适合做因子分析。效度检验结果 表5-2 因子KMO检验巴特利球体检验的P值原创性0.695*相关性0.500*利益性0.500*观赏性0.682*关注意愿0.691*分享意愿0.734*消费意愿0.700* 注：*表示0.01水平上显著。 由表格所示，7个因子的KMO值均不小于0.5，巴特利球体检验的P值均为0.000，远小于合格标准0.05。故认为量表具有较好的效度。5.4 假设检验 为验证本文的模型假设，笔者利用Eviews对模型进行假设检验，也称为“显著性检验”。为了适应假设检验对数据的要求，本文对问卷调查所收集的数据进行处理：将存在多个题项

18、因子的样本数据进行平均处理，使之反映成一组数据。在此基础上，本文利用Eviews进行了四次假设检验。第一次假设检验以关注意愿为自变量，以信息来源、原创性、相关性、利益性、观赏性为因变量。检验结果如图5-3所示。信息来源与相关性与关注意愿不存在显著的相关关系，原创性和利益性在0.01的显著性水平下与关注意愿存在显著的相关关系，观赏性在0.05的显著性水平下与关注意愿存在显著的相关关系。第一次假设检验验正了假设H2a：原创性显著影响微博用户关注意愿、假设H3a：相关性显著影响微博用户关注意愿、假设H5a：观赏性显著影响微博用户关注意愿；拒绝了假设H1a：信息来源显著影响微博用户关注意愿、假设H3a

19、：相关性显著影响微博用户关注意愿。第一次假设检验结果 表5-3 变量 系数标准误差 T值 P值 信息来源0.0473120.068612 0.6895680.4920 原创性0.4058590.101479 3.9994400.0001 相关性0.0453550.093882 0.4831060.6300 利益性0.2438920.088049 2.7699620.0066 观赏性0.2286820.097969 2.3342300.0215第二次假设检验以分享意愿为自变量，以信息来源、原创性、相关性、利益性、观赏性为因变量。检验结果如图5-4所示。信息来源、原创性、相关性和观赏性与分享意愿不

20、存在显著的相关关系，利益性与分享意愿在极高的显著性水平下与分享意愿显著相关。第二次检验验证了假设H4b：利益性显著影响微博用户分享意愿；拒绝了假设H1b：信息来源显著影响微博用户分享意愿、假设H2a：原创性显著影响微博用户关注意愿、假设H3b：相关性显著影响微博用户分享意愿、假设H5b：观赏性显著影响微博用户分享意愿。 第二次假设检验结果 表5-4 变量 系数标准误差 T值P值 信息来源0.0972830.0820091.1862460.2382 原创性0.2310460.1212951.9048340.0595 相关性0.1183660.1122141.0548260.2939 利益性0.5

21、045090.1052424.7938100.0000 观赏性0.0298340.1170990.2547780.7994 第三次假设检验以消费意愿为自变量，以信息来源、原创性、相关性、利益性、观赏性为因变量。检验结果如图5-5所示。信息来源、相关性、观赏性与消费意愿不存在显著的相关关系，利益性在0.05的显著性水平下与消费意愿显著相关，观赏性在极显著的水平下与消费意愿显著相关。第三次检验验证了假设H4c：利益性显著影响微博用户消费意愿、H5c：观赏性显著影响微博用户消费意愿；拒绝了假设H1c：信息来源显著影响微博用户消费意愿、H3c：相关性显著影响微博用户消费意愿、H5c：观赏性显著影响微博

22、用户消费意愿。 第三次假设检验结果 表5-5 变量 系数 标准误差 T值 P值 信息来源0.067529 0.0751300.8988230.3708 原创性0.241363 0.1111202.1720890.0321 相关性0.160627 0.1028011.5624960.1211 利益性0.429446 0.0964144.4541940.0000 观赏性0.061496 0.1072770.5732510.5677 第四次假设检验以消费意愿为自变量，以关注意愿、分享意愿为因变量。检验结果如图5-6所示。关注意愿、分享意愿都在极高的显著性水平下与消费意愿存在相关关系。第四次检验验证了

23、假设H6a：关注意愿显著影响微博用户分享意愿、 H6b：分享意愿显著影响微博用户消费意愿。第四次假设检验结果 表5-6 变量 系数标准误差 T值P值 关注意愿0.3972150.076337 5.2034590.0000 分享意愿0.5762650.077220 7.4626180.00005.5 假设检验结果分析前文的实证研究表明信息来源对微博营销效果不存在显著的影响，信息来源的四个因子对微博营销效果都存在不同程度的影响，从具体的微博营销效果来看，用户的关注意愿和分享意愿都显著的营销用户的消费意愿。具体分析如下：5.5.1在本次研究所收集的数据中，微博信息来源于“企业自身”的占比19.6%，

24、微博信息来源于“名人等公共账号”的占比46.4，微博信息来源于“我熟悉的人”的占比26.9%，微博信息来源于“其他”的占比7.1%。单从信息来源的比重看，用户大都是从名人账号注意到了企业的微博，但是在本文的假设检验中，微博信息来源与微博营销效果却没有显著相关关系。这说明了微博营销中的名人效应虽然可以提高信息的曝光率，但是却不一定能达成预期的营销目的。5.5.2信息内容的原创性显著影响用户的关注意愿和消费意愿，但对分享意愿没有影响。原创的信息内容因为其新颖、独特，能够吸引用户的注意，但并不代表微博能吸引用户分享给其他人，再者原创性的微博能够给用户留在深刻的印象，甚至能为此激发用户潜在的购买欲望，

25、从而促进消费意愿。5.5.3.信息内容的相关性与微博营销效果的三个因子都没有显著的相关关系。相关性的微博对企业来说是一种更直白的微博营销，但用户对此类微博一般都不能引起注意和兴趣，所以信息内容的相关性与微博营销效果没有显著的影响关系。5.5.4.信息内容的利益性与微博营销效果的三个因子都存在显著的相关关系。对用户来说，具有利益性的微博是很具有吸引力的，并且往往能得到用户持久的关注；此外，对用户来说有价值的信息，用户也更乐意与他人进行分享；微博信息内容的利益性让用户将这种价值传递到企业的产品上，从而激发用户的消费意愿。5.5.5.信息内容的观赏性显著影响用户的关注意愿，但对分享意愿和消费意愿没有影响。具有观赏性的微博更能够吸引用户的注意，能够带给用户以美的感受，但是并不因此激发用户的分享意愿和消费意愿。5.5.6.微博营销效果的关注意愿因子和分享意愿因子都显著影响消费意愿因子。根据消费性行为学和传播学的理论知识，消费者对信息的接受是一个不断深化和加强的过程。用户对微博信息由关注到分享，都能促进消费意愿的产生，促进微博营销效果的最终达成。