免费论文查重: 大雅 万方 维普 turnitin paperpass

简谈实证企业微博营销效果影响因素实证

最后更新时间:2024-03-27 作者:用户投稿原创标记本站原创 点赞:7105 浏览:23745
论文导读:自主创造的关于某企业的微博数量。而根据AISAS模型,企业微博营销效果的影响因素可以归结为三个方面,企业微博的活跃度、微博的覆盖度以及微博的传播力。因此,本文使用企业日平均发布微博数(AMB)衡量微博的活跃度,而覆盖度则可以用企业微博的粉丝数(FS)进行测度。对于微博的传播力则选用企业微博平均转发量衡量,也即自企业微博
【摘 要】作为一种新兴的营销平台,微博营销正日益成为企业营销战略重要组成部分,如何有效运用该工具提升企业经营绩效也成为企业普遍关注的问题。本文通过搜集新浪微博30家企业数据,建立面板回归模型,分析影响企业微博营销效果的因素。实证结果表明,企业日均发布微博数、微博平均被转发数以及活跃粉丝数能显著地提升企业微博营销效果,而粉丝总数则不存在显著影响。因此,本文认为企业不应陷入“唯粉丝论”陷阱,而应通过发布原创性、个性化的微博提高微博质量,提升微博活跃度,从而吸引大量真实粉丝,提高微博营销效果。
【关键词】微博营销;微博数;粉丝数;平均转发数
1.引言
据中国互联网络信息中心发布的《第30次中国互联网络发展状况统计报告》,我国微博用户已突破三亿,由2010年的6311万增长为2012年9月的3.27亿。庞大的微博用户数量使微博逐渐发展为一种新型网络营销渠道,通过开通企业微博,企业可以随时将企业及产品最新动态发布在微博上,实现即时的信息共享。根据DCCI的最新调查,有51.9%的微博用户看到微博平台上的电子购物信息后会到电子商务网站如淘宝、京东等进行商品搜索,而近50%的用户会通过微博上的链接进入产品网站进行了解,因此微博还为企业提供了一个产品推广和网上营销的平台。而通过与用户在微博上的互动,企业又可以及时了解消费者对产品的反馈以及潜在的需求。此外,在服务至上的营销时代里,能否有效解决顾客的抱怨以提升顾客满意度是企业战略的重要组成部分,而微博正好为企业提供了一个快速通道。
但是由于微博营销尚不够成熟,很多企业盲目跟从使用微博营销后,时间和精力的投入可能并没有带来相应的营销效果,对于企业的利润也并没有带来较大的提升。因此本文试图通过实证分析来研究微博营销效果的影响因素为企业运用微博进行营销提供一定的参考,以便企业更好地挖掘微博的商业价值,找到适合各自企业的运作模式。

2.理论基础

对于网络营销对用户产生影响的作用机制,AISAS(attention-interest-search-action-share)模型是目前被大家普遍接受的一个理论。该模型是由传统营销理论AIDMA(attention-interest-desire-memory-action)模型发展而来的。该模型认为,在互联网时代的营销模式下,消费者在接触到商品或服务的信息,达成购买活动后,会进行主动分享,从而影响其他消费者。因此其经历的5个阶段转变为:引起注意、激发兴趣、信息搜索、产生行动、信息分享。由于信息搜索和信息分享环节的存在,企业营销效果随时间不再是单纯的自然衰减趋势,而是既存在自然衰减趋势,因为消费者的搜索、行动、分享等互动行为而呈现放大趋势,消费者的良性互动能源于:论文结论范文www.7ctime.com
提高企业营销活动的真实转化率。
利用微博营销的AISAS传播机制,国内外学者对微博营销进行了更加深入的研究。Ehrlich等通过对Twitter上四个月的持续观察和对比分析认为,在微博营销中粉丝互动阶段往往比粉丝集聚阶段更具价值,由于人们猎奇、愤怒、批评等心理,微博上的信息比正面消息传播得更加迅速,而此时企业及时有效的回应和互动则至关重要。王武义则根据新浪微博早期的企业微博营销案例,利用AISAS模型,提出微博影响力与粉丝数量、粉丝的粉丝数量、热点话题、微博平台对企业的支出等因素相关。

3.模型构建

3.1 微博营销效果指标的确定

综合Chris Murdough、唐兴通等众多学者对于社会化媒体营销效果的研究以及微博营销本身的特性,本文选择净话题量(NT)作为衡量企业微博营销效果的衡量指标。此处所谓的净话题量是指由企业微博的粉丝或者感兴趣者自主创造的关于某企业的微博数量。而根据AISAS模型,企业微博营销效果的影响因素可以归结为三个方面,企业微博的活跃度、微博的覆盖度以及微博的传播力。因此,本文使用企业日平均发布微博数(AMB)衡量微博的活跃度,而覆盖度则可以用企业微博的粉丝数(FS)进行测度。对于微博的传播力则选用企业微博平均转发量衡量,也即自企业微博开通以来所发微博平均被转发次数(AF)。构建如下分析模型:
其中,NT为净话题量,AMB、FS、AF分别为企业日平均发布微博数论文导读:,关于该企业的净话题数。3.2数据获取所选的企业如图所示,这些企业均为在新浪微博上注册的电子商务型企业。这主要是因为传统的生产制造企业,电子商务企业更容易通过网络实现销售。他们只需要在所发微博中附上相关产品的链接,客户即可以通过点击链接轻松实现购物过程。而类似于堆糖网、音悦台这样的企业,只要用户点击
、粉丝数、平均转发数。而α1则表示企业的品牌效应大小,表示由于企业品牌价值的存在,当企业不发布微博、无粉丝的情况下,关于该企业的净话题数。

3.2 数据获取

所选的企业如图所示,这些企业均为在新浪微博上注册的电子商务型企业。这主要是因为传统的生产制造企业,电子商务企业更容易通过网络实现销售。他们只需要在所发微博中附上相关产品的链接,客户即可以通过点击链接轻松实现购物过程。而类似于堆糖网、音悦台这样的企业,只要用户点击链接进入网站浏览,企业即实现了营销目的。而且,本文所选企业所在行业的微博营销发展较为成熟,参考性较强。
表1 所选企业列表(30家)
团购网B2C网站旅行网音乐网社区
美丽说京东商城携程旅行音悦台堆糖网
嘀嗒团苏宁易购去哪儿一听音乐网暴走漫画
拉手网天猫蚂蜂窝旅游攻略多米音乐猫扑网
美团凡客艺龙旅行虾米音乐果壳网
团800网麦考林同程网邻居的耳朵网站
窝窝团1号店驴妈妈旅游网酷我音乐
糯米网蘑菇街
本文拟采用2012年11月30日—2012年12月14日的面板数据进行分析,将该时间段以星期为单位划分为三组时间序列,即2012年11月30日、12月7日、12月14日。选择以周为单位而非以日为单位,主要是基于两方面的考虑。首先,若以日为单位,诸如平均转发数、平均发微博数等变量的数据变化极其微小,影响回归的稳定性和准确性;其次,基于工作日与非工作日的企业和粉丝的作息时间安排,企业发微博与粉丝转发微博活动呈现以星期为周期的周期性变化,因此以一周为时间间距能够更好地反映各变量之间的关系,减少了数据随机性的干扰。解释变量的数据则全部来源于微博风云这个网站。源于:论文摘要怎么写www.7ctime.com