■ 熊于寧(西華大學經濟與貿易學院 成都 610039)
由企業(yè)微博發(fā)起信息服務及企業(yè)與消費者間的互動直至購買決策,比較有解釋能力的模型是消費者行為學領域的 AISAS模型。AISAS模型由AIDMA(attentioninterest-desire-memory-action)模型發(fā)展而來,AIDMA模型由Hall在19世紀20年代系統(tǒng)整理成熟的傳統(tǒng)營銷理論。AIDMA模型揭示受傳統(tǒng)營銷手段的影響,消費者從接觸商品或服務的信息、形成購買意向到最后達成購買經歷5個階段,即引起注意、激發(fā)興趣、產生欲望、留下記憶、產生行動(金永生、王睿等,2011),見圖1左側形狀,整個過程均可由傳統(tǒng)營銷手段所左右。模型逐級遞減的倒金字塔形狀,揭示了企業(yè)通過大量營銷活動形成最終真實消費的顧客總是少數(shù)。當今在網絡購物里,消費者擁有更多話語權,消費者行為和態(tài)度也在發(fā)生著結構性變化。
據(jù)此,日本電通公司提出AISAS模型,見圖1右側形狀。該模型把消費者在企業(yè)引發(fā)關注、產生興趣之后的興趣激發(fā)效果,以及產生購買行動之后的信息分享作為兩個重要環(huán)節(jié)來考量。這一模型揭示了消費者覺醒,AISAS模型的尾部是由于消費者可以通過 BBS、微博等以互動社交為特征的平臺的主動分享,使企業(yè)的營銷效果和品牌影響力被人際互動逐漸放大,更多潛在消費者受到購買該商品或服務的消費者信息分享的影響,重復刺激潛在消費者轉化為真實消費者。
企業(yè)微博服務提供了消費者主動或被動添加企業(yè)微博好友,實現(xiàn)對企業(yè)微博發(fā)布的精彩信息的獲取和瀏覽,完成對企業(yè)的關注。由企業(yè)發(fā)布相關內容和客戶服務等引發(fā)對企業(yè)產品或品牌興趣,誘發(fā)消費者進入實質性購買階段。獲得購買體驗后,又利用企業(yè)微博開展消費者信息分享,為聚集在企業(yè)微博的潛在消費者提供信息分享,進一步深度影響其他消費者購買意向,形成封閉的營銷模型驅動環(huán),如圖2所示。
借助新浪、騰訊等平臺,每一個公司微博都擁有一個首頁,企業(yè)可以利用微博發(fā)布信息,該信息會顯示在公司微博的首頁上。當關注行為產生后,企業(yè)每發(fā)布一條信息,該信息也會推送到企業(yè)微博消費者自己微博的首頁,微博用戶之間就建立了一種穩(wěn)定的雙向信息關注關系。消費者利用自身的微博圈子,建立起和企業(yè)營銷的穩(wěn)定聯(lián)系。
現(xiàn)有微博營銷中興趣的激發(fā)主要通過四個方面:第一,發(fā)布海量企業(yè)品牌信息。以電子商務旅游企業(yè)為例,旅游信息的發(fā)布多以旅游攻略、景區(qū)介紹、促銷信息、出行指南為主,配以精美圖片和趣味話語,以話題的趣味性或促銷信息的誘惑力刺激粉絲沖動購買決策。第二,以互動為導向,刺激粉絲對企業(yè)微博發(fā)布信息的轉發(fā)和評論,引導具有話語權的微博粉絲分享產品和服務,誘發(fā)興趣到購買的移動。第三,微博在線客戶服務主要解答粉絲提問,實現(xiàn)對粉絲的一對一服務。第四,企業(yè)負面輿論信息的危機公關,幫助消費者正確認識企業(yè),及時消除企業(yè)不良社會輿論。
當消費者的購買興趣被企業(yè)充分激發(fā)后,消費者可登陸企業(yè)產品銷售平臺進行購買并完成支付。實現(xiàn)物流配送后,消費者根據(jù)對產品的體驗和感受利用微博評價或分享感受,將此感受傳達到企業(yè)潛在消費者,進一步影響企業(yè)其他粉絲的購買行為和決策。
在關注、購買與分享環(huán)節(jié),主要以問卷調研方式測量消費者主動關注企業(yè)微博的途徑,粉絲分享環(huán)節(jié)中話語權的被采納率,研究粉絲分享對消費者購買意向的影響程度。
興趣導向環(huán)節(jié)則構建了消費者購買路徑的引入元,主要分析興趣階段中微博營銷要素指標體系,以期較全面地分析其對粉絲購買路徑的影響。
興趣吸引環(huán)節(jié)的互動測量維度測量量表構建,如表1所示。
表1中,Q1企業(yè)微博內容的轉發(fā)評論數(shù)量,擬通過采集企業(yè)微博發(fā)帖中評論和轉發(fā)數(shù)之和的前8組數(shù)據(jù)進行數(shù)據(jù)處理,將企業(yè)的轉發(fā)評論級數(shù)定為1-5級。其余各個指標采用Likert5點量表進行測量,1表示非常不同意,2表示不同意,3表示中立,4表示不同意,5表示非常不同意。
基于這些變量提出如下4個基本假設:企業(yè)發(fā)布微博內容的精彩度與粉絲愿意進入購買環(huán)節(jié)的可能性是有關聯(lián)的;微博服務中良好的互動關系與粉絲愿意進入購買環(huán)節(jié)的可能性是有關聯(lián)的;企業(yè)微博客戶服務質量高低與粉絲愿意進入購買環(huán)節(jié)的可能性是有關聯(lián)的;負面輿論的危機公關效果與粉絲愿意進入購買環(huán)節(jié)的可能性是有關聯(lián)的。
興趣導向模型分析主要通過采用因子分析和多元線性回歸方法分析數(shù)據(jù)。
表1 興趣吸引環(huán)節(jié)的互動測量維度測量量表
表2 獨立因子測量結果表
表3 回歸模型中變量系數(shù)情況表
本文選擇旅游網站綜合實力和微博賬號影響力排名前六位的企業(yè)微博進行研究,并借助專門的問卷發(fā)放平臺公開問卷內容。根據(jù)粉絲的活躍度抽取調查樣本。
受訪者的選擇具有兩個條件:第一,為保證電腦終端PC終端填寫問卷的必要性,只觀測粉絲在當日通過電腦終端瀏覽微博,且最近30分鐘內有過最新微博操作,排除了手機和其他渠道登陸微博和長時間沒有微博動態(tài)的粉絲;第二,觀測對象自己的微博的粉絲數(shù)在100名以上。
樣本按上述條件選取500名企業(yè)粉絲,通過企業(yè)的微博首頁進入到他們各自的粉絲群,再通過“@XXX(微博用戶名)”和“對XXX(微博用戶名)說”的方式傳播問卷填寫網址,最后回收有效問卷245份,樣本回收率為49%,樣本總量足夠。
1.信度分析。為了確保測量尺度的可靠性,初始十二個自變量的等距尺度進行了可靠性分析,α系數(shù)是衡量信度的指標,其值為0.853,大于0.8,信度較好。
2.因子分析。為了保證有效性,利用因子分析,找出刺激消費者興趣引發(fā)購買意愿的最重要興趣因素獨立變量。通過方差最大化旋轉法(Varimax),對子樣組合進行KMO和Bartlett球形檢驗,。計算得出的KMO值為0.832,適合做因子分析。Bartlett球形度檢驗中sig值為0.000,小于顯著水平0.05,變量之間存在相關關系,適合做因子分析。在公因子方差變量共同度的計算中,變量的大部分信息均能被因子所提取,此次因子分析的結果有效。在主成分分析中(見表2),因子貢獻率中前三個因子的特征值大于1,主成分1即互動版塊的貢獻最大,達到43.67%;依次是微博信息的精彩度指標,達13.8%,前因子的方差貢獻率達76.57%,因此提取這三個因子作為主因子。
3.多元線性回歸分析。主成分為模型自變量,消費者愿意進入閉環(huán)模型的下一節(jié)點的購買意愿為因變量,進行了多元線性回歸分析。通過回歸分析,模型擬合R方在90%以上,模型的解釋能力非常好,影響因子權重系數(shù)的檢驗結果如表3所示。
微博營銷引發(fā)興趣與消費者意愿進入購買環(huán)節(jié)意向的回歸模型為:
Y=0.218X1+0.177X2+0.289X3+2.85
1.重視企業(yè)品牌建設,多發(fā)布體驗式價值信息易獲關注。消費者愿意利用微博選擇關注某企業(yè)時的因素常傾向于三個方面:
一是選擇信賴企業(yè)品牌,主動了解該企業(yè)發(fā)布的信息和服務,進而主動關注企業(yè),這一比例高達49.18%;二是當企業(yè)推出了一些加入微博的優(yōu)惠措施,會積極鼓勵消費者積極產生關注行為;另外在朋友推薦下加入該企業(yè)微博,形成朋友圈和企業(yè)關系的融合也會吸引消費者主動添加關注。在發(fā)布內容中,以旅游類電子商務企業(yè)為例,出行攻略最受青睞,詳細旅游景區(qū)描述信息的好評度都達到了80%以上,同時消費者對促銷信息也非常敏感。
2.企業(yè)負面輿論的回應效果能較強影響粉絲購買意向,客戶服務影響不顯著。由公式(1)可知,當企業(yè)存在負面輿論時,如更正不及時,將極大影響粉絲的購買意愿,更正后愿意轉發(fā)的人少,也大大影響了消費者對負面輿論的信任態(tài)度。模型中,客戶服務質量影響不顯著。這與現(xiàn)有微博信息服務中的微博客戶服務較少的現(xiàn)象是一致的。
3.鼓勵粉絲分享,培育意見領袖,尤其重視粉絲自發(fā)發(fā)起的新話題的討論,會有效刺激購買意向。通過數(shù)據(jù)顯示,粉絲中有82.3%的網友愿意分享,分享意見被采納并促進購買率達50%以上。意見領袖的言論尤其愿被網友采納,這一分享轉化數(shù)據(jù)遠高于企業(yè)發(fā)布信息被采納比例,可見粉絲分享是促進消費者從興趣引發(fā)到購買的主要途徑之一。
模型重點研究了微博營銷消費者行為路徑,對各個要素是如何影響消費者行為路徑需要進一步定量研究,尤其是微博營銷沿著循環(huán)圈流動企業(yè)和粉絲作用疊加后的效果積累非常值得深入研究,這樣才能更充分地理解微博粉絲在線互動行為,更好的為微博運營者了解粉絲行為服務。
1.金永生,王睿等.企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J].管理科學,2011(8)
2.艾瑞咨詢.在線旅游企業(yè)微博營銷分析[R].艾瑞咨詢網站,2011
3 楊維忠,張?zhí)?SPSS統(tǒng)計分析與行業(yè)應用案例詳解[M].清華大學出版社,2011