互聯(lián)網(wǎng)短視頻平臺(tái)用戶體驗(yàn)及對(duì)策研究

孫雨萌，王雪婷，季慧山

(1. 南京郵電大學(xué)管理學(xué)院，江蘇 南京210003；2. 南京郵電大學(xué)貝爾英才學(xué)院，江蘇南京210003)

一、 緒論

(一)研究背景及選題意義

1. 研究背景

目前國(guó)內(nèi)對(duì)于短視頻平臺(tái)已有相當(dāng)?shù)难芯?，大體集中在以下幾個(gè)方面：①對(duì)于短視頻平臺(tái)用戶健康的研究，如韓小喬老師的論文《短視頻也要筑起“防火墻”》。 我們都希望用戶既能享受短視頻帶來的好處，又能保證身心健康，但這部分研究與我們的項(xiàng)目關(guān)聯(lián)性較小。 ②對(duì)于短視頻平臺(tái)用戶著作權(quán)的探討，如劉佳老師的《網(wǎng)絡(luò)短視頻的著作權(quán)保護(hù)問題初探》。③對(duì)于短視頻內(nèi)容的考量，如周慧虹老師的《短視頻別成“低俗搬運(yùn)工”》。 ④對(duì)于短視頻平臺(tái)的傳播、發(fā)展特點(diǎn)及其現(xiàn)狀的分析，如畢瑩雪老師的《短視頻傳播特點(diǎn)及其現(xiàn)狀》。

就中國(guó)知網(wǎng)的搜索結(jié)果來看，當(dāng)前缺乏從用戶調(diào)查出發(fā)的相關(guān)論文，絕大多數(shù)論文都只以大數(shù)據(jù)為基礎(chǔ)，能分析出趨勢(shì)，但對(duì)于具體的改善等缺乏說服力。

2. 選題意義

預(yù)計(jì)未來中國(guó)短視頻行業(yè)用戶規(guī)模仍將保持穩(wěn)定增長(zhǎng)態(tài)勢(shì)。 短視頻平臺(tái)身為毫不設(shè)防卻又讓人上癮的事物，在吞噬我們時(shí)間的同時(shí)，又形成了一股全民娛樂的熱潮。而在經(jīng)歷兇猛增長(zhǎng)后，短視頻平臺(tái)對(duì)用戶體量的追求仍未停止。 究其原因，在于短視頻作為一種立體信息的承載方式，離不開巨大的用戶基礎(chǔ)以保持繁榮態(tài)勢(shì)。 與此同時(shí)，智能終端的全面普及、短視頻平臺(tái)上癮式的內(nèi)容、完善的推薦機(jī)制等，也在讓用戶體量不斷增大。 本研究意在促進(jìn)短視頻平臺(tái)完善自身，突破發(fā)展瓶頸、優(yōu)化盈利模式，實(shí)現(xiàn)穩(wěn)步發(fā)展，同時(shí)幫助凈化網(wǎng)絡(luò)環(huán)境，實(shí)現(xiàn)短視頻平臺(tái)的升級(jí)。

(二)研究目的及研究方法

通過建立模型從發(fā)展趨勢(shì)及影響因素兩方面對(duì)互聯(lián)網(wǎng)短視頻平臺(tái)進(jìn)行研究。 總結(jié)出短視頻行業(yè)的當(dāng)前發(fā)展?fàn)顩r，探討短視頻行業(yè)發(fā)展瓶頸從而制定相應(yīng)對(duì)策，促進(jìn)短視頻平臺(tái)完善自身的商業(yè)模式，實(shí)現(xiàn)平臺(tái)的優(yōu)化升級(jí)。

本文采用的主要研究方法為：二手?jǐn)?shù)據(jù)搜集；問卷調(diào)查法；實(shí)證分析法。

1. 二手?jǐn)?shù)據(jù)搜集

中文數(shù)據(jù)庫(kù)，如中國(guó)期刊網(wǎng)、萬方數(shù)據(jù)庫(kù)，查找閱讀有關(guān)短視頻平臺(tái)的相關(guān)研究文章；登錄外文數(shù)據(jù)庫(kù)，如SCI 數(shù)據(jù)庫(kù)查閱文獻(xiàn)。

2. 問卷調(diào)查法

設(shè)計(jì)適合互聯(lián)網(wǎng)短視頻平臺(tái)發(fā)展前景及對(duì)策研究的問卷，研究列出影響因素。 通過對(duì)不同年齡段的人群發(fā)放問卷，收集數(shù)據(jù)，進(jìn)而整理分析數(shù)據(jù)，了解短視頻平臺(tái)相關(guān)使用情況。

3. 實(shí)證分析法

通過建立算法模型——logistic 增長(zhǎng)模型與相關(guān)因素的多重回歸分析對(duì)取得的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，來驗(yàn)證本文所構(gòu)建的理論和假設(shè)。

(三)技術(shù)路線與研究?jī)?nèi)容

全文共分為六個(gè)部分，每一個(gè)部分的主要內(nèi)容如下：

1. 緒論

闡述了互聯(lián)網(wǎng)短視頻平臺(tái)的發(fā)展現(xiàn)狀及提升用戶體驗(yàn)、進(jìn)行平臺(tái)升級(jí)的必要性，提出研究方法及研究意義，確定本文的研究思路和技術(shù)路線。

2. 研究設(shè)計(jì)

根據(jù)理論基礎(chǔ)提出研究假設(shè)，從平臺(tái)質(zhì)量、顧客體驗(yàn)、意愿三方面之間的關(guān)系出發(fā)設(shè)計(jì)問卷內(nèi)容。

3. 數(shù)據(jù)分析

整理問卷結(jié)果，對(duì)平臺(tái)質(zhì)量(平臺(tái)服務(wù)、平臺(tái)形象)、顧客體驗(yàn)(產(chǎn)品實(shí)體體驗(yàn)、廣告體驗(yàn))和意愿(購(gòu)買意愿、使用意愿)之間的相關(guān)性進(jìn)行分析，總結(jié)出影響用戶體驗(yàn)的因素，為進(jìn)一步探討如何提升現(xiàn)有用戶體驗(yàn)奠定基礎(chǔ)。

4. 算法分析

通過建立用戶數(shù)量預(yù)測(cè)模型、對(duì)用戶數(shù)量增長(zhǎng)驅(qū)動(dòng)因素進(jìn)行分析，得出影響用戶數(shù)量進(jìn)一步增長(zhǎng)的因素。

5. 建議與意見

根據(jù)數(shù)據(jù)分析和算法分析結(jié)果，圍繞互聯(lián)網(wǎng)短視頻平臺(tái)內(nèi)容和產(chǎn)品角度提出可行對(duì)策，在提升現(xiàn)有用戶體驗(yàn)基礎(chǔ)上實(shí)現(xiàn)用戶數(shù)量增長(zhǎng)。

6. 結(jié)論與展望

總結(jié)本文的研究成果，得出研究結(jié)論。

通過對(duì)以上各部分內(nèi)容的展開，確定了本文的技術(shù)路線圖。 如圖 1 所示。

圖1 技術(shù)線路圖

二、 研究設(shè)計(jì)

(一)文獻(xiàn)綜述

1. 國(guó)內(nèi)研究現(xiàn)狀

學(xué)者高鴻飛認(rèn)為，不論用戶之間的交換屬性如何，短視頻廠商都應(yīng)當(dāng)進(jìn)一步防止依靠降低內(nèi)容質(zhì)量來增加交互這種手段。 短視頻高頻率的內(nèi)容，通常存在許多問題。 對(duì)于一些群體而言，抖音的內(nèi)容豐富性及內(nèi)涵相對(duì)欠缺，而仍有群體可接受低質(zhì)量的內(nèi)容。 N 次重復(fù)與N 條產(chǎn)品管理策略的改變使其快速地發(fā)展壯大，內(nèi)容質(zhì)量的下降卻成為影響其長(zhǎng)遠(yuǎn)發(fā)展的一個(gè)較大的障礙，平臺(tái)必須予以足夠的重視。 抖音的發(fā)展已經(jīng)走過了很長(zhǎng)的路，但還有更長(zhǎng)的路要走。

短視頻平臺(tái)使用的不同廣告形式對(duì)顧客的體驗(yàn)有不同程度的影響，大致分為原生廣告、信息流廣告和貼片廣告三種。 原生廣告是一個(gè)廣義的概念，短視頻原生廣告的優(yōu)勢(shì)在于其內(nèi)容可以完全契合品牌商的調(diào)性，傳播性相對(duì)較強(qiáng)，其表達(dá)形式也更為多樣和立體，更加能夠刺激用戶對(duì)于廣告展示的產(chǎn)品或服務(wù)的購(gòu)買欲望。 但與此同時(shí)，因?yàn)槠鋵?duì)廣告內(nèi)容的要求較高，其制作難度和制作成本比較高，因此原生廣告的價(jià)格也相對(duì)比較高。 信息流廣告的時(shí)長(zhǎng)根據(jù)廣告主的不同傳播需求一般控制在5～30 秒之間，同樣的素材或主題內(nèi)容在抖音平臺(tái)的信息流廣告推廣位置只能夠投放1 天，并不支持同素材多種形式的重復(fù)投放，以免造成用戶的接受疲勞，避免用戶產(chǎn)生反感心態(tài)。 短視頻中的貼片廣告制作簡(jiǎn)單，可以實(shí)現(xiàn)批量處理，價(jià)格相對(duì)較為低廉，且用戶觸達(dá)率高，通常是品牌方使用最多的廣告投放方式之一。 當(dāng)然，也正是因?yàn)橘N片形式的簡(jiǎn)單粗暴，使得很多用戶對(duì)于貼片廣告表現(xiàn)出了極度的反感，過多的貼片廣告會(huì)極大地降低用戶對(duì)于短視頻的觀看體驗(yàn)。

關(guān)于短視頻用戶購(gòu)買意愿的研究，有學(xué)者認(rèn)為平臺(tái)信息的展示對(duì)其購(gòu)買行為有直接影響。 消費(fèi)者在選購(gòu)商品過程中對(duì)短視頻信息的處理方式包括以下三方面：第一，當(dāng)短視頻內(nèi)容信息淺顯易懂、頁(yè)面響應(yīng)性強(qiáng)、播放畫面規(guī)范時(shí)，消費(fèi)者通常會(huì)被吸引并持續(xù)瀏覽。 第二，當(dāng)短視頻對(duì)消費(fèi)者的選購(gòu)過程有幫助且有助于消費(fèi)者了解產(chǎn)品和商家的特點(diǎn)時(shí)，消費(fèi)者會(huì)選擇瀏覽。 第三，當(dāng)短視頻展示中除了關(guān)鍵信息外還包含消費(fèi)者想了解的其他方面信息時(shí)，消費(fèi)者可對(duì)產(chǎn)品和商家做出全面評(píng)價(jià)從而持續(xù)瀏覽。 這三個(gè)方面當(dāng)中任何一個(gè)環(huán)節(jié)出現(xiàn)斷層都可能使消費(fèi)者放棄瀏覽，進(jìn)而影響其后續(xù)的購(gòu)買態(tài)度和行為。

2. 研究的不足之處

在過去幾年中，研究人員的研究方向主要集中在缺乏監(jiān)管方法和內(nèi)容難以變現(xiàn)兩個(gè)方面。 論文發(fā)現(xiàn)從短視頻用戶的角度出發(fā)，盡管國(guó)內(nèi)外的研究有一定的理論基礎(chǔ)，但是研究?jī)?nèi)容相對(duì)來說較為分散和獨(dú)立，例如上文提到的對(duì)平臺(tái)內(nèi)容的研究、對(duì)用戶廣告體驗(yàn)的研究、對(duì)消費(fèi)者購(gòu)買意愿的研究等，并未詳細(xì)闡述平臺(tái)質(zhì)量(包括平臺(tái)服務(wù)、平臺(tái)形象)、顧客體驗(yàn)(產(chǎn)品體驗(yàn)、廣告體驗(yàn))、意愿(購(gòu)買意愿、使用意愿)之間的相關(guān)性聯(lián)系，在這一方面的理論研究還是相對(duì)空白的。

基于這一背景，文章將主要從用戶調(diào)查出發(fā)，從認(rèn)知、情感和行為三方面研究消費(fèi)者對(duì)短視頻平臺(tái)的態(tài)度，建立平臺(tái)質(zhì)量與用戶體驗(yàn)間的聯(lián)系，結(jié)合用戶數(shù)量預(yù)測(cè)模型分析短視頻平臺(tái)發(fā)展趨勢(shì)及用戶數(shù)量增長(zhǎng)驅(qū)動(dòng)因素，提出平臺(tái)優(yōu)化建議。

(二)研究概況

1. 調(diào)查背景

根據(jù)前瞻產(chǎn)業(yè)研究院《中國(guó)短視頻行業(yè)市場(chǎng)前景預(yù)測(cè)與投資戰(zhàn)略規(guī)劃分析報(bào)告》數(shù)據(jù)與分析顯示，目前，短視頻行業(yè)已步入穩(wěn)定發(fā)展的成熟期，競(jìng)爭(zhēng)格局也保持相對(duì)穩(wěn)定。 從用戶規(guī)模來看，2019 年6 月，頭條系的抖音的月活躍用戶規(guī)模高達(dá)5.05 億人，穩(wěn)居行業(yè)第一；快手位居第二，月活躍用戶規(guī)模為3.35 億人。 從新增用戶規(guī)模占比來看，盡管頭條系短視頻App 新增用戶規(guī)模占行業(yè)新增用戶總規(guī)模的比重從2018 年1 月的83.1%降至了2019年6 月的64.4%，但其仍占據(jù)了行業(yè)新增用戶的主要部分；相比之下，快手新增用戶占比低于20%，明顯低于頭條系。 互聯(lián)網(wǎng)短視頻平臺(tái)的不斷涌現(xiàn)以及新增用戶規(guī)模的大幅縮減使得平臺(tái)盈利比率下滑，如何更好地提升用戶體驗(yàn)度，滿足用戶日益復(fù)雜的需求以擴(kuò)大用戶規(guī)模成為平臺(tái)升級(jí)的關(guān)鍵。

2. 調(diào)查對(duì)象

針對(duì)使用互聯(lián)網(wǎng)短視頻平臺(tái)的各年齡階段的用戶。

3. 調(diào)查方法

主要采取線上發(fā)布問卷的方式來對(duì)用戶的各個(gè)方面進(jìn)行調(diào)查分析。

4. 調(diào)查目的

了解互聯(lián)網(wǎng)短視頻平臺(tái)目前在我國(guó)的使用情況及其用戶的相關(guān)體驗(yàn)與認(rèn)可度。

(三)問卷設(shè)計(jì)

1. 理論基礎(chǔ)：TPB 理論

阿耶茲(Icek Ajzen)在1991 年《計(jì)劃行為理論》(Theory of Planned Behavior)一文中提出的“計(jì)劃行為理論”認(rèn)為：人的行為是經(jīng)過深思熟慮計(jì)劃的結(jié)果，通過理論模型分析能夠理解人如何改變自己的行為模式。 阿耶茲構(gòu)建的計(jì)劃行為理論包括行為態(tài)度、主觀規(guī)范、感知行為控制、行為意愿和行為五個(gè)要素。

行為態(tài)度、主觀規(guī)范和感知行為控制相互獨(dú)立又彼此影響，共同影響行為意向，行為意向直接影響行為，同時(shí)感知行為控制可以直接影響行為，其控制程度會(huì)影響預(yù)測(cè)的正確性。 行為態(tài)度指?jìng)€(gè)人對(duì)某一行為正面或負(fù)面的感覺；主觀規(guī)范指?jìng)€(gè)人實(shí)施某一行為時(shí)感覺到的周邊人際關(guān)系的壓力，如親人、朋友等；感知行為控制指?jìng)€(gè)人感覺到執(zhí)行某一行為的難易程度，如所掌握的資源、信息、機(jī)會(huì)等；行為意向是指執(zhí)行行為的可能性；實(shí)際行為是指?jìng)€(gè)人具體行為的實(shí)施。 在近些年的研究和論證中，TPB 理論得到了大量的數(shù)據(jù)和結(jié)論支持，能很好地解釋和預(yù)測(cè)人的行為。

2. 問卷內(nèi)容設(shè)計(jì)

文章從認(rèn)知、情感和行為三方面研究消費(fèi)者對(duì)短視頻平臺(tái)的態(tài)度。 根據(jù)理論基礎(chǔ)，研究從“平臺(tái)質(zhì)量”來研究消費(fèi)者對(duì)短視頻平臺(tái)的認(rèn)知。 依據(jù)短視頻平臺(tái)借助自身流量播放廣告對(duì)產(chǎn)品進(jìn)行宣傳的營(yíng)銷方式，從“顧客體驗(yàn)”來研究消費(fèi)者對(duì)短視頻平臺(tái)的情感。 最終，從消費(fèi)者使用和購(gòu)買的意愿來分析消費(fèi)者的行為。 具體劃分如圖2 所示：

圖2 消費(fèi)者調(diào)查內(nèi)容細(xì)分

3. 假設(shè)研究

根據(jù)以上問卷設(shè)計(jì)內(nèi)容，本研究做出如下假設(shè)：

H1：平臺(tái)服務(wù)正向積極影響消費(fèi)者的購(gòu)買意愿；

H2：平臺(tái)服務(wù)正向積極影響消費(fèi)者的使用意愿；

H3：平臺(tái)形象正向積極影響消費(fèi)者的購(gòu)買意愿；

H4：平臺(tái)形象正向積極影響消費(fèi)者的使用意愿；

H5：消費(fèi)者的產(chǎn)品實(shí)體體驗(yàn)正向積極影響購(gòu)買意愿；

H6：消費(fèi)者的產(chǎn)品實(shí)體體驗(yàn)正向積極影響使用意愿；

H7：消費(fèi)者的廣告體驗(yàn)正向積極影響購(gòu)買意愿；

H8：消費(fèi)者的廣告體驗(yàn)正向積極影響使用意愿。

三、 數(shù)據(jù)分析

(一)描述性分析

調(diào)查問卷共發(fā)放了200 份，回收200 份，有效率100%。研究人員以問卷填寫時(shí)間等于60s 為標(biāo)準(zhǔn)，刪除填寫時(shí)間小于60s 的問卷，再根據(jù)需要?jiǎng)h除不符合要求的問卷，共計(jì)得到187 份真實(shí)有效的問卷。

大多數(shù)被調(diào)查者在18～25 歲年齡段，被調(diào)查者中78.21%的用戶為本科生，56.41%的用戶月可支配資金在2000 元及以下，28.21%的用戶月可支配資金在2001 ～4000 元之間，說明短視頻平臺(tái)的用戶主要為本科生及中低端消費(fèi)者。 具體百分比如表1 所示。

表1 用戶群體調(diào)查分布

通過對(duì)用戶使用短視頻平臺(tái)主要注重哪些方面的調(diào)查(圖3)可以看到，62.82%的用戶注重平臺(tái)內(nèi)容的豐富性，50%的用戶看中平臺(tái)推薦的產(chǎn)品豐富多樣。 由此可見用戶非常在意平臺(tái)的豐富性，包括平臺(tái)自身的內(nèi)容及其所推薦的產(chǎn)品的豐富度。 與此同時(shí)，有46.15%的用戶在意平臺(tái)推薦的產(chǎn)品信息全面，說明了用戶在挑選產(chǎn)品時(shí)的細(xì)致和嚴(yán)謹(jǐn)，看重產(chǎn)品的質(zhì)量，這就要求平臺(tái)及合作的商家不斷提高產(chǎn)品信息的透明度，使得用戶在購(gòu)買前能夠全面了解產(chǎn)品，買得安心。

圖3 參與者使用短視頻平臺(tái)注重的方面

從各主流短視頻平臺(tái)使用情況(圖4)來看，抖音短視頻位居第一，有近62%的用戶青睞，用戶規(guī)模龐大，遠(yuǎn)超快手、微視等，在短視頻平臺(tái)中具有舉足輕重的地位。

圖4 各主流短視頻平臺(tái)使用狀況

(二)信度分析

信度通常用來描述檢測(cè)結(jié)果的穩(wěn)定性、可靠性和一致性程度，是評(píng)估問卷結(jié)果質(zhì)量的基本指標(biāo)之一。 信度分析分為內(nèi)在信度測(cè)量法和外在信度測(cè)量法，前者表示一組題項(xiàng)是否測(cè)量同一個(gè)概念，反映組成量表題項(xiàng)的內(nèi)在一致性程度，后者表示的是對(duì)相同的測(cè)試者在不同的時(shí)間測(cè)得的結(jié)果一致性評(píng)估，文章采用的是內(nèi)在測(cè)量法。 信度分析一般采用克龍巴赫(Cronbach’sα)信度系數(shù)。 分析可得其值為0.890。

(三)因子分析

根據(jù)問卷設(shè)計(jì)的模型，對(duì)問卷中第7 至22 題共16 個(gè)測(cè)向進(jìn)行因子分析。 目的是檢測(cè)量表體系效度，并將數(shù)據(jù)進(jìn)行降維簡(jiǎn)化。 首先，進(jìn)行 KMO 和Bartlett 的檢驗(yàn)。 結(jié)果如表2所示，KMO 值為 0.833，大于 0.8，Sig 小于 0.05，數(shù)據(jù)適合做因子分析。

表2 KMO 和 Bartlett 的檢驗(yàn)

為保證量表題項(xiàng)有效性，研究將題項(xiàng)因子負(fù)荷量最低標(biāo)準(zhǔn)值設(shè)定為0.5。 通過旋轉(zhuǎn)成分矩陣(表3)可以看到，公因子1 在 A1、A2、A3、A4 四個(gè)測(cè)向上有很大正載荷。 公因子 2 在C1、C2、C3 三個(gè)測(cè)向上有很大正載荷。 公因子 3 在 B1、B2、B3 三個(gè)測(cè)向上有很大正載荷。 公因子4 在D1、D2 兩個(gè)測(cè)向上有很大正載荷。 公因子5 在F1、F2 兩個(gè)測(cè)向上有很大正載荷。 公因子6 在E1、E2 兩個(gè)測(cè)向上有很大正載荷。 因子分析結(jié)果與最初問卷設(shè)計(jì)內(nèi)容相符。 因此，因子1 為“平臺(tái)服務(wù)”，因子2 為“產(chǎn)品實(shí)體體驗(yàn)”，因子3 為“平臺(tái)形象”，因子4 為“廣告體驗(yàn)”，因子5 為“購(gòu)買意愿”，因子6 為“使用意愿”。

表3 旋轉(zhuǎn)成分矩陣a

續(xù)表

(四)相關(guān)分析

相關(guān)分析是研究?jī)蓚€(gè)或兩個(gè)以上處于同等地位的隨機(jī)變量間相關(guān)關(guān)系的統(tǒng)計(jì)分析方法，分析的是變量間有沒有關(guān)系以及關(guān)系強(qiáng)度如何。 在分析變量間的相關(guān)關(guān)系時(shí)，首先要看顯著性，也即是P值，它是判斷相關(guān)系數(shù)r有沒有統(tǒng)計(jì)意義的關(guān)鍵，通常判斷標(biāo)準(zhǔn)為0.05，P＜0.05，表示有顯著的相關(guān)關(guān)系，r有統(tǒng)計(jì)意義。 兩個(gè)變量間的相關(guān)程度由相關(guān)系數(shù)r來表示，一般來說r的絕對(duì)值在0 ～0.3 之間為弱相關(guān)關(guān)系，在0.3～0.5之間為中等相關(guān)關(guān)系，大于0.5 表現(xiàn)為強(qiáng)相關(guān)關(guān)系。

下文分別對(duì)平臺(tái)質(zhì)量(平臺(tái)服務(wù)、平臺(tái)形象)、顧客體驗(yàn)(產(chǎn)品實(shí)體體驗(yàn)、廣告體驗(yàn))和意愿(購(gòu)買意愿、使用意愿)之間的相關(guān)性進(jìn)行分析。 通過建立結(jié)構(gòu)方程模型，采用Pearson分析法，來檢驗(yàn)本研究中變量的連續(xù)性和相關(guān)性，對(duì)提出的假設(shè)進(jìn)行簡(jiǎn)單粗略的驗(yàn)證。

從Pearson 相關(guān)分析表(表4)中可以得出如下結(jié)論(在0.01 的顯著性水平上)：

(1)平臺(tái)質(zhì)量與意愿呈現(xiàn)正向相關(guān)關(guān)系，顧客體驗(yàn)與意愿呈現(xiàn)正向相關(guān)關(guān)系。 假設(shè)均得到驗(yàn)證。

(2)平臺(tái)質(zhì)量與購(gòu)買意愿呈現(xiàn)出較強(qiáng)的相關(guān)性，相關(guān)系數(shù)為0.517。

(3)產(chǎn)品實(shí)體體驗(yàn)與購(gòu)買意愿呈現(xiàn)出較強(qiáng)的相關(guān)性，相關(guān)系數(shù)為0.678。

(4)產(chǎn)品實(shí)體體驗(yàn)與使用意愿呈現(xiàn)出較強(qiáng)的相關(guān)性，相關(guān)系數(shù)為0.505。

除此之外，我們還有了一些新的發(fā)現(xiàn)。

(1)平臺(tái)質(zhì)量與顧客體驗(yàn)之間也呈現(xiàn)出正向相關(guān)關(guān)系。

(2)平臺(tái)質(zhì)量與廣告體驗(yàn)之間呈現(xiàn)較強(qiáng)的相關(guān)性，相關(guān)系數(shù)為0.548。

表4 相關(guān)性

續(xù)表

由此可以粗略判斷：平臺(tái)質(zhì)量、顧客體驗(yàn)和意愿三者之間都存在一定程度上的聯(lián)系。 一個(gè)短視頻平臺(tái)想不斷發(fā)展進(jìn)步，獲得越來越多的忠誠(chéng)用戶，需要從消費(fèi)者的認(rèn)知、情感和行為三方面去影響消費(fèi)者的態(tài)度。

由于相關(guān)關(guān)系是一種非確定性的關(guān)系，只能說明變量間的聯(lián)系強(qiáng)弱，而沒有確切到可由其中一個(gè)去精確地決定另一個(gè)的程度，也即是說相關(guān)分析不可以說明變量之間具體的影響強(qiáng)弱程度，所以，還必須通過中介效應(yīng)檢驗(yàn)和回歸分析來進(jìn)一步探究作為中介變量的顧客體驗(yàn)是如何影響電商平臺(tái)顧客的購(gòu)買意愿的。 三因子間影響關(guān)系見圖5。

圖5 三因子影響關(guān)系

四、 算法分析

(一)算法分析的原因和必要性

對(duì)問卷進(jìn)行數(shù)據(jù)分析之后可以發(fā)現(xiàn)，盡管問卷分析透露出當(dāng)下平臺(tái)質(zhì)量、顧客體驗(yàn)和消費(fèi)意愿之間的一定的聯(lián)系，但這部分聯(lián)系仍受限于問卷調(diào)查規(guī)模、范圍和次數(shù)的限制。要是想從整體的角度分析整個(gè)行業(yè)的發(fā)展，那單憑一次調(diào)查得到的幾百個(gè)標(biāo)本是不夠的。 因此，可以借助更大規(guī)模、更權(quán)威的數(shù)據(jù)，在平臺(tái)本身公布的數(shù)據(jù)(本章中以兩篇抖音年度報(bào)告為例)中進(jìn)行分析，從而實(shí)現(xiàn)全局上的預(yù)測(cè)和基于數(shù)據(jù)的建議。 而算法的選擇將在下文敘述。

(二)基于Logistic 歸回分析的抖音用戶數(shù)量預(yù)測(cè)模型

為了從統(tǒng)計(jì)學(xué)角度預(yù)測(cè)抖音短視頻平臺(tái)的活躍用戶數(shù)量，文章選擇了常用的Logistic 回歸預(yù)測(cè)。

選擇Logistic 回歸預(yù)測(cè)的原因：它是研究人口增長(zhǎng)模型時(shí)提出的。 廣義Logistic 曲線可以模仿一些情況人口增長(zhǎng)的S 形曲線。 起初階段大致是指數(shù)增長(zhǎng)；然后隨著人口開始變得飽和，增加變慢；最后，達(dá)到成熟時(shí)增加停止。 而在我們的課題中，鑒于用戶數(shù)量的增長(zhǎng)與人口增長(zhǎng)有一定相似之處——增長(zhǎng)既受到現(xiàn)有用戶數(shù)量的帶動(dòng)，又受到剩余市場(chǎng)空間的限制，因此我們選擇了該模型進(jìn)行預(yù)測(cè)。

首先，我們應(yīng)該明確什么樣的用戶對(duì)視頻平臺(tái)而言是有價(jià)值的，由此引出了活躍用戶的概念——活躍用戶是相對(duì)于“流失用戶”的一個(gè)概念，是指那些會(huì)時(shí)不時(shí)地光顧下網(wǎng)站，并為網(wǎng)站帶來一些價(jià)值的用戶。 流失用戶，是指曾經(jīng)訪問過網(wǎng)站或注冊(cè)過，但由于對(duì)網(wǎng)站漸漸失去興趣后逐漸遠(yuǎn)離網(wǎng)站，進(jìn)而徹底脫離網(wǎng)站的那批用戶。 通過上述定義可以發(fā)現(xiàn)，用戶可以分為活躍用戶和流失用戶。 而用戶總量是只增不減的——在視頻平臺(tái)不刪除用戶的情況下。 同一個(gè)用戶，可能在活躍用戶和流失用戶之間相互轉(zhuǎn)化，因此，活躍用戶可能呈現(xiàn)波動(dòng)的趨勢(shì)，正如我們?cè)诙兑舻臄?shù)據(jù)報(bào)告中所看到的那樣。 同時(shí)，若討論每日的活躍用戶數(shù)可能會(huì)導(dǎo)致工作日和休息日之間的較大的變化并且易受特殊情況(如雙十一)等的干擾，故選擇相對(duì)穩(wěn)定的月活躍用戶數(shù)進(jìn)行討論。

接著，我們將根據(jù)2018 到2020 年初(也就是抖音用戶開始快速增長(zhǎng)的近兩年)抖音短視頻平臺(tái)的月活躍用戶數(shù)對(duì)未來進(jìn)行基于Logistic 回歸模型的預(yù)測(cè)：

根據(jù)相關(guān)參考資料，該回歸函數(shù)的形式如下：

其中，P為在t時(shí)刻的用戶數(shù)，P0為初始時(shí)刻的用戶數(shù)，K為理論上的最大用戶數(shù)，r為用于描述增長(zhǎng)快慢的參數(shù)。

研究采用“最小二乘法”，通過“變步長(zhǎng)搜索”的方式，不斷變化P0、K和r的值，尋求誤差最小的組合，作為我們的預(yù)測(cè)。 這里的誤差采用方差進(jìn)行描述，即，將每個(gè)月的理論值與該月的真實(shí)值進(jìn)行比較，并將每個(gè)月的誤差平方后求和，并最后除以總的月數(shù)：

因此，接下來的目標(biāo)就是找出誤差最小，即R2盡可能小的一組三個(gè)參數(shù)P0、K和r的組合。

若采用較小的步長(zhǎng)，即這三個(gè)參數(shù)的不同組合之間的差異較小的話，可能的組合數(shù)將是一個(gè)相當(dāng)龐大的數(shù)字；但若采用較大的步長(zhǎng)，又將為預(yù)測(cè)帶來更大的誤差。 因此，在“變步長(zhǎng)搜索”中，研究先采用較大的步長(zhǎng)，確定最優(yōu)的情況所在的大概范圍，接著采用較小的步長(zhǎng)，確定較高精準(zhǔn)度下的三個(gè)參數(shù)的值。

經(jīng)過計(jì)算后，得出如下結(jié)果(圖6)：

圖6 月活躍用戶數(shù)量預(yù)測(cè)圖

從圖6 中可以看出，盡管月份之間的月活躍用戶數(shù)會(huì)有波動(dòng)，但總體的趨勢(shì)是可以預(yù)測(cè)的。 在經(jīng)歷2017 年末到2020 年初的快速增長(zhǎng)后，抖音的月活躍用戶數(shù)的增長(zhǎng)速度將迎來轉(zhuǎn)折點(diǎn)，增速開始放緩，最終預(yù)計(jì)在2021 年3 月接近飽和，達(dá)到約4.6 億月活躍用戶。

(三)基于主成分分析法的用戶數(shù)量增長(zhǎng)驅(qū)動(dòng)因素分析

用戶數(shù)量的增長(zhǎng)可能會(huì)受到多方面的影響，比如人口總量、智能手機(jī)普及率、當(dāng)前用戶總量、當(dāng)前月活躍用戶量、宣傳廣告投放量、用戶創(chuàng)作的總視頻量、平臺(tái)本身研發(fā)投入，以及可能帶來負(fù)面影響的App 內(nèi)投放的廣告等，這些因素都有可能對(duì)用戶數(shù)量的增長(zhǎng)起到正面或者負(fù)面的影響，但每個(gè)指標(biāo)到底有多少影響，值不值得投入，這是接下來要討論的。

若要評(píng)估這些指標(biāo)對(duì)平臺(tái)活躍用戶數(shù)的增長(zhǎng)起到的幫助，即確定哪些是可以放在相對(duì)次要的戰(zhàn)略位置，哪些又是需要大力投入，則可以使用“主成分分析法”。 所謂主成分分析，是考慮多個(gè)變量之間相關(guān)性的多元統(tǒng)計(jì)方法，可以借助少量的幾個(gè)主成分來揭示多個(gè)變量間的聯(lián)系，即從原始變量中找出少數(shù)幾個(gè)主成分，使它們盡可能多地保留原始變量的信息，且彼此間互不相關(guān)。 此處運(yùn)用主成分分析法可以減少與活躍用戶數(shù)量增長(zhǎng)關(guān)聯(lián)性較小的指標(biāo)數(shù)量，找出對(duì)活躍用戶數(shù)量有較大影響的指標(biāo)。

1. 主成分分析思路

首先，選取第一個(gè)線性組合，即第一個(gè)綜合指標(biāo)F1的方差，Var(F1)越大，表示F1包含的信息越多。 因此在所有的線性組合中選取的F1應(yīng)該是方差最大的，故稱F1為第一主成分。 如果第一主成分不足以代表原來P個(gè)指標(biāo)的信息，再考慮選取F2，即選第二個(gè)線性組合。 為了有效地反映原來信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，用數(shù)學(xué)語言表達(dá)就是要求Cov(F1，F(xiàn)2)= 0，則稱F2為第二主成分，依此類推可以構(gòu)造出第三、第四……第P個(gè)主成分。

Fp=a1iZx1+a2iZx2+…+apiZxp

其中api(i=1，…，m)為X的協(xié)方差陣Σ的特征值所對(duì)應(yīng)的特征向量，Zxi是原始變量經(jīng)過標(biāo)準(zhǔn)化處理的值，因?yàn)樵趯?shí)際應(yīng)用中，往往存在指標(biāo)的量綱不同，所以在計(jì)算之前須先消除量綱的影響，也就是將原始數(shù)據(jù)標(biāo)準(zhǔn)化。

2. 主成分分析主要步驟及結(jié)果

(1) 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化(SPSS 軟件自動(dòng)執(zhí)行)；

(2)指標(biāo)之間的相關(guān)性判定；

(3)確定主成分個(gè)數(shù)m；

(4)主成分Fi表達(dá)式；

(5)主成分Fi命名。

借助SPSS19 軟件的幫助，研究得到了表5 所示的主成分矩陣：

表5 主成分分析矩陣

可以看出，這兩個(gè)成分中，成分1 中占比較大的有當(dāng)前用戶總量和當(dāng)前月活躍用戶量，貢獻(xiàn)率分別達(dá)到了38.2%和43.9%；成分2 中占比較大的有宣傳廣告投放量、用戶創(chuàng)作的總視頻量和研發(fā)投入，貢獻(xiàn)率分別達(dá)到了30.1%、33.8%和15.0%。 而在兩個(gè)成分中，人口總量、智能手機(jī)普及率占比均較小。

3. 主成分分析的結(jié)果分析

成分1 可以認(rèn)為是用戶數(shù)方面的綜合指標(biāo)，即與當(dāng)前用戶總量和當(dāng)前月活躍用戶量關(guān)聯(lián)較大。 該指標(biāo)說明用戶數(shù)量的增長(zhǎng)與當(dāng)前用戶數(shù)量情況息息相關(guān)，說明了當(dāng)前趨勢(shì)下，用戶越多，單位時(shí)間內(nèi)用戶數(shù)量增長(zhǎng)越多，這是符合前文Logistic 模型中當(dāng)前階段的特點(diǎn)的，即處于增長(zhǎng)率的轉(zhuǎn)折點(diǎn)之前，絕對(duì)數(shù)量增長(zhǎng)率隨著總量的增長(zhǎng)而增長(zhǎng)。 同時(shí)，可以發(fā)現(xiàn)，相比于用戶總量而言，當(dāng)前月活躍用戶量所占權(quán)重更大，這說明了不光要擴(kuò)大用戶總量，還應(yīng)該通過各種措施(如優(yōu)惠、紅包)來提高用戶活躍程度，從而更好地?cái)U(kuò)大用戶群體。

成分2 可以認(rèn)為是與平臺(tái)本身關(guān)聯(lián)更大，即與宣傳廣告投放量、用戶創(chuàng)作的總視頻量和研發(fā)投入關(guān)系密切。 從研發(fā)投入權(quán)重不到前二者的一半這一結(jié)果可以發(fā)現(xiàn)，與其大力投入平臺(tái)本身研發(fā)，不如更多投資運(yùn)維。 同時(shí)，宣傳廣告占比略低于總視頻量，說明運(yùn)維的重心不應(yīng)過度偏移在該二者之一，而應(yīng)給予相似的重視程度，從而促進(jìn)該二者均衡增長(zhǎng)，更好地?cái)U(kuò)大用戶群體和增加月活躍用戶占比。

之所以用戶數(shù)量增長(zhǎng)與人口總量、智能手機(jī)普及率關(guān)聯(lián)度較小，是因?yàn)槎桃曨l平臺(tái)在近幾年才興起，在這個(gè)時(shí)間跨度上，人口總量和智能手機(jī)普及率的變化較小。 舉例說明，因抖音用戶平均年齡為27.4 歲，因此如果考慮2018、2019 年的人口自然增長(zhǎng)率是沒有意義的，應(yīng)考慮1993 年全國(guó)人口年自然增長(zhǎng)率，為11.45%，這一指標(biāo)與活躍用戶的增長(zhǎng)率、總視頻量的增長(zhǎng)率相差了近兩個(gè)數(shù)量級(jí)，因此全國(guó)人口總量的增長(zhǎng)對(duì)用戶數(shù)量的增長(zhǎng)幾乎沒有貢獻(xiàn)。

五、 建議與對(duì)策

基于上述抖音用戶數(shù)量預(yù)測(cè)模型的結(jié)果，我們可以看出，當(dāng)前形勢(shì)下，用戶增長(zhǎng)速度已經(jīng)越過拐點(diǎn)，開始放緩并使得用戶數(shù)量逐步趨于飽和。 而現(xiàn)有投資方向也應(yīng)據(jù)此進(jìn)行科學(xué)的改革，從而實(shí)現(xiàn)更高的投資性價(jià)比。 因此，應(yīng)適當(dāng)減少大眾化引流方面的投入，增大產(chǎn)品本身和運(yùn)營(yíng)維護(hù)的投入比例，從而在當(dāng)前用戶數(shù)量增長(zhǎng)速度減緩、可拓展的用戶空間較小的形勢(shì)下，在拓展高端用戶群體和留住現(xiàn)有用戶之間取得一個(gè)科學(xué)的平衡，形成動(dòng)態(tài)的、隨著市場(chǎng)形勢(shì)而不斷變化的投資規(guī)劃，而不是一成不變地維持之前的投資比例，從而實(shí)現(xiàn)投資性價(jià)比的提高。

(一)圍繞互聯(lián)網(wǎng)短視頻平臺(tái)內(nèi)容角度

1. 內(nèi)容升級(jí)，引流高層用戶

通過主成分分析法的用戶數(shù)量增長(zhǎng)驅(qū)動(dòng)因素算法分析的結(jié)論中我們發(fā)現(xiàn)鼓勵(lì)用戶創(chuàng)作視頻與平臺(tái)用戶數(shù)量增長(zhǎng)有著強(qiáng)相關(guān)性。 同時(shí)，在分析問卷過程中可以看出互聯(lián)網(wǎng)短視頻用戶現(xiàn)主要集中于青少年、本科及以下群體和中低端消費(fèi)者，因此高學(xué)歷者和高端消費(fèi)者成為互聯(lián)網(wǎng)短視頻平臺(tái)可挖掘的潛在對(duì)象。 UGC(user generated content，用戶原創(chuàng)內(nèi)容)時(shí)代下，用戶生產(chǎn)內(nèi)容成為新的信息生成模式。 用戶在文化水平、受教育程度等方面存在差異，致使內(nèi)容良莠不齊，網(wǎng)民容易在輕松愉悅的觀看中不自覺地接受這種價(jià)值導(dǎo)向，潛移默化地受到影響。 PGC 為內(nèi)容生產(chǎn)模式，全稱professionally generated content，指專業(yè)生產(chǎn)內(nèi)容。 相比于其他視頻網(wǎng)站運(yùn)營(yíng)模式，PGC 模式最大的優(yōu)勢(shì)在于，視頻網(wǎng)站無須投入大量資金拍攝制作，也無須向PFC 內(nèi)容制作方支付版權(quán)費(fèi)用，便能生產(chǎn)出優(yōu)質(zhì)的、適應(yīng)用戶需求的海量視頻內(nèi)容，并以分成的形式與PGC 合作伙伴共享廣告收益。 通過PGC 的內(nèi)容生產(chǎn)，短視頻平臺(tái)可以改變傳統(tǒng)視頻用戶格調(diào)不高的觀影習(xí)慣，培養(yǎng)一批優(yōu)質(zhì)的用戶，實(shí)現(xiàn)平臺(tái)自身和用戶升級(jí)的同時(shí)提升了競(jìng)爭(zhēng)力，擴(kuò)大了市場(chǎng)用戶規(guī)模。

2. 界面美化，提升豐富性

通過對(duì)用戶使用短視頻平臺(tái)主要注重哪些方面的調(diào)查我們可以看出41.03%的用戶在意平臺(tái)的設(shè)計(jì)美觀性，同時(shí)在用戶對(duì)其使用的短視頻平臺(tái)界面是否美觀做出評(píng)價(jià)時(shí)我們注意到超一半(51.28%)的用戶評(píng)價(jià)為普普通通。 移動(dòng)應(yīng)用的界面視覺，能獲得用戶最直觀的視覺體驗(yàn)，是產(chǎn)品給用戶的第一印象，是用戶體驗(yàn)設(shè)計(jì)環(huán)節(jié)中與用戶最緊密的部分，是產(chǎn)品與用戶之間溝通交流的橋梁。 對(duì)于界面視覺設(shè)計(jì)的研究，大到風(fēng)格、布局、色彩、文字，小到每一個(gè)圖標(biāo)、按鈕、間距，都是以用戶為出發(fā)點(diǎn)去進(jìn)行的，是基于對(duì)用戶的心理、感知、情感和行為的分析。 良好的界面視覺設(shè)計(jì)，可以營(yíng)造自然舒適的操作環(huán)境，達(dá)到優(yōu)化用戶體驗(yàn)的目的，減少用戶學(xué)習(xí)成本，提高用戶工作效率，增加用戶黏性。 這就要求短視頻平臺(tái)提高界面美觀度，不斷地調(diào)查測(cè)試，迎合用戶心理，使其符合現(xiàn)代大眾的審美標(biāo)準(zhǔn)，通過創(chuàng)新和更新完善用戶體驗(yàn)，增加用戶使用時(shí)長(zhǎng)同時(shí)吸引更多流量。

3. 個(gè)性化服務(wù)，優(yōu)化推薦算法

通過問卷調(diào)查，我們了解到有46.15%的用戶認(rèn)為平臺(tái)提供的內(nèi)容比較實(shí)用或有趣，35.9%的用戶認(rèn)為部分個(gè)性化需求能滿足，34.62%的用戶認(rèn)為基本滿足個(gè)性化需求。 這表明平臺(tái)尚未能充分挖掘用戶的興趣，直擊“痛點(diǎn)”所在。 在推薦系統(tǒng)中，用戶不用顯式提交任何查詢信息和興趣偏好信息，而系統(tǒng)通過算法來自動(dòng)地進(jìn)行“信息”推送。 大量的內(nèi)容造成了“信息過載”問題，因此，為這些短視頻設(shè)置合適的推薦方案便得尤為重要了。 算法推薦機(jī)制目前還存在諸多問題，技術(shù)層面還有較大的改進(jìn)空間。 可以在現(xiàn)有算法基礎(chǔ)上增加衡量指標(biāo)來推送內(nèi)容，例如內(nèi)容滿意度、時(shí)效性、內(nèi)容有用性等，增加考量視頻內(nèi)容質(zhì)量的維度。 短視頻平臺(tái)應(yīng)當(dāng)利用大數(shù)據(jù)研究，優(yōu)化其推薦算法，選擇合適的推薦方案，為用戶提供個(gè)性化服務(wù)。

(二)圍繞互聯(lián)網(wǎng)短視頻平臺(tái)產(chǎn)品角度

1. 產(chǎn)品監(jiān)督，加強(qiáng)商家合作

通過調(diào)查發(fā)現(xiàn)有48.72%的用戶認(rèn)為短視頻平臺(tái)推薦的產(chǎn)品或提供的服務(wù)與宣傳描述相符參半，32.05%的用戶認(rèn)為大部分時(shí)候相符，說明平臺(tái)推薦的產(chǎn)品存在著一些線上描述宣傳與實(shí)物不一致的情況。 短視頻購(gòu)物最大的陷阱是商品“貨不對(duì)板”，短視頻平臺(tái)上賣家展示的商品和消費(fèi)者收到的商品從外觀到品質(zhì)都嚴(yán)重不符。 例如水果、海鮮等食品，賣家展示的商品個(gè)頭大、顏色漂亮，消費(fèi)者收到的商品卻個(gè)頭小、顏色差。 此外，這些產(chǎn)品常以遠(yuǎn)低于線下市場(chǎng)價(jià)格吸引消費(fèi)者注意，買家下單后，賣家在實(shí)際付款環(huán)節(jié)巧立名目收取各種“附加費(fèi)”，最終消費(fèi)者實(shí)際支付的價(jià)格遠(yuǎn)高于市場(chǎng)價(jià)。 這要求平臺(tái)對(duì)產(chǎn)品層層把關(guān)，督促產(chǎn)品商家全面真實(shí)地描述產(chǎn)品的相關(guān)信息，將產(chǎn)品的優(yōu)缺點(diǎn)對(duì)消費(fèi)者進(jìn)行詳細(xì)說明。 對(duì)于評(píng)價(jià)低劣和有投訴記錄的商家平臺(tái)應(yīng)介入調(diào)查及時(shí)清理和下架產(chǎn)品，給予商家警告以維護(hù)消費(fèi)者正當(dāng)權(quán)益。 短視頻平臺(tái)可以加強(qiáng)與更多商家的洽談合作，充分發(fā)揮其商業(yè)價(jià)值，為用戶提供更多質(zhì)量高、價(jià)格優(yōu)惠的產(chǎn)品。

2. 信息維護(hù)，把關(guān)交易安全

調(diào)查結(jié)果顯示，48.72%的用戶對(duì)其所使用的短視頻平臺(tái)是否能很好地維護(hù)其信息及財(cái)產(chǎn)安全持一般信任態(tài)度。 快手、抖音等短視頻應(yīng)用中沒有設(shè)置用戶注銷模塊，在其用戶協(xié)議中也沒有對(duì)賬戶注銷問題進(jìn)行相關(guān)說明；除了注銷無門以外，還有一些應(yīng)用雖然提供了注銷功能，但是其賬戶注銷的手續(xù)復(fù)雜，不僅需要驗(yàn)證用戶綁定的手機(jī)號(hào)，還需要通過實(shí)名信息驗(yàn)證，甚至是人臉驗(yàn)證等。 在這一過程中，用戶不僅為應(yīng)用平臺(tái)確認(rèn)了一次手機(jī)號(hào)碼的活躍使用，還直接將個(gè)人身份證件提供給平臺(tái)方，而平臺(tái)對(duì)于用戶提供的手機(jī)號(hào)和身份證號(hào)的使用去向并未做出相關(guān)說明，這也直接提高了用戶個(gè)人隱私泄露的風(fēng)險(xiǎn)。 平臺(tái)應(yīng)遵循合法、正當(dāng)和必要的原則，經(jīng)用戶明示同意后，有限收集用戶個(gè)人信息，給予用戶對(duì)應(yīng)用內(nèi)各個(gè)服務(wù)、功能的自主選擇是否使用，以及共享個(gè)人信息的權(quán)利，盡量避免采用一次性打包授權(quán)的形式。 平臺(tái)應(yīng)做好用戶信息維護(hù)工作，設(shè)置安全專家保護(hù)用戶數(shù)據(jù)，并且鼓勵(lì)負(fù)責(zé)任的安全研究人員向組織秘密披露漏洞，并且在公開漏洞之前，平臺(tái)應(yīng)確保所有報(bào)告的漏洞問題都已在應(yīng)用程序的最新版本中得到修復(fù)。

3. 廣告創(chuàng)新，直擊用戶痛點(diǎn)

調(diào)查結(jié)果顯示39.74%的用戶認(rèn)為其使用的短視頻平臺(tái)中的廣告和其他廣告沒有區(qū)別，50%的用戶一般認(rèn)同平臺(tái)廣告形式的新穎度。 短視頻平臺(tái)信息流廣告的主要類型包括多人情景劇、單人口播、文字快閃、測(cè)評(píng)推薦等。 現(xiàn)在創(chuàng)意的展示技術(shù)條件也在不斷創(chuàng)新和優(yōu)化，除了AR 技術(shù)外，VR 技術(shù)的應(yīng)用也日漸普及，另外還有動(dòng)態(tài)H5 頁(yè)面等形式吸引用戶興趣，提升信息流廣告的互動(dòng)效果。 隨著傳統(tǒng)廣告形式的飽和和用戶審美疲勞的加劇，不斷創(chuàng)新的廣告表現(xiàn)形式一定能取得更好的廣告宣發(fā)效果。 短視頻平臺(tái)應(yīng)當(dāng)充分利用先進(jìn)技術(shù)提高廣告新穎度，提升用戶的使用意愿。 平臺(tái)上的每一個(gè)用戶都是獨(dú)立的個(gè)體，受眾因個(gè)人的興趣愛好和身份背景等不同不斷被細(xì)分重組為多元化的社群，每一個(gè)社群的成員都有共同的特點(diǎn)。 廣告主應(yīng)注重對(duì)垂直領(lǐng)域的挖掘，深入剖析目標(biāo)社群受眾的特點(diǎn)，滿足特定目標(biāo)受眾的需求，將目標(biāo)受眾變?yōu)橹覍?shí)顧客，并在此基礎(chǔ)上尋找潛在受眾。 短視頻平臺(tái)還應(yīng)重視后臺(tái)技術(shù)的研發(fā)，提高推薦算法系統(tǒng)的精準(zhǔn)性。 通過用戶大數(shù)據(jù)搜集分析來開發(fā)粒度更細(xì)、精度更深的用戶興趣標(biāo)簽和行為標(biāo)簽，實(shí)現(xiàn)信息流廣告的精準(zhǔn)投放，直擊用戶痛點(diǎn)。

六、 結(jié)論與展望

目前，短視頻平臺(tái)的用戶多集中在本科及以下學(xué)歷的中低收入者。 想要擴(kuò)大短視頻平臺(tái)的受眾就需要進(jìn)一步提升短視頻平臺(tái)中內(nèi)容的質(zhì)量。 改變短視頻平臺(tái)“娛樂至死”“浪費(fèi)時(shí)間”等不良刻板印象，提升短視頻平臺(tái)的價(jià)值，為用戶創(chuàng)造更多的附加價(jià)值。 讓用戶在看短視頻的時(shí)候，學(xué)習(xí)到新的知識(shí)，了解到時(shí)事新聞，開闊眼界增長(zhǎng)見識(shí)，而不是單一休閑娛樂。 在插播廣告帶動(dòng)經(jīng)濟(jì)方面，如今依靠大數(shù)據(jù)的線上購(gòu)物是一種趨勢(shì)，短視頻平臺(tái)要在服務(wù)、形象、產(chǎn)品和廣告等多方面進(jìn)行提升，以真誠(chéng)的態(tài)度為消費(fèi)者推薦貨真價(jià)實(shí)的商品，拒絕夸大、隱瞞。 俗話說：“群眾的眼睛是雪亮的。”虛假營(yíng)銷不可能擁有廣闊市場(chǎng)。 短視頻平臺(tái)與其用戶保持良好關(guān)系，是短視頻平臺(tái)進(jìn)一步發(fā)展壯大的最高性價(jià)比措施。