資源描述:
《電子商務企業(yè)微博品牌傳播效果研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。
1、電子商務企業(yè)微博品牌傳播效果研究電子商務企業(yè)微博品牌傳播效果研究 引言 近年來4種主要社交媒體微博、社交網(wǎng)站、視頻分享網(wǎng)站和開放式百科全書從根本上改變了人們的生活。微博更是成為人們溝通和信息傳遞的一種重要方式,截止2012年12月,僅新浪微博注冊用戶總數(shù)就達5.03億。企業(yè)紛紛注冊官方微博開展營銷活動,部分企業(yè)已經(jīng)取得了良好的營銷效果,比如戴爾公司利用T.收集整理00個,平均每個用戶關注4個企業(yè)微博,56%的新浪微博用戶至少關注1個企業(yè)微博。企業(yè)將官方微博看作品牌傳播的重要平臺和渠道,經(jīng)常利用其發(fā)布營銷活動和企業(yè)信息。網(wǎng)購和微博使用已經(jīng)成為一種流行時尚,所以電子商
2、務企業(yè)(簡稱電商企業(yè))利用官方微博作為營銷平臺是非常明智的。然而,電商企業(yè)并不清楚如何運營官方微博才能獲得良好的品牌傳播效果,更不知道各品牌傳播方式的效果差異。因此,研究需要解決以下問題:不同品牌傳播方式分布規(guī)律如何?不同品牌傳播方式隨時間的縱向變化趨勢如何?不同品牌傳播方式的傳播效果是否存在差異? 研究從定量角度探索電商企業(yè)官方微博品牌傳播方式的分布規(guī)律及縱向變化趨勢,并比較不同品牌傳播方式的傳播效果。研究搜集了電商企業(yè)微博數(shù)據(jù)并嚴格按照內(nèi)容分析法的步驟對微博內(nèi)容進行分類編碼,探索品牌傳播方式的分布規(guī)律及其變化趨勢,并推論企業(yè)微博營銷意識的變化。然后,利用單因素方
3、差分析比較不同品牌傳播方式產(chǎn)生轉(zhuǎn)發(fā)數(shù)和評論數(shù)的差異,幫助電商企業(yè)了解各品牌傳播方式的傳播效果差異,為企業(yè)良好運營官方微博提供理論指導。 1 2.3描述性統(tǒng)計 廣告是電商企業(yè)最常采用的品牌傳播方式。不同品牌傳播方式的頻數(shù)分布為:廣告398條,占比41.1%;公共關系196條,占比20.2%;銷售促進255條,占比26.3%;其他120條,占比12.4%?! ‰娚唐髽I(yè)微博品牌傳播方式存在階段性變化。從品牌傳播方式累積頻數(shù)趨勢圖的四條曲線可知:第1至第220條的時間區(qū)間里,四種品牌傳播方式的數(shù)量非常接近,隨后廣告和銷售促進數(shù)量增速較快,第969條時廣告已經(jīng)遠遠高于另外
4、三類,而銷售促進先超過其他,在第820條時又超過了公共關系。由此可以推論:企業(yè)微博成立之初,企業(yè)沒有意識到微博的營銷價值,所以發(fā)布微博內(nèi)容具有隨機性使得各類品牌傳播方式的數(shù)量接近。隨著時間的推移,企業(yè)漸漸意識到微博營銷的重要性,廣告和銷售促進的數(shù)量越來越多。在第220至第550條的時間區(qū)間里,企業(yè)將微博作為重要的公關平臺,公共關系的數(shù)量不斷增加。其他類微博在第550條以后基本處于平穩(wěn)狀態(tài),表明企業(yè)意識到其他類微博的品牌傳播效果較差,所以發(fā)布數(shù)量才較少。圖1的每條微博序號代表微博發(fā)布的時間順序,第1條微博是易迅網(wǎng)最早發(fā)布的微博,而第969條是最近發(fā)布的微博,所以橫軸的微
5、博序號代表了時間順序,縱軸的累積頻率代表四種品牌傳播方式隨著時間變化的累積頻數(shù)?! ?.4剔除奇異值 奇異值是受不確定偶然因素干擾使得數(shù)值發(fā)生非正常變化,最終導致研究結(jié)論產(chǎn)生偏差。剔除奇異值方法主要有兩種:一種是均值±3倍標準差,認為大于或小于均值±3倍標準差的值被判定為奇異值;另一種是盒形圖,認為1.5倍四分距以外的數(shù)據(jù)為奇異值。兩種方法剔除奇異值各有特點,研究綜合兩種方法剔除各組轉(zhuǎn)發(fā)數(shù)和評論數(shù)的奇異值。各組轉(zhuǎn)發(fā)數(shù)和評論數(shù)的描述性統(tǒng)計結(jié)果發(fā)現(xiàn):各組數(shù)據(jù)均出現(xiàn)大于均值+3倍標準差和1.5倍四分位距以外的數(shù)值,且全距和標準差較大,可判定各組
6、轉(zhuǎn)發(fā)數(shù)和評論數(shù)均存在奇異值??紤]到不同品牌傳播方式產(chǎn)生的轉(zhuǎn)發(fā)數(shù)和評論數(shù)不同,研究將分別剔除各組轉(zhuǎn)發(fā)數(shù)和評論數(shù)的奇異值。各組剔除奇異值數(shù)量分別為:廣告(剔除評論數(shù)=4,剔除轉(zhuǎn)發(fā)數(shù)=4)、銷售促進(剔除評論數(shù)=17,剔除轉(zhuǎn)發(fā)數(shù)=14)、公共關系(剔除評論數(shù)=9,剔除轉(zhuǎn)發(fā)數(shù)=4),其他(剔除評論數(shù)=3,剔除轉(zhuǎn)發(fā)數(shù)=6)。從表2可以看出,剔除奇異值后各組轉(zhuǎn)發(fā)數(shù)和評論數(shù)均值、標準差、全距都出現(xiàn)了大幅下降,表明剔除奇異值效果明顯?! ?數(shù)據(jù)分析及結(jié)果 3.1相關分析 研究采用SPSS17.0對轉(zhuǎn)發(fā)數(shù)和評論數(shù)進行了相關分析,Pearson相關系數(shù)為0.758,p<0.05
7、,表明評論數(shù)和轉(zhuǎn)發(fā)數(shù)之間存在高度正相關關系。由此推論能夠激發(fā)用戶產(chǎn)生轉(zhuǎn)發(fā)行為的微博內(nèi)容也容易獲得用戶評論。 3.2方差齊性檢驗 研究試圖采用單因素方差分析(ANOVA)探索品牌傳播方式產(chǎn)生轉(zhuǎn)發(fā)數(shù)和評論數(shù)的差異。研究對四組數(shù)據(jù)進行了方差齊性檢驗。檢驗結(jié)果顯示:轉(zhuǎn)發(fā)數(shù)的Levene統(tǒng)計量為94.804,P<0.05;評論數(shù)的Levene統(tǒng)計量為78.801,P<0.05。由此可知,各組數(shù)據(jù)的方差存在顯著差異,表明各組數(shù)據(jù)違反方差同質(zhì)性假定?! ?.3單因素方差分析 單因素方差分析(ANOVA)結(jié)果:轉(zhuǎn)發(fā)數(shù)的F值為39.358,P<