電子商務(wù)企業(yè)微博品牌傳播效果研究

《電子商務(wù)企業(yè)微博品牌傳播效果研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、電子商務(wù)企業(yè)微博品牌傳播效果研究電子商務(wù)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(cè)用戶總數(shù)就達(dá)5.03億。企業(yè)紛紛注冊(cè)官方微博開展?fàn)I銷活動(dòng)，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(gè)，平均每個(gè)用戶關(guān)注4個(gè)企業(yè)微博，56%的新浪微博用戶至少關(guān)注1個(gè)企業(yè)微博。企業(yè)將官方微博看作品牌傳播的重要平臺(tái)和渠道，經(jīng)常利用其發(fā)布營銷活動(dòng)和企業(yè)信息。網(wǎng)購和微博使用已經(jīng)成為一種流行時(shí)尚，所以電子商

2、務(wù)企業(yè)（簡(jiǎn)稱電商企業(yè)）利用官方微博作為營銷平臺(tái)是非常明智的。然而，電商企業(yè)并不清楚如何運(yùn)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(shí)間的縱向變化趨勢(shì)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(shì)，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(yán)格按照內(nèi)容分析法的步驟對(duì)微博內(nèi)容進(jìn)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(shì)，并推論企業(yè)微博營銷意識(shí)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(píng)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(yùn)營官方微博提供理論指導(dǎo)?！　?　　2.3描述性統(tǒng)計(jì)　　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(guān)系196條，占比20.2%；銷售促進(jìn)255條，占比26.3%；其他120條，占比12.4%。　　電商企業(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(shì)圖的四條曲線可知：第1至第220條的時(shí)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(jìn)數(shù)量增速較快，第969條時(shí)廣告已經(jīng)遠(yuǎn)遠(yuǎn)高于另外

4、三類，而銷售促進(jìn)先超過其他，在第820條時(shí)又超過了公共關(guān)系。由此可以推論：企業(yè)微博成立之初，企業(yè)沒有意識(shí)到微博的營銷價(jià)值，所以發(fā)布微博內(nèi)容具有隨機(jī)性使得各類品牌傳播方式的數(shù)量接近。隨著時(shí)間的推移，企業(yè)漸漸意識(shí)到微博營銷的重要性，廣告和銷售促進(jìn)的數(shù)量越來越多。在第220至第550條的時(shí)間區(qū)間里，企業(yè)將微博作為重要的公關(guān)平臺(tái)，公共關(guān)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(shí)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(hào)代表微博發(fā)布的時(shí)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(hào)代表了時(shí)間順序，縱軸的累積頻率代表四種品牌傳播方式隨著時(shí)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(dǎo)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(biāo)準(zhǔn)差，認(rèn)為大于或小于均值±3倍標(biāo)準(zhǔn)差的值被判定為奇異值；另一種是盒形圖，認(rèn)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(diǎn)，研究綜合兩種方法剔除各組轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)的奇異值。各組轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)的描述性統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)：各組數(shù)據(jù)均出現(xiàn)大于均值+3倍標(biāo)準(zhǔn)差和1.5倍四分位距以外的數(shù)值，且全距和標(biāo)準(zhǔn)差較大，可判定各組

6、轉(zhuǎn)發(fā)數(shù)和評(píng)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(píng)論數(shù)不同，研究將分別剔除各組轉(zhuǎn)發(fā)數(shù)和評(píng)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(píng)論數(shù)=4，剔除轉(zhuǎn)發(fā)數(shù)=4）、銷售促進(jìn)（剔除評(píng)論數(shù)=17，剔除轉(zhuǎn)發(fā)數(shù)=14）、公共關(guān)系（剔除評(píng)論數(shù)=9，剔除轉(zhuǎn)發(fā)數(shù)=4），其他（剔除評(píng)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(píng)論數(shù)均值、標(biāo)準(zhǔn)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(guān)分析　　研究采用SPSS17.0對(duì)轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)進(jìn)行了相關(guān)分析，Pearson相關(guān)系數(shù)為0.758，p<0.05

7、，表明評(píng)論數(shù)和轉(zhuǎn)發(fā)數(shù)之間存在高度正相關(guān)關(guān)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(píng)論?！　?.2方差齊性檢驗(yàn)　　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(píng)論數(shù)的差異。研究對(duì)四組數(shù)據(jù)進(jìn)行了方差齊性檢驗(yàn)。檢驗(yàn)結(jié)果顯示：轉(zhuǎn)發(fā)數(shù)的Levene統(tǒng)計(jì)量為94.804，P<0.05；評(píng)論數(shù)的Levene統(tǒng)計(jì)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<