简述Web3.0对微博营销传播性的影响之一.doc

微博推广研究致力于微博营销、微博推广研究简述Web3.0对微博营销传播性的影响之一摘要：微博是目前最热门的媒介。大到政府部门，小到平民百姓，纷纷都在各大网站开通了微博。企业也适时地抓住了这个机会，以微博为媒介与消费者架起了营销传播的桥梁。在微博火热的同时，也就注意到当下网络技术环境存在种种漏洞，这些会抑制了微博营销传播的效果。然而，在即将到来的WEB3.0时代，能给微博营销传播带来哪些变化呢?本文从微博营销传播入手，通过实证分析，浅析WEB3.0对微博营销传播互动性的作用。微博营销传播的新平台微博即微型博客，是后WEB2.0时代新兴起的一类开放互联网社交服务。微博是即时信息的一种变种形式，用户可以将自己的最新动态感受用简短的一句话发布出来，用户的朋友及其他关注者都可以看到并且能加以评论，发送内容一般在140字符以内。微博以分享为特征，只需简单的跟随即可与其他互联网用户分享即时信息，跟随的人数不受限制。除此之外，碎片化、开放性、整合性、实时性也是微博的主要特征。网络的迅速发展使得信息的双向沟通变得简单、便捷，从微博的发送特性上来看，微博具备了4A的元素(Anytime/Anywhere /Anyone/Anything)，成为一种流动的互联网装置。因此，消费者可以在任何时间、任何地点发送微博，记录状态或是评价事物等。在网络化的信息传播时代，人人都是自媒体，互联网新一代传播模式打破了传统大众媒介的单向传播模式，而使信息传播偏向于双向交互性和“一对一”的传播，这就决定了传播受众获取信息的方式：一是个人的，二是主动的。因此，品牌信息传播的互动性和卷入度尤其重要。微博短小、分享、移动、即时的特点，使得互联网受众认同这种信息传播的方式，积极参与信息传播的过程，即是认同与关联的体现。微博主的信息往往能够引起跟随者的注意，影响跟随者，引起共鸣，即是表现出感知与拥护。在这个过程中，有三个因素对信息传播的互动性起到关键的作用：互联网受众的卷入程度、微博信息的个性化以及微博主与跟随者的实时沟通的能力。卷入度越高、个性化差别越大、实时沟通的能力越强，互动性也就越强。而这种互动性，即是营销传播所强调的信息的双向沟通。微博病毒般的传播模式，既有可能带来聚集的口碑效应，也有可能造成毁灭性的打击，而这将取决于网络技术的先进与否。目前，我们正处于后WEB2.0时代，信息的真伪辨别、控制能力、聚合能力等，并不十分完善，常常偏离传播信息源的本意，造成“互动”的偏差。WEB3.0是为改善这些诟病所提出的新一代互联网技术。研究框架与假设(一)研究框架WEB3.0是新一代互联网技术的统称，它是建立在WEB2.0的基础上并包含了其的所有特点，同时，WEB3.0提供了一种方便查找、方便管理信息资料的方法，以个人为中心的全新的服务，WEB3.0的核心理念是“个性、精准和智能”。参考徐璐、曹三省等人的关于WEB3.0特征的阐述，本文提出了WEB3.0与微博互动性研究框架图(见图1)。将WEB3.0对于目前网络架构的提升，主要归结为四个方面：信息整合度、信息可信度、信息可控度以及互联网设备普适度。本文从WEB3.0的四个方面出发，验证此四方面对微博传播的作用及其影响大小，最后提出提升微博传播互动性的策略。(二)研究假设1.关于信息整合度的研究假设。信息的整合度很大程度上影响了互联网用户获得信息的能力，本文从三个方面来衡量的信息整合度：标签整合、碎片整合与个性化聚合。标签整合涉及到互联网用户便于搜索信息的能力;碎片整合牵涉到互联网信息的全面性;个性化聚合关注的是互联网用户过滤信息的能力。微博传播的特性与互联网这三方面的能力密切相关，因此，第一个假设H1为：信息整合度的提升对微博传播互动性有正面性的影响。2.关于信息可信度的研究假设。我们将信息可信度划分为两方面解释：第一，用户将互联网信息信以为真的程度;第二，与其它媒介(SNS、IM、传统媒体等)相比，微博传播信息的真实性，这将最终决定信息源是否利用微博为传播媒介的最主要方面。因此，第二个假设H2为：信息可信度的提升对微博传播互动性有正面性的影响。3.关于信息可控度的研究假设。群发广告、骚扰信息等行为，增加了我们对网络传播信息的消极情感，因此，更需要健康的网络环境秩序来提升互联网用户对信息传播的信心。其中，信息的监控性与序列方式是最具有影响力的两个方面。因此，第三个假设H3为：信息可控性的提升对微博传播互动性有正面性的影响。4.关于互联网设备普适度的研究假设。互联网是否普及、是否任何数码都可以接入互联网，影响受众是否方便通过互联网获取信息。多种终端平台要能够共享互联网信息，关系到互联网传播的广度与实时发送/接收的能力。因此，第四个假设H4为：互联网设备普适度的提升对微博传播有正面性的影响。研究数据的收集与结论(一)刺激物的选择及量表体系几乎所有的营销传播信息都能够将微博作为媒介，因此，本文在刺激物的选择上，研究参照了微博所呈现的信息。采用探测性的识别和提炼量表之后，通过问卷形式进行了调查。本文选用五级制李克特量表，选项如下“最不同意、比较不同意、同意、比较同意、最同意”，五个等级选择回答的分数，最高分为5分，最低分为1分，所有测试试题答完之后，将每句得分相加就是测量所得出的分数。本文设计了如图2量表体系。(二) 数据的收集1.抽样总体与样本容量的确定。我们以在校学生为9770人的桂林电子科技大学金鸡岭校区为抽样总体。在抽样的方法的选择上，使用按学院分层比例的随机抽样方法，保证样本符合总体构成，并呈现代表性，从中抽取了215人作为样本。2.问卷的发放与回收。通过访谈寻找并甄别了调查对象，确保调查对象对微博具有一定的了解。本次调查共有五组问卷，共发放问卷215 份，回收215份，回收率为100%。回收后，对问卷的有效性进行了筛选，共筛选出有效问卷为205份，占发放问卷总数的96.74%。在回收的问卷中，随机剔除5份有效问卷，最后确定分析的样本数为200份，即每组的调查问卷各是40份。3.问卷的检验。我们使用SPSS11.5统计软件对所收集完成的数据进行可靠性分析，一般而言，测验信度越高，表示测验的结构越可靠。本文采用最常用的信度系数，计算公式如下：k表示为问卷测试的题目总数，Si为第i题得分数的方差，SX为问卷测试总分方差。一般认为，0.7，表示很可信。本调查问卷经分析后，=0.7330.7，说明都达到了比较理想的可信度，因此，本次调查所收集的数据有一定的可靠性。(三) 数据分析方法与论证1.相关分析法。表1为互联网技术与微博互动性之间相关分析，在输出结果中，用“*”表示具有统计学意义的相关系数。本研究相关分析时，使用的是双尾检验，“*”表示P0.01。依据表1分析结果，发现互联网的整合度、可信度与可控度，以及互联网设备的普适度与微博互动性之间的相关程度都不相同。其中，整合度和互动性之间的相关关