企业微博营销对消费者态度的影响分析

1、企业微博营销对消费者态度的影响研究企业微博营销对消费者态度的影响分析研究假设一、因子提取（一）因子提取为了确定企业微博营销对消费者态度的影响因子，本文选取了武汉地区5所不同高校的10名学生及5名长期使用微博的已经工作的朋友，共15人进行深度访谈（访谈提纲见附录）。通过与15名用户的开放式访谈，本文选取了企业微博营销的6个因子，即信息质量、易读性、与粉丝互动程度、活跃度、意见领袖的参与、企业高管微博知名度。（二）研究变量描述本文选取的变量主要自变量6个、因变量3个，共计9个，即信息质量、易读性、与粉丝互动程度、活跃性、意见领袖的参与、企业高管微博知名度、认知性态度、情感性态度、购买意愿。对变量的

2、描述主要如表2.1所示。表2.1 研究变量描述研究变量定义描述信息质量信息内容真实、可靠及有用性易读性指主题目标和关键词索引款目是否容易阅读、浏览和理解与粉丝互动程度企业在微博上参与粉丝交流、互动的程度活跃度企业在微博上发布信息频率、参与热点话题等的程度意见领袖的参与为他人提供意见、并对他人施加影响的活跃人物的参与企业高管微博知名度企业高层管理人员在微博上影响力的广度和深度认知性态度指消费者对于企业的知觉、理解、观念和评判情感性态度指消费者对企业的情绪反应，表现为对品牌的情感程度购买意向指消费者对企业的一种行为倾向二、理论模型本研究主要探讨的是企业微博营销对消费者态度的影响。根据对信息技术接受

3、模型和计划行为理论模型等理论，本文提出如下的理论模型：如图2.1所示。消费者情感性态度消费者购买意愿消费者认知性态度企业高管微博知名度意见领袖的参与活跃度易读性信息质量与粉丝的互动程度图2.1 企业微博营销影响消费者态度的理论模型三、研究假设（一）消费者态度内的影响关系本文提出如下的假设H1和H2：H1：消费者对企业的认知性态度越高，对企业产品及服务的购买意向越强H2：消费者对企业的情感性性态度越高，对企业产品及服务的购买意向越强（二）企业微博营销信息质量和易读性对消费者态度的影响1.信息质量。本文提出假设H3a、H3b、H3c：H3a：企业在微博上发布信息质量越高，消费者对企业的认知态度越好

4、H3b：企业在微博上发布信息质量越高，消费者对企业的情感态度越好H3c：企业在微博上发布信息质量越高，消费者对企业的购买意愿越强2. 易读性。3. 本文提出假设H4a、H4b、H4c：H4a：企业在微博上发布信息越容易阅读，消费者对企业的认知态度越好H4b: 企业在微博上发布信息越容易阅读，消费者对企业的情感态度越好H4c: 企业在微博上发布信息越容易阅读，消费者对企业的购买意向越强（三）企业微博营销互动性对消费者态度的影响本文认为企业微博营销互动性对消费者态度有显著影响，提出假设H5a、H5b、H5c：H5a：企业在微博上与用户互动性越多，消费者对企业的认知态度越好H5b：企业在微博上与用户

5、互动性越多，消费者对企业的情感态度越好H5c：企业在微博上与用户互动性越多，消费者对企业的购买意向越强（四）企业微博营销活跃度对消费者态度的影响本文提出假设H6a、H6b、H6c：H6a：企业在微博上活跃性越高，消费者对企业的认知态度越好H6b：企业在微博上活跃性越高，消费者对企业的的情感态度越好H6c：企业在微博上活跃性越高，消费者对企业的的购买意向越强（五）企业微博营销意见领袖的参与对消费者态度的影响由此提出假设H7a、H7b、H7c：H7a： 企业微博上意见领袖参与程度越高，消费者对企业的认知态度越好H7b： 企业微博上意见领袖参与程度越高，消费者对企业的情感态度越好H7c： 企业微博上

6、意见领袖参与程度越高，消费者对企业的购买意向越强（六）企业高管微博知名度对消费者态度的影响为此，提出假设H8a、H8b、H8c：H8a： 企业高管微博知名度越高，消费者对该企业的认知态度越好H8b： 企业高管微博知名度越高，消费者对该企业的情感态度越好H8c： 企业高管微博知名度越高，消费者对该企业的购买意向越强第一节 描述性统计一、研究样本选择本研究样本的调查问卷发放主要以在线测评为主，通过在微博、QQ群和BBS论坛上发布信息，并同时辅助书面问卷和电子邮件等方式。样本的发放是采取随机的方式，因此，选择的样本具有一定的代表性。本文一共回收问卷285份，剔除答案均为一致的、答案有遗漏的和没有使用

7、过微博的问卷，最终得到有效问卷271份。样本量符合统计标准。二、描述性统计根据对样本的分析，统计结果如表3.1所示。表3.1 正式调研描述性统计表基本信息样本数百分比（%）性别男14854.6女12345.4年龄18岁以下6323.218-28岁16360.128-38岁4516.738岁之上00学历小学及以下00初高中00大专248.9本科8431.0硕士及以上16360.1登陆微博频率每天3次以上4215.5每天1-3次13449.42-3天一次3412.5续 表基本信息样本数百分比（%）3天以上一次6122.5从不登陆00平均每天花在微博上的时间1小时以下10940.21-2小时1264

8、6.52-3小时186.63-4186.64小时以上00每月可支配收入500元以下228.1501-10005721.0每月可支配收入1001-20006323.22001-30003512.93001以上9434.7根据上表的结果可以看出，从性别上看，男性占54.6%，略多于女性，但是相差不大，这也与我国互联网网民结果相吻合，第31次互联网报告显示中国网民男女比例为55.8%/44.2%。 从被调查对象的年龄分布看，可以看出本次调查对象的年龄全部在38岁之下，这也与我国互联网公布的网民结果比例类似。另外，由于微博引入中国的时间还不长，属于新鲜事物，这也说明年轻人对新鲜事物的接受能力较强。从被

9、调查对象的学历分布情况看，本科及以上比例高达91%，这说明关注微博的大部分是高学历人群，这类人群有较高的接受能力。从登陆微博的频率看，每天都会登陆1次以上的比例达64.9%，没有出现从不登陆的情况，由此也可以看出，每天登陆微博已经成为大多数生活中不可或缺的一部分。从平均每天花在微博上的时间上看，每天花在微博上时间超过1小时的比例为59.8%，这和登陆频率的调查一起说明了，大部分的人不仅每天都会登陆微博，而且还在微博上花费一定的时间，这也正说明微博具有较强的吸引力，能够使得大家长时间的关注。从调查对象的每月可支配收入看，每月支配收入在500元以下者仅为8.1%，1000元以上的比例超过70%，这

10、说明关注微博的用户都具有一定的购买能力，具有可开发的潜力。各测量项目的具体情况如表3.2所示：表3.2 正式调查问卷的最小值、最大值、均值、标准差描述统计量题项N极小值极大值均值标准差A1271153.20.904A2271153.24.889A3271253.63.918B1271253.70.801B2271153.74.970B3271253.72.828C1271253.49.958C2271153.46.995C3271253.78.865D1271253.69.889D2271253.63.897D3271253.52.910E1271253.76.900E2271153.90.9

11、20E3271153.51.906F1271253.47.881F2271253.58.793F3271153.70.987X1271253.53.855X2271253.61.762X3271253.56.827Y1271153.48.856Y2271153.56.900Y3271253.60.823Z1271153.58.927Z2271253.74.731Z3271153.321.017有效的 N （列表状态）271第二节 信度和效度分析一、信度分析本文对正式调查问卷再进行一次信度分析，以验证量表设置的可靠性和一致性。通过分析得出的分析如表3.3所示：表3.3 正式问卷的信度分析表变量题

12、项Cronbach's a系数信息质量（A）A1-A3.833易读性（B）B1-B3.869与粉丝互动程度（C）C1-C3.865活跃度（D）D1-D3.913意见领袖的参与（E）E1-E3.856企业高管微博知名度（F）F1-F3.896认知性态度（X）X1-X3.941情感性态度（Y）Y1-Y3.936购买意愿（Z）Z1-Z3.864从上表可以看出，Cronbach's a系数均在0.8以上，具有很高的信度，因此量表的项目具有很高的一致性和可靠性。二、效度分析效度即为有效性，是指测量工具或手段对所测量事物的准确程度。一般效度分析分为内容效度分析、准则效度分析和结构效度分析。

13、本文的研究主要采用结构效度进行效度分析。结构效度是指测量结果的某种结构与测量变量之间的对应程度。结构分析采用的是因子分析的方法，从测量变量中提取公共因子，这些公因子代表了量表的基本结构。效度分析的主要测量统计指标是：KMO（Kaiser-Meyer-Olkin）检验和Bartlett球状检验，当KMO数值越大，表明变量间存在的共同因素较多，比较适合做因素分析。若KMO值小于0.5，那么就表明变量题项间不适宜做因素分析，KMO值在0.6以上可以做因子分析，如果其值大于0.7，那么说明是比较适合做因子分析。（一）企业微博营销各因子分析1. KMO 和 Bartlett 的检验运用SPSS20.0分

14、析软件对调查问卷的第一分部18个题目进行分析，得到的结果如表3.4所示。从表中可以看出，KMO为0.831，适合做因子分析。Bartlett的球性检验显著性小于0.01，球性假设被拒绝。表3.4 KMO和Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量.831Bartlett 的球形度检验近似卡方930.543续 表df153Sig.0002.因子旋转经过SPSS20.0统计软件进行因子分析得出的结果如表3.5所示：表3.5 因子分析结果题项因子负荷量因子1因子2因子3因子4因子5因子6F2.816.771.757F3F1B2.743.703.672B1B3E3

15、.766.725.699E1E2A1.820.772.658A3A2D1.776.740.689D3D2C2.770.759.736C1C3特征值方差比例累积方差比例3.06617.03317.0332.82915.71932.7522.00911.16143.9131.96410.91154.8241.81410.07964.9031.0886.04570.948从表中可以看出，因子载荷值均大于0.3，通过主成分分析共抽取六个因子，可以解释总方差的70.948%，与原先研究假设相一致，将因子4、因子2、因子6、因子5、因子3、因子1分别命名为信息质量、易读性、与粉丝的交流互动程度、活跃度、意

16、见领袖的参与、企业高管微博知名度。（二）消费者态度的因子分析同前面的分析方法一致，首先进行KMO 和 Bartlett 的检验，得出结果如表3.6所示。从表中可以看出，KMO的值为0.921，适合做因子分析。另外Bartlett的球性检验显著性小于0.01，球性假设被拒绝。表3.6 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.921Bartlett 的球形度检验近似卡方734.439df36Sig.000经过统计软件进行的因子分析结果如表3.7。表3.7 因子分析结果题项因子负荷量因素1因素2因素3X3.836.817.707X2X1Z1.8

17、10.806.713Z2Z3Y2.835.797.747Y1Y3Y2.835.797.747Y1Y3特征值3.2992.5871.186方差比例36.66028.74613.177累积方差比例36.66065.40678.583从表中看出，从表中可以看出，因子载荷值都大于0.3，符合统计要求，通过主成分分析成功共抽取三个因子，可以解释总方差78.583%。将抽取的因子分别命名为认知性态度、情感性态度和购买意愿。第三节 相关分析通过运用SPSS20.0对变量进行相关分析，得出的结果如表3.8所示：表3.8 相关性分析表相关性ABCDEFXYZAPearson 相关性1.837*.715*.769

18、*.730*.722*.744*.724*.721*显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271BPearson 相关性.837*1.798*.859*.856*.802*.799*.801*.829*显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271CPearson 相关性.715*.798*1.898*.755*.728*.827*.816*.839*显著性（双侧）.000.000.000.000.000.000.00

19、0.000N271271271271271271271271271DPearson 相关性.769*.859*.898*1.851*.815*.854*.870*.854*显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271EPearson 相关性.730*.856*.755*.851*1.801*.772*.776*.871*显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271FPearson 相关性.722*.802*.728*

20、.815*.801*1.884*.796*.824*显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271XPearson 相关性.744*.799*.827*.854*.772*.884*1.881*.798*续 表显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271YPearson 相关性.724*.801*.816*.870*.776*.796*.881*1.834*显著性（双侧）.000.000.000.000.000.000

21、.000.000N271271271271271271271271271ZPearson 相关性.721*.829*.839*.854*.871*.824*.798*.834*1显著性（双侧）.000.000.000.000.000.000.000.000N271271271271271271271271271*. 在 .01 水平（双侧）上显著相关。从上表中可以看出，认知性态度、情感性态度和购买意向之间呈现明显的相关关系，信息质量、易读性、与粉丝交流互动程度、活跃度、意见领袖的参与、企业高管微博知名度与认知性态度、情感性态度和购买意愿之间也呈现明显的相关关系。第四节 回归分析本文采用SPSS

22、20.0软件对各变量进行回归分析，系统默认P值（0.05和0.10）。本文接受模型拟合度R2和调整R2系数在0.5之上的回归分析。下面分别对各变量进行分析。首先分别以认知性态度、情感性态度为自变量，购买意向为因变量进行回归分析，得到如表3.9的结果。表3.9认知性态度和情感性态度与购买意向回归分析表类别R2调整 R2F值非标准化系数标准系数tSig.B标准误差Beta认知性态度.637.636472.498.825.038.79821.737.000情感性态度.695.694614.022.821.033.83424.779.000由上表可以看出，R2和调整的R2在0.5之上，因此模型拟合度比

23、较好，标准系数都在0.8之上，显著性水平小于0.01。因此，假设H1、H2得到验证，即认知性态度和情感性态度与购买意愿之间具有正相关关系。下面，再分别将企业微博营销各因子与认知性态度进行回归分析，得到结果如表3.10所示：表3.10 企业微博营销各因子与认知性态度回归分析表类别R2调整 R2F值非标准化系数标准系数tSig.B标准误差Beta信息质量.554.552333.887.771.042.74418.273.000易读性.639.637475.125.797.037.79921.797.000与粉丝交流互动程度.683.682580.814.739.031.82724.100.000活

24、跃度.730.729727.101.795.029.85426.965.000意见领袖的参与.597.595398.018.744.037.77219.950.000企业高管微博知名度.782.781962.575.912.029.88431.025.000由上表可以看出，企业微博营销各因子与认知性态度回归分析的R2和调整R2均在0.5之上，模型拟合较好，标准系数均为正数，显著性水平小于0.01.因此，假设H3a、H4a、H5a、H6a、H7a、H8a得到验证。下面，再分别将企业微博营销各因子与情感性态度进行回归分析，得到结果如表3.11所示：表3.11 企业微博营销各因子与情感性性态度回归分

25、析表类别R2调整R2F值非标准化系数标准系数tSig.B标准误差Beta信息质量.524.522296.380.787.046.72417.216.000易读性.641.640481.264.838.038.80121.938.000与粉丝交流互动程度.666.665536.084.766.033.81623.153.000续 表活跃度.757.756839.765.850.029.87028.979.000意见领袖的参与.602.600406.320.784.039.77620.157.000企业高管微博知名度.633.632464.129.862.040.79621.544.000由上表可

26、以看出，企业微博营销各因子与情感性态度回归分析的R2和调整R2均在0.5之上，模型拟合较好，标准系数均为正数，显著性水平小于0.01.因此，假设H3b、H4b、H5b、H6b、H7b、H8b得到验证。下面，再分别将企业微博营销各因子与购买意愿进行回归分析，得到结果如表3.12所示：表3.12企业微博营销各因子与购买意愿回归分析表类别R2调整 R2F值非标准化系数标准系数tSig.B标准误差Beta信息质量.520.519291.789.772.045.72117.082.000易读性.687.685589.172.854.035.82924.273.000与粉丝交流互动程度.704.70364

27、1.284.776.031.83925.324.000活跃度.729.728723.776.821.031.85426.903.000意见领袖的参与.759.758848.381.868.030.87129.127.000企业高管微博知名度.680.679570.966.879.037.82423.895.000由上表可以看出，企业微博营销各因子与购买意愿回归分析的R2和调整R2均在0.5之上，模型拟合较好，标准系数均为正数，且都在0.7之上，显著性水平小于0.01.因此，假设H3c、H4c、H5c、H6c、H7c、H8c得到验证。第五节 假设检验结果讨论通过前面的分析结果可以看出，本文提出的

28、假设都得到了验证。具体如表3.13所示。表3.13 论文假设结果一览表假设具体内容假设结果H1消费者对企业的认知性态度越高，对企业产品及服务的购买意向越强成立H2消费者对企业的情感性性态度越高，对企业产品及服务的购买意向越强成立H3a企业在微博上发布信息质量越高，消费者对企业的认知态度越好成立H3b企业在微博上发布信息质量越高，消费者对企业的情感态度越好成立H3c企业在微博上发布信息质量越高，消费者对企业产品及服务的购买意愿越强成立H4a企业在微博上发布信息越容易阅读，消费者对企业的认知态度越好成立H4b企业在微博上发布信息越容易阅读，消费者对企业的情感态度越好成立H4c企业在微博上发布信息越

29、容易阅读，消费者对企业产品及服务的购买意愿越强成立H5a企业在微博上与用户互动性越多，消费者对企业的认知态度越好成立H5b企业在微博上与用户互动性越多，消费者对企业的的情感态度越好成立H5c企业在微博上与用户互动性越多，消费者对企业产品及服务的购买意愿越强成立H6a企业在微博上活跃性越高，消费者对企业的认知态度越好成立H6b企业在微博上活跃性越高，消费者对企业的的情感态度越好成立H6c企业在微博上活跃性越高，消费者对企业产品及服务的购买意愿越强成立H7a企业微博上意见领袖参与程度越高，消费者对企业的认知态度越好成立H7b企业微博上意见领袖参与程度越高，消费者对企业的的情感态度越好成立H7c企业

30、微博上意见领袖参与程度越高，消费者对企业产品及服务的购买意愿越强成立H8a企业高管微博知名度越高，消费者对该企业的认知态度越好；成立H8b企业高管微博知名度越高，消费者对该企业的的情感态度越好；成立H8c企业高管微博知名度越高，消费者对该企业产品及服务的的购买意向越强成立第四章 研究结论与管理对策第一节 研究结论本文主要是通过实证研究来分析企业微博营销对消费者态度影响的因素。为此，本文在大量文献研究的基础上，结合技术接受模型、计划行为理论等理论模型构建了本文的企业微博营销对消费者态度的影响模型。通过本文的研究，得出了如下的结论：一、企业微博营销各因子与认知性态度之间呈现明显的相关关系经过分析得

31、出，信息质量、易读性、与粉丝交流互动程度、活跃度、意见领袖的参与、企业高管微博知名度与认知性态度之间均存在显著的影响关系，且回归系数均为正，即都与认知性态度之间呈现正向的影响关系。而在这其中，企业高管微博知名度对认知性态度的影响程度最大。他们对认知性态度的影响程度由大到小具体为：企业高管微博知名度、活跃度、与粉丝交流互动程度、易读性、意见领袖的参与、信息质量。二、企业微博营销各因子与情感性态度之间呈现明显的相关关系经过分析得出，信息质量、易读性、与粉丝交流互动程度、活跃度、意见领袖的参与、企业高管微博知名度与情感性态度之间均存在显著的影响关系，且回归系数均为正，即都与情感性态度之间呈现正向的影

32、响关系。其中，活跃度对情感性态度的影响程度最大。各因素对情感性态度影响程度具体为：活跃度、与粉丝交流互动程度、易读性、企业高管微博知名度、意见领袖的参与、信息质量。三、企业微博营销各因子与购买意愿之间呈现明显的相关关系经过分析得出，信息质量、易读性、与粉丝交流互动程度、活跃度、意见领袖的参与、企业高管微博知名度与购买意愿之间均存在显著的影响关系，且回归系数均为正，即都与购买意愿之间呈现正向的影响关系。其中，意见领袖的参与对购买意愿的影响程度最大。各因素对购买意愿影响程度具体为：意见领袖的参与、活跃度、与粉丝的交流互动程度、易读性、企业高管微博知名度、信息质量。四、认知性态度、情感性态度与购买意

33、向之间呈现明显的相关关系消费者的购买意愿不仅直接受到信息质量、易读性、与粉丝的交流互动程度、活跃度、意见领袖的参与和企业高管微博知名度的影响，还受到认知性态度和情感性态度的正向影响作用。经分析得出，认知性态度、情感性态度与购买意向之间呈现显著的相关关系，回归系数为正，因此认知性态度、情感性态度和购买意愿之间呈现正向的影响关系。第二节 企业微博营销启示和建议一、发布高质量、易读的信息微博营销发布的信息是为了吸引其他用户的注意，必须要注意做到有趣、利益、个性鲜明。（一）有趣有趣即内容要有足够的创意，有足够吸引人的地方。营销人员需要花足够多的时间来巧妙的构思微博营销信息。当然，创意和心意总是有限的，

34、但微博营销发布的内容至少要使得企业的微博主页面不至于空洞无聊，特别是要注意不能只发布广告信息，因为这样不仅不能得到用户的关注，反而会引起用户的反感，使得已有的粉丝流失。（二）利益利益就是发布信息的实用性，能够向用户提供一定的帮助，既可以是提供信息服务、传授生活知识、利用视频课程帮助用户解决难题，也可以是向用户提供商品的促销信息或者折扣凭证、发放奖品等。总之，要使用户能够从微博中获取某种形式的利益。（三）个性企业发布的微博营销信息要注意在表达方式、内容倾向等方面上拥有自身的特点并能够长期保持这种一致性，这样才能够给用户一个系统和直观的整体感受，使得企业微博能够容易被识别，与其它微博用户划清界限。

35、一般而言，对内容雷同的微博，即使其具有一定的价值，用户往往也只会关注其中的一个。个性化的微博可以提升用户的黏性，被粉丝长期关注。微博上信息更新速度非常快，每分钟都有成千上万的信息产生，现今的微博营销花样迭出，企业要想在众多的信息中脱颖而出，必须要有好的创意，特别是在内容上的创意。如何在海量的信息中凸显自己，吸引粉丝眼球并推动粉丝转发，需要企业面向目标人群推出独特的创意、精心的策划，发布能够吸引用户关注的高质量信息，并且在信息的阅读方式上考虑到主要目标受众的知识水平等因素，只有经常发布高质量且容易阅读的信息才能够获取用户的持续关注。另外，企业在公开相关信息的时候应该注意词语的选用。对于重要的信息

36、，要注意表现出正式和权威，防止出现歧义，但是在之后的沟通中要保持友善和真诚，尤其是在出现突发危机、出现对企业相关的负面消息时，企业发布的信息要以用户为中心，切忌一味辩解，言辞要尽量谦虚。二、积极参与微博平台上的互动微博是大众群体主导的社会化媒体，如果没有广大的用户来加入微博互动，是达不到传播效果的。高效的交互性是微博平台的核心。企业在微博上发布的每一条时都需要尽量去争取和更多用户进行互动与沟通的机会。激发网友好感、打造粉丝忠诚度的重要方法就是经常保持和网友、粉丝之间的互动。微博上的互动有很多类型，通常包括：解释和说明，提问和问答，征集意见，发起话题讨论，不同观点的辩论，竞猜等。互动的内容无需包含很大的信息量，有时很快的回复一个表情符号也可以。很多时候，仅仅依靠企业单纯的单向信息传递很难引起用户