电子商务企业微博品牌传播效果研究

电子商务企业微博品牌传播效果研究

ID:26114252

大小:57.00 KB

页数:9页

时间:2018-11-24

电子商务企业微博品牌传播效果研究_第1页
电子商务企业微博品牌传播效果研究_第2页
电子商务企业微博品牌传播效果研究_第3页
电子商务企业微博品牌传播效果研究_第4页
电子商务企业微博品牌传播效果研究_第5页
资源描述:

《电子商务企业微博品牌传播效果研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子商务企业微博品牌传播效果研究电子商务企业微博品牌传播效果研究  引言  近年来4种主要社交媒体微博、社交网站、视频分享网站和开放式百科全书从根本上改变了人们的生活。微博更是成为人们沟通和信息传递的一种重要方式,截止2012年12月,仅新浪微博注册用户总数就达5.03亿。企业纷纷注册官方微博开展营销活动,部分企业已经取得了良好的营销效果,比如戴尔公司利用T.收集整理00个,平均每个用户关注4个企业微博,56%的新浪微博用户至少关注1个企业微博。企业将官方微博看作品牌传播的重要平台和渠道,经常利用其发布营销活动和企业信息。网购和微博使用已经成为一种流行时尚,所以电子商

2、务企业(简称电商企业)利用官方微博作为营销平台是非常明智的。然而,电商企业并不清楚如何运营官方微博才能获得良好的品牌传播效果,更不知道各品牌传播方式的效果差异。因此,研究需要解决以下问题:不同品牌传播方式分布规律如何?不同品牌传播方式随时间的纵向变化趋势如何?不同品牌传播方式的传播效果是否存在差异?  研究从定量角度探索电商企业官方微博品牌传播方式的分布规律及纵向变化趋势,并比较不同品牌传播方式的传播效果。研究搜集了电商企业微博数据并严格按照内容分析法的步骤对微博内容进行分类编码,探索品牌传播方式的分布规律及其变化趋势,并推论企业微博营销意识的变化。然后,利用单因素方

3、差分析比较不同品牌传播方式产生转发数和评论数的差异,帮助电商企业了解各品牌传播方式的传播效果差异,为企业良好运营官方微博提供理论指导。  1  2.3描述性统计  广告是电商企业最常采用的品牌传播方式。不同品牌传播方式的频数分布为:广告398条,占比41.1%;公共关系196条,占比20.2%;销售促进255条,占比26.3%;其他120条,占比12.4%。  电商企业微博品牌传播方式存在阶段性变化。从品牌传播方式累积频数趋势图的四条曲线可知:第1至第220条的时间区间里,四种品牌传播方式的数量非常接近,随后广告和销售促进数量增速较快,第969条时广告已经远远高于另外

4、三类,而销售促进先超过其他,在第820条时又超过了公共关系。由此可以推论:企业微博成立之初,企业没有意识到微博的营销价值,所以发布微博内容具有随机性使得各类品牌传播方式的数量接近。随着时间的推移,企业渐渐意识到微博营销的重要性,广告和销售促进的数量越来越多。在第220至第550条的时间区间里,企业将微博作为重要的公关平台,公共关系的数量不断增加。其他类微博在第550条以后基本处于平稳状态,表明企业意识到其他类微博的品牌传播效果较差,所以发布数量才较少。图1的每条微博序号代表微博发布的时间顺序,第1条微博是易迅网最早发布的微博,而第969条是最近发布的微博,所以横轴的微

5、博序号代表了时间顺序,纵轴的累积频率代表四种品牌传播方式随着时间变化的累积频数。  2.4剔除奇异值  奇异值是受不确定偶然因素干扰使得数值发生非正常变化,最终导致研究结论产生偏差。剔除奇异值方法主要有两种:一种是均值±3倍标准差,认为大于或小于均值±3倍标准差的值被判定为奇异值;另一种是盒形图,认为1.5倍四分距以外的数据为奇异值。两种方法剔除奇异值各有特点,研究综合两种方法剔除各组转发数和评论数的奇异值。各组转发数和评论数的描述性统计结果发现:各组数据均出现大于均值+3倍标准差和1.5倍四分位距以外的数值,且全距和标准差较大,可判定各组

6、转发数和评论数均存在奇异值。考虑到不同品牌传播方式产生的转发数和评论数不同,研究将分别剔除各组转发数和评论数的奇异值。各组剔除奇异值数量分别为:广告(剔除评论数=4,剔除转发数=4)、销售促进(剔除评论数=17,剔除转发数=14)、公共关系(剔除评论数=9,剔除转发数=4),其他(剔除评论数=3,剔除转发数=6)。从表2可以看出,剔除奇异值后各组转发数和评论数均值、标准差、全距都出现了大幅下降,表明剔除奇异值效果明显。  3数据分析及结果  3.1相关分析  研究采用SPSS17.0对转发数和评论数进行了相关分析,Pearson相关系数为0.758,p<0.05

7、,表明评论数和转发数之间存在高度正相关关系。由此推论能够激发用户产生转发行为的微博内容也容易获得用户评论。  3.2方差齐性检验  研究试图采用单因素方差分析(ANOVA)探索品牌传播方式产生转发数和评论数的差异。研究对四组数据进行了方差齐性检验。检验结果显示:转发数的Levene统计量为94.804,P<0.05;评论数的Levene统计量为78.801,P<0.05。由此可知,各组数据的方差存在显著差异,表明各组数据违反方差同质性假定。  3.3单因素方差分析  单因素方差分析(ANOVA)结果:转发数的F值为39.358,P<

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。