社会影响、认知互动与微博互动数字广告满意度的关系研究

滕修攀

摘 要 互动数字广告是微博广告的两种主要形式之一。满意度对于用户的持续使用意图有着直接影响，是互动数字广告是否取得良好效果的重要指标。本文采用问卷调查法，考察了社会影响、认知互动与微博互动数字广告满意度的关系。结果表明：（1）社会影响、认知互动与微博互动数字广告满意度两两之间呈显著正相关；（2）社会影响对微博互动数字广告满意度没有直接作用，而是通过认知互动的完全中介作用对其产生影响。

关键词 社会影响；认知互动；满意度；数字互动广告；中介作用

分类号

1 问题提出

在新媒体环境下，微博广告营销方兴未艾，发展势头迅猛，越来越受到学者和广告实践者的关注。2014年第四季度，新浪微博总营收1.05亿美元中，移动广告收入贡献比例为54%，中小广告主的数量超过1.4万，使用微博自助广告系统的活跃用户则超过30万。微博广告俨然成为互联网下的一座“金矿”。微博广告大致可分为互动数字广告和虚拟品牌社区营销两种形式（Chi，2011）。互动数字广告是指沿袭传统门户网站特性的横幅广告、文字链接、多媒体等传统的网络广告形式。这些事先设计好的网络广告被发布在微博网页上，用户可以直接浏览或点击链接进入广告主页，从而使广告信息得到传播。

满意指个体关于产品或服务的正向的认知评价和情感反应，满意度对于用户的持续使用意图有着直接影响（Zhao，2012）。对于互动数字广告而言，用户满意度是评判其是否取得良好效果的重要标准。学者们就广告满意度的影响因素进行了不少研究。Dennis（1988）认为，互动广告传播中的满意既源于产品购买的结果，也源于广告互动传播的过程。Pavlou（2000）指出，用户满意度的提升，来自于用户收集产品信息、发现新产品的过程，以及互动过程中用户根据个人偏好比较产品特点和信息性质的过程。Lowry等人（2009）发现，互动性提升了传播质量，增加了以计算机为媒介的传播支持平台用户的满意度。除了互动，社会影响也是影响广告满意度的一个重要因素（屈慧君，2012）。本文将在前人研究的基础上，结合微博数字互动广告的特点，进一步探索广告满意度的作用机制，论证社会影响、认知互动与微博互动数字广告满意度的关系，以期为推进微博广告传媒的发展提供实证性依据和支持。

1.1 社会影响与微博互动数字广告满意度的关系

本研究中，社会影响指用户受到家人和朋友、志同道合的人、圈子名人等社会联系的影响而参与微博互动的情况。Klobas（1997）进行互联网相关的图书馆应用研究时就指出，形成于同事、朋友间的社会联系决定着消费者使用行为和信息认知。Yang 和Kenneth（2011）研究博客广告发现，诸如同事、朋友、有共同兴趣的人等社会联系是决定消费者使用博客广告最重要的因素。Dholakia等人（2004）提出，社会影响由相互同意、相互适应、组织规范和社会身份等维度构成。微博作为社交媒体，最基本的功能是社会化，以及建立网络用户间的社会联系（Jansen， Zhang， & Sobel， 2004； Boyd & Ellison， 2007）。这种社会联系必然与媒介的效力、组织成员连通性的类型、联系的强度有关（Haythornrthwaite， 2005）。与营销者控制的广告相比，网络用户更相信由其他消费者生成的内容，相信那些来自虚拟社区与他们有紧密社会联系的人的信息（Hart & Blackshaw， 2005）。屈慧君（2012）证实了社会影响对新浪微博互动数字广告用户的满意度有着显著影响。结合上述文献回顾，本研究提出假设1（H1）： 社会影响与微博互动数字广告满意度呈正相关。

1.2 社会影响对微博互动数字广告满意度的影响：认知互动的中介作用

Macias（2003）提出，互动常被定义为反馈者对网络互动的理解，并被用来检测控制，由于经常以用户为中心作为变量，故称作“认知互动”。认知互动是用户在与网站互动过程中，对双方交流方式的感知以及控制程度的心理感受（Wu， 2007）。关于认知互动对于广告效果的关系，学者们有不同看法。Sally（2002）指出，功能互动与人们的态度、行为没有直接相关性，认知互动在影响人们的态度方面效果明显。Macias（2003）则认为，功能互动影响消费者的认知互动，与消费者理解、态度和行为有正向关系，但消费者内在需要对理解、态度、行为影响不大。Zhao & Lu（2012）研究提出，用户对技术功能如何感知和体验，比功能本身更重要，用户对互动的认知是创造成功广告传播的关键。本文在前人研究的基础上将“认知互动”这一概念进行了具体化和操作化，构建了微博互动数字广告认知互动的四个维度：认知控制、认知反馈、卷入度、感觉活力（Wu， 2000； Kiousis， 2002； Macias， 2003）。本研究假设，四个维度构成的认知互动与满意度有正向关系，即H2： 认知互动与微博互动数字广告满意度呈正相关。

认知互动必然会受到互动环境的影响。环境之所以重要，在于它促使个体反应，并通过一系列关联的、复杂的变量来影响个体（Stewart， David & David，1986）。微博用户所嵌入的社会结构是互动环境的重要方面。当人们采取行动以实现他们的动机或目的时，结构化特点会提供机会，并施加约束（Snyder & Cantor，1998）。微博广告作为新媒体，尚处于发展阶段，在个人决定是否采取新的传播技术过程中，其他人的意见往往起着重要作用。社会结构产生的社会身份、组织意图、组织规范等会直接影响个体的心理与行为。Davis（2000）研究认为，“主观标准”，类似组织规范，它是一系列被组织成员理解、承认和共享的目标、价值、信念和习惯。社交媒体中的组织规范对组织成员的态度和行为有巨大、持续的影响。社会影响与个人决策、参与行为密切相关（Dholakia et al.，2004）。社会身份、组织意图、组织规范对于用户在社交媒体中的营销传播的认知和反馈具有重要影响（Zeng， Huang & Dou，2009）。因而，本研究在逻辑上提出假设3（H3）： 社会影响与微博互动数字广告认知互动呈正相关。

基于以上分析，本文得出整体的研究框架和H4： 社会影响不仅对微博互动数字广告满意度有直接作用，还会通过认知互动的中介作用影响满意度。

2 研究方法

2.1 被试

本研究采用方便取样的原则，抽取400名微博用户进行问卷调查。被试使用微博全部在半年以上，均接触和使用过微博互动数字广告。回收整理后得到有效问卷343份，有效率为85.8%。其中，男性173人（50.4%），女性170人（49.6%）；高中、中专以下学历33人（9.6%），大专46人（13.4%），本科248人（72.3%），研究生以上16人（4.7%）；平均年龄（ 22. 58 ± 4.7） 岁；被试估计自己最近一月每天微博使用时间为平均（23.01±7.9）分钟。

2.2 工具

2.2.1 社会影响问卷

Haythornrthwaite （2005）和Licoppe and Smoreda（2005） 分别编制了社会影响问卷，用于评定社会关系对于个体进行网络连接行为的影响。本研究参照两个问卷，编制了适用于研究微博互动数字广告的社会影响问卷。问卷包括四个项目，采用7点计分，得分越高，表示个体越符合题项所描述的情况。本研究中内部一致性系数α为.89，信度较好。

2.2.2 认知互动问卷

根据Zhao（2012）关于微博服务对人的满意和持续意愿的研究，以及借鉴Kiousis（2002）关于认知互动的操作性定义和测量，本研究编制了关于微博互动数字广告的认知互动问卷。问卷共包括12个项目，划分为认知控制、认知反馈、卷入度和感知活力等四个维度，每个维度由3个项目组成，采用7点计分，得分越高，表示个体越符合题项所描述的情况。本研究中该问卷的内部一致性系数α为.91，认知控制、认知反馈、卷入度、感知活力等分维度的内部一致性系数α分别为.86、.85、.82和.79，信度较好。验证性因素分析发现，χ2 =110.82， χ 2/ df = 2.22， NFI = .95， RFI = .93， IFI = .97，TLI = .96， CFI = .97， RMSEA = .060，结构效度较好。

2.2.3 满意度问卷

根据Zhao（2012）关于微博服务对人的满意和持续意愿的实证研究，本文编制了用户满意度问卷，主要用于评定用户在微博互动数字广告使用过程中和使用后的满意情况。该问卷由4个项目组成，采用7点计分，得分越高，表示个体越符合题项所描述的情况。问卷内部一致性系数α为.89，信度较好。

2.3 程序与统计方法

由经过培训的心理学专业本科生担任主试，对微博用户进行个别施测。在数据收集过程中，注意向被试作匿名性、保密性以及数据仅限于学术研究等说明。使用SPSS 16.0 和AMOS17.0 软件，通过信度分析、验证性因素分析、相关分析和结构方程模型等统计方法对各问卷的信效度及假设模型进行检验。

3 结果

3.1 共同方法偏差检验

由于本研究数据全部经由问卷收集，因而有必要进行共同方法偏差检验。周浩和龙立荣（2004） 推荐了共同方法偏差的检验方法；运用验证性因素分析，将公因子数设定为1，结果发现，拟合指数（χ2 =1347.22， χ2/ df=7.93， RMSEA= .142， NFI= .671， CFI= .699， GFI= .682）不理想，表明本研究不存在共同方法偏差问题。

3.2 相关分析

将社会影响、认知互动（及其四个维度）和满意度的总分进行相关分析，结果如表1 所示。相关分析表明，社会影响、认知互动和满意度两两之间均呈显著正相关，与假设一致。

采用结构方程模型的检验方法对中介模型加以检验。社会影响、认知互动和满意度属于潜变量，根据结构方程模型的建模要求，按照问卷的维度归属模式建立测量模型（见图1）。对结构方程模型各个参数估计和中介作用检验采用方差极大似然法和Bootstrap检验（Preacher & Hayes， 2008），得到拟合指数，χ 2 = 324.85， χ 2/ df = 1.99， TLI = .95， CFI = .96， RMSEA = .054，SRMR= .044，模型拟合良好。从表2来看，2000个Bootstrap样本的平均总效应95%置信区间不包括0，表明总效应显著；平均直接效应的95%置信区间包括0，表明直接效应不显著；平均中介作用的95%置信区间不包括0，说明中介作用显著，且属于完全中介作用。

4 讨论

4.1 社会影响及其与微博互动数字广告满意度的关系

用户是互联网时代商业活动中最重要的资产（李善友，2015）。在广告营销中，能够吸引用户，让用户满意，是实现微博互动数字广告商业目标的关键。广告受众并非孤立的个体，作为社会化的产物，社会影响因素对于他们的心理和行为都会产生重要作用。有鉴于此，本研究考察了社会影响及其与微博互动数字广告满意度的关系。结果发现，社会影响与广告满意度呈显著正相关，研究结果与假设1一致。微博是以互联网为平台的网络应用，能够打破时间、地理的限制，通过特有的连接方式，形成一个建立在广泛兴趣和社会联系基础上的虚拟社区。在虚拟社区运行中，社会身份和组织规范对于形成组织意图，以及让用户接受社区在线广告都具有积极作用（Zeng，Huang & Dou，2009）。“即使人们自己本身不赞成某一行为或结果，假如他们相信一个或多个重要的相关人认为他们应该这么做，他们也将顺从相关人，选择完成某种行为”（Davis，2000）。

4.2 社会影响对微博互动数字广告满意度的影响：认知互动的中介作用

本研究引入认知互动，深入探讨了社会影响对微博互动数字广告满意度的作用机制。结果表明，社会影响通过认知互动的完全中介作用对微博互动数字广告满意度产生作用，而对广告满意度没有直接作用，与假设H4部分一致。首先，社会影响会增强微博互动数字广告认知互动。连接是互联网的本质，更是微博的本质，而微博最重要的连接力量来自于用户所嵌入的社会结构。社会影响因素不仅影响着互动的结果，更影响着互动本身，它对于社区成员的注意力、传播产品信息和购买行为都有重要作用。家人、朋友、志同道合的人，还有作为“意见领袖”的微博名人形成了强大的“口碑营销”力量，它使得微博广告能在用户间相互转发、评论、分享，从而促进其多次传播（屈慧君，2012）。社会影响下的互动将会带来非常有效的持续营销效应。其次，认知互动又会提升微博互动数字广告满意度。此前研究已发现，认知技术态度（如控制、享受）对消费者在网络商业组织交谈中的满意具有积极影响（van Dolen et al.，2005）。本研究构建出认知互动的四个维度中，认知控制、认知反馈两个维度与感知有用性和感知易用性有紧密联系，而后两者是决定信息系统使用满意度的重要指标（Wu，1999；Bhattacherjee，2001）；卷入在很大程度上影响着广告受众的路径选择，使得企业与目标用户建立关系，从而实现其商业目的（Petty & Cacioppo，1983；Ha & James，1998）；感觉活力则是吸引消费者参与广告活动的重要因素（Kiousis，2002）。由此可见，认知互动四个维度均与广告满意度有显著关系。

4. 3 研究的现实意义

本研究发现，社会影响将对微博互动数字广告满意度产生影响，而且这一影响是通过认知互动的中介作用来实现的。微博互动数字广告营销实践可以从中获得两方面启示。（1）要强化对社会影响因素所营造的微博电子口碑的管理。微博的普及使我们进入到一个人人参与营销的时代。如果跟随者与其他人在微博中经常提及企业及品牌的正面信息，企业将会收到积极的品牌曝光效果。可以通过互动功能优化、实时动态跟踪、负面口碑介入、正面消息发布等工作，管理好微博电子口碑，使社会影响能够增强数字互动广告营销效果。（2）重视互动过程中的用户体验。数字互动广告的设计和推送，不能仅仅以技术、功能为主要考量，强调广告的功能体验，更要强调广告的情感体验。要有效利用数据库技术，挖掘用户的兴趣图谱，给用户创造良好的使用体验。要让用户在人人互动、人机互动中实现深度参与体验，推进微博广告平台的互动传播。此外，还可以通过等级划分、用户奖励、主动邀请等措施，确保微博互动平台的用户规模和活跃程度。

参考文献

李善友.（2015）.互联网世界观.北京：机械工业出版社.

屈慧君.（2012）.基于互动性的微博广告效果研究. 武汉大学博士论文.

周浩，龙立荣.（2004）.共同方法偏差的统计检验与控制方法.心理科学进展，12 （6），

942-950.

Bhattacherjee A.（2001）. Understanding information systems continuance： an expectation

confirmation model. MIS Quarterly， 25（3）， 351–370.

Boyd and Ellison. （2007） Social Network Sites： Definition， History， and Scholarship[J]， Journal of

Computer-Mediated Communication， 75（8）， 210-230.

Chi H. H . （2011）. Interactive digital advertising vs. virtual brand community： exploratory study

of user motivation and social media marketing responses in Taiwan. Journal of interactive

advertising（9）， 44-61.

Dennis， G. （1988）. Information technology to support electronic meetings. MIS Quarterly（12），

591-624.

Dholakia R. R.， Dholakia N.. （2004）. Mobility and markets： Emerging outlines of mcommerce，

Journal of Business Research，57（12）， 1391--1396.

Ha L.， James E. L.. （1998）. Interactivity Re-examined： A Baseline Analysis of Early Business Websites. Journal of Broadcasting and Electronic Media（4）， 74-87.

Hart， Blackshaw. （2005）. Communication：can you compete in the consumer generated media

dialogue revolution. Marketing Managemen， 24-30.

Haythornrthwaite C. （2005）. Social networks and internet connectivity effects.， Information

Communication， 8（2）， 125-147.

Jansen B. J.， Zhang M.， Sobel K. （2009）. Twitter Power：Tweets as Electronic Word of Mouth.

Journal of the American Society for Information Science and Technology， 60（ 11），

2169–2188.

Kiousis S. （2002）. Interactivy： a concept explication. New media & Society（9）， 355-383.

Klobas J. E. （1997）. The 1997 Lesle Symes Memorial Lecture： Knowledge partners： Library and information managers in the new information environment. Australian Special Libraries， 30（4）， 103-116.

Licoppe C.， Smoreda Z. （2005）. Are social networks technologically embedded？How networks are changing today with changes in communication technology. Social networks， 27， 317-335.

Lowry P. B.， Romano N. C.. （2009）. The CMC interactivity model：how interactivity enhances communication quality ad process satisfaction in lean-media groups. Journal of Management Information Systems， 26（1）， 155-195.

Macias W. （2003）. A preliminary structure equation model of comprehension and persuasion of interactive ads brand web sites. Journal of interactive advertising（3）， 36-48.

Pavlou P. A.， Stewart D. W. （2000）. Measuing the effects and effectiveness of interactive advertising： a research agenda. Journal of interactive advertising. 1（1）， 62-78.

Petty R. E.， Cacioppo J. T.， Schumann D. （1983）. Central and peripheral routes to advertising effectiveness： The Moderating Role of Involvement. Journal of Consumer Research， 10（2）， 135-146.

Preacher， K. J.， Hayes， A. F. （2008）. Asymptotic and resampling strategies for assessing and

comparing indirect effects in multiple mediator models. Behavior Research Methods，

40（3）， 879 - 891.

Sally J. M. （2002）. A four part model of cyber-interactivity： Some cyber-places are more

interactive than others. New media & Society（4）， 271-291.

Snyder M.， Cantor N.（1998） Understanding personality and social behavior：A functionalist

strategy. In D. Gilbert， S. Fiske， & G. Lindzey（Eds.）， The handbook of social

psychology（Vol.1，4th ed.， pp.635-679）.Boston：Mcgraw-Hill.

Stewart， David W.， and David H. F. （1986）， Effective TV Advertising： A Study of 1000

Commercials， Lexington， MA：Lexington Books.

van Dolen， Willemijn M.， Dabholkar， Pratibha A.， de Ruyter， Ko. （2007） . Satisfaction with Online

Commercial Group Chat： The Influence of Perceived Technology Attributes， Chat Group

Characteristics， and Advisor Communication Style.Journal of Retailing， 83（3）， 339-405.

Venkatesh V.， Davis， （2000）. A theoretical extension of the technology acceptance model：Four

longitudinal field studies， Management Science.46（2）， 186-204.

Wu G. （1999）. Perceived Interactivity and Attitude Toward Websites， paper presented at the

Annual Conference of the American Academy of Advertising in Albuquerque， New

Mexico. 16.

Wu G. （2007）. Applying the Rossiter-Percy Grid to online advertising planning： The role of product/brand type in previsit intentions， Journal of Interactive Advertising， 8（1）. 84-96.

Yang， Kenneth C. C. （2011）. The effects of social influence on blog advertising use. Intercultural Communication studies（2）， 131-147.

Zhao L.， Lu Y.. （2012）. Enhancing perceived interactivity through network externalities： An empirical study on microblogging service satisfaction and continuance intention. Decision and Support System（5）， 1-10.

Zeng F.， Huang L.， Dou W. （2009）. Social factors in user perception and responses to advertising in online social networking communities. Journal of interactive advertising（9）， 1-13.

Abstract Interactive digital advertising is the one the two forms of microblog ads. Customers satisfaction is one of the important indices of ads effectiveness which has a direct impact to users continuance usage intention. The present study used questionnaire methods to investigate the relationship between social Influence， cognitive interaction and satisfaction in interactive digital advertising. The results showed that： （ 1） Among these three variables，there were positive correlations between any two of them； （ 2） social influence in interactive digital advertising had no direct impact on the satisfaction to interactive digital advertising，but it impacted the satisfaction through the full mediation of cognitive interaction.

Key words： social influence；cognitive interaction； satisfaction； interactive digital advertising； mediation effects

责任编辑/王抒文 终校/丁尧