谈钱还是谈情：企业如何引导消费者分享自媒体营销*

黄敏学 雷 蕾 朱华伟

(武汉大学 经济与管理学院 市场营销与旅游管理系, 武汉 430072)

随着移动互联网时代的兴起, 微博、微信等一系列移动社交媒体将人们的生活“串”成了一张庞大的社交网络。社会化分享内容成为人们获取企业品牌和产品信息的一大主流渠道, 对消费决策的影响不容小觑。在如此大的“影响力”面前, 企业们纷纷踏上自媒体营销之路。有些企业在自媒体营销的道路上有如神助(如小米、杜蕾斯, 将近上百万的粉丝, 帮助宣传产品活动), 但更多的企业则止步不前。自媒体营销成功的关键是通过消费者影响其他消费者(Liu & Ying, 2010), 如何有效地激发消费者对企业信息的分享与传播决定着信息传播的广度与深度。既有研究已证实, 消费者分享和传播的信息对其他消费者的产品态度和决策影响重大(Liu,2006), 却少有研究探究影响消费者信息分享的前置变量, 即什么因素会左右消费者的信息分享行为？本文从社交网络中自媒体传播信息内容入手,通过引入消费者与企业的关系范式对如何促进消费者转发企业信息进行理论探索。

针对当前企业普遍采用的“送优惠、激情感”这两类信息传播刺激方式, 本文主要探究经济类和情感类营销刺激对消费者信息分享的作用和机制, 研究模型参见图 1。本研究提出并发现, 这两类营销刺激对信息分享的作用效果取决于消费者与企业建立的关系范式。通过二手数据分析和两组实验研究发现, 经济类刺激能更好地触发交易关系范式下的消费者分享行为; 情感类刺激能更好地触发共有关系范式下的消费者分享行为。交易关系范式消费者出于利于企业(回报企业的经济付出)动机, 共有关系范式下消费者则是出于建立和维护自己社交网络的利己动机。

图1 研究模型图

1 文献回顾

1.1 营销刺激——经济与情感

企业为达到营销目的, 面向消费者采取的营销方式多种多样。实践中企业多通过价格促销等经济刺激或强化情感连接等情感刺激来影响消费者(Ryals, 2005)。以往对经济刺激研究, 涵盖品牌价值、产品评价、购买意愿、购买行为和口碑推荐。张琴、汪涛和龚艳萍(2013)指出, 特定条件下价格因素可以弱化原产地效应给企业产品带来的不利影响。经济刺激(如价格折扣、代金券等)不仅能强化消费者的购买意愿, 还能增加其购买行为(Dholakia,2000), 强烈的经济刺激还能正向作用于口碑传播(于春玲, 王霞, 包呼和, 2011)。也有学者指出, 并非企业的经济刺激越强, 消费者对产品的评价就越高(Koschate-Fischer, Diamantopoulos, & Oldenkotte,2012)。

学者们在研究情感刺激时发现, 信息展现方式会触动消费者的情感反应, 从而影响消费者对企业品牌和产品的评价(Goossens, 2000)。情感刺激通过激发消费者的情感反应, 能促进其购买意愿(Adelaar, Chang, Lancendorfer, Lee, & Morimoto,2003)。Kumar, Townsend 和 Vorhies (2015)在涉及产品设计和价值的信息表达中指出, 情感因素价值更能激发消费者的品牌依赖。

经济刺激和情感刺激都能帮助企业达到营销目的, 但是效果上又有所差异, 到底哪一类刺激更有效呢？大量文献研究告诉我们, 除了品牌价值和消费者个性, 消费者与企业所处的关系范式也会影响到企业营销刺激的效果(Johnson & Grimma, 2010)。因此, 本文引入关系范式, 探究关系范式如何影响消费者对不同信息刺激的分享意愿。

1.2 关系范式与粉丝

企业与消费者之间关系的建立主要基于以下两大因素：经济因素和社会因素(Shen, Wan, & Wyer,2011)。首先, Clark和Mills (1979)从是否期待获得利益的角度, 将交易关系(Exchange relationship)与共有关系(Communal relationship)区别开来。其次,两种关系范式下人们的心理模式和行为差异显著。交易关系范式下, 人们寻求着付出需有所回报, 其行为出于价值交换的感知与期待。共有关系范式下,很多行为是出于你好我也好的期待, 类似于家人、朋友间的交往(Algoe, Gable,& Maisel, 2010)。最后,关系范式是群体性成员的关系定位, 若能用营销刺激加以触发, 相关群体的行为便能为固定的范式所主导(Aggarwal & Law, 2005)。Aggarwal等人为这种现象提出了解释：消费过程具有社会性, 消费者会与企业在经济关系之外建立社会关系(Aggarwal,2004)。范式是消费者对自己与企业关系的定位, 不同范式下的消费者面对营销刺激时表现不同(Doney & Cannon, 1997)。

关系范式能为企业或者品牌带来什么？不同的关系范式导致不同的互动模式, 左右着消费者对品牌的态度与购买行为(Blackston, 2000)。Aggarwal(2004) 证实了用小费等经济利益刺激共有关系范式下的消费者, 会降低其品牌态度、品牌评价和相应行为。拓展到消费者评价中, Jarvenpaa和Leidner(1998)在研究中提到, 消费者与企业品牌之间良好的关系模式, 不仅能削弱消费者的感知风险, 增加消费者的购买可能性, 还能提升消费者的正面评价。

随着移动互联网时代的到来, 社交网站成为人们必不可少的交流工具, 人们形成了自己的社交网络。不少企业在这波浪潮中, 开启自媒体模式, 大力培养粉丝, 利用粉丝的力量扩大传播的范围。如被称为中国苹果的小米手机, 粉丝宣传铺天满地。粉丝(Fans)用于描述个体对某一事物或者某一品牌、名人的关注与偏爱。粉丝与企业或者品牌之间的情感连接更为深厚, 在企业营销活动中更活跃(Kozinets, 1999); 他们在传递企业价值时, 投入更多精力但是对于经济上的回报却要求较少(Lipsman,Mudd, Rich, & Bruich, 2012)。将粉丝与企业的关系,类比到关系范式中, 俨然是共有关系范式的表现。广泛查阅现有文献, 少有研究能为不同关系范式下用户行为差异, 尤其是用户利用自己的社交网络帮助企业品牌进行宣传提供解释机制。与顾客处于何种关系范式更利于企业自媒体营销传播？哪种营销刺激对交易关系范式更有效, 哪种营销刺激对共有关系范式更有效？不同营销刺激下, 消费者帮助企业进行自媒体信息分享的动机又是什么？本研究通过对关系范式的激发和作用机制进行深入探讨, 以回答上述问题。

1.3 互惠原理、经济刺激与交易关系范式

Wu等人(2006)在关于互惠原理(Reciprocity theory)的研究中指出, 互惠规范是当一方给予另一方一些资源的时候, 给后者建立了一种义务, 后者需要对前者回报价值相当的资源。在现实生活中,我们经常能看到企业给予消费者一定利益以达到营销目的的行为。美团外卖首单减免、饿了么的优惠券、嘀嘀打车的红包券, 刷爆了网民的社交网络：企业在自媒体营销活动中通过互惠原理, 使用经济刺激给消费者建立回报企业的义务, 能大大激发消费者的转发量。

Cropanzano和Mitchell (2005)的研究进一步指出, 双方的相互交换(Interdependent exchange)决定了互惠是否会发生。交易关系范式下, 出于价值互换的期待和感知主导着人们的行为(Clark & Mills,1993)。该群体对价值互换较为敏感, 一旦一方给予利益, 另一方则会遵从范式的作用做出回报; 反之亦然。现有研究中关于关系范式的影响也证实了这一点：处于交易范式下的群体, 不仅会因为不用支付给餐馆员工小费而对餐馆的好感增加(Aggarwal,2004), 还会因为可以获得物质奖励而产生更多的内容创造, 以利于APP的运营(Liu, Liao, Sung, &Peng, 2012), 更会为企业奖励而大幅提升线下口碑宣传意愿。由此可见, 交易关系范式下的群体对小费、物质奖励和货币奖励这类经济因素上的刺激较为敏感。

本研究认为, 当企业为消费者提供经济刺激(折扣、代金券或者现金)时, 交易关系范式下的消费者会在互惠心理的驱动下(因为价值互换的期待和感知主导着交易关系范式下的消费者), 出于帮助企业的动机而为企业宣传, 从而提升企业营销推广内容的转发量。

H1A：企业自媒体谈钱(经济刺激)时, 更利于信息被交易关系范式下的消费者所分享。

H1B：利于企业动机是经济刺激下消费者帮助企业(信息发出者)分享信息的中介变量。

1.4 社交网络媒体、情感刺激与共有关系范式

社交网络媒体(Social network media)的出现改变了企业和消费者的沟通模式, 企业可以在媒体上与消费者直接互动, 消费者群体内部也能相互交流(Jansen, Zhang, Sobel, & Chowdury, 2009)。Bakshy,Hofman, Mason和Watts (2011)在其研究中提到, 推荐与互动是社交网络媒体商务的内在核心, 也是企业经营自媒体营销的目标。如何在社交网络平台上提升受众的传播率呢？前人研究显示, 共有关系范式下经济刺激的作用有限。Luarn, Chiu和 Chao(2013)在提升社交网络资讯传播意愿的研究中推荐一条路径——叙事情、讲故事、激情感。情感会让故事和叙事型文字更具感染力和影响力(Delgadillo& Escalas, 2004), 在故事营销中至关重要(West,Huber, & Min, 2004)。那么社交网络中, 情感类信息如何触动消费者的信息分享行为呢？

Israel (2009)指出, 粉丝关注并转发评论微博,在没有经济报酬的情况下, 为企业说好话做好事,恰如共有关系范式的定义。共有关系范式下, 人们给予利益不仅考虑到自己的需求也兼顾他人的需求与利益(Clark & Mills, 1993)。首先, 共有关系的消费者对企业的行为有较少的经济利益期待, 这导致他们对经济类信息较不敏感; 其次, 共有关系的消费者本身与企业建立较强的情感联系, 他们对企业情感类信息更为敏感; 最后, 情感类信息所蕴含的情感价值也更契合消费者对企业的价值期待。由此, 本文提出企业情感类信息更容易激发共有关系范式下的消费者的分享意愿与行为。

那么, 共有关系范式消费者分享情感类信息的动机是什么呢？启动效应(Priming effect)理论指出,顾客与企业之间的关系范式作为一种关系处理规范, 一旦启动后, 其影响会波及消费者处理与企业其他消费者之间的关系(Cesario, Plaks, & Higgins,2006)。因此, 如果消费者与企业建立共有关系范式,在处理与企业其他消费者的关系时很可能受到该范式启动的影响, 因而也采用共有关系范式, 即会考虑到信息接收者的利益而分享信息。此外, 用户在社交网络上进行信息分享, 另一个不可忽视的原因是便于自己与其他用户互动：Lee, Kim和 Kim(2011)在研究社交网络品牌社区中粉丝分享传播动机时指出, 利于他人的社交动机与粉丝的分享和互动正相关, 即互动分享一是出于对其他人有价值,二是便于自己构建社交关系。粉丝参与品牌社区交流, 为品牌或者企业传递信息时, 利于他人且便于自己与他人社交的动机起着不可忽视的作用(Ligon& Schechter, 2012)。

本研究认为, 在社交网络媒体上, 企业情感类信息更容易激发粉丝(共有关系范式顾客)的分享意愿。从动机的视角来看, 这种社交媒体上粉丝的传播行为多出于利他(信息接收者的利益和需求)动机和利己(信息转发者的社交互动)动机。

H2A：企业自媒体谈情(情感叙事刺激), 更利于信息被共有关系范式下消费者所分享。

H2B：利己(信息转发者)动机是共有关系范式下的消费者帮助企业进行信息分享的中介变量。

H2C：利他(信息接收者)动机是共有关系范式下的消费者帮助企业进行信息分享的中介变量。

2 预研究

为了探究营销刺激对不同关系范式消费者在社交网络上反应的影响, 本研究在网络社交媒体上抓取数据, 初步探索企业自媒体信息对信息转发和评论的交互影响。然后选取 25名某高校样本进行访谈, 以厘清关系范式与粉丝之间的对应关系。

2.1 社交网络媒体数据收集

本研究在新浪微博上随机抓取了 20家企业官方微博的微博内容、转发量、转发用户是否关注博主、评论量及评论用户是否关注博主。在抓取的微博内容中, 根据文本分析与编码的方式将情感类微博和经济刺激类微博区别开来。情感类微博如肯德基的“绵绵情话不好意思讲出口？那就在寒冷的冬天, 用一个甜蜜温暖的红豆派来表达你对 TA的浓浓爱意, 这个新技能你get到了吗？”, 经济类微博如皇冠蛋糕的“2014年最后一个月啦, 跟小编一起嗨起来吧！从现在开始使用支付宝购买产品可以打9折优惠, 双十二当天全场五折(支付宝优惠金额可达到 20元), 有会员卡的亲还可以享受折上折哦。就是这样任性, 你们觉得呢？”

本研究搜集的 20家企业微博, 样本数据包含企业微博名称、信息类别、转发粉丝数、转发非粉丝数、评论粉丝数、评论非粉丝数、转发粉丝率、评论粉丝率、总体粉丝率。其中：

转发粉丝率 = 转发的粉丝数/转发量

评论粉丝率 = 评论的粉丝数/评论量

总体粉丝率 = (转发+评论的粉丝数)/(转发量+评论量)

(注：非粉丝率 = 1 − 粉丝率)

2.2 数据分析

接下来, 研究者对比分析了粉丝与非粉丝对企业信息的转发和评论行为的差异。

粉丝的绝对值分析：首先分析对企业情感类信息与经济类信息评论和转发量中粉丝数与非粉丝数的差异。图2的分析结果显示, 无论是评论量中的粉丝数(M情感= 29vs. M经济= 26,F(1,39) = 0.78,p= 0.78, ns)、转发中的粉丝数(M情感= 30vs M经济=26,F(1, 39) = 0.173,p= 0.68, ns)还是总体粉丝数(M情感= 58vs M经济= 53,F(1, 39) = 0.156,p= 0.7,ns), 在情感类微博和经济刺激类微博上都无显著差异。非粉丝对情感类与经济类信息的转发量没有显著差异(M情感= 12vs M经济= 28,F(1, 39) = 3.27,p= 0.08, ns); 但是他们对两类信息的评论人数呈现显著差异(M情感= 7vs M经济= 19,F(1, 39) = 5.04,p= 0.03,Cohen’s d= −0.71), 进而导致对经济类信息转发和评论的非粉丝数远高于对情感类信息转发和评论的非粉丝数(M情感= 19vs M经济= 47,F(1,39) = 6.51,p= 0.01,Cohen’s d= −0.8)。

粉丝的相对值分析：粉丝的相对值分析是指粉丝与非粉丝对情感类和经济类企业信息评论和转发的比率。图3的分析结果显示, 针对情感类和经济类信息微博评论中的粉丝率(M情感= 78%vs M经济=53%,F(1,39) = 8.32,p= 0.006,Cohen’s d= 0.91)和总人数中的粉丝率(M情感= 75%vs M经济= 53%,F(1, 39) = 86.44,p= 0.015,Cohen’s d= 0.81)差异显著; 粉丝对情感类信息的评论率显著高于经济类信息。不同刺激下的微博评论中的非粉丝率(M情感=22%vs M经济= 47%,F(1, 39) = 8.32,p= 0.006,Cohen’s d= −0.91)和总人数中的粉丝率(M情感=25%vs M经济= 47%,F(1, 39) = 86.44,p= 0.015,Cohen’s d= −0.77)差异显著, 经济类刺激下的微博评论中, 非粉丝率要显著高于情感类刺激。

2.3 关系范式与粉丝访谈分析

随后研究者随机抽取 25名被访者进行深度访谈, 以明确粉丝与关系范式的对应关系。为保证研究结果的信度, 研究者询问了被访者对粉丝的理解,确保访谈内容与研究主题相匹配。被访者需列举1～2个生活中最贴近于粉丝的对象和1～2个贴近非粉丝的对象(研究者要求被试列举的非粉丝对象中不要包含厌恶等因素以排除负面情绪、评价对结果的影响)。随后, 研究者要求被试从“家人、朋友和商人”中选择词语来刻画自己与谈论对象的关系状态。最后研究者采用Aggarwal (2004)测量关系范式的维度, 进行了深入挖掘。

大部分的受访者(n= 22)对于贴近粉丝的对象,选择了家人或朋友来描述其关系状态; 非粉丝的对象, 则(n= 21)多选择商人关系。对于贴近粉丝的对象, 大多被试对于自己与对象之间的互动、关注谈论较多, 如粉丝对象对自己的关怀(n= 20)、认为贴近粉丝的对象更特别(n= 18)、经常关注贴近粉丝的对象并进行互动(n= 23); 只有部分(n= 10)被试认为产品、服务和专业技术是其认可贴近粉丝对象的首要原因。对于非粉丝的对象, 谈论到非粉丝对象对自己的关怀(n= 5)、认为贴近粉丝的对象更特别(n= 4)、经常关注贴近粉丝的对象并进行互动(n= 3)的被试较少; 大部分(n= 24)被试认为产品、服务和专业技术是其认可非粉丝对象的首要原因。

访谈中发现, 共有关系范式维度在粉丝关系刻画上表现更好, 交易关系范式维度在非粉丝关系刻画上表现更好：这一发现强化了关系范式与粉丝之间的对应关系。

2.4 结果讨论

预实验部分的结果告诉我们：在绝对人数上,不同刺激下的评论者和总人数中的非粉丝数差异显著, 经济类刺激微博更容易激发交易关系范式群体的转发评论行为。社交网络上的绝对数易受不同博主自身特质影响, 研究者对相对数进行了分析。

从粉丝的比率上来看, 不同类型信息的评论粉丝率和转发粉丝率差异显著, 情感类刺激的微博更容易激发共有关系范式群体的转发评论行为; 不同刺激下的评论非粉丝率和转发非粉丝率差异显著,经济类刺激微博更容易激发交易关系范式群体的转发评论行为。以上研究的结论支持原假设H1A和H2A,本研究接下来以实验法的方式来验证该结论, 并探究不同关系范式群体顾客分享行为的内在动机。

图2 粉丝与非粉丝对不同刺激的评论和转发人数

图3 粉丝与非粉丝对不同刺激的评论和转发比率

3 实验1：谈钱(经济刺激)对消费者信息分享的影响

实验1的目的是探究谈钱, 即经济刺激对不同关系范式的影响。为了验证经济刺激的相对有效性,研究者加入控制组新品宣传刺激。新品宣传刺激是企业运用比较普遍, 消费者比较感兴趣, 比较愿意转发的信息; 以此作为对照组, 便于探究经济刺激的相对有效性。

3.1 研究设计与数据收集

本实验采用的是 3(营销刺激：新品宣传刺激,低折扣刺激,高折扣刺激)×2(关系范式：共有关系,交易关系)的因子矩阵设计。169名来自于某高校的大学生参加了实验, 其中男性81人占47.9%, 女性88人占52.1%, 样本被随机分配到6个小组中。被试均为大学生, 样本年龄在18～25岁之间。

本实验采用经典的情景模拟方式来激发被试的关系范式状态。借鉴黄敏学、才凤艳、周元元和朱华伟(2009)的方法, 被试先阅读一篇描述自己与某一商家关系的短文, 设想自己与该商家有长达 5年的关系。在共有范式的情景中, 被试和商家的交往规则类似于朋友间的交往; 在交易范式的情景中,两者的交往规则类似于商人间的往来。接下来, 研究者运用量表对关系范式操控是否有效进行了检验。测量共有关系范式的语句有：对于该商家, 如果我有什么需要的话, 他们会帮助我; 我觉得该商家是关心我的; 我是关心商家的。测量交易关系范式的量表为：我觉得该商家的产品服务是物有所值的; 是靠产品服务来赢取业务的。随后, 消费者被问及该商家的服务质量(量表语句来源于 Chebat,Davidow, & Codjovi, 2005)以检测其对后续变量的影响：总体而言, 我认可该商家的服务质量。

然后通过操控被试看到的不同口碑文章来实现商家的营销刺激：口碑文章一是商家(为排除其他干扰因素, 情景刺激中的餐馆实际并不存在)新推出产品, 并附上产品图片与解说; 口碑文章二是商家产品折扣, 附上产品图片与解说中显示产品8.5折; 口碑文章三将商家产品折扣更换为6.5折。随后, 被试要求回答对该商家信息的转发意愿和转发动机。转发意愿的测量为：我会转发这篇文章; 我愿意转发这篇文章; 我会跟周围的朋友同学聊到这篇文章中的美食。本文对动机的分类和测量根据Day (1984)的研究改编而来。利己动机测量如下：我转发这篇文章主要是考虑到在网络中与周围人互动构建关系; 这让人觉得我消息灵通。利他动机的测量如下：我转发这篇文章主要是考虑到对看到的人有帮助; 这对他们很有用; 这对他们是有价值的。利于企业动机测量如下：我转发这篇文章主要是考虑到能帮助餐馆扩大影响; 这对提升餐馆的价值有帮助。(所有测量均为 7级量表, 其中“1”代表“完全不同意”；“7”代表“完全同意”)

3.2 结果分析

操作检验：关系范式唤起上, 共有关系情景与交易关系情景均操控成功。共有关系情景设计激发了被试与商家更强的情感联系(M共有关系= 4.89,SD=1.11vs. M交易关系= 4.39,SD= 1.04;F(1, 168) = 8.96,p<0.01,Cohen’s d= 0.46) 。交易关系情景设计激发了被试与商家更强的商业联系(M共有关系= 4.99,SD=0.94vs. M交易关系= 5.31,SD= 1.02;F(1, 168) = 4.47,p< 0.05,Cohen’s d= −0.32)。服务质量干扰上, 在不同关系范式刺激下的消费者, 在服务质量上并无显著差异：(M共有关系= 5.55,SD= 1.01vs. M交易关系=5.33,SD= 1.06;F(1,168) = 1.9,p= 0.17, NS)。

关系范式对经济型刺激的调节效应：本研究以转发意愿作为因变量, 经济型营销刺激和关系范式作为固定因子, 用单因素 F检验来验证调节效应,详见图4。关系范式×经济型营销刺激变量调节效应显著(R2= 0.11;F(1,168) = 4.36,p< 0.05); 相对于菜品信息的转发意愿, 折扣刺激信息的转发意愿在共有关系范式中, 差异并不显著(M6.5折= 3.71,M8.5折=3.42,M菜品= 3.5;F(1, 74) = 0.856,p= 0.43, ns)。折扣较高的信息更能激发处于交易关系范式中被试的转发意愿(M6.5折= 4.36,M8.5折= 3.42,M菜品= 3.56;F(2, 94) = 4.87,p< 0.05,Cohen’s d= 1.31); 被试对6.5折营销信息的转发意愿要显著高于菜品信息,即在经济刺激足够强大的情况下, 交易关系范式的消费者信息转发意愿更为强烈, 支持假设H1A。

图4 关系范式下被试对不同信息刺激的转发意愿

利于餐馆(信息发出者)动机的中介效应：接下来本研究采用了温忠麟、张雷、侯杰泰和刘红云(2004)的方法来检验中介效应, 详见表1。首先, 研究者用经济型营销刺激、关系范式、经济型营销刺激×关系范式对转发意愿进行了回归, 得出经济型营销刺激×关系范式系数(β= 0.55,p< 0.05)显著;随后用经济型营销刺激、关系范式、经济型营销刺激×关系范式分别对利于餐馆动机、利己动机和利于他人动机进行回归, 发现在对利于企业动机回归中, 经济型营销刺激×关系范式系数(β= 0.52,p<0.05)显著; 最后, 用经济型营销刺激、关系范式、经济型营销刺激×关系范式和利于企业动机对转发意愿进行逐步回归, 得出：利于企业动机(β= 0.34,p< 0.001)与转发意愿正相关; 经济型营销刺激×关系范式(β= 0.37,p> 0.05)对转发意愿的系数及显著性降低。这说明, 对消费者进行经济类刺激时,利于企业动机是转发意愿的完全中介变量, 支持原假设H1B。

表1 利企业动机中介效应检验

3.3 结果讨论

在自媒体营销中使用经济型营销刺激, 关系范式对接受者的调节作用显著：经济刺激越强, 交易关系范式下的信息接受者的转发意愿越高, 利于企业动机是经济刺激影响转发意愿的中介变量。在信息发出者(企业)、信息转发者(用户)、信息接收者(用户的社交圈人群)三者之间, 经济类信息刺激通过企业与用户的价值互换来影响用户的转发意愿, 但本研究没有回答情感刺激对消费者转发意愿的影响机制。为解决这一问题, 研究者在实验2中引入情感刺激, 来探究不同关系范式下营销刺激对转发意愿的影响机制。

4 实验2：谈情(情感类刺激)对共有关系范式群体的影响

4.1 实验设计与数据收集

实验2主要检验情感类刺激对消费者转发企业自媒体信息行为的影响。在该实验中, 研究者通过2(营销信息：新品宣传刺激, 情感类刺激)×2(关系范式：共有关系, 交易关系)的因子矩阵设计, 来检测情感类营销刺激对不同关系范式下消费者转发行为的影响。参与实验的人数为120人, 剔除8份未完成问卷, 实际有效人数为112人。其中男性占比 46.4%, 女性占比 53.6%, 被试样本均为大学生,平均年龄在18～25岁之间, 被随机分配到4个小组。

本实验沿用与实验1相同的情景模拟方法来唤起消费者的关系范式状态, 通过操控被试看到的不同口碑文章来实现商家的营销刺激：自媒体信息文章一是商家(同实验 1处理情况)新推出产品, 并附上产品图片与解说; 自媒体信息文章二是在文章一的开头加入一段情感型文字描述, 以West等(2004)对情感的定义及Sujan, Bettman和Baumgartner (1993)沿用的情感类刺激改编而来：先将到餐馆吃饭与沟通感情相联系, 然后描述消费者与父母、亲人和朋友吃饭时的温馨场景, 最后号召消费者与亲友到餐馆共叙情谊。随后, 被试要求回答对该商家信息的转发意愿和动机。

4.2 结果分析

操作检验：关系范式唤起上, 共有关系情景设计激发了被试与商家更强的情感联系(M共有关系= 4.7,SD= 1.26vs. M交易关系= 4.12,SD= 1.39;F(1, 111) =5.37,p< 0.01,Cohen’s d= 0.43)。交易关系情景设计激发了被试与商家更强的商业联系(M共有关系= 4.62,SD= 1.08vs. M交易关系= 5.34,SD= 0.91;F(1, 111) =14.67,p< 0.001,Cohen’s d= −0.72)。服务质量干扰上,在不同关系范式刺激下的被试对服务质量的感知并无显著差异(M共有关系= 5.67,SD= 0.89vs. M交易关系=5.52,SD= 1.06;F(1, 111) = 0.646,p= 0.42, ns)。

关系范式对情感型刺激的调节效应：本研究调节效应检验方式参照实验1。图5的分析结果显示,关系范式×情感型营销刺激交互变量调节效应显著(R2= 0.06;F(1, 111) = 6.29,p< 0.05)。情感信息(M情感=4.14,SD= 1.41)和菜品信息(M菜品= 3.29,SD= 1.61)在共有关系范式中, 对被试的转发意愿影响上存在显著差异(F(1, 53) = 4.14,p< 0.05,Cohen’s d=0.56)。在交易关系范式下, 情感类信息(M情感= 3.55,SD= 1.65)和菜品信息(M菜品= 3.36,SD= 1.42)对被试转发意愿的影响并不存在显著差异(F(1, 53) =0.23,p= 0.64, ns)。因此, 情感类信息更能激发共有关系范式的消费者的转发意愿, 支持原假设H2A。

图5 关系范式下被试对不同信息刺激的转发意愿

利他(信息接收者)动机和利己(信息转发者)动机的中介效应：研究者先用情感型营销刺激、关系范式、情感型营销刺激×关系范式对转发意愿进行回归, 得出情感型营销刺激×关系范式系数(β=1.17,p< 0.05)显著; 其次用情感型营销刺激、关系范式、情感型营销刺激×关系范式分别对利于企业动机、利己动机和利于他人动机进行回归, 发现在对利已动机回归中, 情感型营销刺激×关系范式系数(β= 1.62,p< 0.01)显著; 最后用情感型营销刺激、关系范式、情感型营销刺激×关系范式和利己动机对转发意愿进行回归, 得出利己动机系数(β=0.45,p< 0.001)显著, 而情感型营销刺激×关系范式(β= 0.48,p >0.05)对转发意愿的影响降低, 详见表2。这说明, 对不同关系范式下消费者进行情感类营销刺激时, 利己动机是转发意愿的完全中介变量。

表2 利己与利他动机中介效应分析

4.3 结果讨论

实验 2的数据结果显示, 情感类营销刺激下,关系范式对接收者的信息分享意愿调节作用显著：情感类刺激越强, 接受者转发意愿越高。利己(信息转发者)动机是情感刺激对转发意愿的中介变量,利他动机的中介效应不显著, 研究支持假设 H2B,不支持假设H2C。

原假设认为, 共有关系范式下的用户在社交网络中进行信息分享, 是出于利于他人(用户转发的信息对信息接收者有价值)和利于自己(用户转发的信息利于自己与信息接受者进行互动)动机。但分析结果显示, 利于自己与他人进行社交互动才是影响转发意愿的中介变量。在信息发出者(企业)、信息转发者(用户)、信息接收者(用户的社交圈人群)三者之间, 情感类信息刺激是通过信息转发者与接受者之间的社交互动来影响用户的转发意愿。

5 研究贡献与未来研究方向

5.1 理论贡献

本研究的理论贡献体现在如下方面。其一, 为社交网络自媒体内容研究提供了新视角。本研究以企业信息刺激中的经济因素和情感因素作为切入点, 丰富了企业信息传播机制的内容研究维度。其二, 在社会化营销背景下, 本研究扩大了关系范式对消费者行为的影响范围：消费者的社会化营销行为, 不仅取决于营销刺激, 还取决于与企业的关系范式。消费者社交网络上的社会化营销行为, 是当前情景刺激与长期关系因素共同作用的结果。本研究不仅为社会化营销提供了理论支持, 还助于将消费者在社交网络中的信息传播行为纳入长期关系的框架中进行考量。最后, 本文对不同关系范式下群体的分享动机进行了探究。共有关系范式群体关注自己与信息接收者社交互动, 而交易关系范式群体则关注对企业进行回报。

5.2 管理意义

在管理实践上, 本研究为企业在移动互联网氛围中进行营销活动提供了参考依据。首先, 利用社交网络数据的可记录性和可追踪性, 识别出顾客与企业所处的关系范式, 有助于提高信息的传播率和到达率。其次, 选择适合的营销刺激。对待交易范式顾客, 从经济刺激入手, 才能让企业信息走得更远; 对于共有关系范式顾客, 用情感类刺激, 表现关怀, 爱屋及乌, 留住顾客的心。最后, 注重三维社交网络——企业、顾客、顾客的亲友。社交网络的有形性, 使得顾客的外显行为都会考虑到自身、亲友及与企业的关系三方面的因素。企业在营销策略上, “爱屋及乌”式的推广文案和顾客关怀, 一方面利于强化现有顾客的黏性, 另一方面也助于扩大企业信息的传播力和影响力。

5.3 研究局限与未来研究方向

本研究也存在局限。第一, 信息传播的转发意愿还会受到消费者个性的影响, 本研究为了突出信息类型对不同关系范式群体信息转发行为的作用,通过随机抽样的方式掩盖了消费者个性对信息传播的影响。第二, 由于本研究重在探究不同关系范式下, 营销刺激对群体传播意愿影响的内在机制,二手数据分析样本还有很大的扩张区间。第三, 本研究采用餐饮业作为研究背景, 其中的心理动机解释能否推广到其他行业, 还需进一步研究。第四,实验法样本多为大学生, 对研究结果的外部性有一定影响, 需要在其他群体中对本研究的模型和结论进行检验。

针对消费者的信息分享, 未来还有大量的工作要做。首先, 本文主要探究关系范式激发消费者对不同类型信息的转发动机, 进而影响其转发行为; 未来可以继续探究社区规模和社区类型对上述关系的调节作用。例如, 社区规模可能会调节动机对信息转发行为的作用; 在小规模社区, 利他动机将更强地刺激信息转发行为; 而在大规模社区, 利己动机可能更强地激发信息转发行为。另外, 在交易型社区, 人们可能更多转发经济型信息; 而在社交型社区, 人们可能更多转发情感类信息。而且, 品牌价值、品牌个性与消费者个性也是影响消费者分享意愿不可忽视的因素, 后续研究可深入挖掘其中机制。其次, 信息传播不仅包含消费者的转发意愿, 还包括评论参与程度。将消费者评论参与意愿与行为引入到后续研究中, 不仅可以深化对网络社交媒体上企业品牌和产品信息的传播机制的理解, 还能为企业的管理实践提供更为丰富的参考信息。最后, 本研究在信息发出者、信息转发者与信息接收三维关系中间, 尚未探究信息发出者与信息接收者之间的关系、信息转发者与信息接收者之间的关系对信息转发者的影响路径, 其具体作用机制还待进一步挖掘。

Adelaar, T., Chang, S. S., Lancendorfer, K. M., Lee, B., &Morimoto, M. (2003). Effects of media formats on emotions and impulse buying intent.Journal of Information Technology,18(4), 247–266.

Aggarwal, P., & Law, S. (2005). Role of relationship norms in processing brand information.Journal of Consumer Research,32(3), 453–464.

Aggarwal, P. (2004). The effects of brand relationship norms on consumer attitudes and behavior.Journal of Consumer Research, 31(1), 87–101.

Algoe, S. B., Gable, S. L., & Maisel, N. C. (2010). It's the little things: Everyday gratitude as a booster shot for romantic relationships.Personal Relationships, 17(2), 217–233.

Bakshy, E., Hofman, J. M., Mason, W. A., & Watts, D. J. (2011,February). Everyone's an influencer: Quantifying influence on twitter. InProceedings of the fourth ACM international conference on Web search and data mining(pp. 65–74).New York: ACM.

Blackston, M. (2000). Observations: Building brand equity by managing the brand’s relationships.Journal of Advertising Research, 40(6), 101–105.

Cesario, J., Plaks, J. E., & Higgins, E. T. (2006). Automatic social behavior as motivated preparation to interact.Journal of Personality and Social Psychology, 90(6), 893–910.

Chebat, J. C., Davidow, M., & Codjovi, I. (2005). Silent voices: Why some dissatisfied consumers fail to complain.Journal of Service Research, 7(4), 328–342.

Clark, M. S., & Mills, J. (1979). Interpersonal attraction in exchange and communal relationships.Journal of Personality and Social Psychology, 37(1), 12–24.

Clark, M. S., & Mils, J. (1993). The difference between communal and exchange relationships: What it is and is not.Personality and Social Psychology Bulletin, 19(6), 684–691.Cropanzano, R., & Mitchell, M. S. (2005). Social exchange theory: An interdisciplinary review.Journal of Management,31(6), 874–900.

Day, R. L. (1984). Modeling choices among alternative responses to dissatisfaction.Advances in Consumer Research, 11(1),496–499.

Delgadillo, Y., & Escalas, J. E. (2004). Narrative word-of-mouth communication: Exploring memory and attitude effects of consumer storytelling.Advances in Consumer Research,31(1), 186–192.

Doney, P. M., & Cannon, J. P. (1997). An examination of the nature of trust in buyer-seller relationships.Journal of Marketing, 61(2), 35–51.

Goossens, C. (2000, May).Visual persuasion: Mental imagery processing and emotional experiences.Paper presented at the advertising and consumer psychology: Visual Persuasion Conference, Ann Arbor, MI, USA.

Huang, M. X., Cai, F. Y., Zhou, Y. Y., & Zhu, H. W. (2009).The role of relationship norms in consumers’ complaint intention.Acta Psychologica Sinica, 41(10), 989–999.

[黄敏学, 才凤艳, 周元元, 朱华伟. (2009). 关系规范对消费者抱怨意愿及潜在动机的影响模型.心理学报, 41(10),989–999.]

Israel, S. (2009).Twitterville: How Businesses can thrive in the new global neighborhoods.New York: Penguin Press.

Jansen, B. J., Zhang, M. M., Sobel, K., & Chowdury, A.(2009). Twitter power: Tweets as electronic word of mouth.Journal of the American Society for Information Science and Technology, 60(11), 2169–2188.

Jarvenpaa, S. L., & Leidner, D. E. (1998). Communication and trust in global virtual teams.Journal of Computer Mediated Communication, 3(4), doi: 10.1111/j.1083-6101.1998.tb00080.x.

Johnson, J. W., & Grimm, P. E. (2010). Communal and exchange relationship perceptions as separate constructs and their role in motivations to donate.Journal of Consumer Psychology,20(3), 282–294.

Koschate-Fischer, N., Diamantopoulos, A., & Oldenkotte, K.(2012). Are consumers really willing to pay more for a favorable country image? A study of country-of-origin effects on willingness to pay.Journal of International Marketing,20(1), 19–41.

Kozinets, R. V. (1999). E-tribalized marketing: The strategic implications of virtual communities of consumption.European Management Journal, 17(3), 252–264.

Kumar, M., Townsend, J. D., & Vorhies, D. W. (2015). Enhancing consumers' affection for a brand using product design.Journal of Product Innovation Management, 32(5), 716–730.

Lee, D., Kim, H. S., & Kim, J. K. (2011). The impact of online brand community type on consumer's community engagement behaviors: Consumer-created vs. Marketer-created online brand community in online social networking websites.Cyberpsychology, Behavior, and Social Networking, 14(1-2),59–63.

Ligon, E., & Schechter, L. (2012). Motives for sharing in social networks.Journal of Development Economics,99(1),13–26.

Lipsman, A., Mudd, G., Rich, M., & Bruich, S. (2012). The power of "like": How brands reach (and influence) fans through social-media marketing.Journal of Advertising Research, 52(1), 40–52.

Liu, S. H., Liao, H. L., Sung, Y. H., & Peng, Q. D. (2012).Communal and exchange relationships and the effects of norms on internet participation.Social Behavior and Personality: An international Journal, 40(6), 993–1004.

Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office revenue.Journal of Marketing,70(3),74–89.

Liu, Y. L., & Ying, X. X. (2010, October). A review of social network sites. Definition, experience and applications. InThe Conference on Web Based Business Management(pp.749–752). USA: Scientific Research Publishing.

Luarn, P., Chiu, Y. P., & Chao, K. C. (2013). The influence of storytelling marketing on sharing intention on facebook.Marketing Review,10(4), 409–424.

Ryals, L. (2005). Making customer relationship management work: The measurement and profitable management of customer relationships.Journal of Marketing, 69(4), 252–261.

Shen, H., Wan, F., & Wyer, R. S., Jr. (2011). Cross-cultural differences in the refusal to accept a small gift: The differential influence of reciprocity norms on Asians and north Americans.Journal of Personality and Social Psychology, 100(2), 271–281.

Sujan, M., Bettman, J. R., & Baumgartner, H. (1993).Influencing consumer judgments using autobiographical memories: A self-referencing perspective.Journal of Marketing Research, 30(4), 422–436.

Dholakia, U. M. (2000). Temptation and resistance: An integrated model of consumption impulse formation and enactment.Psychology & Marketing, 17(11), 955–982.

Wen, Z. L., Zhang, L., Hou, J. T., & Liu, H. Y. (2004). Testing and application of the mediating effects.Acta Psychologica Sinica, 36(5), 614–620.

[温忠麟, 张雷, 侯杰泰, 刘红云. (2004). 中介效应检验程序及其应用.心理学报,36(5), 614–620.]

West, P. M., Huber, J., & Min, K. S. (2004). Altering experienced utility: The impact of story writing and self-referencing on preferences.Journal of Consumer Research, 31(3), 623–630.

Wu, J. B., Hom, P. W., Tetrick, L. E., Shore, L. M., Jia, L. D.,Li, C. P., & Song, L. J. (2006). The norm of reciprocity:Scale development and validation in the Chinese context.Management and Organization Review, 2(3), 377–402.

Yu, C. L., Wang, X., & Bao, H. H. (2011). Referral reward programs: The influence of word of mouth on recipients'attitude and purchase intention.Nankai Business Review,14(4), 59–68.

[于春玲, 王霞, 包呼和. (2011). 奖励推荐计划口碑对接收者的影响.南开管理评论,14(4), 59–68.]

Zhang, Q., Wang, T., & Gong, Y. P. (2013). Can brand and price really counter country-of-origin effects? Different distribution of attribute weight.Acta Psychologica Sinica,45(12), 1381–1392.

[张琴, 汪涛, 龚艳萍. (2013). 价格和品牌能否削弱来源国效应——产品属性赋权对来源国效应的影响应.心理学报, 45(12), 1381–1392.]