数字营销：过去、现在与将来（三）

Cait Lamberton and Andrew T.Stephen

在日益兴盛的互联网影响下，数字营销越来越受到重视，不少企业的营销都开始转向数字营销。过去的十几年里，数字营销发展迅速，为整个营销领域带来了革命性的冲击和变化，为商家提供了一种全新的广告、洞察客户、吸引关注以及推广商品的方式。

本刊将连续分5期回顾数字营销的发展历史，希望能让大家清晰了解数字营销研究与实践的过去、现在和未来。标题中的数字营销实际包含了数字营销、社交媒体营销和移动营销三个大的领域，统称为DSMM。

本期为第三篇，主要讲述从2011-2014年数字营销的发展。

数字营销的第三阶段：2011-2014年

本文把2011-2014年这4年称为DSMM的第三阶段。此阶段最大的特征就是互联网全面进入社交媒体时代。

前文提到，美国营销科学研究院（MSI）在2006—2008年期间，把研究的重点放在“关联消费者”。此后，2008—2010年、2010—2012年、2012—2014年，美国营销科学研究院（MSI）的研究重点还包括许多与DSMM相关的主题。这种导向对第三阶段的数字营销研究有着重大的影响。在第二阶段中，研究者已经意识到消费者不仅是互相联系的，而且在互联网上会影响其他人。这一点，对于本阶段的研究非常有意義。

在互联网普及方面，2010—2011年美国的使用率已经达到80%。同时社交网站开始整合：曾经红极一时的Myspace在2011年基本上清算完成，同年Facebook报告称每天有2.5亿用户登录，这相当于地球上每13个人中就有1人登录Facebook。此外，许多新的社交平台在这个时代出现。为避免与Facebook发生正面竞争，它们往往致力于用户生活的其他方面（如Instagram，Pinterest，Snapchat，Twitter等）。因此，用户被市场影响的同时也在积极塑造新的市场，许多消费者的生活都存在“永远在线”和“及时连接”的情况，特别是在智能手机如iPhone普及之后。第一阶段和第二阶段互联网用户作为消费者和营销商的角色定位在第三阶段得到拓展，社交媒体使用户随时成为某一品牌的广告客户、传播者和消费者。

同时更有趣的是，现在几乎所有的消费者都变得越来越“权力”，他们至少可以通过DSMM技术可以发出自己的“声音”。随着个人社交网络变得越来越密集，社交媒体平台从以前关注社会关系积累转移到互动和内容交付。

这个阶段，研究人员继续把在线口碑（WOM）作为一个焦点话题，但研究开始把“典型”消费者（不一定是“意见中心”“发烧友”或“权威专家”）放在最中心的位置，研究主题包括如病毒式传播、顾客互动等。此阶段的研究关注大部分消费者，而不是简单把关注点放在具有独特的网络位置、个体特征或知识的特殊亚群体。此外，一些研究人员通过研究如何在营销中使用社交媒体中的用户生成内容（UGC），试图了解应该如何利用社交媒体中的消费者影响力。还有研究人员开始通过研究特定社交媒体平台（特别是Facebook和Twitter）上的消费者行为来研究社交媒体本身的消费。

一、本阶段在数字营销学术研究方面的进展

下面将从三个方面介绍本阶段数字营销的发展情况：

（一）个性表达的放大

在前两个阶段中，我们知道互联网用户具有了新的个性化表达工具，在线口碑（WOM）就与营销开始相关了，可以影响销售。同时，前两个阶段的研究还探讨了用户生成内容（UGC）如何通过社交网络和媒体平台进行传播。

在第三个阶段中，消费者不仅仅是WOM流的贡献者，还可以放大或破坏营销行为。可以说，是社交媒体的普及和媒介的实时在线使消费者的社会影响力更为突出。消费者已将社交媒体作为他们实现目标、构建身份、社交互动、寻求信息、了解世界的一部分，他们在这些领域的行为可能对自己产生深远的影响。研究人员和从业者受到这一趋势的极大启发，试图用新技术手段将纯粹的社交平台转变为新营销平台。在理论上，利用消费者个人在社交媒体上提供的个人信息和行为信息，至少可以在社交平台上做大规模在线口碑营销、病毒式营销和针对目标群体的数字广告。

这里有几个重要的议题需要搞清：首先，什么因素会促使人们“共享”或“转发”帖子，不管是通过传统的在线WOM（例如电子邮件）或社交媒体？一些学者开始研究在线分享的驱动因素，如Jonah Berger。对这一研究方向，Berger和Milkman（2012）的一项研究非常重要。他们通过分析《纽约时报》中的文章，找出了值得分享的文章具有哪些特征，他们发现激励程度高的文章更容易被分享。这项研究尽管刚做几年，但是其每年被引16次，这表明研究者对社交传播中内容驱动因素研究的重视。当然，这中间还有很多需要解决的悬而未决的问题，不仅是关于社会传播的内容驱动因素，而且还涉及其他是否乐意共享信息（观点、新闻报道、社交帖子）的因素。

阶段3中研究的第二个重要问题是：消费者如何使用社交媒体来实现自己的个人目标。大体上这一研究方向主要关注的是使用社交媒体的驱动因素而不是社交传播的驱动因素。Toubia和Stephen（2013）研究了用户在社交媒体发布帖子的驱动力。他们的研究不考虑帖子的类型（即不考虑内容），而是从广泛调研人们为什么发帖推文（即使用Twitter）着手研究。他们研究的是个人驱动因素（而不是Berger和Milkman的内容驱动因素），并专注于内在因素、影响因素。通过现场调研，他们研究Twitter用户的发布活动如何随着粉丝数量

的增加而变化（即Twitter上社交地位的上升）。 Toubia和Stephen得出结论，大多数情况下信息发布与影响因素有关（与内在因素相比）。Toubia和Stephen的研究发现随着用户粉丝数量变化，用户行为也随之发生变化。需要注意的是Berger和Milkman（2012）与Toubia和Stephen（2013）的研究都需要实验，无论是在实验室还是在现场调研。与之前纯粹的定量研究或分析方法相比，研究人员能通过实验研究对用户的信息传递作用作出更直接的因果推断。

（二）UGC作为营销工具

在阶段一和阶段二的部分研究中，数字技术被视为一种便捷搜索、推出广告信息或放大网络效应的工具 。在阶段三中，消费者的在线活动和内容生成本身成为营销人员的工具。例如，Ghose，Ipeirotis和Li（2012）使用共生内容来设计酒店排名系统，帮助用户做出最好的选择。Albuquerque等人（2012）与Wang，Mai和Chiang（2014）研究了引入用户生成内容（UGC）后，理论上和实践中市场的动态变化。

一些研究也试图证明用户生成内容（UGC）或社交媒体的WOM的价值。Moe和Trusov（2011）从在线评论论坛的社交动态角度对此进行了研究，将评价评级动态与后续评级和产品销售联系起来，以此来了解这些平台的价值。Tirunillai和Tellis（2012）从另外一个视角研究了用户生成内容（UGC）是否影响了公司股票回报率、交易量和异常风险方面的表现。例如，他们发现，“八卦”信息的数量对交易量影响最大，而负的口碑（WOM）也有影响却没有显著性。Stephen和Galak（2012）对一个很火的微贷款市场的数据分析表明，与传统媒体（例如，在传统报纸官方网站评论）相比，社交媒体对销售的长期影响更大。

然而，这些对UGC的研究仍然还有很多问题没有理清，甚至存在矛盾。例如，Ghose和Han（2011）对移动营销中UGC和使用行为的实证分析发现，当个人消费更多内容时，他们往往产生更少的内容，反之亦然。虽然结论不足为奇，但这项研究成果很重要，因为它表明人们对创建和消费内容进行了需求侧管理（DSM）的权衡，因此，内容创建和内容消费可能互为替代。另一个重要且相当直观的研究结果是，人们在旅途中更倾向于消费而不是生成内容。除了这项研究，Shriver，Nair和Hofstetter（2013）研究了UGC的动态变化。他们发现，通过发布有利于其他网民的信息，能够吸引更多粉丝，这也促使这些网民发布更多内容。他们还指出，使用UGC可以提高网站的整体浏览和广告收入。Ghose和Han（2011）认为用户内容的生成和消费成反比，而 Shriver，Nair和Hofstetter（2013）的研究结果认为用户内容的生成和消费成正比，两者结果存在矛盾。

与此研究相关的是，Goldenberg，Oestreicher- Singer和Reichman（2012）研究了消费者在用户内容的生成和消费中扮演的另一个角色，即消费者作为内容策划人的角色。这项研究做了7个YouTube网站的实验，用户接收到两个不同的推荐视频：一个是网络推荐，另一个是来自其他用户推荐的链接。在这种选择的场景中，研究人员发现，用户通过这种推荐方式能够比自己搜索更快找到有效内容。尽管这个阶段学者又开始研究消费者搜索这一主题，但我们需要特别注意这里有了新的进展，即用户可以通过社交网络搜索内容或信息，而不需要通过算法驱动的工具，如搜索引擎。

（三）基于社交媒体的智能营销

阶段三，研究人员开始重点研究消费者使用的主流社交媒体平台，从而保证自己研究的普适性。原因可能是因为这些平台本身已经被十亿用户当作日常生活的一部分，因而研究本身也能获得比较高的媒体关注。例如，Toubia和Stephens（2013）对Twitter的研究，Wilcox和Stephen（2012）与Naylor，Lamberton和West（2012）对Facebook的研究被引次数就居高不下。在某种程度上，这些研究促进了实验研究和现场调研，为其他研究人员提供了研究方法。这些研究方法超越了因果推理，具有一定的创新性，同时也提供了有趣的观点（例如De Vries，Gensler and Lee flang，2012）。

更重要的是，这些研究试图从心理学方面解释人们在社交媒体平台上的行为，告诉用户为何这么做（Toubia and Stephen，2013； Naylor， Lamberton and West，2012）或社交媒体平台如何影响看似无关的心理学变量如自我控制（Wilcox和Stephen，2012）。上述三篇论文的关注点都是如何将消费者的心理特征和需求作为营销绩效的决定因素。

二、本阶段在数字营销实践层面的进展

毫无疑问，数字营销在2010年就已经成为营销实践中非常重要的一部分。调研显示，当年66%的高级管理人员对数字化营销“非常感兴趣”，70%的北美营销人员使用搜索引擎营销（SEO），与2008年相比增长了56%（Beer，2010）。

阶段三尽管学术研究增长迅猛，但社交媒体营销却没有得到极大的发展。这个阶段一开始，对社交媒体营销预期非常高：根据报告，2011年2月业界营销预算的5.6%用于社交媒体，他们预计到2015年用于社交媒体预算会增加三倍以上，达到差不多18%（Moorman，2011）。但是如果用1-7的数值给社交媒体的营销效果打分（其中1表示“完全无效”），当时得到的结果为仅3.8。到2014年2月，社交媒體支出仅增长了一半，才占总营销预算的7.4%。更有意思的是，营销战略中社交媒体比重并没有变（Moorman，2014）。由此可以看出，对口碑WOM、客户吸引和盈利能力之间关系的研究，尚未对营销从业人员如何将社交媒体作为其营销组合的一部分的想法产生巨大影响。

在实践中，越来越多的企业把社交媒体渠道作为收集市场情报的手段。尽管学术研究证明UGC可以被营销人员用作监听用户行为的一部分（例如Schweidel and Moe，2014），但研究者认为企业仍然不知道如何将从社交媒体用户那收集的数据转化为可行性手段。尽管智能手机会产生大量的数据，但这并不意味着企业能收集到重要的数据进行适当的分析，并根据分析结果制定激励方案（Grimes，2013）。研究者认为，营销从业人员对在这方面的关注度并没有达到应有的程度。

將社交媒体营销整合到整体营销战略中具有一定的挑战性，但这个阶段很多公司也在寻找DSMM渠道中获利的方法。例如，2012年Oracl of Steve Boese就表示，管理者都想“从社交技术中提取商业价值”（Roberts，2012）。由于仅仅使用社交媒体似乎无法实现这一目标，营销从业人员开始把希望寄托于移动营销和多渠道组合。尽管移动营销这一概念在2009年就第一次被提出，但从业者仍不清楚是否应该开发应用，或者如何投放广告，有时候只能基于主观印象乱投一气。移动营销存在着巨大的潜力，但还未出现相应的具体策略（Sullivan，2010）。2010年春天，奥美（Ogilvy& Mather）展开了第一次“移动营销计划”，从业者讨论了移动媒体在行为和地理上针对消费者的可能性，提供短期促销，建立关系并提供“有趣”体验（Ogilvy& Mather，2010）。2011年时，当被问到谁应该在平板电脑上做广告时，Indusblue的总裁Darren Pereira简单地回答：“每个人”（Androich，2011）。此外，2013年电子邮件、移动营销、社交营销和跨渠道营销的机会越来越多，有78%的营销人员表示跨渠道广告布局对他们的业务重要或非常重要，但其中35%也认为这是最大的不确定性之一（美国商业资讯，2012）。这一阶段末，水平方向也出现了挑战，消费者开始使用广告拦截软件。行为定位和“精确广告”是否能有效克服这种用户行为是不清楚的（Wheaton，2015）。

这些事实都说明了阶段三中，业界与学术界存在着一定的理解差距。这可能是由于研究者对一些较旧的主题过分关注，而减少了对新的有潜力的主题的关注。例如，研究人员继续在本阶段研究在线口碑，并大量引用以前的WOM研究，并且研究人员对消费者对产品和服务评级的用户生成内（UGC）非常感兴趣（例如，2012年JMS杂志就专门做过UGC的特刊）。虽然这些主题都非常重要，但随着这个阶段社会媒体的兴起，其他形式的在线WOM和用户生成内容（UGC）出现，一些企业已经开始进行一些新主题的尝试，但学术界的关注仍较少。例如，Facebook的兴起使得大多数公司更加关注以“点赞”的方式增加用户参与度，这种类型的参与度可能会提高品牌意识，甚至是销售额。在阶段三末，才有少数学术论文研究了这些现象。

事实上，在最新的营销文献中，很多都合并了WOM和UGC，因为在某些情况下这些术语是可互换的。在阶段三，研究人员过多关注一些具有“历史感”的在线WOM和UGC，同时对新的社交形式关注太少，例如在社交媒体平台上的用户行为（例如，点赞，评论，分享，转发，收藏）。研究者把大量的关注点放在网站上的用户评级/评论，但这仅仅是在线WOM一种形式，并且太过强调用户生成的评级（可能因为它们是数字形态的数据，比非结构化文更容易操作）就会导致研究在这一方向太过集中。

社交媒体兴起最有趣的一面是消费者在这些平台上与品牌及其他消费者的新互动方式。但这一点的研究并不多，不得不说是一种遗憾。WOM和UGC的新形式的市场价值尚未被广泛探索或与营销联系起来（除了最近一项重要的研究，见 Srinivasan， Rutz and Pauwels，2016）。从业界的角度来看，现有的社交媒体、在线WOM相关研究文献常常研究的是特定的案例，而不是社交媒体渠道中更广泛的在线社交行为概念。2013年《互动营销杂志》做的“社交媒体特刊”尝试扩大研究范围，但仍需要更多的研究者来帮助业界人士来评估这些主题的潜在价值。

编译材料主要来源：

Cait Lamberton and Andrew T. Stephen （2016）.A Thematic Exploration of Digital， Social Media， and Mobile Marketing： Research Evolution from 2000 to 2015 and an Agenda for Future Inquiry[J]. Journal of Marketing，80（November）， pp.146-172.

主要参考文献：

[1] Albuquerque， Paulo， Polykarpos Pavlidis， Udi Chatow， Kay-Yut Chen， and Zainab Jamal （2012）. Evaluating Promotional Activities in an Online Two-Sided Market of User-Generated Content[J]. Marketing Science， 31 （3）， pp.406–32.

[2] Bayus， Barry L. （2013）.Crowdsourcing New Product Ideas over Time： Analysis of the Dell Ideastorm Community[J].Management Science， 59 （1）， pp.226–44.

[3] Berger， Jonah （2014）.Word-of-Mouth and Interpersonal Communication：A Review and Directions for Future Research[J].Journal of Consumer Psychology， 24 （4）， pp.586–607.

[4] De Vries， Lisette， Sonja Gensler， and Peter S.H. Leeflang （2012）.Popularity of Brand Posts on Brand Fan Pages： An Investigation into the Effects of Social Media Marketing[J].Journal of Interactive Marketing， 26 （2）， pp.83–91.

[5] Ghose， Anindya and Sang Pil Han （2011）.An Empirical Analysis of User Content Generation and Usage Behavior on the Mobile Internet[J]. Management Science， 57 （9）， pp.1671–91.

[6] Hui， Sam K.， J. Jeffrey Inman， Yanliu Huang， and Jacob Suher （2013）.The Effect of In-Store Travel Distance on Unplanned Spending： Applications to Mobile Promotion Strategies[J]. Journal of Marketing， 77 （March）， pp.1–16.

[7] Jerath， Kinshuk， Liye Ma， Young-Hoon Park， and Kannan Srinivasan （2011）.A ‘Position Paradox in Sponsored Search Auctions[J].Marketing Science， 30（4）， pp.612–27.

[8] Joo， Mingyu， Kenneth C. Wilbur， Bo Cowgill， and Yi Zhu （2014）.Television Advertising and Online Search[J].Management Science，60 （1）， pp.56–73.

[9] Libai， Barak， EitanMuller， and Renana Peres（2013）.Decomposing the Value of Word-of-Mouth Seeding Programs： Acceleration Versus Expansion[J]. Journal of Marketing Research， 50 （April），pp.161–76.

[10] Tucker， Catherine E. （2014）.Social Networks， Personalized Advertising，and Privacy Controls[J]. Journal of Marketing Research ，51 （October）， pp.546–62.

[11] Wang， Xin， Feng Mai， and Roger H.L. Chiang（2014）.Database Submission-Market Dynamics and User-Generated Content About Tablet Computers[J]. Marketing Science， 33 （3）， pp.449–58.

[12] Yadav， Manjit S. and Paul A. Pavlou （2014）. Marketing in Computer-Mediated Environments： Research Synthesis and New Directions[J].Journal of Marketing， 78 （January）， pp.20–40.