微博中代言人营销模式对粉丝的作用机制

周璇 张娃 张晶晶

摘 要：目前，微博平台的名人代言营销模式已经被各种企业广泛采用并得到认可。与传统的大众传媒相比，微博平台的名人代言营销模式具有一些独特的特点。微博平台的发展，使得传统的名人与其粉丝以及被代言企业之间的关系发生了一定变化。基于此，重点研究在新浪微博环境下，粉丝追随名人的基本机制，以及提高名人代言营销转化率的路径。

关键词：粉丝;微博平台;代言人营销;产品推广

中图分类号：F27     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.06.030

0 引言

新浪微博成立十年来，月活跃用户达到4.86亿（微博发布2019年第二季度财报），成为国内最大的开放式社交平台。大量的活跃用户给微博带来了流量变现的机会，从传统的明星代言到KOL（关键意见领袖 Key Opinion Leaders）背书，再到逐渐兴起的KOC（关键意见消费者Key Opinion Consumer）推广，代言人推广的营销模式成为企业互联网营销的主要组成部分，企业依托社交媒体，利用名人进行品牌价值背书，快速地扩大企业在代言人粉丝群体中的影响。在此背景下，名人代言营销模式的特点以及不同粉丝群体对于名人代言产品的认同度差异值得深入探究。

1 研究对象与方法

1.1 研究对象

选取新浪微博平台“Dear-迪麗热巴”账号粉丝200人为研究对象，其中男性粉丝为91人，占45.5%，女性粉丝为109人占54.5%。

1.2 研究方法

采取问卷调查法，根据“名人崇拜”的行为机制，设计并开展了一项基于新浪微博迪丽热巴粉丝的调查，包括粉丝基本信息，其中包含性别、收入、年龄等，将粉丝追随明星程度分为五级（1“狂热”;5“偶尔关注”），将粉丝购买明星推广产品意愿程度分为五级（1“强烈”;5“无意愿”），并通过线上发放问卷 。本次问卷发放200份，回收176份，剔除无效问卷9份，有效回收167份，有效回收率83.5%。

2 调查结果

对169份迪丽热巴粉丝用户基本信息统计结果显示，统计样本中，迪丽热巴的女性粉丝数量（91名）要高于男性粉丝（76名），高出19.7%，40.1%的粉丝年龄在22-30岁之间。主要集中在二、三线城市，总占比达70%，四线及以下城市仅占9.6%。在月收入水平上，半数粉丝（50.3%）收入集中在4001-6000元区间。

对迪丽热巴推广产品信息的接受程度统计结果如表1、表2所示。其中，迪丽热巴的男性粉丝对于其总体追随度低于女性粉丝，男性粉丝“狂热”“非常喜欢”的百分比较女性分别低4%和6%，而男性“比较喜欢”“喜欢”“偶尔关注”百分比均高于女性。其中，迪丽热巴的男性粉丝购买其推广产品的总体意愿程度远低于女性，男性粉丝的意愿程度集中于“轻微”，较女性高53%。

3 微博平台名人代言营销模式的特点

名人在微博平台上的代言活动与传统媒体代言活动相比降低了直观性，并提高了粉丝群体对于代言产品的浸入式体验感。产品信息通常植入在名人的各种微博中，这些微博披露了代言人的日常生活和工作。例如，迪丽热巴（2019）穿着Adidas neo系列并发布日常逛街的视频微博，但未透露更多的相关产品信息。在此过程中，名人将产品与自己的个人经历联系起来，产品代言活动在更加温馨愉悦的场景中体现，由于粉丝对于名人日常生活或工作状态的展示十分期待与信赖，这种植入式的代言能比直白的广告更有效地影响名人粉丝对被代言产品的态度。

另外，微博平台上的粉丝们清楚地认识到，他们的评论几乎不可能得到名人的评论或者回应。但粉丝群体仍然可以通过评论、转发等互动行为经历一个类似于面对面交谈的心理学过程，甚至在长时间互动后可以感受到与名人的亲密接触情感，形成了一种不对称的亲密感。关注度与互动，提高了粉丝对于名人的亲密感，随之粉丝对于名人的身份认同感、信赖感进一步提升。粉丝会在充分信赖名人的条件下，接受、认可名人隐蔽代言的产品，以期进一步获得亲密接触情感以及身份认同感。

4 结语

微博平台的发展，使得企业的产品推广方式由传统的广告营销模式转为互联网营销模式，名人、粉丝与企业的关系也在不断发生变化。在这一背景下，本研究从微博平台产品推介受众出发，引入传播学中“非对称情感”关系概念，探索名人微博营销行为对于粉丝群体的影响机制。研究表明，由于互动强度的差异，男性粉丝在对明星的追随度、产品推广接受度上均低于女性，导致其产品微博推广转化率低。因此，明星及平台运营方可针对该粉丝群体，采取提高其活跃水平的措施，以提高代言产品营销转化率。

参考文献

[1]霍彤，刘雨欣，钟镇霄.熵权法下孟加拉国纺织业的投资环境分析[J].中国商论，2019，（20）：87-90.

[2]霍春辉，王晓睿，张银丹.名人微博营销影响粉丝消费行为的决策机理研究[J].辽宁大学学报（哲学社会科学版），2019，47（1）：79-88.

[3]黄秀平.警惕算法误伤的风险——以微博抽奖“被垃圾用户”现象为例[J].青年记者，2019，（29）：22-23.