不同视角下短视频平台意见领袖商业价值评估方法及价值背离现象分析

张朝辉 李田 张晓阳

摘 要：随着智能媒介终端和大数据、互联网技术的普及，意见领袖成为短视频营销的关键环节。由于视角的不同，平台和用户对短视频意见领袖的作用和价值认知并不相同。本文以短视频平台的商业价值创造过程为基础，综合考虑平台和用户对短视频关键意见领袖商业价值的衡量标准，构建了短视频关键意见领袖商业价值评估模型，随后对意见领袖的商业价值“背离”现象进行了分析。研究结果表明：（1）短视频关键意见领袖的商业价值评价是由平台与用户共同决定的;（2）平台视角与用户视角的价值背离体现了当前商业价值和潜在商业价值之间的差异;（3）短视频产业的可持续高质量发展要求平台价值与用户价值平衡发展。

关键词：短视频营销;关键意见领袖;商业价值;层次分析法;熵权法

中图分类号：F724.6文献标识码：A文章编号：2097-0145（2022）03-0069-07doi：10.11847/fj.41.3.69

Research on Short Video Platform Opinion Leaders’ Commercial Value

Evaluation Methods and Value Deviation from Different Perspectives

ZHANG Chao-hui， LI Tian， ZHANG Xiao-yang

（School of Business & Management， Jilin University， Changchun 130012， China）

Abstract：With the popularity of intelligent terminals， big data and Internet technology， key opinion leaders have become a key link in it. Due to different perspectives， platform and users have different perceptions of the role and value of KOLs. In this article， based on the commercial value creation process of the short video platform， comprehensively considering the platform and users to measure the commercial value of the short video key opinion leaders， it constructs a short video key opinion leaders’ business value evaluation model， and analyzes the deviation phenomenon. The results show that： （1）The evaluation of commercial value of KOLs is determined by the platform and users; （2）The value deviation between the platform perspective and the user perspective reflects the current commercial value and potential commercial value; （3）The sustainable and high-quality development of the short video industry requires the balanced development of platform value and user value.

Key words：short video marketing; key opinion leaders; commercial value; AHP; entropy weight method

1 引言

随着智能媒介终端和大数据、互联网技术的普及，新一代信息技术催生了网络购物的新模式——短视频营销。短视频平台正以多主体参与的复杂系统模式改变着传统的媒介生态系统，并成为企业传递产品价值与技术创新的重要渠道。姚林青和顾恩澍[1]认为目前的抖音、快手等短视频平台逐渐向“短视频+电商”模式演进，诸多美妆分享、数码评测等短视频演员也纷纷向“电商主播”的角色转变。短视频平台通过多元化的视频内容和数据算法推荐使得用户在视频浏览的同时发现优质商品、激发消费兴趣，利用工程化的手段实现“兴趣推荐+海量转化”。

周迪等[2]认为短视频营销是以短视频为载体，利用互联网技术将视频创作者与商品消费者联结起来，进而引发一系列交互行为的平台型商业模式。王烽权和江积海[3]研究发现由于短视频创作具有时间短、成本少、门槛低等优点，在跨边网络效应、同边网络效应和双边网络效应的作用下迅速积累了大量用户。部分短视频创作者因其在产品推广、使用经验或专业知识等方面的独特优势，对其粉丝群体的消费意愿影响较大，逐渐成为消费者群体的关键意见领袖（Key Opinion Leaders， KOLs）。因此，如何评估短视频关键意见领袖的商业价值，快速识别“种草达人”，对于打造短视频平台的营销优势、提高品牌知名度和商家销售额至關重要。然而，商业价值的评估是一个较为复杂的过程，出于盈利需求的平台管理者和出于精神需求的用户对于短视频关键意见领袖的关注点有所不同，进而导致二者对其价值的衡量标准存在差异，即：不同视角下，关键意见领袖的商业价值可能存在“背离”现象。因而，分别构建适用于商业平台和用户视角下的关键意见领袖商业价值评估模型，客观揭示二者对于关键意见领袖的商业价值的判断标准上的不同，并对商业价值背离现象进行分析，可以为我国短视频产业的进一步发展和电商产业的管理升级提供理论依据。

2 文献综述

由于短视频平台起源于网络社交平台，而其商业形态和参与主体形态各异，因而其商业价值的衡量标准也因平台类型而略有不同。国内外学者通过对各种类型网络社交平台的研究和验证，逐渐形成了其平台账号商业价值的理论框架。Raadt等[4]从商业价值的角度对网络服务进行了研究，制定了一个从商业模式、经济可行性及价值定量模型等三个方面评价可选方案的商业价值，并借助音乐发行的案例进行了分析。Culnan等[5]随后在对博客、社交网络、微博、视频和照片分享等社交媒体研究之后，认为与一般的IS应用的商业价值不同，社交媒体所带来的价值应该包括两类：在线社区绩效和与社交媒体支持的营销和客户服务相关的传统组织绩效。Hoffman和Fodor[6]在进一步研究后提出，可以利用诸如社区的规模及其增长率、活跃成员的比例、用户在社区上花费的时间、企业微博的转发量、公司及其产品的讨论量等定量评估其效果。由于社交媒体还被用于支持一些商业活动，如市场推广、品牌建设等，Schryen[7]在研究后指出，社交媒体带来的收益并不仅仅体现在可量化的经济绩效上，还应包括其它无形的影响，如提高组织效率、促进创新等。Corrales等[8]认为社交媒体的价值来源于在特定场景下的使用，出于不同的目的，运营社交媒体对价值的衡量标准也是特定的，如以市场竞争为导向而使用社交媒体，就可以用企业的营收绩效作为评价指标。

除此之外，还有部分学者以典型网络社交平台为例，对其平台账号商业价值评估方法展开研究。张伊和王辉[9]对微博营销的商业价值研究后认为，微博营销的价值主要惠及三个主体，即微博平台、个人微博及企业微博。其中微博平台的商业价值主要表现在其数量性与即时性，个人微博的商业价值主要来源于庞大的粉丝群，而企业微博的商业价值在于其可以为企业提供信息发布平台、快速客服通道等深度了解消费者的渠道。Huang等[10]对企业微博的商业价值做了进一步的研究，并通过模型来揭示企业微博商业价值产生的机制，研究结果证明，企业微博可以通过提高营销能力，直接或间接地改善企业微博的运营绩效，且企业微博的运营绩效会显著影响企业绩效。Dong和Wu[11]对企业进行在线用户创新社区（OUIC）的商业价值进行了更加系统的研究，构建了一个衡量OUIC为企业带来收益的函数模型，通过将社区中帖子的发布数、评论数等作为自变量，企业市值的增量作为因变量，进一步验证了OUIC对于企业的价值。在此基础上，Marina和Peter[12]研究如何提高社交媒体的商业价值时，进一步提出了一个框架，该框架认为社交媒体活动的商业价值取决于正确确定其实施目的（范围和目标收益），技术解决方案以及用户参与度（用户群体，用户的动机和技能），并举例对该框架进行了验证。

综上所述，目前网络社交平台研究领域提出的评估模型，不具备从多视角进行商业价值评估的能力，而短视频平台和用户对意见领袖的衡量标准应该具有明显的差异。为了分析比较这些差异的特征，以及其所反映出的涵义，本文采用综合赋权的方法，构建一个可以综合评估短视频关键意见领袖商业价值的模型，并对模型的准确性进行验证。

3 指标选取

短视频意见领袖的商业价值创造过程涉及到核心主体是平台、用户与商家。此外，短视频KOLs的行为还应受到社会属性，如社会伦理、法律法规等因素的制约，但由于这些维度较难量化，因而本文目前的研究仅从商业价值角度构建其价值评估模型。

平台与用户对短视频关键意见领袖商业价值的衡量标准都会存在一定的主观因素，但完全依赖平台和用户的主观意见极易导致模型出现“过拟合”问题，并且商业价值自身也应具有一定的客观标准。为了综合表现商业价值的主观性和客观性特征，本文采用层次分析法与熵值法相结合的综合赋权方法进行指标赋权，即依据平台和用户的“主观”打分，使模型具有一定的“主观”弹性，再通过熵权法确保计算结果的客观性，消除“过拟合”问题。为了综合考虑不同维度的因素的影响，本文采用指标评价体系来构建短视频平台意见领袖的商业价值的评估模型（表1）。

4 模型赋权

4.1 层次分析法赋权

层次分析法（AHP）通过将复杂问题拆分成多个因素，进行分层次比较，对复杂问题进行系统化的决策分析。本文先从平台和用户的角度出发，分别对每一层级的指标两两比较重要程度，因此引入相对重要性标度如表2所示。

标度分级采用1～9及其倒数的方法，由短视频运营公司的管理工作人员与短视频客户端普通用户对8个一级指标进行赋权并给予说明，构建两个成对判断矩阵A和B。

A=11/2321/31/51/41/3

211/221/21/41/31/2

1/321411/21/31/2

1/21/21/311/41/51/61/3

321411/21/31/2

5425211/22

43363213

322321/21/31

B=12534225

1/21323223

1/51/31111/21/21

1/31/21111/21/22

1/41/31111/21/31/2

1/21/2222112

1/21/2223112

1/51/311/221/21/21

通過对判断矩阵标准化，可以得到权重向量A：[0.0724，0.0691，0.0845，0.0343，0.1109，0.2121，0.2791，0.1376];B：[0.2521，0.1739，0.0845，0.0953，0.0802，0.1236，0.1170，0.0734]。由分析可知，对完全一致的成对比较矩阵，其绝对值最大的特征值等于该矩阵的维数。以矩阵A为例检验成对比较矩阵一致性的步骤如下：

（1）计算衡量一个成对比较矩阵A（n>1 阶方阵）不一致程度的指标CI。

CI=λmax（A）-nn-1

（2）检验成对比较矩阵A一致性的标准RI，即平均随机一致性指标，它只与矩阵的阶数n有关。RI与n的对应关系如表3所示。

（3）计算得CI=0.0883，则有

CR=CIRI=0.08831.41=0.0626<0.1

因此，对比矩阵A通过一致性检验。同理，对B矩阵也通过一次性检验。经计算，两个矩阵最终得到层次分析法的赋权结果如表4所示。

4.2 熵权法赋权

本文在抖音平台随机选取30个粉丝数量在200万以上，最近一个月之内发表推广视频数量不为0，并且发布的视频总量不低于20个的KOLs账号进行分析。本文收集并获取的数据包括各账号的粉丝总数、总获赞数、发布视频数，以及所发布的各视频获得的点赞数、评论数、转发数。此外，本文还获取了关联视频所获点赞数、评论数、转发数，以及所售商品价格、抖音平台销量、浏览量等数据。

根据选取的具体指标，本文统计并计算各账号发布视频以及进行商业变现的推广视频的平均获赞数、平均评论数、平均转发数。具体计算步骤如下：

（1）构建原始数据矩阵

X=（xij）m，n， 1≤i≤m，1≤j≤n

其中n表示指标个数，m表示该指标所有的样本数据数量。

（2）样本数据矩阵标准化

为了保持评分与样本状态的一致性，將所有单位和数量级之间有很大不同的各指标进行无量纲化处理，其中xmax表示原始数据矩阵中的最大值。

yij=xijxmax

（3）计算各指标的信息熵

pij=yij∑mi=1yij， P={pij}m，n

根据熵值理论，计算第j项指标的信息熵值及差异系数如下

ej=（-1lnm）∑mi=1pijlnpij， 0≤ej≤1，gj=1-ej

基于理论的计算方式表明，若信息熵值越小，则差异系数gj越大。若该指标在综合评价中的权重越大，则其重要性越大。

（4）确定指标权重并计算指数

wj=gj∑nj=1gj， Rj=∑mi=1wjpij

4.3 综合赋权模型

为了消除对主观意见的过度依赖，本文采用综合赋权法。假设最终得到的组合权重为j，理论上应该尽量接近层次分析法计算权重Wj及熵值法计算权重wj，基于相对信息熵最小化求解

min F=∑nj=1j（lnj-lnWj）+∑nj=1j（lnj-lnwj）

s.t. ∑nj=1j=1， j0

根据拉格朗日乘数法，求解最优综合赋权权重为

j=Wjwj∑nj=1Wjwj

综合赋权方法的计算结果，如表5所示。

5 模型验证及商业价值背离现象分析

5.1 模型验证

考虑到个人隐私问题，本文通过随机编号对上述30个KOLs样本进行脱敏处理，经过计算后，本文得到两个视角下模型的计算结果，如表6所示。

为了验证评估模型的有效性和准确性，本文采用平台与用户分别投票的方式进行验证（用户组发放普通用户投票问卷450份，回收414份;平台组投票发放50份，回收45份）。其中用户组投票成员是来自抖音的普通用户，而平台组投票成员包括：短视频平台运营公司的运营专员、短视频应用程序产品经理。平台组和用户组对关键意见领袖的投票结果，按照由高到低次序进行排序，结果如表7所示。

对比两组投票结果可以发现，尽管具体排名并不完全相同，但投票结果与模型计算结果的排名差异不大。因此，该评估模型对于短视频平台关键意见领袖商业价值的评估具有较高的准确度。

5.2 两种商业价值背离现象分析

对比平台和用户商业价值的评估模型可知，平台更注重意见领袖“当前的商业价值”，而用户模型则更倾向于体现用户对意见领袖喜爱的程度。 事实上，关键意见领袖的商业价值最终是由“流量”和“用户”所决定，因而用户的评价可以视为一种“潜在的商业价值”。对两种商业价值相互组合，可以得到的情况有四种，如表8所示。其中情况1和情况4是两种商业价值认知相互一致，而情况2和情况3则表明，两种商业价值在理论上存在“背离”的可能。对比两组数据可知，一些意见领袖，如：“KOL27”“KOL11”等在平台和用户视角下的评价的确存在较大差异

。这说明，不同视角下的“商业价值”的确发生了“背离”现象，但两种“背离”现象所表现出的含义并不相同。在“情况2”中，关键意见领袖尽管没有得到平台管理者的充分认可，但已经体现出自身的影响力，因而可能具有较高的发展“潜力”。在“情况3”中，关键意见领袖尽管得到了平台管理者的认可，但用户的认可度不高，说明其“潜在商业价值”已经下降，因而其需要做出一定的改变，否则将影响其未来商业价值。

高情况1：得到双方认可，商业价值较高。情况2：得到用户认可，具有成为潜在的“种草达人”的可能，但需要进一步培养和挖掘自身价值。

低情况3：得到平台认可，当前具有较强的变现能力，但“潜在的商业价值”较低，需提升用户关注度。情况4：任何一方的认可度均较低，需要通过提升用户关注度，逐渐提升自身的“商业价值”。

6 结论与启示

作为短视频平台发展的一种趋势，“短视频+电商”模式在营销过程中起到了重要的驱动作用，而短视频关键意见领袖则是短视频营销活动中的核心角色。本文利用层次分析法与熵权法对各指标进行综合赋权，构建了短视频关键意见领袖商业价值评估模型。通过验证结果可以发现，本文构建的评估模型在平台和用户组都具有较高的有效性。综合本文的研究，这里得到以下结论与启示：

（1）短视频关键意见领袖的商业价值评价是由平台与用户共同决定的。通过本文的理论研究和模型构建可以发现，平台与用户在选择关键意见领袖时会根据自身需求进行选取，但二者选择互为对方基础。事实上，受到用户喜爱的关键意见领袖容易获得平台关注，而得到平台认可的关键意见领袖也容易被推荐给用户。

（2）平台视角与用户视角的价值背离体现了当前商业价值和潜在商业价值之间的差异。一部分关键意见领袖获得了大量的用户关注，但受其它因素的制约，没有体现出自身的商业价值;而另一部分关键意见领袖虽然具有较高的营销能力，但用户认可度较低，因而其潜在的商业价值受到影响。

（3）短视频产业的可持续高质量发展要求平台价值与用户价值平衡发展。用户数量是短视频产业发展的基础，而强大的平台实力是短视频产业发展的硬性条件，因此商业价值的提高需要平台关注度和用户喜爱度的同时增强，二者的“价值背离”有可能导致短视频产业的虚假繁荣。

此外，本文的研究目前仅涉及到商业层面，并没有涵盖社会伦理、法律法规等维度。事实上，随着制度的不断完善，关键意见领袖的商业价值必然会受到社会伦理和法律法规等维度的严格约束。因此，未来的研究也应将这些维度考虑进来。

参 考 文 献：

[1]姚林青，顾恩澍.短视频电商模式的演进机理研究[J].现代传播（中国传媒大学学报），2021，43（1）：123-128.

[2]周迪，董雪峰，吴悠然，等.短视频行业的平台定位模型研究——以抖音、快手为例[J].研究与发展管理，2019，31（5）：37-50，159.

[3]王烽权，江积海.互联网短视频商业模式如何实现价值创造？——抖音和快手的双案例研究[J].外国经济与管理，2021，43（2）：3-19.

[4]Raadt B， Gordijn J， Yu E. Exploring Web services from a business value perspective[A].13th IEEE International Conference on Requirements Engineering （RE’05）[C]. IEEE， 2005. 53-62.

[5]Culnan M J， McHugh P J， Zubillaga J I. How large US companies can use twitter and other social media to gain business value[J]. MIS Quarterly Executive， 2010， 9（4）： 243-259.

[6]Hoffman D L， Fodor M. Can you measure the ROI of your social media marketing[J]. MIT Sloan Management Review， 2011， 52（1）： 41-43， 45-49.

[7]Schryen G. Revisiting IS business value research： what we already know， what we still need to know， and how we can get there[J]. European Journal of Information Systems， 2013， 22（2）： 139-169.

[8]Corrales M，  Delone W H，  Lee G， et al.. Special issue on leveraging the IS organization for business value creation[J]. Journal of Information Technology， 2014， 29（2）： 111-113.

[9]張伊，王辉.浅析微博营销的商业价值及运作模式[J].科技信息，2012，（30）：489-491.

[10]Huang J， Zhang J， Li Y， et al.. Business value of enterprise micro-blogging： empirical study from weibo. com in Sina[J]. Journal of Global Information Management， 2014， 22（3）： 32-56.

[11]Dong J Q， Wu W. Business value of social media technologies： evidence from online user innovation communities[J]. The Journal of Strategic Information Systems， 2015， 24（2）： 113-127.

[12]Marina T， Peter T. A framework for increasing business value from social media[J]. Economic Research Ekonomska Istraivanja， 2017， 31（1）： 1091-1110.

[13]De Veirman M， Cauberghe V， Hudders L. Marketing through Instagram influencers： the impact of number of followers and product divergence on brand attitude[J]. International Journal of Advertising， 2017， 36（5）： 798-828.

[14]Dessart L. Social media engagement： a model of antecedents and relational outcomes[J]. Journal of Marketing Management， 2017， 33（5-6）： 375-399.

[15]Roshwalb I. Personal influence： the part played by people in the flow of mass communications[J]. Journal of Marketing， 1956， 21（1）： 129-130.

[16]Leal G P A， Hor-Meyll L F， de Paula Pessa L A G. Influence of virtual communities in purchasing decisions： the participants’ perspective[J]. Journal of Business Research， 2014， 67（5）： 882-890.

[17]Evans N J， Phua J， Lim J， et al.. Disclosing instagram influencer advertising： the effects of disclosure language on advertising recognition， attitudes， and behavioral intent[J]. Journal of Interactive Advertising， 2017， 17（2）： 138-149.

[18]Djafarova E， Rushworth C. Exploring the credibility of online celebrities’ Instagram profiles in influencing the purchase decisions of young female users[J]. Computers in Human Behavior， 2017， 68： 1-7.