社交媒体时代张裕葡萄酒品牌传播策略探析

相征 刘伍颖

摘 要：随着社交媒体的普及，以微博为代表的社交媒体平台正在改变着信息生产和传播方式，也为企业品牌传播带来了新的机遇。在当前社交媒体语境下，品牌传播研究缺少以社交媒体大数据为支撑的内容分析和情感倾向分析。本文以葡萄酒行业头部企业“张裕葡萄酒”为例，运用数据挖掘技术抓取了微博上的文本数据，通过词频分析、语义网络分析和情感分析等方法对文本数据进行了研究和分析，发现微博用户关注张裕葡萄酒的侧重点各不相同，情感倾向也有所不同。基于此，本文提出要利用社交媒体提升品牌传播影响力的管理建议，旨在为张裕葡萄酒在社交媒体时代加强品牌影响力建设、提升客户消费体验提供借鉴。

关键词：社交媒体；张裕葡萄酒；品牌传播；微博；内容分析

中图分类号：G202 文献标识码：A 文章编号：1672-8122（2023）09-0135-05

基金项目：教育部人文社会科学研究规划基金项目：“后深度学习时代低资源语言机器翻译理论与实践研究”（20YJAZH069）；山东省研究生教育教学改革研究项目：“新文科背景下语言数据驱动的语言学研究生培养改革研究”（SDYJG21185）。

一、引 言

张裕葡萄酒品牌是由爱国华侨张弼士于1892年在烟台创办的，是我国首家生产葡萄酒的企业。经过130年的发展，张裕葡萄酒已经成为亚洲最大的葡萄酒生产商和品牌管理者之一。在2017年《饮料商务》杂志（DrinksBusiness）发布的“全球十大畅销葡萄酒品牌”排行榜中，张裕葡萄酒以年销售1500万箱的成绩荣登第4位，展现出巨大的市场影响力[1]。

品牌传播是指品牌所有者通过各种传播手段，持续地与目标受众进行交流，以最优化的方式传播品牌信息，增加品牌资产的过程[2]。伴随互联网技术的发展和中国移动互联网普及率的提升，社交媒体变革了信息生产和传播方式，为品牌传播和企业发展带来了新的契机。微博是基于用户关系进行信息获取和分享的平台，用户可以通过互联网和移动应用创建个人社区，更新信息并实现即时分享。微博不仅具有传播品牌信息的功能，还能与消费者互动，进行品牌公关等活动[3]。利用微博进行品牌传播对于企业来说具有重要的战略意义，通过微博传播品牌信息，不仅能够有效提升消费者对品牌的认知度，还能通过与消费者互动的方式建立联系，满足他们的精神需求，从而提高消费者对品牌的黏性。

周延风、张婷、陈少娜基于大数据的社交媒体品牌传播研究，以网红品牌“喜茶”为例，通过收集和分析社交媒体平台文本数据，为品牌消费者绘制了用户画像，发现意见领袖的关注和转发在社交媒体品牌传播中发挥着重要作用，而通过关键意见领袖的带动，可以引发品牌话题讨论的高峰，并对现有消费者和潜在消费者的品牌认知、购买行为带来影响[4]。该研究填补了国内利用社交媒体大数据进行品牌研究的空白，同时，也进一步证实了社交媒体中意见领袖在品牌传播中发挥的重要作用。

从研究方法来看，现有针对社交媒体品牌传播的研究多采用问卷调查和简单的统计分析获取数据，例如，盖宇等人利用问卷调查的方式收集消费者对张裕卡斯特酒庄的旅游意愿和品牌认知等数据，并得出社交媒体是获取品牌信息主要渠道的研究結论[5]。

可以看出，当前利用大数据研究社交媒体品牌传播的文献较少，针对社交媒体葡萄酒品牌的分析研究更少。基于此，本文在已有研究的基础上，提出要利用大数据对张裕葡萄酒社交媒体品牌进行传播研究。首先，要利用数据采集工具采集微博中以“张裕葡萄酒”为关键词的文本数据；其次，对经过数据预处理的词频进行语义分析和情感分析，得出分析结果；最后，根据数据分析结果提出利用社交媒体提升品牌传播影响力的管理建议。

二、数据来源与数据预处理

（一）数据来源

用户生成内容指的是由最终用户创造的各种形式的在线媒体内容，包括涉及个人对产品、服务或品牌的体验性评价[6]。社交媒体是用户生成内容的环境总和，包括多种类型的媒体形式，例如，微博、文字、图片和视频等[7]。笔者考虑到微博作为全球最大中文社交网络平台，活跃用户超过4亿，且数据开放程度较高，用户生成的内容较为丰富，故此次研究采用新浪微博平台。

目前获取网页数据的方法有两种：一种是通过Python等编写程序进行数据爬取；另一种是使用商业数据获取工具进行数据采集。本文使用商业数据获取工具八爪鱼采集器进行数据采集，以“张裕葡萄酒”为关键词，截至2023年3月，共抓取数据976条，去除无用和重复数据后，得到有效数据804条，数据来源包括微博超话、微博热搜和微博广场。

（二）数据预处理

数据去重：数据去重的主要目的是去除数据中的重复数据，以便更好地分析数据并提取有用信息。重复数据的存在会导致数据集增加，加大处理和分析数据的难度，降低数据分析的效率。因此，在开展文本数据的处理和分析前，对文本数据进行去重处理是必不可少的。常见的文本去重方法大多以计算文本之间的相似度为基础[8]。本研究通过计算的方式去除了部分重复文本数据，例如“好喝好喝好喝”等，再通过人工的方式去除了部分无效数据，例如只有表情、图片和视频链接的数据。

中文分词：中文分词是自然语言处理中一个非常重要的环节，可以帮助机器理解和分析文本的含义，从而为后续的文本挖掘和分析提供基础和支持[9]。不同于英文用空格直接分词，中文词组之间的联系较为模糊，需要使用专业的文本分析工具。本研究使用的是由原武汉大学ROST虚拟学习团队成员独立开发的ROSTCM6.0软件进行分词。首先，对文本的标点符号进行处理，进行词性标注，以便于后续的分析和处理。其次，将句子中的每个词语按照一定的规则进行分割，得到有意义的词语后再去除停用词，停用词指的是一些常用的无意义词语，如“的”“是”等。最后，对一些特殊的词语，如文言文中的词语、专业术语等进行调整，得到最终的分词结果。

三、数据分析

（一）词频分析

词频分析是指对文本中出现频率较高的词语进行统计和分析的方法。在自然语言处理中，词频分析是一种非常重要的技术，可以帮助机器理解文本的含义和结构。词频分析通常包括预处理、分词、统计频率、排序、可视化等步骤[10]。通过词频分析，机器可以理解文本的含义和结构，为后续的分析和处理提供支持和指导。

本研究词频分析利用ROSTCM6.0软件对微博文本数据中出现频率较大的特征词加以提炼，对从微博获取的804条文本数据进行总体词频分析，整理归纳了排名前40的高频词。如表1所示，除了关键词“葡萄酒”和“张裕”提及的次数最多外，“烟台”“山东”“宁夏”“北京”等地名也频繁出现，相关文本数据包括“遇见烟台，可以感受到酒庄最独特的浪漫”“参观北京张裕酒庄的发展史及其庞大的葡萄种植规模，没忍住购买了其中一款酒！”等，可以看出，微博用户在讨论张裕葡萄酒时往往会伴随旅游或者参观行为。从“国产”“百年”“张弼士”以及“历史”等词可以看出，微博用户对张裕葡萄酒品牌的文化與发展历史也比较感兴趣。值得注意的是，“股份”“净利润”“持股”词语出现的频率分别为253次、44次和41次，相关文本数据包括“酒类股集体走强张裕A涨停”“我儿子、女儿、还有我妹的账户都买了张裕”等，这表明除了关注张裕葡萄酒种类和企业文化外，社交媒体用户对张裕葡萄酒的股市交易同样感兴趣。

（二）语义网络分析

语义网络分析是一种能够构建概念和语义关系的网络图，可以直观地展现各节点之间的关系。语义网络图在结构上呈现出“中心节点—边缘节点”的结构特点，中心节点与其他节点形成一级或者多级的关系网络，某一词与中心词的距离越近，则表示该词语与中心词的关系越亲密[11]。中心点边缘节点连接线条的粗细代表关系出现的次数，线条越粗，表示出现关系的次数越多。将文本数据导入ROSTCM6.0生成中文词组语义网络关系图，如图1所示。

从图1可知，语义网络图可以分为四个层次。第一层是核心层，由“张裕”“葡萄酒”“中国”组成，这些核心词组构成了文本数据最核心的特质。第二层是次核心层，是对核心层感知的进一步拓展，主要有“故事”“历史”“股份”“烟台”“文化”等词组成，反映出微博用户对于张裕葡萄酒的主要认知角度。第三层是过渡层，主要包括“葡萄”“博物馆”“历史”等词组。第四层是边缘层，包括“张弼士”“净利润”“龙头”“百年”“种植”等词组。通过结合“张裕-酿酒-葡萄-种植”和“张裕-股份-历史-集团”等关系网，可以直观地反映出微博用户对于张裕葡萄酒的整体认知。

（三）情感倾向分析

情感倾向分析是指对文本中的情感进行分析和评估的方法，通过情感倾向分析，可以理解文本的情感倾向。情感分析作为市场营销的一种研究方法，高效、实时地反应了消费者的评价[12]。本研究采用ROSTCM6.0软件的情感数据分析方法，通过该软件对每条社会化媒体文章进行情感数据分析和赋值，其中，数字为正代表积极情感；数字为0代表中性情感；数字为负则代表消极情感。为了更加精确地表示推文的文本数据总体情感倾向，积极情绪分为一般（0-10），中度（10-20）和高度（20以上）；消极情绪分为一般（-10-0），中度（-20--10）和高度（-20以下）。

利用ROSTCM6.0对社交媒体文本进行情感分析，结果如表2所示：微博用户对于张裕葡萄酒的积极情感占据60.21%，表明大多数用户对张裕葡萄酒表示满意和支持，这些积极情感词包括“超美”“奈斯”“最佳”“绝美”等。例如，文本“张裕国际葡萄酒城这里是真正的人少景美，拍起照来简直是太自由了，随便哪个角度都能让你拍过瘾”等，这些频繁出现的积极情感倾向词组，反映了微博用户对张裕葡萄酒庄园旅游的满意体验和良好心情。消极情感占比12.97%，这些情感倾向词包括“恐怕”“骚扰”“太难”以及“风险”等，相关文本数据有“张裕葡萄酒回访和销售电话，两三年前在张裕官网买过一次酒一直骚扰到如今”“回礼得了一瓶张裕红酒，打算把它用来做饭，可是太难打开了，木塞拿不出来啊”等，这些负面情感倾向词反映出微博用户在购买张裕葡萄酒后较为不满意的消费体验。此外，相关文本也表明了微博用户对于张裕葡萄酒股市交易的担忧，如“张裕A提醒买入风险”等。

四、结论及建议

本文基于社交媒体微博上有关张裕葡萄酒的用户生成内容，通过词频分析等方式，对微博中的张裕葡萄酒品牌形象和品牌传播进行了系统性的研究。从数据分析结果来看，文本数据基本反映了微博用户对于张裕葡萄酒的整体认知和品牌传播效果，即张裕葡萄酒是“烟台”的行业“龙头”企业，具有“百年”的“历史”，它的“白兰地”“干红”“酒庄”“城堡”等葡萄酒种类和旅游地点引起了较多微博用户的讨论。通过语义网络分析和情感倾向分析进一步发现，微博用户对于张裕葡萄酒酒庄和城堡表现出整体较高的积极情感倾向，认为张裕葡萄酒酒庄是一个适合拍照打卡、放松心情的旅游地点。然而，通过对微博用户生成内容的词频分析、语义网络分析和情感倾向分析，并没有发现较多关于张裕葡萄酒口味及品牌口碑方面的文本数据，涉及口味的文本数据仅有词组“好喝”和“果香”，词频分别为15次和14次，未出现在排名前40的词频分析统计表中，用户讨论量较少，可能会导致消费者过多地关注于张裕葡萄酒的品牌文化和旅游地点，从而忽视张裕葡萄酒本身的品质和口碑，影响品牌形象的感知和品牌传播效果。此外，负面情感倾向词组如“恐怕”“骚扰”“太难”等也提示张裕葡萄酒需要关注产品的售后服务和产品体验问题。结合以上研究成果，本文提出以下几点建议：

（一）设计热门新颖的微博话题

充分发挥微博“点对面”的传播特点，即每一个微博用户都是信息的传播者，而每一个传播者都有若干粉丝，每一个粉丝又有若干二级粉丝，因此，信息能够在微博平台以最快的速度传播。企业要根据自身特点，设计新颖的微博话题，发布与企业品牌相关的原创性内容，通过大量的转帖和评论来引发用户讨论品牌文化、产品和口碑等；同时，还要通过关注他人、转帖和评论吸引优质粉丝和潜在消费者。

（二）拓宽渠道，布局社交媒体传播策略

品牌知名度是品牌形象指标之一，它与社交媒体中的互动量、口碑、以及品牌媒体影响力密切相关，这些因素共同构成了品牌在社交媒体上的传播策略。采用良好的社交媒体策略可以弥补商业导向的不足，从而带来成功的网络营销[13]。以著名葡萄酒品牌Barefoot为例，他们在社交媒体上采用了不同的传播策略：在Facebook平台上，他们分享參酒搭配视频，并与粉丝互动；在Instagram等平台上，则分享葡萄酒产品和酒庄的旅游景观，这些举措取得了良好的品牌传播效果。

（三）挖掘意见领袖，打造精准营销

意见领袖直接影响着营销效果，可以通过挖掘微博上意见领袖的作用来提升企业品牌影响力。企业需要选择粉丝数量大、与消费者连接紧密的意见领袖，通过他们带动粉丝关注、转发产品信息，从而促成消费行为。此外，通过选择关键意见领袖同样可以达成精准营销效果，例如，定位中低端白酒品牌的“江小白”，利用社交媒体和意见领袖作为传播载体，凭借年轻化的精准定位迅速在市场打响，实现了品牌口碑的提升。

五、结 语

本文以“张裕葡萄酒”为关键词生成的内容文本数据为研究对象，通过词频分析等方法对微博中张裕葡萄酒品牌形象和品牌传播进行了系统性研究，研究结果证明了张裕葡萄酒在社交媒体品牌传播中的效果与不足，一方面填补了国内关于社交媒体视域下葡萄酒品牌传播研究的空缺，另一方面与传统的问卷调查方式相比，使用数据挖掘和文本分析弥补了研究方法上的不足。然而，对于文本数据的挖掘与分析仍存一些问题，例如，文本分析过程中存在的主观意识影响等。未来可以采用问卷调查、数据分析和统计分析等多种方法相结合的方式，进一步探讨社交媒体中用户品牌认知和品牌传播效果之间的关系，从而帮助更多品牌在社交媒体时代加强品牌影响力建设，传播品牌声音，提升客户消费体验。

参考文献：

[1] 仙辑，王联兴.张裕酿酒公司中国首家生产葡萄酒的工厂[J].走向世界，2021，794（52）：80-81.

[2] 段淳林，戴世富.品牌传播学[M].广州：华南理工大学出版社，2009.

[3] 郑亚琴，郭琪.微博营销对企业品牌传播的影响[J].吉林工商学院学报，2011，27（4）：27-31.

[4] 周延风，张婷，陈少娜.网红社交媒体传播及消费者情感倾向分析———以网红品牌“喜茶”为例[J].商业经济与管理，2018（4）：70-80.

[5] 盖宇，李慧，张玉玲，等.新媒体在烟台葡萄酒庄园旅游开发中的应用———以张裕卡斯特酒庄为例[J].酿酒科技，2020（7）：110-113.

[6] OECD.Participativeweb：user-createdcontent workingpartyontheinformationeconomy[R].Paris：OrganisationforEconomicCo-operationand Development，2007：8-9

[7] DENNHARDTS.User-generatedcontentandits impactonbranding：howusersandcommunitiescreateandmanageBrandsinSocialMedia[M].Wiesbaden：SpringerGabler，2014：4.

[8] 田娜，周驿.基于MOOC课程评论的话题挖掘与情感分析研究[J].软件导刊，2020，19（8）：19-23.

[9] 梁喜涛，顾磊.中文分词与词性标注研究[J].计算机技术与发展，2015，25（2）：175-180.

[10] 肖禹，王景中，王宝成.基于深度学习的中文文本分类方法[J].计算机工程与设计，2021，42（4）：1014-1019.

[11] 孙晓东，倪荣鑫.中国邮轮游客的产品认知、情感表达与品牌形象感知———基于在线点评的内容分析[J].地理研究，2018，37（6）：1159-1180.

[12] RambocasM.Marketingresearch：Theroleofsentimentanalysis.FepWorkingPapers，2013.http：//wps.fep.up.pt/wps/wp489.pdf，2017-11-12.

[13] 秦子婵.葡萄酒产品及其旅游业务的网络营销策略[J].营销界，2019（20）：186-187.

[责任编辑：李慕荷]