基于多元統計方法的網絡用戶視頻滿意度分析

陳紅靜，孫靖，王雯聰

(1.中國傳媒大學 理工學部，北京 100024；2.北京大學 教育學院，北京 100871；3.中國建設銀行 上海信用卡中心，上海 310000)

1 研究背景及意義

2011年12月底，中國網民規模突破5億，達到5.13億，全年新增網民5580萬?；ヂ摼W普及率較上年提升4個百分點，達到38.3%。2011年，網絡視頻行業的發展勢頭穩，達到3.25億人，網絡視頻已成為人們獲取視頻數字內容的重要渠道。 視頻網站在2009年進入了內容競爭階段，網絡視頻資源由過去的相對緊缺到目前的相對過剩。

如何在激烈的媒體競爭環境中占有一席之地，網絡視頻該如何留住觀眾成為最重要的議題。本文分析網絡視頻消費者的群體特征，了解了消費者的需求，以打造令消費者滿意的視頻節目，獲得市場和口碑的雙贏；同時分析了消費者對網絡視頻的滿意度，以解決供求矛盾，提高網絡傳媒的傳播效果。分析結果為網絡視頻行業發展提供理論上的指導和借鑒，同時為網絡視頻網站能夠更好地滿足觀眾需求給出方向，提升網站競爭力。

2 主要研究方法

2.1 數據來源

本文采用調查問卷的方式獲得數據。問卷中以網絡視頻滿意度模型為基礎，通過訪談、專家討論及條目分析形成21個條目的滿意度問項，問卷中包括部分人口統計變量。問卷的發放和回收采用網絡問卷調查與傳統紙筆問卷調查相結合的方式，進行抽樣調查。

問卷共發放220份，回收有效問卷共計200份，問卷有效率為91%。

2.2 數據的信度和效度檢驗

為了提高研究結果的準確性，對回收問卷進行信度和效度檢驗。

(1) 信度檢驗

信度是反映被測特征真實程度的指標，用信度系數來表示信度大小。信度系數越大，表明測量的可信程度越大。

本文信度檢驗采用的方法是常見的Cormbach’s α信度系數法，用來衡量問卷量表中各項目之間的內部一致性。

本文變量個數為21，經計算Cormbach’s α系數為0.914，該量表具有較高信度，即問卷測量各項目之間具有較高的內部一致性，測量結果可靠。

(2)效度檢驗

效度分析，就是分析結果的有效性。最理想的方法是利用因子分析來測量量表的結構效度。采用SPSS16.0 for Windows 統計分析軟件對問卷進行分析。得出本文貢獻率分析結果為45.879%高于40%，效度處中等水平。

同時通過因子分析里面的KMO和巴特利檢驗，得出本文KMO的值為0.895>0.5，說明因子分析的效度還行；本文巴特利檢驗的P值為0.00<0.001，說明因子的相關系數矩陣非單位矩陣，能夠提取最少的因子同時又能解釋大部分的方差，即效度可以。說明該量表應用于測量網絡視頻的滿意度是比較有效的。

3 結果展示

3.1 受訪者的基本特征分析

受訪者性別比例基本平衡，男性占45.9%，女性占54.1%；年齡主要集中在中青年；受教育程度多數為大學本科、碩士及以上。職業以學生居多，占42.3%，與我國網民主流群體相符。除去被訪者中因學生人數太多而導致無收入受訪者占31.2%外，受訪者收入在2001-4000元區間人數最多。

視頻用戶多為年輕用戶，用戶娛樂情節較濃，較為偏向分享類的視頻網站。

圖1 網絡視頻觀看類型統計

在收回的200份問卷中，只有1.5%的受訪者表示不收看網絡視頻，原因主要是電腦沒有安裝寬帶或是受網速限制。

調查受訪者觀看網絡視頻的習慣，有78%的受訪者選擇“P2P網絡電視(如PPLIVE、PPS、PPMATE、QQLIVE、TVANTS等)”，46%的選擇“門戶視頻(如搜狐視頻、CCTV網站視頻、新浪視頻等) ”，34%的選擇“視頻下載(如BT、迅雷下載等)”，76%的選擇“視頻分享(如優酷、YouTube、土豆網等)”。選擇P2P網絡電視和視頻分享的比例明顯要高于門戶視頻和視頻下載(圖2)。

圖2 網絡視頻觀看頻率

3.2 觀眾忠誠度分析

網絡視頻分為網絡電視、門戶視頻、視頻下載和視頻分享。觀眾忠誠度，體現在觀眾收看節目時是否有意識選擇網絡視頻。觀眾滿意度越高，放棄者越少，觀眾忠誠度越高。

考察觀眾忠誠度的觀察變量有：受眾在看到好的網絡視頻是否會向親友推薦；受眾收看視頻內容的頻率、時長。而考察觀眾選擇放棄的觀察變量有：受眾在觀看視頻節目是否會首先會選擇其它途徑。

在本次調查中，選擇收看節目時首先選擇網絡視頻的比例高達58.9%，而選擇其他途徑的比例只有23.2%，看到好的網絡視頻會向親友推薦的比例達80.6%。

在對收看網絡視頻的觀看頻率調查中，選擇“幾乎不看”的只占1%；選擇“偶爾看(每周低于3次)”的占36%，選擇“經常看(每周約4-6次)”占41%，有22%的受訪者選擇“天天看”。

在對收看網絡視頻的觀看時長中，選擇“小于1小時”的占34%；選擇“1-2小時”的占38%，選擇“2-3小時”占14%，有14%的受訪者選擇“大于3小時”。

圖3 網絡視頻觀看時長

從上面三組數據來看，網絡視頻的用戶忠誠度較高。

3.3 不同特征人群滿意度差異分析

為了進一步分析不同年齡、不同收入、不同文化受眾群體對頻道滿意度的評估情況，本文采用SPSS16.0 for Windows 統計分析軟件進行對應分析。

根據對應分析的基本思想：首先，編制兩品質型變量的交叉列聯表，將交叉列聯表中的每個數據單元看成兩變量在相應類別上的對應點；然后，對應分析將變量及變量之間的聯系同時反映在一張二維或三維的散點圖上，并使聯系密切的類別點較集中，聯系疏遠的類別點較分散；最后，通過觀察對應分布圖就能直觀地把握變量類別之間的聯系。

分析結果如下：

在對不同性別、不同年齡、不同收入、不同學歷的受眾群體對節目滿意度評估進行對應分析之后，我們發現在滿意度評估中：性別不同對滿意度的評價沒有顯著差異；而年齡越大對網絡視頻的滿意度越低，16-24歲青少年群體滿意度最高，25-34歲年輕群體滿意度偏向一般，35-44歲中年群體滿意度低；高等文化程度比較滿意，低等文化滿意度一般；高收入人群滿意度不太高。

4 結論與建議

本文分析中發現，培養觀眾對視頻網站忠誠度至關重要。品牌效應已經在觀眾對視頻網站的選擇中有所體現。網絡視頻網站需要加強網絡視頻內容建設，令設計界面更加穩定有效，同時實行電子郵件等定制服務。

網站界面穩定有效，第一眼抓住用戶。網絡視頻內容豐富，滿足不同用戶多種觀看需要。實行電子郵件等定制服務，有利于與用戶的長期互動，從而達到留住用戶，進而將用戶變為忠實用戶的目標。視頻網站應開辦一些有針對性的節目，吸引中年群體及高收入群體收看，增強節目普適性。對于年紀稍長的群體，簡單易懂的操作界面也是吸引其觀看網絡視頻的有效方法。

圖4 對應分析結果

在網絡視頻蓬勃發展的勢頭下，網絡視頻網站必須以積極的態度，全面了解觀眾滿意度及收看需求，切實規劃好網絡視頻的發展，才能最大程度發揮網絡視頻的強大號召力，在競爭中立于不敗之地。

[1]柯惠新，沈浩.調查研究中的統計分析法[M].北京：中國傳媒大學出版社，2005.

[2]賈俊平，何曉群，金勇進.統計學[M].北京：中國人民大學出版社，2007.

[3]吳喜之.統計學：從數據到結論[M].北京：中國統計出版社，2011.

[4]張輝，付廣軍，楊茜.基于多元統計分析的我國電影消費者群體特征研究[J].經濟與管理評論，2012，6.

[5]張輝，王雯聰.基于多元統計分析方法研究電視劇收視特征及影響因素[J].現代傳播，2011，06.