社會影響、認知互動與微博互動數字廣告滿意度的關系研究

滕修攀

摘 要 互動數字廣告是微博廣告的兩種主要形式之一。滿意度對于用戶的持續使用意圖有著直接影響，是互動數字廣告是否取得良好效果的重要指標。本文采用問卷調查法，考察了社會影響、認知互動與微博互動數字廣告滿意度的關系。結果表明：（1）社會影響、認知互動與微博互動數字廣告滿意度兩兩之間呈顯著正相關；（2）社會影響對微博互動數字廣告滿意度沒有直接作用，而是通過認知互動的完全中介作用對其產生影響。

關鍵詞 社會影響；認知互動；滿意度；數字互動廣告；中介作用

分類號

1 問題提出

在新媒體環境下，微博廣告營銷方興未艾，發展勢頭迅猛，越來越受到學者和廣告實踐者的關注。2014年第四季度，新浪微博總營收1.05億美元中，移動廣告收入貢獻比例為54%，中小廣告主的數量超過1.4萬，使用微博自助廣告系統的活躍用戶則超過30萬。微博廣告儼然成為互聯網下的一座“金礦”。微博廣告大致可分為互動數字廣告和虛擬品牌社區營銷兩種形式（Chi，2011）。互動數字廣告是指沿襲傳統門戶網站特性的橫幅廣告、文字鏈接、多媒體等傳統的網絡廣告形式。這些事先設計好的網絡廣告被發布在微博網頁上，用戶可以直接瀏覽或點擊鏈接進入廣告主頁，從而使廣告信息得到傳播。

滿意指個體關于產品或服務的正向的認知評價和情感反應，滿意度對于用戶的持續使用意圖有著直接影響（Zhao，2012）。對于互動數字廣告而言，用戶滿意度是評判其是否取得良好效果的重要標準。學者們就廣告滿意度的影響因素進行了不少研究。Dennis（1988）認為，互動廣告傳播中的滿意既源于產品購買的結果，也源于廣告互動傳播的過程。Pavlou（2000）指出，用戶滿意度的提升，來自于用戶收集產品信息、發現新產品的過程，以及互動過程中用戶根據個人偏好比較產品特點和信息性質的過程。Lowry等人（2009）發現，互動性提升了傳播質量，增加了以計算機為媒介的傳播支持平臺用戶的滿意度。除了互動，社會影響也是影響廣告滿意度的一個重要因素（屈慧君，2012）。本文將在前人研究的基礎上，結合微博數字互動廣告的特點，進一步探索廣告滿意度的作用機制，論證社會影響、認知互動與微博互動數字廣告滿意度的關系，以期為推進微博廣告傳媒的發展提供實證性依據和支持。

1.1 社會影響與微博互動數字廣告滿意度的關系

本研究中，社會影響指用戶受到家人和朋友、志同道合的人、圈子名人等社會聯系的影響而參與微博互動的情況。Klobas（1997）進行互聯網相關的圖書館應用研究時就指出，形成于同事、朋友間的社會聯系決定著消費者使用行為和信息認知。Yang 和Kenneth（2011）研究博客廣告發現，諸如同事、朋友、有共同興趣的人等社會聯系是決定消費者使用博客廣告最重要的因素。Dholakia等人（2004）提出，社會影響由相互同意、相互適應、組織規范和社會身份等維度構成。微博作為社交媒體，最基本的功能是社會化，以及建立網絡用戶間的社會聯系（Jansen， Zhang， & Sobel， 2004； Boyd & Ellison， 2007）。這種社會聯系必然與媒介的效力、組織成員連通性的類型、聯系的強度有關（Haythornrthwaite， 2005）。與營銷者控制的廣告相比，網絡用戶更相信由其他消費者生成的內容，相信那些來自虛擬社區與他們有緊密社會聯系的人的信息（Hart & Blackshaw， 2005）。屈慧君（2012）證實了社會影響對新浪微博互動數字廣告用戶的滿意度有著顯著影響。結合上述文獻回顧，本研究提出假設1（H1）： 社會影響與微博互動數字廣告滿意度呈正相關。

1.2 社會影響對微博互動數字廣告滿意度的影響：認知互動的中介作用

Macias（2003）提出，互動常被定義為反饋者對網絡互動的理解，并被用來檢測控制，由于經常以用戶為中心作為變量，故稱作“認知互動”。認知互動是用戶在與網站互動過程中，對雙方交流方式的感知以及控制程度的心理感受（Wu， 2007）。關于認知互動對于廣告效果的關系，學者們有不同看法。Sally（2002）指出，功能互動與人們的態度、行為沒有直接相關性，認知互動在影響人們的態度方面效果明顯。Macias（2003）則認為，功能互動影響消費者的認知互動，與消費者理解、態度和行為有正向關系，但消費者內在需要對理解、態度、行為影響不大。Zhao & Lu（2012）研究提出，用戶對技術功能如何感知和體驗，比功能本身更重要，用戶對互動的認知是創造成功廣告傳播的關鍵。本文在前人研究的基礎上將“認知互動”這一概念進行了具體化和操作化，構建了微博互動數字廣告認知互動的四個維度：認知控制、認知反饋、卷入度、感覺活力（Wu， 2000； Kiousis， 2002； Macias， 2003）。本研究假設，四個維度構成的認知互動與滿意度有正向關系，即H2： 認知互動與微博互動數字廣告滿意度呈正相關。

認知互動必然會受到互動環境的影響。環境之所以重要，在于它促使個體反應，并通過一系列關聯的、復雜的變量來影響個體（Stewart， David & David，1986）。微博用戶所嵌入的社會結構是互動環境的重要方面。當人們采取行動以實現他們的動機或目的時，結構化特點會提供機會，并施加約束（Snyder & Cantor，1998）。微博廣告作為新媒體，尚處于發展階段，在個人決定是否采取新的傳播技術過程中，其他人的意見往往起著重要作用。社會結構產生的社會身份、組織意圖、組織規范等會直接影響個體的心理與行為。Davis（2000）研究認為，“主觀標準”，類似組織規范，它是一系列被組織成員理解、承認和共享的目標、價值、信念和習慣。社交媒體中的組織規范對組織成員的態度和行為有巨大、持續的影響。社會影響與個人決策、參與行為密切相關（Dholakia et al.，2004）。社會身份、組織意圖、組織規范對于用戶在社交媒體中的營銷傳播的認知和反饋具有重要影響（Zeng， Huang & Dou，2009）。因而，本研究在邏輯上提出假設3（H3）： 社會影響與微博互動數字廣告認知互動呈正相關。

基于以上分析，本文得出整體的研究框架和H4： 社會影響不僅對微博互動數字廣告滿意度有直接作用，還會通過認知互動的中介作用影響滿意度。

2 研究方法

2.1 被試

本研究采用方便取樣的原則，抽取400名微博用戶進行問卷調查。被試使用微博全部在半年以上，均接觸和使用過微博互動數字廣告。回收整理后得到有效問卷343份，有效率為85.8%。其中，男性173人（50.4%），女性170人（49.6%）；高中、中專以下學歷33人（9.6%），大專46人（13.4%），本科248人（72.3%），研究生以上16人（4.7%）；平均年齡（ 22. 58 ± 4.7） 歲；被試估計自己最近一月每天微博使用時間為平均（23.01±7.9）分鐘。

2.2 工具

2.2.1 社會影響問卷

Haythornrthwaite （2005）和Licoppe and Smoreda（2005） 分別編制了社會影響問卷，用于評定社會關系對于個體進行網絡連接行為的影響。本研究參照兩個問卷，編制了適用于研究微博互動數字廣告的社會影響問卷。問卷包括四個項目，采用7點計分，得分越高，表示個體越符合題項所描述的情況。本研究中內部一致性系數α為.89，信度較好。

2.2.2 認知互動問卷

根據Zhao（2012）關于微博服務對人的滿意和持續意愿的研究，以及借鑒Kiousis（2002）關于認知互動的操作性定義和測量，本研究編制了關于微博互動數字廣告的認知互動問卷。問卷共包括12個項目，劃分為認知控制、認知反饋、卷入度和感知活力等四個維度，每個維度由3個項目組成，采用7點計分，得分越高，表示個體越符合題項所描述的情況。本研究中該問卷的內部一致性系數α為.91，認知控制、認知反饋、卷入度、感知活力等分維度的內部一致性系數α分別為.86、.85、.82和.79，信度較好。驗證性因素分析發現，χ2 =110.82， χ 2/ df = 2.22， NFI = .95， RFI = .93， IFI = .97，TLI = .96， CFI = .97， RMSEA = .060，結構效度較好。

2.2.3 滿意度問卷

根據Zhao（2012）關于微博服務對人的滿意和持續意愿的實證研究，本文編制了用戶滿意度問卷，主要用于評定用戶在微博互動數字廣告使用過程中和使用后的滿意情況。該問卷由4個項目組成，采用7點計分，得分越高，表示個體越符合題項所描述的情況。問卷內部一致性系數α為.89，信度較好。

2.3 程序與統計方法

由經過培訓的心理學專業本科生擔任主試，對微博用戶進行個別施測。在數據收集過程中，注意向被試作匿名性、保密性以及數據僅限于學術研究等說明。使用SPSS 16.0 和AMOS17.0 軟件，通過信度分析、驗證性因素分析、相關分析和結構方程模型等統計方法對各問卷的信效度及假設模型進行檢驗。

3 結果

3.1 共同方法偏差檢驗

由于本研究數據全部經由問卷收集，因而有必要進行共同方法偏差檢驗。周浩和龍立榮（2004） 推薦了共同方法偏差的檢驗方法；運用驗證性因素分析，將公因子數設定為1，結果發現，擬合指數（χ2 =1347.22， χ2/ df=7.93， RMSEA= .142， NFI= .671， CFI= .699， GFI= .682）不理想，表明本研究不存在共同方法偏差問題。

3.2 相關分析

將社會影響、認知互動（及其四個維度）和滿意度的總分進行相關分析，結果如表1 所示。相關分析表明，社會影響、認知互動和滿意度兩兩之間均呈顯著正相關，與假設一致。

采用結構方程模型的檢驗方法對中介模型加以檢驗。社會影響、認知互動和滿意度屬于潛變量，根據結構方程模型的建模要求，按照問卷的維度歸屬模式建立測量模型（見圖1）。對結構方程模型各個參數估計和中介作用檢驗采用方差極大似然法和Bootstrap檢驗（Preacher & Hayes， 2008），得到擬合指數，χ 2 = 324.85， χ 2/ df = 1.99， TLI = .95， CFI = .96， RMSEA = .054，SRMR= .044，模型擬合良好。從表2來看，2000個Bootstrap樣本的平均總效應95%置信區間不包括0，表明總效應顯著；平均直接效應的95%置信區間包括0，表明直接效應不顯著；平均中介作用的95%置信區間不包括0，說明中介作用顯著，且屬于完全中介作用。

4 討論

4.1 社會影響及其與微博互動數字廣告滿意度的關系

用戶是互聯網時代商業活動中最重要的資產（李善友，2015）。在廣告營銷中，能夠吸引用戶，讓用戶滿意，是實現微博互動數字廣告商業目標的關鍵。廣告受眾并非孤立的個體，作為社會化的產物，社會影響因素對于他們的心理和行為都會產生重要作用。有鑒于此，本研究考察了社會影響及其與微博互動數字廣告滿意度的關系。結果發現，社會影響與廣告滿意度呈顯著正相關，研究結果與假設1一致。微博是以互聯網為平臺的網絡應用，能夠打破時間、地理的限制，通過特有的連接方式，形成一個建立在廣泛興趣和社會聯系基礎上的虛擬社區。在虛擬社區運行中，社會身份和組織規范對于形成組織意圖，以及讓用戶接受社區在線廣告都具有積極作用（Zeng，Huang & Dou，2009）。“即使人們自己本身不贊成某一行為或結果，假如他們相信一個或多個重要的相關人認為他們應該這么做，他們也將順從相關人，選擇完成某種行為”（Davis，2000）。

4.2 社會影響對微博互動數字廣告滿意度的影響：認知互動的中介作用

本研究引入認知互動，深入探討了社會影響對微博互動數字廣告滿意度的作用機制。結果表明，社會影響通過認知互動的完全中介作用對微博互動數字廣告滿意度產生作用，而對廣告滿意度沒有直接作用，與假設H4部分一致。首先，社會影響會增強微博互動數字廣告認知互動。連接是互聯網的本質，更是微博的本質，而微博最重要的連接力量來自于用戶所嵌入的社會結構。社會影響因素不僅影響著互動的結果，更影響著互動本身，它對于社區成員的注意力、傳播產品信息和購買行為都有重要作用。家人、朋友、志同道合的人，還有作為“意見領袖”的微博名人形成了強大的“口碑營銷”力量，它使得微博廣告能在用戶間相互轉發、評論、分享，從而促進其多次傳播（屈慧君，2012）。社會影響下的互動將會帶來非常有效的持續營銷效應。其次，認知互動又會提升微博互動數字廣告滿意度。此前研究已發現，認知技術態度（如控制、享受）對消費者在網絡商業組織交談中的滿意具有積極影響（van Dolen et al.，2005）。本研究構建出認知互動的四個維度中，認知控制、認知反饋兩個維度與感知有用性和感知易用性有緊密聯系，而后兩者是決定信息系統使用滿意度的重要指標（Wu，1999；Bhattacherjee，2001）；卷入在很大程度上影響著廣告受眾的路徑選擇，使得企業與目標用戶建立關系，從而實現其商業目的（Petty & Cacioppo，1983；Ha & James，1998）；感覺活力則是吸引消費者參與廣告活動的重要因素（Kiousis，2002）。由此可見，認知互動四個維度均與廣告滿意度有顯著關系。

4. 3 研究的現實意義

本研究發現，社會影響將對微博互動數字廣告滿意度產生影響，而且這一影響是通過認知互動的中介作用來實現的。微博互動數字廣告營銷實踐可以從中獲得兩方面啟示。（1）要強化對社會影響因素所營造的微博電子口碑的管理。微博的普及使我們進入到一個人人參與營銷的時代。如果跟隨者與其他人在微博中經常提及企業及品牌的正面信息，企業將會收到積極的品牌曝光效果。可以通過互動功能優化、實時動態跟蹤、負面口碑介入、正面消息發布等工作，管理好微博電子口碑，使社會影響能夠增強數字互動廣告營銷效果。（2）重視互動過程中的用戶體驗。數字互動廣告的設計和推送，不能僅僅以技術、功能為主要考量，強調廣告的功能體驗，更要強調廣告的情感體驗。要有效利用數據庫技術，挖掘用戶的興趣圖譜，給用戶創造良好的使用體驗。要讓用戶在人人互動、人機互動中實現深度參與體驗，推進微博廣告平臺的互動傳播。此外，還可以通過等級劃分、用戶獎勵、主動邀請等措施，確保微博互動平臺的用戶規模和活躍程度。

參考文獻

李善友.（2015）.互聯網世界觀.北京：機械工業出版社.

屈慧君.（2012）.基于互動性的微博廣告效果研究. 武漢大學博士論文.

周浩，龍立榮.（2004）.共同方法偏差的統計檢驗與控制方法.心理科學進展，12 （6），

942-950.

Bhattacherjee A.（2001）. Understanding information systems continuance： an expectation

confirmation model. MIS Quarterly， 25（3）， 351–370.

Boyd and Ellison. （2007） Social Network Sites： Definition， History， and Scholarship[J]， Journal of

Computer-Mediated Communication， 75（8）， 210-230.

Chi H. H . （2011）. Interactive digital advertising vs. virtual brand community： exploratory study

of user motivation and social media marketing responses in Taiwan. Journal of interactive

advertising（9）， 44-61.

Dennis， G. （1988）. Information technology to support electronic meetings. MIS Quarterly（12），

591-624.

Dholakia R. R.， Dholakia N.. （2004）. Mobility and markets： Emerging outlines of mcommerce，

Journal of Business Research，57（12）， 1391--1396.

Ha L.， James E. L.. （1998）. Interactivity Re-examined： A Baseline Analysis of Early Business Websites. Journal of Broadcasting and Electronic Media（4）， 74-87.

Hart， Blackshaw. （2005）. Communication：can you compete in the consumer generated media

dialogue revolution. Marketing Managemen， 24-30.

Haythornrthwaite C. （2005）. Social networks and internet connectivity effects.， Information

Communication， 8（2）， 125-147.

Jansen B. J.， Zhang M.， Sobel K. （2009）. Twitter Power：Tweets as Electronic Word of Mouth.

Journal of the American Society for Information Science and Technology， 60（ 11），

2169–2188.

Kiousis S. （2002）. Interactivy： a concept explication. New media & Society（9）， 355-383.

Klobas J. E. （1997）. The 1997 Lesle Symes Memorial Lecture： Knowledge partners： Library and information managers in the new information environment. Australian Special Libraries， 30（4）， 103-116.

Licoppe C.， Smoreda Z. （2005）. Are social networks technologically embedded？How networks are changing today with changes in communication technology. Social networks， 27， 317-335.

Lowry P. B.， Romano N. C.. （2009）. The CMC interactivity model：how interactivity enhances communication quality ad process satisfaction in lean-media groups. Journal of Management Information Systems， 26（1）， 155-195.

Macias W. （2003）. A preliminary structure equation model of comprehension and persuasion of interactive ads brand web sites. Journal of interactive advertising（3）， 36-48.

Pavlou P. A.， Stewart D. W. （2000）. Measuing the effects and effectiveness of interactive advertising： a research agenda. Journal of interactive advertising. 1（1）， 62-78.

Petty R. E.， Cacioppo J. T.， Schumann D. （1983）. Central and peripheral routes to advertising effectiveness： The Moderating Role of Involvement. Journal of Consumer Research， 10（2）， 135-146.

Preacher， K. J.， Hayes， A. F. （2008）. Asymptotic and resampling strategies for assessing and

comparing indirect effects in multiple mediator models. Behavior Research Methods，

40（3）， 879 - 891.

Sally J. M. （2002）. A four part model of cyber-interactivity： Some cyber-places are more

interactive than others. New media & Society（4）， 271-291.

Snyder M.， Cantor N.（1998） Understanding personality and social behavior：A functionalist

strategy. In D. Gilbert， S. Fiske， & G. Lindzey（Eds.）， The handbook of social

psychology（Vol.1，4th ed.， pp.635-679）.Boston：Mcgraw-Hill.

Stewart， David W.， and David H. F. （1986）， Effective TV Advertising： A Study of 1000

Commercials， Lexington， MA：Lexington Books.

van Dolen， Willemijn M.， Dabholkar， Pratibha A.， de Ruyter， Ko. （2007） . Satisfaction with Online

Commercial Group Chat： The Influence of Perceived Technology Attributes， Chat Group

Characteristics， and Advisor Communication Style.Journal of Retailing， 83（3）， 339-405.

Venkatesh V.， Davis， （2000）. A theoretical extension of the technology acceptance model：Four

longitudinal field studies， Management Science.46（2）， 186-204.

Wu G. （1999）. Perceived Interactivity and Attitude Toward Websites， paper presented at the

Annual Conference of the American Academy of Advertising in Albuquerque， New

Mexico. 16.

Wu G. （2007）. Applying the Rossiter-Percy Grid to online advertising planning： The role of product/brand type in previsit intentions， Journal of Interactive Advertising， 8（1）. 84-96.

Yang， Kenneth C. C. （2011）. The effects of social influence on blog advertising use. Intercultural Communication studies（2）， 131-147.

Zhao L.， Lu Y.. （2012）. Enhancing perceived interactivity through network externalities： An empirical study on microblogging service satisfaction and continuance intention. Decision and Support System（5）， 1-10.

Zeng F.， Huang L.， Dou W. （2009）. Social factors in user perception and responses to advertising in online social networking communities. Journal of interactive advertising（9）， 1-13.

Abstract Interactive digital advertising is the one the two forms of microblog ads. Customers satisfaction is one of the important indices of ads effectiveness which has a direct impact to users continuance usage intention. The present study used questionnaire methods to investigate the relationship between social Influence， cognitive interaction and satisfaction in interactive digital advertising. The results showed that： （ 1） Among these three variables，there were positive correlations between any two of them； （ 2） social influence in interactive digital advertising had no direct impact on the satisfaction to interactive digital advertising，but it impacted the satisfaction through the full mediation of cognitive interaction.

Key words： social influence；cognitive interaction； satisfaction； interactive digital advertising； mediation effects

責任編輯/王抒文 終校/丁堯