談錢還是談情：企業如何引導消費者分享自媒體營銷*

黃敏學 雷 蕾 朱華偉

(武漢大學 經濟與管理學院 市場營銷與旅游管理系, 武漢 430072)

隨著移動互聯網時代的興起, 微博、微信等一系列移動社交媒體將人們的生活“串”成了一張龐大的社交網絡。社會化分享內容成為人們獲取企業品牌和產品信息的一大主流渠道, 對消費決策的影響不容小覷。在如此大的“影響力”面前, 企業們紛紛踏上自媒體營銷之路。有些企業在自媒體營銷的道路上有如神助(如小米、杜蕾斯, 將近上百萬的粉絲, 幫助宣傳產品活動), 但更多的企業則止步不前。自媒體營銷成功的關鍵是通過消費者影響其他消費者(Liu & Ying, 2010), 如何有效地激發消費者對企業信息的分享與傳播決定著信息傳播的廣度與深度。既有研究已證實, 消費者分享和傳播的信息對其他消費者的產品態度和決策影響重大(Liu,2006), 卻少有研究探究影響消費者信息分享的前置變量, 即什么因素會左右消費者的信息分享行為？本文從社交網絡中自媒體傳播信息內容入手,通過引入消費者與企業的關系范式對如何促進消費者轉發企業信息進行理論探索。

針對當前企業普遍采用的“送優惠、激情感”這兩類信息傳播刺激方式, 本文主要探究經濟類和情感類營銷刺激對消費者信息分享的作用和機制, 研究模型參見圖 1。本研究提出并發現, 這兩類營銷刺激對信息分享的作用效果取決于消費者與企業建立的關系范式。通過二手數據分析和兩組實驗研究發現, 經濟類刺激能更好地觸發交易關系范式下的消費者分享行為; 情感類刺激能更好地觸發共有關系范式下的消費者分享行為。交易關系范式消費者出于利于企業(回報企業的經濟付出)動機, 共有關系范式下消費者則是出于建立和維護自己社交網絡的利己動機。

圖1 研究模型圖

1 文獻回顧

1.1 營銷刺激——經濟與情感

企業為達到營銷目的, 面向消費者采取的營銷方式多種多樣。實踐中企業多通過價格促銷等經濟刺激或強化情感連接等情感刺激來影響消費者(Ryals, 2005)。以往對經濟刺激研究, 涵蓋品牌價值、產品評價、購買意愿、購買行為和口碑推薦。張琴、汪濤和龔艷萍(2013)指出, 特定條件下價格因素可以弱化原產地效應給企業產品帶來的不利影響。經濟刺激(如價格折扣、代金券等)不僅能強化消費者的購買意愿, 還能增加其購買行為(Dholakia,2000), 強烈的經濟刺激還能正向作用于口碑傳播(于春玲, 王霞, 包呼和, 2011)。也有學者指出, 并非企業的經濟刺激越強, 消費者對產品的評價就越高(Koschate-Fischer, Diamantopoulos, & Oldenkotte,2012)。

學者們在研究情感刺激時發現, 信息展現方式會觸動消費者的情感反應, 從而影響消費者對企業品牌和產品的評價(Goossens, 2000)。情感刺激通過激發消費者的情感反應, 能促進其購買意愿(Adelaar, Chang, Lancendorfer, Lee, & Morimoto,2003)。Kumar, Townsend 和 Vorhies (2015)在涉及產品設計和價值的信息表達中指出, 情感因素價值更能激發消費者的品牌依賴。

經濟刺激和情感刺激都能幫助企業達到營銷目的, 但是效果上又有所差異, 到底哪一類刺激更有效呢？大量文獻研究告訴我們, 除了品牌價值和消費者個性, 消費者與企業所處的關系范式也會影響到企業營銷刺激的效果(Johnson & Grimma, 2010)。因此, 本文引入關系范式, 探究關系范式如何影響消費者對不同信息刺激的分享意愿。

1.2 關系范式與粉絲

企業與消費者之間關系的建立主要基于以下兩大因素：經濟因素和社會因素(Shen, Wan, & Wyer,2011)。首先, Clark和Mills (1979)從是否期待獲得利益的角度, 將交易關系(Exchange relationship)與共有關系(Communal relationship)區別開來。其次,兩種關系范式下人們的心理模式和行為差異顯著。交易關系范式下, 人們尋求著付出需有所回報, 其行為出于價值交換的感知與期待。共有關系范式下,很多行為是出于你好我也好的期待, 類似于家人、朋友間的交往(Algoe, Gable,& Maisel, 2010)。最后,關系范式是群體性成員的關系定位, 若能用營銷刺激加以觸發, 相關群體的行為便能為固定的范式所主導(Aggarwal & Law, 2005)。Aggarwal等人為這種現象提出了解釋：消費過程具有社會性, 消費者會與企業在經濟關系之外建立社會關系(Aggarwal,2004)。范式是消費者對自己與企業關系的定位, 不同范式下的消費者面對營銷刺激時表現不同(Doney & Cannon, 1997)。

關系范式能為企業或者品牌帶來什么？不同的關系范式導致不同的互動模式, 左右著消費者對品牌的態度與購買行為(Blackston, 2000)。Aggarwal(2004) 證實了用小費等經濟利益刺激共有關系范式下的消費者, 會降低其品牌態度、品牌評價和相應行為。拓展到消費者評價中, Jarvenpaa和Leidner(1998)在研究中提到, 消費者與企業品牌之間良好的關系模式, 不僅能削弱消費者的感知風險, 增加消費者的購買可能性, 還能提升消費者的正面評價。

隨著移動互聯網時代的到來, 社交網站成為人們必不可少的交流工具, 人們形成了自己的社交網絡。不少企業在這波浪潮中, 開啟自媒體模式, 大力培養粉絲, 利用粉絲的力量擴大傳播的范圍。如被稱為中國蘋果的小米手機, 粉絲宣傳鋪天滿地。粉絲(Fans)用于描述個體對某一事物或者某一品牌、名人的關注與偏愛。粉絲與企業或者品牌之間的情感連接更為深厚, 在企業營銷活動中更活躍(Kozinets, 1999); 他們在傳遞企業價值時, 投入更多精力但是對于經濟上的回報卻要求較少(Lipsman,Mudd, Rich, & Bruich, 2012)。將粉絲與企業的關系,類比到關系范式中, 儼然是共有關系范式的表現。廣泛查閱現有文獻, 少有研究能為不同關系范式下用戶行為差異, 尤其是用戶利用自己的社交網絡幫助企業品牌進行宣傳提供解釋機制。與顧客處于何種關系范式更利于企業自媒體營銷傳播？哪種營銷刺激對交易關系范式更有效, 哪種營銷刺激對共有關系范式更有效？不同營銷刺激下, 消費者幫助企業進行自媒體信息分享的動機又是什么？本研究通過對關系范式的激發和作用機制進行深入探討, 以回答上述問題。

1.3 互惠原理、經濟刺激與交易關系范式

Wu等人(2006)在關于互惠原理(Reciprocity theory)的研究中指出, 互惠規范是當一方給予另一方一些資源的時候, 給后者建立了一種義務, 后者需要對前者回報價值相當的資源。在現實生活中,我們經常能看到企業給予消費者一定利益以達到營銷目的的行為。美團外賣首單減免、餓了么的優惠券、嘀嘀打車的紅包券, 刷爆了網民的社交網絡：企業在自媒體營銷活動中通過互惠原理, 使用經濟刺激給消費者建立回報企業的義務, 能大大激發消費者的轉發量。

Cropanzano和Mitchell (2005)的研究進一步指出, 雙方的相互交換(Interdependent exchange)決定了互惠是否會發生。交易關系范式下, 出于價值互換的期待和感知主導著人們的行為(Clark & Mills,1993)。該群體對價值互換較為敏感, 一旦一方給予利益, 另一方則會遵從范式的作用做出回報; 反之亦然。現有研究中關于關系范式的影響也證實了這一點：處于交易范式下的群體, 不僅會因為不用支付給餐館員工小費而對餐館的好感增加(Aggarwal,2004), 還會因為可以獲得物質獎勵而產生更多的內容創造, 以利于APP的運營(Liu, Liao, Sung, &Peng, 2012), 更會為企業獎勵而大幅提升線下口碑宣傳意愿。由此可見, 交易關系范式下的群體對小費、物質獎勵和貨幣獎勵這類經濟因素上的刺激較為敏感。

本研究認為, 當企業為消費者提供經濟刺激(折扣、代金券或者現金)時, 交易關系范式下的消費者會在互惠心理的驅動下(因為價值互換的期待和感知主導著交易關系范式下的消費者), 出于幫助企業的動機而為企業宣傳, 從而提升企業營銷推廣內容的轉發量。

H1A：企業自媒體談錢(經濟刺激)時, 更利于信息被交易關系范式下的消費者所分享。

H1B：利于企業動機是經濟刺激下消費者幫助企業(信息發出者)分享信息的中介變量。

1.4 社交網絡媒體、情感刺激與共有關系范式

社交網絡媒體(Social network media)的出現改變了企業和消費者的溝通模式, 企業可以在媒體上與消費者直接互動, 消費者群體內部也能相互交流(Jansen, Zhang, Sobel, & Chowdury, 2009)。Bakshy,Hofman, Mason和Watts (2011)在其研究中提到, 推薦與互動是社交網絡媒體商務的內在核心, 也是企業經營自媒體營銷的目標。如何在社交網絡平臺上提升受眾的傳播率呢？前人研究顯示, 共有關系范式下經濟刺激的作用有限。Luarn, Chiu和 Chao(2013)在提升社交網絡資訊傳播意愿的研究中推薦一條路徑——敘事情、講故事、激情感。情感會讓故事和敘事型文字更具感染力和影響力(Delgadillo& Escalas, 2004), 在故事營銷中至關重要(West,Huber, & Min, 2004)。那么社交網絡中, 情感類信息如何觸動消費者的信息分享行為呢？

Israel (2009)指出, 粉絲關注并轉發評論微博,在沒有經濟報酬的情況下, 為企業說好話做好事,恰如共有關系范式的定義。共有關系范式下, 人們給予利益不僅考慮到自己的需求也兼顧他人的需求與利益(Clark & Mills, 1993)。首先, 共有關系的消費者對企業的行為有較少的經濟利益期待, 這導致他們對經濟類信息較不敏感; 其次, 共有關系的消費者本身與企業建立較強的情感聯系, 他們對企業情感類信息更為敏感; 最后, 情感類信息所蘊含的情感價值也更契合消費者對企業的價值期待。由此, 本文提出企業情感類信息更容易激發共有關系范式下的消費者的分享意愿與行為。

那么, 共有關系范式消費者分享情感類信息的動機是什么呢？啟動效應(Priming effect)理論指出,顧客與企業之間的關系范式作為一種關系處理規范, 一旦啟動后, 其影響會波及消費者處理與企業其他消費者之間的關系(Cesario, Plaks, & Higgins,2006)。因此, 如果消費者與企業建立共有關系范式,在處理與企業其他消費者的關系時很可能受到該范式啟動的影響, 因而也采用共有關系范式, 即會考慮到信息接收者的利益而分享信息。此外, 用戶在社交網絡上進行信息分享, 另一個不可忽視的原因是便于自己與其他用戶互動：Lee, Kim和 Kim(2011)在研究社交網絡品牌社區中粉絲分享傳播動機時指出, 利于他人的社交動機與粉絲的分享和互動正相關, 即互動分享一是出于對其他人有價值,二是便于自己構建社交關系。粉絲參與品牌社區交流, 為品牌或者企業傳遞信息時, 利于他人且便于自己與他人社交的動機起著不可忽視的作用(Ligon& Schechter, 2012)。

本研究認為, 在社交網絡媒體上, 企業情感類信息更容易激發粉絲(共有關系范式顧客)的分享意愿。從動機的視角來看, 這種社交媒體上粉絲的傳播行為多出于利他(信息接收者的利益和需求)動機和利己(信息轉發者的社交互動)動機。

H2A：企業自媒體談情(情感敘事刺激), 更利于信息被共有關系范式下消費者所分享。

H2B：利己(信息轉發者)動機是共有關系范式下的消費者幫助企業進行信息分享的中介變量。

H2C：利他(信息接收者)動機是共有關系范式下的消費者幫助企業進行信息分享的中介變量。

2 預研究

為了探究營銷刺激對不同關系范式消費者在社交網絡上反應的影響, 本研究在網絡社交媒體上抓取數據, 初步探索企業自媒體信息對信息轉發和評論的交互影響。然后選取 25名某高校樣本進行訪談, 以厘清關系范式與粉絲之間的對應關系。

2.1 社交網絡媒體數據收集

本研究在新浪微博上隨機抓取了 20家企業官方微博的微博內容、轉發量、轉發用戶是否關注博主、評論量及評論用戶是否關注博主。在抓取的微博內容中, 根據文本分析與編碼的方式將情感類微博和經濟刺激類微博區別開來。情感類微博如肯德基的“綿綿情話不好意思講出口？那就在寒冷的冬天, 用一個甜蜜溫暖的紅豆派來表達你對 TA的濃濃愛意, 這個新技能你get到了嗎？”, 經濟類微博如皇冠蛋糕的“2014年最后一個月啦, 跟小編一起嗨起來吧！從現在開始使用支付寶購買產品可以打9折優惠, 雙十二當天全場五折(支付寶優惠金額可達到 20元), 有會員卡的親還可以享受折上折哦。就是這樣任性, 你們覺得呢？”

本研究搜集的 20家企業微博, 樣本數據包含企業微博名稱、信息類別、轉發粉絲數、轉發非粉絲數、評論粉絲數、評論非粉絲數、轉發粉絲率、評論粉絲率、總體粉絲率。其中：

轉發粉絲率 = 轉發的粉絲數/轉發量

評論粉絲率 = 評論的粉絲數/評論量

總體粉絲率 = (轉發+評論的粉絲數)/(轉發量+評論量)

(注：非粉絲率 = 1 ? 粉絲率)

2.2 數據分析

接下來, 研究者對比分析了粉絲與非粉絲對企業信息的轉發和評論行為的差異。

粉絲的絕對值分析：首先分析對企業情感類信息與經濟類信息評論和轉發量中粉絲數與非粉絲數的差異。圖2的分析結果顯示, 無論是評論量中的粉絲數(M情感= 29vs. M經濟= 26,F(1,39) = 0.78,p= 0.78, ns)、轉發中的粉絲數(M情感= 30vs M經濟=26,F(1, 39) = 0.173,p= 0.68, ns)還是總體粉絲數(M情感= 58vs M經濟= 53,F(1, 39) = 0.156,p= 0.7,ns), 在情感類微博和經濟刺激類微博上都無顯著差異。非粉絲對情感類與經濟類信息的轉發量沒有顯著差異(M情感= 12vs M經濟= 28,F(1, 39) = 3.27,p= 0.08, ns); 但是他們對兩類信息的評論人數呈現顯著差異(M情感= 7vs M經濟= 19,F(1, 39) = 5.04,p= 0.03,Cohen’s d= ?0.71), 進而導致對經濟類信息轉發和評論的非粉絲數遠高于對情感類信息轉發和評論的非粉絲數(M情感= 19vs M經濟= 47,F(1,39) = 6.51,p= 0.01,Cohen’s d= ?0.8)。

粉絲的相對值分析：粉絲的相對值分析是指粉絲與非粉絲對情感類和經濟類企業信息評論和轉發的比率。圖3的分析結果顯示, 針對情感類和經濟類信息微博評論中的粉絲率(M情感= 78%vs M經濟=53%,F(1,39) = 8.32,p= 0.006,Cohen’s d= 0.91)和總人數中的粉絲率(M情感= 75%vs M經濟= 53%,F(1, 39) = 86.44,p= 0.015,Cohen’s d= 0.81)差異顯著; 粉絲對情感類信息的評論率顯著高于經濟類信息。不同刺激下的微博評論中的非粉絲率(M情感=22%vs M經濟= 47%,F(1, 39) = 8.32,p= 0.006,Cohen’s d= ?0.91)和總人數中的粉絲率(M情感=25%vs M經濟= 47%,F(1, 39) = 86.44,p= 0.015,Cohen’s d= ?0.77)差異顯著, 經濟類刺激下的微博評論中, 非粉絲率要顯著高于情感類刺激。

2.3 關系范式與粉絲訪談分析

隨后研究者隨機抽取 25名被訪者進行深度訪談, 以明確粉絲與關系范式的對應關系。為保證研究結果的信度, 研究者詢問了被訪者對粉絲的理解,確保訪談內容與研究主題相匹配。被訪者需列舉1～2個生活中最貼近于粉絲的對象和1～2個貼近非粉絲的對象(研究者要求被試列舉的非粉絲對象中不要包含厭惡等因素以排除負面情緒、評價對結果的影響)。隨后, 研究者要求被試從“家人、朋友和商人”中選擇詞語來刻畫自己與談論對象的關系狀態。最后研究者采用Aggarwal (2004)測量關系范式的維度, 進行了深入挖掘。

大部分的受訪者(n= 22)對于貼近粉絲的對象,選擇了家人或朋友來描述其關系狀態; 非粉絲的對象, 則(n= 21)多選擇商人關系。對于貼近粉絲的對象, 大多被試對于自己與對象之間的互動、關注談論較多, 如粉絲對象對自己的關懷(n= 20)、認為貼近粉絲的對象更特別(n= 18)、經常關注貼近粉絲的對象并進行互動(n= 23); 只有部分(n= 10)被試認為產品、服務和專業技術是其認可貼近粉絲對象的首要原因。對于非粉絲的對象, 談論到非粉絲對象對自己的關懷(n= 5)、認為貼近粉絲的對象更特別(n= 4)、經常關注貼近粉絲的對象并進行互動(n= 3)的被試較少; 大部分(n= 24)被試認為產品、服務和專業技術是其認可非粉絲對象的首要原因。

訪談中發現, 共有關系范式維度在粉絲關系刻畫上表現更好, 交易關系范式維度在非粉絲關系刻畫上表現更好：這一發現強化了關系范式與粉絲之間的對應關系。

2.4 結果討論

預實驗部分的結果告訴我們：在絕對人數上,不同刺激下的評論者和總人數中的非粉絲數差異顯著, 經濟類刺激微博更容易激發交易關系范式群體的轉發評論行為。社交網絡上的絕對數易受不同博主自身特質影響, 研究者對相對數進行了分析。

從粉絲的比率上來看, 不同類型信息的評論粉絲率和轉發粉絲率差異顯著, 情感類刺激的微博更容易激發共有關系范式群體的轉發評論行為; 不同刺激下的評論非粉絲率和轉發非粉絲率差異顯著,經濟類刺激微博更容易激發交易關系范式群體的轉發評論行為。以上研究的結論支持原假設H1A和H2A,本研究接下來以實驗法的方式來驗證該結論, 并探究不同關系范式群體顧客分享行為的內在動機。

圖2 粉絲與非粉絲對不同刺激的評論和轉發人數

圖3 粉絲與非粉絲對不同刺激的評論和轉發比率

3 實驗1：談錢(經濟刺激)對消費者信息分享的影響

實驗1的目的是探究談錢, 即經濟刺激對不同關系范式的影響。為了驗證經濟刺激的相對有效性,研究者加入控制組新品宣傳刺激。新品宣傳刺激是企業運用比較普遍, 消費者比較感興趣, 比較愿意轉發的信息; 以此作為對照組, 便于探究經濟刺激的相對有效性。

3.1 研究設計與數據收集

本實驗采用的是 3(營銷刺激：新品宣傳刺激,低折扣刺激,高折扣刺激)×2(關系范式：共有關系,交易關系)的因子矩陣設計。169名來自于某高校的大學生參加了實驗, 其中男性81人占47.9%, 女性88人占52.1%, 樣本被隨機分配到6個小組中。被試均為大學生, 樣本年齡在18～25歲之間。

本實驗采用經典的情景模擬方式來激發被試的關系范式狀態。借鑒黃敏學、才鳳艷、周元元和朱華偉(2009)的方法, 被試先閱讀一篇描述自己與某一商家關系的短文, 設想自己與該商家有長達 5年的關系。在共有范式的情景中, 被試和商家的交往規則類似于朋友間的交往; 在交易范式的情景中,兩者的交往規則類似于商人間的往來。接下來, 研究者運用量表對關系范式操控是否有效進行了檢驗。測量共有關系范式的語句有：對于該商家, 如果我有什么需要的話, 他們會幫助我; 我覺得該商家是關心我的; 我是關心商家的。測量交易關系范式的量表為：我覺得該商家的產品服務是物有所值的; 是靠產品服務來贏取業務的。隨后, 消費者被問及該商家的服務質量(量表語句來源于 Chebat,Davidow, & Codjovi, 2005)以檢測其對后續變量的影響：總體而言, 我認可該商家的服務質量。

然后通過操控被試看到的不同口碑文章來實現商家的營銷刺激：口碑文章一是商家(為排除其他干擾因素, 情景刺激中的餐館實際并不存在)新推出產品, 并附上產品圖片與解說; 口碑文章二是商家產品折扣, 附上產品圖片與解說中顯示產品8.5折; 口碑文章三將商家產品折扣更換為6.5折。隨后, 被試要求回答對該商家信息的轉發意愿和轉發動機。轉發意愿的測量為：我會轉發這篇文章; 我愿意轉發這篇文章; 我會跟周圍的朋友同學聊到這篇文章中的美食。本文對動機的分類和測量根據Day (1984)的研究改編而來。利己動機測量如下：我轉發這篇文章主要是考慮到在網絡中與周圍人互動構建關系; 這讓人覺得我消息靈通。利他動機的測量如下：我轉發這篇文章主要是考慮到對看到的人有幫助; 這對他們很有用; 這對他們是有價值的。利于企業動機測量如下：我轉發這篇文章主要是考慮到能幫助餐館擴大影響; 這對提升餐館的價值有幫助。(所有測量均為 7級量表, 其中“1”代表“完全不同意”；“7”代表“完全同意”)

3.2 結果分析

操作檢驗：關系范式喚起上, 共有關系情景與交易關系情景均操控成功。共有關系情景設計激發了被試與商家更強的情感聯系(M共有關系= 4.89,SD=1.11vs. M交易關系= 4.39,SD= 1.04;F(1, 168) = 8.96,p<0.01,Cohen’s d= 0.46) 。交易關系情景設計激發了被試與商家更強的商業聯系(M共有關系= 4.99,SD=0.94vs. M交易關系= 5.31,SD= 1.02;F(1, 168) = 4.47,p< 0.05,Cohen’s d= ?0.32)。服務質量干擾上, 在不同關系范式刺激下的消費者, 在服務質量上并無顯著差異：(M共有關系= 5.55,SD= 1.01vs. M交易關系=5.33,SD= 1.06;F(1,168) = 1.9,p= 0.17, NS)。

關系范式對經濟型刺激的調節效應：本研究以轉發意愿作為因變量, 經濟型營銷刺激和關系范式作為固定因子, 用單因素 F檢驗來驗證調節效應,詳見圖4。關系范式×經濟型營銷刺激變量調節效應顯著(R2= 0.11;F(1,168) = 4.36,p< 0.05); 相對于菜品信息的轉發意愿, 折扣刺激信息的轉發意愿在共有關系范式中, 差異并不顯著(M6.5折= 3.71,M8.5折=3.42,M菜品= 3.5;F(1, 74) = 0.856,p= 0.43, ns)。折扣較高的信息更能激發處于交易關系范式中被試的轉發意愿(M6.5折= 4.36,M8.5折= 3.42,M菜品= 3.56;F(2, 94) = 4.87,p< 0.05,Cohen’s d= 1.31); 被試對6.5折營銷信息的轉發意愿要顯著高于菜品信息,即在經濟刺激足夠強大的情況下, 交易關系范式的消費者信息轉發意愿更為強烈, 支持假設H1A。

圖4 關系范式下被試對不同信息刺激的轉發意愿

利于餐館(信息發出者)動機的中介效應：接下來本研究采用了溫忠麟、張雷、侯杰泰和劉紅云(2004)的方法來檢驗中介效應, 詳見表1。首先, 研究者用經濟型營銷刺激、關系范式、經濟型營銷刺激×關系范式對轉發意愿進行了回歸, 得出經濟型營銷刺激×關系范式系數(β= 0.55,p< 0.05)顯著;隨后用經濟型營銷刺激、關系范式、經濟型營銷刺激×關系范式分別對利于餐館動機、利己動機和利于他人動機進行回歸, 發現在對利于企業動機回歸中, 經濟型營銷刺激×關系范式系數(β= 0.52,p<0.05)顯著; 最后, 用經濟型營銷刺激、關系范式、經濟型營銷刺激×關系范式和利于企業動機對轉發意愿進行逐步回歸, 得出：利于企業動機(β= 0.34,p< 0.001)與轉發意愿正相關; 經濟型營銷刺激×關系范式(β= 0.37,p> 0.05)對轉發意愿的系數及顯著性降低。這說明, 對消費者進行經濟類刺激時,利于企業動機是轉發意愿的完全中介變量, 支持原假設H1B。

表1 利企業動機中介效應檢驗

3.3 結果討論

在自媒體營銷中使用經濟型營銷刺激, 關系范式對接受者的調節作用顯著：經濟刺激越強, 交易關系范式下的信息接受者的轉發意愿越高, 利于企業動機是經濟刺激影響轉發意愿的中介變量。在信息發出者(企業)、信息轉發者(用戶)、信息接收者(用戶的社交圈人群)三者之間, 經濟類信息刺激通過企業與用戶的價值互換來影響用戶的轉發意愿, 但本研究沒有回答情感刺激對消費者轉發意愿的影響機制。為解決這一問題, 研究者在實驗2中引入情感刺激, 來探究不同關系范式下營銷刺激對轉發意愿的影響機制。

4 實驗2：談情(情感類刺激)對共有關系范式群體的影響

4.1 實驗設計與數據收集

實驗2主要檢驗情感類刺激對消費者轉發企業自媒體信息行為的影響。在該實驗中, 研究者通過2(營銷信息：新品宣傳刺激, 情感類刺激)×2(關系范式：共有關系, 交易關系)的因子矩陣設計, 來檢測情感類營銷刺激對不同關系范式下消費者轉發行為的影響。參與實驗的人數為120人, 剔除8份未完成問卷, 實際有效人數為112人。其中男性占比 46.4%, 女性占比 53.6%, 被試樣本均為大學生,平均年齡在18～25歲之間, 被隨機分配到4個小組。

本實驗沿用與實驗1相同的情景模擬方法來喚起消費者的關系范式狀態, 通過操控被試看到的不同口碑文章來實現商家的營銷刺激：自媒體信息文章一是商家(同實驗 1處理情況)新推出產品, 并附上產品圖片與解說; 自媒體信息文章二是在文章一的開頭加入一段情感型文字描述, 以West等(2004)對情感的定義及Sujan, Bettman和Baumgartner (1993)沿用的情感類刺激改編而來：先將到餐館吃飯與溝通感情相聯系, 然后描述消費者與父母、親人和朋友吃飯時的溫馨場景, 最后號召消費者與親友到餐館共敘情誼。隨后, 被試要求回答對該商家信息的轉發意愿和動機。

4.2 結果分析

操作檢驗：關系范式喚起上, 共有關系情景設計激發了被試與商家更強的情感聯系(M共有關系= 4.7,SD= 1.26vs. M交易關系= 4.12,SD= 1.39;F(1, 111) =5.37,p< 0.01,Cohen’s d= 0.43)。交易關系情景設計激發了被試與商家更強的商業聯系(M共有關系= 4.62,SD= 1.08vs. M交易關系= 5.34,SD= 0.91;F(1, 111) =14.67,p< 0.001,Cohen’s d= ?0.72)。服務質量干擾上,在不同關系范式刺激下的被試對服務質量的感知并無顯著差異(M共有關系= 5.67,SD= 0.89vs. M交易關系=5.52,SD= 1.06;F(1, 111) = 0.646,p= 0.42, ns)。

關系范式對情感型刺激的調節效應：本研究調節效應檢驗方式參照實驗1。圖5的分析結果顯示,關系范式×情感型營銷刺激交互變量調節效應顯著(R2= 0.06;F(1, 111) = 6.29,p< 0.05)。情感信息(M情感=4.14,SD= 1.41)和菜品信息(M菜品= 3.29,SD= 1.61)在共有關系范式中, 對被試的轉發意愿影響上存在顯著差異(F(1, 53) = 4.14,p< 0.05,Cohen’s d=0.56)。在交易關系范式下, 情感類信息(M情感= 3.55,SD= 1.65)和菜品信息(M菜品= 3.36,SD= 1.42)對被試轉發意愿的影響并不存在顯著差異(F(1, 53) =0.23,p= 0.64, ns)。因此, 情感類信息更能激發共有關系范式的消費者的轉發意愿, 支持原假設H2A。

圖5 關系范式下被試對不同信息刺激的轉發意愿

利他(信息接收者)動機和利己(信息轉發者)動機的中介效應：研究者先用情感型營銷刺激、關系范式、情感型營銷刺激×關系范式對轉發意愿進行回歸, 得出情感型營銷刺激×關系范式系數(β=1.17,p< 0.05)顯著; 其次用情感型營銷刺激、關系范式、情感型營銷刺激×關系范式分別對利于企業動機、利己動機和利于他人動機進行回歸, 發現在對利已動機回歸中, 情感型營銷刺激×關系范式系數(β= 1.62,p< 0.01)顯著; 最后用情感型營銷刺激、關系范式、情感型營銷刺激×關系范式和利己動機對轉發意愿進行回歸, 得出利己動機系數(β=0.45,p< 0.001)顯著, 而情感型營銷刺激×關系范式(β= 0.48,p >0.05)對轉發意愿的影響降低, 詳見表2。這說明, 對不同關系范式下消費者進行情感類營銷刺激時, 利己動機是轉發意愿的完全中介變量。

表2 利己與利他動機中介效應分析

4.3 結果討論

實驗 2的數據結果顯示, 情感類營銷刺激下,關系范式對接收者的信息分享意愿調節作用顯著：情感類刺激越強, 接受者轉發意愿越高。利己(信息轉發者)動機是情感刺激對轉發意愿的中介變量,利他動機的中介效應不顯著, 研究支持假設 H2B,不支持假設H2C。

原假設認為, 共有關系范式下的用戶在社交網絡中進行信息分享, 是出于利于他人(用戶轉發的信息對信息接收者有價值)和利于自己(用戶轉發的信息利于自己與信息接受者進行互動)動機。但分析結果顯示, 利于自己與他人進行社交互動才是影響轉發意愿的中介變量。在信息發出者(企業)、信息轉發者(用戶)、信息接收者(用戶的社交圈人群)三者之間, 情感類信息刺激是通過信息轉發者與接受者之間的社交互動來影響用戶的轉發意愿。

5 研究貢獻與未來研究方向

5.1 理論貢獻

本研究的理論貢獻體現在如下方面。其一, 為社交網絡自媒體內容研究提供了新視角。本研究以企業信息刺激中的經濟因素和情感因素作為切入點, 豐富了企業信息傳播機制的內容研究維度。其二, 在社會化營銷背景下, 本研究擴大了關系范式對消費者行為的影響范圍：消費者的社會化營銷行為, 不僅取決于營銷刺激, 還取決于與企業的關系范式。消費者社交網絡上的社會化營銷行為, 是當前情景刺激與長期關系因素共同作用的結果。本研究不僅為社會化營銷提供了理論支持, 還助于將消費者在社交網絡中的信息傳播行為納入長期關系的框架中進行考量。最后, 本文對不同關系范式下群體的分享動機進行了探究。共有關系范式群體關注自己與信息接收者社交互動, 而交易關系范式群體則關注對企業進行回報。

5.2 管理意義

在管理實踐上, 本研究為企業在移動互聯網氛圍中進行營銷活動提供了參考依據。首先, 利用社交網絡數據的可記錄性和可追蹤性, 識別出顧客與企業所處的關系范式, 有助于提高信息的傳播率和到達率。其次, 選擇適合的營銷刺激。對待交易范式顧客, 從經濟刺激入手, 才能讓企業信息走得更遠; 對于共有關系范式顧客, 用情感類刺激, 表現關懷, 愛屋及烏, 留住顧客的心。最后, 注重三維社交網絡——企業、顧客、顧客的親友。社交網絡的有形性, 使得顧客的外顯行為都會考慮到自身、親友及與企業的關系三方面的因素。企業在營銷策略上, “愛屋及烏”式的推廣文案和顧客關懷, 一方面利于強化現有顧客的黏性, 另一方面也助于擴大企業信息的傳播力和影響力。

5.3 研究局限與未來研究方向

本研究也存在局限。第一, 信息傳播的轉發意愿還會受到消費者個性的影響, 本研究為了突出信息類型對不同關系范式群體信息轉發行為的作用,通過隨機抽樣的方式掩蓋了消費者個性對信息傳播的影響。第二, 由于本研究重在探究不同關系范式下, 營銷刺激對群體傳播意愿影響的內在機制,二手數據分析樣本還有很大的擴張區間。第三, 本研究采用餐飲業作為研究背景, 其中的心理動機解釋能否推廣到其他行業, 還需進一步研究。第四,實驗法樣本多為大學生, 對研究結果的外部性有一定影響, 需要在其他群體中對本研究的模型和結論進行檢驗。

針對消費者的信息分享, 未來還有大量的工作要做。首先, 本文主要探究關系范式激發消費者對不同類型信息的轉發動機, 進而影響其轉發行為; 未來可以繼續探究社區規模和社區類型對上述關系的調節作用。例如, 社區規模可能會調節動機對信息轉發行為的作用; 在小規模社區, 利他動機將更強地刺激信息轉發行為; 而在大規模社區, 利己動機可能更強地激發信息轉發行為。另外, 在交易型社區, 人們可能更多轉發經濟型信息; 而在社交型社區, 人們可能更多轉發情感類信息。而且, 品牌價值、品牌個性與消費者個性也是影響消費者分享意愿不可忽視的因素, 后續研究可深入挖掘其中機制。其次, 信息傳播不僅包含消費者的轉發意愿, 還包括評論參與程度。將消費者評論參與意愿與行為引入到后續研究中, 不僅可以深化對網絡社交媒體上企業品牌和產品信息的傳播機制的理解, 還能為企業的管理實踐提供更為豐富的參考信息。最后, 本研究在信息發出者、信息轉發者與信息接收三維關系中間, 尚未探究信息發出者與信息接收者之間的關系、信息轉發者與信息接收者之間的關系對信息轉發者的影響路徑, 其具體作用機制還待進一步挖掘。

Adelaar, T., Chang, S. S., Lancendorfer, K. M., Lee, B., &Morimoto, M. (2003). Effects of media formats on emotions and impulse buying intent.Journal of Information Technology,18(4), 247–266.

Aggarwal, P., & Law, S. (2005). Role of relationship norms in processing brand information.Journal of Consumer Research,32(3), 453–464.

Aggarwal, P. (2004). The effects of brand relationship norms on consumer attitudes and behavior.Journal of Consumer Research, 31(1), 87–101.

Algoe, S. B., Gable, S. L., & Maisel, N. C. (2010). It's the little things: Everyday gratitude as a booster shot for romantic relationships.Personal Relationships, 17(2), 217–233.

Bakshy, E., Hofman, J. M., Mason, W. A., & Watts, D. J. (2011,February). Everyone's an influencer: Quantifying influence on twitter. InProceedings of the fourth ACM international conference on Web search and data mining(pp. 65–74).New York: ACM.

Blackston, M. (2000). Observations: Building brand equity by managing the brand’s relationships.Journal of Advertising Research, 40(6), 101–105.

Cesario, J., Plaks, J. E., & Higgins, E. T. (2006). Automatic social behavior as motivated preparation to interact.Journal of Personality and Social Psychology, 90(6), 893–910.

Chebat, J. C., Davidow, M., & Codjovi, I. (2005). Silent voices: Why some dissatisfied consumers fail to complain.Journal of Service Research, 7(4), 328–342.

Clark, M. S., & Mills, J. (1979). Interpersonal attraction in exchange and communal relationships.Journal of Personality and Social Psychology, 37(1), 12–24.

Clark, M. S., & Mils, J. (1993). The difference between communal and exchange relationships: What it is and is not.Personality and Social Psychology Bulletin, 19(6), 684–691.Cropanzano, R., & Mitchell, M. S. (2005). Social exchange theory: An interdisciplinary review.Journal of Management,31(6), 874–900.

Day, R. L. (1984). Modeling choices among alternative responses to dissatisfaction.Advances in Consumer Research, 11(1),496–499.

Delgadillo, Y., & Escalas, J. E. (2004). Narrative word-of-mouth communication: Exploring memory and attitude effects of consumer storytelling.Advances in Consumer Research,31(1), 186–192.

Doney, P. M., & Cannon, J. P. (1997). An examination of the nature of trust in buyer-seller relationships.Journal of Marketing, 61(2), 35–51.

Goossens, C. (2000, May).Visual persuasion: Mental imagery processing and emotional experiences.Paper presented at the advertising and consumer psychology: Visual Persuasion Conference, Ann Arbor, MI, USA.

Huang, M. X., Cai, F. Y., Zhou, Y. Y., & Zhu, H. W. (2009).The role of relationship norms in consumers’ complaint intention.Acta Psychologica Sinica, 41(10), 989–999.

[黃敏學, 才鳳艷, 周元元, 朱華偉. (2009). 關系規范對消費者抱怨意愿及潛在動機的影響模型.心理學報, 41(10),989–999.]

Israel, S. (2009).Twitterville: How Businesses can thrive in the new global neighborhoods.New York: Penguin Press.

Jansen, B. J., Zhang, M. M., Sobel, K., & Chowdury, A.(2009). Twitter power: Tweets as electronic word of mouth.Journal of the American Society for Information Science and Technology, 60(11), 2169–2188.

Jarvenpaa, S. L., & Leidner, D. E. (1998). Communication and trust in global virtual teams.Journal of Computer Mediated Communication, 3(4), doi: 10.1111/j.1083-6101.1998.tb00080.x.

Johnson, J. W., & Grimm, P. E. (2010). Communal and exchange relationship perceptions as separate constructs and their role in motivations to donate.Journal of Consumer Psychology,20(3), 282–294.

Koschate-Fischer, N., Diamantopoulos, A., & Oldenkotte, K.(2012). Are consumers really willing to pay more for a favorable country image? A study of country-of-origin effects on willingness to pay.Journal of International Marketing,20(1), 19–41.

Kozinets, R. V. (1999). E-tribalized marketing: The strategic implications of virtual communities of consumption.European Management Journal, 17(3), 252–264.

Kumar, M., Townsend, J. D., & Vorhies, D. W. (2015). Enhancing consumers' affection for a brand using product design.Journal of Product Innovation Management, 32(5), 716–730.

Lee, D., Kim, H. S., & Kim, J. K. (2011). The impact of online brand community type on consumer's community engagement behaviors: Consumer-created vs. Marketer-created online brand community in online social networking websites.Cyberpsychology, Behavior, and Social Networking, 14(1-2),59–63.

Ligon, E., & Schechter, L. (2012). Motives for sharing in social networks.Journal of Development Economics,99(1),13–26.

Lipsman, A., Mudd, G., Rich, M., & Bruich, S. (2012). The power of "like": How brands reach (and influence) fans through social-media marketing.Journal of Advertising Research, 52(1), 40–52.

Liu, S. H., Liao, H. L., Sung, Y. H., & Peng, Q. D. (2012).Communal and exchange relationships and the effects of norms on internet participation.Social Behavior and Personality: An international Journal, 40(6), 993–1004.

Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office revenue.Journal of Marketing,70(3),74–89.

Liu, Y. L., & Ying, X. X. (2010, October). A review of social network sites. Definition, experience and applications. InThe Conference on Web Based Business Management(pp.749–752). USA: Scientific Research Publishing.

Luarn, P., Chiu, Y. P., & Chao, K. C. (2013). The influence of storytelling marketing on sharing intention on facebook.Marketing Review,10(4), 409–424.

Ryals, L. (2005). Making customer relationship management work: The measurement and profitable management of customer relationships.Journal of Marketing, 69(4), 252–261.

Shen, H., Wan, F., & Wyer, R. S., Jr. (2011). Cross-cultural differences in the refusal to accept a small gift: The differential influence of reciprocity norms on Asians and north Americans.Journal of Personality and Social Psychology, 100(2), 271–281.

Sujan, M., Bettman, J. R., & Baumgartner, H. (1993).Influencing consumer judgments using autobiographical memories: A self-referencing perspective.Journal of Marketing Research, 30(4), 422–436.

Dholakia, U. M. (2000). Temptation and resistance: An integrated model of consumption impulse formation and enactment.Psychology & Marketing, 17(11), 955–982.

Wen, Z. L., Zhang, L., Hou, J. T., & Liu, H. Y. (2004). Testing and application of the mediating effects.Acta Psychologica Sinica, 36(5), 614–620.

[溫忠麟, 張雷, 侯杰泰, 劉紅云. (2004). 中介效應檢驗程序及其應用.心理學報,36(5), 614–620.]

West, P. M., Huber, J., & Min, K. S. (2004). Altering experienced utility: The impact of story writing and self-referencing on preferences.Journal of Consumer Research, 31(3), 623–630.

Wu, J. B., Hom, P. W., Tetrick, L. E., Shore, L. M., Jia, L. D.,Li, C. P., & Song, L. J. (2006). The norm of reciprocity:Scale development and validation in the Chinese context.Management and Organization Review, 2(3), 377–402.

Yu, C. L., Wang, X., & Bao, H. H. (2011). Referral reward programs: The influence of word of mouth on recipients'attitude and purchase intention.Nankai Business Review,14(4), 59–68.

[于春玲, 王霞, 包呼和. (2011). 獎勵推薦計劃口碑對接收者的影響.南開管理評論,14(4), 59–68.]

Zhang, Q., Wang, T., & Gong, Y. P. (2013). Can brand and price really counter country-of-origin effects? Different distribution of attribute weight.Acta Psychologica Sinica,45(12), 1381–1392.

[張琴, 汪濤, 龔艷萍. (2013). 價格和品牌能否削弱來源國效應——產品屬性賦權對來源國效應的影響應.心理學報, 45(12), 1381–1392.]