微博中代言人營銷模式對粉絲的作用機制

周璇 張娃 張晶晶

摘 要：目前，微博平臺的名人代言營銷模式已經被各種企業廣泛采用并得到認可。與傳統的大眾傳媒相比，微博平臺的名人代言營銷模式具有一些獨特的特點。微博平臺的發展，使得傳統的名人與其粉絲以及被代言企業之間的關系發生了一定變化。基于此，重點研究在新浪微博環境下，粉絲追隨名人的基本機制，以及提高名人代言營銷轉化率的路徑。

關鍵詞：粉絲;微博平臺;代言人營銷;產品推廣

中圖分類號：F27 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.06.030

0 引言

新浪微博成立十年來，月活躍用戶達到4.86億（微博發布2019年第二季度財報），成為國內最大的開放式社交平臺。大量的活躍用戶給微博帶來了流量變現的機會，從傳統的明星代言到KOL（關鍵意見領袖 Key Opinion Leaders）背書，再到逐漸興起的KOC（關鍵意見消費者Key Opinion Consumer）推廣，代言人推廣的營銷模式成為企業互聯網營銷的主要組成部分，企業依托社交媒體，利用名人進行品牌價值背書，快速地擴大企業在代言人粉絲群體中的影響。在此背景下，名人代言營銷模式的特點以及不同粉絲群體對于名人代言產品的認同度差異值得深入探究。

1 研究對象與方法

1.1 研究對象

選取新浪微博平臺“Dear-迪麗熱巴”賬號粉絲200人為研究對象，其中男性粉絲為91人，占45.5%，女性粉絲為109人占54.5%。

1.2 研究方法

采取問卷調查法，根據“名人崇拜”的行為機制，設計并開展了一項基于新浪微博迪麗熱巴粉絲的調查，包括粉絲基本信息，其中包含性別、收入、年齡等，將粉絲追隨明星程度分為五級（1“狂熱”;5“偶爾關注”），將粉絲購買明星推廣產品意愿程度分為五級（1“強烈”;5“無意愿”），并通過線上發放問卷 。本次問卷發放200份，回收176份，剔除無效問卷9份，有效回收167份，有效回收率83.5%。

2 調查結果

對169份迪麗熱巴粉絲用戶基本信息統計結果顯示，統計樣本中，迪麗熱巴的女性粉絲數量（91名）要高于男性粉絲（76名），高出19.7%，40.1%的粉絲年齡在22-30歲之間。主要集中在二、三線城市，總占比達70%，四線及以下城市僅占9.6%。在月收入水平上，半數粉絲（50.3%）收入集中在4001-6000元區間。

對迪麗熱巴推廣產品信息的接受程度統計結果如表1、表2所示。其中，迪麗熱巴的男性粉絲對于其總體追隨度低于女性粉絲，男性粉絲“狂熱”“非常喜歡”的百分比較女性分別低4%和6%，而男性“比較喜歡”“喜歡”“偶爾關注”百分比均高于女性。其中，迪麗熱巴的男性粉絲購買其推廣產品的總體意愿程度遠低于女性，男性粉絲的意愿程度集中于“輕微”，較女性高53%。

3 微博平臺名人代言營銷模式的特點

名人在微博平臺上的代言活動與傳統媒體代言活動相比降低了直觀性，并提高了粉絲群體對于代言產品的浸入式體驗感。產品信息通常植入在名人的各種微博中，這些微博披露了代言人的日常生活和工作。例如，迪麗熱巴（2019）穿著Adidas neo系列并發布日常逛街的視頻微博，但未透露更多的相關產品信息。在此過程中，名人將產品與自己的個人經歷聯系起來，產品代言活動在更加溫馨愉悅的場景中體現，由于粉絲對于名人日常生活或工作狀態的展示十分期待與信賴，這種植入式的代言能比直白的廣告更有效地影響名人粉絲對被代言產品的態度。

另外，微博平臺上的粉絲們清楚地認識到，他們的評論幾乎不可能得到名人的評論或者回應。但粉絲群體仍然可以通過評論、轉發等互動行為經歷一個類似于面對面交談的心理學過程，甚至在長時間互動后可以感受到與名人的親密接觸情感，形成了一種不對稱的親密感。關注度與互動，提高了粉絲對于名人的親密感，隨之粉絲對于名人的身份認同感、信賴感進一步提升。粉絲會在充分信賴名人的條件下，接受、認可名人隱蔽代言的產品，以期進一步獲得親密接觸情感以及身份認同感。

4 結語

微博平臺的發展，使得企業的產品推廣方式由傳統的廣告營銷模式轉為互聯網營銷模式，名人、粉絲與企業的關系也在不斷發生變化。在這一背景下，本研究從微博平臺產品推介受眾出發，引入傳播學中“非對稱情感”關系概念，探索名人微博營銷行為對于粉絲群體的影響機制。研究表明，由于互動強度的差異，男性粉絲在對明星的追隨度、產品推廣接受度上均低于女性，導致其產品微博推廣轉化率低。因此，明星及平臺運營方可針對該粉絲群體，采取提高其活躍水平的措施，以提高代言產品營銷轉化率。

參考文獻

[1]霍彤，劉雨欣，鐘鎮霄.熵權法下孟加拉國紡織業的投資環境分析[J].中國商論，2019，（20）：87-90.

[2]霍春輝，王曉睿，張銀丹.名人微博營銷影響粉絲消費行為的決策機理研究[J].遼寧大學學報（哲學社會科學版），2019，47（1）：79-88.

[3]黃秀平.警惕算法誤傷的風險——以微博抽獎“被垃圾用戶”現象為例[J].青年記者，2019，（29）：22-23.