從MGC到UGC內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT課件_第1頁
從MGC到UGC內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT課件_第2頁
從MGC到UGC內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT課件_第3頁
從MGC到UGC內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT課件_第4頁
從MGC到UGC內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT課件_第5頁
已閱讀5頁,還剩9頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、 從MGC到UGC 內(nèi)容在企業(yè)微博轉(zhuǎn)發(fā)中的作用PPT模板下載: 行業(yè)PPT模板: 節(jié)日PPT模板: PPT素材下載: PPT圖表下載: 優(yōu)秀PPT下載: PPT教程: Word教程: Excel教程: 資料下載: PPT課件下載: 范文下載: 試卷下載: 教案下載: 概述v研究目的:研究了從MGC到UGC的過程中內(nèi)容對企業(yè)微博轉(zhuǎn)發(fā)數(shù)量的影響。(MGC:Marketer Generated Content,營銷者產(chǎn)生內(nèi)容;UGC:User Generated Content,用戶產(chǎn)生內(nèi)容)v研究方法:基于病毒式營銷、品牌社區(qū)理論和推薦獎勵計劃,運用內(nèi)容分析方法和負二項回歸模型進行建模分析。概述v

2、 病毒式營銷:一種個人對個人的傳播機制,鼓勵消費者在其社會網(wǎng)絡(luò)中傳播營銷信息,從而是信息像計算機病毒或傳染病一樣快速傳播。v 品牌社區(qū)理論:社區(qū)成員圍繞品牌的交流和討論能夠建立起統(tǒng)一的社區(qū)認同和社區(qū)承諾,并提升社區(qū)的參與行為。v 推薦獎勵計劃:一種由企業(yè)發(fā)起和控制的口碑營銷活動,通過對消費者的推薦行為進行物質(zhì)獎勵,來鼓勵消費者發(fā)布積極的口碑,以實現(xiàn)企業(yè)的營銷目的。研究假設(shè)vH1:企業(yè)微博內(nèi)容對企業(yè)微博轉(zhuǎn)發(fā)數(shù)量有顯著影響vH2:品牌對企業(yè)微博轉(zhuǎn)發(fā)數(shù)量存在顯著影響vH3:推薦獎勵計劃對企業(yè)微博轉(zhuǎn)發(fā)數(shù)量存在顯著影響樣本與數(shù)據(jù)收集v數(shù)據(jù)收集時間:2013年3月25日-29日v收集對象:1003個企業(yè)微

3、博v收集內(nèi)容:企業(yè)微博賬號每天所發(fā)布的所有微博內(nèi)容及其轉(zhuǎn)發(fā)數(shù)量 對收集到的數(shù)據(jù)進行清洗,刪除了重復(fù)、內(nèi)容不完整等無效數(shù)據(jù),最終數(shù)據(jù)量為663家企業(yè)的6524條企業(yè)微博。內(nèi)容分析v使用內(nèi)容分析法對6524條企業(yè)微博進行數(shù)據(jù)處理。首先對數(shù)據(jù)進行類目分類:v接著對企業(yè)微博樣本進行編碼。研究模型v使用負二項回歸模型來檢驗企業(yè)微博內(nèi)容對轉(zhuǎn)發(fā)數(shù)量的影響:研究結(jié)果研究結(jié)果v企業(yè)微博內(nèi)容對企業(yè)微博的轉(zhuǎn)發(fā)數(shù)量存在顯著性影響(p0.001),假設(shè)H1得到驗證。話題、提及、短鏈和粉絲數(shù)4個控制變量也在0.001的顯著性水平下顯著。研究結(jié)果v進一步用負二項回歸模型分析不同內(nèi)容分類對轉(zhuǎn)發(fā)數(shù)量的影響。研究結(jié)果v檢驗結(jié)果顯

4、示,在與品牌相關(guān)的企業(yè)微博類目中,各個內(nèi)容類目均對企業(yè)微博的轉(zhuǎn)發(fā)數(shù)量有顯著性影響。v除產(chǎn)品推介類微博(content=6)在0.05的顯著性水平下顯著之外,企業(yè)品牌類(content=5)、客服互動類(content=7)和推薦獎勵類(content=8)微博對轉(zhuǎn)發(fā)數(shù)量的影響均在0.001水平下顯著。v以企業(yè)品牌類(content=5)微博為例,路徑系數(shù)為0.469,這表明在其他因素不變時,企業(yè)品牌類微博對轉(zhuǎn)發(fā)數(shù)量的影響為EXP(0.469)=1.598??梢钥吹剑c品牌相關(guān)的四類微博指數(shù)變換后的路徑系數(shù)均大于1,這表明四類微博內(nèi)容均能增加企業(yè)微博被轉(zhuǎn)發(fā)的數(shù)量。研究結(jié)果v相應(yīng)地在與品牌無關(guān)的企

5、業(yè)微博類目中,生活百科類(content=3)和幽默美文類(content=4)微博對轉(zhuǎn)發(fā)數(shù)量無顯著性影響;而社會熱點類(content=1)和行業(yè)資訊類(content=4)微博變換后的路徑系數(shù)均小于1,即這兩類微博在其他條件不變的情況下,反而會降低企業(yè)微博的轉(zhuǎn)發(fā)次數(shù)。v綜上,品牌在企業(yè)微博轉(zhuǎn)發(fā)中起著關(guān)鍵作用。假設(shè)H2得到驗證。研究結(jié)果v進一步觀察路徑系數(shù)發(fā)現(xiàn),推薦獎勵類(content=8)微博指數(shù)變換后的路徑系數(shù)為15.040,而其他類目變換后的路徑系數(shù)均小于2。這表明,推薦獎勵類對企業(yè)微博轉(zhuǎn)發(fā)數(shù)量的影響顯著高于其他類目,一條推薦獎勵類微博能夠帶來15.040次轉(zhuǎn)發(fā)。從而,假設(shè)H3得到驗證。研究結(jié)果v第一,企業(yè)微博內(nèi)容是影響轉(zhuǎn)發(fā)數(shù)量的重要因素。(H1)v第二,企業(yè)微博的轉(zhuǎn)發(fā)數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論