• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于特征數(shù)據(jù)的旅游局官方微博營銷效果研究

      2014-07-24 03:19:22李欣欣翟曉鵬
      關(guān)鍵詞:旅游局覆蓋度旅游

      李欣欣,翟曉鵬

      (天津大學(xué)管理與經(jīng)濟(jì)學(xué)部,天津300072)

      據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心《第31次中國互聯(lián)網(wǎng)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》統(tǒng)計,截至2012年12月底,我國微博用戶規(guī)模為3.09億,較2011年底增長了5 873萬,增幅達(dá)到23.5%[1]。國內(nèi)各地旅游局已經(jīng)意識到微博平臺在宣傳旅游地形象、營銷旅游產(chǎn)品方面所具有的潛力,紛紛在微博上開通旅游局官方微博。如何客觀評價其運(yùn)營效果,更好地推廣與宣傳旅游目的地,擴(kuò)大影響力成為迫切需要解決的問題。基于此,筆者通過選取相關(guān)境內(nèi)旅游局官方微博的指標(biāo)數(shù)據(jù),運(yùn)用主成分分析方法對旅游局官方微博的營銷效果及影響因素進(jìn)行研究,在研究結(jié)論的基礎(chǔ)上,給出提升其微博營銷效果的對策與建議。

      1 文獻(xiàn)回顧

      目前對于微博營銷的研究主要可分為微博的基礎(chǔ)性研究,微博環(huán)境下的溝通研究和微博溝通價值研究[2]。對于旅游微博營銷的研究主要包括旅游景區(qū)微博營銷研究[3],旅游酒店微博營銷研究[4]和旅游局微博營銷模式研究[5]等。

      彭敏等[6]指出現(xiàn)階段關(guān)于微博營銷效果的定量化研究還相對較少;金永生等[7]根據(jù)AISAS模型,運(yùn)用相關(guān)分析和回歸分析方法研究了粉絲數(shù)量對企業(yè)微博營銷效果的影響,但該研究只是考慮了粉絲數(shù)量的影響,沒有考慮粉絲的互動率、微博數(shù)目等其他同樣可能對微博營銷效果產(chǎn)生影響的因素;王霞等[8]運(yùn)用多水平泊松回歸模型研究了微博營銷過程中品牌曝光度對網(wǎng)絡(luò)口碑的影響,但對影響微博營銷效果的影響因素研究較少;劉雁妮等[9]采用層次分析法對名人微博的影響力指標(biāo)進(jìn)行研究,得出了影響名人微博影響力的4大指標(biāo)。

      目前國內(nèi)學(xué)者對于旅游局官方微博營銷的研究集中在營銷模式研究層面上[10-11],大多利用內(nèi)容分析[12]等定性分析工具,較少有對旅游局官方微博的微博營銷效果進(jìn)行定量分析的研究。

      旅游微博營銷研究,關(guān)鍵是要對其營銷效果進(jìn)行測評,找出旅游微博營銷效果的影響因素及其影響程度,并通過對這些因素的改善提升營銷效果。

      2 數(shù)據(jù)來源及描述統(tǒng)計

      2.1 數(shù)據(jù)來源與樣本選擇

      筆者的研究中所采用的數(shù)據(jù)來源于微博風(fēng)云榜網(wǎng)站,“微博風(fēng)云”(http://www.tfengyun.com/)是一家基于微博開放平臺進(jìn)行數(shù)據(jù)統(tǒng)計、分析與挖掘的網(wǎng)站。該網(wǎng)站提供微博用戶的特征數(shù)據(jù),如粉絲數(shù)、活躍粉絲數(shù)、日均微博數(shù)等??紤]目前我國的新浪微博具有較強(qiáng)的影響力,截止到2012年12月底,新浪微博注冊用戶已超過5億,因此選擇新浪旅游微博作為研究數(shù)據(jù)庫。

      在樣本選取方面,選擇微博風(fēng)云網(wǎng)影響力排名前100的境內(nèi)旅游局官方微博自運(yùn)營以來的特征數(shù)據(jù),數(shù)據(jù)最后更新時間為2013年8月3日。該樣本的選擇主要基于兩方面的考慮:①這些官方旅游微博在行業(yè)內(nèi)具有較強(qiáng)的影響力,能夠保證研究結(jié)論的權(quán)威性與可靠性;②數(shù)據(jù)量較大,滿足統(tǒng)計分析的數(shù)量要求(一般要求樣本數(shù)量不小于30),從而保證研究結(jié)論的可信性。

      2.2 指標(biāo)選取及分類

      在指標(biāo)選取方面,考慮微博本身涉及到的特征數(shù)據(jù)(如粉絲數(shù)、微博數(shù)等)以及微博風(fēng)云所提供的數(shù)據(jù),研究選擇粉絲數(shù)X1、活躍粉絲數(shù)X2、認(rèn)證粉絲數(shù) X3、關(guān)注率 X4、微博數(shù) X5、評論數(shù) X6、轉(zhuǎn)發(fā)數(shù)X7和平均微博數(shù)X8共8個指標(biāo),各指標(biāo)的具體含義如下,各指標(biāo)的統(tǒng)計描述如表1所示。

      X1為關(guān)注該微博賬號的總粉絲數(shù);X2為粉絲中經(jīng)常進(jìn)行微博操作(如發(fā)微博、評論、轉(zhuǎn)發(fā)等)的用戶數(shù)目;X3為粉絲中通過新浪認(rèn)證的微博用戶的總數(shù),一般這樣的粉絲影響力比較大,擁有較多的子一級粉絲數(shù);X4為關(guān)注該賬號的活躍用戶占微博風(fēng)云數(shù)據(jù)庫中總活躍用戶的比例;X5為該微博賬號自注冊之日起所發(fā)布的微博總數(shù);X6為該微博賬號最近200條微博平均被評論的次數(shù);X7為該微博賬號最近200條微博平均被轉(zhuǎn)發(fā)的次數(shù);X8為該微博賬號平均每天發(fā)布的微博數(shù)。

      表1 各指標(biāo)描述性統(tǒng)計

      3 實證分析

      3.1 研究過程

      運(yùn)用SPSS17.0對樣本微博數(shù)據(jù)進(jìn)行主成分分析,首先得到各指標(biāo)的相關(guān)系數(shù)表,如表2所示。由表2可以看出,8個指標(biāo)基本上都成正相關(guān)關(guān)系(除評論和平均微博數(shù)呈較小的負(fù)相關(guān)外),這說明8個指標(biāo)的變化趨勢基本一致。表3為研究所得到的各主成分特征值及貢獻(xiàn)率。3個特征值對應(yīng)的方差解釋度為88.766%,滿足主成分分析的一般要求,說明主成分分析取得了較好的效果,同時也表明研究結(jié)論可信度較高。

      表2 各指標(biāo)相關(guān)系數(shù)

      表3 主成分特征值和貢獻(xiàn)率

      若要對所提取的主成分進(jìn)行解釋,需要得到3個主成分的因子載荷量,具體如表4所示。由表4 可以看出:主成分 Z1中,X1、X2、X3、X4、X5和X8載荷均大于0.5,該主成分主要是以上6種指標(biāo)的反映。由指標(biāo)含義可知,粉絲數(shù)、活躍粉絲數(shù)、認(rèn)證粉絲數(shù)和關(guān)注率都是微博賬戶所覆蓋群體大小的反映;又由于X5和X8在主成分Z3中的載荷明顯大于其他6個指標(biāo),故將該兩個指標(biāo)的分析放在主成分Z3里面,將該主成分定義為覆蓋度成分。

      表4 因子載荷矩陣與得分系數(shù)矩陣

      主成分Z2中,X6和X7的載荷均大于0.5,表明該主成分是這兩種指標(biāo)的反映。評論數(shù)和轉(zhuǎn)發(fā)數(shù)越大,說明能夠?qū)嶋H看到該微博的用戶越多,其產(chǎn)生的影響也越大,故將該主成分定義為影響度成分。

      主成分Z3中,X5和X8的載荷均大于0.5,表明該主成分是以上兩種指標(biāo)的反映,這兩個指標(biāo)反映了旅游局更新微博的程度,進(jìn)行目的地營銷的頻次,因此將該主成分定義為活躍度成分。

      由表4得到的各主成分得分與各指標(biāo)間的關(guān)系如下:

      其中λi為主成分Zi對應(yīng)的特征值。

      3.2 研究結(jié)果

      依據(jù)所得到的各主成分得分公式及總得分公式,對樣本數(shù)據(jù)中的100個官方旅游局微博進(jìn)行排序,分別得出了覆蓋度、影響度、活躍度和營銷效果前10名的官方微博,具體如表5所示。

      由式(4)知,微博的營銷效果是微博的覆蓋度、影響度和活躍度的函數(shù),而其中覆蓋度的影響最大(系數(shù)為 0.59),其次為影響度(系數(shù)為0.265),最后為活躍度(系數(shù)為0.145)。因此,旅游微博若要提高營銷效果,則應(yīng)該首先提升自己的覆蓋度,之后是影響度,最后為活躍度。

      表5 各主成分得分及總得分前10微博

      3.3 研究建議

      3.3.1 覆蓋度的提升

      由表4知,對覆蓋度影響較大的指標(biāo)有X1、X2、X3、X4、X5和 X8。由于微博數(shù)和平均微博數(shù)在主成分Z3中的影響較大,故將該兩個指標(biāo)放在活躍度里討論,就如何提高覆蓋度而言,應(yīng)著重在X1、X2、X3、X4這 4 個指標(biāo)方面努力。

      由式(1)可知,指標(biāo)X2的系數(shù)大于X1,即活躍粉絲數(shù)對微博賬號覆蓋度的貢獻(xiàn)大于粉絲數(shù),首要任務(wù)是努力增加活躍粉絲數(shù)?;钴S粉絲數(shù)的增加可以通過“互粉”或者粉絲的中介作用達(dá)到。從已關(guān)注自己賬號的粉絲中,積極且認(rèn)真篩選出高質(zhì)量粉絲并對其予以關(guān)注,這樣在擁有活躍粉絲的同時,可以通過這些活躍粉絲的中介作用,在更廣泛的范圍內(nèi)進(jìn)行覆蓋。特別是其目的地客源市場的活躍粉絲尤為重要。

      其次是要爭取更多認(rèn)證粉絲,經(jīng)過新浪微博認(rèn)證的在某一領(lǐng)域具有較大影響的個人或機(jī)構(gòu)微博通常具有較多粉絲,若能成為政府官方旅游微博的粉絲,會有利于提升政府官方旅游微博覆蓋度。旅游局官方微博可以多關(guān)注其當(dāng)?shù)氐拿嗣?,利用其“故鄉(xiāng)情節(jié)”來提升認(rèn)證粉絲數(shù),并且積極與其互動,從關(guān)系營銷和邀請等途徑獲得更廣大范圍內(nèi)的認(rèn)證粉絲的關(guān)注。

      3.3.2 影響度的提升

      提升影響力,即提升對其影響較大的X6和X7這兩個指標(biāo)。又由式(2)可知,轉(zhuǎn)發(fā)對影響度的貢獻(xiàn)大于評論,這與直覺感知相一致,即微博被轉(zhuǎn)發(fā)越多,其影響力越大,這也在一定程度上說明了研究結(jié)論的可信性。由于指標(biāo)評論和轉(zhuǎn)發(fā)是指該微博賬戶最近200條微博被評論和轉(zhuǎn)發(fā)的平均次數(shù),該兩個指標(biāo)主要體現(xiàn)的是粉絲的主觀意愿,使得這兩個指標(biāo)的提高具有一定的難度。

      若要提升這兩個指標(biāo),使粉絲樂于評論和轉(zhuǎn)發(fā),則首先應(yīng)當(dāng)對微博粉絲的心理進(jìn)行剖析,研究其自身微博轉(zhuǎn)發(fā)量大或者評論量大的是什么內(nèi)容和類型的微博。就粉絲感興趣的內(nèi)容、話題、景點和景點歷史等多方面進(jìn)行原創(chuàng)內(nèi)容的發(fā)布。

      其次可以發(fā)起話題討論,話題應(yīng)當(dāng)選擇當(dāng)?shù)責(zé)衢T話題、熱門事件以及粉絲感興趣的話題,這些話題可以激起粉絲的共鳴,從而樂于對微博進(jìn)行轉(zhuǎn)發(fā)與評論,如微博熱門的“PM2.5指標(biāo)”,每日公布旅游目的地或景區(qū)的“PM2.5”指標(biāo),吸引更多粉絲的轉(zhuǎn)發(fā),并招徠更多游客。同時積極發(fā)起有獎評論轉(zhuǎn)發(fā)的活動,調(diào)動起粉絲參與評論轉(zhuǎn)發(fā)的積極性,取得更大的影響力。

      此外,還應(yīng)該嘗試不同的微博語言風(fēng)格,緊跟微博趨勢,使用在微博上熱門的語言元素如“淘寶體”,“甄嬛體”等對旅游目的地進(jìn)行宣傳,也會引起更多粉絲的興趣,得到更多評論和轉(zhuǎn)發(fā)。

      由于微博的實時性與互聯(lián)性,該粉絲的粉絲看到其轉(zhuǎn)發(fā)或評論的微博后,將有可能成為該官方旅游微博的粉絲,進(jìn)而在提升該官方微博影響度的同時提升其覆蓋度。

      3.3.3 活躍度的提升

      由表4和式(3)可知,對覆蓋度影響較大的指標(biāo)有X5和X8,因此,應(yīng)當(dāng)著重提升這2個指標(biāo)。微博數(shù)與平均微博數(shù)具有正向關(guān)系,即微博數(shù)越多,平均微博數(shù)也會越多,因而官方旅游微博應(yīng)當(dāng)不斷發(fā)新微博。在保證數(shù)量的同時還應(yīng)該保證微博的質(zhì)量,在微博的內(nèi)容方面,要發(fā)一些新穎的、原創(chuàng)的,能夠吸引粉絲的微博,吸引新的粉絲,從而進(jìn)一步提升自己的覆蓋度。同時,可以通過微博平臺舉辦旅游目的地攝影大賽,微電影制作大賽等,獲得廣大粉絲對于旅游目的地的原創(chuàng)圖像、視頻等,并將攝影圖像和微電影進(jìn)行微博發(fā)布。這樣在提升粉絲積極性的同時,也獲得了更多高質(zhì)量的宣傳旅游目的地的原創(chuàng)素材,活躍度提升的同時更是對旅游目的地從“線下—線上—線下”的宣傳。

      4 結(jié)論

      運(yùn)用主成分分析的方法,對微博風(fēng)云網(wǎng)站上排名前100的境內(nèi)旅游局微博的營銷效果進(jìn)行研究,得出了影響微博營銷效果的3種主成分,并給出了微博營銷效果得分與3種主成分之間的定量關(guān)系,便于對境內(nèi)官方旅游局微博的營銷效果進(jìn)行排序。最后就提升微博的覆蓋度、影響度和活躍度給出了相關(guān)的建議。

      [1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第31次中國互聯(lián)網(wǎng)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[R].北京:中國互聯(lián)網(wǎng)信息中心,2013.

      [2]閆幸,常亞平.微博研究綜述[J].情報雜志,2011(9):61-65.

      [3]王業(yè)祥.旅游景區(qū)微博營銷應(yīng)用分析:以新浪微博為例[J].湖南科技學(xué)院學(xué)報,2013(2):139-141.

      [4]張晞,劉潔.旅游酒店微博營銷的考核指標(biāo)體系[J].企業(yè)活力,2012(2):35 -38.

      [5]張曼.微博時代的旅游營銷創(chuàng)新形式研究:以四川省旅游局官方微博為例[J].技術(shù)與市場,2012(6):440-441.

      [6]彭敏,楊效忠.微博在旅游網(wǎng)絡(luò)營銷和管理的應(yīng)用初探[J].旅游論壇,2012(4):86-90.

      [7]金永生,王睿,陳祥兵.企業(yè)微博營銷效果和粉絲數(shù)量的短期互動模型[J].管理科學(xué),2011(4):71-83.

      [8]王霞,牛海鵬.企業(yè)微博營銷中品牌曝光度對網(wǎng)絡(luò)口碑的影響研究[J].管理評論,2013(5):116-122.

      [9]劉雁妮,賀和平,彭文莎.名人微博的影響力評價指標(biāo)研究[J].武漢理工大學(xué)學(xué)報:信息與管理工程版,2012(6):746-750.

      [10]樸學(xué)東,李雪敏,陳健,等.微博旅游營銷模式:北京市東城區(qū)旅游局官方微博的案例研究[J].北京第二外國語學(xué)院學(xué)報,2011(9):1-5.

      [11]張玲.政府主導(dǎo)型旅游微博營銷模式研究[J].旅游縱覽,2013(3):318 -320.

      [12]楊效忠,彭敏.基于信息視角的旅游目的地微博內(nèi)容分析:以山東、浙江、廣西旅游局微博為例[C]∥2013 中國旅游科學(xué)年會論文集.[S.l.]:[s.n.],2013:10 -16.

      猜你喜歡
      旅游局覆蓋度旅游
      呼和浩特市和林格爾縣植被覆蓋度變化遙感監(jiān)測
      基于NDVI的晉州市植被覆蓋信息提取
      低覆蓋度CO分子在Ni(110)面的吸附研究
      新奧爾良會展旅游局正式更名為新奧爾良旅游局
      戶外探險(2018年7期)2018-07-24 02:36:04
      旅游
      DALIAN THE SEA IN THE NORTH
      空中之家(2017年6期)2017-01-29 03:41:58
      旅游微博營銷策略分析——以浙江省旅游局官方微博為例
      中國商論(2016年33期)2016-03-01 01:59:22
      “清新福建號”列車開入泉城濟(jì)南
      旅游世界(2015年12期)2015-12-25 20:00:16
      旅游的最后一天
      出國旅游的42個表達(dá)
      海外英語(2013年8期)2013-11-22 09:16:04
      永济市| 宁化县| 长武县| 新乡县| 同仁县| 饶阳县| 柯坪县| 大石桥市| 灵川县| 石林| 扬中市| 余姚市| 理塘县| 洪雅县| 吉木萨尔县| 铁岭县| 阜康市| 惠安县| 游戏| 化隆| 兴义市| 弥勒县| 龙泉市| 余姚市| 桃江县| 贵阳市| 奉化市| 富锦市| 田东县| 广汉市| 旅游| 平邑县| 乌兰察布市| 吴旗县| 娄底市| 卢氏县| 永福县| 玉山县| 马边| 开化县| 宜君县|