社會影響、認知互動與微博互動數(shù)字廣告滿意度的關(guān)系研究

摘要 互動數(shù)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(xù)使用意圖有著直接影響，是衡量互動數(shù)字廣告是否取得良好效果的重要指標。該研究采用問卷調(diào)查法，考察了社會影響、認知互動與微博互動數(shù)字廣告滿意度之間的關(guān)系。結(jié)果表明：（1）社會影響、認知互動與微博互動數(shù)字廣告滿意度兩兩之間呈顯著正相關(guān)；（2）社會影響對微博互動數(shù)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(chǎn)生影響。

關(guān)鍵詞 社會影響；認知互動；滿意度；數(shù)字互動廣告；中介作用

分類號 F713551問題提出

在新媒體高速發(fā)展的環(huán)境下，微博廣告營銷越來越受到學者和廣告實踐者的關(guān)注。2014年第四季度，新浪微博總營收1.05億美元，其中移動廣告收入的貢獻比例為54%，中小廣告主的數(shù)量超過1.4萬，使用微博自助廣告系統(tǒng)的活躍用戶則超過30萬。微博廣告儼然成為互聯(lián)網(wǎng)時代的一座“金礦”。微博廣告大致可分為互動數(shù)字廣告和虛擬品牌社區(qū)營銷兩種形式（Chi，2011）?；訑?shù)字廣告沿襲了傳統(tǒng)門戶網(wǎng)站的特性，包括橫幅廣告、文字鏈接、多媒體等形式。這些事先設(shè)計好的網(wǎng)絡(luò)廣告被發(fā)布在微博網(wǎng)頁上，用戶可以直接瀏覽或點擊鏈接進入廣告主頁。

滿意指個體關(guān)于產(chǎn)品或服務(wù)的正向的認知評價和情感反應(yīng)，滿意度對于用戶的持續(xù)使用意圖有著直接影響（Zhao，2012）。對于互動數(shù)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。Dennis（1988）認為，互動廣告?zhèn)鞑ブ械臐M意既源于產(chǎn)品購買的結(jié)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(chǎn)品信息、發(fā)現(xiàn)新產(chǎn)品的過程，以及互動過程中用戶根據(jù)個人偏好比較產(chǎn)品特點和信息性質(zhì)的過程。Lowry和Romano（2009）發(fā)現(xiàn)，互動性提升了傳播質(zhì)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，社會影響也是廣告滿意度的一個重要影響因素（屈慧君，2012）。本文將在前人研究的基礎(chǔ)上，結(jié)合微博數(shù)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(shù)字廣告滿意度之間的關(guān)系，以期為推進微博廣告?zhèn)髅降陌l(fā)展提供實證依據(jù)和支持。

1.1社會影響與微博互動數(shù)字廣告滿意度的關(guān)系

本研究中，社會影響這一變量是指用戶受到家人、朋友、志同道合的人、圈子名人等社會聯(lián)系的影響而參與微博互動。Klobas（1997）進行互聯(lián)網(wǎng)相關(guān)的圖書館應(yīng)用研究時就指出，形成于同事、朋友間的社會聯(lián)系決定著消費者的使用行為和信息認知。Yang 和Kenneth（2011）研究博客廣告發(fā)現(xiàn)，同事、朋友、有共同興趣的人等社會聯(lián)系是決定消費者使用博客廣告的最重要的因素。Dholakia和Dholakia（2004）提出，社會影響由相互同意、相互適應(yīng)、組織規(guī)范和社會身份等維度構(gòu)成。微博作為社交媒體，最基本的功能是社會化，以及建立網(wǎng)絡(luò)用戶間的社會聯(lián)系（Jansen，Zhang，& Sobel，2004；Boyd & Ellison，2007）。這種社會聯(lián)系必然與媒介的效力、組織成員連通性的類型、聯(lián)系的強度有關(guān)（Haythornrthwaite，2005）。與營銷者提供的廣告相比，網(wǎng)絡(luò)用戶更相信由其他消費者生成的內(nèi)容，相信那些來自虛擬社區(qū)與他們有緊密社會聯(lián)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(shù)字廣告用戶的滿意度有著顯著影響。結(jié)合上述文獻回顧，本研究提出假設(shè)：社會影響與微博互動數(shù)字廣告滿意度呈正相關(guān)（假設(shè)1）。

1.2社會影響對微博互動數(shù)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(wǎng)絡(luò)互動的理解，并被用來檢測控制，由于經(jīng)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(wǎng)站互動的過程中，對雙方交流方式的感知以及對控制程度的心理感受（Wu，2007）。關(guān)于認知互動對廣告效果的影響，學者們有不同看法。Sally（2002）指出，功能互動與人們的態(tài)度、行為沒有直接相關(guān)性，而認知互動在影響人們的態(tài)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，與消費者的理解、態(tài)度和行為之間有正向關(guān)系，但消費者的內(nèi)在需要對理解、態(tài)度、行為影響不大。Zhao和Lu（2012）的研究提出，用戶對技術(shù)功能的感知和體驗，比功能本身更重要，用戶對互動的認知是創(chuàng)造成功廣告?zhèn)鞑サ年P(guān)鍵。本文在前人研究的基礎(chǔ)上將“認知互動”這一概念進行了具體化和操作化，構(gòu)建了微博互動數(shù)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(shè)，四個維度構(gòu)成的認知互動與滿意度有正向關(guān)系（假設(shè)2）。

《心理技術(shù)與應(yīng)用》 2015年第7期 （總第23期）滕修攀社會影響、認知互動與微博互動數(shù)字廣告滿意度的關(guān)系研究認知互動必然會受到互動環(huán)境的影響。環(huán)境之所以重要，在于它促使個體反應(yīng)，并通過一系列關(guān)聯(lián)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(jié)構(gòu)是互動環(huán)境的重要方面。當人們采取行動以實現(xiàn)他們的目的時，結(jié)構(gòu)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(fā)展階段，在個體決定是否采取新的傳播技術(shù)的過程中，其他人的意見往往起著重要作用。社會結(jié)構(gòu)所產(chǎn)生的社會身份、組織意圖、組織規(guī)范等會直接影響個體的心理與行為。Davis（2000）的研究認為，組織規(guī)范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(guī)范對組織成員的態(tài)度和行為有巨大、持續(xù)的影響。社會影響與個人決策、參與行為密切相關(guān)（Dholakia et al.，2004）。社會身份、組織意圖、組織規(guī)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，本研究提出假設(shè)：社會影響與微博互動數(shù)字廣告認知互動呈正相關(guān)（假設(shè)3）。

基于以上分析，本文得出整體的研究框架和假設(shè)：社會影響不僅對微博互動數(shù)字廣告滿意度有直接作用，還會通過認知互動的中介作用對滿意度產(chǎn)生間接影響（假設(shè)4）。

2研究方法

2.1被試

本研究采用方便取樣的方式，抽取400名微博用戶進行問卷調(diào)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(shù)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%），大專學歷46人（13.4%），本科學歷248人（72.3%），研究生以上學歷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）以及Licoppe和Smoreda（2005）分別編制了社會影響問卷，用于評定社會關(guān)系對于個體進行網(wǎng)絡(luò)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(shù)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。本研究中該問卷的內(nèi)部一致性系數(shù)α為0.89，信度較好。

2.2.2認知互動問卷

根據(jù)Zhao（2012）關(guān)于微博服務(wù)對人的滿意和持續(xù)意愿的研究，以及借鑒Kiousis（2002）關(guān)于認知互動的操作性定義和測量，本研究編制了關(guān)于微博互動數(shù)字廣告的認知互動問卷。問卷共包括12個項目，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(nèi)部一致性系數(shù)α為0.91，認知控制、認知反饋、卷入度、感知活力四個維度的內(nèi)部一致性系數(shù)α分別為0.86、0.85、0.82和0.79，信度較好。驗證性因素分析發(fā)現(xiàn)，χ2=110.82，χ2/ df=2.22，NFI=0.95，RFI=0.93，IFI=0.97，TLI=0.96，CFI=0.97，RMSEA=0.060，說明問卷結(jié)構(gòu)效度較好。

2.2.3微博互動數(shù)字廣告滿意度問卷

根據(jù)Zhao（2012）關(guān)于微博服務(wù)對人的滿意和持續(xù)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(shù)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。本研究中該問卷內(nèi)部一致性系數(shù)α為0.89，信度較好。

2.3程序與統(tǒng)計方法

由經(jīng)過培訓的心理學專業(yè)本科生擔任主試，對微博用戶進行個別施測。在數(shù)據(jù)收集過程中，注意向被試作匿名性、保密性以及數(shù)據(jù)僅限于學術(shù)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(guān)分析和結(jié)構(gòu)方程模型等統(tǒng)計方法對各問卷的信效度及假設(shè)模型進行檢驗。

3結(jié)果

3.1共同方法偏差檢驗

由于本研究數(shù)據(jù)全部經(jīng)由問卷收集，因而有必要進行共同方法偏差檢驗。根據(jù)周浩和龍立榮（2004）推薦的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(shù)設(shè)定為1，結(jié)果發(fā)現(xiàn)擬合指數(shù)（χ2=1347.22，χ2/ df=7.93，RMSEA=0.142，NFI=0.671，CFI=0.699，GFI=0.682）不理想，表明本研究不存在共同方法偏差問題。

3.2相關(guān)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(guān)分析，結(jié)果如表1 所示。相關(guān)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(guān)，與假設(shè)一致。

圖1結(jié)構(gòu)方法模型采用結(jié)構(gòu)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，按照問卷的維度歸屬模式建立測量模型（見上頁圖1）。對結(jié)構(gòu)方程模型各個參數(shù)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(shù)，χ2=324.85，χ2/df=1.99，TLI=0.95，CFI=0.96，RMSEA=0.054，SRMR=0.044，模型擬合良好。從表2來看，2000個Bootstrap樣本的平均總效應(yīng)95%置信區(qū)間不包括0，表明總效應(yīng)顯著；平均直接效應(yīng)的95%置信區(qū)間包括0，表明直接效應(yīng)不顯著；平均中介作用的95%置信區(qū)間不包括0，說明中介作用顯著，且屬于完全中介作用。表2中介變量檢驗點估計值Product ofCoefficientBootstrappingBiasCorrected95% CIPercentile95% CISEZLowerUpperLowerUpper總效應(yīng).618.0728.58.472.759.478.762中介效應(yīng)-.010.083-0.12-.183.145-.179.150直接效應(yīng).628.0837.57.477.805.474.804注：2000個bootstrap樣本.4討論

4.1社會影響及其與微博互動數(shù)字廣告滿意度的關(guān)系

用戶是互聯(lián)網(wǎng)時代商業(yè)活動中最重要的資產(chǎn)（李善友，2015）。在廣告營銷中，能夠吸引用戶，讓用戶滿意，是實現(xiàn)微博互動數(shù)字廣告商業(yè)目標的關(guān)鍵。廣告受眾作為社會化的產(chǎn)物，社會影響因素對于他們的心理和行為都會產(chǎn)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(shù)字廣告滿意度之間的關(guān)系。結(jié)果發(fā)現(xiàn)，社會影響與廣告滿意度呈顯著正相關(guān)，研究結(jié)果與假設(shè)1一致。微博是以互聯(lián)網(wǎng)為平臺的網(wǎng)絡(luò)應(yīng)用，能夠打破時間和地理位置的限制，通過特有的連接方式，形成一個建立在廣泛興趣和社會聯(lián)系基礎(chǔ)上的虛擬社區(qū)。在虛擬社區(qū)運行中，社會身份和組織規(guī)范對于形成組織意圖，以及讓用戶接受在線廣告都具有積極作用（Zeng， Huang & Dou， 2009）。即使人們本身不贊成某一行為或結(jié)果，假如他們相信一個或多個重要的相關(guān)人認為他們應(yīng)該這么做，他們也將順從相關(guān)人，選擇完成某種行為（Davis，2000）。

4.2社會影響對微博互動數(shù)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(shù)字廣告滿意度的作用機制。結(jié)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(shù)字廣告滿意度產(chǎn)生作用，而對廣告滿意度沒有直接作用，與假設(shè)4部分一致。首先，社會影響會增強微博互動數(shù)字廣告的認知互動。連接是互聯(lián)網(wǎng)的本質(zhì)，更是微博的本質(zhì)，而微博最重要的連接力量來自于用戶所嵌入的社會結(jié)構(gòu)。社會影響因素不僅影響著互動的結(jié)果，更影響著互動本身，它對于社區(qū)成員的注意力、傳播產(chǎn)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(lǐng)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(zhuǎn)發(fā)、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(xù)營銷效應(yīng)。其次，認知互動又會提升微博互動數(shù)字廣告滿意度。此前研究已發(fā)現(xiàn)，認知技術(shù)態(tài)度（如控制、享受）對消費者在網(wǎng)絡(luò)商業(yè)組織交談中的滿意度產(chǎn)生積極影響。本研究所構(gòu)建的認知互動四維度中，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(lián)系，而后兩者是決定信息系統(tǒng)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(yè)與目標用戶建立關(guān)系，從而實現(xiàn)其商業(yè)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(guān)系。

4.3研究的現(xiàn)實意義

本研究發(fā)現(xiàn)，社會影響對微博互動數(shù)字廣告滿意度產(chǎn)生影響，而且這一影響是通過認知互動的中介作用來實現(xiàn)的。微博互動數(shù)字廣告營銷實踐可以從中獲得兩方面啟示。首先，要強化對社會影響因素所營造的微博口碑的管理。微博的普及使我們進入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(jīng)常提及企業(yè)及品牌的正面信息，企業(yè)將會收到積極的品牌曝光效果。可以通過互動功能優(yōu)化、實時動態(tài)跟蹤、負面口碑介入、正面消息發(fā)布等工作，使社會影響能夠增強數(shù)字互動廣告的營銷效果。其次，重視互動過程中的用戶體驗。數(shù)字互動廣告的設(shè)計和推送，不能僅僅強調(diào)廣告的功能體驗，更要強調(diào)廣告的情感體驗。要有效利用數(shù)據(jù)庫技術(shù)，挖掘用戶的興趣圖譜，給用戶創(chuàng)造良好的使用體驗。要讓用戶在人人互動、人機互動中實現(xiàn)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(guī)模和活躍程度。

參考文獻李善友. （2015）. 互聯(lián)網(wǎng)世界觀. 北京：機械工業(yè)出版社.屈慧君. （2012）. 基于互動性的微博廣告效果研究. 博士論文， 武漢大學.周浩， 龍立榮. （2004）. 共同方法偏差的統(tǒng)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， D. M， & Ellison， N. B. （2007）. Social Network Sites： Definition， History， and Scholarship[J]， Journal of ComputerMediated 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.， Lincoln James， E. （1998）. Interactivity Reexamined： 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 leanmedia groups. Journal of Management Information Systems， 26（1）， 155-195.Lush， R. F.， Bush， A. J. （1986）. Effective Television Advertising. A Study of 1000 Commercials. Journal of Mardeting.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 cyberinteractivity： Some cyberplaces 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： McgrawHill.Dolena， W. M. V.， & Ruyterc， P. A. D. A. K. D. （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， F. D. （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.Wu， G. （2007）. Applying the RossiterPercy Grid to online advertising planning： The role of product/brand type in previsit intentions， Journal of Interactive Advertising， 8（1）. 84-96.Yang， K. 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.

The Relationship between Social Influence， Cognitive Interaction and Satisfaction in Interactive Digital AdvertisingTENG Xiupan

（Henan Police College， Zhengzhou 450000， China）Abstract： Interactive digital advertising is one of the two forms of microblog advertising. Customers satisfaction is one of the most 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

欄目編輯/王抒文終校/王晶晶《心理技術(shù)與應(yīng)用》 2015年第7期 （總第23期）Psychology： Techniquse and Applications7th Issue， 2015 （Serial No.23）收稿日期：20150302