品牌中心及非品牌中心企业生成内容对品牌态度影响.doc

品牌中心及非品牌中心企业生成内容对品牌态度影响 　　摘要：本文分析品牌相关用户生成内容，计算用户品牌态度，基于此研究非品牌中心和品牌中心企业生成内容对品牌态度的影响。本文将品牌态度的认知、情感、行为意向维度，以及品牌态度的正、负维度综合考虑。研究结果显示，非品牌中心和品牌中心企业生成内容对品牌态度以及情感、认知、行为意向维度的影响无显著差异；但除了正向和负向行为意向外，非品牌中心内容对正向品牌态度的正向影响更低，对负向品牌态度的负向影响也更低 关键词：社会化媒体企业生成内容用户生成内容品牌态度 Kumar等（2016） [1]将企业在社会媒体官方账号页面发布的消息定义为企业生成内容。与传统广告不同，企业生成内容含有大量不以品牌为中心的内容，例如问候、实事新闻等。已有研究已经关注这类非品牌中心内容对消费者态度的影响与品牌中心内容的差异，例如Li和Li（2014） [2]、陈致中和林山（2012）[3]对互惠关系导向微博和的非广告微博的研究。但这两项研究均采用实验法，对品牌态度的测量采用的是传统的自陈式量表测量法，并且仅测量了态度的整体倾向，没有关注态度的正负维度。目前已经有大量研究，通过分析挖掘品牌相关用户生成内容，计算和研究品牌态度，但这些研究往往割裂的考虑态度的情感、认知、行为意向三个维度[4-6]，少有的考虑三个维度的研究中，行为指互动而非购买[7] 本文采用田野研究的方法，以一汽马自达的真实新浪企业微博为例，通过对微博评论所表达出的正面和负面的品牌情感、认知、购买意向的分析，计算出基于品牌相关用户生成内容的品牌态度，进而比较品牌中心和非品牌中心企业生成内容对这种品牌态度的影响差异 一、研究方法 （一）研究设计 从一汽马自达官方微博账号中，随机抽取三十余条以品牌中心微博和三十余条非品牌中心微博，作为两组。对每一条官方微博，抽取其用户评论集合，计算这个评论集合对“一汽马自达”的品牌态度的各个维度，包括正向情感态度AP、负向情感态度AN、正向认知态度CP、负向认知态度CN、正向购买意向态度BP、负向购买意向态度BN，以及情感态度Aba、认知态度Abc、购买意向态度Abb、正向态度AbP、负向态度AbN、整体品牌态度Ab。接着，对两组官方微博对应的品牌态度各个维度进行单因素方差分析，比较非品牌中心和品牌中心微博对基于用户生成内容分析得到的品牌态度的各维度的差异 （二）数据收集 本文使用Python爬虫抓取了一汽马自达官方新浪微博账号在2014年7月1日至2016年6月30日两年期间内发布的2316条微博，并从这位微博中筛选评论?荡笥?10的微博350条。接着，从这350条微博中随机抽取了34条品牌中心微博，以及34条非品牌中心微博。最后，使用Python爬虫分别抓取这68条微博的前20条用户评论，并将一汽马自达自身账号发布的评论剔除 （三）品牌态度计算 计算一个评论集合对“一汽马自达”的品牌态度的方法如下。首先采用内容分析法，分析每一条微博是否含有正向情感态度、负向情感态度、正向认知态度、负向认知态度、正向购买意向态度、负向购买意向态度，如果含有则在这个维度标志1，不含标志0；接着计算，AP是这个评论集合中正向情感态度维度的和与评论总数的商乘以3，AN是评论集合中负面品牌情感的评论数量与评论总数的商乘以-3。乘以3或-3是为了将态度值规范化到0～3、-3～0之间。类似地，计算出CP、CN、BP、BN；最后计算出态度的其他维度，Aba=AP+AN，Abc=CP+CN，Abb=BP+BN，AbP=（AP+CP+BP）/3，AbN=（AN+CN+BN）/3，Ab=AbP+AbN。例如，一汽马自达官方微博“北京车展小长假第2天，展台现场迎来了更强势的围观……快踩下油门，体验zoom～zoom～带来的酣畅淋漓吧。”的评论集合计算得到的品牌态度各个维度为：Ab=-027，AbP=027，AbN=-080，Aba=-040，Abc=-060，Abb=020，AP=020，AN=-100，CP=020，CN=-140，BP=040，BN=-020 二、分析结果和讨论 非品牌中心组用户生成内容数的均值为119，标准差为31，品牌中心组用户评论数的均值为148，标准差为39。品牌态度各维度的均值和标准差的描述性统计如表1所示 单因素方法分析结果如2所示。可见，非品牌中心和品牌中心微博对应的用户评论，在品牌态度Ab、品牌情感态度Aba、品牌认知态度Abc和品牌行为意向态度Abb上均无显著差异。然而，当区分态度的正负维度时，二者出现了显著差异。在正向品牌态度AbP、正向品牌情感态度AP、正向品牌认知态度CP维度，非品牌中心微博显著低于品牌中心微博；而在负向品牌态度AbN、负向品牌情感态度A