新媒体时代的病毒式营销

    摘要：病毒式营销可以借助多种传播渠道赢得其性价比高的“美誉”，究竟是什么样的心理动机驱使消费者自发地为品牌做推广？本文以社会认知理论、人际关系取向、敌意媒体效应为基础框架，以2018年全球活跃用户排名第一的社交媒体脸书为调研平台，以277位在美华人为数据采集对象，分析了脸书用户自发进行品牌信息分享的内在心理动机。

    关键词：病毒式营销     社会认知     人际关系取向     敌意媒体效应     信息分享

    “给予人们分享的力量，让世界更加开放与融合。”带着这样的使命，脸书（Facebook）从2004年建立之初至今在15年的时间里就积累了20亿全球用户。数字技术的进步和社交媒体的普及不仅改变了人与人之间的交流方式，而且创造了更加细分的营销传播途径。像脸书一样，拥有庞大的用户数量与明确需求的社交媒体在世界各地不断涌现：从享受“自由宁静的乡村生活、城里人无法理解”的FarmersOnly到“帮助你寻找飞行教练”的myTransponder，从“记录美好生活”的抖音到“这是一个生活方式”的微信……用户群体的聚集带来了更加精准的客户定位和更为狂热的广告投放。

    事实上，基础用户规模、活跃用户的行为方式对于社交媒体的商业化运作和价值变现起着至关重要的作用。如何通过“高黏度”的粉丝群提升媒体收益？如何将用户价值转化为商业价值？如何利用社交媒体的增值服务带来企业利润的再次增长,为广告商和媒体创造共赢的局面？如何在广告投放中挖掘更多的潜在客户？这些都是值得媒体运营者深度思考的问题。在众多以社交网络平台为传播途径的广告营销活动中，病毒式营销又以效率高、成本低著称。利用“口碑传播”的原理，病毒式营销是指“让顾客将公司的营销信息传递给朋友、家人和同事的过程”。①尽管病毒式营销可以借助多种传播渠道实现其性价比高的“美誉”，但极少有相关研究探讨为何消费者愿意使用社交媒体自发地帮助企业或商家制造品牌热点。究竟是什么样的心理动机驱使消费者自发地为品牌做推广？本文以社会认知理论、人际关系取向、敌意媒体效应为基础框架，以2018年全球活跃用户排名第一的社交媒体脸书为调研平台，以277位在美华人为数据采集对象，分析了脸书用户自发地进行品牌信息分享的内在心理动机。

    文献综述

    成就一则广告往往需要三个方面的通力合作：内容、环境、主体。许多品牌在制作广告的时候都希望它携带着“被继续传播下去的病毒”。研究表明：具有病毒性的广告通常让观众感到惊喜，并能捕捉人们的想象力。②它同时要求传播环境有利于信息的发布与复制。不同于传统媒体，社交媒体为口碑传播提供了得天独厚的传播环境与受众规模。

    研究平台：脸书

    近年来，社交媒体的迅猛发展催生了一系列病毒式的商业化营销活动。伴随着2012年伦敦奥运会和2014年索契冬奥会的召开，宝洁公司制作了一部仅两分钟的短片——《妈妈的支持》，以此感谢那些运动员身后默默支持、无私奉献的母亲们。短短一周内，这则短片的点击量和转载量就超过了上千万次。以此为原型，宝洁公司制作了在赛事期间播出的网络广告。相应的，有关病毒式营销的研究也逐渐向社交媒体倾斜。以手游为研究对象，Parry等学者探讨了人际口碑与网络口碑会如何影响电子产品的使用。③Ju等学者研究了互联型网络学习平台、受众的思考模式在口碑营销活动中的作用。④尽管社交媒体获得的关注度越来越高，但围绕脸书这一平台且针对品牌原创性“互动广告”这一主题的研究却并不多见。截至2017年第二季度，脸书的月活跃用户已经超过20亿。作为全球最大的社交网络平台，脸书2016年的总营业收入为276.38亿美元，相较2015年的179.28亿美元增长了一半以上。其中，广告收入占总收益的97%。⑤数以万计的品牌在脸书上建立了自己的主页，并将目标用户的评论、点赞、建议和分享行为视为整合营销传播的重要组成部分。对企业来说，借助网络社群中活跃的社交分享来挖掘和提升商业潜力早已不是秘密。三星集团在推出Galaxy S III版本时曾在一周时间内花费了一千万美元，这其中，投放在脸书上的广告为三星带来了1.29亿美元的销售业绩，实现了近1300％的投资回报率。⑥

    究竟是什么样的心理动机驱使消费者自发地为品牌做推广？不断入驻的商家和品牌广告是否会疏离脸书用户？本文将借助社会认知理论、人际关系取向、敌意媒体效应来探讨、分析脸书用户进行第三方品牌信息分享的背后动因。一方面，脸书“已经发展成一个足够成熟的社交平台，并能实现用户参与向经济效益的转化”⑦；另一方面，脸书的界面设计包含着病毒式营销效果测量的重要指标——“分享”。针对脸书上的信息，每位用户可以做出各种反应，但只有“分享”能让信息像病毒一样在用户之间广泛扩散、不断传递。

    社会认知理论

    在社会认知理论的指导下，许多研究探讨了人类认知如何影响团队绩效、品牌效应等。该理论指出：人类行为主要受到两大认知因素的影响：自我效能和结果预期。⑧自我效能是指个人对于是否拥有一定能力从而实现预期目标的自信程度。⑨自我效能会影响到人们处理问题的方式、面临挑战时的选择与努力程度。脸书用户的自我效能通常是指用户对于自己分享的信息在实用性、价值方面的肯定。而结果预期是指个体对自己的行为会产生何种后果的预测。⑩与班杜拉的理论解释相一致，个体为在线社区的其他用户提供了服务之后，获得的回报越多，就越容易产生较强的结果预期，且这种预期会进一步推动口碑营销。因此，本文提出以下研究假设： 

    研究假设1:自我效能越高，分享品牌信息的动机越强烈。

    研究假设2:结果预期越高，分享品牌信息的动机越强烈。

    研究假设3:自我效能与结果预期呈现正相关。

    基本人际关系取向

    口碑营销所传递的信息往往比传统意义上的电视广告更具说服力，因为相对于媒体资源，人际资源显得更真诚、可信。然而，大多数有关口碑营销的研究都集中在个体认知的理论层面，却忽视了人际互动的影响因素。意识到这一局限后，许多学者尝试着将社会资本理论（Social Capital）作为补充纳入进来。社会资本的一个主要组成部分是结构资本，它由网络联结、网络配置和适当的组织构成。根据社会资本理论，“大多数人不会将信息传递给他们根本不认识的人”，而且网络联结的强度决定了信息传递的积极性。但事实上，与陌生人“分享”公司/品牌的发帖在脸书社群中并不少见。基于此，本研究将采用基本人际关系取向作为理论基础来进一步进行。

    基本人际关系取向于1958年由美国心理学家William Schutz提出。该理论试图用三种人际模式来解释人与人之间的互动：归属、控制和情感。Schutz将上述三种人际模式进一步分成两类：表达型和需求型，并据此设计了一个名为FIRO-B的量表，用以解读组织中个体的人际交往特征。

    根据人际关系取向理论，归属描述的是人们在人际关系中对于隶属感、团结合作的认同程度（表达型归属）。它同样涉及个体希望被所属群体尊重、认可的心理期待（需求型归属）。当个体积极参与口碑营销时，其自我主张感、自我价值感都会有所提升。在Chung和Darke（2006）的研究中，产品所隐含的归属因素越明显，消费者就越有可能向其他人推荐该产品。通过表达型归属，消费者甚至可以与虚拟社区建立长期的互动关系，实现社会资源的再度整合。因此：

    研究假设4:表达归属越强烈，分享品牌信息的动机越强烈。

    研究假设5:需求归属越强烈，分享品牌信息的动机越强烈。

    FIRO理论认为，表达控制决定了个体对责任和自我影响力的需求。表达控制欲较强的个体热衷于成为团队中的领导者、组织者。正如Masland在《病毒式营销的时代》中揭示的那样，“如果电子邮件的内容有趣、幽默、又生动，且足以产生影响，那么收件人往往会转发它——病毒式的信息——就这样被传递给朋友和家人”。在Phelps等学者的研究中，一些病毒营销专家甚至表现出某种强烈的责任意识，即转发有趣的信息是必须承担的责任。另一方面，对所需控制（需求型控制）的期待决定了个体想要被领导、被影响的程度。需求控制欲较强的个体渴望稳定的工作环境、明确的工作流程、具体的团队目标。综上：

    研究假设6:表达控制越强烈，分享品牌信息的动机越强烈。

    研究问题1:需求控制会如何影响脸书用户分享品牌信息的动机？

    研究假设7:表达控制与品牌分享动机的关联比需求控制与品牌分享动机之间的关联更强。

    另一方面，从表达的角度（Expressed）来看，情感代表着个体与他人建立亲密关系的努力程度，或者在情感上与他人进行交流的舒适程度。情感诉求经常被营销人员用在广告中来改善品牌形象或提升品牌知名度。Scope牌漱口水曾经邀请用户参与设计属于他们的电子之“吻”，并鼓励用户通过网络“亲吻对方”从而拉近彼此的距离。在Scope的号召下，全球数百万人加入了这场游戏，而e-kiss也带来了“目标市场中品牌知名度和购买意愿的显著提升”。从需求的角度来看，情感代表了个体渴望获得他人的鼓励、温暖的程度。在Phelps等学者的研究中，邮件发送者如果不能得到回应会感到“淡淡的忧伤”。综上：

    研究假设8:表达情感越强烈，分享品牌信息的动机越强烈。

    研究假设9:需求情感越强烈，分享品牌信息的动机越强烈。

    敌意媒体

    随着社交媒体的日益普及，品牌广告的受众不再局限于某个特定的地理区域，这使得原本不是目标受众的人群也可能观赏到某一则广告并产生意想不到的宣传效果。正如敌意媒体理论所说的那样，媒体偏见既可能来自媒体自身的倾向，也可能来自受众对媒体的主观偏见。敌意媒体理论是指观点对立的双方都认为一则相对客观的报道对自己不利。以全球变暖为议题，Kim调查了持不同意见（自然成因 vs.人为成因）的双方在阅读了同一则报道后的态度，结果双方都认为媒体的立场和自己不完全一致。Gunther等学者发现在阅读了同一则关于动物作为实验对象的报道后，支持方和反对方都认为媒体持反对意见，但双方对于媒体的反对程度持不同看法。有关敌意媒体效应的研究集中在以报纸、电视新闻为主的传统媒介，而以互联网、社交平台为媒介的研究课题相对缺失。结合该理论，本研究提出：

    研究问题2:对于品牌信息分享持不同态度的脸书用户，个体认知因素/基本人际关系取向会有何不同影响？

    研究方法

    本研究以社交媒体脸书为数据收集平台，以在美华人为调研对象，来分析脸书用户自发地进行品牌信息分享的心理动因。通过调查问卷的方式，该研究评估了脸书用户的自我效能、结果预期、FIRO-B指标、对于品牌信息分享的基本态度、过往分享经验以及人口统计学特征。

    相关变量的测量

    社会认知量表。社会认知测量中的所有问题都采用了李克特量表，其中（1）表示强烈不同意，（5）表示强烈同意。以Kankanhalli等学者的研究为基础，本研究将通过五个问题来测量脸书用户的自我效能。调查对象会评估他们是否拥有一定能力分享以下特征的品牌信息：有价值的、含信息量的、有用的、重要的。此外，他们需要评估自己获取这些信息的能力。结果预期也由五个问题进行测量，如“我认为我在脸书上‘分享’来自这家公司的帖子将改善我在其他脸书用户心目中的个人形象”等。

    FIRO-B量表。基本人际关系取向-行为（FIRO-B）量表已在世界各地广泛用于测量团队建设、冲突解决方案等。量表中的六个指标（表达/需求归属、表达/需求控制、表达/需求情感）分别通过9个问题进行测量。所有问题都采用6分量表——（1）从不（2）很少（3）偶尔（4）有时（5）通常（6）惯常。比如，调查对象会指出他们对如下表述的态度：“我试图将其他人纳入我的行动计划”。为了避免问题的顺序影响分析结果，量表中的54个问题会随机分配给不同的调查对象。

    分享动机。对于脸书用户的品牌分享行为，学界缺乏有针对性的测量量表。过往研究表明：品牌发布的内容通常和用户分享行为呈正相关关系。据此，本研究将通过以下8个问题来测量脸书用户的品牌分享动机。所有问题都采用6分量表。调查对象会评估他们对如下品牌内容的分享意愿：“公司活动（如时装秀）、与产品相关的新闻（如新品上市）、有用信息（如用户评论）、促销（如赠品）、在线活动（如线上投票）、特别奖励（如免费旅行）、与代言人/艺人相关的帖子、其它（如搞笑短视频）”。

    数据收集过程

    通过美国一所大学的在线实验系统，本研究招募了在美国学习、生活的华人作为调查对象。首先，参与者被告知该研究与脸书的使用有关，因此参与调查的前提条件是注册并使用脸书这一社交平台。在确认完知情同意书后，参与者完成了自我效能量表和FIRO-B量表。然后，他们需要对社交媒体上分享品牌信息这一行为进行态度上的总体评估。紧接着，参与者回答了是否曾在自己的脸书页面上分享过某个品牌发布的帖子。如果是，大约分享了多少个帖子。其中，印象最深的是哪个品牌。如果不是，则需要特别指定某一品牌，并对分享该品牌的信息进行想象。最后，参与者完成了结果期望量表和个人信息量表。

    研究结果

    一共有282名脸书用户参与了本次调研，5名参与者没有完成量表，因此被剔除出数据分析。最终，共计产生了277组可用数据值。参与者的平均年龄为20岁，大多数为女性（65％）。当被问及分享经验时，大部分的参与者（69％）表示曾经转发过至少一个由品牌方发布的帖子。这些品牌包括奔驰、福特、苹果等。而那些从未有过分享经验的参与者表示，他们愿意分享下列品牌的发帖：Luminox、美国运通、耐克等。此外，超过一半的参与者（53.4％）对于在社交网站上分享品牌信息持支持态度，而46.6%的参与者对此持中立或稍微反对态度。

    各项量表的内部相容性均通过克隆巴赫信度系数进行分析，结果显示所有量表的信度系数值均超过0.8。为了检验人口统计学特征、品牌分享基本态度的影响，研究员进行了一系列单项方差分析和回归分析。虽然性别、年龄等因素的影响并不显著，但对于品牌信息分享持不同态度的用户在分享动机方面存在明显差异。相对于持中立或稍微反对态度的用户而言（M = 3.89，SD = 1.25），持支持态度的用户（M = 4.72，SD = 1.19）具有更为强烈的分享动机，F（1270）= 31.29，p < 0.001。本文中，研究问题2考察的正是对于品牌信息分享持不同态度的脸书用户，个体认知因素/基本人际关系取向因素会有何不同影响，研究员对数据进行了逐步回归分析。

    对于持支持态度的用户，首先被放入模型的是需求控制（t = 2.24，p < 0.05）。其次是表达归属（t = 3.97, p < 0.001）。再次是需求情感（t = -2.82, p < 0.001）和结果预期（t = 2.15，p <0.05）。这四个变量与脸书用户在其网页上分享品牌信息的动机均存在显著相关性，F (4, 109) = 11.35，p < 0.001。最终，回归方程的复相关系数为0.54，而且这几个因素可以解释约29.4％的方差变化。因此，对于品牌信息分享持支持态度的用户，其预测回归方程为：

    分享动机=0.26×需求控制+0.58×表达归属 - 0.39×需求情感+0.28 ×结果预期 +1.6

    另一方面，对于持中立或稍微反对态度的用户，首先被放入模型的是结果预期（t = 2.78, p < 0.01）。其次是需求情感（t = -2.52，p < 0.05）。这两个变量与脸书用户在其网页上分享品牌信息的动机均存在显著相关性，F （2, 106）= 8.96, p < 0.001。除此之外，其他变量均不显著。最终，回归方程的复相关系数为0.38，而且这两个因素可以解释约14.5％的方差变化。因此，对于品牌信息分享持中立或稍微反对态度的用户，其预测方程为：

    分享动机= 0.32 ×结果预期 - 0.34 ×需求情感 + 4.48 

    综上，结果预期与需求情感在预测脸书用户分享动机方面最具影响力，而需求控制和表达归属对于那些持支持态度的用户同样是有力的预测因子。由此可知，研究假设2和9均成立；研究假设4部分成立；其它研究假设均不成立。

    结论与展望

    尽管越来越多的品牌开始不遗余力地运用社交媒体进行商业推广，但到底是什么样的心理动机促使消费者转发这些品牌信息、帮助他们制造热点？本研究分析显示，不管消费者对于在社交媒体上分享品牌信息持何种态度，结果预期都是用户进行信息分享的重要动因，且比自我效能更为重要。与之前的研究发现类似，病毒式营销在某种程度上为信息发送者提供了一种机会，一种可以改善自身形象、结交朋友、建立声誉、帮助他人的机会。

    然而，与过往的大部分实验结果不同：本研究中，自我效能既没有影响到消费者的结果预期也无法预测他们的分享动机。但仔细观察可以发现，本研究中参与者的整体自我效能指数非常高，即超过80％的参与者表现出对其分享行为的强烈信心，即自我效能指数并未遵循正态分布。

    特别值得一提的是，研究对象的需求情感越强烈，他们分享品牌信息，或者说在自己的脸书界面上转发品牌链接的可能性越小。事实上，需求情感强烈的人可能更愿意谈论与自己生活密切相关的事情，或者他们更在意自己的隐私。另一种可能性是，情感需求较高的人往往也具有较强的自尊心和自我意识，因此在转发消息时会感到不安。Lab42公司的调研数据指出，当人们可以隐瞒他们“喜欢”某个品牌的状态时，这个品牌有可能获得更多的点赞和回应。此外，超过20％的用户对于公开承认自己“喜欢”成人产品、减肥产品、保健产品等感到尴尬。

    在基本人际关系取向的六大指标中，表达型归属和需求型控制对脸书用户的分享行为具有显著影响。早期的病毒式营销研究曾多次指出，保持密切的交流合作、频繁通话是人们积极转发电子邮件的重要原因。在Flanagin和Metzger的研究中，互联网主要用于发展新的友谊、建立团队归属感。尽管表达型归属对于信息分享有一定的预测性，需求型归属却没有表现出同样的影响力。这一点在Ho和Dempsey的研究中也有类似的记载，即转发有意思的信息或许并非是人们获得团队成员认可的最佳方式。

    许多学者认为，意见领袖或者说具有较高表达型控制欲的人更愿意转发在线内容。这一说法并未得到本次数据分析的支持。一种可能的解释是，该研究中的共享内容对参与者来说并不是完全可控的。由公司/品牌发布的消息可能与研究对象的期望相悖，这对那些希望掌控全局、安排组织活动的团队成员来说并不具有被分享的价值。另一方面，具有较高需求控制欲的人则很可能对转发品牌信息持更加开放的态度。

    与电子邮件、博客、在线论坛这一类在线交流方式相比，脸书、微信、微博等社交网络平台在实施病毒式营销方面其实更具优势。广告主可以更加精准地定位目标客户、详细地了解他们的消费模式和传播习惯。广告是脸书的核心收入来源，近年来一直保持着95%以上的收益占比率。不同于脸书的收益模式，国内的社交网络平台在商业运作上更加追求多维度发展，经营收入依赖于游戏、电商、直播、短视频、广告等多个模块。尽管微信、微博的用户数量、活跃用户规模十分可观，且即时通信和附加功能相当完备，但用户价值的商业转化率依然有待提升。不论是哪种类型的盈利模式和运作风格，互联网社交平台都应该以用户为本，尽可能地优化内容交互的生态系统，为企业、品牌、媒体运营者打造更多的变现机会。

    通过分析脸书用户转发品牌信息的背后动因，本研究为许多商业实体提供了核心用户群的用户画像：对于在社交网络上分享品牌信息持赞成态度的用户，渴望团队合作（表达归属）、积极寻求他人建议（需求控制）的特征会让他们更加积极地传递口碑信息。而对口碑传播活动作用更大的是人们对于传递信息会产生何种后果的预期（结果预期）以及对亲密关系的期待（需求情感）。对于市场营销主体和传播学者来说，本研究不仅提出了理论层面的整合，也为更好地理解社交媒体时代的口碑营销提供了有力的数据支持。

    本文是基金项目“上海市浦江人才计划资助（17PJC011）”的阶段性成果

    （作者系复旦大学新闻学院讲师，美国阿拉巴马大学传播与信息科学博士）

    责任编辑：杨芳秀

    注释：

    ① Laudon, K. C., & Traver, C. G. (2001). E-commerce: 

    Business, technology, society. Boston: Addison-Wesley.

    ②Dobele, A., Lindgreen, A., Beverland, M., Vanhamme, 

    J., & Wijk, R. V. (2007). Why pass on viral messages? 

    Because they connect emotionally. Business Horizons, 50(4), 291-304.

    ③Parry, M. E., Kawakami, T. & Kishiya, K. (2012). 

    The Effect of Personal and Virtual Word-of-Mouth on 

    Technology Acceptance. Journal of Product Innovation Management, 

    29(6), 952—966.

    ④Ju, I., He, I., Chen, Q., He, W., Shen, B., & Sar, S. (2017). 

    The Mind-Set to Share: An Exploration of Antecedents of 

    Narrowcasting Versus. Journal of Advertising, 1-14.

    ⑤Facebook (2018). Facebook.com

    ⑥Stenger, M. (2013). Facebook ads big success for Samsung 

    mobile, helps generate 1300% ROI. Retrieved from 

    http://socialnewsdaily.com/5268/facebook-ads-big-success-for

    -samsung-mobile-helps-generate-1300-roi/

    ⑦Tuff, C. (2012). Facebook finds true ROI in 2013. 

    Retrieved from http://socialfresh.com/facebook-means-true-roi-in-2013/

    ⑧Bandura, A. (1989). Human agency in social cognitive 

    theory. American Psychologist, 44, 1175-1184.

    ⑨⑩Bandura, A. (1997). Self-efficacy: the exercise of control. 

    New York: W.H. Freeman.

    Huang, C., Lin, T., & Lin, K. (2009). Factors affecting 

    pass-along email intentions (PAEIs): Integrating the social 

    capital and social cognition theories. Electronic Commerce 

    Research and Applications, 8, 160-169.

    Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual 

    capital, and the organizational advantage. Academy of Management 

    Review, 23(2), 242-266.

    Chung, C. M. Y., & Darke, P. R. (2006). The consumer as advocate: 

    self-relevance, culture, and word-of-mouth. Marketing Letters, 17(4), 269-279. 

    Masland, E. (2001). Viral marketing word of mouth comes of age，3. Websolvers Inc.

    Phelps, J. E., Lewis R., Mobilio, L., Perry, D., & Raman, N. 

    (2004). Viral marketing or electronic word-of-mouth advertising: 

    examining consumer responses and motivations to pass along email. 

    Journal of Advertising Research, 44(4), 333-348.

    Graham, J. (1999). What Does Viral Marketing Really Mean? Retrieved from http://www.ennex.com/~Marshall/viral/ref/19991011-Graham.asp

    Vallone, R. P., Ross, L., & Lepper, M. R. (1985). The hostile 

    media phenomenon: Biased Perception and Perceptions of Media 

    Bias in Coverage of the "Beirut Massacre". Journal of Personality 

    and Social Psychology, 49, 577-585.

    Kim, K. S. (2011). Public understanding of the politics of global 

    warming in the news media: the hostile media approach. Public 

    Understanding of Science, 20(5), 690-705.

    Gunther, A. C., Christen, C. T., Liebhart, J. L., & Chia, S. C.-Y.

    (2001). Congenial public, contrary press, and biased estimates of 

    the climate of opinion. Public Opinion Quarterly, 65, 295-320.

    Kankanhalli, A., Tan, B., & Wei, K. K. (2005). Contributing knowledge 

    to electronic knowledge repositories: an empirical investigation. 

    MIS Quarterly, 29(1), 113-143.

    Murphy, S. (2012). 50% of Consumers Value a Brand's Facebook 

    Page More Than Its Website. Marshable, Retrieved from 

    http://mashable.com/2012/09/24/facebook-brand-page-value/

    Flanagin, A. J., & Metzger, M. J. (2001).  Internet use in 

    the contemporary media environment. Human Communication Research, 27, 153-181.

    Ho, J., & Dempsey, M. (2010). Viral marketing: Motivations 

    to forward online content. Journal of Business Research, 63(9-10), 1000-1006.