满意度：社交网站中消费者对于口碑营销的反馈外文翻译资料-综述翻译网

满意度：社交网站中消费者对于口碑营销的反馈

原文作者 Worcester and Anne Roggeveen 单位Keith S. Coulter Consumer responses to word-of-mouth communication in on-line social networks[D]. Clark University.2012.

摘要：本文的目的是探讨信息来源、网络、内容因素会如何影响社交网站中消费者对于口碑营销的反馈。对两个在线的社交网站进行研究，第一个对于口碑营销的测试研究是在Facebook上，第二个探究则是在Twitter上。结果发现，较有说服力的信息可能比起传统的口碑营销来说，社交网站上的信息接受程度较高。产品网络中人的数量，以及这个产品网络中的成员是否是某个人朋友圈的成员，都是决定信息接收以及产生满意度的重要因素。本文主要揭示社交网站上的口碑营销与传统口碑营销的不同，揭示社交网站的满意度影响因素，并且对于社交网站营销实践来说具有重要意义。

关键词：社会化媒体；满意度；社交网站；口碑；

一、引言

受欢迎的社交网站包括Facebook，MySpace，MeetUp，LinkedIn和Twitter等在近几年已成倍增长，并且正在改变口碑的影响需要被考虑。众所周知，传统的口碑在塑造消费者的态度和行为方面是一股强大的力量（Brown and Reingen, 1987)，并且其实比任何大众媒体广告形式在产品采用方面的影响力都大(Engel et al., 1969；Katz and Lazarsfeld, 1955；Trusov et al.，2009)。然而，由于互联网，口碑传播的通信环境已经发生了不可逆转的改变(Vilpponen et al., 2006；Kozinets et al., 2010)。口碑不再发生在面对面的独有情况下，包括一个源头和一个接受者。相反，它现在越来越多地发生在在线社交网络更透明的公共领域(Ho and Dempsey, 2010)。

认识到这一趋势，营销人员已经开始利用社交网站（例如MySpace, Facebook, LinkedIn, and Twitter）为了产生意识，兴趣，并最终购买商品。他们的策略通常涉及创建产品相关的页面，然后试图通过广告和口碑引领潜在客户来到这些页面（Green, 2008）。我们的研究主要集中在影响社交网络的口碑传播的独特因素。尽管先前的研究对比传统与电子（即电子口碑）在概念上已经取得了有用的模型解释电子口碑影响力的决定因素(De Bruyn and Lilien，2008； Litvin et al.， 2008)，我们是第一个检验这些发现是如何可能放缓的在社交网站的设定里。

首先，我们通过描述几个社交网络的独特特性将他们与其他形式的在线网络站点区分开。然后，我们讨论标准通信效果层次模型如何从已确定的传统的面对面或电子口碑设定中分离出这些在线社交网络的不同(Frenzen and Nakamoto, 1993)。基于我们的讨论，我们发展假说来预言源头和渠道对消费者如何对一个有说服力的口碑传播的影响（即在一个在线社交网站）。最后，我们在两个最流行的社交网站——Facebook和Twitter的背景下实证检验我们的假说。

二、理论发展

1.在线社交网站

一个在线社交网站通常包括一个收集用户配置的地方，注册会员可以将他们想要分享的信息发布上去。用户一般都参与创建新的内容（例如发照片，写信息）或者消费别人创建的内容。在大多数的社交网站，用户们可以添加其他用户到他们的网络联系人。通常一个用户发出邀请，其他用户接受或拒绝。当接受了，两个配置文件有了链接。由此产生的网络相当于我们所说的“朋友网络”。默认情况下，建立在大多数社交网络（如Facebook，LinkedIn的）的沟通联系在本质上是双向的。其他的（如Twitter），建立单向联系，这样用户可能会收到来自一些朋友网络成员的信息（如“跟随”的成员），把信息传达给别人，还有第三个网络朋友组双边互动。

在商业机构的情况下，产品页（而不是个别成员配置文件）可以被创建，然后，用户可以被邀请参加这些产品页面以“关注”产品（即允许用户接收和/或传播产品相关信息）。我们称“产品网络”为用户的集合，他们选择加入一个特定的产品页面。

区别在线社交网站（如MySpace，Facebook，Twitter，LinkedIn，YouTube）与其他，更通用的基于Web的社区（例如Yelp，Hotmail，用户提供产品评级在亚马逊网站上）是口碑传播一般发生在拥有一些先前存在的与他人有关系的个人之中，因为两者都是相同的“朋友网络”的成员。即使这种关系不亲近，每个人还是有可能通过检阅他或她的个人简介页面来查看这个人的背景。在其它类型的网上社区，这种背景查阅是不可能的。

此外，在线社交网站是通过他们通常公布选择加入上述产品网络子组成员的名单来区别的。因此，对一个产品的兴趣（或喜欢）变成了公共知识。例如，根据隐私设置，关注一个特定的Facebook产品页面（如餐厅，La Maison酒店）的这些人的名单对于所有网站成员都是可利用的，并且加入该产品网络的行为会通过各个成员的“新闻频道”宣传。相反，在一个例如Yelp的更通用的在线网络上，当成员也许能够看到John Doe给了La Maison酒店一个五星级的评定时，这个信息不回被自动转发到一个子组的朋友那里。另外，每一个评定La Maison酒店的人都不会自动成为一个单独产品网络的成员。

因此，我们调查一个朋友网络成员之间的口碑活动，使他们成为一个社交网站上单独产品网络的成员。此类活动的检查是很重要的，因为研究表明发生在网络成员中的这类的用户行为，一旦他们加入一个产品的页面，能直接引起产品的购买(Trusov et al., 2010)。

在下一个章节，我们将探讨社交网站的独有特性如何有可能减缓口碑影响来路（即来源强度）的效力，在消费者对于一个有说服力，产品相关的传播方面。首先，然而，为了构成在传播情况下的网络口碑效应，我们把讨论转向传播层次结构响应模型。

2.HOEs包括在在线社交网络的口碑传播

一些响应层次结构模型已经发展到描绘出阶段消费者可以在不了解一家公司，产品，或者品牌的情况下变成实际的购买行为。或许，这些层次响应中最有名的是Lavidge and Steiner (1961)开发的模型作为广告目标的设置和测量范式。根据这个模型，一个有说服力的传播的接受者经历以下这些阶段：

（1）意识；

（2）知识；

（3）喜欢；

（4）偏好；

（5）信念；

（6）购买。

在传统的口碑传播中，意识和意识通常同时被面对面的互动囊括。因此，模型例如创新采用模型（即从创新的扩散演变而来的工作，并且被设计用来描绘消费者在接受一种新产品或者服务所经历的阶段）不包括一个单独的“知识”阶段(Rogers, 1962)。然后，在一般的电子口碑传播中（特别是在线社交网络），意识和意识通常涉及独立流程(De Bruyn and Lilien, 2008)。因此，我们在当前的研究中采用HOEs框架。

三、研究方法

为了测试我们的假设，我们构建了一个在线调查和研究有说服力的口碑上使用最广泛的社交网站 - Facebook和Twitter的通信。估计有550万个独特的每月访客，Facebook是迄今为止规模最大，最流行的在线社交网站[8]。估计有89.8独特的每月访客，Twitter正准备超越MySpace成为第二个最流行的社交网站。

在Facebook上的产品信息传播的一个过程，涉及到：

（1）创建一个产品页;

（2）发送产品页面的朋友网络的成员（表明他们加入）

（3）查看通信;

（4）遵守他已经加入了产品的网络

（5）查看产品页面的内容;

（6）产品的网络连接（即表示“喜欢”，也被称为“确认”的产品页面建议）;

（7）通以及有关该产品的信息网络给别人建议，他们也应该加入该组。

当然，邮件的收件人可以在任何步骤，决定终止该进程。一旦一个网站的会员加入了一个产品展示销售网络，他/她是能够接受的“状态更新”（传达出更多的产品信息）发送的页面管理员。锄头，查看通信（步骤3）生成意识，查看产品页面（步骤4）导致的知识，并参加产品展示销售网络演示喜欢（Bruyn和丽莲，2008）（图1（步骤5））。

在Twitter上的产品信息传播的过程是类似Facebook，但是，而Facebook的区分朋友与产品网络成员（即“朋友”（一个人）与那些谁“喜欢”（产品）），微博没有这种正式的区别。相反，下列一个朋友的过程是相同的处理产品的。此外，在基于文本的帖子在Twitter上用户的个人资料页上显示的被称为“推特”，而不是“状态更新”（推特被限制在140个字符），而订阅到另一个用户的鸣叫被提及，而不是更通用的”喜欢“的产品信息源（在Facebook上）。知识的不断积累的特定的鸣叫源的观看页面。

我们的调查要求参与者回应关于在Facebook或Twitter，他们最近收到的产品页面的建议（涉及不熟悉的产品）。这些参加者被随机分配这两个网站的用户跨平台的调查。虽然这样的调查，它依赖于追溯数据是错误的回忆和可能的事后聪明偏见，我们没有理由期望，这种偏见会影响我们的假设的方向或意义。

四、提出措施

调查版本创建的。在第一个版本中，参与者被要求回忆起某一特定产品或服务相关的Facebook页面上，最近有人提出了他们，并回应我们的问题，特别是。我们依赖的措施是：“你有没有查看建议的页面”（知识）和“你确认/加入建议的页面”（喜欢）是/否可能的反应。在第二个版本中，参与者被要求调出一个特定的Twitter的成员，最近有人提出“遵循”（即一个产品信息源），并回应我们的问题，特别是建议。我们依赖的措施是：“你有没有查看建议的Twitter信息源的页面”（知识）和“你决定了吗遵循推荐的Twitter信息源”（喜欢）是/否可能的反应。

产品展示销售网络的信誉（H2）进行了评估与分类变量（大约有多少人会你估计已经加入的产品页面？“（第1版）或”大约有多少人你估计是建议Twitter的追随者信息源“（第2版）），等级从”小于10“，”超过一千名“（表二）。产品展示销售网络的程度（H3）进行了评估与调查第1版（“你认不认识其他成员的产品页面，你的朋友网络的成员？”）在一个单一的分类变量，有两个分类变量的统计调查第2版（ “你有没有认识到，其他追随者的产品，你的追随者吗？”和“你认不认识其他的追随者的产品，还有那些你所遵循的吗？”）。在后一种情况下，我们结合了这两个项目的反应在测试我们的假设[13]。所有项目“是/否/不知道”可能的反应。

五、总结

共502名学生，教师和工作人员（以及朋友的学生/教师/工作人员）从一个主要的东北大学参加我们的调查。因为不是所有的受访者分别为这两个网站的成员，版本分配不可能是完全随机的。因此，我们首先比较样本人口统计数据，以确保一致性。

对于第1版，58％（42％）的参与者是女性（男性）。约76％的受访者每天至少一次登录到Facebook，82％的记录，至少每三天一次。约46％的人在18-23岁年龄段中，42.7％下降到24-29类别。3.5％，超过一半的样本（55.1％）之间76-99％的朋友请求确认;确认所有的朋友请求。大部分的参与者（62.6％）每周少于3个产品页的建议。约49％的参与者表示，他们认为不到25％建议的网页，79％的人表示，他们证实了不到25％的产品页面建议。

在版本2中，62％（38％）的参与者是女性（男性）。约74％的受访者每天至少一次登录到Twitter，绝大多数（89％）至少每三天一次登录。第1版，下跌超过40％的受访者年龄在18-23岁类别，其他类别如下：lt;18（0.7％），24〜29（37.3％）,30-40（12.4％）和40（9.3％）。同样，我们的样本中，一半以上（52％）证实介于76和99之间的跟随请求％，和2％，确认所有跟随的要求。大多数参与者（59％）小于3的鸣叫源产品页建议每星期，52％的人表示，他们认为不到25％的建议页。因为没有这些人口变量的显着性差异（p gt; 0.10），整个调查的版本中，我们假设相当于样品。

越来越多的市场营销的一个重要目标是深刻的，持久的关系，与所有的人，组织或成分（如供应商，分销商），可以直接或间接地影响到公司的营销活动的成功（“Like it or not”

communication in on-line social networks

Graduate School of Management, Clark University, Worcester,

Anne Roggeveen

Abstract

Design/methodology/approach – Hypotheses were addressed using two online surveys. The first of these examined persuasive WOM communications on Facebook, the second investigated WOM communication on Twitter.

Originality/value – The paper demonstrates differences between online versus traditional WOM, and has important implications for marketing practitioners.

Paper type Research paper

We begin by describing several of the unique characteristics of social networking sites that distinguish them from other forms of online networks. We then discuss how the standard communication hierarchy of effects (HOE) model differs in these online social networks from what has been reported in traditional face-to-face or e-WOM settings (Frenzen and Nakamoto, 1993). Based on our discussion, we develop hypotheses to predict the effects of source and channel factors on how a consumer reacts to a persuasive WOM communication (i.e. within an online social network). Finally, we empirically test our hypotheses in the context of two of the most popular social networking sites – Facebook and Twitter.

Online social networking sites

The resulting network corresponds to what we refer to as a “Friend-Network”.

In the case of business organizations, product pages (rather than individual member profiles) can be created, and users can then be invited to join those product pages in order to “follow” the products (i.e. which allows the users to receive and/or disseminate product-related information). We refer to a “Product Network” as the collection of users who have elected to join a particular product page.