影响者塑造参照群体

时间: 2022-10-19 11:52:42   阅读:


  2022年10月14日下午两点,中国营销工程与创新研究中心(以下简称“MEI”)2022-2023年第一学期第7次研讨会(以下简称“Seminar”)在MEI如期举行,参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

  本次Seminar由纪晓媛研读文章《Influencer-Generated Reference Groups》。

1.png

  一、研究背景

  现如今,品牌营销比以往任何时候都更加依赖于消费者生成的内容。虽然传统品牌可能仍会通过电视、杂志等媒体渠道进行广告,但最近的营销路径越来越依赖于Instagram、YouTube和其他社交媒体平台这类数字媒体。并由此形成了一种新的消费者影响者经济,品牌邀请影响者在社交媒体上发表内容(Marwick 2015;Senft 2013)。

  鉴于这种方式的兴起和消费者对社交媒体的使用,品牌与消费者影响者之间的关系以及这些关系如何影响品牌本身是未来理解消费者与品牌关系的重要方面。此外,这些影响者可以作为品牌参考群体策略的一部分。例如,通过让多个相似的影响者提及一个品牌,营销可以反复将该品牌与某个“类型”的消费者联系起来。

  二、问题提出

  之前的研究探讨了关联的参考群体(Reference group associations)如何影响消费者行为,但最近的研究表明,我们对文化意义如何转移到品牌(即品牌如何获得关联的参考群体)的理解仍不完善。

  消费者研究中的一些观点,例如关于参考群体、社会角色和意义的传递(Bearden and Etzel 1982;McCracken 1989;Solomon 1983),提供了品牌如何获得参考群体意义的一些想法。然而,关于意义潜在转移过程的定量方法仍然有限。

  此外,也尚不清楚这些基础品牌理论是否能准确地应用于新的消费者-品牌关系。在这种关系中,消费者(尤其是消费者影响者)现在社交媒体上拥有数字“扩音器”(McQuarrie、Miller and Phillips,2013),并且比过去更有能力塑造品牌含义。

  本文通过实证研究消费者影响者如何在社交媒体上改变品牌与参考群体的关联,以适应消费者和品牌关系的数字化发展。

  三、文献综述

  1.品牌和产品如何与社会群体联系起来

  之前的研究探讨了品牌、产品和消费者生活方式之间的联系(Levy, 1959),认为品牌和产品包含符号意义(Bagozzi, 1975;Belk, 1988;Blumer, 1962;Hirschman, 1981)。例如,根据角色理论(Solomon, 1983), 这些象征意义可以包括某些“社会角色”以及使用这些产品和品牌的人的类型。此外,营销人员在为产品做广告的过程中可以将这些社会角色意义归因于产品和品牌(McCracken, 1986)。

  正因为品牌和产品可以与特定的社会角色相联系,于是产生了关联的参考群体。参考群体是指反映特定生活方式的具有社会意义的某类人(Englis and Solomon, 1995)。之前的研究展示了与不同类型消费者的关联如何影响消费者对产品或品牌的选择。例如,研究表明,消费者更喜欢在心理上与理想参考群体关联的品牌,以此作为管理个人身份的手段(Berger and Heath, 2007;Chan,Berger and Van Boven, 2012;Goldstein,Cialdini and Griskevicius, 2008;McFerran et al., 2010)。与此同时,消费者也希望通过他们的消费行为避免与游离的参考群体建立联系(White、Argo and Sengupta, 2012;White and Dahl 2006、2007;White、Simpson and Argo, 2014)。

  虽然目前的研究已经了解了消费者对品牌和产品的心理反应形式,但对于品牌如何确切地与特定社会意义以及特定的参考群体建立关联却知之甚少。例如,文化意义转移理论(McCracken, 1989)表明,通过广告,营销从业者可以从名人代言人那里获得文化意义,并向产品和品牌灌输代言人的文化联想。针对这些想法,虽然已经有一些实证研究(例如,

  “有趣的”名人代言人是否能让薯片看起来更“有趣”),但目前尚未有研究讨论品牌如何与特定类型的消费者关联(例如,“这个品牌为有趣的人准备的”)。

  随着研究人员对品牌如何获得文化意义的更多研究(Batra 2019;Fournier and Alvarez, 2019),考虑到参考群体概念在消费者研究和营销实践中的重要性,品牌如何获得关联的参考群体的过程可能是一个特别重要的问题。

  2.影响者典型性的作用

  为了建立品牌与特定类型的人建立关联的机制,本文参考了消费者对品牌的刻板印象(Grubb and Hupp , 1968;Levy, 1959;Sirgy, 1982)相关文献。正如消费者可能会对某些类型的人使用产品和品牌的类型持有刻板观念(例如,“环保主义者会开普锐斯汽车”),产品和品牌也可能是“刻板”的,以引起某些参考群体的注意。例如,先前的研究表明,当消费者想到拥有雪佛兰Caprice的人时,他们的刻板印象可能认为其与“祖父”有关(Belk、Bahn and Mayer, 1982;另见Belk,Mayer and Driscoll, 1984)。因此,现有的关于刻板印象心理学的研究可能有助于阐明品牌是如何建立和改变这种关联的。

  对刻板印象改变文献的整合分析表明,虽然刻板印象会阻止改变,但它们确实具有可塑性,可以加强或削弱(Forscher rt al.,2019年;Lai and Banaji,2020年)。例如,展示一个个例(例如,一个群体的成员)可以改变与该群体有关的刻板观念。影响刻板印象变化的一个关键变量是个人相对于其群体的感知典型性(Hewstone et al., 2000;Hewstones and Hamberger, 2000;Maurer et al.1995;Weber and Crocker, 1983)。

  研究表明,接触非典型个体可通过“分群”的形式引起刻板印象的改变(Hewstone and Hamberger, 2000;Maurer et al.,1995)。因为非典型个体增加了社会群体中人的范围(即异质性),从而改变了刻板关联(即削弱了以前的关联)。但是一旦我们开始考虑高度非典型的个体,这种机制就产生了特别有趣的影响,这可能导致“亚型化”。如果一个个体被认为太非典型,他们可能会被视为“规则的例外”,因此,由于与群体的关系似乎不大,而无法改变对群体异质性的看法。事实上,与高度非典型个体接触甚至可能会通过作为例

  外来加强先前存在的联系或偏见,从而确认一个人最初的分类(Taylor,1981)。

  根据这种可能性,最近的研究表明典型性和刻板印象改变之间存在U型关系。因此,虽然非典型个体通常更可能削弱或改变与其群体相关的关联,但在某个转折点,非典型个体的影响力开始下降。

  社交媒体影响者在发布有关品牌的帖子时,可能会强化或削弱对品牌典型用户的刻板印象,这取决于他们的感知典型性(Weber and Crocker, 1983)。此外,典型性和品牌参考群体关联之间的关系可能由品牌消费者感知同质性的变化来介导(Hewstone and Hamberger, 2000;Maurer rt al.,1995)。

  另外,典型性与(1)感知同质性和(2)参考群体关联之间的关系可能呈U形。具体而言,由于亚型化(Taylor, 1981),过度非典型的影响者可能无法增加品牌消费者的感知异质性,甚至随着非典型性的增加而增强先前存在的同质关联。

2.png

  四、实证过程

  1.刺激物选择

  为了探索影响者如何塑造消费者的参照群体联想,作者构建了一组由各种社交媒体影响者发布的关于时尚品牌的125条Instagram帖子,作为调查参与者的刺激物。为此,146名北美参与者(平均年龄=37,53名女性)对他们在想到某个特定品牌时是否想到某类消费者或社会群体进行评分(1=强烈反对,7=强烈同意)。

  我们首先保留了所有得分在5分以上的品牌(n = 20)用于后续步骤。然而,为了探索影响者是否也能塑造其他类型品牌的参考群体关联,我们增加了在该问题上获得最低分的五个非时尚品牌(均在4.1至4.6之间)。

  接下来,我们访问了Iffulence.co,一个主要的影响者社交网站,超过20万影响者在社交媒体上分享了他们的品牌代言信息。对于每个符合条件的品牌,我们根据点赞数量确定了Instagram上符合一套基本标准的前五个图片帖子,包括(1)标题中有提到品牌,(2)图片中包括可识别的人(例如,没有裁剪的头或脸)(这样可以让人联想到群体),以及(3)用英语写的标题文本。5个帖子平均表现出相当高的参与度(平均点赞数量=4,447,平均粉丝量=147,447)。

  2.数据收集

  亚马逊mTurk上的2,677名北美参与者(平均年龄=39,1,496名女性)完成了我们的主要调查,并支付了少量费用。在主要的调查中,每个参与者在提供该品牌的参考组答复和回答与该帖子有关的其他问题之前,观看了我们关于一个品牌的影响者帖子的截图。每个有影响力的帖子收到大约20个参与者的回复。2,461名来自亚马逊mTurk的北美参与者(平均年龄=40,1,429名女性)完成了类似的调查,作为对照组,其中参与者为某一品牌提供了参考群体的关联,而没有查看任何影响者帖子。

  3.变量的测量

  文本测量:为了将参照组关联与特质描述性名词和形容词联系起来,我们要求所有参与者提供五个名词和五个形容词,描述使用品牌的人的类型。

  关联强度:对于所提供的每个参考群体文本条目,我们要求参与者指出该词或短语是否是使用该品牌的人的特征(1=非常没有特征,7=非常有特征)。

  个人的典型性:我们询问参与者,帖子中的影响者是否是使用该品牌的典型人物(1=高度非典型,7=高度典型)。

  同质性:使用该品牌的人相互之间的相似程度(1=极不相似,7=极相似)。

  替代变量:帖子的主观特征(即感知的商业取向;认为帖子是品牌赞助的);产品的感知典型性(即产品代表品牌的程度);帖子的客观特征(点赞数、话题标签、图片标签、字数、文字情感和图片质量)。

  受访者的特征:受访者的人口统计学(如年龄、Instagram使用情况);受访者与品牌的关系(如他们的自我品牌联系);与影响者的感知相似度。

  4.语言学特征

  我们根据参与者提供的文本,构建了两种衡量参与者认知的紧密度。

  对于每个参与者,我们观察到几个反映参与者对品牌参考群体描述的词。我们首先将每个参与者的各个单词或短语与一个独特的概念网络向量联系起来。例如,一个参与者可能用 "跑步者"、"时尚 "和 "富有 "来描述与Lululemon品牌相关的参考群体。我们把这些词分配给独特的概念网络向量,它们可以被映射到语义空间中(如下图所示)。

3.png

  首先,为了构建一个 "嵌入变化 "的衡量标准,反映出参与者对参考群体认知的紧密程度,我们对参与者的语义向量进行了平均化,捕捉到了这个人对特定品牌的平均参考群体关联。随后,对于每个参与者,我们计算每个参与者的单词或短语(用概念网络向量表示并映射到语义空间)与参与者的平均语义向量之间的向量距离。对被试者的这些距离进行平均,就可以得出被试者回答中意义的 "变化 "程度。我们认为较低的变化分数反映了被试者的品牌参考群体关联的紧密程度。

  此外,我们通过对概念网络向量的聚类来构建参考组集群,从而构建了第二个衡量参与者品牌关联紧密程度的语言学方法。具体来说,我们采用加权迪里克莱过程高斯混合模型来确定100个总体的参考组群。举例来说,"跑步"、"潇洒 "和 "财富 "这几个词分别属于 "运动员"、"时髦 "和 "富有 "集群。因此,这些词会使参与者提到的群组数量增加,总共有三个群组(见下图)。总之,通过这些基于文本的衡量标准,我们补充了我们的分析,并探讨了影响者内容对品牌参考群体关联的紧密程度的影响。

4.png

  5.非文本分析结果

  我们首先检查了数据集中的非文本回应变量,以探索影响者的典型性如何影响品牌的(1)消费者感知的同质性和(2)参考群体关联强度。我们将数据提交给两个独立的回归分析,并对典型性进行二次分析,以捕捉潜在的U型效应。

  首先,我们发现典型性与品牌的感知同质性有关(b = .083,t = 4.78,p < .001),而且这种关系确实是二次性的(b = .074,t = 9.30,p < .001)。 第二,我们发现典型性也与参照组关联强度有关(b = .081,t = 6.36,p < .001),而且这种关系也是二次性的(b = .043,t = 7.41,p < .001)。

  中介效应:典型性对感知同质性的线性效应是显著的(b = .083,t = 4.78,p < .001),二次效应也是如此(b = .074,t = 9.31,p < .001)。另外,感知同质性对关联强度的影响也很显著(b = .148,t = 10.55,p < .001)。然而,在考虑了感知同质性的干预作用后,典型性对线性效应(b = .069,t = 5.49,p < .001)和二次效应(b = .032,t = 5.57,p < .001)都仍然显著。我们通过计算不同的典型性水平(如-1 SD,+1 SD)的θ来评估间接路径的意义。我们观察到中度(+0 SD,θ=0.036,95% CI=[0.027, 0.045])和高度典型性(+1 SD,θ=0.069,95% CI=[0.052, 0.090])的显著间接效应。然而,对于低水平的典型性(-1 SD),间接效应未能达到显著性(θ=0.002,95% CI=[-0.006, 0.010])。

  调节效应:我们还考虑了几个协变量作为模型的调节变量,包括参与者对自我品牌联系的感知、与影响者的相似度、帖子的商业取向、对帖子的品牌赞助的评价,此外还有帖子的点赞数和帖子文本中的情感。简而言之,从影响者的典型性到感知的同质性以及最终参考群体关联的强度的曲线路径,在这些调节变量的不同水平上都是一致显著的(所有PS<0.001)

  协变量:作为稳健性检查,我们将 "测量 "一节中描述的所有变量作为我们模型中的协变量。简而言之,将这些变量作为协变量并没有改变我们对结果的解释。

  总的来说,这些结果支持我们概念模型的预测。提供了典型影响者的参与者认为,该品牌的消费者更为同质,并列出了被认为与该品牌联系更紧密的参考群体,这些发现符合二次关系。感知的同质性对典型性-关联强度的关系起到了中介作用。然而,只要影响者不是非典型的,这种中介关系就会保持。结果表明,非典型影响者也会加强联想,但这种影响背后的机制可能不是由于品牌消费者的感知同质性的转变。

  6.词语嵌入结果

  对于每个参与者,我们计算了两个衡量标准,以捕捉参考群体关联的紧密程度。一个是衡量参与者回答的差异程度(称为 "嵌入差异"),另一个是衡量参与者提到的参考群体类别的数量。我们发现所提供的参考群体关联的强度与(1)嵌入变化指标(r = -.101,p < .001)和(2)提到的类别数量(r = -.062,p= .003)之间有很强的相关性。那些认为他们为品牌提供了更强的参考群体描述的参与者也给出了具有数字上相似的嵌入分数(即更低的嵌入变化)的反应,这些反应属于更少的参考群体集群,反映了对品牌更紧密的关联。

  我们接下来探讨了影响者的典型性如何影响语言数据中的参考群体关联。

  首先,一个bootstrap置信区间表明,典型影响者增加了对同质性的感知,这增加了参与者对参考群体的关联强度,并最终减少了(1)参与者的嵌入变化和(2)参与者品牌描述的集群数量。他们还探讨了我们数据中不同类型品牌之间的中介效应。额外的分析显示,对于具有强烈群体关联的时尚品牌,嵌入变化变量也有类似的间接效应(effect=-.0016,SE=.0004,置信区间:LLCI=-.0025,ULCI=-.0008,在95%的显著性水平上)和提到的集群数量(effect=-.0067,SE=.0025,置信区间:LLCI=-.0121,ULCI=-.0022,95%的显著性水平)。然而,对于嵌入变化变量来说,具有弱群体关联的非时尚品牌的间接效应并不明显(effect=-.0001,SE=.0006,置信区间:LLCI=-.0015,ULCI=.0011,在95%的显著性水平上)或提到的集群数量(effect=-.0005,SE=.0047,置信区间:LLCI=-.0109,ULCI=.0085,在95%的显著性水平)。因此,虽然对全部数据集的分析表明有一个显著的中介路径,但按品牌类型划分的数据表明有差异。

  总的来说,这个补充分析为影响者的典型性会加强语言品牌关联的观点提供了支持。具体来说,通过将我们之前的模型扩展到参与者的文本回答,我们发现典型的影响者不仅增加了对同质性的感知并加强了参考群体的关联,而且最终也减少了参与者的嵌入变化(回答之间的向量距离)和他们为品牌写的集群的数量。虽然这一发现在完整的数据集中保持不变,但当按品牌类型进行分解时,我们发现这一关系在我们调查的五个具有弱群体关联的非时尚品牌(如可口可乐、eBay、谷歌、百事可乐、Verizon)中没有得到证实。

  五、研究结论

  通过对品牌参考群体关联的多方法研究,我们探讨了社交媒体影响者如何塑造这些关联。

  1.    当影响者在社交媒体上发帖时,他们对品牌的典型性认知可以改变人们对品牌消费者同质性的看法,最终加强或改变人们想到品牌时想到的群体。

  2.    他们还发现了这些效应的U型关系的一致证据。具体来说,在一定的非典型性水平上,影响者削弱参考群体关联的能力越是显得非典型,就越是下降。

  3.     对参与者文本数据的分析(例如,对时尚品牌的分析)普遍显示,典型的影响者可以通过增加参与者想到的品牌描述词的相似度和代表较少的参考群体类别的可能性来收紧品牌关联。

  至此,本次Seminar文章研读完毕。

  之后,由王汐文、杨凯睿、管大为、刘冰怡分享了最近的研究进展。针对研究中的问题,老师与同学们提出了一些建议,并且明确了进一步的研究计划。

  至此,本学期第7次Seminar圆满结束。

  文字/肖强

  排版 /肖强

  审核 / 刘冰怡