隨著社交、直播平臺(tái)和自媒體傳播模式的興起,互聯(lián)網(wǎng)內(nèi)容消費(fèi)的形式已經(jīng)越來越豐富,在億萬互聯(lián)網(wǎng)用戶參與內(nèi)容創(chuàng)造、內(nèi)容傳播和內(nèi)容消費(fèi)的過程中,涌現(xiàn)了大批通過網(wǎng)絡(luò)走紅的“網(wǎng)紅”,并催生了網(wǎng)紅產(chǎn)業(yè)的誕生。網(wǎng)紅擁有的龐大粉絲群體使網(wǎng)紅具備強(qiáng)大的變現(xiàn)能力,網(wǎng)紅產(chǎn)業(yè)鏈帶來的巨大盈利能力同樣也吸引了電子商務(wù)平臺(tái)的加入,為有線上營(yíng)銷需求的商家和尋求變現(xiàn)途徑的網(wǎng)紅提供交易平臺(tái)。本文旨在探究電子商務(wù)平臺(tái)網(wǎng)紅背書價(jià)值評(píng)估的方法及其背后的影響因素。在參考國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上,從消費(fèi)者效用角度出發(fā),本文創(chuàng)新性地在集計(jì)數(shù)據(jù)的基礎(chǔ)上建立隨機(jī)系數(shù)Logit模型,衡量了網(wǎng)紅背書價(jià)值。本文收集了淘寶內(nèi)容社區(qū)中2017年9月22日至2017年11月22日期間為淘寶香水商家背過書的27個(gè)網(wǎng)紅的數(shù)據(jù),以及網(wǎng)紅背書的商家的特征、商家在售香水特征及銷售記錄等。在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、特征提取后建立了隨機(jī)系數(shù)Logit模型,分析了網(wǎng)紅背書這種營(yíng)銷策略對(duì)消費(fèi)者效用的影響,并估算出了每個(gè)網(wǎng)紅背書給消費(fèi)者帶來的平均邊際效用,即網(wǎng)紅背書價(jià)值。研究結(jié)果發(fā)現(xiàn)不同網(wǎng)紅的背書價(jià)值不同,5個(gè)網(wǎng)紅的背書價(jià)值為正,2個(gè)網(wǎng)紅的背書價(jià)值為負(fù),其余20個(gè)網(wǎng)紅背書價(jià)值不顯著。隨后本文通過建立多元線性回歸模型探究影響網(wǎng)紅背書價(jià)值差異的內(nèi)在因素,發(fā)現(xiàn)網(wǎng)紅粉絲數(shù)、網(wǎng)紅領(lǐng)域與商家領(lǐng)域的契合度對(duì)網(wǎng)紅背書價(jià)值沒有顯著影響,網(wǎng)紅背書內(nèi)容所含產(chǎn)品數(shù)對(duì)網(wǎng)紅背書價(jià)值有消極影響。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F724.6;F274
【部分圖文】：

場(chǎng)的商家個(gè)數(shù)會(huì)可能會(huì)少于２５個(gè)。這種情況在模型的設(shè)定中是允許的。統(tǒng)計(jì)顯??示，每個(gè)市場(chǎng)商家的個(gè)數(shù)在［１９，２５］區(qū)間內(nèi)。２５個(gè)商家整體在６２個(gè)市場(chǎng)中所占市??場(chǎng)份額的范圍是１４％－７０％，具體見圖４．１。??２３??

要為每個(gè)網(wǎng)紅設(shè)置網(wǎng)紅背書變量，即網(wǎng)紅ｉ（ｉ＝ｌ，２，．．．，２７）以代表網(wǎng)紅背書次數(shù)。??不同網(wǎng)紅背書無差異的情況下，網(wǎng)紅背書總次數(shù)與２５個(gè)商家整體市場(chǎng)份額??的聯(lián)動(dòng)情況可見圖４．２。??市場(chǎng)份額與網(wǎng)紅背書的聯(lián)動(dòng)??２．５??ｆＮ?對(duì)?ＮＣ〇ＣＣ：ｒ＇Ｊ?寸?＇ＣＯＣＣＩＣＮ?寸?寸?ＯＯＣＯ?—?ｒ?勹?１＾卜〇?一?卜；＞?—??（Ｎ?ｒ＾ｉ?ｒｓｊ?ｒｓｊ?ｆ？－，?〇?〇?〇?〇?—?—?—?—?一?ｒｖｊ?ｆＮ?ｒＮ?ｒ－ｊ?ｒ＾ｊ?〇＜－，〇〇〇〇?〇?—?一?一?一?—?＜＊Ｎ??乂乂?乂?乂乂?乂乂?義乂乂?乂義義?義乂?乂義乂?義乂?ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?１?Ｉ?Ｉ?Ｉ?Ｉ??＇Ｔ＇Ｔ＇Ｔ＇Ｔ＇Ｔｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉｉ??■古場(chǎng)份額—網(wǎng)紅背書總次數(shù)＇８??圖４．２市場(chǎng)份額與網(wǎng)紅背書的聯(lián)動(dòng)??由于市場(chǎng)份額數(shù)值在［〇，１］區(qū)間內(nèi)，為了讓兩者的波動(dòng)直觀可見，圖４．２中使??用了網(wǎng)紅背書總次數(shù)／８。觀察圖４．２可以看到網(wǎng)紅背書與２５個(gè)商家整體市場(chǎng)份??額的波動(dòng)有部分保持一致。在網(wǎng)紅背書總次數(shù)升高的同時(shí)，２５個(gè)商家占總體市??場(chǎng)份額的也會(huì)有所提升。??③時(shí)間窗口設(shè)置??另一個(gè)需要研究者關(guān)注的問題是，如何界定網(wǎng)紅背書效應(yīng)有效的時(shí)間窗口。??在傳統(tǒng)的名人背書中，名人和企業(yè)會(huì)簽訂一個(gè)約定時(shí)間期限的合同，一旦合同終??止企業(yè)會(huì)撤下該名人相關(guān)的推廣素材，名人也會(huì)停止推廣該品牌（例如明星與化??妝品公司的代言終止后，化妝品公司馬上撤下該明星的廣告牌等），研究者可以??很直觀地將時(shí)間窗口設(shè)置為合同的期限。與傳統(tǒng)名人背書不同的是

?Ｍ關(guān)注??圖４．３網(wǎng)紅詳情頁１?圖４．４網(wǎng)紅詳情頁２??以網(wǎng)紅“娜薩醬」＾１＾３３’’的個(gè)人詳情頁為例（見上圖４．３和圖４．４），用戶可??以在手機(jī)淘寶的達(dá)人詳情頁瀏覽網(wǎng)紅發(fā)布過的所有內(nèi)容，即任何時(shí)刻都可能有用??戶通過洋情頁進(jìn)入商店。．??由于阿里巴巴集團(tuán)的數(shù)據(jù)支持，本文統(tǒng)計(jì)了網(wǎng)紅發(fā)布的內(nèi)容給商家?guī)淼牧??量在時(shí)間上的分布，發(fā)現(xiàn)網(wǎng)紅背書所帶來的流量大部分產(chǎn)生在內(nèi)容發(fā)布后的三天??內(nèi)。因此，本文將時(shí)間窗口設(shè)置為３，即本文認(rèn)為內(nèi)容發(fā)布后的三天內(nèi)網(wǎng)紅的背書??都有效。??④商家特征??下面討論商家特征的選取。從消費(fèi)者角度，進(jìn)入到商家的店鋪后影響消費(fèi)者??選擇在商家ｊ中購(gòu)買的商家特征分為兩類，一是商家本身的特征，二是商品特征。??為了選取商家特征
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 陳立中;;中國(guó)汽車產(chǎn)業(yè)需求估計(jì)、供給分析和兼并重組福利效應(yīng)模擬——基于BLP等模型和來自乘用車市場(chǎng)的例證[J];中國(guó)軟科學(xué);2013年12期

2 周懿瑾;陳嘉卉;;社會(huì)化媒體時(shí)代的內(nèi)容營(yíng)銷:概念初探與研究展望[J];外國(guó)經(jīng)濟(jì)與管理;2013年06期

3 趙占波;孫魯平;蘇萌;;C2C中產(chǎn)品瀏覽量和銷量影響因素的對(duì)比研究[J];管理科學(xué);2013年01期

4 劉忠;田莎;陳青;康才武;;隨機(jī)系數(shù)LOGIT模型的最新發(fā)展及其應(yīng)用[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2012年12期

5 符國(guó)群;品牌定位在市場(chǎng)營(yíng)銷戰(zhàn)略中的地位[J];中國(guó)流通經(jīng)濟(jì);2004年04期

相關(guān)碩士學(xué)位論文 前5條

1 徐薇潔;網(wǎng)紅微博營(yíng)銷策略對(duì)其廣告微博的傳播效果的影響研究[D];浙江大學(xué);2017年

2 高潔;名人微博的廣告價(jià)值研究[D];吉林大學(xué);2016年

3 辛賢鵬;明星代言對(duì)于體育品牌價(jià)值的影響研究[D];山東大學(xué);2014年

4 呂鵬;網(wǎng)絡(luò)口碑信息來源可信度、產(chǎn)品涉入對(duì)消費(fèi)者品牌態(tài)度的影響研究[D];湘潭大學(xué);2013年

5 方冰;基于社會(huì)化媒體營(yíng)銷的品牌內(nèi)容傳播[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

本文編號(hào)：2849355