中国知网查重 高校在线论文查重入口

立即检测
  • 58 元/篇
    系统说明: 知网职称论文检测AMLC/SMLC是杂志社专用系统,针对投稿论文、评审论文、学校、单位职称论文的学术不端重复率检测系统。
  • 298 元/篇
    系统说明: 知网本科论文检测PMLC是最权威的大学生毕业论文检测系统,含“大学生论文联合对比库”,国内95%以上高校使用。检测结果和学校一致!
  • 498 元/篇
    系统说明: 此系统不支持验证!可用作研究生初稿检测,相比知网VIP5.3缺少“学术论文联合对比库”,检测结果有5%左右的误差!(论文中若参考往届研究生论文,重复率误差会较大)
  • 128 元/篇
    系统说明: 大分解论文检测系统,对于想检测学术不端文献检测系统,而又价格便宜的同学可以选择,限每篇2.9万字符,结果与大学生PMLC、硕博VIP定稿系统有出入!
  • 68 元/篇
    系统说明: 知网论文小分解检测系统,适合中国知网初稿查重,数据库和定稿查重不同。结果与本科PMLC,研究生VIP5.3有出入,限每篇1.4万字符!
  • 3 元/千字
    系统说明: 学术家论文重复率检测系统,支持学位论文、毕业论文、投稿论文、职称评审论文,提供全文对照,word标红报告,性价比超高!
论文方法写作-移动端精准广告对营销效果的影响因素分析
时间:2021-05-17 10:02:08

  伴随着新一代信息技术的迅速发展,个人信息在商业化应用中的作用尤为突出,以大数据等信息技术为基础的精准广告推送成为广告行业的主流。本研究通过参考大量文献,架构出相关的假设模型。通过在问卷星平台上设计问卷,并在网络上发放问卷来收集消费者对于移动端精准广告的态度数据。在使用SPSS统计分析软件,分析所收集的问卷数据的信度和效度后,对数据进行相关性和线性回归分析,检验研究假设。检验结果认为,感知个性化对移动端精准广告的营销效果有正向显著影响;隐私关注、目标障碍均对精准广告营销效果有负向影响,但只有隐私关注表现出显著影响。本研究结论能够对移动端精准广告投放提供合理化建议,使之更贴近消费者需求,提供更具人性化的体验,从而达成消费者与广告主之间的共赢。

  目前,我国在全球广告市场份额上位居第二,仅次于美国。随着我国网民基数的不断增大,互联网成为也成为我国广告主竞相角逐的重要领域。根据艾瑞咨询发布的调研数据显示,中国在2017年度的互联网广告经营总额已经达到2975.15亿元规模,占广告总经营额的43.14%,2018年更是到达了4844.0亿元的规模,并且推测中国的互联网广告市场将在2021年的时候达到近万亿的体量[1]。

  同时,互联网兴起和快速增长,使得网民数量急剧增长,数字化时代特征逐渐明显,广告发布者对于消费者数据程度越来越重视。艾瑞咨询的通过调研网络广告市场后发布了名为《中国网络广告市场年度监测报告简版2019》的监测报告,报告认为广告主倾向使用数据来发布针对性的广告[1]。依托于数据的精准广告正是通过对大数据技术的应用,对收集到的消费者信息进行筛选和分析,包括消费者的性别、年龄、兴趣爱好、消费能力、行业等显性信息和隐性信息以及跟踪消费者浏览网页搜索历史、浏览历史、购买历史等的动作信息,得出消费者的偏好和个人特点,并在跟踪数据的基础上针对性投放广告。提高了营销效率的同时减低了广告成本。但精准广告的监控和收集用户隐私的行为也引发了消费者的担忧,加重消费者在自我保护方面的脆弱感和侵入感,从而可能造成潜在客户流失、客户满意度下降、营销效率下降等一系列问题。

  图1 2019年中国广告主对数据使用的相关措施

  (资料来源:艾瑞咨询.中国网络广告市场年度监测简版2019.[EB/OL].[2019-06].http://report.iresearch.cn/report_pdf.aspx?id=3393)

  (二)研究目的与意义

  1.研究目的

  精准广告作为网络广告最新的发展趋势,具有强大的营销潜力。根据CTR媒介智讯发布的《2019,透过中国广告看市场》报告显示,由于市场的不确定性引发的广告主整体信心的下降,广告主对于增加广告预算的意向达近十年最低。其中,可以明显看到各主流媒体和头部广告行业的广告刊例花费都有所削减[2]。而精准广告的精准投放有助于快速定位用户人群,减少不必要的推广成本,因此讨论精准广告对营销的影响对精准化网络营销具有重要推动意义。本论研究旨在以移动端的精准广告为例,通过移动端精准广告在实际投放过程中对用户的影响分析,探讨存在的影响因素,并籍此提出具有可行性的改善建议。

  2.研究意义

  结合时代趋势,进一步探索网络经济中广告主达成用户目标过程中存在的积极因素和消极因素,对于构建网络经济体系具有重要的学术意义。同时,从经济角度而言,对于提高营销效率、降低广告成本,促进市场经济的发展和广告体系的规范具有重大意义,还对于保护消费者权益,增强用户的上网体验和加速资金流动等方面都具有促进作用。

  (三)研究内容和方法

  1.文献综述

  通过对一些期刊杂志以及在线的文献检索工具的使用,对现有的文献资料进行整理和相关性的检索,分析相关的一些理论研究,并在这些理论的基础上,采用感知个性化、目标障碍、感知易用性、感知有用性、隐私关注等因素作为主要的探索方向构念变量,并依此建立研究模型。

  2.实证研究

  通过问卷设计软件制作网络问卷,并在社交平台上发放问卷,采集数据,对构建的模型提供数据上的有力依据。对问卷的数据剔除异常数据值后进行效度和信度检验,并验证模型的可行性,并归纳总结出结论。

  二、文献综述

  (一)精准广告

  伴随着大数据和移动互联网技术的不断进步,以用户特征数据为基础的精准广告受到广告主的青睐。广告主对广告的期望不仅仅是广告的有效传播,更多是希望广告与消费者对接过程中,对现有消费者的精准定位和潜在消费者需求的挖掘,精准广告在一定程度上实现了广告主的野心。

  1.精准广告的发展

  广告自古以来就是商家招揽顾客、宣传自己的重要营销手段,穿插于我们生活中的各个场景,乃至于各个时空。从古代沿着大街小巷吆喝叫卖的货郎小贩的口头广告,到近代见诸于报纸杂志等刊面的印刷广告,再到现代绘声绘色的多媒体广告,无数商人对广告的趋之若鹜无不证明着广告对于加速商品流通、沟通消费者存在重要意义。从历史的角度来看,广告形式的每一次进步都是借助于科技的土壤,也带来了卓越的成效——从打破地域限制的印刷广告,到更多享受的多媒体广告,而当下大数据的“浪潮”又能给广告带来什么呢?答案可能是广告的新革命——精准广告。传统广告的“广而告之”的理念使得资源浪费的不可避免,广告主迫切地提出更加精准的广告投放来减少这种不必要的资源浪费问题。试想一下,如果向一位单身男士推送奶粉广告、向一位妙龄少女推送剃须刀广告、向一位垂髫孩童推送口红广告……诸如此类的不合时宜的广告是否会契合消费者需求,成为消费行为的诱因?显而易见是不能的,这样的广告怎么能不存在浪费。精准广告的构念正是在这样精准落实到消费者需求的一种愿景下产生的。大数据技术的“量化”概念为精准广告的实现提供了重要基础。精准广告通过应用大数据技术,可以准确挖掘消费者需求,精确控制广告,准确评估广告效果[3]。精准广告最初由美国学者提出,进入市场后立即获得经营者的重视,并且伴随着科技的进步作出适应性的革新。有以下三个主要的发展阶段:第一个阶段是精准广告的地域定向投放。在web1.0时代,网络发展相对简陋,互联网广告也受到网络基础的局限,该时期的精准广告体现出以地域标准配匹对应广告的特点;第二个阶段是搜索引擎定位,该阶段的精准广告享受到了web2.0带来的红利。互联网的交互功能让广告主可以根据用户的上网任务的不同,将顾客区别为不同的类群,再通过不同的类群标签设置针对性的广告;第三个阶段就是行为定向广告,根据用户上网行为来对目标受众进行更精细的划分,进行用户画像的建立。完整的处理过程包括:数据分析人员对后台抓取的用户信息和行为数据,通过采用大数据技术,对数据进行预先处理与挖掘。然后通过结合人工知识对数据的二次处理,得到消费者的行为要素,包括消费者来源,访问周期,兴趣喜好,行为目的和访问频次等,建立档案,最终生成消费者画像,最后将个性化的广告精准投放到目标消费者所在的信息渠道中[4]。目前,精准广告正处在第三阶段,即基于移动终端设备和无线网络的应用,通过对受众网络行为的全方位跟踪和分析,掌握更多的潜在消费需求。相较于第二阶段的搜索引擎定位,它更加精准,主要体现在对数据的反应处理更加快速,甚至是实时性的需求预测做出的精准推荐,更加切合广告主对于一对一精准投放的愿景[5]。

  2.精准广告的定义

  随着国家全面小康的经济计划的进一步推进,对中国互联网的整治有利于良性网络环境的搭建,促进网络经济规范化发展。网络领域成为国家重点规范整治的重点领域之一。2014年中国网络广告协会互动网络分会发布《框架标准》一文中,将精准广告定义为:通过收集特定计算机或移动设备在互联网上一段时间内(如浏览网页、使用在线服务或应用程序)的行为信息,提炼出用户特点,并以此作为投放广告的依据[6]。本论通过筛选近五年内相关的期刊文献,提炼出以下几个对本文具有参考意义的定义。黄琦翔、鞠宏磊[7](2016)认为精准广告向受众推送与之高度相关的带有明显的个性化以及个人需求特征的广告,是通过利用大数据信息搜寻、消费者定位挖掘等技术在各平台上进行实时性的信息抓取和分析。冯鹊禾[8](2017)认为互联网精准广告营销是以互联网为主体,通过使用大数据分析,兼顾市场、消费者和产品,提出的更有针对性的广告营销。针对消费者不同的年龄段、地区、消费水平等信息,“窄而告之”。在广告的投放和内容上,精准广告都体现出针对性的特点,节省广告营销成本的同时,提升广告效果。尹美林、陈嘉欣[9](2018)认为互联网精准广告是通过使用互联网作为媒介来实现广告主目标和流量的实现。在这个过程中还实现了对消费者传递正确的营销信息,具有极高的性价比,具有以用户为中心、数据驱动、投放门槛较低等特征。黄梓莹[10](2017)互联网精准广告,是一种在收集和存储个人信息、追踪个人在线行为的基础上,从中分析出应该向消费者投放何种内容的个性化广告。蒋玉石、张红宇等人[11](2015)等认为精准广告的特征还包括基于追踪互联网用户的网络浏览行为,根据追踪的数据分析网络消费者的偏好及个人特性,并向其进行个性化广告。综上所述,研究将精准广告定义概括为:以用户数据为投放导向的具有强大营销能力的个性化互联网广告

  (二)在线行为广告框架

  在前面关于精准广告的发展中提到当前阶段的精准广告表现为行为定向广告,OBA(在线行为广告)作为定向广告的一种典型,对于研究精准广告具有重要的参考价值。论文参考了Sophie C.Boerman,SanneKruikemeier和Frederik J.ZuiderveenBorgesius等人在2017年发表的《在线行为广告文献综述》,该研究通过对经过筛选的32篇论文,其中囊括了21篇学术期刊,6篇会议论文集,1篇书籍章节,和4篇在线发表的研究,对涉及到的相关因素做出整理,如图2。该框架通过对涉及到识别和整合所有可以解释消费者对OBA反应的因素,并区分出三个方面的主要因素分别是:广告商控制因素、消费者控制因素以及广告效果[12]。本研究通过对这几种主要因素的检查以及整体框架的参考,力求以更全面的视角去联系精准广告营销效果在实际投放过程中的影响因素,对在研究中或可能会涉及到的相关因素进行理解分析,并在此基础上进行后续问卷问题项的设计借鉴和假设参考。

  图2在线行为广告框架

  (资料来源:Sophie C.Boerman,Sanne Kruikemeire,Frederick J.Zuiderveen Borgesius.Online Behavioral Advertising:A Literature Review and ResearchAgenda[J].Journal of Advertisting,2017,46(3):363-376.)

  (三)广告回避理论

  因为精准广告是以互联网为媒介进行传播,相较于其他的传统广告传播方式,具有实时性、互动性的特点,所以用户可以对接收到的广告做出现时的反馈以及可能出现在违背用户本身意志的情况下,出现的干扰用户上网任务进程的广告。在相对成熟的传统广告回避研究中,过去的一些学者将广告回避概念化为由认知、情感和行为构成的三角性格,并且作为广告回避主要三大因素。在互联网广告回避研究领域,以Cho[13](2004年)的网络广告回避模型最受研究者的认可。Cho在创建的模型中结合了心理学、传播学和营销学的相关理论研究,从目标感知障碍、广告杂乱、既往的消极体验三个方面建立了互联网用户的广告回避行为理论模型。在后期的网络广告回避研究中,学者们也多沿用这一划分。黄梓莹认为互联网广告和精准广告存在共性和个性,共性在于二者都是互联网广告,关于互联网广告的研究可以为精准广告提供借鉴,但精准广告的精准投放和需求挖掘则需要充分结合自身特点。因此,在构建精准广告的回避影响因素的理论框架时,需要结合早期互联网广告的研究,还要充分结合精准广告的特性[9]。W.Li,Z.Y.Huang[14]认为互联网行为广告回避还可以从:消费者故意忽视任何广告(认知回避)、仇恨网络行为广告(情感回避)、关闭或拦截在线行为广告(行为回避)这三个维度来衡量,并在后续的模型假设中提出以目标障碍、个人感知、隐私担忧、消极体验作为因变量的研究支撑。

  本研究认真权衡了这一划分维度,认为从认知回避、情感回避和行为回避三个维度,来探讨消费者的精准广告回避行为是合理的。研究从梳理既往研究的基础上,结合精准广告的特性,结合了目标障碍、感知个性化、隐私关注,广告的感知有用性对消费者在面对在线行为广告回避产生的影响,作为本研究模型部分变量的提出依据。

  (四)技术接受模型

  Davis在通过使用“理性行为理论”研究用户对于信息系统或计算机等新领域或新系统是否进行接受并使用的程度的决定性因素时,进一步地将其和期望确认理论以及自我效能理论进行联系后提出技术接受模型(Technology Acceptance Model,ATM)。技术接受模型主要解释了感知易用性、感知有用性以及态度等因素在用户使用系统过程当中的影响。其中使用意向控制用户的最终选择,而使用意向由用户的态度和感知有用性共同决定,而用户的感知有用性和感知易用性分别作用于用户的使用态度,并且感知易用性同样影响感知有用性[15]。该模型以感知有用和感知易用性、感知有用性作为自变量,其中感知有用性被定义为描述用户在使用一个新的信息系统时对于他任务效果的提高程度,感知易用性则被定义为反映用户操作一个新的信息系统时的容易程度。

  精准广告作为一种仍在发展的特殊形式的广告,运用技术接受模型对于精准广告在投放过程的对于用户的影响有很好的解释作用。

  (五)刺激-反应理论和广告效果测量模型

  刺激-反应理论由行为心理学的创始人约翰提出,他认为人类一切的复杂活动的都是由刺激和反应两部分完成的。该理论被市场营销人员采纳后用于制造营销刺激促使消费者产生消费的反应。

  根据斯特朗(1925)提出广告效果测量模型(AIDA)。AIDA模型认为消费者从接触外界营销信息到完成购买行为,是在一系列连续的反应中实现的。并且根据其反应程度的不同,将其划分为注意(attention)、兴趣(interest)、欲望(desire)和行动(action)四个连续的阶段。其中,“注意、兴趣、欲望”属于消费者态度。在市场营销方面的研究中,许多研究将“态度-行为”作为营销效果的突破口。郭劲丹[16]认为广告的本质是说服,通过运用各种技巧诉诸理性和情感,来诱导消费者接受广告信息,进而产生态度上的变化,以期最终实现行动——购买、下载和注册等认可行为。

  三、研究假设与研究模型

  (一)研究模型框架分析

  本研究将移动端用户在进行上网任务时遭遇精准广告这一过程,整合到刺激-反应理论中,探讨精准广告效果。在参考技术接受理论和广告回避理论研究的基础上,结合黄梓莹[10]、Cho[13]、Wen Li[14]等从广告回避理论上建立的精准广告回避模型和Davis[15]、蒋玉石[17]从技术接受理论出发建立的模型及其建立的原理内涵。通过对在线行为广告框架和理论模型的整合,构建影响移动端精准广告营销效果因素研究模型,详见图3。本研究从精准广告特征结合广告回避理论,提出了隐私关注、目标障碍、感知个性化和解释用户接受因素的技术接受模型中的感知易用性和感知有用性作为刺激的变量,受众态度作为反应的变量共同构建研究模型。

  图3模型假设

  (二)研究假设

  1.感知个性化

  个性化是精准广告最直接的特征,是用户接收到精准广告时的直接感知。精准广告是一种新兴的广告形式,它能够利用对消费者数据的分析预测其消费需求,从而实现个性化的投放[18]。在一些关于个性化广告效果的对照实验中,一些研究认为,精准广告的个性化水平应该由用户决定,而非实验者主观上去设定。Krammer认为感知个性化更适用于衡量用户在广告中感受到的个性化程度[19]。所以,精准广告的个性化水平,在于用户体验到的信息和自己相关程度和准确程度。基于此,本研究作出以下假设:

  H1:感知个性化对受众态度有正向显著影响。

  2.目标障碍

  目标障碍指用户在进行上网任务时,受到的不同程度的精准广告对用户任务进程的影响。黄梓莹认为在互联网更具任务导向性的前提下,互联网广告给消费者达成目标带来的干扰和阻碍[10]。消费者上网往往都带有明确的任务意图,可能是打开某个音乐软件听听歌曲,也可能是打开一些新闻App浏览资讯。目前,几乎所有的App都存在有开屏广告,以及App内的夹带广告、原生广告等,都给用户上网任务造成了一定的影响。Wen Li[13]等人认为,目标障碍将导致用户产生消极体验和广告回避问题。这些消极体验将导致用户在接受广告的投放过程中,对广告的认可评价下降影响消费意愿。基于此,本研究作出以下假设:

  假设H2:目标障碍对受众态度有负向显著影响。

  3.感知易用性

  感知易用性指用户在面对精准广告时难易程度的直接感受。精准广告本身并不需要用户主动去参与建设,只需要用户同意将自己的数据用于改善自身体验的请求,之后用户的每一次上网行为都会被主动记录和分析,所以不存在操作上的难易。贾玉石在研究网络行为定向广告后认为,精准广告通过一对一地挖掘出受众特定的行为偏好,按需推送广告信息,可以更加有针对性地将广告精确地传播到目标“受众”,使消费者快速便捷地获得符合自己需要的信息,会增加消费者消费热情[17]。基于此,本研究作出以下假设:

  假设H3:感知易用性对受众态度有正向显著影响。

  4.感知有用性

  感知有用性指用户在面对精准广告时感知到的精准广告对于促进自身在某一方面需求的满足或达成的作用。精准广告的核心价值是能够根据用户网络数据迅速判断其目标商品并进行相应推送,它通过提升用户获取信息的便利程度来优化其购物体验[18]。当用户的需求得到针对性的满足时,会对用户产生积极的满足。用户上网体验的提升可以提高用户对于精准广告的评价以及态度上的认可,促使受众做出消费行为。基于此,本研究作出以下假设:

  假设H4:感知有用性对受众态度有正向显著影响。

  5.隐私关注

  隐私关注指的是用户在对于涉及自身隐私的信息的关注程度。隐私问题作为App用户在面对精准广告时最突出的矛盾之一,在精准广告领域的研究受到了极大的关注。一方面,精准广告的重要作用在于能切身联系到用户的实际需求,需要将精准的用户信息作为基础,实现个性化推荐;另一方面,人们又极力的想要保护在网络上的信息不被传播,享受网络的匿名性带来的自由。使用受众的个人隐私信息是实现更深入的数据挖掘并充分获取受众想法的前提[3],这和用户希望享受精准的个性化广告推送又不希望个人信息被使用产生了难以调和的矛盾。在先前做过的一些关于消费者的隐私关注问题的研究时发现,当消费者知道自己的隐私在被收集并使用时,往往会改变自己的行为,试图通过改变自己的行为来使得App收集到错误的个人信息来保全自己的隐私。当消费者面对带有明显个性的高精度广告时,如在搜索中使用了敏感的、不宜公开的个人信息后,在后续的上网进程中可能会持续收到相关广告的推荐,并且在公开场合可能对消费者名誉造成侵害。在这一过程中,消费者在心理上会产生出隐私被入侵的侵入感和隐私收到危及的脆弱感,进而产生出抵触心理和消极的态度,甚至通过一些消极的手段控制这一过程,如使用虚假的个人统计信息,或者拒绝登入App来避免这些在网上的信息和自己作关联[12][20]。此外,一些研究在不同的情境下提出了不一样的观点。这些观点认为,用户是否对精准广告产生抵触由用户对于隐私的关注程度决定,当用户认为自己在提供自己个人信息作为改善用户体验时,根据用户在这一过程自身所获得的收益和隐私被使用时所带来的风险的比较,当收益大于风险时,用户就会考虑牺牲自己的个人隐私,使用那些可能导致个人隐私被侵犯的App,而忽视其中存在的风险[21]。基于此,本研究作出以下假设:

  假设H5:隐私关注对受众态度有负向显著作用。

  综上所述,研究假设汇总如表1所示:

  表1研究假设汇总表

  项目假设

  H1感知个性化对受众态度有正向显著影响。

  H2目标障碍对受众态度有负向显著影响。

  H3感知易用性对受众态度有正向显著影响。

  H4感知有用性对受众态度有正向显著影响。

  H5隐私关注对受众态度有负向显著作用。

  四、数据收集与检验

  (一)假设量表设计

  1.感知个性化

  表2感知个性化量表设计

  变量测量题项参考文献

  感知个性化精准广告的推荐通常是符合我的需求的黄梓莹(2017)[10]、

  Sophie C等[12]、Li(2016)[14]

  精准广告使我更容易订购符合需要的商品

  精准广告是我觉得自己是特别的顾客

  精准广告提供了我需要的信息

  2.目标障碍

  表3目标障碍量表设计

  变量测量题项参考文献

  目标障碍精准广告增加了我在上网过程中的障碍黄梓莹(2017)[10]、cho[13]、W,Li(2016)[14]

  这些广告分散了我的注意力

  精准广告干扰了我的上网任务

  3.感知易用性

  表4感知易用性量表设计

  变量测量题项参考文献

  感知易用性我在使用精准广告的个性化推荐时不会感到困扰Davis[15]、Rohaila Mohd Rosly等[22]、Enrique(2008)[23]

  我认为精准广告的原理我可以清楚的明白

  我认为精准广告使我不需要费力找到我需要的 赵西

  4.感知有用性

  表5感知有用性量表设计

  变量测量题项参考文献

  感知有用性精准广告能使我有愉快的上网体验Davis[15]、Rohaila Mohd Rosly(2018)等[22]、Enrique(2008)[23]

  精准广告提高了我的上网效率

  精准广告使我更好的做出决策

  5.隐私关注

  表6隐私关注量表设计

  变量测量题项参考文献

  隐私关注当信息未经允许被用于精准广告时,我感觉不舒服黄梓莹(2017)[10]、

  W,Li(2016)[14]、蒋玉石(2017)等[16]

  如果我不能决定我的信息是否被使用,我觉得我的隐私受到侵犯

  了解我的个人信息是如何被使用的对我来说很重要

  我担心我的网络记录会被滥用

  当App提出收集我的个人信息来改善我的体验时,我通常会考虑一下

  精准广告的隐私条款应该对我个人信息的使用有一个明确的说明

  6.受众态度

  表7受众态度量表设计

  变量测量题项参考文献

  消费意愿我将会考虑精准广告给我的推荐孙霄凌等[24]

  我认为精准广告的推荐有利于我的上网体验,我愿意通过App的信息采集请求

  如果我看到精准广告,我一般不会点开

  (二)问卷设计与发放

  1.问卷设计

  (1)引言

  为避免被调查者不熟悉专业的学术名词而对问卷的填写造成困扰,在正式的问卷题目填写前对问卷内容进行简单的介绍以及对精准广告这一特殊的广告在生活中出现的形式进行简单例举,加深被调查者的理解。在理解问卷的基础上对调查内容作出客观的填写。

  (2)人口统计学问题

  对被调查者的简单个人信息做记录填写。设置有性别、年龄、学历、收入、上网频次、上网时长、以及对精准广告的知晓程度等问题。

  (3)测量变量问题

  根据模型及假设的需求,从感知个性化、目标障碍、感知有用性、感知易用性、隐私关注这些自变量的维度以及广告接收者的态度这一因变量维度分别进行设置问题。通过参考国内外一些较为成熟的量表,总共对涉及到的六个变量的维度设置了22个问题进行测量。评分量表采用李克特的五级量表。

  2.问卷发放及回收

  (1)问卷发放

  因为问卷调查内容需要受访者有一定的移动App上网经验,所以通过问卷星涉及好问卷后,直接通过链接在网络上进行发放。考虑到问卷样本的真实性以及可靠程度,对问卷制作了六个不同的链接进行填写,每个渠道的问卷并不相互填写。问卷发放渠道包括社交平台、以及一些有偿的问卷代发放填写服务。

  (2)问卷回收

  此次问卷共回收1014份,其中有偿方式获得问卷有:问卷1回收308份、问卷2回收307份、问卷5回收56份、问卷6回收153份;通过个人关系及问卷互填方式获得问卷有:问卷3回收86份、问卷4回收103份。

  (3)问卷整理

  对收集到的问卷进行数据内容的检验,判断问卷的合理性和有效性。筛选无效问卷方式包括:预先设置在问卷内的相同问题,而同一个被调查者作出不同态度选择、同一被调查者前后态度不一致,如在“精准广告的推荐通常是符合我的需求的”问题中选择1或2,在“精准广告提供了我需要的信息”选择4或5;填写时长小于60秒等筛选方式剔除无效问卷。且若同一渠道收集的问卷有50%被认定为无效问卷,则将该渠道收集到的所有问卷认定为无效问卷。

  问卷1在进行初步的信效度检验后,效度值异常高,达到0.99,在对内容进行检验后,认为该问卷不具备参考意义,故剔除问卷1全部回收到的问卷。问卷2经过初步信效度检验后,效度值过低,且内容检验剔除过多,该渠道收集的问卷全部放弃。问卷5超过50%的问卷填写时间低于60秒,同样判定为全部无效。问卷6通过预先设置的同样问题不同态度回答接近50%,同样全部舍弃。问卷3、问卷4共收集189份,经过内容检验后留存162份。至此,有偿渠道发放问卷全部判定为无效,个人推广问卷有效率为85.7%。

  

  (三)数据整理及检验

  1.样本的描述性统计

  在本次调查收集到的162份有效问卷中,女性填写者数量较多,占到样本的64.8%;样本人群也普遍较为年轻,95.6%的受访者为35岁及以下群体,有着较好的判断力和相对成熟的看法,此外121个受访者皆为16-25岁之间,见证了互联网的快速发展,有较为深刻的精准广告体验;在样本人群的职业中,调查显示以学生为主,占总数的66.0%,其次为公司/企业职员,占19.7%;调查数据显示,填写者的受教育程度也普遍较高,本科及以上学历占样本总数的82.0%,大专学历占13.6%,对调查内容有更好的理解能力;由于样本以学生填写最多,故在经济收入水平较低,54.3%的人收入在2000RMB以下,其次是月收入在2000RMB到4000RMB,占18.5%;在上网频率和上网时长方面,大多数填写者都有较多的上网频率,一天内上网频率在7次以下的仅占15.4%,且上网时长也大都在一个半小时以上,占73.5%,其次为半小时到一个半小时的人数占17.3%.如表8所示:

  表8样本的描述性统计

  项目题项频数占比

  性别男57 35.2%

  女105 64.8%

  年龄16-25岁121 74.7%

  26-35岁34 21.0%

  35-50岁4 2.5%

  50岁以上3 1.9%

  职业政府人员7 4.3%

  公司/企业职员32 19.8%

  学生107 66.0%

  个体经营者9 5.6%

  其他7 4.3%

  教育水平高中及以下7 4.3%

  大专22 13.6%

  本科123 75.9%

  研究生及以上10 6.2%

  月收入2000RMB以下88 54.3%

  2000RMB到4000RMB 30 18.5%

  4000RMB到6000RMB 17 10.5%

  6000RMB到8000RMB 20 12.3%

  8000RMB及以上7 4.3%

  上网频率一天内7次25 15.4%

  一天内7-15次71 43.8%

  一天内16次及以上66 40.7%

  上网时长半小时以内15 9.3%

  半小时到一个半小时28 17.3%

  一个半小时及以上119 73.5%

  通过对样本的描述性统计,初步判断被调查的样本人群对精准广告有着较多的接触以及可以对问卷的内容有较好的理解,并作出客观的判断。

  2.信效度初步检验

  通过使用spss 25软件对问卷数据的信度、效度进行初步检验。Cronbach’sα系数通常被用来检验信度,当Cronbach’sα大于0.6时,表示问卷的信度可以接受,Cronbach’sα值越大则表示问卷的一致性和稳定性越好;KMO用于表示问卷是否适合进行因子分析,当KMO值大于0.6且巴特利特球形度P值小于0.05,达到显著水平,则可进行因子分析。

  表9信效度初步检验表

  变量测量题项共同度信效度值

  感知个性化9、精准广告的推荐通常是符合我的需求的0.536 Cronbach’sα=0.827

  KMO=0.782

  10、精准广告使我更容易订购符合需要的商品0.803

  11、精准广告是我觉得自己是特别的顾客0.591

  12、精准广告提供了我需要的信息0.755

  目标障碍13、精准广告增加了我在上网过程中的障碍0.545 Cronbach’sα=0.668

  KMO=0.655

  14、这些广告分散了我的注意力0.625

  15、精准广告通常会打断我的上网任务0.635

  感知易用性16、我在使用精准广告的个性化推荐时不会感到困扰0.610 Cronbach’sα=0.620

  KMO=0.612

  17、我认为精准广告的原理我可以清楚的明白0.342

  18、我认为精准广告使我不需要费力找到我需要的 赵西0.667

  感知有用性19、精准广告能使我有愉快的上网体验0.766 Cronbach’sα=0.841

  KMO=0.685

  20、精准广告提高了我的上网效率0.838

  21、精准广告的推荐使我更好的做出决策0.673

  隐私关注22、当信息未经允许被用于精准广告时,我感觉不舒服0.384 Cronbach’sα=0.793

  KMO=0.825

  23、如果我不能决定我的信息是否被使用,我觉得我的隐私受到侵犯0.545

  24、了解我的个人信息是如何被使用的对我来说很重要0.634

  25、我担心我的网络记录会被滥用0.524

  26、当App提出收集我的个人信息来改善我的体验时,我通常会考虑一下0.449

  27、精准广告的隐私条款应该对我个人信息的使用有一个明确的说明0.445

  受众态度28、我将会考虑精准广告给我的推荐0.631 Cronbach’sα=0.772

  KMO=0.682

  29、我认为精准广告的推荐有利于我的上网体验,我愿意通过App的信息采集请求0.752

  30、如果我看到精准广告,我一般会点开0.681

  检验结果如表9所示,信度值和效度值均大于0.6,说明信度和效度基本满足。但在同一纬度的变量的共同度方面,题17、题22共同度小于0.4应删除该题后,重新进行信效度分析。

  3.因子分析

  因子分析法主要通过降维的方法将多指标进行整理降维,将其按照特征进行不同维度的划分。因为研究本身为探索性研究,可能出现预期变量应该所处的维度并不配匹的现象,所以应该通过因子分析法对维度进行确认。因子分析的先决条件为KMO系数和巴特利特球形度P值均达到可以进行因子分析的标准,即KMO大于0.6且巴特利特P值小于0.05。检验结果如图4所示,KMO>0.6且P值<0.05,可以进行主成分分析。

  图4 KMO及P值检验结果

  图5旋转成分矩阵

  图6累计解释度

  图5为旋转成分矩阵,可以看到有四个明显的维度划分,且这四个维度解释了累计61.546%的问卷,达到合格标准,参见图6。

  4.成分的重新划分及编码

  在进行因子分析后,因子并没有和模型预期的一致,根据旋转后的成分表以及结合具体的问题含义进行重新的划分,如表10所示:

  表10维度调整

  维度题项信效度值

  受众态度

  (AA)AA1、我认为精准广告使我不需要费力找到我需要的 赵西Cronbach’sα=0.893

  KMO=0.900

  显著性=0.000

  AA2、我将会考虑精准广告给我的推荐

  AA3、精准广告提高了我的上网效率

  AA4、我认为精准广告的推荐有利于我的上网体验,我愿意通过App的信息采集请求

  AA5、精准广告能使我有愉快的上网体验

  AA6、精准广告的推荐使我更好的做出决策

  AA7、我在使用精准广告的个性化推荐时不会感到困扰

  AA8、如果我看到精准广告,我一般会点开

  感知个性化

  (PP)PP1、精准广告使我更容易订购符合需要的商品Cronbach’sα=0.828

  KMO=0.783

  显著性=0.000

  PP2、精准广告提供了我需要的信息

  PP3、精准广告是我觉得自己是特别的顾客

  PP4、精准广告的推荐通常是符合我的需求的

  目标障碍

  (TO)TO1、精准广告通常会打断我的上网任务Cronbach’sα=0.669

  KMO=0.656

  显著性=0.000

  TO2、精准广告增加了我在上网过程中的障碍

  TO3、这些广告分散了我的注意力

  隐私关注

  (PC)PC1、了解我的个人信息是如何被使用的对我来说很重要Cronbach’sα=0.785

  KMO=0.811

  显著性=0.000

  PC2、当App提出收集我的个人信息来改善我的体验时,我通常会考虑一下

  PC3、我担心我的网络记录会被滥用

  PC4、精准广告的隐私条款应该对我个人信息的使用有一个明确的说明

  PC5、如果我不能决定我的信息是否被使用,我觉得我的隐私受到侵犯

  整体20道题总计Cronbach’sα=0.793

  KMO=0.889

  显著性=0.000

  成分进行重新划分后,问卷浓缩提取出4个因子,分别为受众态度(AA)、感知个性化(PP)、目标障碍(TO)、隐私关注(PC)。各个维度的Cronbach’sα、KMO、巴特利特球形检验P值均符合要求。

  5.模型假设及调整

  由于成分发生变化,模型及假设需要作出重新进行适应性的更改。模型和假设由于因子数目的减少,将其调整为如下结果:

  图7模型的重新修正

  表11假设的重新修正

  编号假设

  H1感知个性化对受众态度有正向显著影响。

  H2目标障碍对受众态度有负向显著影响。

  H3隐私关注对受众态度有负向显著作用。

  五、研究假设的分析与检验

  (一)相关分析

  假设的提出是根据客观的经验推导,需要通过数据对其进行验证。通过进行相关性分析,可以检验假设中的变量之间是否存在关联。相关性分析可以显示出变量之间是否存在一定的关联,并通过皮尔逊相关性系数的绝对值的大小表明相关性的强度。但是由于相关性分析的结果显示的关联是没有方向的,无法判断这种影响是由谁产生的,所以通常需要进行其他手段加以校验。

  表12相关性检验结果

  类目感知个性化目标障碍隐私关注受众态度

  受众态度皮尔逊相关性.697**-.319**-.207**1

  Sig.(双尾)0.000 0.000 0.008

  个案数162 162 162 162

  **表示显著相关

  相关性分析的结果如表12所示,可以看到皮尔逊相关性系数一栏,三个自变量均与因变量存在显著的相关,其中感知个性化为正向的显著相关,目标障碍、隐私关注和受众态度均为负向显著相关。且相关性强度从强到弱依次为感知个性化、目标障碍、隐私关注。

  (二)回归分析

  通过上述的相关性分析后,基本可以认为自变量和因变量之间存在有一定的线性相关,所以可以通过多元线性回归分析判断是否由预期的自变量主导假设存在的变化。多元线性回归分析可以探索多个自变量和因变量之间存在的具有方向性的相关,相较于皮尔逊相关性分析的结果更为精确。

  图8拟合优度

  图8为模型摘要,其中R值代表的是模型的拟合优度,总的来说就是收集到的数据和假设的模型的拟合程度。R方指的是模型对于因变量的解释程度,其值越接近1为最佳,而调整后的R方则表示的是在剔除多个自变量的相互影响后的校正,相较于调整更具有说服力。可以看到的是R值为0.773,调整后的R方为0.528,这表示该模型的拟合程度为77.3%,解释了52.8%的变量。一般认为R值在0.5~1,对应R方在0.25~1即达到大效应的水平,说明模型假设存在有一定的合理性。

  图9显著性检验结果

  在显著性检验方面,感知个性化、隐私关注的显著性值均小于0.05,可以认为检验结果是支持感知个性化和隐私关注均对受众态度存在显著影响的假设;而目标障碍这一自变量的显著性Sig值大于0.05,可以认为检验结果不支持目标障碍对消费者态度存在负向显著影响。

  根据图9显示的结果,可以将该回归方程写作:受众态度=0.689*感知个性化-0.103*目标障碍-0.229*隐私关注+2.145

  (三)假设检验结果

  通过使用SPSS 25对问卷数据进行分析检验后,更正了模型及假设的不合理地方,并在最终确定的模型和假设中进行检验。检验的最终结果如表13所示:

  表13假设判定

  编号假设判定

  H1感知个性化对受众态度有正向显著影响。成立

  H2目标障碍对受众态度有负向显著影响。不成立

  H3隐私关注对受众态度有负向显著作用。成立

  六、研究结论

  (一)结论

  研究通过对在线行为广告框架、广告回避理论、技术接受模型、刺激反应理论等研究的参考,提炼出感知个性化、目标障碍、感知易用性、感知有用性、隐私关注和受众态度这六个维度,并通过设计问卷来对这六个维度的实际效应进行探索。在经由对问卷收集的到的有效数据的整理以及通过SPSS软件对于维度、假设的数据检验后,重新对模型和假设进行修正,使之对问卷的解释能力更加充分。

  模型在经过修正后,总共提炼出4个因子对问卷数据进行解释,累计解释61.546%的问卷。模型中包含的因子包括感知个性化、目标障碍、隐私关注三个自变量和受众态度这一因变量。在通过使用SPSS 25软件对模型的拟合优度进行检验后,得到拟合优度值为77.3%,说明模型在设计方面存在有一定的合理性和研究价值。在对数据进行的相关性检验、多元线性回归等分析后,检验的结果认为,假设1“感知个性化对受众态度有正向显著影响”、假设3“隐私关注对受众态度有负向显著影响”均是成立的。另一假设2“目标障碍对受众态度有负向显著影响”则不成立,结果显示该假设不具备显著性。该模型的线性回归方程表示为:受众态度=0.689*感知个性化-0.103*目标障碍-0.229*隐私关注+2.145。

  上述的回归方程基本上符合本研究之初对于各个因子的影响效力的判断。感知个性化作为消费者接受精准广告,并对精准广告产生支持态度的主要因素,而隐私关注则是消费者拒绝精准广告的主要因素。但对在目标障碍对受众态度并没有表现出预期的显著性这一方面,本研究认为问卷的量表在设计方面可能存在的缺漏导致的。精准广告作为环境智能的一种应用,在适当的场景出现将会极大影响受众对于该广告是否为“障碍”的判断。而研究在问卷设计时,并没有对精准广告出现的场景做特定的设置,导致部分填写者可能会先入为主的将其与有实际需求的场景下相互联系,从而影响了受众在目标障碍方面的感知。

  (二)建议

  精准广告作为一种仍在发展中的广告形式,不能一味地追求先发展,再治理。盲目的追求效力而罔顾消费者的个人感受只会导致消费者的抵触,影响精准广告在实际投放中的营销效果。“水能载舟,亦能覆舟”,对精准广告而言,消费者就是水。“讨好”消费者才能让精准广告的营销之船驶地更远。

  (1)让法律成为背书

  精准广告的发展还处在探索阶段,各种法律法规还在制定和完善。广告主、App不应该想着如何去绕开法律、钻法律的空子获取利益,而应该以一种更加积极的姿态去相应法律法规的政策,并切实推动落到实处,给消费者及用户一种放心使用的体验。获取用户的信赖,才能使用户自愿投身于用户体验的改造计划中,放心的把隐私交给App。

  (2)用户精准需求挖掘

  在问卷调查以及填写者的一些问访中,本研究了解到相当大的一部分人认为精准广告并不精准。存在的问题包括像:“ 赵西已经购买了,但是它还是持续向我推送”、“这个 赵西我根本就不需要,只是不小心点到,但是它就一直推送”、“我觉得我就从没有遇到过精准广告,都是乱推的,根本不是我需要的”等等。针对这些问题,本研究认为需要对精准广告触发条件做适当的调整,如针对第一个问题的措施,用户一段时间没有进行相似的搜寻或点击,需要考虑用户是否已经没有这个需求,考虑互补品或替代品的推送;又或者针对第二个问题,可以考虑多次点击才会触发相关推送……总而言之,精准广告在个性化的精准程度仍然存在明显的足,需要进行更精细的的需求挖掘才能实现精准推送。

  (3)智能的场景选择

  通过对问卷填写者的一些沟通,本研究认为之所以有些人认为精准广告并没有存在目标障碍,或者精准广告极大的将者一问题弱化的根本原因是因为精准广告在出现场景的恰如其分。如果您正在使用淘宝进行手机产品的搜索,这时候弹出的关于手机产品精准广告对于用户而言都不构成障碍;又比如您点开美团外卖APP,刚点击去还没进行搜索就弹出一系列商家的优惠券,这样的精准广告同样迎合了用户的需求……究根结底,这些精准广告之所以不被认为是一种障碍,其本质原因是因为迎合消费者需要,促进了用户的上网体验。更加智能的场景选择,以及减少不符合用户需求的精准广告就能减小受众对于目标障碍的感知。