西南石油大学学报(社会科学版)  2020, Vol. 22 Issue (5): 21-28
传统营销传播与在线媒体沟通的投放策略研究    [PDF全文]
袁海霞, 陆亦蘅, 方青青     
安徽大学商学院, 安徽 合肥 230601
摘要:在线媒介的不断涌现给传统媒体营销效果带来了挑战,在不同产品经营过程中如何高效整合不同媒介资源成为一个关键议题。基于效用理论,以电视广告、社交媒体广告和电商平台广告为研究对象,对传统营销传播手段和在线媒体沟通方式在产品经营不同阶段的营销效用进行对比分析,结果发现:在不同产品类型条件下,传统媒体沟通与在线媒体沟通所传递的信息价值比不同,其相关关系截然相反;对于不同的在线媒体沟通方式,在产品生命周期的早期阶段,其所传递的信息价值比不同、营销效果也不同,而在产品生命周期的后期阶段,产品类型会带来截然不同的营销效果。通过对不同产品类型、不同经营阶段的传统媒体和在线媒体营销效果的动态演变分析,可以为企业营销沟通工具的管理提供一定的指导。
关键词传统营销    在线媒体沟通    产品生命周期    效用理论    营销效果    
A Comparison of Strategies of Traditional Marketing Communication and Online Media Communication
Yuan Haixia, Lu Yiheng, Fang Qingqing     
Business School, Anhui University, Hefei Anhui, 230601, China
Abstract: The emergence of online media brings challenges to marketing effect through traditional media. Integrating different media resources effectively in different product management processes has become a key issue. Based on the utility theory, this paper takes TV advertising, social media advertising and e-commerce platform advertising as the research subjects, and studies the marketing utility of traditional means of marketing communication and online media communication methods at different stages of different product management processes. The results show that under different product types, the information value ratio transmitted through traditional media communication and online media communication is different, and their correlations are opposite. For different online media communication methods, the information value ratio and the marketing effect is different in the early stage of the product life cycle, while in the later stage of the product life cycle, the product type will bring a totally different marketing effect. This paper demonstrates the dynamic evolution of marketing effects of traditional media and online media in the operation stage of different product types, and thus provides some reference for the management of marketing communication tools for enterprises.
Key words: traditional marketing    online media communication    product life cycle    utility theory    marketing effect    
引言

中国电子商务研究中心监测数据显示,2016年中国电子商务市场交易规模达到20.2万亿元,其中网络购物占比23.3%,在整个电子商务交易市场中跃居第二,中国网购经济发展稳健增长。随着网络市场的不断发展,各种新的在线媒体传播手段不断涌现,尤其是付费媒体投放形式与地位正在发生改变。根据艾瑞咨询发布的《2017年中国网络广告行业年度监测报告》显示,2016年度网络广告收入占五大媒体广告收入近七成,且在细分领域出现了较大的结构性变化,一直保持领先地位的搜索广告份额出现较大程度的下滑,首次跌破30%;电商广告整体份额首次超越搜索广告成为广告份额最大的媒体形式。在其他媒体形式中,社交广告占比8.3%,且增长速度较快。Danneman和Heimann认为,未来搜索引擎的主要竞争将不是来自于行业内部,随着社交网络的发展,社交媒体将会不断蚕食其市场[1]。而在中国,电商平台的迅猛发展导致两大领先在线媒体搜索引擎和社交媒体的地位正在发生着戏剧性的变化[2]。对管理者来说,在不同类型的产品经营中的不同阶段,如何有效整合传统营销传播手段与在线媒体沟通、实现营销资源的优化配置,这一问题迫在眉睫。

现有文献多从独立视角亦或是在仅关注在线媒体沟通有限手段的情境下,对传统营销传播与在线媒体沟通的有效性进行研究,因此,很难为解决上述难题提供明确建议。一方面,多数研究从独立性角度出发,分别对传统营销传播手段与在线媒体沟通的营销效果进行研究。对于传统营销传播手段,现有研究认为:渠道、价格、电视广告等是影响产品销售的主要因素[3],且在快消品行业价格带来的销售弹性是电视广告的百倍多[2]。也有部分学者以涉入程度较高或可以在线消费的产品为研究对象,对在线媒体沟通与消费者行为的关系进行分析,忽略传统媒体的干扰。另一方面,部分学者以快消品为研究对象,基于协同视角对在线媒体沟通和传统营销传播手段进行整合研究,但一部分学者仅关注在线媒体沟通中付费媒体与社交媒体公众号的基本情况[2];另一部分学者仅关注了社交媒体印象、电视广告、店内促销及产品试样的作用,忽略了在线媒体沟通中其他方式的影响。而在中国,当前社交媒体的地位已经受到电商平台广告的冲击,探讨在线媒体沟通中的电商广告和社交媒体广告对企业在线媒体管理有重要意义。

由详尽可能性模型(ELM)可知,产品类型不同,个人做出购买决策所依赖的信息和路径也不同。为此,本研究在控制产品类型的基础上,将基于效用理论,对传统媒体和在线媒体在产品生命不同阶段的营销效果进行整合对比研究,以期为解决上述问题提供可行性建议。

1 营销手段的类型

在营销领域,新产品扩散理论最早强调了营销沟通手段对产品销量的影响,且新产品扩散在很大程度上取决于大众传媒和人际媒介的信息传递效果[4]。大众传媒主要有报纸、杂志、广播、电视和互联网5类;人际媒介主要有口碑、社交媒体等。以新技术的应用和互联网技术的发展为基础,由大众传媒和人际媒介构成的营销沟通方式,又可以看作是由传统营销传播手段和在线媒体沟通方式构成的完整体系。

1.1 传统的营销传播手段

传统营销传播手段包括价格、渠道和离线广告[2]。部分学者以美国大型消费者包装公司为研究对象分析发现,传统营销手段中渠道(80%)与价格(20%)是产品销量的主要驱动因素,离线广告的影响力弱于在线媒体沟通效果。部分学者认为,电视广告与报纸是最具推销力的传统媒体[5]。也有学者认为,传统营销传播手段主要是进行促销的离线广告[6]。而对于消费品包装公司来说,主要借助于电视广告、产品试样与店内促销来提升消费者产品意识并刺激个体试用。Kumar等认为,传统营销传播手段主要包括电视广告、产品试样和店内促销[6],其对产品销量的影响随时间而变化。Foehr认为,传统媒体组合包括电视和音乐、阅读和音乐等[7],是离线媒体任务组合的主要手段[8]。CTR(媒介智讯)通过对2016-2017年中国广告市场状况分析发现,以电视媒体、互联网媒体和生活圈媒体为核心的新规模媒介圈正在形成,在电视、广播、报纸、杂志和网络组成的五大媒体广告中,电视广告市场占比仅次于网络广告,占据约四分之一的市场份额。有鉴于此,笔者主要对传统营销手段中电视广告在产品动态经营中的影响效果开展深入研究。

1.2 在线媒体的沟通方式

对于在线媒体的认定,理论界主要有两种基本观点。一方面,部分学者从经济学角度出发认为,在线媒体属于广告支持媒体的一部分,是一种典型的“双边市场”;也有学者认为在线媒体的主要形式有搜索引擎、在线即时通,而“双边市场”适用于仅能通过双边方式运作的产品或企业,因此在线媒体并非是一种双边市场[9]。另一方面,多数学者从沟通学角度出发认为,在线媒体沟通的主要形式有:在线品牌社区讨论[10, 11]、在线社交媒体沟通[6, 12, 13]、网络口碑[14]等。

部分学者在对在线媒介沟通形式分析的基础上,对在线媒体内容进行了更为细致的划分,认为在线媒体主要包括:自有媒体、口碑媒体、付费媒体[2]。其中,自有媒体包括企业官方网站[2]、企业官方微博与官方微信。口碑媒体主要有:发布于零售网站的产品评论[15]、微博口碑[16]、在线论坛[17]等。付费媒体包括网络广告、付费搜索等[2],是企业在线媒体沟通的主要手段,且网络广告的市场份额已超过付费搜索在我国广告市场中占据首位。龚诗阳等认为,以网络广告和网络口碑为代表的营销沟通形式是消费者获取产品或服务信息的两种媒介途径[18]。与网络口碑相比,企业对网络广告的控制力更强,且随着互联网技术的发展,网络广告成为企业营销沟通的主力。对于网络广告,2016年7月8日,中国工商总局发布了《互联网广告管理暂行办法》。该办法认为,“互联网广告是指通过网站、网页、互联网应用程序等互联网媒介,以文字、图片、音频、视频或者其他形式,直接或者间接地推销商品或者服务的商业广告”,包括以推销商品或者服务为目的的、含有链接的文字、图片或者视频等形式的广告、电子邮件广告、付费搜索广告、商业性展示中的广告以及其他通过互联网媒介的商业广告等。2017年,中国网络广告年度监测报告显示电商广告首超搜索广告位列首位,且随着对信息流广告的单独核算后发现,以社交等为主要载体的信息流广告在2016年市场份额达到11.2%,增速明显。笔者在借鉴Srinivasan等研究的基础上,将结合中国网络广告市场发展的状况[2],对在线媒体沟通形式中付费媒体的主要表现形式社交媒体、电商广告进行深入研究。

2 研究问题的提出

详尽可能性模型(Elaboration Likelihood Model,ELM)是由心理学家Petty和Cacioppo提出来的[19]。该模型认为,人们对劝服性信息的处理存在两条路径:中心路径与边缘路径。其中,中心路径是指人们要通过精细的信息处理来决策;而边缘路径则认为,对感知到的信息进行处理时,较少通过自我的认知思考,而主要是通过一些简单的线索提示进行决策。根据ELM模型,由于产品类型不同,个体在做出购买决策时所依赖的信息路径存在差异。对产品类型的划分存在诸多标准,其中实用型产品与享乐型产品是营销科学研究中常用的分类[20]。消费者购买实用型产品是为了满足对产品的功能性需求;而对享乐型产品的追逐更多的是为了获得情感满足。因此,对于实用型产品,消费者会投入大量的时间与精力进行评价,此时更倾向于选择中心路径,不易产生冲动性行为;而对于享乐型产品,其带来的情感享乐需求是促使个体产生购买行为的动机,此时消费者可能会随性做出主观判断,倾向于选择边缘路径。由于产品类型不同,个人行为决策的路径存在差异,且对于不同媒介方式来说,媒介本质不同,其传达信息的方式与内容存在显著差异,个人在行为决策的过程中对媒介的依赖程度不同。

基于上述研究结果,笔者将依据现有研究的局限与中国网络广告市场发展的基本情况,提出本研究的问题。

2.1 传统营销传播手段的动态营销效果

价格、促销和电视广告被认为是传统营销传播的三种关键手段。对于价格因素的营销效果,早期部分学者认为,互联网情境下,价格信息搜索的成本相对较低,消费者比较行为更容易发生,因此,价格需求弹性相对较大[21]。但是,随着网络信息技术的发展,部分学者发现,在互联网情境下消费者可以获得多种信息,因而消费者的价格敏感性会降低,价格弹性会随着销量的增加逐渐减小[22]。促销尤其是店内促销被认为是刺激消费者购买、提升产品销量的重要手段之一,对非计划购买行为的影响较大[23],但其带来的消费者满意度并未达到理想效果。同时鉴于竞争对手促销活动的开展[6]、广告投入情况的变化[24]及企业品牌知名度和品牌形象的变化,店内促销活动的营销效果受到了抑制。鉴于此,电视广告于传统营销传播手段中被认为是与消费者进行良好沟通、提升品牌忠诚和知名度的重要手段。

对消费者来说,电视是获得可靠性与可信性信息的重要来源之一[24],因此,营销人员可能花费大量的资源进行电视广告的投资。但电视广告的支出、竞争对手广告的投放情况及广告本身的营销效果模型,可能导致电视广告的营销效果不断变化[6]。较低的广告支出或相对较低的广告份额很难实现有效的达到率和暴露频次,而过度的广告或相对较高的份额可能会引起个体的回避与渠道转换行为,同时增加企业的财务负担。Cannon和Riordan认为,广告第一轮暴露最有效,随后的回报会逐渐减少,同时,在不同类型的产品生命周期阶段,消费者依赖的信息内容与路径不同,电视广告的营销效果可能存在显著差异[25]

综上可知,以电视广告为代表的传统营销传播手段所带来的营销效果可能处于不断的变化之中。因此,提出本研究的第一个问题:

RQ1:以电视广告为代表传统营销传播手段的营销效果如何在不同类型的产品经营过程中不断变化?

2.2 在线媒体沟通方式的动态营销效果

Srinivasan等认为,电视广告和付费搜索会带来企业主页浏览量的增加,这是早期阶段消费者获得产品信息的主要途径之一[2]。然而,随着产品的普及,个体获得信息的途径会不断增加,且消费者会逐渐减少对这种带有强烈企业色彩信息的依赖,因此,通过电视广告和付费搜索推动的自媒体带来的销量可能也会逐渐减小。同时,Kumar等研究发现,以企业官方社交网页发起的营销传播活动为主要形式的企业原创内容(FGC)对消费支出与个人交叉购买行为有重要影响[26]。受限于个人参与程度与品牌社交媒体曝光程度的干扰,该影响的效果或积极或消极。由于消费者对社交媒体的互动是一个不断发展的过程,且其在社交媒体上的行为难以预测和控制,因此,基于社交媒体而产生的营销效果可能存在时间效应[27]

同时,以展示与效果广告为主要形式的电商广告于2016年领跑互联网广告,超越搜索引擎广告跃居首位。电商广告是指商品经营者或服务提供者在电商网站页面广告位宣传商品或服务,并把受众购买行为引到承接页面完成交易的一种广告形式,是广告与电子商务的结合,具有交易性、精准性与定向性,对产品销量有重要的影响。然而,由于其具有明显的广告色彩,因此其营销效果模型可能也难以逃避广告随时间变化的动态效应。

综上可知,以社交媒体、电商平台为主要表现形式的在线媒体沟通方式所带来的营销效果可能处于不断变化之中。因此,提出本研究的第二问题:

RQ2:以社交媒体、电商平台为主要代表的在线媒体沟通形式的营销效果如何在不同类型的产品经营过程中不断变化?

3 研究模型的构建

营销沟通主要为消费者提供两种类型的信息:直接与购物相关的行为决策信息和间接刺激行为产生的娱乐消遣信息。从整体上看,企业营销沟通主要有两种形式:传统媒体营销传播手段和在线媒体沟通方式,而不同的营销沟通方式都可以为消费者传达决策类信息和娱乐消遣类信息(表 1)。

表1 不同阶段不同媒体形式的广告传递信息

对于不同的沟通方式,由于媒介表现形式、特质及成本不同,其包含的信息侧重点有所差异。与传统媒体相比,在线媒体更具灵活性,投资收益率更易量化与实时掌控,因此,其提供的信息更加丰富多元化,故决策信息($D1 < D2$)和娱乐消遣价值($E1 < E2$)相对更大。

借鉴效用函数理论[28],企业用于营销沟通投资的总金额($C$)是保持不变的,并且期望该投资可以为消费者提供更多的信息效用,即:

$ U_{Max}=决策信息价值+娱乐消遣价值 $ (1)
$ 决策信息价值=f(D1, C1, D2, C2) $ (2)
$ 娱乐消遣价值=f(E1, C1, E2, C2) $ (3)
$ C=C1+C2 $

其中:$C1$$C2$表示分别在传统媒体和在线媒体上的投资。基于Zhang等的研究[29],采用对数函数来表示在总投资额固定的前提下,企业在传统营销传播手段和在线媒体沟通方式间权衡,即:

$ 决策信息价值= D1 * \ln (C1) + D2 * \ln (C2) $ (4)
$ 娱乐消遣价值 = E1 * \ln (C1) + E2 * \ln (C2) $ (5)

基于此,企业媒介投资总效应最大化时,用于传统媒体的投资额$C{1^*}$表示为:

① *表示企业媒体投资总效应最大化的情况。

$ C{1^*} = \dfrac{{D1 + E1}}{{D2 + E2}}C{2^*} $ (6)

其中:$C{2^*}$表示企业媒介投资总效应最大化时的在线媒体投资额。消费者行为决策的制定过程是一个由信息构成的函数。不同类型的产品条件下,促使消费者产生购买行为的影响因素不同。对于实用型产品来说,价格、属性等与决策直接相关的信息能够降低消费者行为决策的成本和风险,更容易刺激购买行为的产生;对于享乐型产品来说,与产品属性非直接相关的信息更容易刺激购买行为。

对于实用型产品来说,与购买行为产生密切相关的决策信息价值最大时,用于传统媒体的最优投资额$C1^\cdot$·② 为:

② ·表示决策信息价值最大化的情况。

$ {C1}^ \cdot = \dfrac{{{D1}}}{{{D2}}}{\rm{ }}{C2} $ (7)
$ 当\dfrac{{{E1}}}{{{E2}}} > \dfrac{{{D1}}}{{{D2}}}时,C1^* > C1^ \cdot $ (8)
$ 当\dfrac{{{E1}}}{{{E2}}} < \dfrac{{{D1}}}{{{D2}}}时,C1^* < C1^ \cdot $ (9)

对于享乐型产品来说,与行为产生密切相关的娱乐信息价值最大时更容易刺激做出购买决策,此时用于传统媒体的最优投资额$C1^ \prime $′③为:

③′表示娱乐信息价值最大化的情况。

$ C1^ \prime = \dfrac{{{E1}}}{{{E2}}}{C2} $ (10)
$ 当\dfrac{{{E1}}}{{{E2}}} > \dfrac{{{D1}}}{{{D2}}}时,C1^* < C1^ \prime $ (11)
$ 当\dfrac{{{E1}}}{{{E2}}} < \dfrac{{{D1}}}{{{D2}}}时,C1^* > C1^ \prime $ (12)

命题1:不同产品类型条件下,传统媒体与在线媒体沟通所传达的信息价值比不同,营销效果不同。

证明:结合公式(1~6),企业营销沟通投资总效益最大化时,用于传统媒体的最优投资额为$C1^*$。对于实用型产品来说,结合公式(7~9),如果传统媒体与在线媒体传达的信息价值比为$\dfrac{{{E1}}}{{{E2}}} > \dfrac{{{D1}}}{{{D2}}}$时,最优的总效益并未带来促使消费者产生购买行为的决策信息价值最大化,即此时增加传统媒体投资力度,消费者信息价值将会降低,二者的营销效果负相关($C1^* > C1^ \cdot $)。但当$\dfrac{{{E1}}}{{{E2}}} < \dfrac{{{D1}}}{{{D2}}}$时,$C1^* < C1^ \cdot $,即此时增加传统媒体投资力度,消费者信息价值将增高。对于享乐型产品来说,结合公式(10~11)可知,结果刚好相反(如表 2所示)。

表2 传统营销传播与在线媒体沟通的关系

社交媒体与电商广告是现阶段两种主要的在线媒体沟通方式,鉴于二者的投放形式与本质不同,在产品投入初期($t1$),由于市场对产品不太熟悉,个体获得的信息量有限,此时较为丰富的社交媒体广告所提供的决策信息价值更大($D21_{(t1)}>D22_{(t1)}$)。然而,随着产品生命周期的发展($t2$),消费者所获得的关于产品的知识越来越多,社交媒体广告所提供的信息边际效益递减,而电商平台所提供的与消费者行为决策密切相关的刺激信息带来的增益价值提升,此时$D21_{(t2)} < D22_{(t2)}$。对于娱乐消遣类效用来说,表达形式更为丰富的社交媒体广告所带来的效用更大($E21_{t}>E22_{(t2)}$)。

基于上述分析不难发现,当企业在线媒体投资效益最大化时,用于社交媒体广告投资额$C21^\sharp$♯①为:

①♯表示在线媒体投资效益最大化的情况。

$ C{21^\sharp} = \dfrac{{D21 + E21}}{{D22 + E22}}C{22^\sharp} $ (13)

对于实用型产品来说,与行为产生密切相关的决策信息价值最大时,用于社交媒体的最优投资额$C{21^ \cdot }$为:

$ C{21^ \cdot } = \dfrac{{D21}}{{D22}}C22 $ (14)

在产品投入的早期阶段:

$ 当\dfrac{{E21}}{{E22}} > \dfrac{{D21}}{{D22}}时,C21_{(t1)}^\sharp > C21_{(t1)}^ \cdot $ (15)
$ 当\dfrac{{E21}}{{E22}} < \dfrac{{D21}}{{D22}}时,C21_{(t1)}^\sharp < C21_{(t1)}^ \cdot $ (16)
$ 在产品投入后期阶段:C21_{(t2)}^\sharp > C21_{(t2)}^ \cdot $ (17)

对于享乐型产品来说,与行为产生密切相关的娱乐信息价值最大时:

$ C{21^ \prime } = \dfrac{{E21}}{{E22}}C22 $ (18)

在产品投入的早期阶段:

$ 当\dfrac{{E21}}{{E22}} > \dfrac{{D21}}{{D22}}时,C21_{(t1)}^\sharp <C21_{(t1)}^ \prime $ (19)
$ 当\dfrac{{E21}}{{E22}} < \dfrac{{D21}}{{D22}}时,C21_{(t1)}^\sharp > C21_{(t1)}^ \prime $ (20)
$ 在产品投入后期阶段:C21_{(t2)}^\sharp < C21_{(t2)}^ \prime $ (21)

命题2:在产品生命周期的早期阶段,不同在线媒体沟通方式所传达的信息价值比不同,营销效果也不同;在后期阶段产品类型不同,营销效果不同。

证明:对于实用性产品来说,在产品投入市场的早期阶段,如果社交媒体广告与电商平台广告所蕴含的娱乐信息价值之比低于决策信息价值,那么二者负相关($C21_{(t1)}^\sharp > C21_{(t1)}^ \cdot $);但如果高于决策信息价值,则两者相互促进($C21_{(t1)}^\sharp < C21_{(t1)}^ \cdot $)。在产品后期阶段($C21_{(t2)}^\sharp > C21_{(t2)}^ \cdot$),社交媒体广告与电商平台广告的投放效果也存在此消彼长的关系。而享乐型产品刚好相反(如表 3所示)。

表3 在线媒体沟通方式的内部关系
4 研究的结论

随着互联网技术的发展和新型媒介的不断涌现,企业营销沟通手段越来越丰富。以互联网广告为主的在线媒体沟通方式的不断涌现和丰富,对传统媒体营销效果尤其带来挑战。对管理者来说,如何在不同类型产品经营的不同时期,有效整合传统营销传播手段与在线媒体沟通方式,实现营销资源的优化配置迫在眉睫。针对这一问题,本研究基于详尽可能性模型和效用理论,对以电视广告为代表的传统营销传播手段和以电商广告与社交媒体广告为代表的在线媒体沟通手段,在不同类型产品生命周期阶段的动态影响效果进行了研究,结果发现:

(1) 对不同类型的产品,传统媒体与在线媒体沟通所传达的信息价值比不同,营销效果不同。具体来说,对于实用型产品,如果传统媒体与在线媒体传达的娱乐信息价值比高于决策信息价值比时,二者的营销效果负相关;低于决策信息价值比时,二者正相关。享乐型产品结果刚好相反。

(2) 对于以社交媒体和电商广告为主要表现形式的在线媒体沟通方式,就实用型产品来说,在投入市场的早期阶段,如果社交媒体广告与电商平台广告所蕴含的娱乐信息价值之比低于决策信息价值,那么二者负相关;但如果高于决策信息价值,则两者相互促进。在产品后期阶段,社交媒体广告的投放力与电商平台广告的投放效果也存在此消彼长的关系。而享乐型产品刚好相反。

上述结论可为企业营销沟通管理提供参考:

(1) 衡量传统营销传播手段与在线媒体沟通方式所呈现的决策信息与娱乐信息价值比,对于企业权衡媒介投入必不可少。

(2) 对于在线媒体沟通方式,在产品生命周期的早期阶段,媒介沟通信息价值比是衡量在线媒体投入的关键指标;而在产品生命周期的后期阶段,随着信息依赖路径的变化,电商平台广告带来的单位收益率高于社交媒体广告。

(3) 产品类型不同,媒介管理策略显著不同。

5 研究的局限和对未来的展望

本研究探讨传统营销传播手段与在线媒体沟通方式在不同产品类型条件下,其营销效果随时间变化的趋势。虽然丰富了现有研究的成果,但不可避免的是还存在一些不足之处:分析的营销传播手段有限,未能全面涵盖营销沟通方式的全貌;未考虑不同媒介内部及媒介间的效用,即跨媒介效应。跨媒介效应是某一媒介效果借助于其他媒介手段而实现的影响范围与效果的进一步扩大和提升[30],与媒介融合不同。媒介融合是指传统媒体延伸至互联网以及多种内容传送技术的融合,其基本要义是共同的技术平台及内容在多媒体平台流动[31]。故媒介融合是不同媒介产业之间的合作和对媒介资本新结构的探索,与跨媒介效应有着本质的差异。

目前,现有的研究发现:一方面,传统营销传播手段与在线媒体沟通方式间存在跨媒介效应。如电视广告对品牌搜索[32]、网站浏览量与产品销量[33]等有重要的影响。Gopinath等从产品导入开始,对网络口碑与广告对企业绩效的动态影响进行分析[34],发现在控制电视广告的情境下,推荐型网络口碑效价对销量有显著的影响;在控制网络口碑的条件下,情感型网络口碑效价与情感广告之间存在交互效应。另一方面,不同类型的营销沟通手段内部存在跨媒介效应。Kumar等研究发现,企业原创内容与电视广告和电子邮件邮箱间存在协同效应,但企业原创内容对经验比较丰富、技术娴熟和偏爱社交媒体的消费者影响会更大[26]

综上,不难发现,虽然现有研究对跨媒介现象有所涉及,但一方面对营销沟通的手段分析有限,并未深入剖析跨媒介现象在不同类型产品生命周期阶段的表现;另一方面也并未涉及近年来发展迅猛且已在中国网络广告市场独占鳌头的电商广告等在线媒体沟通方式的思考。因此,未来还应强化以下几个方面的研究:第一,解析传统营销传播工具或在线媒体沟通方式内部的跨媒介现象及其变化趋势,为企业进行传统媒体或在线媒体管理提供指导。第二,结合国内互联网广告的发展现状,全面深入地剖析传统营销传播手段和在线媒体沟通方式的跨媒介现象,以及其在产品生命周期中的动态变化,为企业进行整合营销传播提供指导。第三,利用详尽可能性模型,阐述不同跨媒介效应在不同类型产品生命周期阶段的变化,为企业产品营销传播策划提供经验。

参考文献
[1]
Danneman N, Heimann R. Social media mining with R[M]. Birmingham: Packt Publishing Ltd, 2014.
[2]
Srinivasan S, Rutz O J, Pauwels K. Paths to and off purchase:quantifying the impact of traditional marketing and online consumer activity[J]. Journal of the Academy of Marketing Science, 2016, 44(4): 440-453. DOI:10.1007/s11747-015-0431-z
[3]
Hanssens D M. Advertising impact generalizations in a marketing mix context[J]. Journal of Advertising Research, 2009, 49(2): 127-129. DOI:10.2501/S0021849909090151
[4]
Bass F M. A new product growth for model consumer durables[J]. Management Science, 1969, 15(5): 215-227. DOI:10.1287/mnsc.15.5.215
[5]
夏清华. 营销传播中的网络技术与传统媒体的竞争和兼容[J]. 财经问题研究, 2000(10): 77-80.
[6]
Kumar V, Choi J W B, Greene M. Synergistic effects of social media and traditional marketing on brand sales:cap-turing the time-varying effects[J]. Journal of the Academy of Marketing Science, 2017, 45(2): 268-288. DOI:10.1007/s11747-016-0484-7
[7]
Foehr U G. Media multitasking among American youth: prevalence, predictors, and pairings[EB/OL]. (2018-09-10)[2020-03-06].https://files.eric.ed.gov/fulltext/ED527858.pdf.
[8]
Srivastava J, Nakazawa M, Chen Y W. Online, mixed, and offline media multitasking:role of cultural, sociodemographic, and media factors[J]. Computers in Human Behavior, 2016, 62(Sep): 720-729.
[9]
Li J. Is online media a two-sided market?[J]. Computer Law & Security Review, 2015, 31(1): 99-111.
[10]
Chevalier J A, Mayzlin D. The effect of word of mouth on sales:online book reviews[J]. Journal of Marketing Research, 2006, 43(3): 345-354. DOI:10.1509/jmkr.43.3.345
[11]
Chen Yu-Jen, Am na, et al. Posting strategically:the consumer as an online media planner[J]. Journal of Consumer Psychology, 2015, 25(4): 609-621. DOI:10.1016/j.jcps.2015.02.003
[12]
Goodrich K, de Mooij M. How 'social' are social media? a cross-cultural comparison of online and offline purchase decision influences[J]. Journal of Marketing Communications, 2014, 20(1/2): 103-116.
[13]
Eisingerich A B, Chun H E H, Liu Y, et al. Why recommend a brand face-to-face but not on facebook? how word-of-mouth on online social sites differs from traditional word-of-mouth[J]. Journal of Consumer Psychology, 2015, 25(1): 120-128.
[14]
Mallapragada G, Chandukala S R, Liu Q. Exploring the effects of "what"(Product)and "where"(website)characteristics on online shopping behavior[J]. Journal of Marketing, 2016, 80(2): 21-38.
[15]
Marchand A, Hennig-Thurau T, Caroline W. Not all digital word of mouth is created equal:understanding the respective impact of consumer reviews and microblogs on new product success[J]. International Journal of Research in Marketing, 2016, 34(2): 336-354.
[16]
Hennig-Thurau T, Wiertz C, Feldhaus F. Does twitter matter? the impact of microblogging word of mouth on consumers' adoption of new movies[J]. Journal of the Academy of Marketing Science, 2015, 43(3): 375-394. DOI:10.1007/s11747-014-0388-3
[17]
Chih W H, Wang K Y, Hsu L C, et al. Investigating electronic word-of-mouth effects on online discussion forums:the role of perceived positive electronic word-of-mouth review credibility[J]. CyberPsychology, Behavior & Social Networking, 2013, 16(9): 658-668.
[18]
龚诗阳, 李倩. 数字化时代的营销沟通:网络广告、网络口碑与手机游戏销量[J]. 南开管理评论, 2018, 21(2): 28-42.
[19]
Petty R E, Cacioppo J T. The elaboration likelihood model of persuasion[J]. advances in consumer research, 1986, 19(4): 123-205.
[20]
赵占波, 杜晓梦, 梁帆, 等. 产品类型和时间压力对消费者网络冲动性购买倾向的影响[J]. 营销科学学报, 2015, 11(2): 118-132.
[21]
Smith M D. The impact of shopbots on electronic markets[J]. Journal of the Academy of Marketing Science, 2002, 30(4): 446. DOI:10.1177/009207002236916
[22]
许启发, 贾俊颖, 蒋翠侠, 等. 基于门限分位数回归的网上商品销量影响因素探析[J]. 商业经济与管理, 2016, 29(7): 5-14.
[23]
Gupta S. Impact of sales promotions on when, what, and how much to buy[J]. Journal of Marketing Research, 1988, 25(4): 342-355. DOI:10.1177/002224378802500402
[24]
Danaher, Peter J, et al. The effect of competitive advertising interference on sales for packaged goods[J]. Journal of Marketing Research, 2008, 45(2): 211-225.
[25]
Cannon, Hugh M, Riordan, Edward A. Effective reach and frequency:does it really make sense?[J]. Journal of Advertising Research, 1994, 34(2): 19-28.
[26]
Kumar A, Bezawada R, Rishika R, et al. From social to sale:the effects of firm-generated content in social media on customer behavior[J]. Journal of Marketing, 2016, 80(1): 7-25.
[27]
Algesheimer René, Sharad B, Dholakia U M, et al. The impact of customer community participation on customer behaviors:an empirical investigation[J]. Marketing Science, 2009, 29(4): 756-769.
[28]
Becker G S. A theory of the allocation of time[J]. Economic Journal, 1965, 75(299): 493-517. DOI:10.2307/2228949
[29]
Zhang Y, Trusov M, Stephen A T, et al. Online shopping and social media:friends or foes?[J]. Journal of Marketing, 2017, 81(6): 24-41. DOI:10.1509/jm.14.0344
[30]
Fossen B L, Schweidel D A. Television advertising and online word-of-mouth:an empirical investigation of social TV activity[J]. Marketing Science, 2017, 36(1): 105-123.
[31]
陈映. 媒介融合概念的解析与层次[J]. 北京邮电大学学报(社会科学版), 2014, 16(1): 1-7.
[32]
Joo M, Wilbur K C, Cowgill B, et al. Television advertising and online search[J]. Management Science, 2014, 60(1): 56-73. DOI:10.1287/mnsc.2013.1741
[33]
Liaukonyte J, Teixeira T, Wilbur K C. Television advertising and online shopping[J]. Marketing Science, 2015, 34(3): 311-330.
[34]
Gopinath S, Thomas J S, Krishnamurthi L. Investigating the relationship between the content of online word of mouth, advertising, and brand performance[J]. Marketing Science, 2014, 33(2): 241-258. DOI:10.1287/mksc.2013.0820