蔡衛(wèi)民 彭 晶 覃娟娟

(1.湖南師范大學旅游學院,湖南長沙 410081; 2.湖南師范大學教育科學學院,湖南長沙 410081)

韶山的全國網絡關注熱度矩陣及推廣策略研究

蔡衛(wèi)民1彭 晶1覃娟娟2

(1.湖南師范大學旅游學院,湖南長沙 410081; 2.湖南師范大學教育科學學院,湖南長沙 410081)

網絡搜索數(shù)據(jù)記錄了用戶的搜索關注與需求,為研究旅游營銷推廣策略提供了必要的數(shù)據(jù)基礎。本文以韶山為研究對象,依托百度指數(shù)得到2011～2014年全國34個省(市、區(qū))對韶山的網絡關注度數(shù)據(jù),首次引入網絡關注熱度指標,借鑒波士頓矩陣分析法構建網絡關注熱度矩陣,分析了位于四大象限內各省(市、區(qū))關注熱度時空特征。研究發(fā)現(xiàn):全國34個省(市、區(qū))對韶山的網絡關注熱度存在顯著差異,從整體上看,呈現(xiàn)出良好的增長態(tài)勢;關注熱度矩陣中“發(fā)展型”區(qū)域壯大,“維持型”和“調整型”區(qū)域薄弱,“選擇型”區(qū)域幾近空白。最后針對各類型區(qū)域特征提出相應的韶山紅色旅游品牌推廣策略。

百度指數(shù); 網絡關注度; 波士頓矩陣; 關注熱度矩陣; 韶山推廣策略

根據(jù)中國互聯(lián)網絡信息中心(CNNIC)的數(shù)據(jù)顯示,截至2015年12月,中國網民規(guī)模已達到6.88億,互聯(lián)網普及率為50.3%*中國互聯(lián)網絡信息中心.第37次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/ hlwtjbg/201601/t20160122_53271.htm。隨著網絡搜索技術的普及,互聯(lián)網已經逐漸成為大眾獲取信息的平臺,旅游信息網絡對旅游者搜尋信息并進行旅游決策起著越來越重要的作用,網絡搜索引擎的發(fā)展為旅游研究開辟了新的思路(林煒鈴,2014)。目前較為常用的以網民行為數(shù)據(jù)為基礎的數(shù)據(jù)分享平臺有百度指數(shù)和谷歌趨勢,通過這些平臺,可以獲取相應時間段里某關鍵詞分別在百度和谷歌中的關注度趨勢及搜索量。旅游者通過網絡搜索引擎對旅游目的地進行搜索,這一過程所產生的龐大數(shù)據(jù)被記錄下來,可以直接、客觀地反映旅游者對該旅游目的地的網絡關注度。旅游目的地的網絡關注度在很大程度上能夠客觀反映該目的地的旅游形象、旅游知名度以及旅游發(fā)展現(xiàn)狀和趨勢,并為該目的地的旅游品牌建設和營銷策略制定提供依據(jù)?？梢园l(fā)現(xiàn),有關旅游網絡關注度的研究在近些年已經引起國內外學者的關注。

韶山是國家5A級旅游景區(qū),是湖南省乃至全國紅色旅游的代表,具有鮮明的地域文化特色和時代特征。但韶山紅色旅游的發(fā)展現(xiàn)狀與其品牌應具有的市場空間和經濟價值遠不相符。目前,韶山紅色旅游品牌的營銷推廣缺乏針對性,導致其品牌知名度和市場滲透率在不同省區(qū)存在較大差異,但這一現(xiàn)狀也為優(yōu)化韶山紅色旅游品牌營銷推廣方式和可持續(xù)發(fā)展路徑帶來巨大的潛力。

此外,目前從政府及相關統(tǒng)計部門的統(tǒng)計報告中,無法獲得較為權威的分省區(qū)統(tǒng)計的韶山旅游人數(shù)數(shù)據(jù)。據(jù)此,本文將嘗試利用全國各省(市、區(qū))對韶山的網絡關注度特征來分析其紅色旅游營銷推廣的現(xiàn)狀和不足,有針對性地提出相應的營銷策略,為韶山拓展紅色旅游市場提供參考。

1 文獻回顧

隨著網絡信息技術對信息獲取方式的改變,國內外部分學者借助網絡搜索數(shù)據(jù)來分析人們對某一地域或事件的網絡關注度,從而進行網絡搜索數(shù)據(jù)與人類社會行為之間的關系研究。這一研究方法最先應用于流行病監(jiān)測領域(Ginsberg,et al.,2009;李娜,等,2012),隨后迅速被社會經濟研究等領域所應用。

近年來,網絡搜索數(shù)據(jù)也越來越多地應用在旅游學研究方面,從現(xiàn)有文獻來看,主要呈以下發(fā)展路徑。(1) 部分學者最初利用網絡搜索數(shù)據(jù)對旅游景區(qū)網絡關注度時空分布特征進行實證分析,并證實區(qū)域旅游網絡關注度與實際旅游客流之間存在相關性。李山等(2008)基于百度指數(shù),分析了我國首批5A級旅游景區(qū)絡空間關注度的時間分布特征,并發(fā)現(xiàn)旅游景區(qū)絡空間關注度與現(xiàn)實游客量相比具有前兆效應。龍茂興等(2011)研究發(fā)現(xiàn),區(qū)域旅游網絡關注度在時空上存在3個層次的波動變化特征,且與實際旅游客流之間具有較高的耦合性。(2) 進而有學者基于網絡搜索數(shù)據(jù)建立游客量預測模型。國敏(2012)綜合運用調查問卷和百度指數(shù),分析景區(qū)網絡搜索量數(shù)據(jù)與實際游客量的相關性,并建立游客量回歸預測模型;黃先開等(2013)的研究證實了北京故宮的百度指數(shù)搜索量數(shù)據(jù)與其實際游客量存在均衡關系和格蘭杰因果關系,并且加入百度關鍵詞的游客量預測模型具有更高的預測精度。(3) 發(fā)展到近兩年,旅游學研究領域出現(xiàn)了新的研究思路,即借助網絡關注度特征分析旅游者需求偏好并制定相應的宣傳營銷策略。孫偉宇(2014)的研究揭示了我國各省市工業(yè)旅游網絡關注度時空演變特征,提出工業(yè)旅游網絡營銷建議。王芳(2015)利用百度指數(shù)揭示了全國5A級景區(qū)省域旅游信息流空間分布的一般性規(guī)律,并針對不同主題、不同地帶和不同省份的5A級旅游景區(qū)制定相應的宣傳營銷策略。可以發(fā)現(xiàn),網絡搜索數(shù)據(jù)在旅游學領域的應用研究內容從最初的單一分析旅游目的地網絡關注度時空特征逐步延伸到利用網絡關注度指導旅游營銷推廣策略的制定等多方面。盡管目前學界關于旅游目的地品牌營銷推廣策略的研究已較為成熟,但研究方法大多基于SWOT、4Ps、SCP和STP等常用的營銷策略模型,鮮見較為新穎的研究視角。因此,利用旅游目的地網絡關注度特征揭示旅游目的地營銷推廣的現(xiàn)狀和不足,從一個新視角構建旅游目的地營銷推廣策略模型,成為本研究所要解決的核心問題。

基于上述現(xiàn)狀,本文以韶山為研究對象,依托百度指數(shù)得到全國不同省(市、區(qū))對韶山的網絡關注度數(shù)據(jù),引入網絡關注熱度指標,借鑒波士頓矩陣分析法,以時間軸和空間軸為基礎構建網絡關注熱度矩陣,分析位于4個象限內的全國34個省(市、區(qū))關注熱度特征,并針對各象限的特征提出相應的韶山旅游品牌營銷推廣策略。

2 數(shù)據(jù)來源及網絡關注熱度矩陣的建立

2.1 數(shù)據(jù)來源

一般而言,用戶對于旅游信息的搜尋主要是利用信息中的“關鍵詞”進行搜索和點擊來體現(xiàn)。百度是全球最大的中文搜索引擎,百度公司基于其海量的數(shù)據(jù)推出了百度指數(shù)功能,提供自2011年1月至今在PC端和移動端上不同關鍵詞的網絡日搜索量數(shù)據(jù)。通過百度指數(shù)可以挖掘互聯(lián)網上最有價值的信息和資訊,直接、客觀地反映社會熱點及網民的興趣和需求(黃先開,等,2013)。

本文以“韶山”為研究對象,考慮到研究的便利性,只選取“韶山”作為關鍵詞,統(tǒng)計了百度指數(shù)上2011～2014年這4年全國34個省(市、區(qū))韶山的年度關注度數(shù)據(jù)。考慮到數(shù)據(jù)的可獲取性和準確性,以各地區(qū)當年每月的關注度之和作為該地區(qū)的年度關注度總數(shù)。利用百度指數(shù)趨勢圖中的“平均值”功能,獲取某地區(qū)當月的百度指數(shù)平均值,然后乘以當月天數(shù),得到各地區(qū)當月對韶山的月關注度,再將全年12個月的關注度求和,得到該地區(qū)當年對韶山的年度關注度總數(shù)。依此方法,分別獲取了2011～2014年全國34個省(市、區(qū))對韶山的各年度網絡關注度數(shù)據(jù)。地區(qū)人口總數(shù)會直接影響該地區(qū)對旅游目的地的網絡關注度總數(shù),直接用網絡關注度不夠準確。因此,本文嘗試引入“網絡關注熱度”指標,即將某地區(qū)某一時間段內的“網絡關注熱度”定義為該地區(qū)在這一時間段內的人均網絡關注度。這樣能更加客觀地說明該地區(qū)的居民通過網絡搜索和關注旅游目的地的實際情況;能夠更客觀地反映該旅游目的地在這一地區(qū)的旅游知名度和旅游品牌推廣現(xiàn)狀及趨勢。

(1)

式中,SA,B、IA,B、PA,B分別表示A地區(qū)在B時間段內的網絡關注熱度、網絡關注度總數(shù),和常住人口數(shù)。各地區(qū)的常住人口數(shù)據(jù)來源于《2010年第六次全國人口普查主要數(shù)據(jù)公報(第2號)》*2010年第六次全國人口普查主要數(shù)據(jù)公報(第2號)http://www.stats.gov.cn/tjsj/tjgb/rkpcgb/qgrkpcgb/201104/t20110429_30328.html,以萬人為單位計算。

如前文所述,將獲取的數(shù)據(jù)代入公式(1),得到2011～2014年各年度全國34個省(市、區(qū))對韶山的網絡關注熱度(見表1)。從整體上看,2012年較2011年全國對韶山的網絡關注熱度有所降低,但2013年開始大幅度回升;從2014年的數(shù)據(jù)來看,除了西藏、青海及香港等地對韶山的網絡關注熱度較2013年大幅度降低外,其他省區(qū)仍保持持續(xù)增長趨勢。

表1 2011～2014年全國34個省(市、區(qū))對韶山的網絡關注熱度

注:各省(市、區(qū))排名以2011年該地區(qū)對韶山的網絡關注熱度從高到低排序。

2.2 波士頓矩陣的介紹

波士頓矩陣,又稱四象限分析法,是由波士頓集團創(chuàng)立并推廣的一種基于“市場增長率—市場占有率”的業(yè)務投資組合分析方法。以橫、縱坐標分別表示市場占有率和市場增長率,兩個指標組合,可以構成4種差異化的產品類型。

波士頓矩陣原本是應用于企業(yè)經營戰(zhàn)略研究的管理學理論,近些年也被部分學者應用于旅游市場研究領域。本文主要借鑒“波士頓矩陣”思想,利用基于百度指數(shù)的網絡關注熱度數(shù)據(jù),對波士頓矩陣的橫、縱指標進行重新定義,建立一個韶山的全國網絡關注熱度矩陣,根據(jù)四大象限的組合結果,探討全國各省(市、區(qū))對韶山網絡關注熱度的發(fā)展時空差異,并根據(jù)四大組合特征有針對性地提出韶山紅色旅游品牌推廣策略。

2.3 指標的確立

2.3.1 空間指標

空間指標用以反映韶山在全國各省(市、區(qū))中網絡關注熱度的空間分布特征,用“網絡關注熱度”(SA)表示。A地區(qū)2011～2014年對韶山的“網絡關注熱度”用這4年的均值來衡量,即:

(2)

式中,An為A地區(qū)第n年度對韶山的網絡關注熱度,下同。

據(jù)此得到全國各省(市、區(qū))對韶山的網絡關注熱度空間分布圖(見圖1)?？梢钥闯?全國范圍內對韶山的網絡關注熱度最高的第一層級(SA> 30)僅包含西藏自治區(qū)。一是由于西藏的地理環(huán)境和氣候特征較復雜,常住人口數(shù)遠低于其他省區(qū),拉高了整體比值;二是由于近幾年,西藏的互聯(lián)網普及率迅速上升,網民規(guī)模大幅增加,截至2015年底,西藏的互聯(lián)網普及率達到了44.6 %,網民規(guī)模增速15.3%*中國互聯(lián)網絡信息中心.第37次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201601/t20160122_53271.htm,網絡的普及使得游客更容易通過搜索引擎來搜尋旅游目的地的相關信息;三是藏族人民長期以來對毛澤東充滿敬仰和感恩之情,韶山作為毛澤東的家鄉(xiāng),知名度較高,藏族人民極有可能在網絡搜索引擎上搜索韶山的相關信息。

位于第二層級(10

絕大多數(shù)地區(qū)對韶山的網絡關注熱度集中在第三層級(5

位于第四層級(0

圖1 韶山的全國網絡關注熱度空間分布圖

2.3.2 時間指標

時間指標用以反映韶山在全國各省(市、區(qū))中網絡關注熱度的時間變化特征,用“網絡關注熱度增長率”(RA)表示。A地區(qū)2011～2014年對韶山的“網絡關注熱度增長率”用這4年的平均增長率來衡量,即:

(3)

據(jù)此,我們得到全國各省(市、區(qū))2011～2014年對韶山的網絡關注熱度變化情況(見表2)。

從整體上看,近4年全國對韶山的網絡關注熱度呈良好的增長趨勢,僅有5個省區(qū)出現(xiàn)負增長。從表中數(shù)據(jù)可知,網絡關注熱度增長率超過30%的第一層級主要集中在湖南、新疆、廣東等6個省區(qū),其中湖南的增長幅度最大,達到34.93%。而廣東、江蘇、福建等地一直是韶山紅色旅游的主要客源市場,對韶山的網絡關注度也保持著良好的增長勢頭。

此外,絕大多數(shù)省(市、區(qū))對韶山的網絡關注熱度增長率處于20%～30%之間的第二層級,包括貴州、廣西、陜西等21個省(市、區(qū))。一方面說明韶山在湖南省外的大部分省(市、區(qū))具有較高的知名度和吸引力,能促使旅游者主動在互聯(lián)網上搜索韶山的相關信息;另一方面,從目前如此高的增長率走勢看,處于該層級的大部分省(市、區(qū))作為韶山旅游客源市場仍有很大的發(fā)展空間。

網絡關注熱度增長率在0%～20%之間的第三層級僅有海南省。海南是我國著名的沿海旅游城市,一直都不屬于韶山的重要客源市場,其對韶山的關注度常年保持在一個穩(wěn)定的增長范圍內,波動幅度不大。

近4年對韶山的網絡關注熱度呈負增長的5個省(市、區(qū))分別為香港、西藏、青海、臺灣和寧夏。結合表1和表2的數(shù)據(jù)來看,香港、西藏和青海三地2011～2013年對韶山的關注熱度呈現(xiàn)良好的增長趨勢,平均增長率達到29.5%,但2014年出現(xiàn)較大波動,與2013年的關注熱度相比,下降了74.3個百分點。臺灣4年來對韶山的網絡關注熱度均為最低值,且波動不大。寧夏2011年對韶山的關注熱度較高,排在全國前列,但往后的3年持續(xù)下降,平均下降率達到了18.3%。

表2 2011～2014年全國34個省(市、區(qū))對韶山的網絡關注熱度增長情況

備注:第一層級:30

2.4 網絡關注熱度矩陣的建立

韶山的全國網絡關注熱度矩陣由上述兩個基本指標所確立,其中橫坐標為空間指標,用A省(市、區(qū))對韶山的網絡關注熱度表示;縱坐標為時間指標,用A省(市、區(qū))對韶山的網絡關注熱度增長率表示。

橫坐標高低標準的臨界值(S臨界),由全國所有省(市、區(qū))2011～2014年對韶山網絡關注熱度的平均值來確定,即:

(4)

式中,Sk為k省(市、區(qū))(共34個)對韶山的網絡關注熱度;

縱坐標高低標準的臨界值(R臨界),由全國所有省(市、區(qū))2011～2014年對韶山網絡關注熱度增長率的平均值來確定,即:

(5)

式中,Rk為k省(市、區(qū))(共34個)對韶山的網絡關注熱度增長率。

以時間、空間兩個指標各自的臨界值作為分界線,將坐標圖劃分為4個象限,出現(xiàn)4種不同情況的網絡關注熱度時空特征組合。如圖2所示,根據(jù)每一象限的特征,依次命名為“維持型”(SA>S臨界;RA>R臨界)、“發(fā)展型”(SAR臨界)、“選擇型”(SAS臨界;RA

圖2 網絡關注熱度矩陣模型

3 韶山的全國網絡關注熱度矩陣及推廣對策

3.1 韶山的全國網絡關注熱度矩陣建立

根據(jù)2011～2014年各年度全國各省(市、區(qū))對韶山的百度指數(shù)關注度數(shù)據(jù),依據(jù)上述公式(1)～(5)計算得出指標數(shù)據(jù)繪制成韶山的全國網絡關注熱度矩陣(見圖3)。橫、縱坐標高低標準的臨界值S臨界和R臨界分別為9.89%、19.61%。從總體上看,韶山的全國網絡關注熱度矩陣呈現(xiàn)出幾大特點:(1) “發(fā)展型”區(qū)域壯大。目前有23個省(市、區(qū))屬于“發(fā)展型”,大多為泛珠三角經濟區(qū)(福建、廣東、廣西、貴州、四川、云南等)及中部經濟區(qū)(河南、安徽、湖北、山西、江西)的省份,社會經濟較為發(fā)達,與湖南省空間距離較近;部分為我國華北地區(qū)省份,包括內蒙古、黑龍江、吉林和遼寧等地。 (2) “維持型”和“調整型”區(qū)域薄弱。“維持型”區(qū)域的特征是對韶山的關注熱度和關注熱度增長率均高于臨界值,包括湖南、上海、天津、北京等4個地區(qū)?！罢{整型”區(qū)域的特征是,對韶山的關注熱度較高,但增長率偏低甚至出現(xiàn)負增長,包括海南、香港、西藏、青海和寧夏等5個地區(qū)。這5個地區(qū)的時空指標差異大,具有明顯的分散性,除海南外,其他4個地區(qū)的關注熱度為負增長。 (3) “選擇型”區(qū)域幾近空白,僅有澳門和臺灣兩地。百度指數(shù)的數(shù)據(jù)顯示,澳門近4年對韶山的關注熱度幾近為0,臺灣的關注熱度也很低,且逐年降低,持續(xù)負增長。

圖3 韶山的全國網絡關注熱度矩陣

3.2 矩陣的特征及推廣策略

(1) “維持型”:該類型的地區(qū)對韶山的關注熱度和關注熱度增長率均較高,存在兩種情況。一是如北京、上海、天津等地,人口規(guī)模小但社會經濟發(fā)達、信息化程度高且互聯(lián)網普及率高*互聯(lián)網普及率(2015):北京76.5%,排名第一;上海73.1%,排名第二;天津63%,排名第6。中國互聯(lián)網絡信息中心.第37次中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/ 201601/t20160122_53271.htm,因此對韶山的網絡關注熱度較高。這類地區(qū)人口基數(shù)偏小,若在當前情況下加大韶山紅色旅游品牌推廣力度,成效不會太大;但其互聯(lián)網使用頻率高,獲取網絡信息十分便捷,從長遠看,韶山市旅游局只需適當加大線上品牌推廣力度,提高韶山在互聯(lián)網上的曝光率,使這類地區(qū)對韶山的關注熱度維持現(xiàn)狀即可。二是如湖南這類地區(qū),人口基數(shù)較大,地理區(qū)位優(yōu)勢明顯,韶山在此類地區(qū)已經有很高的知名度,所以,韶山市旅游局下一步的宣傳推廣重點在于提高其紅色旅游品牌的美譽度?？傊?“維持型”區(qū)域的推廣策略是不需要大幅度拓寬推廣渠道,可節(jié)省人力、物力、財力讓潛在旅游市場自行調節(jié)并保持這些地區(qū)對韶山的關注熱度活性即可。此外,韶山市旅游局還可以現(xiàn)有紅色旅游產品為載體,聯(lián)動片區(qū)自然山水與民俗文化,完善配套設施、豐富產品體系、導入多元化的旅游體驗項目,打造一個五彩紛呈、齊頭并進的紅色旅游融合發(fā)展旅游區(qū)的品牌形象。

(2) “發(fā)展型”:該類型的地區(qū)對韶山的關注熱度增長率較高,可能得益于地區(qū)網民規(guī)模增速較快,網絡使用頻率增幅較大。但其實際關注熱度基數(shù)較小,說明韶山紅色旅游品牌形象在這類地區(qū)還有較大的發(fā)展空間。因此,鑒于這類地區(qū)對韶山的關注熱度基數(shù)未能隨著地區(qū)網絡使用頻率的增幅而大幅度提高,若想進一步提升韶山紅色旅游品牌在這類地區(qū)的整體知名度,必須有針對性的在相關地區(qū)加大宣傳推廣的投入和力度,實現(xiàn)韶山旅游品牌的分地域重點培育,待其關注熱度基數(shù)達到一定高度后,便可調整為“維持型”推廣策略。

(3) “選擇型”:該類型的地區(qū)橫、縱兩項指標值均低于臨界值,在韶山的潛在客源市場中具備較大的發(fā)展?jié)摿?。一般而?韶山景區(qū)管理局在這類地區(qū)也可以采取與“發(fā)展型”地區(qū)類似的推廣策略,但因其關注熱度兩項指標均偏低,未來的發(fā)展走勢難以正確把控,所以在制定推廣策略時必須考慮資源分配的合理性。在韶山宣傳推廣資源充足的情況下,重點培育“發(fā)展型”地區(qū)后,若還有資源剩余,便可利用剩余資源著重推廣“選擇型”區(qū)域內的地區(qū),并保持對推廣效果的實時監(jiān)測,視效果好壞及時調整推廣策略。若推廣效果顯著,關注熱度明顯提升,則可加大推廣力度轉變?yōu)椤鞍l(fā)展型”策略;若推廣無明顯成效或關注熱度繼續(xù)降低,則應停止推廣資源的繼續(xù)投入,可任其順應市場變化自由發(fā)展。

(4) “調整型”:該類型的地區(qū)對韶山的關注熱度較高,但增長率緩慢,甚至出現(xiàn)負增長。這表明韶山前期的紅色旅游品牌推廣已取得一定成效,在這類地區(qū)已具有較高的知名度,但對潛在旅游者難以保持持久吸引力。針對這一現(xiàn)狀,一方面建議韶山在這類地區(qū)采取多樣化的宣傳推廣方式,適當迎合當?shù)厝说牧曀缀推?有針對性的定制符合當?shù)厝恕翱谖丁钡耐茝V策略,做到“對癥下藥”,快速提升旅游品牌知名度,以達到口碑相傳,市場自行推廣的效果;另一方面韶山需擴大其紅色旅游產品的外延,整合優(yōu)勢旅游資源,開發(fā)新型旅游產品,擴大市場影響,形成規(guī)模效應,繼而長久維持韶山對這類地區(qū)旅游者的持久吸引力。

4 研究結論與討論

基于百度指數(shù),本研究收集2011～2014年全國34個省(市、區(qū))對韶山的年度網絡關注度數(shù)據(jù),借鑒“波士頓矩陣”思想,引入網絡關注熱度指標,構建網絡關注熱度矩陣,主要結論如下:

(1) 全國34個省(市、區(qū))對韶山的網絡關注熱度具有顯著差異。網絡關注熱度位于第一層級(SA>30)的僅有西藏,主要受其人口規(guī)模小、互聯(lián)網普及率增速快以及當?shù)鼐用駥γ珴蓶|的深厚感情影響。位于第二層級的有青海等8個地區(qū),分布較為分散,無明顯共性。位于第三層級(5

(2) 整體上看,近4年各地區(qū)對韶山的網絡關注熱度呈良好的增長趨勢,其中以湖南、新疆、廣東、四川、江蘇、福建等地增幅最大,增長率超過30%。貴州、廣西、陜西等21個地區(qū)增長率在20%～30%之間,成為韶山極具發(fā)展?jié)摿Φ臐撛诳驮词袌?。香港、西藏?個地區(qū)關注熱度呈現(xiàn)負增長。

(3) 建立韶山的網絡關注熱度矩陣,得到“維持型”“發(fā)展型”“選擇型”和“調整型”4種韶山紅色旅游品牌推廣策略?！熬S持型”區(qū)域相對薄弱,不需大幅度拓寬推廣渠道,順應市場自行調節(jié)并保持關注熱度活性即可;“發(fā)展型”區(qū)域壯大,應有針對性地加大宣傳推廣力度;“選擇型”區(qū)域幾近空白,具備較大的發(fā)展?jié)摿?推廣過程中需考慮資源分配的合理性;“調整型”區(qū)域薄弱,應保證宣傳推廣方式的多樣化,有針對性地定制符合當?shù)厝恕翱谖丁钡耐茝V策略。

本研究也存在許多不足之處。在數(shù)據(jù)收集方面,考慮到研究的方便性,只選取了“韶山”作為關鍵詞,關鍵詞過少必然不能完全代表該地區(qū)對韶山的關注度實際情況;在數(shù)據(jù)處理方面,沒有對關鍵詞的日搜索量進行逐一統(tǒng)計,而是選取的月關注度平均值求和的方式計算年關注度總量,在一定程度上降低了研究數(shù)據(jù)的精確度;最后,網絡搜索數(shù)據(jù)在旅游學領域的應用研究也是近幾年才有所發(fā)展,互聯(lián)網用戶或潛在旅游者所在地的經濟發(fā)展水平、信息化程度、互聯(lián)網普及率等因素也會成為影響旅游目的地網絡關注度的重要因素,隨著各地區(qū)信息化程度和互聯(lián)網普及率的逐漸提高,通過本研究所建立的網絡關注熱度矩陣模型得出的結論也將越來越準確。

[1] 國敏.基于網絡搜索技術的游客量預測方法研究——以故宮和泰山景區(qū)為例[D].北京:首都師范大學,2012.

[2] 黃先開,張麗峰,丁于思.百度指數(shù)與旅游景區(qū)游客量的關系及預測研究——以北京故宮為例[J].旅游學刊,2013(11):93-100.

[3] 龍茂興,孫根年,馬麗君,王潔潔.區(qū)域旅游網絡關注度與客流量時空動態(tài)比較分析——以四川為例[J].地域研究與開發(fā),2011(3):93-97.

[4] 李娜,彭賡,蘇亞軍,趙雅娜.2012年基于互聯(lián)網的商業(yè)管理學術會議論文集:基于百度搜索數(shù)據(jù)的艾滋病發(fā)病數(shù)預測研究[C].上海:美國科研出版社,2012:450-454.

[5] 李山,邱榮旭,陳玲.基于百度指數(shù)的旅游景區(qū)絡空間關注度:時間分布及其前兆效應[J].地理與地理信息科學,2008(6):102-107.

[6] 林煒鈴,鄒永廣,鄭向敏.旅游安全網絡關注度區(qū)域差異研究——基于中國31個省市區(qū)旅游安全的百度指數(shù)[J].人文地理,2014(6):154-160.

[7] 孫偉宇.中國工業(yè)旅游網絡關注度研究[D].上海:上海師范大學,2014.

[8] 王芳.基于百度指數(shù)的中國大陸5A級景區(qū)旅游信息流網絡空間格局研究[D].南京:南京師范大學,2015.

[9] Ginsberg J,Mohebbi M H,Patel R S,et al,Brammer L,Smolinski M S & Brilliant L.Detecting influenza epidemics using search engine query data[J].Nature,2009(457):1012-1014.

(責任編輯:車婷婷)

A Study on National Network Attention Heat Matrix andPromotion Strategy in Shaoshan

CAI Weimin1, PENG Jing1, QIN Juanjuan2

(1.Tourism College of Hunan Normal University, Changsha 410081, China;2.EducationScientificCollegeofHumanNormalUniversity,Changsha410081,China)

With the popularity of Internet search technology, the Internet has gradually become a platform for the public to get information. Tourism information network plays an increasingly important role in tourists’ to searching information and make decision in tourism. Internet search data can reflect concerns and interests of potential tourists, and provide necessary unstructured or semi-structured data for studying tourism marketing. In this paper, we choosed Shaoshan as the object, and got the network attention data to Shaoshan of 34 provincial capital areas in China from January 2011 to December 2014 based on the Baidu Index search platform. Considering the impact of the regional population to the total network attention data, the network attention heat index was introduced in this paper creatively. And we took the Boston matrix analysis method as a reference to construct a matrix of the network attention heat based on the time axis and space axis. Spatial index is to reflect the space distribution features of the network attention heat of Shaoshan in 34 regions, measured by the “network attention heat”. Time index used to reflect the time variation characteristics of of the network attention heat of Shaoshan in 34 regions, measured by the “network attention heat rate”. We made an analysis of distinctions of the 34 regions’ s network attention heat which are distributed in four different quadrants in this paper, then explored the spatio-temporal differences in their development. It found that: The national network attention to Shaoshan has significant differences across regions. But from an overall perspective, it in general shows a growing trend in 2011～2014; There are a lot of regions located in the “development-oriented” quadrant, a few area is located in the “maintenance-oriented” and “adjusting-oriented” quadrant, and only macau and Taiwan are located in the “selection-oriented” quadrant. According to the features of the each quadrant, we put forward the corresponding Shaoshan tourism brand promotion strategy at the end of the article.

Baidu Index; network attention; Boston matrix; attention heat matrix; Shaoshan promotion strategy

F

A

1006-575(2016)-04-0061-12

2015-03-09;

2015-11-20

湖南省科技廳項目“組織文化傳播規(guī)律及其對區(qū)域經濟發(fā)展的影響研究”(2011 FJ6011)。

蔡衛(wèi)民(1977-),男,博士,湖南師范大學旅游學院副教授,研究方向為旅游企業(yè)管理,E-mail:624818088@qq.com。 彭晶(1991-),女,湖南師范大學旅游學院碩士生。覃娟娟(1993-),女,湖南師范大學教育科學學院碩士生。