王大員 徐敏

隨著2009年第一部專業(yè)制作的網(wǎng)絡(luò)劇的誕生，到2012年《屌絲男士》的播出，網(wǎng)絡(luò)劇從起步階段進(jìn)入了迅速發(fā)展時期。到現(xiàn)在為止，網(wǎng)絡(luò)上可以查到的網(wǎng)絡(luò)劇數(shù)量已經(jīng)超過了500部，增長趨勢明顯，網(wǎng)絡(luò)劇市場也越來越成熟。網(wǎng)絡(luò)劇所帶來的新變革，對影視制作行業(yè)也產(chǎn)生了巨大的影響。因此，無論是創(chuàng)作者還是媒介方都急需對網(wǎng)絡(luò)劇的生產(chǎn)方式、傳播方式和傳播效果進(jìn)行研究，從而明確其未來的發(fā)展方向。通過查閱中國學(xué)術(shù)文獻(xiàn)總庫，可以看出網(wǎng)絡(luò)劇的相關(guān)研究依然處于起步階段，學(xué)術(shù)界尚未對這一領(lǐng)域進(jìn)行較為深入的研究。

從一定程度上來說，大部分的網(wǎng)絡(luò)劇都是低成本制作，沒有明星號召力的網(wǎng)絡(luò)劇究竟該如何營銷，從而獲得播放量的提升？

一、研究現(xiàn)狀

筆者以“網(wǎng)絡(luò)劇”和“網(wǎng)劇”為篇名，查閱了中國學(xué)術(shù)文獻(xiàn)總庫的CSSCI期刊，比較突出的文獻(xiàn)有12篇。這些文獻(xiàn)的研究方向主要分為三類：網(wǎng)絡(luò)劇的特征、網(wǎng)絡(luò)劇的現(xiàn)狀與發(fā)展，以及網(wǎng)絡(luò)劇的營銷手段。通過對這些文獻(xiàn)的分析，筆者整理出網(wǎng)絡(luò)劇最突出的特性：碎片化、互動性、隨意性和共鳴性。因為網(wǎng)絡(luò)劇過度迎合受眾喜好，導(dǎo)致目前的網(wǎng)絡(luò)劇陷入了三點(diǎn)困境：故事內(nèi)容低俗化;傳播方式依然沿襲傳統(tǒng)電視劇;過度消費(fèi)IP，導(dǎo)致原創(chuàng)能力低下。這些都是網(wǎng)絡(luò)劇研究急需解決的問題。

（一）研究方法

張智華[1]和宋湘綺[2]等雖然對網(wǎng)絡(luò)劇的發(fā)展提出了一些建議，但由于他們的研究方法依然局限在孫旭培[3]對新聞傳播學(xué)研究方法的劃分標(biāo)準(zhǔn)中的思辨研究或定性研究，缺少在定量分析法上的研究。而事實證明對網(wǎng)絡(luò)劇數(shù)據(jù)進(jìn)行定量分析，更有利于直觀、理性的總結(jié)出其發(fā)展規(guī)律，從而提出更高效的解決方法。

（二）影響因素

利特曼（Barry R. Litaman）和琳達(dá)（Linda S. Kohl）在《基于八十年代的經(jīng)驗：預(yù)測電影的成功》一文中，論述了其電影票房預(yù)測模型的基本原理。模型的因變量是電影的票房收入，自變量主要是創(chuàng)意、發(fā)行、營銷。[4]

我國學(xué)者尹一伊在《影響中國電影經(jīng)濟(jì)成功的因素分析——從票房預(yù)測模型看中國電影新發(fā)展》中以利特曼的票房預(yù)測模型為參照，對其進(jìn)行國情化的調(diào)整并以之為依據(jù)進(jìn)行數(shù)據(jù)整理，提出一個基本適應(yīng)中國市場的模型，即內(nèi)容分類（共八類）、著名導(dǎo)演、著名演員、影片預(yù)算、影片制片公司、影片檔期、奧斯卡提名、國內(nèi)獎項提名和網(wǎng)絡(luò)評論。[5]

基于利特曼模型和各種文獻(xiàn)，筆者根據(jù)實際數(shù)據(jù)可信度和有效度以及中國網(wǎng)絡(luò)市場實際狀況，去除掉低成本制作中極少存在的明星效應(yīng)，將中國網(wǎng)絡(luò)劇播放量的數(shù)據(jù)模型大致概括為網(wǎng)劇信息（包括網(wǎng)絡(luò)劇時長、集數(shù)、類型和IP?。?、網(wǎng)絡(luò)評分和網(wǎng)絡(luò)營銷。

（三）提出問題

通過對相關(guān)文獻(xiàn)的分析，雖然戴清[6]、陳功[7]等通過定性方法對網(wǎng)絡(luò)劇傳播策略進(jìn)行了研究，但依然不足以說明營銷對策的正確性，因此相應(yīng)的定量研究顯得尤為重要。筆者排除掉有明星參演的大制作網(wǎng)絡(luò)劇，著重通過分析低成本網(wǎng)絡(luò)劇播放量的影響因素來探究網(wǎng)絡(luò)劇可行的營銷策略，為網(wǎng)絡(luò)劇的發(fā)展和其能夠成為我國文化軟實力的重要部分提出相應(yīng)的對策。筆者結(jié)合我國網(wǎng)絡(luò)劇市場的實際情況，最終建立了多元線性回歸模型：Y=C+β1X1+β2X2+β3X3+……+βnXn（Y表示網(wǎng)絡(luò)劇播放量，C表示橫截距，β表示系數(shù)，X代表變量）。

二、研究設(shè)計

假設(shè)網(wǎng)絡(luò)劇信息、網(wǎng)絡(luò)評分和網(wǎng)絡(luò)營銷對網(wǎng)絡(luò)劇播放量有一定影響。下面也將依據(jù)假設(shè)進(jìn)行分析。

（一）樣本選取

為了數(shù)據(jù)的可用性以及排除掉個別有缺陷的數(shù)據(jù)（無相關(guān)數(shù)據(jù)），最終選取了可以查到相關(guān)數(shù)據(jù)的網(wǎng)絡(luò)劇共92部。因為研究對象是低成本網(wǎng)絡(luò)劇，所以選取的92部網(wǎng)絡(luò)劇的主演微博粉絲量皆低于1000萬。本文所采用的數(shù)據(jù)，主要來自骨朵數(shù)據(jù)、新浪微博和播放平臺的相關(guān)數(shù)據(jù)，所有數(shù)據(jù)截止日期為2018年7月30日。

（二）變量設(shè)計

引用的作為解釋變量的影響因素既有定量變量，又有定性變量（類型、IP?。榱颂岣吣Ｐ偷木?，力求在同一模型中反映這些因素的影響，需要將這些定性變量進(jìn)行量化，因此下文會利用虛擬變量來實現(xiàn)?；A(chǔ)類型和肯定類型取值為1;比較類型和否定類型取值為0。

1、因變量設(shè)計

網(wǎng)絡(luò)劇播放量：自網(wǎng)絡(luò)劇開播——2018年7月30日為止總播放量。

2、自變量設(shè)計

播出天數(shù)：播出天數(shù)對網(wǎng)絡(luò)劇播放量的影響一般來說是恒定的，播出天數(shù)長，被網(wǎng)友看到的幾率也會變大，時間線也會加長。從播出天數(shù)也可以很好地判斷出網(wǎng)絡(luò)劇是否真的收視率高，因為有的網(wǎng)絡(luò)劇即使播出時間短但總播放量卻很高。

豆瓣評分：豆瓣評分在影視領(lǐng)域始終保持著較為專業(yè)的影響力，對影視的評分都比較客觀且能夠真實反映受眾的心理。

平臺打分：平臺打分來自網(wǎng)絡(luò)劇播放平臺的評分。本次收集樣本皆是播放平臺的獨(dú)播劇，平臺的打分對于市場更加細(xì)分。

播放集數(shù)：網(wǎng)絡(luò)劇的播放分集數(shù)，有的受眾可能因為播放集數(shù)過多而放棄追劇，也可能因為播放集數(shù)太少不能滿足心理預(yù)期而放棄觀看。

播放時長：為了填補(bǔ)碎片化時間中的娛樂需求，受眾在選擇網(wǎng)絡(luò)劇時越來越在意時長。

官方微博數(shù)：微博營銷在目前的營銷方式中有著快速有效的優(yōu)勢，官方的宣傳越多，影響的受眾也可能越多。

熱門話題：網(wǎng)絡(luò)劇的營銷團(tuán)隊會在新浪微博制造熱門話題，從而引發(fā)網(wǎng)民討論，擴(kuò)大宣傳的影響力。

類型：網(wǎng)絡(luò)劇類型反映了觀眾的觀看偏好。根據(jù)數(shù)據(jù)整理得出，市場上比較受歡迎的網(wǎng)絡(luò)劇類型是喜劇片，因此將喜劇片取值為1，喜劇片以外的類型取值為0。

播放平臺：根據(jù)整理的數(shù)據(jù)，優(yōu)酷、愛奇藝、騰訊視頻是播放平臺中擁有網(wǎng)絡(luò)劇較多且綜合播放率較高的平臺，因此將優(yōu)酷平臺、愛奇藝平臺、騰訊視頻取值為1，其他平臺（搜狐視頻、樂視視頻、PPTV聚力、芒果TV）取值為0。

表1、網(wǎng)絡(luò)劇播放量與影響因素描述性信息有效的N（列表狀態(tài)） 92

IP?。ㄐ≌f改編）：目前多部網(wǎng)絡(luò)劇都是根據(jù)小說改編，在播放前已經(jīng)有了一定的粉絲基礎(chǔ)，因此可能會對網(wǎng)絡(luò)劇播放量有一定影響。此處改編自小說的網(wǎng)絡(luò)劇取值為1，反之則取值0。播出天數(shù)、平臺打分、播出集數(shù)、播出時長、類型、播放平臺相關(guān)數(shù)據(jù)來源于愛奇藝、優(yōu)酷、騰訊、搜狐、樂視、PPTV、芒果TV視頻平臺和骨朵數(shù)據(jù);豆瓣評分來源于豆瓣網(wǎng);IP來源于影片百度百科。

三、數(shù)據(jù)分析

對通過整理獲取的數(shù)據(jù)進(jìn)行描述性分析、相關(guān)性分析以及回歸分析。除了描述性分析以外，為了消除數(shù)據(jù)的異方差性，在相關(guān)性分析和回歸分析時，定量變量采取LN值。

（一）描述性分析

根據(jù)表1的數(shù)據(jù)觀察，網(wǎng)絡(luò)劇累計播放量最高在107億，最低在4300萬，平均播放量在9.3億，可以看出網(wǎng)絡(luò)劇之間的差距特別大。播出天數(shù)的差距只是網(wǎng)絡(luò)劇首播時間導(dǎo)致的，因此此處不做分析。集數(shù)和時長的差距巨大，說明了網(wǎng)絡(luò)劇在制作上存在很大的差異。官方微博數(shù)和微博熱門話題區(qū)別在于網(wǎng)絡(luò)劇微博營銷的差距，以及與網(wǎng)友互動的差距。豆瓣評分相較于平臺打分來說差異更大，可以看出豆瓣上對網(wǎng)絡(luò)劇的評價呈現(xiàn)兩極化，平臺打分則比較平和，相差不是特別大。

從描述性分析中，可以得出比較一般性的假設(shè)，即：網(wǎng)絡(luò)劇出品方在微博營銷（官方微博數(shù)與微博熱門話題）上花的心思越多，營銷做得越好，是否一定會引起網(wǎng)絡(luò)劇播放量的變化;網(wǎng)絡(luò)口碑是否能夠左右網(wǎng)絡(luò)劇的播放量。下文也將根據(jù)這一假設(shè)繼續(xù)進(jìn)行相關(guān)性分析和多元回歸分析。

（二）相關(guān)性分析

通過對上述因素之間的相關(guān)性分析，可以看出集數(shù)、類型、微博熱門話題、播出平臺和平臺打分與網(wǎng)絡(luò)劇累計播放量有顯著相關(guān)性;官方微博數(shù)與網(wǎng)絡(luò)劇播放量有相關(guān)性;播出天數(shù)、時長、IP劇和豆瓣評分對網(wǎng)絡(luò)劇播放量沒有影響（見表2）。

（三）多元回歸分析

由于IP劇在第一次回歸分析中P值大于0.05，因此在刪除IP劇后，得出表3分析結(jié)果。

對于檢驗結(jié)果是否在統(tǒng)計意義下顯著，常用P值和R平方兩個統(tǒng)計量來綜合評價其顯著性。當(dāng)P值大于預(yù)設(shè)值（一般取0.05或0.01），則表示預(yù)測模型不顯著;當(dāng)P值小于預(yù)設(shè)值時，說明預(yù)測模型在統(tǒng)計意義下是顯著的。而表3中的P值除了IP劇均小于0.05，表示其他的數(shù)據(jù)通過檢驗。而R平方則表示估計模型的顯著性，即可以解釋多少比例的因變量。F值越高表示擬合程度越好，這里的F值為11.815，表示該數(shù)據(jù)的檢測結(jié)果顯著有效。

表2、網(wǎng)絡(luò)劇播放量與影響因素相關(guān)性分析?在0 .01 水平（雙側(cè)）上顯著相關(guān)。*. 在0.05 水平（雙側(cè)）上顯著相關(guān)。

（四）分析結(jié)果

綜合上述分析結(jié)果，網(wǎng)絡(luò)劇的集數(shù)、類型、官方微博數(shù)、微博熱門話題數(shù)、播出平臺和平臺打分都對網(wǎng)絡(luò)劇播放量有影響，相關(guān)性皆通過檢驗。低成本網(wǎng)絡(luò)劇播放量的多元線性回歸模型：

表3、多元線性回歸估計結(jié)果?R 平方（擬合優(yōu)度）：0.455;F 檢驗值：11.815;調(diào)整?后的擬合優(yōu)度：0.416;方程檢驗P值：0.000

ln網(wǎng)絡(luò)劇播放量=1.147+0.419*ln集數(shù)-0.579*類型+0.206*ln官方微博數(shù)+0.187*ln微博熱門話題+0.478*播出平臺+2.474*ln平臺打分。

通過系數(shù)可以看出，播出平臺及其打分對網(wǎng)絡(luò)劇播放量的影響最大，其次是類型和集數(shù)，最后是微博相關(guān)營銷。

四、低成本網(wǎng)絡(luò)劇的營銷策略

研究證實，低成本網(wǎng)絡(luò)劇播放量的影響因素是集數(shù)、類型、官方微博數(shù)、微博熱門話題、播出平臺和平臺打分。

（一）高質(zhì)量營銷內(nèi)容

在這個“內(nèi)容為王”的時代，只有網(wǎng)絡(luò)劇自身內(nèi)容過硬，才能激發(fā)觀眾持續(xù)觀看。正如上文分析結(jié)果，如果過度利用IP概念，對網(wǎng)絡(luò)劇播放量來說并沒有正相關(guān)作用。網(wǎng)絡(luò)劇并不會因為是某個小說改編而有更多的播放量。

通過數(shù)據(jù)分析結(jié)果可以看出，雖然類型對低成本網(wǎng)絡(luò)劇播放量有影響，但是它的參數(shù)是負(fù)數(shù)，意味著低成本網(wǎng)絡(luò)劇的類型不是喜劇反而會獲得更高的播放量。這個結(jié)果在一定程度上也說明了低成本網(wǎng)絡(luò)劇應(yīng)該更加重視原創(chuàng)，重視內(nèi)容深度，這樣才能提供高質(zhì)量的營銷內(nèi)容，才能夠為網(wǎng)絡(luò)劇的播放量提供正相關(guān)影響。

（二）社交化營銷渠道

如今微博營銷大行其道，不可否認(rèn)，微博營銷對電視劇、網(wǎng)絡(luò)劇、電影這些娛樂性消費(fèi)活動都有很好的宣傳效果。根據(jù)上文的研究數(shù)據(jù)顯示，網(wǎng)絡(luò)劇的官方微博發(fā)博數(shù)量和微博話題閱讀量都對低成本網(wǎng)絡(luò)劇播放量有正向影響。

官方微博發(fā)表博文和制造微博話題能夠與網(wǎng)友進(jìn)行社交化的交流，進(jìn)行碎片化的傳播，這種交互的形式在一定程度上拉近了與網(wǎng)友的距離，也能夠擴(kuò)大傳播覆蓋面，提高營銷的效率。

（三）體驗式口碑營銷

數(shù)據(jù)研究結(jié)果中對低成本網(wǎng)絡(luò)劇影響最大的因素就是播出平臺及平臺上的評分?？梢哉f選擇一個好的播出平臺就讓網(wǎng)絡(luò)劇占據(jù)了先天的優(yōu)勢，渠道營銷正是目前低成本網(wǎng)絡(luò)劇所欠缺的。或許由于豆瓣評分對電影的影響判斷太大，造成人們的誤解，認(rèn)為豆瓣評分對網(wǎng)絡(luò)劇同樣有影響。事實卻是只有平臺上的打分才對網(wǎng)絡(luò)劇播放量有影響。

目前網(wǎng)絡(luò)劇基本上都是視頻網(wǎng)站獨(dú)家買斷，一部網(wǎng)絡(luò)劇很有可能只能在某一個視頻網(wǎng)站播放。因此網(wǎng)友們的判斷基本上都是來自播出平臺上對網(wǎng)絡(luò)劇的打分，并不會再點(diǎn)開別的視頻網(wǎng)站。而豆瓣則是電影方面的口碑營銷占主流，其原因是觀看方式為影院觀看，而且是需要一定費(fèi)用，因此只有提前在豆瓣上搜索分?jǐn)?shù)，才能更好地判斷自己選擇哪一部影片。因此豆瓣評分對的低成本網(wǎng)絡(luò)劇并不適用。所以，低成本網(wǎng)絡(luò)劇為了能夠吸引觀眾觀看，最好的方式就是利用平臺的口碑宣傳，來為自己爭取更多的觀眾。

結(jié)語

隨著網(wǎng)絡(luò)的發(fā)展，電視劇向網(wǎng)絡(luò)劇轉(zhuǎn)化的趨勢越來越明顯，雖然劇集都以能夠在衛(wèi)視播放為榮，但低成本網(wǎng)絡(luò)劇依然有其存在的根基與意義。低成本網(wǎng)絡(luò)劇為了提高播放量，必須要在營銷上努力。文中所介紹的三種營銷策略，也是在力所能及的范圍內(nèi)為市場提供數(shù)據(jù)化、理性的分析對策，意在為網(wǎng)絡(luò)劇產(chǎn)業(yè)的發(fā)展有所助益。

注釋：

[1]張智華，朱怡璇.中國網(wǎng)絡(luò)劇發(fā)展路徑[J].藝術(shù)評論，2016（06）：68-74.

[2]宋湘綺，代黎明.中國網(wǎng)絡(luò)劇發(fā)展困境及出路[J].中國電視，2017（04）：76-78.

[3]孫旭培.研究方法與新聞學(xué)研究的深化[J].當(dāng)代傳播，1998（06）：12-16.

[4]姚睿.新媒體語境下的電影營銷——論微博與電影營銷的互動實踐[J].當(dāng)代電影，2011（06）：134-137.

[5]尹一伊.影響中國電影經(jīng)濟(jì)成功的因素分析——從票房預(yù)測模型看中國電影新發(fā)展[J].當(dāng)代電影，2013（07）：18-22.

[6]戴清.近年來媒介融合環(huán)境對電視劇網(wǎng)絡(luò)劇制播營銷的影響與反思[J].中國電視，2017（05）：60-65.

[7]陳功，趙青林.網(wǎng)絡(luò)自制劇的傳播特征分析[J].當(dāng)代傳播，2014（06）：101-103.

（作者：王大員，中國地質(zhì)大學(xué)（武漢）藝術(shù)與傳媒學(xué)院副教授，碩士生導(dǎo)師;徐敏，中國地質(zhì)大學(xué)（武漢）藝術(shù)與傳媒學(xué)院2016級新聞傳播學(xué)專業(yè)碩士研究生）

責(zé)編：周蕾