高原　何建平　劉懿璇

[摘 要]隨著5G技術(shù)和大數(shù)據(jù)的發(fā)展，信息流廣告依托大數(shù)據(jù)以直觀的方式展示在社交媒體的信息流中，逐漸成為最受廣告主青睞的主流廣告形式。文章基于感知價(jià)值理論，并結(jié)合媒體融入和精準(zhǔn)定向等存在于社交媒體信息流廣告的特性，將沉浸體驗(yàn)納入感知價(jià)值的研究框架中，實(shí)證分析受眾的感知價(jià)值對(duì)廣告效果的影響，最后構(gòu)建受眾對(duì)社交媒體信息流廣告的接受度模型。研究發(fā)現(xiàn)，社交媒體信息流廣告的感知價(jià)值因素包括感知信息性、感知娛樂(lè)性、感知匹配性、感知成本、感知風(fēng)險(xiǎn)和沉浸體驗(yàn)。其中，感知信息性對(duì)廣告效果存在顯著正向影響;感知娛樂(lè)性、感知匹配性、沉浸體驗(yàn)對(duì)廣告效果存在相關(guān)關(guān)系;感知匹配性只與認(rèn)知和行為產(chǎn)生顯著的正向影響，而沉浸體驗(yàn)只與認(rèn)知產(chǎn)生顯著負(fù)向影響。

[關(guān)鍵詞]信息流廣告;廣告效果;社交媒體;感知價(jià)值

[中圖分類號(hào)]G20 [文獻(xiàn)標(biāo)志碼]A[文章編號(hào)]2095-0292（2021）01-0141-06

[作者簡(jiǎn)介]高原，深圳大學(xué)傳播學(xué)院碩士研究生，主要從事廣告與傳媒經(jīng)濟(jì)研究;何建平，深圳大學(xué)傳播學(xué)院教授，博士研究生導(dǎo)師，主要從事廣告與傳媒經(jīng)濟(jì)研究;劉懿璇，深圳大學(xué)傳播學(xué)院博士研究生，主要從事媒介文化、傳媒經(jīng)濟(jì)研究。

一、引言

信息流廣告最早起源于Facebook在移動(dòng)端推送的營(yíng)銷信息，其被稱作“Feed流”營(yíng)銷，當(dāng)時(shí)被業(yè)界認(rèn)為是社交媒體上最具價(jià)值的廣告形式。而后，Web20時(shí)代移動(dòng)網(wǎng)絡(luò)的發(fā)展促使媒體平臺(tái)多元化生長(zhǎng)，國(guó)內(nèi)以微信朋友圈、微博、今日頭條、抖音等為代表的社交媒體中呈現(xiàn)出較大的商業(yè)化潛力。在5G時(shí)代的背景下，廣告形式更趨向呈現(xiàn)信息流化，因此信息流廣告逐漸成為社交媒體廣告中的一只主力軍。iiMedia Research預(yù)測(cè)2020年其市場(chǎng)規(guī)模將超2200億元，未來(lái)信息流廣告的市場(chǎng)潛力不可估量。

移動(dòng)端信息流廣告的盈利模式從以千人呈現(xiàn)成本為主到以每消費(fèi)者點(diǎn)擊成本、每消費(fèi)者行動(dòng)成本等為主，是由于消費(fèi)者的參與互動(dòng)行為例如點(diǎn)擊、評(píng)論或點(diǎn)贊的發(fā)展而導(dǎo)致的改變。這種趨勢(shì)最早源于推特的收費(fèi)政策，據(jù)eMarketer指出，其廣告響應(yīng)率約為預(yù)測(cè)值的800%?？梢?jiàn)用戶參與意愿和行為逐漸成為各大媒體商和廣告主的主要關(guān)注對(duì)象，除了業(yè)界，學(xué)界也正逐步研究和討論影響移動(dòng)端信息流廣告用戶參與的因素。

因此，本文將感知價(jià)值理論作為切入點(diǎn)來(lái)研究移動(dòng)端信息流廣告，并引入沉浸體驗(yàn)這一新的自變量，剖析受眾基于感知價(jià)值在移動(dòng)端信息流廣告特性中對(duì)廣告效果的影響，以謀求對(duì)移動(dòng)端信息流廣告效果的應(yīng)對(duì)之策，本研究對(duì)促進(jìn)移動(dòng)端信息流廣告行業(yè)發(fā)展和豐富廣告學(xué)術(shù)研究都具有十分重要的價(jià)值。

二、綜述與假設(shè)

縱觀國(guó)內(nèi)外相關(guān)研究，國(guó)外學(xué)者傾向于在原生廣告特征前提和體系范疇內(nèi)模糊地研究信息流廣告;在國(guó)內(nèi)，微信作為使用人次最多的社交媒體平臺(tái)受到了學(xué)界最多的關(guān)注，因此移動(dòng)廣告方面學(xué)者大多研究微信朋友圈廣告，并且聚焦于廣告概念、傳播方式以及媒體使用策略等方面，少見(jiàn)對(duì)于移動(dòng)端信息流廣告的研究，學(xué)者也幾乎沒(méi)有基于感知價(jià)值視角，或用戶接受程度、態(tài)度體現(xiàn)等視角出發(fā)對(duì)廣告效果進(jìn)行深入剖析和解讀。

國(guó)內(nèi)學(xué)界傾向于研究特定媒體形態(tài)下（例如微信平臺(tái)）信息流廣告的概念、特征以及媒體融合方式。王佩佩（2014）研究社交媒體中的信息流廣告，并列舉了信息流廣告在社交媒體平臺(tái)中的優(yōu)化策略[1]（P15-21）。喻國(guó)明（2014）、康瑾（2015）等人認(rèn)為，信息流廣告的本質(zhì)上屬于原生性廣告的一種，而原生性廣告通常包括內(nèi)容原生與形式原生兩方面。

國(guó)外學(xué)者大多在原生廣告體系視域內(nèi)進(jìn)行信息流廣告的研究，并未將其獨(dú)立出來(lái)，單獨(dú)形成一個(gè)概念進(jìn)行研究與討論。Hoffman等人（1996）從媒體社交屬性出發(fā)，表面用戶感知娛樂(lè)性與用戶情感呈正相關(guān)關(guān)系;Bauer（2005）認(rèn)為，娛樂(lè)性應(yīng)當(dāng)作為影響移動(dòng)端受眾廣告接受度的決定性因子;Carr和Bracket（2001）基于前人對(duì)廣告和網(wǎng)絡(luò)廣告的研究成果，建立了整合的網(wǎng)絡(luò)廣告態(tài)度模型，模型中的信息性指移動(dòng)廣告提供產(chǎn)品或服務(wù)信息的完整和豐富程度[2]（P23-32）。Edwards等人（2002）研究表明“在大多數(shù)情況下，如果用戶接觸內(nèi)容與其需求相匹配程度較高，那么他們對(duì)信息內(nèi)容的感知價(jià)值就更大，反之則會(huì)增加信息干擾感”[3]（P83-95）;Novak和Hoffman指出，如果收到包含其需求的信息時(shí)受眾會(huì)集中精神關(guān)注，同時(shí)不相關(guān)的事情就會(huì)被受眾忽略[4]（P50-68）;除此之外，Yoo Jung Kim（2014）和Martins J（2018）驗(yàn)證了用戶的沉浸體驗(yàn)受到移動(dòng)廣告相關(guān)特征的影響[5]（P378-387）;感知風(fēng)險(xiǎn)也是影響廣告效果的重要變量，在市場(chǎng)營(yíng)銷學(xué)的研究領(lǐng)域中，Bauer（1960）將“感知風(fēng)險(xiǎn)”首次引入，并提出當(dāng)用戶感知對(duì)個(gè)人行為控制較弱時(shí)，其風(fēng)險(xiǎn)意識(shí)會(huì)被激發(fā)從而影響用戶態(tài)度[6]（P181-192）?？v觀國(guó)內(nèi)外研究，移動(dòng)端信息流廣告的研究目前仍處于初級(jí)的、對(duì)于特征屬性層面的宏觀研究，雖然有學(xué)者進(jìn)行量化研究，但其主要在特定媒介環(huán)境（如社交媒體平臺(tái)）的大前提下進(jìn)行研究，不具有普遍適用性。

因此，本研究為業(yè)界剖析受眾基于感知價(jià)值在社交媒體信息流廣告特性中對(duì)廣告效果的影響，以謀求對(duì)社交媒體信息流廣告效果的應(yīng)對(duì)之策，進(jìn)而提高廣告效果，增加收益。同時(shí)，也為學(xué)界豐富信息流廣告效果研究的模型，為相關(guān)研究提供依據(jù)。對(duì)促進(jìn)社交媒體信息流廣告行業(yè)發(fā)展和豐富廣告學(xué)術(shù)研究都具有十分重要的價(jià)值。

基于上述背景，本文嘗試以受眾的感知價(jià)值切入社交媒體信息流廣告研究，并引入沉浸體驗(yàn)這一新的自變量，探究分析這些因素對(duì)廣告效果究竟產(chǎn)生何種影響。本研究提出以下假設(shè)和研究問(wèn)題：

研究假設(shè)1：受眾感知信息性對(duì)社交媒體信息流廣告效果呈顯著相關(guān);

研究假設(shè)2：受眾感知娛樂(lè)性對(duì)社交媒體信息流廣告效果呈顯著相關(guān);

研究假設(shè)3：受眾感知匹配性對(duì)社交媒體信息流廣告效果呈顯著相關(guān);

研究假設(shè)4：受眾沉浸體驗(yàn)對(duì)社交媒體信息流廣告效果呈顯著相關(guān);

研究假設(shè)5：受眾感知成本對(duì)社交媒體信息流廣告效果呈顯著負(fù)向相關(guān);

研究假設(shè)6：受眾感知風(fēng)險(xiǎn)對(duì)社交媒體信息流廣告效果呈顯著負(fù)向相關(guān)。

研究問(wèn)題1：社交媒體信息流廣告的感知價(jià)值價(jià)值維度有哪些;

研究問(wèn)題2：在社交媒體信息流廣告中，受眾的感知價(jià)值對(duì)廣告效果是否產(chǎn)生影響，哪些是影響其廣告效果的重要因素;

研究問(wèn)題3：在感知利得方面，各維度是否會(huì)對(duì)廣告效果產(chǎn)生正向影響;在感知利失方面，各維度是否會(huì)對(duì)廣告效果產(chǎn)生負(fù)向影響。

三、研究方法

（一）相關(guān)變量測(cè)量與量表

1自變量的測(cè)量

受眾的感知價(jià)值，本文從感知信息性、感知娛樂(lè)性、感知匹配性、沉浸體驗(yàn)、感知成本、感知風(fēng)險(xiǎn)等六個(gè)方面進(jìn)行測(cè)量。在調(diào)查感知信息性時(shí)，本文借鑒參考Kim Y J（2014）提出的相關(guān)量表加以調(diào)整[7]（P256-269）;感知娛樂(lè)性測(cè)試項(xiàng)目參考了Doucoffe（1995）等的研究量表;感知匹配性測(cè)量方式修改自 XiFei Feng（2016）的量表;沉浸體驗(yàn)主要借鑒了 Novak et al（2003）的操作性設(shè)計(jì);感知成本依據(jù)Kim 等人（2007）提出的測(cè)量維度;感知風(fēng)險(xiǎn)要測(cè)試的項(xiàng)目借鑒了范丁芳（2015）等的測(cè)試維度。筆者設(shè)計(jì)的感知價(jià)值因素量表最終包含19個(gè)題項(xiàng)。

2因變量的測(cè)量

在調(diào)查廣告認(rèn)知、態(tài)度、行為等三個(gè)因變量時(shí)，本文分別借鑒Sheth（1999）;童煒稷（2008）、Goldsmith（2002）;Davis 等人（1989）、Armstrong 等人（2000）提出的相關(guān)量表加以調(diào)整。最終筆者設(shè)計(jì)的廣告效果問(wèn)卷共包括6個(gè)題項(xiàng)。

（二）數(shù)據(jù)收集

本研究利用線上問(wèn)卷調(diào)查法收集樣本數(shù)據(jù)，在問(wèn)卷設(shè)計(jì)之前，筆者通過(guò)網(wǎng)絡(luò)采訪了11個(gè)受眾，為問(wèn)卷的形成提供了有價(jià)值的幫助。針對(duì)受眾樣本展開(kāi)問(wèn)卷總共有四個(gè)部分：第一，受眾的基本情況和接觸移動(dòng)端信息流廣告情況;第二，受眾接觸時(shí)的感知利得;第三，受眾接觸時(shí)的感知利失;第四，移動(dòng)端信息流廣告效果。筆者利用線上平臺(tái)例如發(fā)放問(wèn)卷，截止筆者寫(xiě)作時(shí)，共收到問(wèn)卷468份，有效問(wèn)卷440份，有效回收率94%。

四、實(shí)證數(shù)據(jù)分析

（一）描述性統(tǒng)計(jì)

所有變量的 Alpha系數(shù)都大于08，信度系數(shù)值為0977，其大于09，表明研究數(shù)據(jù)信度質(zhì)量很高。另外，本文量表中核心問(wèn)項(xiàng)的KMO和巴特利特系數(shù)為0930，表明量表效度較好，可以進(jìn)行接下來(lái)的實(shí)證研究。本研究樣本男性202人，女性238人，男女比例1∶1175，可以看出在各個(gè)抽樣盡量做到抽樣對(duì)象中男女人數(shù)比例趨于平衡。樣本年齡段集中在18—25歲和41—50歲，使用群體年齡跨度較大。樣本職業(yè)集中在學(xué)生和企業(yè)員工。樣本學(xué)歷集中在本科階段，占總比5227%。

關(guān)于受眾接觸社交媒體信息流廣告時(shí)的媒體選擇，受眾基本通過(guò)社交媒體（微信朋友圈、QQ空間、微博）接觸到信息流廣告，比例達(dá)到7455%。受眾的使用體現(xiàn)了其對(duì)社交媒體的信息流廣告的認(rèn)可度較高，依賴性較強(qiáng)，因此，社交媒體（微信朋友圈、QQ、微博）是社交媒體信息流廣告的典型代表之一。

（二）相關(guān)性檢驗(yàn)

相關(guān)性分析反映的是自變量和因變量之間的緊密關(guān)系程度。筆者通過(guò)相關(guān)分析的方法，筆者通過(guò)相關(guān)分析的方法，嘗試討論自變量影響因素和因變量之間的關(guān)系。本研究采用Pearson系數(shù)測(cè)量作為定距變量的自變量和因變量的相關(guān)性。相關(guān)系數(shù)結(jié)果在-1至+1之間，正值和負(fù)值分別代表正相關(guān)關(guān)系和負(fù)相關(guān)關(guān)系。根據(jù)表1可知，受眾的感知信息性、感知娛樂(lè)性、感知匹配性、沉浸體驗(yàn)、感知成本、感知風(fēng)險(xiǎn)與信息流廣告效果之間存在顯著的相關(guān)關(guān)系。

（三）回歸分析

上文相關(guān)性分析從整體角度出發(fā)，檢驗(yàn)了各個(gè)自變量與因變量之間存在的相關(guān)關(guān)系。為了能夠更深入地了解六個(gè)因子對(duì)信息流廣告效果的影響程度和貢獻(xiàn)值，需要對(duì)存在相關(guān)性的變量進(jìn)行多元回歸分析。本研究使用李克特五級(jí)量表測(cè)量自變量和因變量，自變量和因變量都屬于定距變量，因此符合多元回歸分析前提。

從表2可知，將感知信息性、感知娛樂(lè)性、感知匹配性、沉浸體驗(yàn)、感知成本和感知風(fēng)險(xiǎn)作為自變量，而將信息流廣告效果的認(rèn)知作為因變量進(jìn)行線性回歸分析。從表2可以看出，模型R2值為0841，意味著感知信息性、感知娛樂(lè)性、感知匹配性、沉浸體驗(yàn)、感知成本、感知風(fēng)險(xiǎn)可以解釋信息流廣告效果中認(rèn)知因素841%的移動(dòng)情況。模型通過(guò)F檢驗(yàn)（F=31569，p=0000<005），表明至少一個(gè)自變量會(huì)對(duì)信息流廣告效果的認(rèn)知產(chǎn)生影響關(guān)系。另外，D-W值接近于2，證明本文研究模型無(wú)自相關(guān)性，樣本數(shù)據(jù)間并無(wú)關(guān)聯(lián)關(guān)系，即模型較為客觀。

分析表2數(shù)據(jù)可得，在社交媒體信息流廣告認(rèn)知的回歸系數(shù)值中，感知信息性0354（t=2328，p=0025<005）和感知匹配性0372（t=3002，p=0004<001） 與認(rèn)知之間存在顯著正向關(guān)系，而沉浸體驗(yàn)-0273（t=-2527，p=0015<005） 與認(rèn)知之間存在顯著負(fù)向關(guān)系，但感知娛樂(lè)性0280（t=2009，p=0051>005）、感知成本0085（t=0717，p=0477>005）、感知風(fēng)險(xiǎn)0144（t=1216，p=0231>005） 則與認(rèn)知不相關(guān)。

在對(duì)社交媒體信息流廣告態(tài)度的回歸系數(shù)值中，感知信息性0381（t=2469，p=0018<005） 與態(tài)度之間存在顯著正向關(guān)系，而感知風(fēng)險(xiǎn)-0010（t=-0079，p=0938>005） 與態(tài)度之間存在顯著負(fù)向關(guān)系，但感知娛樂(lè)性0176（t=1142，p=0260>005）、感知匹配性0278（t=1747，p=0088>005）、沉浸體驗(yàn)0093（t=0797，p=0430>005）、感知成本0071（t=0602，p=0550>005） 則與態(tài)度不相關(guān)。

在對(duì)社交媒體信息流廣告行為的回歸系數(shù)值中，感知信息性0372（t=2460，p=0018<005）和感知匹配性0385（t=2425，p=0020<005） 與行為之間存在顯著正向關(guān)系，而感知風(fēng)險(xiǎn)-0319（t=-1757，p=0086>005） 與行為之間存在顯著負(fù)向關(guān)系，但感知娛樂(lè)性0010（t=0069，p=0946>005）、沉浸體驗(yàn)0189（t=1662，p=0104>005）、感知成本0313（t=1752，p=0087>005） 則與行為不相關(guān)。

五、研究結(jié)論與建議

（一）研究結(jié)論

筆者在進(jìn)行本研究之前梳理了有關(guān)移動(dòng)端信息流廣告、感知價(jià)值理論、感知價(jià)值對(duì)信息流廣告效果影響的文獻(xiàn)，發(fā)現(xiàn)在新聞傳播領(lǐng)域很少有從受眾的感知價(jià)值、沉浸體驗(yàn)角度研究移動(dòng)端信息流廣告效果。因此，本研究嘗試挖掘受眾感知價(jià)值對(duì)信息流廣告效果的主要影響因素。本文實(shí)證研究分析了受眾對(duì)社交媒體信息流廣告的感知價(jià)值，并從這些變量中提取主要影響因素，分析這些主要影響因素對(duì)受眾的廣告接受度具有怎樣的影響。通過(guò)感知價(jià)值對(duì)信息流廣告接受度影響模型的建構(gòu)與檢驗(yàn)，總結(jié)分析如下：

第一，受眾感知信息性和感知匹配性與認(rèn)知之間存在顯著正向關(guān)系，而沉浸體驗(yàn)與認(rèn)知之間存在顯著負(fù)向關(guān)系。雖然其他的感知價(jià)值維度沒(méi)有與認(rèn)知呈現(xiàn)顯著正相關(guān)，但是仍與對(duì)廣告認(rèn)知有相關(guān)性，按其影響力從大到小排序?yàn)楦兄獖蕵?lè)性、感知風(fēng)險(xiǎn)、感知成本。

第二，受眾感知信息性對(duì)廣告的態(tài)度存在顯著的正面影響，而感知風(fēng)險(xiǎn)對(duì)廣告的態(tài)度之存在顯著的負(fù)面影響。雖然其他的感知價(jià)值維度沒(méi)有與認(rèn)知呈現(xiàn)顯著正相關(guān)，但是仍與對(duì)廣告認(rèn)知有相關(guān)性，按其影響力從大到小排序?yàn)楦兄ヅ湫浴⒏兄獖蕵?lè)性、沉浸體驗(yàn)、感知成本。

第三，感受眾知信息性和感知匹配性對(duì)廣告的行為存在顯著的正面影響，而感知風(fēng)險(xiǎn)對(duì)廣告的行為存在顯著的負(fù)面影響。雖然其他的感知價(jià)值維度沒(méi)有與認(rèn)知呈現(xiàn)顯著正相關(guān)，但是仍與對(duì)廣告認(rèn)知有相關(guān)性，按其影響力從大到小排序?yàn)楦兄杀?、沉浸體驗(yàn)、感知娛樂(lè)性。

（二）提升社交媒體信息流廣告效果的對(duì)策

在Web20移動(dòng)互聯(lián)時(shí)代下，移動(dòng)端場(chǎng)景相比于PC端占據(jù)用戶的時(shí)間和精力越來(lái)越多。一方面，如何提升移動(dòng)端推送信息流廣告的效率并且兼顧受眾群體對(duì)于平臺(tái)的接受程度和態(tài)度認(rèn)可，促使用戶發(fā)生消費(fèi)購(gòu)買(mǎi)行為是當(dāng)今業(yè)界和學(xué)界共同關(guān)注的熱點(diǎn)話題之一;另一方面，也存在制約信息流廣告的健康發(fā)展的問(wèn)題，例如，信息內(nèi)容低俗、匹配度不精準(zhǔn)、用戶體驗(yàn)感差和侵犯用戶隱私等問(wèn)題。

本文建立在前人對(duì)于相關(guān)問(wèn)題的研究基礎(chǔ)上，基于感知價(jià)值模型構(gòu)建了本文的理論模型作為指導(dǎo)，并通過(guò)一系列的量化研究方式驗(yàn)證所提出的假設(shè)，筆者依據(jù)實(shí)證分析的結(jié)果，接下來(lái)筆者結(jié)合營(yíng)銷學(xué)、廣告學(xué)和其他相關(guān)學(xué)科領(lǐng)域的理論和模型，提出一些提升社交媒體信息流廣告效果的建議。

1改進(jìn)移動(dòng)端廣告信息性的呈現(xiàn)方式

本文結(jié)論顯示，受眾感知信息性對(duì)移動(dòng)端信息流廣告效果存在顯著的正向影響，筆者認(rèn)為，這傳遞了一個(gè)積極的信號(hào)，即如果能從廣告信息性的內(nèi)容和形式出發(fā)，有機(jī)地結(jié)合二者，令其互相成就、相輔相成，則能夠在很大程度上改進(jìn)移動(dòng)端廣告信息性的呈現(xiàn)方式，提升廣告的感知娛樂(lè)性與沉浸體驗(yàn)，取得受眾群體的認(rèn)同與積極態(tài)度，提高廣告呈現(xiàn)效果，實(shí)現(xiàn)移動(dòng)端信息流廣告的可持續(xù)發(fā)展。

2依托人工智能技術(shù)賦能，提高信息的實(shí)用性

信息流廣告應(yīng)該順應(yīng)5G時(shí)代帶來(lái)的革新和變化，以人工智能技術(shù)為依托逐漸發(fā)展到智能化。一方面要提高信息流廣告信息的實(shí)用性和精準(zhǔn)性，使受眾對(duì)信息流廣告產(chǎn)生信息有用性的認(rèn)知，進(jìn)一步形成更好的廣告效果，因此廣告主應(yīng)該提高信息流廣告信息的質(zhì)量，讓用戶產(chǎn)生認(rèn)同，從而引起用戶對(duì)廣告的喜愛(ài)和品牌好感;另一方面，人工智能技術(shù)對(duì)用戶進(jìn)行精準(zhǔn)的數(shù)據(jù)分析，從而投放“量身定制”的信息流廣告。廣告的內(nèi)容不僅應(yīng)該和投放平臺(tái)相符合，還要與用戶的使用習(xí)慣相適應(yīng)。提升用戶匹配度，滿足用戶需求，做到不打擾用戶體驗(yàn)，從而達(dá)到更好的廣告效果。

3優(yōu)化視覺(jué)技術(shù)，增強(qiáng)沉浸體驗(yàn)和用戶互動(dòng)

由于信息流廣告的原生性特征與所在的社交媒體平臺(tái)內(nèi)容極為相似，減少了用戶對(duì)廣告的排斥感，給用戶帶來(lái)沉浸式體驗(yàn)感。優(yōu)化視覺(jué)技術(shù)豐富廣告呈現(xiàn)的形式，增強(qiáng)用戶的沉浸體驗(yàn)感，例如，信息流廣告的形式中可以運(yùn)用VR、H5等技術(shù)。增強(qiáng)沉浸體驗(yàn)，以此改善用戶的評(píng)價(jià)和體驗(yàn)，從而改善移動(dòng)廣告效果，提高移動(dòng)廣告轉(zhuǎn)化率[8]（P397-410）。同時(shí)，促進(jìn)信息流廣告與用戶的高效互動(dòng)，廣告主應(yīng)該靈活運(yùn)用廣告形式增強(qiáng)用戶之間的黏性，拉近用戶與用戶之間，用戶與平臺(tái)之間的距離。并提供輕松有趣的內(nèi)容給受眾愉悅的體驗(yàn)感，激勵(lì)用戶將社交行為與廣告內(nèi)容形式結(jié)合，用戶從而進(jìn)一步作出轉(zhuǎn)發(fā)、評(píng)論、分享等行動(dòng)。

4重視用戶隱私保護(hù)，降低其感知風(fēng)險(xiǎn)

不可否認(rèn)的是，社交媒體信息流廣告的個(gè)性化精準(zhǔn)推薦是在對(duì)用戶的數(shù)據(jù)分析基礎(chǔ)上，來(lái)保證對(duì)用戶的精準(zhǔn)定向投放，例如用戶年齡、性別、消費(fèi)習(xí)慣、消費(fèi)能力等數(shù)據(jù)信息，但同時(shí)也存在信息被他人使用的風(fēng)險(xiǎn)，一旦用戶個(gè)人信息被泄露，平臺(tái)就會(huì)侵犯用戶隱私。因此，移動(dòng)端信息流廣告采集、儲(chǔ)存和分析用戶數(shù)據(jù)的行為具有很大的風(fēng)險(xiǎn)以及輿論批判風(fēng)險(xiǎn)，但大數(shù)據(jù)等技術(shù)因素也同時(shí)幫助廣告主實(shí)現(xiàn)收益和用戶實(shí)現(xiàn)信息匹配。只要將用戶隱私保護(hù)作為關(guān)鍵環(huán)節(jié)，重視用戶數(shù)據(jù)的保護(hù)，感知風(fēng)險(xiǎn)就會(huì)大大降低;否則，就會(huì)引起用戶的反感甚至抵制。

具體來(lái)看，在充分征求用戶許可的前提下，媒介平臺(tái)應(yīng)聯(lián)合廣告主建立科學(xué)合理的監(jiān)管和數(shù)據(jù)保護(hù)機(jī)制，并遵守當(dāng)?shù)卣姆煞ㄒ?guī)，同時(shí)對(duì)使用用戶數(shù)據(jù)的行為加以規(guī)范化和標(biāo)準(zhǔn)化，從而保護(hù)用戶隱私數(shù)據(jù)，間接增加用戶對(duì)平臺(tái)的認(rèn)可和好感度，避免出現(xiàn)隱私問(wèn)題而導(dǎo)致不可挽回的損失和社會(huì)影響。

六、結(jié)語(yǔ)

目前，社交媒體信息流廣告大多集中在微信、微博、今日頭條等頭部社交媒體，呈現(xiàn)方式仍是以圖片、文字為主。雖然占據(jù)用戶大比例的時(shí)間，但是并沒(méi)有達(dá)到最優(yōu)的廣告效果，仍然需要進(jìn)一步完善。因此，信息流廣告的效果研究值得廣告主和學(xué)者更深入的探討。伴隨著人工智能和5G技術(shù)的飛速發(fā)展，未來(lái)，信息流廣告的主要形式中短視頻必將常態(tài)化，將在未來(lái)的社交媒體信息流廣告架構(gòu)中占據(jù)更重要的地位，更廣泛升級(jí)用戶體驗(yàn)，為社交媒體信息流廣告帶來(lái)更多的機(jī)遇和挑戰(zhàn)。

[參 考 文 獻(xiàn)]

[1]王佩佩 新浪微博的信息流廣告——“粉絲通”的營(yíng)銷策略研究[D]上海：華東師范大學(xué)碩士學(xué)位論文，2014

[2]Brackett L K， Jr B N C Cyberspace advertising vs other media： Consumer vs mature student attitudes[J] Journal of Advertising Research， 2001（5）

[3]Edwards S M， Li H， Lee J H Forced Exposure and Psychological Reactance： Antecedents and Consequences of the Perceived Intrusiveness of Pop-up Ads[J] Journal of Advertising， 2002（3）

[4]Hoffman D L， Novak T P Marketing in hypermedia computer-mediated environments： Conceptual foundations[J] Journal of Marketing， 1996（3）

[5]Martins J， Costa C， et al How smartphone advertising influences consumers' purchase intention[J] Journal of Business Research， 2018（5）

[6]Bauer H， Reichardt， Barnes S， Nuemann M M Driving Consumer Acceptance of Mobile Marketing： A Theoretical Framework and Empirical Study[J] Journal of electronic commerce research， 2005（3）

[7]Kim Y J， Han J Why smartphone advertising attracts customers： A model of Web advertising， flow， and personalization[J] Computers in Human Behavior， 2014（33）

[8]Luna D， Peracchio L A， Juan M D D Cross-cultural and cognitive aspects of web site navigation[J] Journal of the Academy of Marketing Science， 2002（4）

Abstract：With the development of 5G and big data technology， feed ads are displaying in the feed ads of social media based on big data technology in an intuitive way It gradually becomes the most mainstream advertising form invited from the view of advertisers Therefore， based on the theory of perceived value， the paper took the advantages of social media feed ads such as media combination and accurate orientation Furthermore， the paper brought the flow experience into the research framework of perceived value to analyze the advertising effects of the audience's perceived value Moreover， this research built an acceptance model which could reflect the acceptance of audience on social media feed ads The result shows that the perceptive value factors of feed ads on social media are including perceptive information， perceptive entertainment， perceptive matching， perceptive cost， perceptive risk and flow experience Among these factors， perceived information has a significant positive impact on the advertising effect; the perceived entertainment， perceived matching and flow experience are related to the advertising effect; perception matching only has a significant positive effect on cognition and behavior， while flow experience only has a significant negative effect on cognition

Key words：feed ads; advertising effect; social media; perceived value

[責(zé)任編輯 孫蘭瑛]