旅游网络营销案例

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇旅游网络营销案例范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

旅游网络营销案例范文第1篇

【关键词】微博营销；微博数；粉丝数；平均转发数

1.引言

据中国互联网络信息中心的《第30次中国互联网络发展状况统计报告》，我国微博用户已突破三亿，由2010年的6311万增长为2012年9月的3.27亿。庞大的微博用户数量使微博逐渐发展为一种新型网络营销渠道，通过开通企业微博，企业可以随时将企业及产品最新动态在微博上，实现即时的信息共享。根据DCCI的最新调查，有51.9%的微博用户看到微博平台上的电子购物信息后会到电子商务网站如淘宝、京东等进行商品搜索，而近50%的用户会通过微博上的链接进入产品官方网站进行了解，因此微博还为企业提供了一个产品推广和网上营销的平台。而通过与用户在微博上的互动，企业又可以及时了解消费者对产品的反馈以及潜在的需求。此外，在服务至上的营销时代里，能否有效解决顾客的抱怨以提升顾客满意度是企业战略的重要组成部分，而微博正好为企业提供了一个快速客服通道。

但是由于微博营销尚不够成熟，很多企业盲目跟从使用微博营销后，时间和精力的投入可能并没有带来相应的营销效果，对于企业的利润也并没有带来较大的提升。因此本文试图通过实证分析来研究微博营销效果的影响因素为企业运用微博进行营销提供一定的参考，以便企业更好地挖掘微博的商业价值，找到适合各自企业的运作模式。

2.理论基础

对于网络营销对用户产生影响的作用机制，AISAS（attention-interest-search-action-share）模型是目前被大家普遍接受的一个理论。该模型是由传统营销理论AIDMA（attention-interest-desire-memory-action）模型发展而来的。该模型认为，在互联网时代的营销模式下，消费者在接触到商品或服务的信息，达成购买活动后，会进行主动分享，从而影响其他消费者。因此其经历的5个阶段转变为：引起注意、激发兴趣、信息搜索、产生行动、信息分享。由于信息搜索和信息分享环节的存在，企业营销效果随时间不再是单纯的自然衰减趋势，而是既存在自然衰减趋势，因为消费者的搜索、行动、分享等互动行为而呈现放大趋势，消费者的良性互动能提高企业营销活动的真实转化率。

利用微博营销的AISAS传播机制，国内外学者对微博营销进行了更加深入的研究。Ehrlich等通过对Twitter上四个月的持续观察和对比分析认为，在微博营销中粉丝互动阶段往往比粉丝集聚阶段更具价值，由于人们猎奇、愤怒、批评等心理，微博上的信息比正面消息传播得更加迅速，而此时企业及时有效的回应和互动则至关重要。王武义则根据新浪微博早期的企业微博营销案例，利用AISAS模型，提出微博影响力与粉丝数量、粉丝的粉丝数量、热点话题、微博平台对企业的支出等因素相关。

3.模型构建

3.1 微博营销效果指标的确定

综合Chris Murdough、唐兴通等众多学者对于社会化媒体营销效果的研究以及微博营销本身的特性，本文选择净话题量（NT）作为衡量企业微博营销效果的衡量指标。此处所谓的净话题量是指由企业微博的粉丝或者感兴趣者自主创造的关于某企业的微博数量。而根据AISAS模型，企业微博营销效果的影响因素可以归结为三个方面，企业微博的活跃度、微博的覆盖度以及微博的传播力。因此，本文使用企业日平均微博数（AMB）衡量微博的活跃度，而覆盖度则可以用企业微博的粉丝数（FS）进行测度。对于微博的传播力则选用企业微博平均转发量衡量，也即自企业微博开通以来所发微博平均被转发次数（AF）。构建如下分析模型：

其中，NT为净话题量，AMB、FS、AF分别为企业日平均微博数、粉丝数、平均转发数。而α1则表示企业的品牌效应大小，表示由于企业品牌价值的存在，当企业不微博、无粉丝的情况下，关于该企业的净话题数。

3.2 数据获取

所选的企业如图所示，这些企业均为在新浪微博上注册的电子商务型企业。这主要是因为传统的生产制造企业，电子商务企业更容易通过网络实现销售。他们只需要在所发微博中附上相关产品的链接，客户即可以通过点击链接轻松实现购物过程。而类似于堆糖网、音悦台这样的企业，只要用户点击链接进入网站浏览，企业即实现了营销目的。而且，本文所选企业所在行业的微博营销发展较为成熟，参考性较强。

表1 所选企业列表（30家）

团购网 B2C网站 旅行网 音乐网 社区

美丽说 京东商城 携程旅行 音悦台 堆糖网

嘀嗒团 苏宁易购 去哪儿 一听音乐网 暴走漫画

拉手网 天猫 蚂蜂窝旅游攻略 多米音乐 猫扑网

美团 凡客 艺龙旅行 虾米音乐 果壳网

团800网 麦考林 同程网 邻居的耳朵网站

窝窝团 1号店 驴妈妈旅游网 酷我音乐

糯米网 蘑菇街

本文拟采用2012年11月30日—2012年12月14日的面板数据进行分析，将该时间段以星期为单位划分为三组时间序列，即2012年11月30日、12月7日、12月14日。选择以周为单位而非以日为单位，主要是基于两方面的考虑。首先，若以日为单位，诸如平均转发数、平均发微博数等变量的数据变化极其微小，影响回归的稳定性和准确性；其次，基于工作日与非工作日的企业和粉丝的作息时间安排，企业发微博与粉丝转发微博活动呈现以星期为周期的周期性变化，因此以一周为时间间距能够更好地反映各变量之间的关系，减少了数据随机性的干扰。解释变量的数据则全部来源于微博风云这个网站。

4.回归分析

对于面板数据，通常存在三种形式的模型：混合回归模型、固定效应模型和混合效应模型，为了探究本文适用的模型，笔者对前两个模型进行回归，获得相应的残差平方和SSR，利用F检验计算得到的F值（428.48）远大于相应的F检验值，因此在这两种模型中，应选用固定效应模型。其次，利用Hausman检验判断应该建立固定效应模型还是随机效应模型，结果显示，Hausman统计量为20.93，相对应的概率为1.0000，检验结果接受了随机效应模型店的原假设，因此本文应选用个体随机效应模型。回归结果如下（括号内为相应的P值）：

（1）

从上述回归结果可以看出，AMB、AF这两个变量t检验值对应的P值均小于0.1，因此可以认为在10%的置信水平下，日平均微博数以及微博平均被转发数对企业微博营销效用具有显著的促进作用。而粉丝数这一变量的系数虽然为正，但是相应的P值大于0.1，即企业微博粉丝数对于微博营销的促进作用并不显著。这可能是由于众多粉丝中存在较大部分的“僵粉”。这类用户不微博，也不转发或者评论他人的微博，因此这类粉丝数量的增加并不能提升企业微博营销的效果，而只有活跃粉丝对于企业微博营销效果具有很大的促进作用。为了进一步验证这一预期，本文将在模型（1）的基础上进行改进，分别以粉丝活跃率（r）以及活跃粉丝数（AFS）代替模型（1）中的变量粉丝数（FS），得到如下回归模型：

（2）

（3）

根据前文所述的F检验和Hausman检验方法，以上两个回归模型均应采用个体固定效应模型，回归结果如下：

（4）

（5）

通过模型（4）、（5）可以看出，加入粉丝活跃率以及活跃粉丝数的模型估计结果得到明显改善，R2的值接近1，D.W.的值大于2，说明回归模型不存在残差项的自相关性。同时每个变量t检验值对应的P值也几乎接近于0，即在1%的置信水平下，企业日平均微博数、微博平均被转发数以及活跃粉丝数（或粉丝的活跃率）对于企业微博营销效果具有显著的促进作用。而不同企业在常数项的差别则体现了不同企业的品牌价值，诸如美丽说、京东商城、天猫、去哪儿、音乐台、猫扑这类企业由于其强大的品牌优势，即使企业不微博，也会吸引大量的微博用户自发创建关于该企业的微博新闻，推广企业的产品、宣传企业文化价值等。相比之下，嘀嗒团、团800网、一听音乐网、麦考林等企业则缺乏品牌先发优势，因此若企业不积极微博，则关于该企业的话题数则明显减少。

5.结论

鉴于上文的回归结果，本文认为，为了提升企业微博营销效果，企业应注重以下几点：第一，增强微博的活跃度。企业可以通过符合企业价值的有奖活动、企业文化推介、人生哲理等微博信息，从多角度获取关注度和增加粉丝数，形成有效的客户关系管理，从而提升用户对于企业产品、价值的认同，及时消除社会对于企业的负面新闻，并通过粉丝的口碑效应对企业品牌和营销影响力起到放大作用。此外，企业应提升微博内容的趣味性和原创性，通过图文并茂的描述或者幽默性语言在众多微博中脱颖而出，从而吸引大众眼球，提升营销效果。第二，避免“唯粉丝论”陷阱。实证分析结果表明，只有经常性地更新微博、转发或者评论他人微博的活跃粉丝才能真正提升微博营销效果。因此，企业应避免盲目追求粉丝数量而花钱购买虚假的“僵尸粉丝”，造成自欺欺人虚假粉丝繁荣。第三，注重品牌差异。京东商城、天猫等企业由于其已经创立了较好的品牌知名度，产品和服务得到了较为广泛的认可，因此其营销重点在于如何维护企业品牌的形象。而中小企业在品牌上则处于弱势状态，产品和服务还没有充分得到用户的认可和信赖，因此这些企业的关键是通过微博倾听客户的反馈，从而针对性地对产品加以改进，通过长期运营增强品牌知名度和信任度。

正如新浪微博的宣传语一样“新浪微博，你我的睡前3分钟”，对于大部分网名来说微博已成为每日不可或缺的信息关注平台。面对这一新兴的营销方式，微博营销对于每个企业既是机遇也是挑战，关键在于企业能否制定符合本企业特性的微博营销策略和技巧，希望本文的研究结果能为企业实施微博营销提供一定的参考意见。

参考文献：

[1]Chris Murdough. “Social Media Measurement： It’s not impossible，” Journal of Interactive Advertising， 2009，10：94-95.

[2]唐兴通.社会化媒体营销大趋势：策略与方法[M].北京：清华大学出版社，2011.

[3]Fumito K. “ The modeling of AISAS marketing process”， Journal of System Dynamics， 2009，8：95-102.

[4]吴敏.基于微博的媒体营销研究——以新浪微博为例[D].广东，暨南大学，2010.