15.1.1 研究背景与问题
web 2.0和移动互联网技术的广泛普及不仅加速了传统内容产业(以文字、声音、视频为载体)的数字化进程,也促进了具有用户生产内容特征的在线社群的飞速发展。高黏性的在线用户社区不仅是社交媒体后向商业变现(如广告收入、第三方面分成收入等)的主要依赖,也为其加速前向商业变现(面向普通用户侧)奠定了基础。
2015年,新浪微博会员用户同比增长60%,且形成了会员用户较普通用户活跃度更高,会员人数持续上升的良性循环。国内众多内容型UGC社群争相效仿新浪微博,但当其试图实现从免费内容分享转型到付费会员服务的过程中,却面临着两种不同的运营思路,具体如下。
·主推原创内容,即激励原创能力强的用户发布优质内容,以提升用户关注度。
·力促用户深度参与,即激励用户积极参与社区互动,以提升用户活跃度。
两种运营思路的差异不仅决定社群运营商营销资源的投入与配置,也会对其前向商业变现成效产生影响。
鉴于此,设定数据分析要解决的问题如下。
·UGC社交媒体中,普通(免费)用户和会员(付费)用户的内容相关行为(如消费与生产)与社区相关行为(粉丝与互动)有哪些差异?
·上述行为差异将对普通用户向会员用户的转换(是否成为会员)以及转换速度(多快成为会员)产生怎样的影响?
根据研究问题,并结合相关理论提出如下6个研究假设。
·普通(免费)用户的参与层级与其成为会员(付费)用户的可能性显著正相关。
·普通(免费)用户的社区参与行为,相对其内容生产行为,与其成为会员(付费)用户的可能性相关程度更高。
·普通(免费)用户的社区领导行为,相对其内容生产以及社区参与行为,与其成为会员(付费)用户的可能性相关程度更高。
·普通(免费)用户的参与层级与其成为会员(付费)用户的速度显著正相关。
·普通(免费)用户的社区参与行为,相对其内容生产行为,与其成为会员(付费)用户速度的相关程度更高。
·普通(免费)用户的社区领导行为,相对其内容生产以及社区参与行为,与其成为会员(付费)用户速度的相关程度更高。
对于数据分析任务而言,深入理解数据分析要解决的研究问题十分重要。由于数据分析的工具、方法和模型众多,只有准确认知问题背景,才好选择相适应的分析方法与工具。为此,在搜集、处理、分析数据前,花费一定时间反复思考、揣摩、研究问题是必要且重要的。